metodos cualitativos

2. Se fundamenta en el
positivismo lógico y a
separación del sujeto y
el objeto
Recoge información
estructuradamente
Utiliza la matemática
como herramienta de
análisis
Busca la generalización
de los resultados
Método
cuantitativo

3. Mide (transforma los
datos en números)
Cuenta (cuantifica)
Analiza
matemáticamente
(estadística descriptiva)
Aspira desde describir
hasta explicar
Método
cuantitativo

4. Describe el objeto de
estudio a través de
caracterizaciones internas
(estadística descriptiva)
Compara datos con
registros previos internos o
externos a la investigación
(estudio comparado)
Jerarquiza, compara,
estandariza busca
regularidades
Busca establecer vínculos
entre variables
(correlaciones bivariadas o
múltiples)
Medir

5. Limites Método
cuantitativo
Bajo alcance
explicativo
Son rígidos
metodológicamente
Requieren muchos
recursos materiales
Ventajas Método
cuantitativo
Alto alcance del
universo en estudio
Son replicables
Facilitan los estudios
comparados

6.  El principal aporte de este método es proporcionar
mayor precisión a la descripción de la sociedad
utilizando los avances en la estadística
 La investigación se fundamente en el principio de
la racionalidad que consiste en ajustar la
investigación a la intervención futura
 Por lo tanto el análisis se orienta hacia la
operacionalización y la extracción de conclusiones
aplicables

7.  Principales características:
◦ Basada en la inducción probabilística del positivismo lógico
◦ Medición penetrante y controlada
◦ Con aspiración de ser mas objetiva
◦ Inferencias mas allá de los datos
◦ Orientada al resultado
◦ Datos sólidos y repetibles
◦ Generalizable

9.  Preguntas de investigación
 Objetivos de investigación
 Recogida de datos (primarios o secundarios)
 Análisis estadístico
 Conclusiones

10.  MÉTODO ESTADÍSTICO
◦ Se utilizan para medir las características de la información, para
resumir los valores individuales, y para analizar los datos a fin de
extraerles el máximo de información, es lo que se llama métodos
estadísticos

11.  ¿QUÉ ES LA ESTADÍSTICA?
◦ Disciplina cuyo objetivo es reunir información cuantitativa
concerniente a individuos, grupos, series de hechos, etc. y
deducir de ello gracias al análisis de estos datos unos
significados precisos o unas previsiones para el futuro.
◦ Tiene por objeto el estudio cuantitativo de los colectivos y
aplicar las leyes de la cantidad a los hechos sociales para
medir su intensidad, deducir las leyes que los rigen y hacer
su predicción próxima

12.  ESTADÍSTICA DESCRIPTIVA
◦ Consiste sobre todo en la presentación de datos en forma
de tablas y gráficas.
◦ La estadística descriptiva, recopila, analiza, estudia y
describe a la totalidad de individuos de una población. Su
finalidad es obtener información, analizarla, elaborarla y
simplificarla lo necesario para que pueda ser interpretada
cómoda y rápidamente y por lo tanto, pueda utilizarse
eficazmente para el fin que se desee.

13. Elementos de uso mas recurrente en estudios
cuantitativos
• Tablas de frecuencia
• Medidas de tendencia central
• Estudio de correlaciones bivariadas y
multivariadas

15.  Definir universo de estudio (objeto de la
investigación)
 Definir muestra (estadística inferencial)
◦ Diseño muestral I (cuántos)
◦ Diseño muestral II (quiénes)
 Diseñar instrumento (cuestionario)
 Validar Instrumento (pilotaje)
 Aplicar cuestionario (trabajo de campo)
 Analizar datos recogidos (estadística
descriptiva)
 Obtener conclusiones

