El documento presenta tres oraciones sobre el tema de la productividad del personal obrero en las 50 empresas más grandes de México entre 2000-2004. Específicamente, aborda factores como el tiempo, espacio y contexto socioeconómico y político que inciden en la productividad. Además, proporciona información sobre el período de tiempo a estudiar.

1. “Caminante no
hay camino, se
hace camino al
andar.“
Machado

3.  Tiempo. La productividad del personal obrero en las 50
empresas más grandes de México, Distrito Federal; por
ejemplo, en el período 2000 - 2004.
 Espacio. ¿En qué áreas del Distrito Federal?
 Contexto socio-económico y político . Por ejemplo:
obreros con salario mínimo, modelo económico y
régimen de gobierno.
 Información: 2000-2004

4.  Empíricos. Es decir, que sean verificables por la
experiencia: relacionar la productividad con el
número de artículos producidos, las horas hombre,
insumos, etc.
 Fidedignos. Que los términos de la formulación sean
entendidos de la misma manera por todos, sin
confusión con otros fenómenos.
 Válidos. Que los términos con que se formula del
problema "designen exactamente el fenómeno
estudiado (…) para no confundirlo con algún término
similar"(41).

5.  Para el ejemplo anterior: ¿Qué factores inciden en la
productividad de los obreros que trabajan en las 50
empresas más grandes en el Distrito Federal?
 De aquí se derivarán otras preguntas sobre la edad
promedio del personal obrero, los estándares de
calidad en el personal obrero, las causas que originan
la falta de productividad, etc.

6.  Son los resultados o fines que se
pretenden lograr con el proceso de la
investigación" (42).

7. PASOS VERIFICACIÓN HIPÓTESIS
 Formular hipótesis: Se plantea hipótesis nula e hipótesis de trabajo.
 Elegir la prueba estadística adecuada: Se elige de acuerdo al tema de
investigación.
 Definir el nivel de significación: Es el porcentaje dentro del cual se aceptará
o rechazará la hipótesis con valores usados como α = 0.01, α = 0.05, α = 0.10.
 Recolectar los datos de una muestra representativa: Es obtener la
información de la población estudiada.
 Estimar la desviación estándar de la distribución muestral de la media:
Fórmula: Sx = S
n
Donde:
Sx = Desviación estándar de la distribución
S= Desviación estándar de la muestra
n= Tamaño de la muestra

8. 7.1 TIPO DE CARACTERÍSTICAS
INVESTIGACIÓN2
Histórica Analiza eventos del pasado y los relaciona con otros del presente.
Documental Analiza información escrita sobre el tema objeto de estudio.
Descriptiva Selecciona características o atributos más importantes de la población objeto
de estudio.
Correlacional Mide el grado de relación entre variables de la población estudiada.
Explicativa Da razones de por qué suceden los fenómenos.
Estudios de caso Analiza una unidad específica de un universo poblacional.
Seccional Recoge información del objeto de estudio en una oportunidad única.
Longitudinal Compara datos obtenidos en diferentes oportunidades y momentos de la misma
población para luego evaluar los cambios.
Experimental Analiza el efecto producido por la acción de una o más variables independientes
sobre una o más variables dependientes.
Explorativa Analiza sucesos del pasado para relacionar el pasado con el presente y el
futuro.

9. 7.2 DISEÑO DE INVESTIGACIÓN
 Plan que se elabora para responder a las preguntas de investigación:
EXPERIMENTALES VERDADEROS EJEMPLOS:
• Grado de control alto en la • Diseños con medición previa y
manipulación de variables. posterior con grupo de control.
• Asignación aleatoria de sujetos • Diseños de Solomon para cuatro
participantes en la investigación a cada grupos.
• Diseños con medición previa y
uno de los grupos (experimental y
control). grupo de control.
• Existe grupo control. • Diseños de series cronológicas.
• Diseños factoriales.

10. EJEMPLOS:
CUASI-EXPERIMENTALES • Diseños de un grupo con medición
• Bajo control sobre variables. antes y después.
• Asignación aleatoria voluntaria de sujetos • Diseños con grupos de comparación
participantes del estudio. equivalente.
• Grupo control a veces. • Diseños con series de tiempo
interrumpidos.
PRE-EXPERIMENTALES EJEMPLOS:
• Ningún control sobre variables. • Diseños de un caso único.
• Asignación voluntaria de sujetos en el • Diseño de grupo con edición antes y
estudio. después.
• No hay grupo control de individuos. • Diseños de comparación con grupos
estáticos.

