Tipos de investigación

Metodología De las Ciencias Sociales III

Temas •Tipos de Investigación.

•Tipo de hipótesis

Metodología para las Ciencias Sociales IIIMetodología para las Ciencias Sociales III

Ayudantía: Tipos de Investigación e HipótesisAyudantía: Tipos de Investigación e Hipótesis

Bienvenidos a la ayudantía de Método III. Te invito

aprender un poco más de metodología.

¡Continuemos!.



Antes de comenzar repasemos lo aprendido

anteriormente.



¿Qué tipos de muestreos se pueden utilizar en una investigación?

Conceptos Generales Muestreo No ProbabilísticoMuestreo No ProbabilísticoMuestreo ProbabilísticoMuestreo Probabilístico



Conceptos Generales.Conceptos Generales.

Población.

Población: conjunto completo de personas, elementos o medidas que poseen una característica común observable y por el cual existe algún interés. Las poblaciones no deben ser necesariamente grandes, el investigador delimita la población de acuerdo a determinados criterios.

Población.

Población: conjunto completo de personas, elementos o medidas que poseen una característica común observable y por el cual existe algún interés. Las poblaciones no deben ser necesariamente grandes, el investigador delimita la población de acuerdo a determinados criterios.

PoblaciónCriterios de delimitación

MuestraParámetro y estadístico

Errores




Criterios de delimitación. 1.- Delimitación del área geográfica (¿Dónde se realiza la investigación?), la delimitación

necesariamente no debe ser tan específica. 2.- Unidad de análisis (¿Quiénes vamos a investigar para realizar el estudio?): Se refiere al

segmento en el cual vamos a realizar la investigación. 3.- Tamaño de la población (N): Nos referimos a cuantos componen la población. 4.- Temporalidad (¿Cuándo?): Se refiere al tiempo en términos generales en que se realiza

la investigación

Criterios de delimitación. 1.- Delimitación del área geográfica (¿Dónde se realiza la investigación?), la delimitación

necesariamente no debe ser tan específica. 2.- Unidad de análisis (¿Quiénes vamos a investigar para realizar el estudio?): Se refiere al

segmento en el cual vamos a realizar la investigación. 3.- Tamaño de la población (N): Nos referimos a cuantos componen la población. 4.- Temporalidad (¿Cuándo?): Se refiere al tiempo en términos generales en que se realiza

la investigación



Errores




Muestra.

Subconjunto de la población y las muestras no son siempre representativas respecto la población. La representatividad posee dos aspectos: 1) representatividad numérica o estadística, es una muestra cuantitativa, se habla del porcentaje de la muestra. La muestra para que se representativa debe poseer el 5% de universo a lo menos. 2) representación estructural, se refiere a que tan parecida es la muestra en relación al universo, deben poseer características similares. Cuando se cumplan estos dos aspectos podemos hablar de una muestra representativa.

Muestra.

Subconjunto de la población y las muestras no son siempre representativas respecto la población. La representatividad posee dos aspectos: 1) representatividad numérica o estadística, es una muestra cuantitativa, se habla del porcentaje de la muestra. La muestra para que se representativa debe poseer el 5% de universo a lo menos. 2) representación estructural, se refiere a que tan parecida es la muestra en relación al universo, deben poseer características similares. Cuando se cumplan estos dos aspectos podemos hablar de una muestra representativa.



Errores




Parámetro y estadístico.

Parámetro: valor característico de la población, como por ejemplo la medida poblacional (U), proporción poblacional (P), la varianza de la población (G2), la correlación poblacional (R), estos parámetros nos interesa estimarlos y proyectarlos.

Estadístico o estadígrafo: valor característico de una muestra, generalmente se utilizan como estimadores de los parámetros, como por ejemplo la media muestral frente la media poblacional, proporción muestral frente la proporción poblacional, correlación muestral frente la correlación población, la varianza muestral frente la varianza poblacional.

Parámetro y estadístico.

Parámetro: valor característico de la población, como por ejemplo la medida poblacional (U), proporción poblacional (P), la varianza de la población (G2), la correlación poblacional (R), estos parámetros nos interesa estimarlos y proyectarlos.

