Investigación y sus diseños

1. CAPITULO III: MARCO
METODOLÓGICO
MG. LUZ NÉLIDA ZEGOVIA SANTOS
UNIVERSIDAD DE HUÁNUCO
FACULTAD DE CIENCIAS DE LA SALUD
P.A ENFERMERÍA

2. DISEÑOS DE
INVESTIGACIÓN

3. ¿Qué ES UN DISEÑO DE INVESTIGACIÓN?
Se refiere al plan o estrategia concebida para responder a
las preguntas de investigación.
El diseño señala al investigador lo que debe hacer para
alcanzar sus objetivos, contestar las interrogantes y analizar
las hipotesis formuladas.

4. DISEÑO DE UNA INVESTIGACIÓN: CUANTITATIVO
EXPERIMENTAL NO EXPERIMENTAL
Pre experimental
Cuasi Experimental
Experimental pura
Observacionales
Descriptivas
Correlacionale
s
Diseños de
tendencia
De análisis
evolutivo de
grupos
Diseño panel
TRANSVERSAL LONGITUDINAL

5. DISEÑOS EXPERIMENTALES
• Estudio de investigación en el que se manipula
deliberadamente una o más variables independientes
(supuestas causas) para analizar las consecuencias de esa
manipulación sobre una o más variables dependientes
(supuestos efectos)
• Hay grupo control y experimental.
GE: X X Y
(VI) (VD)
GC: X Y
(VI) (VD)

6. DISEÑO PREEXPERIMENTAL
Su grado control
es mínimo.
Asignación al
azar de objetos
en el estudio.
No hay
manipulación de
la variable
independiente.
Solo hay un
grupo
GE X O

7. DISEÑO CUASIEXPERIMENTAL
Manipulan la variable
independiente para
ver su efecto en la
VD.
Los sujetos no son
asignados al azar
Hay grupos de
comparación
GE: O1 X O2
GC: O3 O4

8. DISEÑO EXPERIMENTAL PURA
Se manipula la VI
para evaluar
cambios en la VD
Los sujetos son
asignados al azar
G1: O1 X O2
G2: O3 O4
G1: O1 X1 O2
G2: O3 X2 O4
G3: O5 X3 O6

9. DISEÑOS NO EXPERIMENTALES
Es aquella donde no hacemos variar intencionalmente las
variables independientes. Se observa los fenómenos tal y
como se dan en su contexto natural.

10. DISEÑO DESCRIPTIVO
PRETENDE: Observar,
describir y documentar
aspectos de una situación
que ocurre de modo
natural.
No hay manipulación de
variables.
No hay asignación
aleatoria de los sujetos

11. DISEÑO DESCRIPTIVO SIMPLE
El investigador busca y recoge información en forma directa para tomar
decisiones. Es la forma más simple y elemental.
O G
DISEÑO DESCRIPTIVO COMPARATIVO
El investigador busca y recoge información en forma directa para tomar
decisiones. Es la forma más simple y elemental.
G1 O1
G2 O2 =
G3 O3

12. DISEÑO CORRELACIONAL
Realizadas luego
de sucedidas las
variaciones en la VI
Se pretende captar
los fenómenos
sucedidos de
forma espontánea.
Asociación entre
dos variables.
NO PERMITE
INFERIR
RELACIONES
CAUSALES.

13. DISEÑO LONGITUDINAL DE TENDENCIA
• Son aquellas que analizan cambios a través del tiempo dentro de alguna
población en general.
• La característica distintiva es que la atención se centra en una población.
Medición en una
población
Medición en una
población
Medición en una
población
Medición en una
población
Tiempo 4
Tiempo 1 Tiempo 2 Tiempo 3

14. DISEÑOS LONGITUDINALES DE PANEL
• Son aquellos en donde el mismo grupo de sujetos son medidos en todos
los tiempos o momentos.
• Además de conocer el cambio de manera grupal, también se conoce el
cambio de manera individual.
• Es un poco difícil obtener los mismos sujetos para una segunda medición.
Arturo. R
Javier. P, etc
Arturo. R
Javier. P, etc
Arturo. R
Javier. P, etc
Tiempo 1 Tiempo 2 Tiempo 3