11. TIPOS DE PREGUNTAS
Abiertas (exige una codificación posterior muy compleja)
Cerradas
Mixtas
¿Cuál es la PRINCIPAL expectativa que se ha cumplido con la realización de este
Mixta curso?. (Aunque sean varias, señalar solamente una, la más importante)
He adquirido conocimientos que no tenía ( )
He ampliado conocimientos que ya tenía ( )
He ampliado currículum (he conseguido créditos) ( )
He participado en una experiencia de educación a distancia ( )
Otro (¿cuál?)................................................................................................
¿Qué te ha parecido el diseño y contenido del curso?
Cerrada Muy bueno ( ) Bueno ( ) Regular ( ) Deficiente ( )
Señale brevemente aquellos aspectos del cursoa que considera mas positivos:
Abierta .............................................................................................................................................
.............................................................................................................................................
.

12. CODIFICACIÓN
 Preguntas (código alfanumérico en columnas)
 Respuestas (código numérico)
P1 ¿Cuál es la PRINCIPAL expectativa que se ha cumplido con la realización de este
curso?. (Aunque sean varias, señalar solamente una, la más importante)
P1
He adquirido conocimientos que no tenía (1)
He ampliado conocimientos que ya tenía (2)
He ampliado currículum (he conseguido créditos) (3) (1)
He participado en una experiencia de educación a distancia (4)
Otro (¿cuál?)............................................................... (5)
(2)
NS/NC (9) (3)
P2 ¿Qué te ha parecido el diseño y contenido del curso?
(4)
P2 Muy bueno ( 1 ) Bueno ( 2 ) Regular ( 3 ) Deficiente ( 4 ) (5)
.
(9)
NS/NC .
.
(0) o (9) P15 P15 Señale brevemente aquellos aspectos del cursoa que considera mas positivos:
.............................................................................................................................................
.............................................................................................................................................
.

13. Por su nivel de abstracción:
Generales
Intermedias
Empíricas e indicadores
Por su posición en la relación de asociación entre ellas:
Dependientes
Independientes
Por el tipo de información que recogen:
Fundamentales (background)
Principales
Especiales

14. Por su naturaleza:
 Cualitativas
 Cuantitativas:
 Discretas/continuas
 Agrupadas o no agrupadas
Por la naturaleza de las escalas que miden sus valores:
Nominales (“distinción”)
Ordinales (“distinción” + “orden”)
Intervalo y razón (“distinción” + “orden” + “distancia”)

15. Ejemplos de variable nominales:
Género (hombre/mujer)
Lugar de nacimiento (País, Autonomía, Provincia, Localidad)
Nº de carnet de conducir
Profesión (empresario, directivo de empresa, obrero....)
Centro en que se cursaron los estudios (publico/privado)
Razones para elegir la carrera de teleco (vocación, salario, prestigio....)

16. Ejemplos de variable ordinales (muy frecuentes en escalas de opinión)
Grado de aceptación de una “afirmación” de 0 a 10
Mucho, bastante, poco, nada (escala de 4 posiciones)
Mucho, bastante, poco, muy poco, nada (cinco posiciones)
Totalmente en desacuerdo, en desacuerdo, indiferente, bastante de acuerdo,
totalmente de acuerdo (5 posiciones)
Siempre, a veces, rara vez, nunca
¡MUY IMPORTANTE!
Los entrevistados tienden a situarse en las posiciones centrales. Las escalas
con posiciones pares discriminan mejor.

17. Ejemplos de variable de intervalo y razón
Nº de miembros de la unidad familiar
Salario
Edad
renta familiar bruta
Nº de meses en situación de desempleo
¡MUY IMPORTANTE!
No necesitan codificación
Permiten un tratamiento estadístico más rico

18. VALIDEZ DEL EXPERIMENTO
 Es importante responder a la pregunta: ¿son válidos los resultados?
CLASES DE VALIDEZ:
 Interna: Mide si la acción de variable independiente tuvo efectos en variable
dependiente.
 Amenazas:
 Historia: Evento que no puede manipular el investigador. Ej.:
Cambios ambientales.
 Maduración: Cambios en el interior de las unidades de prueba que
pasan con el tiempo mientras se realiza la investigación.
 Variación de instrumentos: Cambio en los instrumentos que
recolecta la información.
 Selección sesgada: Asignación no adecuada de las unidades de
prueba. Ej. Grupo control y experimental con diferentes
características.
 Mortalidad: Muerte de unidades de prueba en la investigación.
 Externa: Le interesa que los resultados del experimento puedan
generalizarse a personas medios y tiempos en el medio real.

19. 7.3 SELECCIÓN DE LA MUESTRA
MUESTRA: Es un subgrupo de la población (según Sudman, 1976).
PASOS EN LA SELECCIÓN DE LA MUESTRA:
 Definir la población: Conjunto de todos los elementos a los cuales se refiere la investigación.
 Identificar el marco muestral: Fuente de extracción de la muestra.
 Establecer tamaño de la muestra: Por medio del método del muestreo.
Método
probabilístico
MÉTODOS
DE MUESTREO
Método
no probabilístico
Fuente: WEIERS, Ronald, Investigación de mercados, Prentice Hall, México, 1986.
 Aplicar el método seleccionado: Depende del tipo de investigación, hipótesis y diseño de
investigación.
 Obtener la muestra: La muestra debe tener sus características propias.

