LAS VARIABLES

LAS VARIABLES

Son las características observables que posee

cada persona, cada objeto o institución y que al
ser medidas varían cualitativa y
cuantitativamente una en relación a la otra.
Así, son variables de las personas: contextura,
edad, peso, sexo, talla, color del cabello, color
de ojos, grado de atención, conocimientos
previos, religión, procedencia, clase social, etc.
Son variables de las cosas u objetos: forma, color,
tamaño, peso, conservación, antigüedad, etc.
 LAS VARIABLES

Son variables de las instituciones: canales

televisivos, academias, universidades y dentro
de ellas: estrategias metodológicas, formación
profesional, eficiencia, eficacia, capacidades,
competencias, organización , magnitud,
productividad, etc.

Los tipos de variables se determinan sobre la

base de los problemas de investigación, porque
allí se encuentran las variables independiente,
dependiente e interviniente.
CLASIFICACIÓN DE LAS VARIABLES

Se clasifican según la relación que se

establece entre las mismas variables y de
acuerdo con la naturaleza de su
medición.
Veamos el siguiente esquema:
CLASIFICACIÓN VARIABLES

Por la relación que se 1. Independientes

establece entre las mismas 2. Dependientes
variables: 3. Intervinientes

Por la naturaleza de su
1. Cuantitativas: Continuas y
medición, las variables
discontinuas(discretas)
estrictamente estadísticas
2. Cualitativas o categóricas:
son de dos tipos:
Nominales y ordinales.
 DEFINICIÓN CONCEPTUAL DE LAS VARIABLES

Sierra (2004, p102) en su obra Técnicas de

Investigación social explica: Una definición es un
enunciado que establece el significado de una
expresión(…). Mediante ella, se elige la noción que se
estime mas adecuada a los fines pretendidos, y se
precisa el sentido único en que han de tomar las
unidades y las variables todos los que intervengan en
la investigación, a la vez que se hace factible la
posibilidad de la exacta comprensión del sentido y
alcance de la investigación a otros especialistas y al
público en general.
EXPLICA EL SIGNIFICADO DE CADA UNA DE LAS
VARIABLES Y ESTAS SE ENCUENTRAN EN LOS LIBROS
ESPECIALIZADOS.
OPERACIONALIZACIÓN
DE VARIABLES
La operacionalización es el proceso mediante el cual se
transforman las variables de conceptos abstractos a
unidades de medición.
En un lenguaje sencillo, la operacionalización de las
variables viene a ser la búsqueda de los componentes o
elementos que constituyen dichas variables, para precisar,
las dimensiones, sub dimensiones e indicadores; estas
operan mediante la definición conceptual.
Por ejemplo, si tenemos como variable «motivación» lo
que haremos en primer lugar, es recurrir a una fuente
bibliográfica donde se encuentre el tema y luego se lleva
a cabo la definición conceptual para determinar con
criterio científico la dimensión.
Las dimensiones son los desagregados de una variable, también
se conceptúan como elementos integrantes de una variable; en
un lenguaje común, la dimensión es un componente de la
variable.
Para determinar con precisión las dimensiones, se recomienda
trabajar mediante las definiciones conceptuales. Por ejemplo
vamos a determinar la dimensión de gestión educativa; para
ellos se empleará un libro adecuado para encontrar el concepto
requerido.
Una vez encontrado el concepto se leerá comprensivamente
con la finalidad de escoger una a dos palabras claves que
formen parte de la dimensión.
Es esencial tocar este tema, porque sobre la base de
los indicadores el investigador elaborará las
preguntas para los instrumentos de la investigación.
El indicador es una unidad de medida y también
componente relevante de la dimensión. Se
caracteriza por ser elemento o unidad de medición
de la realidad, o también se puede definir como un
desagregado mínimo que viene desde la hipótesis y
que al ser medido se convierte en dato cuantitativo –
cualitativo, con la finalidad de conocer el nivel de
comportamiento de las variables.
 METODOLOGÍA
DE LA
INVESTIGACIÓN
 ASPECTOS GENERALES SOBRE METODOLOGÍA
DE LA INVESTIGACIÓN

