Presentación de los principios y lógica d e la investigación cuantitativa y los principios que rigen al análisis estadísticos. Exposición básica orientada a docentes dedicados a la orientación de trabajos académicos.

1. Diseños de Investigación:
Enfoque Cuantitativo
Lic. Enrique Morosini
2007

2. La investigación científica

3. La investigación científica
• Es una investigación sistemática, controlada,
empírica, amoral, pública y crítica de fenómenos
naturales. Se guía por la teoría y las hipótesis
sobre las presuntas relaciones entre esos
fenómenos. O b s e r v a c ió n
p ru eb a
R a z o n a m ie n t o
e x p e rim e n to
P r o b le m a d e d u c c ió n
H ip ó te s is
o b s tá c u lo
id e a

4. INTERÉS CONCEPTUALIZACION OPERACIONALIZACION
? Y
Y ?
IDEA
A B ELECCIÓN DEL METODO DE INVESTIGACION
Y X
TEORÍA
A B C
POBLACION Y MUESTRA
Y X
PROCESAMIENTO
APLICACION ANÁLISIS OBSERVACIONES
DE DATOS

5. El Diseño de Investigación

6. Concepto
• El diseño de investigación constituye el plan y la
estructura de la investigación y se concibe de
determinada manera para obtener respuestas a
las preguntas de investigación.
• Un diseño de investigación expresa tanto la
estructura del problema de investigación como
el plan de investigación utilizado para obtener
evidencia empírica sobre las relaciones del
problema.

7. El plan de investigación
• Es el esquema o programa general de la
investigación. Incluye un bosquejo de lo que el
investigador hará, desde formular las hipótesis y
sus implicaciones operacionales hasta el análisis
final de los datos.

8. La estructura de la investigación
• Es el marco de referencia, la organización de los
elementos de la estructura, relacionados en
formas específicas. La mejor forma de
especificar una estructura consiste en escribir
una ecuación matemática que relacione las partes
de la estructura en sí. Dicha ecuación
matemática, puesto que sus términos están
definidos y relacionados específicamente por la
ecuación no es ambigua.

9. Propósitos del diseño
• De manera resumida se puede afirmar que un
diseño de investigación tiene dos propósitos
fundamentales:
– Dar respuesta a las preguntas de investigación.
– Controlar la varianza.

10. La varianza
• La varianza puede entenderse como la medida
en que un grupo de datos se aleja o dispersa de
su media aritmética.
• En investigación existen dos varianzas que
interesan especialmente:
– La varianza sistemática.
– La varianza de error.

11. Principio Max-Min-Con
• Como se ha dicho antes, la principal función de
investigación es controlar la varianza. Un diseño
de investigación constituye, por así decirlo, un
conjunto de instrucciones para que el
investigador reúna y analice los datos de cierta
forma; por lo tanto es un mecanismo de control:
– maximizar la varianza sistemática
– controlar la varianza sistemática extraña
– minimizar la varianza de error

12. Criterios para clasificar los diseños
• Estrategia para la comparación entre los
tratamientos.
• Cantidad de variables independientes.
• Técnica de control asociada a la estructura del
diseño.
• Configuración para analizar los datos.
• Tipo de técnica analítica utilizada.
• Posibilidad de control estadístico.
• Constancia en la cantidad de observaciones.

13. Principios de
análisis e interpretación
(Kerlinger y Lee, 2002, Cap. 9)

14. ¿Qué es Analizar?
• Analizar significa la categorización,
ordenamiento, manipulación y resumen de
datos, para responder a las preguntas de
investigación. El propósito es reducir los datos a
una forma entendible e interpretable para que las
relaciones de los problemas de investigación
puedan ser estudiadas y probadas. Un propósitos
primario de la estadística, es manipular y resumir
datos numéricos y comparar con los obtenidos
por el azar.

15. ¿Qué es interpretación?
• En la interpretación se toman los resultados del
análisis, se hacen las inferencias pertinentes a las
relaciones de investigación estudiadas y se sacan
conclusiones de estas relaciones. El investigador
que interpreta los resultados de investigaciones,
los busca por sus significados y sus
implicaciones.

16. Cómo se logra la interpretación
1. Interpretando las relaciones dentro del estudio
de investigación y sus datos. Éste es el uso más
estrecho y frecuente del término interpretación.
Aquí la interpretación y el análisis están
estrechamente entrelazados.
2. La búsqueda de significado más amplio de los
datos de investigación. Se comparan los
resultados y las inferencias realizadas a partir de
los datos con la teoría y con los resultados de
otras investigaciones.

17. Medidas de frecuencias
y medidas continuas
• Frecuencias: son los números de objetos en un conjunto
o subconjunto.
• El primer paso de cualquier análisis es la categorización,
que deben ajustarse a las siguientes reglas:
1. Se establecen de acuerdo con el problema de investigación.
2. Son exhaustivas.
3. Son mutuamente excluyentes.
4. Derivan de un principio de clasificación.
5. Deberá estar en un nivel de discurso.

18. Tipos de análisis estadísticos
• Distribución de frecuencias.
• Gráficos – Análisis gráficos.
• Medidas de tendencia central y variabilidad.
• Medidas de relaciones.
• Análisis de diferencias.
• Análisis de varianza y métodos relacionados.
• Análisis multivariado.
• Índices e Indicadores sociales.