20. OBJETIVOS:
• Identificar el universo y la muestra en
investigaciones y ejemplos que se le presenten.
• Reconocer las muestras representativas y no
representativas.
• Identificar los distintos tipos y clases de muestra.
• Seleccionar la muestra apropiada para ejemplos de
investigación y describir el procedimiento a seguir
para conformar esa muestra.
• Mencionar los factores de los cuales depende el
tamaño de la muestra.

21. En la mayoría de las situaciones de
investigación no es posible estudiar todos
los elementos o sujetos a los cuales se
refiere el problema, sino que se trabaja con
un grupo de ellos para luego generalizar los
resultados a la totalidad, en un proceso que
se conoce como inferencia estadística. Para
poder hacer esta inferencia es necesario que
la cantidad de sujetos y la forma como son
seleccionados, sean adecuadas.

22. Algunos autores establecen diferencias
entre los términos universo y población,
indicando con el primero un conjunto de
personas, seres u objetos y con el segundo,
un conjunto de números obtenidos
midiendo o contando cierta característica
de los mismos, de allí que un universo
puede contener varias poblaciones. Por
ejemplo, del universo de pacientes del
Hospital Central Antonio María Pineda, una
población estaría dada por el conjunto de
las edades de esas personas, sus tallas, sus
pesos,

23. Se habla de que una población es finita cuando
consta de un número limitado de elementos,
ejemplo: todos los habitantes de una
comunidad. Una población es infinita
cuando no se pueden contabilizar todos sus
elementos pues existen en número ilimitado,
como por ejemplo, la población de insectos
en el mundo.

24. Una muestra es un subconjunto de la población, que se
obtiene para averiguar las propiedades o
características de esta última, por lo que interesa que
sea un reflejo de la población, que sea representativa
de ella, concepto al que volveremos más adelante.
UNIVERSO
MUESTRA

25. Ventajas:
• Costo reducido: resulta obvio que si no se estudia la totalidad de sujetos sino una
muestra de ellos, los recursos financieros, materiales, personal, etc necesarios para
hacer la investigación serán menores.
• Mayor rapidez: de igual forma, la recolección de la información se hará en menos
tiempo.
• Mayor exactitud: al estudiar una muestra se reduce el volumen de trabajo, por lo
cual es posible entonces emplear personal más capacitado, supervisar con mayor
cuidado las actividades de campo, el procesamiento de los datos, y de esta forma
obtener resultados más exactos que los que obtendríamos de estudiar toda la
población.
• Mayores posibilidades: Existen casos en los cuales no es posible estudiar toda la
población, como por ejemplo, cuando ésta es infinita o muy grande o cuando el
proceso de medida para estudiar la característica deseada es destructivo (determinar
la dosis letal de una droga por ejemplo, o al consumir un artículo para juzgar sobre
su calidad). En ese caso sÓlo es posible estudiar una muestra.

26. • No se debe emplear muestras cuando la
población es muy pequeña
• La teoría del muestreo es compleja y no
es del dominio de la mayoría de los
investigadores, por lo que con frecuencia
deben buscar apoyo en especialistas en la
materia.

27. Una muestra debe ser adecuada en cantidad y en calidad.
En relación con el primer aspecto, existen procedimientos
estadísticos para saber cuál es el número mínimo de
elementos que debemos incluir en el estudio para obtener
resultados válidos.
 La calidad involucra el concepto de representatividad de
la muestra. Se dice que una muestra es representativa
de la población cuando es un reflejo de ella, es decir
cuando reúne las características principales de la
población en relación con la variable en estudio.

28. Si deseamos determinar cuál es la prevalencia de
desnutrición en la población infantil de
Barquisimeto y estudiamos una muestra de niños
obtenida de la zona este de la ciudad (donde se
encuentra la mayoría de las urbanizaciones de clase
media y alta), esa no sería una muestra
representativa para dicha investigación y la
prevalencia de desnutrición que obtendríamos
subestimaría la cifra real para la ciudad.

29. Ejemplo
 Si nuestro objetivo es determinar la duración
promedio de la hospitalización de los pacientes
del Hospital Central Antonio María Pineda, para
lograr una muestra representativa deberíamos
incluir pacientes de los departamentos de
Medicina, Cirugía, Obstetricia y Pediatría, dado
que la estancia hospitalaria difiere entre ellos. Si
estudiamos una gran proporción de pacientes de
obstetricia, estaríamos subestimando la duración
de la estancia hospitalaria en dicho centro
asistencial.