Tamayo(2001, p.91) sostiene: «La metodología constituye la

médula espinal del proyecto; se refiere a la descripción de
las unidades de análisis o de investigación, las técnicas de
observación y recolección de datos, los instrumentos de
medición, los procedimientos y las técnicas de análisis»

La metodología de la investigación permite llevar a cabo la

interpretación de los resultados en función del problema
que se investiga. Los datos que se obtienen a través de la
metodología facilitan el rechazo de la hipótesis nula y la
aceptación de la hipótesis alterna o viceversa. La
metodología de la investigación comprende:
 TIPOS DE
INVESTIGACIÓN
Cuando nos referimos a los tipos
de investigación, aludimos a la
clasificación de la investigación.
Tradicionalmente se presentan 3
tipos de investigación: Básica,
Aplicada y Tecnológica u
Operativa. Cada uno de estos
tipos de investigación tienen
objetivos y estrategias diferentes
para llevar a cabo el proceso
investigativo.
 INVESTIGACIÓN BÁSICA

Es conocida también como investigación

teórica, pura o fundamental. Está
destinada a aportar un cuerpo organizado
de conocimientos científicos y no produce
necesariamente resultados de utilidad
práctica inmediata. Se preocupa por
recoger información de la realidad para
enriquecer el conocimiento teórico –
científico, orientado al descubrimiento de
principios y leyes.
 INVESTIGACIÓN APLICADA
Se le denomina también “activa”, “dinámica”,
“práctica” o empírica. Se encuentra íntimamente
ligada a la investigación básica, ya que depende
de sus descubrimientos y aportes teóricos para
llevar a cabo la solución de problemas con la
finalidad de generar bienestar a la sociedad.
 INVESTIGACIÓN TECNOLÓGICA U
OPERATIVA
Consiste en trabajos sistemáticos basados en conocimientos
existentes, obtenidos mediante investigación y/o
experiencia práctica. Se dirigen a la fabricación de nuevos
materiales, productos o dispositivos, a establecer nuevos
procesos, sistemas y servicios, o a la mejora sustancial de los
ya existentes.
Supone la validación y optimización de las tecnologías y sus
productos materiales. Esta investigación se guía por un
interés eminentemente práctico y como hemos mencionado
en el párrafo anterior, vinculado a la investigación que
permite producir artefactos, modificar el medio, incluyendo
las plantas y animales para generar bienestar y satisfacer
las necesidades humanas. Se le puede considerar como una
necesidad humana y un servicio público que realizan los
científicos a la sociedad.
 OTROS TIPOS DE INVESTIGACIÓN
Criterios que se Tipos ¿Por qué?
refieren a:
- Básica Se refiere al objetivo o propósito que
FINALIDAD - Aplicada pretende alcanzar en una investigación
- Tecnológica
- Predictiva Describen la profundidad de análisis y grado
NIVELES DE - Explicativa de conocimiento que se tiene sobre un
INVESTIGACIÓN - Correlacional tema.
- Descriptiva
- Exploratoria
ALCANCE TEMPORAL - Transversal De acuerdo con la duración de la
- Longitudinal investigación.
- Descriptiva Tiene por objeto central la medición precisa
de una o mas variables dependientes en
PROFUNDIDAD una población definida.
- Explicativa Además de medir variables, se orienta al
descubrimiento de hechos causales, que
inciden o afectan a la concurrencia de un
fenómeno.
- Primarias Se detalla el tipo de fuente a la cual
FUENTES - Secundarias acudimos para obtener datos.
- Mixtas
CRITERIOS QUE SE Tipos ¿Por qué?
REFIEREN A:
- Documentales Tienen como objeto directo la observación
de fuentes documentales.
- Empíricas Trabajan con hechos de experiencia
NATURALEZA, directa no manipulados.
CLASES O MEDIOS
UTILIZADOS - Experimentales Se apoyan en la observación de
fenómenos provocados o manipulados en
laboratorios o ambientes artificiales.
- Doctrinales Se tratan temas puramente teóricos o de
naturaleza supra empírica.
- Encuestas Los datos manejados proceden de las
manifestaciones verbales o escritas de los
sujetos observados.
MARCO - De campo Se realizan observando al grupo o
fenómeno en su ambiente natural.
- Laboratorio Se realizan observando al grupo o
fenómeno en un ambiente artificial.
CRITERIOS QUE SE Tipos ¿Por qué?
REFIEREN A:
- Piloto Son estudios preliminares que preceden a
las encuestas, con el fin de perfeccionar y
probar las técnicas empeladas.
- Evaluativas Tienen el objeto de apreciar y enjuiciar el
grado que alcanzan los objetivos
pretendidos, con el fin de corregir las
deficiencias e introducir los reajustes
necesarios.
LOS ESTUDIOS QUE
DAN LUGAR - Informes sociales Es el producto del proceso de diagnóstico,
de un caso destinado a dar cuenta de la situación de
vida de una persona, grupo o familia, en
un tiempo y lugar determinado.
- Sondeos Los datos que se obtienen suelen ser
mucho mas reducidos y concretos que las
encuestas.
- Encuestas Son investigaciones que se extienden a
amplios sectores de la población y
pretenden tener información sobre
múltiples temas.
 NIVELES DE
INVESTIGACIÓN
 NIVELES DE INVESTIGACIÓN
LOS NIVELES DE INVESTIGACIÓN DESCRIBEN LA
PROFUNDIDAD DE ANÁLISIS Y EL GRADO DE
CONOCIMIENTO QUE SE TIENE SOBRE EL TEMA
QUE SE INVESTIGA.
EXISTEN CINCO NIVELES DE INVESTIGACIÓN:
EXPLORATORIO, DESCRIPTIVO, CORRELACIONAL,
EXPLICATIVO Y PREDICTIVO. EL PROYECTO DE
INVESTIGACIÓN, SE DETERMINA SOLO DE UNO DE
ELLOS.
 NIVEL EXPLORATORIO