16.  ESTADÍSTICA INFERENCIAL O ANALÍTICA
◦ Es el proceso por el cual se deducen (infieren)
propiedades o características de una población a
partir de una muestra significativa.
◦ Básicamente se utiliza para descubrir las
propiedades de una población a partir de una
muestra representativa de ella. Luego se recurre
al estudio de la muestra para a partir de
ella inferir, inducir o estimarlas características de
la población entera de la cual aquella ha sido
extraída

17. Población
Muestra
Datos
numéricos
Análisis
Conclusiones

18.  Población: todos y cada uno de los individuos o elementos de
los cuales se quiere tener una información.
 Censo: estudio de todos y cada uno de los elementos de una
población para obtener una información de la misma
 Muestra: conjunto reducido de individuos o elementos de una
población, escogidos para obtener información sobre los
mismos y generalizarla al resto de la población.
 Error Muestral: es la diferencia ente el valor obtenido para
una variable de la muestra y su valor real en la población.

19.  ESTADÍSTICA INFERENCIAL O ANALÍTICA
◦ Se encarga del desarrollo y utilización de técnicas
probabilísticas para analizar correctamente o
sacar deducciones de informaciones numéricas
◦ Mientras la estadística descriptiva trabaja con
todos los individuos de la población (CENSO), la
estadística inferencial, trabaja con muestras.

21.  Ventajas del muestreo:
◦ Menor costo.
◦ Mayor rapidez
◦ Mayor facilidad
◦ Mayor exactitud
 Desventajas del muestreo:
◦ Representatividad
◦ Error

22.  Error muestral: Es un rango de valores
(calculado en una muestra) en el cual se
encuentra el verdadero valor del parámetro,
con una probabilidad determinada.
 Nivel de significancia: es la probabilidad de
que el valor estimado en la muestra sea el
verdadero en la población, esto implica que si
el nivel de confianza es de un 95%, esa es la
probabilidad de que la muestra representa al
universo

23.  Si una encuesta tiene un 95% de significancia
y un 3% de error muestral, implica que cada
uno de los valores obtenidos en el estudio,
con un 95% de probabilidad representan al
Universo. Además el valor real (que se
encuentra en el universo de estudio) está en
un intervalo de 6 puntos porcentuales.

25.  La definición del tamaño de la muestra tiene
como consideraciones al menos los siguiente
elementos.
◦ Tamaño del Universo de estudio
◦ Error muestral deseado
◦ Recursos disponibles para el estudio

26.  Para el cálculo de una muestra, se debe
considerar el tamaño del Universo de estudio.
Este ultimo se pude considerar infinito o
finito dependiendo de si está por sobre o por
debajo de los 10.000 elementos.

27.  Calculo error muestral

29.  Métodos de muestreo no probabilísticos
◦ Se fijan unas "cuotas" que consisten en un número
de individuos que reúnen unas determinadas
condiciones, por ejemplo: 20 individuos de 25 a 40
años, de sexo femenino y residentes en La Florida.
Una vez determinada la cuota se eligen los
primeros que se encuentren que cumplan esas
características. Este método se utiliza mucho en las
encuestas de opinión.

30.  Muestreo Probabilístico
◦ Esta caracterizado por el que cada elemento de la
población tiene una probabilidad conocida para ser
seleccionado en la muestra.
 Muestreo aleatorio simple
 Se asigna un número a cada individuo de la población
y a través de algún medio mecánico (bolas dentro de
una bolsa, tablas de números aleatorios, números
aleatorios generados con una calculadora u ordenador,
etc.) se eligen tantos sujetos como sea necesario para
completar el tamaño de muestra requerido

31.  Muestreo aleatorio sistemático
◦ Este procedimiento exige, como el anterior,
numerar todos los elementos de la población, pero
en lugar de extraer n números aleatorios sólo se
extrae uno. Se parte de ese número aleatorio i, que
es un número elegido al azar, y los elementos que
integran la muestra son los que ocupa los lugares i,
i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los
individuos de k en k, siendo k el resultado de
dividir el tamaño de la población entre el tamaño de
la muestra: k= N/n.