30. TIPOS DE MUESTREO
Muestreo Aleatorio Simple
Método
Muestreo Sistemático
Probabilístico
Muestreo Estratificado
Muestreo proporcional
Método NO
Muestreo intencionado
Probabilístico
Muestreo de Juicio

31.  Se conoce como muestreo el
proceso de obtención de la
muestra. Puede ser probabilístico y
no probabilístico.

32. Muestreo probabilístico
 Cuando los integrantes de la muestra se
escogen al azar y por lo tanto, puede
calcularse con antelación la
probabilidad de obtener cada una de las
muestras que pueden formarse de esa
población o la probabilidad que tiene
cada elemento de la población de ser
incluido en la muestra.

33.  La selección de los elementos puede hacerse por el
método de la lotería, la tabla de números aleatorios o
con paquetes automatizados que forman números al
azar. El método de la lotería consiste en asignarle un
número a cada integrante de la población y luego
seleccionar tantos números como sea necesario para
completar la muestra. Esto puede hacerse con un
biombo (como en las loterías), o con papeles
numerados introducidos en una bolsa de la cual se
extraen.
 Es recomendable trabajar con muestras
probabilísticas puesto que permiten que los
resultados obtenidos en ellas puedan ser extrapolados
a la población con un margen de confianza
determinado.

34. No probabilísticas
 Llamadas también muestras por conveniencia, los
elementos son escogidos con base en la opinión
del investigador y se desconoce la probabilidad
que tiene cada elemento de ser elegido para la
muestra

35.  En este tipo de muestreo existen el intencional (o
deliberado) y los accidentales (o por comodidad).
 En el primero el investigador escoge aquellos
elementos que considera típicos de la población.
 En los segundos, se toman los casos que estén
disponibles en el momento.
 Otro tipo es el muestreo por cuotas en el cual el
investigador establece una cuota o cantidad de
elementos según algunas características de la
población, ejemplo, sexo, estado civil y edad,
luego escoge los sujetos que encuentra hasta
cubrir la cuota establecida.
 Este último se usa frecuentemente en las
encuestas de opinión pública.

36. CLASES DE MUESTREO
 Existen varias clases de muestreo y la decisión sobre
cuál utilizar depende de las características de la
población y de la posibilidad de manejar los aspectos
técnicos del diseño de la muestra.
 A continuación se presenta la descripción del diseño,
las indicaciones, ventajas y desventajas de cada clase
de muestreo.

37. Muestreo aleatorio simple (MAS):
 A) Descripción: consiste en seleccionar “n” elementos de los
“N” que conforman la población de forma que todos ellos
tengan igual posibilidad de ser escogidos para integrar la
muestra.(convencionalmente se emplea la letra “n”
minúscula para indicar el tamaño de la muestra y “N”
mayúscula para designar el de la población). El diseño
comprende:
 • Disponer de una lista numerada de los “N” integrantes de la
población.
 • Seleccionar en forma aleatoria (por el método de la lotería,
la tablas de números aleatorios o por computadora) cada uno
de los integrantes de la muestra.

38. Usos
 Esta clase de muestreo está indicado cuando la población
es bastante homogénea en lo que respecta a la variable en
estudio (la varianza tiende a cero) y es posible obtener el
listado de los elementos de la población.
 Ejemplo: si deseamos conocer la opinión de los alumnos
de esta sección de maestría acerca de la dinámica
empleada en las clases, es bastante factible que esta
opinión sea parecida entre la mayoría de los alumnos, por
lo que se puede considerar una población homogénea.
 Por otra parte, el listado de los alumnos existe, por lo que
esta clase de muestreo es aplicable.

39.  C) Ventajas: la sencillez del diseño y de los cálculos
estadísticos.
 D) Limitaciones: no se puede practicar cuando es
imposible obtener la lista con todos los integrantes de
la población.

40. Muestreo aleatorio estratificado
(MAE):
 Consiste en dividir el conjunto “N” de elementos de la
población en varios subconjuntos o estratos, de tal
forma que cada estrato formado sea internamente
homogéneo, es decir, que sus integrantes se parezcan
mucho entre sí en lo que se refiere la variable a
estudiar, mientras que los estratos difieren unos de
otros. Una vez formados los estratos, se escogen
aleatoriamente los elementos a estudiar en cada uno
de ellos.

41. Ejemplo
 Si deseamos conocer la opinión de los alumnos de
Maestría en el TecMilenio acerca de la dinámica
empleada en las clases, cada sección sería un estrato
puesto que los docentes emplean diferentes
dinámicas.
 Dentro de cada sección la variable opinión acerca de
la dinámica empleada se supone homogénea, pero
entre las distintas secciones (estratos) posiblemente
hay diferencias.

42.  Ejemplo
UNIVERSO
Estudiantes de Maestría del TecMilenio
Estratos
Recursos
Finanzas Educación Calidad Mercadotecnia
Humanos
Muestra Muestra
Muestra Muestra Muestra
4 5
1 2 3
Estrato

43.  El número de elementos a seleccionar en cada estrato
puede establecerse de dos formas: una vez calculado
el total de sujetos a estudiar (tamaño de la muestra),
se divide este total entre el número de estratos,
estudiándose igual cantidad de sujetos en cada uno de
ellos (asignación uniforme). También puede
repartirse este total de la muestra de manera
proporcional al tamaño de los estratos, de esa
forma los estratos más grandes tendrán una
muestra más grande (asignación proporcional).