Hernández (2010, P.79) describe: Los estudios

exploratorios se realizan cuando el objetivo es
examinar un tema o problema de investigación poco
estudiado, del cual se tiene muchas dudas o no se ha
abordado antes. Es decir cuando la revisión de la
literatura reveló que tan solo hay guías no
investigadas e ideas vagamente relacionadas con el
problema del estudio, o bien si deseamos indagar
sobre temas y áreas desde nuevas perspectivas.
 NIVEL DESCRIPTIVO

Este nivel mide y describe las características de

los hechos o fenómenos. Sobre el tema,
Hernández (2010, p.129) menciona:
Busca especificar las propiedades, las
características y los perfiles de personas, grupos,
comunidades, procesos, objetos o cualquier otro
fenómeno que se someta a un análisis. Es decir,
únicamente pretende medir y recoger
información de manera independiente o conjunta
sobre los conceptos o variables a las que se
refieren.
 NIVEL CORRELACIONAL

Hernández (2010, p.81) describe:

a) Este tipo de estudio tiene como finalidad conocer la relación o grado de
asociación que existe entre dos o mas conceptos, categorías o variables en
un contexto en particular.
b) En ocasiones solo se analiza la relación entre dos variables, pero con
frecuencia, se ubican en el estudio relaciones entre tres, cuatro o mas
variables.
c) Los estudios correlaciones, al evaluar el grado o niveles de asociación entre
dos o mas variables, mide cada una de ellas (presuntamente relacionadas)
y después se lleva a cabo la prueba de correlación con la finalidad de
conocer el nivel de asociación, intensidad o relación. Tales correlaciones se
sustentan en hipótesis sometidas a prueba.
d) La utilidad principal de los estudios correlacionales es saber como se puede
comportar un concepto o una variable al conocer el comportamiento de
otras variables vinculadas. Es decir intentar predecir el valor aproximado que
tendrá un grupo de individuos o casos en una variable, a partir del valor que
poseen en la o las variables relacionadas.
 NIVEL EXPLICATIVO