15. Estudios
etnográficos
Fenomenológico
Biográficos -
Historias de vida
Hermenéutico
DISEÑO DE UNA INVESTIGACIÓN: CUALITATIVO

16. POBLACIÓN Y
MUESTRA

18. POBLACIÓN Y MUESTRA
• Es el universo, el grupo total de sujetos, individuos al
que se aplicará las generalizaciones obtenidas.
• De este grupo el investigador decide quienes
estarán incluidos en el estudio, deben tener una
característica en común.
Población
• Parte o subconjunto de la población.
• Es el grupo de individuos que intervienen en forma
activa en la investigación.
Muestra

19. Población o universo: “Conjunto de individuos, objetos, elementos o
fenómenos en los cuales puede presentarse determinada característica
susceptible de ser estudiada”
Población Finita
• Existe o puede construirse un marco muestral. Se conoce el
tamaño
Población Infinita
• No se conoce el tamaño y no puede conocerse. No hay marco
muestral y no puede construirse.
Población diana u objeto:población a ser estudiada/a
la cual el investigador quiere generalizar los
resultados

20. Criterios de inclusión y exclusión
Son las normas para decidir a quien se
le permitirá entrar en la investigación.
Las normas son diferentes para cada
tipo de estudio.

21. Criterios de inclusión y exclusión
Criterios de inclusión
Se fijan las características que
hacen que una unidad sea parte
de una población.
Señalar con especial cuidado los
factores que se necesitan.
Criterios de exclusión
Son las condiciones que tiene el
sujeto u objeto de estudio que
pueden alterar la medición de las
variables.

22. Muestra: Subconjunto de unidades provenientes de la población (parte
de la población), que con algún criterio o sin él, son seleccionadas a los
efectos de ser estudiadas en una o más características
VENTAJAS

23. Unidad de análisis, muestreo y marco muestral
Unidad de
análisis
• Elementos de
la población
objetivo de la
investigación.
Unidad de
muestreo
• Elementos que
nos permiten
llegar a la
unidad de
análisis.
Marco
muestral
• Listado de
cada una de
las unidades
de muestreo.

24. TIPOS DE
MUESTREO
Probabilístico
No
probabilístico

25. Muestreo probabilístico
El requisito más importante del
muestreo probabilístico es que todos en
una población tengan la misma
oportunidad de ser seleccionados.
Utiliza la teoría estadística para
seleccionar al azar un pequeño grupo
de personas (muestra) de una gran
población existente.
Utilidad:
Cuando se tiene que reducir el sesgo en
el muestreo
Cuando la población es diversa
Cuando el tamaño de la población es
grande y diversa
Para crear una muestra precisa
TIPOS:
Muestreo aleatorio simple
Muestreo aleatorio sistemático
Muestreo estratificado
Muestreo por conglomerados

26. Muestreo aleatorio simple: utiliza cualquier sistema de azarificación
(tabla de números al azar, bolilleros, etc.)

27. Muestreo aleatorio simple
Cuando usarla: Desventajas
En universos pequeño (no más
de 200 UE)
Universos de poca dispersión
geográfica.
Cuando no se conoce el patrón
de distribución de la variable
de interés.
Es necesario contar con una
lista enumerada de todas las
unidades de la población.
Los sujetos seleccionados
pueden estar muy dispersos
por lo que contactar con cada
uno de ellos puede resultar
costoso en tiempo y dinero.
Algunos subgrupos de la
población, especialmente
aquellos más minoritarios,
pueden prácticamente no estar
representados en la muestra si
ésta es pequeña

28. Muestreo aleatorio sistemático: Consiste en seleccionar a los
individuos según una regla o proceso periódico.
• 1ra UA por azar , en adelante se
utiliza nº de sistematización:
K= N/n
• K= constante (nº de
sistematización)
• N= total del universo
• N= nº muestral