Estadístico o estadígrafo: valor característico de una muestra, generalmente se utilizan como estimadores de los parámetros, como por ejemplo la media muestral frente la media poblacional, proporción muestral frente la proporción poblacional, correlación muestral frente la correlación población, la varianza muestral frente la varianza poblacional.



Errores




Errores.

Error de muestreo: Esta ligado a la muestra debido a que la muestra no es lo mismo que la población y se define como la diferencia absoluta entre el estimador y el parámetro. Sólo es calculable en muestras probabilísticas.

Error de sesgo: se produce por descuidos, por no tomar precauciones en la investigación, por lo que todo lo que no podemos controlar es error de sesgo.

Errores.

Error de muestreo: Esta ligado a la muestra debido a que la muestra no es lo mismo que la población y se define como la diferencia absoluta entre el estimador y el parámetro. Sólo es calculable en muestras probabilísticas.

Error de sesgo: se produce por descuidos, por no tomar precauciones en la investigación, por lo que todo lo que no podemos controlar es error de sesgo.



Errores




Conceptos GeneralesConceptos Generales Muestreo No ProbabilísticoMuestreo No Probabilístico

Muestreo Probabilístico



Muestreo Probabilístico.Muestreo Probabilístico.

Definición. Es aquella donde todos los elementos del colectivo tienen una probabilidad conocida de ser incluidos en la

muestra y esta probabilidad es distinta de 0 y de 1. Debe garantizar la aleatoriedad y debe regirse por el azar y por las leyes probabilísticas. Además estas muestras sólo funcionan cuando conocemos todo el listado del universo y a esto se llama base del muestreo.

Características generales de las muestras probabilísticas: 1) se rige por el azar, 2) las muestras probabilísticas permiten contrarrestar cualquier tipo de hipótesis, es decir, exploratoria, descriptiva, correlacional o explicativa, 3) las muestras probabilísticas permiten la generalización de los resultados, es decir, permiten generalizar los resultados de la muestra a la población extraídos de dicha muestra, dado que permiten calcular el error de muestreo.

Definición. Es aquella donde todos los elementos del colectivo tienen una probabilidad conocida de ser incluidos en la

muestra y esta probabilidad es distinta de 0 y de 1. Debe garantizar la aleatoriedad y debe regirse por el azar y por las leyes probabilísticas. Además estas muestras sólo funcionan cuando conocemos todo el listado del universo y a esto se llama base del muestreo.

Características generales de las muestras probabilísticas: 1) se rige por el azar, 2) las muestras probabilísticas permiten contrarrestar cualquier tipo de hipótesis, es decir, exploratoria, descriptiva, correlacional o explicativa, 3) las muestras probabilísticas permiten la generalización de los resultados, es decir, permiten generalizar los resultados de la muestra a la población extraídos de dicha muestra, dado que permiten calcular el error de muestreo.

Definición Al azar simple Sistemática Estratificada Conglomerado




Al azar simple. En esta muestra todos los elementos del universo tienen la misma probabilidad de ser escogidos y esta

probabilidad es distinta de 0 y de 1. Esta dada por P = 1/N. ¿Cómo se forma una muestra al azar simple? 1.- Hay que tener como base de muestreo o marco muestral es el conjunto de todos los elementos que constituyen el

colectivo.2.- Definimos y calculamos el tamaño de la muestra (hay fórmulas para calcular el tamaño de la muestra, pero hay

criterios) como criterio general la muestra debe ser el 5% del universo.3.- Extraer los elementos del universo al azar hasta complementar el tamaño de la muestra requerida y aquí hay que

buscar un elemento que sea al azar.

Al azar simple. En esta muestra todos los elementos del universo tienen la misma probabilidad de ser escogidos y esta

probabilidad es distinta de 0 y de 1. Esta dada por P = 1/N. ¿Cómo se forma una muestra al azar simple? 1.- Hay que tener como base de muestreo o marco muestral es el conjunto de todos los elementos que constituyen el

colectivo.2.- Definimos y calculamos el tamaño de la muestra (hay fórmulas para calcular el tamaño de la muestra, pero hay

criterios) como criterio general la muestra debe ser el 5% del universo.3.- Extraer los elementos del universo al azar hasta complementar el tamaño de la muestra requerida y aquí hay que

buscar un elemento que sea al azar.