32.  Muestreo aleatorio estratificado
◦ Consiste en considerar categorías típicas diferentes
entre sí (estratos) que poseen gran homogeneidad
respecto a alguna característica (se puede
estratificar, por ejemplo, según la profesión, el
municipio de residencia, el sexo, el estado civil,
etc.). Cada estrato funciona independientemente,
pudiendo aplicarse dentro de ellos el muestreo
aleatorio simple o el estratificado para elegir los
elementos concretos que formarán parte de la
muestra

33.  Muestreo aleatorio por conglomerados:
◦ En el muestreo por conglomerados la unidad
muestral es un grupo de elementos de la
población que forman una unidad, a la que
llamamos conglomerado. En los estudios sociales
los conglomerados son manzanas en donde
existen diferentes números de hogares. Luego en
alguna etapa del diseño muestral se sortean
manzanas y se incluyen en la muestra final.

34.  www.youtube.com/watch?v=f_Hx0pOJEuY

35. CARACTERISTICAS VENTAJAS INCONVENIENTES
Sencillo y de fácil comprensión.
Cálculo rápido de medias y varianzas.
Se basa en la teoría estadística, y por tanto
existen paquetes informáticos para
analizar los datos
Conseguir un listado de los N elementos de la
población
Fácil de aplicar.
Determinar tamaño muestral n.
No siempre es necesario tener un listado de
toda la población.
Definir un intervalo k= N/n.
Cuando la población está ordenada
siguiendo una tendencia conocida, asegura
una cobertura de unidades de todos los
tipos.
Elegir un número aleatorio, r, entre 1 y k (r=
arranque aleatorio).
Seleccionar los elementos de la lista.
Tiende a asegurar que la muestra
represente adecuadamente a la población
en función de unas variables
seleccionadas.
Se obtienen estimaciones más precisa
Su objetivo es conseguir una muestra lo
más semejante posible a la población en lo
que a la o las variables estratificadoras se
refiere.
Se realizan varias fases de muestreo sucesivas
(polietápico)
Es muy eficiente cuando la población es
muy grande y dispersa.
El error estándar es mayor que en el muestreo
aleatorio simple o estratificado.
La necesidad de listados de las unidades de una
etapa se limita a aquellas unidades de muestreo
seleccionadas en la etapa anterior.
No es preciso tener un listado de toda la
población, sólo de las unidades primarias
de muestreo.
El cálculo del error estándar es complejo.
Conglomerados
Se selecciona una muestra de tamaño n de una
población de N unidades, cada elemento tiene
una probabilidad de inclusión igual y conocida
de n/N.
Aleatorio simple
Requiere que se posea de antemano un listado
completo de toda la población. Cuando se
trabaja con muestras pequeñas es posible que
no represente a la población adecuadamente.
Sistemático
Si la constante de muestreo está asociada con
el fenómeno de interés, las estimaciones
obtenidas a partir de la muestra pueden
contener sesgo de selección
En ciertas ocasiones resultará conveniente
estratificar la muestra según ciertas variables de
interés. Para ello debemos conocer la
composición estratificada de la población
objetivo a hacer un muestreo. Una vez calculado
el tamaño muestral apropiado, este se reparte de
manera proporcional entre los distintos estratos
definidos en la población usando una simple
regla de tres.
Estratificado
Se ha de conocer la distribución en la
población de las variables utilizadas para la
estratificación.

38.  Herramientas informáticas
◦ SPSS: Gestión de datos, análisis estadístico, gráficos y
presentación de resultados.
◦ STAGRAPHICS: Paquete de análisis interactivo y sistema
grafico
◦ SAS: Planificación, análisis estadístico, gráficos y
presentación de resultados.
◦ EXCEL: análisis estadístico, gráficos y presentación de
resultados.
◦ STATISTICA: Planificación, análisis estadístico, gráficos y
presentación de resultados.