Los estudios explicativos van mas allá de la descripción de

conceptos o fenómenos, así como del establecimiento de
relaciones entre conceptos. Están dirigidos a responder por las
causas de los eventos y fenómenos físicos o sociales. Como su
nombre indica, su interés se centra en explicar por qué ocurre un
fenómeno y en qué condiciones se manifiesta o bien por qué se
relacionan dos o mas variables.
Dicho en otras palabras se encarga de buscar el porqué del
problema mediante la relación causa – efecto.
El nivel explicativo es mas estructurado que los otros niveles de
investigación. La observación de los resultados en la variable
dependiente se realiza mediante la administración de una
prueba de entrada y otra de salida (pre y post test).
 NIVEL PREDICTIVO

Tiene como propósito prever o anticipar situaciones

futuras. Requiere de la exploración, descripción,
comparación, análisis y explicación.
La investigación tipo pronóstico es aquella en la cual el
propósito principal es “predecir” la dirección futura de los
eventos investigados.
Del mismo modo consiste en prever situaciones futuras a
partir de estudios exhaustivos de la evolución dinámica
de los eventos, de su interrelación con el contexto, de las
fuerzas volitivas de los actores que intervienen y del
estudio de las probabilidades de que algunos de esos
eventos pudieran presentarse.
 DISEÑOS DE
INVESTIGACIÓN
Conviene reiterar que el diseño de la
investigación es la estrategia o plan que se
utilizará para obtener la colecta de datos,
responder a la formulación del problema, al
cumplimiento de los objetivos y para aceptar o
rechazar la hipótesis nula.
Los diseños en la investigación cuantitativa están
estructurados de la siguiente manera:
 DISEÑO
PREEXPERIMENTAL - Diseño de un grupo con pre y
post prueba.
Es de nivel exploratorio y
descriptivo. - Diseño estadístico de dos
grupos.

- Diseño de dos grupos, con sujetos

aleatorizados y solo con post
prueba.
- Diseño de dos grupos, de sujetos
DISEÑO EXPERIMENTAL apareados aleatoriamente y solo
PROPIAMENTE DICHO
DISEÑO con post prueba.
EXPERIMENTAL Es de nivel explicativo y
- Diseño con preprueba y con dos
abarca correlaciones.
grupos aleatorizados.
- Diseño de tres grupos, de Solomón.
- Diseño de cuatro grupos, de
Solomón.
- Diseño con pre prueba y post prueba
con grupo de control no aleatorio.
- Diseño contra equilibrado.
DISEÑO - Diseño de series temporales con un
CUASIEXPERIMENTAL grupo.
Es de nivel explicativo y - Diseño de series temporales con un
abarca correlaciones. grupo de control.
 - Exploratorio
DISEÑO
TRANSVERSAL O - Descriptivo
TRANSECCIONAL - Correlacional - causal

DISEÑO NO
EXPERIMENTAL

- Tendencia
DISEÑO
LONGITUDINAL - De evolución
- Panel
 MÉTODO DE
INVESTIGACIÓN
 MÉTODO DE INVESTIGACIÓN

Es una forma ordenada para obtener conocimientos del

problema de investigación. En términos prácticos, es la
manera en que se busca solución a un problema
determinado.
Para precisar el método exacto e incluirlo en el proyecto
de investigación, se debe revisar la formulación del
problema y determinar con cual de las preguntas se
formulan los problemas.
Si se ha planteado el problema con la pregunta ¿qué?,
le corresponde el método correlacional, porque
esta pregunta busca niveles de correlación entre
las variables, tal como se puede visualizar en la
tabla siguiente:
POBLACIÓN,
MUESTRA Y
MUESTREO
 UNIVERSO ESTADÍSTICO