44.  B) Usos: En poblaciones heterogéneas en lo que se refiere a
la variable en estudio.
 C) Ventajas:
 • Se logra mayor precisión en los resultados para un
tamaño de muestra dado. Si en el ejemplo anterior en
lugar de usar un MAE se hubiese empleado un MAS, el
error sería muy grande pues la muestra podría quedar
integrada en su mayoría por pacientes de un solo
departamento.
 • Se obtienen valores por separado para cada estrato.
 • Ventajas de índole administrativa (menor costo).
 D) Desventajas: Se debe poseer un listado de todos los
integrantes de la población.

45. TAMAÑO DE LA MUESTRA
 El cálculo del tamaño de la muestra exige una variedad tal
de información que excede las posibilidades de este curso,
pues para cada clase de muestra y dentro de ellas, para
cada tipo de medición, existe un procedimiento particular.
Sin embargo, es necesario que la persona que realiza
investigaciones conozca los factores de los cuales depende
el tamaño de la muestra para que pueda comunicarse con
el especialista capacitado para hacerlo.
 También, existen en la actualidad paquetes como el EPI
INFO (3) que nos ayudan a calcular este tamaño. La
información que proporcionamos a continuación le
ayudará a entenderse con ambos.

46. Los factores que intervienen en el tamaño de la muestra son:
1. El error máximo admisible (“d” o “e”): determina la precisión
de los resultados. Es la máxima diferencia que podemos tolerar entre el
valor de la variable obtenido en la muestra y el verdadero valor de ésta
en el universo. Para establecer el valor de “e” debemos preguntarnos
cuán precisos deseamos que sean los resultados de la investigación, es
decir, qué tan exactamente deseamos conocer el valor de la variable.
 Por ejemplo, para una investigación que tiene como objetivo
determinar el porcentaje de trabajadores agrícolas del Valle de Allende
que desconoce las normas de seguridad para el manejo de plaguicidas y
deseamos un error no mayor de 3%, entonces, si en la muestra se obtiene
que el porcentaje de trabajadores agrícolas que desconoce las normas de
seguridad resulta ser de 19%, estaríamos aceptando que realmente el
verdadero valor esté entre 19 ± 3, es decir, entre 16% y 22%.
 El error máximo admisible está inversamente relacionado con el tamaño
de la muestra (a mayor error, muestras más pequeñas, a menor error
muestras más grandes).
 b) Coeficiente de confianza de la estimación: para hacer la afirmación
anterior

47. 2. Coeficiente de confianza de la estimación: para hacer la
afirmación anterior sobre los límites dentro de los cuales se
encuentra el verdadero valor poblacional, debe conocerse la
probabilidad de que estos resultados sean ciertos y esto lo da el
coeficiente o nivel de confianza, el cual es la medida probabilística
de que el intervalo fijado con “e”, contenga el valor poblacional.
En el ejemplo de los trabajadores agrícolas el investigador decidió
trabajar con un nivel de confianza de 95%, con lo cual podríamos
afirmar con un 95% de certeza que el porcentaje de trabajadores
agrícolas del Valle de Allende está entre 16% y 22%.
Claro está, queda 5% de posibilidades de equivocarnos al establecer
esa conclusión. Si trabajamos con 99% de confianza, nos quedaría
una posibilidad de equivocarnos de 1%. Por supuesto que nos
gustaría tener un gran nivel de confianza (de hecho, en el área de la
salud se acostumbra trabajar con 95 o 99% de confianza), pero
resulta que el tamaño de la muestra se relaciona directamente con
este nivel, en el sentido que mientras más confianza queremos tener
en los resultados, el tamaño de la muestra será mayor.

48.  Los valores de “e” y del nivel de confianza los
establece el investigador dependiendo de:
• Las características del estudio: ¿qué resultados
espera obtener?, ¿para qué se utilizarán los
resultados?.
• Del número de sujetos que realmente puede estudiar
con los recursos disponibles.

49. 3. La homogeneidad de la población en lo que respecta a
la variable en estudio: si la variable se encuentra
presente en un elevado porcentaje de la población,
decimos que ésta es homogénea y bastaría una
muestra pequeña para realizar la investigación. Las
fórmulas para calcular el tamaño de la muestra
contienen una estimación del valor de la variable en
la población, el cual tenemos que conjeturar a partir
del conocimiento que tengamos de la población, de
estudios realizados en poblaciones parecidas a la
nuestra, o de estudios pilotos.