29. Muestreo aleatorio sistemático:
Cuando utilizarlo: Cuando no se aconseja:
Cuando no tengo listado de
antemano pero puedo estimarlo.
Cuando no hay posibilidad de
identificar en el marco muestral a
cada una de las UM. Por ejemplo,
en ciudades grandes donde no se
tienen listados de viviendas
Cuando se dificulta el acceso a las
UM, por distancias, falta de
caminos o en terrenos abruptos.
Por ejemplo, en un inventario
forestal.
En las situaciones en que las unidades de
muestreo están ordenadas por algún criterio
periódico y la constante de muestreo puede
coincidir con ello.
Ejemplo si queremos conocer la demanda en un centro
de salud y elegimos como unidad de muestreo el día
de la semana puede ocurrir que obtener, gamos como
constante de muestreo (K) el número 7, en ese caso
estaríamos describiendo siempre la demanda que se
produce un día determinado, por ejemplo el sábado.

30. Ejemplo:
Se quiere una muestra de 500 viviendas en un barrio de
2000 casas. Se determina escogiendo una casa cada cierto
intervalo.
El intervalo sería K= población/ muestra.
K= 2000/500 = 4, ósea se numeran las 2000 casas y luego
empezando por una al azar cada 4 se escoge hasta
completar las 500

31. Muestreo estratificadas: supone que el universo pueda desagregarse en
sub-conjuntos menores, diferenciándolos de acuerdo a alguna variable
que resulte de interés para la investigación.
• Los estrato es homogéneo al
interior y heterogéneo entre si.
• Cada estrato es un universo
particular, en el que las
unidades muéstrales se
seleccionan por azar.
• Al final la muestra queda
constituida por un mismo
porcentaje de cada estrato
Características
• Cuando la variación entre
estratos es mayor que la
interna de cada estrato.
• principalmente en
poblaciones donde se
supone o se conoce que la
distribución de la(s)
variable(s) de mayor interés
es diferente entre
subpoblaciones fácilmente
identificables.
Cuando usarlas

33. Muestra por conglomerado: el universo admite ser subdividido en universos
menores de características similares a las del universo total. Los conglomerados
constituyen grupos heterogéneos al interior del grupo y homogéneos entre sí.
Procedimiento
• 1-Se subdivide el universo en
conglomerados.
• 2-Se eligen al azar los
conglomerados que formaran
la muestra.
• 3- Se eligen al azar las unidades
muestrales de cada
conglomerado.
Utilización
• Cuando existe alta dificultad
dificultad para llegar a
todas las UM del universo
debido a una gran
dispersión espacial o a
tener barreras físicas de
acceso.
• Ejemplo cuando queremos
extraer muestras de los
habitantes de un conjunto
geográfico amplio

34. Muestreo No Probabilístico
Se basa en un proceso que no les
permite a todos los individuos de
una población investigada tener la
misma oportunidades de ser
seleccionados.
Predomina a aquellos individuos que
al cumplir con cierta cualidad o
característica benefician a la
investigación, entonces pueden ser
parte de la muestra.
El investigador realiza la muestra en
base a las selección de individuos
que considera accesibles, fácil y de
rápida investigación. Esto,
generalmente, lo hace por proximidad
al investigador.
Utilidad:
Menor costo para realizar la
investigación.
Se pueden controlar las características
de la muestra.
Conlleva menor tiempo, ya que se
conoce el individuo que va a formar la
muestra.
Se pueden conocer las características
poco comunes.
Puede ser utilizado en investigaciones
cuantitativas como cualitativas.
TIPOS:
Muestreo por cuotas
Muestreo por conveniencia
Muestreo discrecional
Muestreo bola de nieve

35. Muestreo por cuotas:
Diferencia con el muestreo
estratificado: En el muestreo por
cuota la selección de UA no es
aleatoria
Cuando utilizarlo:
Cuando se tienen datos
adicionales de los individuos
(edad, sexo, etc.) y se pueden
utilizar ya que el investigador
considera que estos datos
pueden influenciar en las
características que se estudian.
El análisis por estratos permite
un posterior análisis de las
diferencias entre grupos.