Muestra Sistemática.

Similar al aleatorio o azar simple, no obstante los elementos del colectivo son elegidos en función de un sistema. ¿Cómo se forma una muestra sistemática? 1.- El tamaño del universo dividido por el tamaño de la muestra….N/n….se origina el sistema, es decir, la secuencia

sumadora2.- Definir desde donde vamos a comenzar la muestra y llegamos hasta el “n” de la muestra, se debe recordar que se

parte de 1 hasta la secuencia sumadora y luego hasta el “n” de la muestra.

Muestra Sistemática.

Similar al aleatorio o azar simple, no obstante los elementos del colectivo son elegidos en función de un sistema. ¿Cómo se forma una muestra sistemática? 1.- El tamaño del universo dividido por el tamaño de la muestra….N/n….se origina el sistema, es decir, la secuencia

sumadora2.- Definir desde donde vamos a comenzar la muestra y llegamos hasta el “n” de la muestra, se debe recordar que se

parte de 1 hasta la secuencia sumadora y luego hasta el “n” de la muestra.





Muestra Estratificada. Se utiliza cuando universo que deseamos analizar lo dividimos en categorías en la que tenemos un interés analítico

(estado civil, edad, N.S.E, sexo; etc.). Estás categorías pueden ser genuinas o reales y artificiales. A estas categorías sean genuinas o artificiales, serán estratificadas. Entendiendo un estrato como un subconjunto exhaustivo y excluyente de la población donde los elementos que lo constituyen son homogéneos dentro de sí y heterogéneos entre sí. Existen dos tipos de muestreos estratificados que son el proporcional y el no proporcional.

Proporcional: Es aquel que conserva o replica la misma estructura porcentual de universo. Cada muestra repetirá la misma composición del universo en relación al nivel de la variable analizada.

No proporcional: En la muestra no se busca conservar la misma estructura porcentual del universo. Se saca, entonces, aleatoria o sistemáticamente la misma cantidad de personas por estrato poblacional con el objeto de facilitar las comparaciones.

Muestra Estratificada. Se utiliza cuando universo que deseamos analizar lo dividimos en categorías en la que tenemos un interés analítico

(estado civil, edad, N.S.E, sexo; etc.). Estás categorías pueden ser genuinas o reales y artificiales. A estas categorías sean genuinas o artificiales, serán estratificadas. Entendiendo un estrato como un subconjunto exhaustivo y excluyente de la población donde los elementos que lo constituyen son homogéneos dentro de sí y heterogéneos entre sí. Existen dos tipos de muestreos estratificados que son el proporcional y el no proporcional.

Proporcional: Es aquel que conserva o replica la misma estructura porcentual de universo. Cada muestra repetirá la misma composición del universo en relación al nivel de la variable analizada.

No proporcional: En la muestra no se busca conservar la misma estructura porcentual del universo. Se saca, entonces, aleatoria o sistemáticamente la misma cantidad de personas por estrato poblacional con el objeto de facilitar las comparaciones.





Muestreo por Conglomerado.

Se utiliza para estudiar unidades tales como naciones, estados o similares que admiten subdivisiones. Es útil cuando los elementos a estudiar se encuentran dispersos a lo largo de áreas geográficas extensas donde es muy difícil acceder a la base de muestreo por razones prácticas y económicas. Por lo tanto este tipo de muestreo se utiliza para estudiar universos muy grandes, donde los elementos que lo constituyen se encuentran muy dispersos entre sí, por consecuencia es muy difícil acceder o construir una base de muestreo.

El conglomerado es un subconjunto exhaustivo y excluyente de la población, donde los elementos que lo constituyen son heterogéneos dentro de sí, pero homogéneos entre sí. Se producen los conglomerados a través del azar simple y se escogen sólo algunos conglomerados.

Muestreo por Conglomerado.

Se utiliza para estudiar unidades tales como naciones, estados o similares que admiten subdivisiones. Es útil cuando los elementos a estudiar se encuentran dispersos a lo largo de áreas geográficas extensas donde es muy difícil acceder a la base de muestreo por razones prácticas y económicas. Por lo tanto este tipo de muestreo se utiliza para estudiar universos muy grandes, donde los elementos que lo constituyen se encuentran muy dispersos entre sí, por consecuencia es muy difícil acceder o construir una base de muestreo.