50. Paquete EPIINFO versión 6.04b
 Apreciar cómo cambia el tamaño de la muestra
dependiendo del nivel de confianza y el error máximo
admisible

51.  El ejemplo se refiere a la investigación del porcentaje de
trabajadores agrícolas del Valle de Allende que
desconocen las normas de seguridad para el manejo de
plaguicidas. Supongamos que el tamaño de la población es
de 8000 trabajadores agrícolas, que la frecuencia esperada
es de 20% (pensamos por estudios previos que alrededor
de 20% de los trabajadores de esa zona desconocen las
normas de seguridad para el manejo de plaguicidas) y que
podemos tolerar un error de 3% (23% sería el máximo
valor aceptable por error). Con esos datos el paquete
EPIINFO nos calcula el tamaño de muestra que debemos
estudiar para diferentes niveles de confianza, para que
decidamos con cuál trabajar. El reporte que ofrece este
programa es:

52. Aquí podemos observar que el tamaño de la
muestra aumenta en la medida que lo hace el
nivel de confianza.

53.  Por otra parte, si en lugar de aceptar un error máximo
de 3%, aceptamos un error de 10% (30% es el máximo
valor aceptable por error), vemos cómo se modifica el
tamaño de la muestra para diferentes niveles de
confianza, siendo inferiores a los obtenidos

54.  El paquete EPIINFO permite calcular el tamaño de la
muestra cuando se hace una investigación descriptiva
para estimar una proporción o porcentaje en la
población (porcentaje de asmáticos en un área,
proporción de alumnos con calificaciones superiores a
16 puntos, porcentaje de personas de una comunidad
que tienen ingresos inferiores a la canasta básica, etc).
 También permite calcular el tamaño de la muestra
para investigaciones de casos y controles, de cohortes
y de corte transversal.
 Estos son cálculos válidos cuando se usa muestreo
aleatorio simple.

55. DEFINIR LOS ASPECTOS
METODOLÓGICOS
RECOLECCIÓN DE DATOS
Una vez seleccionado el diseño de investigación, la muestra, el problema de estudio e
hipótesis, se realiza la recolección de datos que es muy importante, pues de ésta
depende la confiabilidad y la validez de la información.
¿Qué se logra?
 Probar la hipótesis.
 Lograr los objetivos de la investigación.
 Contestar las preguntas del estudio.

56. DEFINIR LOS ASPECTOS METODOLÓGICOS
TÉCNICAS DE RECOLECCIÓN DE INFORMACIÓN
Primarias: Personas, hechos.
Fuentes
Secundarias: Material impreso.
Encuesta: Cuestionario
Técnicas
Entrevista: Personal, telefónica, correo e Internet
Observación: Personal – directa.
Con medios electrónicos
Internet
Pasos: Claridad en los objetivos de la investigación a realizar
Selección de la muestra.
Diseño y utilización de técnicas de recolección de información
Recoger la información.
Fuente: WEIERS, Ronald, Investigación de mercados, Prentice Hall, México, 1986.

57. DEFINIR LOS ASPECTOS
METODOLÓGICOS
ANÁLISIS DE LA INFORMACIÓN
Se debe procesar los datos (dispersos desordenados individuales) obtenidos en el
trabajo de campo para lograr unos resultados agrupados y ordenados.
Pasos:
 Obtener información de la muestra de la investigación.
 Definir las variables que organizarán los datos obtenidos en el trabajo de campo.
 Definir las herramientas estadísticas y programas de computador que nos procesará la
información.
 Introducir la información y activar el programa que procesará la información.
 Imprimir los resultados.

58. Herramientas Estadísticas:
 Análisis de Paretto: Estudia las fuentes del problema y las prioridades relativas de sus
causas. Uso: para evaluar causas de problemas de calidad en programas de TQM.
 Diagrama de Causa-Efecto (Espina de Pescado): Gráfica donde los integrantes de un
grupo representan, categorizan y evalúan todos los motivos de un resultado o reacción.
Se expresa como un problema para resolver.
 Gráficas de Control: Hace control de calidad de procesos. Diferentes tipos:
 Diagrama X o Diagrama de control para medias de procesos.
 Diagrama R o Diagrama de control para viabilidad de procesos.
 Diagrama P o Diagrama de control para atributos.

59.  Distribución de Frecuencias y Representaciones gráficas: Indica el número de
veces que ocurre cada valor en una tabla de resultados de un trabajo de campo.
 Histogramas: Gráfica que representa la distribución de frecuencias.
 Polígonos de frecuencia: Gráfica que permite visualizar rápidamente las características
de los datos de una distribución de frecuencia.
 Gráfica de barras: Otra forma de representar los datos de una investigación.
 Medidas de tendencias central:
 Media: Sumatoria de un conjunto de puntajes dividido por el número total de los
mismos.
 Moda: Puntaje que ocurre con mayor frecuencia en una distribución de datos.
 Mediana: Valor que divide a una distribución de frecuencias por la mitad, una vez
ordenado los datos de manera ascendente o descendente.
 Medidas de dispersión: Varianza y desviación estándares.