19. La interpretación de los datos
• Adecuación de los diseños de investigación,
metodología, mediciones y análisis. A veces los
investigadores tienen preferencias por métodos
de investigación, métodos de observación,
métodos de medición y tipos de análisis. Por
ejemplo no es adecuado utilizar análisis de
frecuencias, con digamos, medidas continuas
tomadas con una escala de actitudes.

20. La interpretación de los datos
• El investigador debe examinar a fondo la
adecuación técnica de los métodos, medidas y
estadísticas. La adecuación de la interpretación
de los datos depende de tal escrutinio.
• El aceptar sin cuestionamiento la confiabilidad y
validez de las mediciones de variables es un error
grave. Se debe ser especialmente cuidadoso al
cuestionar la validez de sus mediciones.

21. Resultados negativos
• Cuando un resultado es el que se había
anticipado, se corresponde con investigaciones
anteriores y con la teoría no presenta problemas
de interpretación.
• Cuando los resultados son negativos, o las
relaciones no anticipadas surgen cuestionamientos
respecto a las causas de tales resultados, que
podrían deberse a: teoría e hipótesis incorrectas,
metodología inapropiada e incorrecta, mediciones
inadecuadas o pobres y análisis defectuosos.

22. Análisis de frecuencias
• Se utilizan tablas de frecuencia simple y
porcentajes para describir características de la
población:
Característica Frecuencia Porcentaje Característica Frecuencia Porcentaje
Curso Estado civil
1º año 84 28,7 Casado 6 2
2º año 109 37,2 Soltero 267 91,1
3º año 100 34,1 Unido 15 5,1

23. Análisis de frecuencias
• Las tablas de frecuencia, con intención analítica, se
presentan en tabulación cruzada, algunas veces llamada
fracción cruzada o análisis de contingencia:
Menor al 60% Sup. o igual al 60%
CARRERA Total
Recuento % Recuento %
Psicología 150 43,2% 197 56,8% 347
C. de la Comunicación 98 45,2% 119 54,8% 217
C. de la Educación 21 58,3% 15 41,7% 36
Historia 7 26,9% 19 73,1% 26
Letras 15 48,4% 16 51,6% 31
Filosofía 6 42,9% 8 57,1% 14
Trabajo Social 44 58,7% 31 41,3% 75
Total 341 45,7% 405 54,3% 746

24. Análisis de frecuencias
• La interpretación de los datos: % de fila y % de columnas.
¿En quién confía para hablar de sexo?
Total %
Padre 26 19,12%
Madre 86 63,24%
Ambos 24 17,65%
Total 136 100,00%
SEXO SEXO
Padres Total Padres Total
Femenino Masculino Femenino Masculino
Padre 7,7% 92,3% 100,0% Padre 3,1% 33,3% 19,1%
Madre 65,1% 34,9% 100,0% Madre 87,5% 41,7% 63,2%
Ambos 25,0% 75,0% 100,0% Ambos 9,4% 25,0% 17,6%
Total 47,1% 52,9% 100,0% Total 100,0% 100,0% 100,0%

25. Análisis de frecuencias
• La interpretación de los datos: % de fila y % de columnas.
¿En quién confía para
hablar de sexo?
SEXO Padre Madre Ambos Total
Femenino 2 56 6 64
Masculino 24 30 18 72
Total 26 86 24 136
Prueba de chi-cuadrado Sig.
Sig. aproximad
asintótica Valor a
Valor gl (bilateral) Phi 0,486 0,000
Chi-cuadrado de Pearson 32,116 2 0,000 V de Cramer 0,486 0,000
N de casos válidos 136 N de casos válidos 136

26. Criterios para la clasificación
de los diseños experimentales

27. Diagrama para la toma de decisiones
acerca del modelo de análisis
Naturaleza de
los datos analizados:
supuestos del muestreo y forma de
distribución de la variable en la población
PRUEBAS PRUEBAS
PARAMETRICAS NO PARAMETRICAS
Requieren que la población de puntuaciones,
Los datos se encuentran en una escala ordinal.
de la cual proviene la muestra, esté distribuida
Se desconoce la distribución o la forma de
normalmente. En otros casos se asume la
distribución de los datos de la población.
independencia de las muestras. Además,
La distribución de los datos en la población
los datos deben ser de intervalos
claramente se aleja de la normal.
o razón (u ordinales con varios niveles)

28. Eleccion del modelo de análisis
cuando son dos grupos

29. Elección del modelo de análisis
cuando son más de dos grupos

30. Generación de planillas de datos
para realizar análisis

31. Proceso de digitación / tabulación
o carga de datos
• Cada protocolo (cuestionario) debe ser codificado en una serie
continua para su ordenamiento y digitalización: esto permite
identificar inconsistencias y realizar las correcciones.
• Posteriormente se procede a nombrar cada variable en la base de
datos para su posterior carga y procesamiento.

32. La medición en
Ciencias Sociales
(Kerlinger y Lee, 2002, Cap. 9)

33. Teorías de la medición
• Concepción isomórfica de Campbell.
• Concepción amplia de Stevens.

34. Teoría del escalamiento
• Medición de estímulos.
– Teoría del Juicio comparativo de Thurstone.
– Teoría del Juicio Categórico de Thurstone.
• Medición de sujetos.
– Escalamiento tipo Likert.
• Medición simultánea de sujetos y objetos.
– Escalograma de Gutman.
• Escalamiento multidimensional.

35. Condiciones indispensables
• Confiabilidad:
– Estabilidad
– Consistencia
– Precisión
• Validez:
– Contenido
– Criterio
– Constructo