El conglomerado es un subconjunto exhaustivo y excluyente de la población, donde los elementos que lo constituyen son heterogéneos dentro de sí, pero homogéneos entre sí. Se producen los conglomerados a través del azar simple y se escogen sólo algunos conglomerados.




Muestreo No Probabilístico.Muestreo No Probabilístico.

Definición.

Las muestras no probabilísticas no se rigen por algún sistema que garantice el azar y además no permiten la generalización de los resultados, es decir, no permiten generalizar los resultados de la muestra a la población extraídos de dicha muestra.

Definición.

Las muestras no probabilísticas no se rigen por algún sistema que garantice el azar y además no permiten la generalización de los resultados, es decir, no permiten generalizar los resultados de la muestra a la población extraídos de dicha muestra.

Definición Accidental Intencionado Cuotas




Muestreo Accidental.

Accidental, casual, por conveniencia o por sujetos voluntarios: la muestra se constituye sólo por aquellas personas que accedieron a participar en la investigación.

Muestreo Accidental.

Accidental, casual, por conveniencia o por sujetos voluntarios: la muestra se constituye sólo por aquellas personas que accedieron a participar en la investigación.





Muestreo Intencionado.

Se construye en función o en base a los criterios de un experto.

Muestreo Intencionado.

Se construye en función o en base a los criterios de un experto.





Muestreo Por Cuotas.

Es una especie de muestra estratificada pero no probabilística.

Muestreo Por Cuotas.

Es una especie de muestra estratificada pero no probabilística.




Al finalizar de esta ayudantía tú podrás:

•Reconocer los tipos de investigación.

•Identificar los tipos de hipótesis asociadas a cada nivel de investigación.



Ahora veamos los tipos de Investigación que existen.

¡Vamos!.



De acuerdo a los propósitos de la investigación y de la

naturaleza de los problemas que interesa analizar:



En función del nivel de rigurosidad o

profundidad de una investigación

Básica: Está destinada a aportar un cuerpo organizado de conocimientos científicos y no produce resultados de utilidad inmediata. Se preocupa de recoger información de la realidad para enriquecer el conocimiento teórico científico, orientada al descubrimiento de principios y leyes. El investigador se esfuerza por conocer y entender mejor, algún asunto o problema sin preocuparse por la aplicación práctica de los nuevos conocimientos adquiridos. Ej. “Validación del modelo de Marshall y Cooper para el diagnóstico de estrés en ejecutivos chilenos.”

Aplicada: Este tipo de investigación está interesada en la aplicación de los conocimientos a la solución de un problema práctico inmediato. Ej. Creación de un tratamiento para la reducción del estrés laboral.

11

2222

¿Qué tipos de investigación existen?



¿Qué tipos de investigación existen?





En función del nivel de rigurosidad o

profundidad de una investigación

Exploratorias: Formulan problemas de investigación. Deducen y desarrollan hipótesis. Sugieren investigaciones. Familiarizan al investigador con el fenómeno que desea estudiar. Aclaran conceptos y referencias. Establecen prioridades para futuras investigaciones; etc.Descriptivas: Tiene por objeto mostrar el comportamiento de una o más variables y con ello llegar a un diagnóstico.Correlacionales: Evalúa el grado de asociación que hay entre dos o más variables.Explicativas: Son estudios orientados a buscar un nivel de explicación científica que permita la predicción. Intentan, entonces, establecer relaciones de causalidad (causa-efecto) entre las variables analizadas. Aquí hablamos de variables independientes (es aquella que se manipula, por parte del investigador, para ver sus efectos en o las variables dependientes), variables dependientes (sería la que recibe el impacto de la variable independiente, el efecto) y variables extrañas o intervenientes (son las variables que alteran la relación causal de V.I y V.D, nos confunde sobre el efecto de la variable independiente).

11

2222



Sabias qué una hipótesis es una afirmación susceptible

de ser contrastada.



Ahora que ya sabes que es una hipótesis. Te invito a

que revisemos los tipos de hipótesis que existen.

¡Vamos!.



¿Qué tipos de hipótesis se pueden utilizar en una investigación?