60.  Pruebas estadísticas:
 Prueba t de estudiante: Para poblaciones pequeñas.
 Prueba Z: Tiene que ver con la probabilidad de que un puntaje dado de una medición
aparezca en una distribución.
 Análisis de varianza: Analiza si más de dos grupos difieren demasiado entre ellos con
respecto a medidas y varianzas.
 Análisis de covarianza: Analiza la existencia o no de relación entre una variable
dependiente y dos o más independientes.
 Chi cuadrado: Permite probar si dos proporciones en una población no presentan
diferencias significativas.
 Análisis de regresión y correlación.
 Análisis de regresión múltiple.
 Análisis de factores
 Análisis multivariado de varianzas (Manova).
Actualmente los análisis estadísticos se realizan por medio de programas estadísticos por
computador, como el Staphgraphic o el SPSS.

61. Recolección de Es el proceso mediante el cual
datos los datos individuales se Pasos
mediante: agrupan y estructuran con el •Agrupar y estructurar
Encuesta propósito de responder a: los datos obtenidos en
• Entrevista • Problema de investigación el trabajo de campo
• Observación • Objetivos •Definir las herramientas
• Hipótesis del estudio y programas estadísticos
para el procesamiento
de los datos
•Obtener los resultados
mediante ecuaciones,
Procesamient gráficas y tablas
o de la Análisis de resultados
información •Reflexión sobre los
resultados obtenidos del
Descripción de resultados trabajo de campo y en
mediante: función de
• Estadística descriptiva •Problema de investigación,
•Los objetivos del estudio
•Estadística inferencial •Las hipótesis (si las hubo)
•El marco teórico del estudio

62. Criterios a considerar
•Normas técnicas para la
¿Qué es? presentación de trabajos
• Documento elaborado de investigación
a partir de la •Criterios administrativos
Propuesta donde se para la presentación del
presenta el reporte del informe final de
estudio realizado con investigación, propios de
su respectivo trabajo Informe final la institución a donde se
de campo presentarán los
resultados del estudio
Contenido
•Preliminares (Portada, Presentación del informe
contraportada, hoja de final de la investigación
calificación, dedicatoria y •Entrega formal a la
agradecimientos, etc) dependencia u organismo
•Cuerpo del documento correspondientes, para su
(tablas de contenido, revisión y conceptualización
introducción, capítulos) •Exposición o sustentación
•Referencias Bibliográficas del respectivo informe o
•Anexos estudio de investigación

63. ¿CUÁL ES ES LA ESTRUCTURA DE UNA TESIS?
 1- Título
No debe contener mas de 15 palabras y debe
describir el contenido del artículo en forma clara y
concisa
Debe ser fiel a su contenido

64. ¿CUÁL ES ES LA ESTRUCTURA DE UNA TESIS?
 2.- Resumen o Abstract
ES UNA DE LAS PARTES MÁS IMPORTANTES
DE UN ARTÍCULO CIENTÍFICO
qué se estudió? INTRODUCCIÓN
cómo se estudió? MATERIAL Y MÉTODO
Sintetiza cual fue el hallazgo? RESULTADOS
qué significan? CONCLUSION
PALABRAS CLAVE: de 3 a 10 palabras

65. Características Generales de un
Buen Abstract
NO DEBE TENER MÁS DE 250-300 PALABRAS Y DEBE
REDACTARSE EN TIEMPO PASADO, EXCEPTUANDO EL ÚLTIMO
PÁRRAFO O FRASE CONCLUYENTE
TODA LA INFORMACIÓN O CONCLUSIÓN
DEBE ESTAR PRESENTE EN EL TEXTO
NO DEBE CITAR REFERENCIAS BIBLIOGRÁFICAS
DEBE QUEDAR BIEN CLARO EL PROBLEMA QUE SE
INVESTIGA Y EL OBJETIVO DEL MISMO

66. Errores más frecuentes
NO PLANTEAR CLARAMENTE EL OBJETIVO
SER DEMASIADO LARGO, DETALLADO Y CONFUSO
CONCLUSIONES QUE NO SE JUSTIFICAN
AL NO APOYARSE EN LOS RESULTADOS
LA REPETICIÓN DE LOS RESULTADOS EN LAS CONCLUSIONES
INCLUIR MATERIAL Y METODO EN RESULTADOS O VICEVERSA
CONCLUSIONES QUE NADA TIENEN QUE VER CON EL OBJETIVO
RELATO FILOSOFICO-CIENTÍFICO DE UN TEMA
PLANTEO DE LOS RESULTADOS A FUTURO

67. REDACCIÓN Y ENTREGA DEL INFORME
 Se realiza de acuerdo al protocolo de la
institución para la cual se está haciendo
investigación. APA