Es un conjunto finito o infinito de elementos, seres o cosas,

que tienen atributos o características comunes, susceptibles
de ser observados. Por lo tanto se puede hablar de universo
de familias, empresas, instituciones, votantes, automóviles
beneficiarios de un programa de distribución de alimentos de
un distrito de extrema pobreza, etc.
Al definir un universo se debe tener en cuenta cuales son los
elementos que lo conforman, el lugar al que corresponden y
el periodo o tiempo en el que se realiza la investigación. Así
por ejemplo en el estudio de sondeos de opinión para
determinar el comportamiento electoral, el universo
estadístico lo forman todas las personas mayores de 18 años
que estén en capacidad de ejercer el voto en cualquier
parte del país.
 UNIVERSO ESTADÍSTICO
También existe lo que llamamos población estadística que es
el conjunto de la totalidad de las medidas de la(s) variable(s)
en estudio, en cada una de las unidades del universo. Es decir
es el conjunto de valores que cada variable toma en las
unidades que conforman el universo. Por ello se puede decir
cuando el universo tiene N elementos, que la población
estadística es de tamaño N.
Según el concepto de universo estadístico ya expuesto,
podemos decir que en tal universo se pueden definir varias
poblaciones uni o pluridimensionales. Por ejemplo en el
universo formado por las familias de una ciudad, una
población estadística unidimensional a estudiar puede
responder a las edades de las familias; una población
estadística tridimensional podría ser las edades, las estaturas,
los perímetros torácicos de las familias que conforman la
ciudad, etc.
 UNIVERSO ESTADÍSTICO
Del mismo modo se debe tener en cuenta que otros autores
consideran el universo objetivo y una población a muestrear. La
primera se refiere a todos los individuos o elementos que conforman el
universo completo, mientras que el segundo trata e los elementos o
individuos en los cuales se han considerado ciertos criterios de
inclusión para posteriormente obtener una muestra.
Universo objetivo

Población a muestrear
 DISTRIBUCIÓN DEL UNIVERSO DE LOS TRABAJADORES DE
LA EMPRESA UNICON S.A.

N° Estructura de la empresa Subtotal

1 Jefes de productos 32
2 Área de administración 05
3 Finanzas y contabilidad 07
4 Comercialización y marketing 55
5 Área de operaciones 120
TOTAL 219

Fuente: Datos obtenidos de la oficina de recursos humanos de la

empresa UNICON S.A.
Elaboración: El responsable de la investigación.
Ciudad y fecha: Lima, agosto de 2016.
En otros casos solamente se indica la cantidad total de la población.
 MUESTRA

Es un subconjunto representativo de un universo o

población. Es representativo porque refleja fielmente las
características de la población cuando se aplica la técnica
adecuada de muestreo de la cual procede; difiere de ella
solo en el número de unidades incluidas y es adecuada ya
que se debe incluir un número óptimo y mínimo de
unidades; este número se determina mediante el empleo
de procedimientos diversos, para cometer un error de
muestreo dado al estimar las características poblacionales
mas relevantes.
 MUESTRA
Los aspectos referentes a la representatividad o calidad de
la muestra son mas importantes que los relacionado con la
cantidad; es decir no debe pensarse que la
representatividad de la muestra depende de su cantidad.
La información aportada por la muestra tiene una utilidad
que depende de como fueron seleccionados sus
elementos. A ello se le denomina muestreo. Si la muestra no
es representativa de la población, las conclusiones que se
pueden extraer de la misma serán poco fiables y
simplemente nos inducirán a error. Cuando la muestra es
poco representativa, se dice que la muestra está sesgada.