Hipótesis Descriptivas. Hipótesis Explicativas.Hipótesis Explicativas.Hipótesis Correlacionales.

Hipótesis Correlacionales.



Hipótesis Descriptivas.Hipótesis Descriptivas.

Definición.

Hipótesis descriptivas, de estimación, para una población o comparaciones del tipo muestra parámetro. Comparan estadísticamente un valor muestral, representado por un estadístico o estimador con uno parametral o poblacional (dato conocido, producto de investigaciones anteriores en la temática).

Definición.

Hipótesis descriptivas, de estimación, para una población o comparaciones del tipo muestra parámetro. Comparan estadísticamente un valor muestral, representado por un estadístico o estimador con uno parametral o poblacional (dato conocido, producto de investigaciones anteriores en la temática).

Definición



Hipótesis Correlacionales.Hipótesis Correlacionales.

Definición.

Hipótesis correlaciónales: Contrastan el grado de asociación que hay entre dos o más variables. Hay bidireccionales, es decir que no marcan una dirección de la correlación y unidireccionales que pueden ser positivas o negativas. Ej: Existe relación entre el clima laboral y los niveles de estrés (bidireccional) . Ej: Si mejora la motivación de los trabajadores, entonces mejorará la productividad (unidireccional positiva). Ej: Si mejora el clima de la organización entonces disminuirán los niveles de estrés (unidireccional negativa).

Definición.

Hipótesis correlaciónales: Contrastan el grado de asociación que hay entre dos o más variables. Hay bidireccionales, es decir que no marcan una dirección de la correlación y unidireccionales que pueden ser positivas o negativas. Ej: Existe relación entre el clima laboral y los niveles de estrés (bidireccional) . Ej: Si mejora la motivación de los trabajadores, entonces mejorará la productividad (unidireccional positiva). Ej: Si mejora el clima de la organización entonces disminuirán los niveles de estrés (unidireccional negativa).

Definición



Hipótesis Explicativas.Hipótesis Explicativas.

Definición.

Hipótesis Explicativas: Verifican la posible relación causal entre la variable (s) independiente (s) y la dependiente (s). Hay hipótesis explicativas de diferencias de dos o más grupos con atribución causal y también multivariadas. Ej: “después de la aplicación del tratamiento el grupo experimental presentará menores niveles de depresión que el control” (dos grupos). Ej: Los tratamientos farmacológicos, psicoterapéutico y con medicina natural ejercen efectos diferenciales en el tratamiento de la depresión (más de dos grupos). Ej: La buena administración del tiempo y la eliminación de ideas irracionales disminuyen el estrés y la ansiedad.

Definición.

Hipótesis Explicativas: Verifican la posible relación causal entre la variable (s) independiente (s) y la dependiente (s). Hay hipótesis explicativas de diferencias de dos o más grupos con atribución causal y también multivariadas. Ej: “después de la aplicación del tratamiento el grupo experimental presentará menores niveles de depresión que el control” (dos grupos). Ej: Los tratamientos farmacológicos, psicoterapéutico y con medicina natural ejercen efectos diferenciales en el tratamiento de la depresión (más de dos grupos). Ej: La buena administración del tiempo y la eliminación de ideas irracionales disminuyen el estrés y la ansiedad.

Definición



Sabias qué las hipótesis estadísticas constituyen la operacionalización de la

hipótesis de investigación para el contraste respectivo. Existen do tipos:

.

Antecedentes conceptuales para las pruebas de hipótesis

Que son la hipótesis nula (Ho) y la hipótesis alterna (Ha). La Ho es una hipótesis de diferencias nulas, es decir, pasa sólo por la igualdad, por lo tanto esta hipótesis plantea las siguientes relaciona: =, ≥, ≤. La Ho es la única hipótesis que se somete a prueba o se contrasta, dicho de otro modo, es la única que se acepta o se rechaza. La Ha es un planteamiento de diferencias, por lo tanto plantea las siguientes relaciones: ≠, >, < y generalmente la Ha coincide con la hipótesis de investigación a menos que esta hipótesis plantee una noción de igualdad, en ese caso coincidirá con la hipótesis nula.



Ahora que ya sabes que es una hipótesis estadística. Te invito a que revisemos los conceptos asociados.

¡Vamos!.