36. Muestreo por conveniencia
Cuando utilizarlo:
En estudios iniciales
para comprobar si se
cumplen las hipótesis
que se plantea el
investigador.

37. Muestreo accidental o casual:
Las UA se incorporan como van
apareciendo al momento del
muestreo, sin juicios previos. Cuando utilizarlas:
Únicamente para
hacernos una idea de cual
cual es la opinión de la
gente respecto a algún
producto o tema de
actualidad.

38. Muestro por juicio/ por criterio o discrecional:
Cuando se usa
• El investigador selecciona a los individuos a través de su criterio
profesional. Puede basarse en la experiencia de otros estudios
anteriores o en su conocimiento sobre la población y el
comportamiento de ésta frente a las características que se
estudian.
• Cuando el responsable del estudio conoce estudios anteriores
similares o idénticos y sabe con precisión que la muestra que
utilizaron fue útil para el estudio.
• Si la población es muy reducida y conocida por el investigador.
•

39. Muestreo de voluntarios:
Cuando el investigador promociona su investigación e
invita a participar de la muestra.
Cuando se usa:
• Por ejemplo en la segunda
etapa d un ensayo clínico,
cuando se prueba un
medicamento

41. SIMBOLOS EMPLEADOS
N= Tamaño de la población 400
n= Tamaño de la muestra X
Z= nivel de confianza 1.96
p=Probabilidad de éxito 0.5
q=Probabilidad de fracaso 0.5
e=error o nivel de precisión 0.05
Calculemos?
Cuanto es la muestra?

42. SIMBOLOS EMPLEADOS
N= Tamaño de la población 200
n= Tamaño de la muestra X
Z= nivel de confianza 1.96
p=Probabilidad de éxito 0.5
q=Probabilidad de fracaso 0.5
e=error o nivel de precisión 0.05
Calculemos?
Cuanto es la muestra?

43. Técnicas e Instrumentos para la recolección de datos
Técnica:
• Es el mecanismo para obtener la información.
• Si se desea obtener información de un grupo grande, la técnica ideal será la encuesta.
• Si la información solicitada requiere de un grupo más pequeño y de interactuar cara a
cara con la otra persona, la técnica más adecuada será la entrevista.
• Si se va a realizar revisión de documentos se usará el análisis documentado
Instrumento:
• Son las vías mediante la cual es posible aplicar una determinada técnica de recolección
de información
• Los instrumentos son propiamente los medios de registro de la información.
• Dentro de ellos tenemos: Cuestionario, listas de cotejo, guías de observación, guías de
entrevista, escalas, test, prueba de conocimiento, test socio métrico.

44. Confiabilidad y validez del instrumento
Grado en que un instrumento
lograr medir lo que se pretende
medir.
VALIDEZ

45. 1. CLARIDAD Está formulado con lenguaje apropiado
2. OBJETIVIDAD Está expresado en conductas observables
3. ACTUALIDAD Adecuado al avance de la ciencia
4. ORGANIZACIÓN Existe una organización lógica.
5. SUFICIENCIA
Comprende los aspectos en cantidad y
calidad
6. INTENCIONALIDAD
Adecuado para valorar los instrumentos
de investigación
7. CONSISTENCIA Basado en aspectos teóricos científicos
8. COHERENCIA Entre las dimensiones e indicadores
9. METODOLOGÍA
La estrategia responde al propósito de la
investigación
10. PERTINENCIA Es útil y adecuado para la investigación

47. Confiabilidad y validez del instrumento
Grado en que un instrumento
produce resultados consistentes y
coherentes. Es decir en que su
aplicación repetida al mismo
sujeto u objeto produce resultados
iguales.
CONFIABILIDAD

48. VALORES DE ALFA DE CRONBACH
VALORES VALORACIÓN DE LA FIABILIDAD
0 – 0.5 INACEPTABLE
0.5 – 0.6 POBRE
0.6 – 0.7 DEBIL
0.7 – 0.8 ACEPTABLE
0.8 – 0.9 BUENO
0.9 – 1 EXCELENTE
¿Dónde calculo? SPSS