68. ¿CUÁL ES ES LA ESTRUCTURA DE UNA TESIS?
3- Introducción
 Debe incluirse la problemática a tratar,
 lo escrito por otros, el objetivo y la hipótesis
EL PROPÓSITO
Debe considerar EL CONOCIMIENTO ACTUAL
LA IMPORTANCIA DEL TEMA

69. ¿CUÁL ES ES LA ESTRUCTURA DE UNA TESIS?
4- Material y Métodos
EXPLICA COMO SE HIZO LA INVESTIGACIÓN
DEBE SER REPRODUCIBLE
SE REDACTA EN TIEMPO PASADO
MENCIONA PRUEBAS ESTADÍSTICAS EMPLEADAS
TODO LO MENCIONADO DEBE CONSTAR EN
RESULTADOS
Y SER MENCIONADO EN LA DISCUSIÓN

70. ¿CUÁL ES ES LA ESTRUCTURA DE UNA TESIS?
5- Resultados
EL EPÍLOGO DE UNA INVESTIGACIÓN ES
MOSTRAR LOS RESULTADOS
Deben ser
claros y bien detallados

71. 6- Discusión
6- Discusión
EXPLICA LA IMPLICANCIA
DE LOS RESULTADOS HALLADOS
EN RELACION AL OBJETIVO
COMPARA LOS HALLAZGOS CON
LOS DE OTROS AUTORES

72. DISCUSIÓN DE LOS RESULTADOS
 Es interpretar los resultados relacionándolos con
el problema de la investigación, los objetivos
propuestos, la hipótesis planteada y el contenido
del marco teórico, con el fin de aprobar o no
aprobar las teorías ya existentes.
 Si en un estudio las hipótesis propuestas no
fueran confirmadas, no quiere decir que la
investigación fracasó, éste puede ser el motivo
para iniciar un nuevo estudio que apruebe o refute
nuestros resultados.

73. ¿CUÁL ES ES LA ESTRUCTURA DE UNA TESIS?
 7.- Conclusión
PUEDE INCLUIRSE AL FINAL DE LA
DISCUSION
DEBE ESTAR RELACIONADA CON
LOS OBJETIVOS PLANTEADOS

74. ¿CUÁL ES ES LA ESTRUCTURA DE UNA TESIS?
8. Agradecimientos
11. La cooperación de personas e instituciones que ayudaron a la
investigaciones
12. A los que revisaron el manuscrito del artículo
13. A los que contribuyeron en la redacción del mismo
9. Recomendaciones
Se establecen las retroalimentaciones necesarias para la solución del problema
planteado en el estudio, ya sea por medio de estrategias, alternativas o
mejoramiento de los procesos, etc.
10.- Bibliografía
APA

75. Requisitos para la escritura de la tesis
 La escritura de la tesis debe cumplimentar un grupo
de requisitos para lograr su comprensión y elegancia.
 En muchas ocasiones a pesar de tener resultados
relevantes, la forma en que se expresan los mismos no
los hace comprensibles, o no son científicamente
fundamentados y ello hace que se pierda la calidad de
la investigación.
 De ahí que en la escritura de la tesis se deban tener en
cuenta dos tipos de requisitos: el fondo y la forma.

76. Requisitos de fondo:
 Unidad: Es el principio armónico de las partes
con el todo.
 La unidad en toda tesis es la armonía de todas las
ideas, tanto principales como secundarias.
 La unidad aporta perfecta concordancia entre
problema, demostración y conclusiones.
 Aunque se manejen varias ideas, hay una que es la
idea fundamental, la base de la investigación y el
objeto final de la misma.
 Las otras ideas son secundarias o subordinadas con
respecto a ella.

77. Demostración
 La tesis debe ser demostrada mediante el
razonamiento lógico de los resultados a través de
los procesos del pensamiento, cada análisis
realizado
debe conducir a conclusiones.

78. Profundidad
 La tesis debe penetrar en la esencia del
problema, no debe limitarse a sus cualidades
fenoménicas.

79. Originalidad
 La tesis tiene por objeto una materia demostrable o
que no ha sido demostrada.
 Por eso una cualidad importante de la tesis es la
originalidad.
 Ésta se logra mediante el análisis de los intentos
realizados anteriormente por otros investigadores, o
por el propio investigador, de resolver el problema.

80. En la tesis deben quedar demostradas las
siguientes relaciones:
 s Problema – Objeto de estudio
 P Objeto de estudio – Campo de acción
 OCampo de acción – Objetivo
 C Problema – Objetivo - Población
 P Objetivo – Tareas investigativas
 OTareas investigativas – Métodos de investigación
 T Problema – Objetivo – Idea científica
 P Diseño de investigación – Estructura de la tesis
 DObjetivos – Resultados
 OResultados – Discusión
 R Objetivos – Conclusiones
 OConclusiones – Recomendaciones