Nivel Descriptivo

Técnicas Paramétricas

Técnicas No Paramétricas

Hipótesis Descriptivas

Media Poblacional Proporción Poblacional Varianza Poblacional

Prueba de K.S

Prueba Binomial

Prueba de Rachas

Prueba de X²

Error tipo I

Error tipo II

Nivel de confianza

Potencia de prueba

Verificación dehipótesis



Error tipo I: Es el hecho de rechazar la Ho siendo esta verdadera y se le asocia una probabilidad de ocurrencia llamada Alfa y α se le denomina nivel de significación. Los alfas más usados son los de 0,01 o 1% y 0,05 o 5%.

Error tipo II: Es el hecho de aceptar la Ho siendo esta falsa y se le asocia una probabilidad de ocurrencia denominada Beta (β) y no posee un tamaño específico, pero si se puede vincular con alfa en una misma muestra.

Estos errores se pueden evitar con muestras grandes y construyendo un buen diseño de investigación.

Alfa (α) y Beta (β) son inversamente proporcionales.

Confianza o nivel de confianza: Es el hecho de aceptar Ho siendo esta verdadera y se le asocia a una probabilidad de 1- α, con niveles de 0,99 (99%) o 0,95 (95%) de ocurrencia.

Potencia de prueba: Es el hecho de rechazar una Ho siendo esta falsa y se le asocia una probabilidad de ocurrencia de 1- β.

Conceptos ligados al contraste de hipótesisConceptos ligados al contraste de hipótesis

Lo que es numéricamente diferente no es estadísticamente diferente, pero lo que es estadísticamente diferente si es numéricamente diferente.Lo que es numéricamente diferente no es estadísticamente diferente, pero lo que es estadísticamente diferente si es numéricamente diferente.



Nivel Descriptivo

Técnicas Paramétricas

Técnicas No Paramétricas

Hipótesis Descriptivas

Media Poblacional Proporción Poblacional Varianza Poblacional

Prueba de K.S

Prueba Binomial

Prueba de Rachas

Prueba de X²

Error tipo I

Error tipo II

Nivel de confianza

Potencia de prueba

Verificación dehipótesis



1.- Plantear la hipótesis de investigación.2.- Operacionalizar la hipótesis de investigación en sus respectivas hipótesis estadísticas. 3.- Estadístico de contraste, este estadístico esta basado en una distribución probabilística que puede ser la curva normal cuando se trabaja con promedios o la distribución “t” cuando trabajamos con promedios, la distribución x2 cuando trabajamos con varianzas y la distribución binomial cuando se contrastan proporciones.4.- Considerar un determinado nivel de error o de significación en el contraste de la prueba, en psicología se trabaja con un 1% o con un 5% de error.5.- Tomar una decisión estadística, es decir, evaluar si se va aceptar o rechazar la hipótesis nula de acuerdo al nivel de error que arroje la prueba.6.- Conclusiones.

Verificación de una hipótesisVerificación de una hipótesis

Tipos de Investigación

Descriptivas CorrelaciónalesExploratorias Explicativas

Diseño de investigación

No Experimental Experimental

Técnicas de análisis de datos

Técnicas de recolección de datos

Muestras

Utiliza estadística descriptiva y correlacional

Utiliza estadística Inferencial



Estadística Descriptiva

Medidas de Dispersión

Técnicas de conteo de datosTablas de frecuencia

Tablas de doble entrada

Gráficos

Media

Moda (Mo)

Mediana (Md)

Medidas de tendencia Central

Rango

Desviación Típica (S)

Varianza (S²)



Estadísticos de FormaAsimetría y Simetría

Curtosis

Percentil

Centil

Puntuación “Z”

Medidas de Posición

Puntuación Relativa

Estadística Descriptiva



¿Qué veremos en la Próxima ayudantía?

¿Qué se viene en la Próxima ayudantía?

Próximamente….Próximamente….



Shii…taba bueno ya…tanto que

habían hablado del Spss…

Mish…así que vamos finalmente

vamos a ver el Spss.

Contendidos de la próxima ayudantíaContendidos de la próxima ayudantía•Técnicas de análisis de datos a través Técnicas de análisis de datos a través

del Spss.del Spss.

Tipos de investigación

Documents

Transcript of Tipos de investigación