El documento describe los diferentes niveles, tipos y enfoques de la investigación científica, así como las técnicas, instrumentos y herramientas utilizadas para el procesamiento de datos. Explica los diseños experimentales y no experimentales de investigación, e incluye recomendaciones para el procesamiento sistemático de datos recopilados.
2. Niveles de la investigación científica
Exploratorio
Descriptivo
Correlacional
Explicativo
Predictivo
(Valderrama, 2013)
Recolecta datos
Describe hechos
Relaciona / asocia
Causa - Efecto
Anticipa hechos
Se refiere a la profundidad de
análisis y el grado de conocimiento
que se tiene sobre un tema
científico.
3. Tipos de investigación científica
Investigación básica
• Investigación pura, teórica o
fundamental.
• Proporciona nuevos conocimientos
sobre el objeto de estudio.
• Construye marcos teóricos
consistentes.
Investigación aplicada
• Investigación práctica empírica.
• Busca la consolidación del
conocimiento y lo genera en forma de
método.
• Tiene propósitos prácticos y bien
definidos para transformar la realidad.
(Niño et al., 2012, Berrocal y Berrocal, 2018)
4. Enfoques de la investigación científica
CUANTITATIVO CUALITATIVO FASES DE LA
INVESTIGACIÓN
MIXTO
Descripción y
explicación
Exploración y
descubrimiento
Planteamiento del
problema
Triangulación
Verificación de la teoría Generación de teoría Rol de la teoría Mixto
Deductivo Inductivo Método empleado Pluralismo
metodológico
Cuantificación y
medición estadística
Interpretación a
profundidad
Análisis de datos Empleo mixto de
técnicas
Estandarizado y fijo Flexible Reporte final Propositivo
(Tomado de Berrocal y Berrocal, 2019)
6. Dato
“Representación simbólica
(número, símbolo) de una
característica de una entidad, que
pueden describir o explicar
hechos empíricos,
acontecimientos y a las entidades
mismas que se están estudiando”.
(Rodríguez, 2014)
7. Diseño de la investigación
Diseño de la
investigación
Diseños
experimentales
Diseño no
experimentales
Preexperimentales
Cuasiexperimentales
Experimentales
Transversales
Longitudinales
“Estrategia o plan para obtener los
datos, responder al problema,
cumplir con los objetivos y para
aceptar o rechazar la hipótesis”.
(Valderrama, 2013)
8. Ejemplos de diseños (Berrocal y Berrocal, 2018)
G X O
DISEÑOS EXPERIMENTALES
Diseño preexperimental
𝑮 𝟏 X 𝑶 𝟏
𝑮 𝟐 ------- 𝑶 𝟏
Diseños cuasiexperimentales
𝑮 𝟏 𝑶 𝟏 X 𝑶 𝟐
𝑮 𝟐 𝑶 𝟑 ------- 𝑶 𝟒
10. DISEÑOS NO EXPERIMENTALES
Diseños transversales descriptivos, comparativos y correlacionales
M O
𝑴 𝟏 𝑶 𝟏
𝑴 𝟐 𝑶 𝟐
𝑴 𝟑 𝑶 𝟑
𝑴 𝟒 𝑶 𝟒
𝑶 𝒙
M r
𝑶 𝒚
𝑶 𝟏 ≠ 𝑶 𝟐 ≠ 𝑶 𝟑 ≠ 𝑶 𝒏
11. DISEÑOS NO EXPERIMENTALES
Longitudinales de tendencia / longitudinales de evolución de grupos
Población
A
Población
A
Población
A
MEDICIÓN 1 MEDICIÓN 2 MEDICIÓN n
𝐓𝟏 𝐓𝟐 𝐓𝐧
A
Sujeto 1
Sujeto 2
Sujeto 3
MEDICIÓN 1 MEDICIÓN 2 MEDICIÓN n
𝐓𝟏 𝐓𝟐 𝐓𝐧
A
Sujeto 1
Sujeto 2
Sujeto 3
A
Sujeto 1
Sujeto 2
Sujeto 3
12. PARADIGMA POSITIVISTA (CUANTITATIVO)
TÉCNICAS INSTRUMENTOS SOFTWARE HERRAMIENTAS
• Observación
• Entrevista
estructurada
(cerrada)
• Análisis con recuento
de frecuencia
• Estadística inferencial
• Guía de
observación
• Guía de
encuesta
SPSS • Guías
• Libretas de
apuntes
• Lapiceros, etc.
Técnicas, instrumentos y herramientas de investigación
13. PARADIGMA CUALITATIVO (INTERPRETATIVO)
TÉCNICAS INSTRUMENTOS SOFTWARE HERRAMIENTAS
• Observación
• Entrevistas semi-
estructuradas
(abiertas)
• Grupos de discusión
• Revisión documental
• Guías de
entrevistas
• Grupos de
discusión
• Revisión de
documentos
Etnografic,
QPA, Atlas ti,
Matrices,
recuento de
frecuencias,
análisis de
contenido.
• Grabadora,
video, cámara.
• Libretas de
apuntes
• Lapiceros, etc.
Técnicas, instrumentos y herramientas de investigación
14. La prueba piloto
Alfa de Cronbach Kuder y Richardson
𝑎 =
𝐾
𝐾 − 1
σ 𝑆𝑖
2
𝑆𝑡
2
Donde:
𝑎 = Coeficiente de confiabilidad
𝐾 = Número de preguntas
𝑆𝑖
2
= Varianza de cada pregunta
𝑆𝑡
2
= Varianza total
𝐾𝑟20 =
𝐾
𝐾 − 1
σ 𝑝 ∗ 𝑞
𝑆𝑡
2
Donde:
𝐾𝑟20= Coeficiente de confiabilidad
𝐾 = Número de ítems
𝑝 = Proporción de respuestas correctas
𝑞 = Proporción de respuestas incorrectas
𝑆𝑡
2
= Varianza total
15. Recomendaciones para el
procesamiento de datos
• El investigador es el que domina el tema y elige el método.
• Una buena recopilación de datos depende del trabajo sistemático y
apegado a los criterios de muestreo.
• Se puede delegar la función de “vaciar” los datos, pero el análisis lo
hace el investigador.
• Cada instrumento es diseñado pensando en la técnica de
procesamiento de datos.