A continuación presentamos las fórmulas para terminar el

tamaño de la muestra (n) con población, cuyo tamaño (N)
se desconoce y con población cuyo tamaño se conoce
por estudios del nivel descriptivo y correlacional.
 Media Cuantitativa
poblacional n=
Escala de razón
Población
desconocida
Cualitativa
Proporción . ( )
poblacional n= Escala nominal:
dicotómica

Tamaño de
muestra

Media Cuantitativa
poblacional n=
( ) Escala de razón
Población
conocida Cualitativa
Proporción ( )
n= . ( ) Escala nominal:
poblacional
dicotómica
MUESTREO
 MUESTREO

Es el proceso de selección de una parte representativa de la

población, la cual permite estimar los parámetros de la
población. Un parámetro es un valor numérico que caracteriza a
la población que es objeto de estudio.
Tamayo(1990) dice del muestreo: “Es la selección de las
subpoblaciones del tamaño muestral, a partir de los cuales se
obtendrá los datos que servirán para comprobar la verdad o
falsedad de la hipótesis y extraer inferencias acerca de la
población de estudio”
Existen dos tipos de muestreo, el probabilístico y el no
probabilístico, los cuales a su vez se subdividen de la forma en
que se indica a continuación:
 Muestreo aleatorio simple

Muestreo sistemático

MUESTREO
PROBABILÍSTICO Muestreo Estratificado

Muestreo por
conglomerados

Muestreo por cuotas

MUESTREO NO
Muestreo intencional o de
PROBABILÍSTICO
conveniencia

Muestreo “bola de nieve”

MUESTREO ALEATORIO
SIMPLE
En una tabla de números aleatorios no se sigue un patrón
particular. Pueden ser leídos de cualquier manera, es
decir, horizontal, vertical, diagonal, hacia delante o hacia
atrás. El número de dígitos que se utiliza debe
corresponder al tamaño total de la población objetivo. Los
números que el investigador encuentra que no
concuerdan con los números asignados a elementos de la
población objetivo son ignorados. Este proceso de la tabla
de números aleatorios es un proceso tedioso, consume
tiempo, y no se recomienda para grandes poblaciones. En
su lugar, se pueden utilizar softwares estadísticos u hojas de
cálculo para generar números aleatorios. Los elementos
de las poblaciones cuyos números asignados coinciden
con los números generados por el software son incluido en
la muestra. Se puede seleccionar un número de una tabla
de números aleatorios para usarlo como el número de
partida para el procedimiento.
Subtipos de muestreo aleatorio
simple
Hay dos tipos de muestreo aleatorio simple: el
muestreo con reemplazo y sin reemplazo. En el
muestreo con reemplazo, después de que un
elemento ha sido seleccionado de entre el marco
de la muestra se devuelve y es elegible para ser
seleccionado de nuevo. En el muestreo sin
reemplazo, después de que un elemento se
selecciona del marco de la muestra, se retira de
la población y no regresa a la base del muestreo.
Este tipo de muestreo suele ser más eficiente pues
no permite que el mismo elemento de la
población entre a la muestra más de una vez.
 Ventajas y desventajas del muestreo
aleatorio simple
 Entre sus puntos fuertes están que tiende a producir
muestras representativas y permite el uso de la estadística
inferencial en el analisis de datos recogidos.
 Cada selección es independiente de otras selecciones;
Todas las combinaciones posibles de unidades de muestreo
tienen la misma oportunidad de ser seleccionadas. En el
muestreo sistemático, las posibilidades de ser seleccionado
no son independientes entre sí.
 En general, es más fácil que otros procedimientos de
muestreo probabilístico (tales como el muestreo por
conglomerados) de comprender y comunicar a otros.
 Los procedimientos estadísticos requeridos para analizar los
datos y calcular los errores son más fáciles que los
requeridos en otros procedimientos de muestreo
probabilístico.
 Ventajas y desventajas del
muestreo aleatorio simple
 Entre las desventajas están que se requiere un marco de
muestreo de elementos de la población objetivo. Un marco
de muestreo apropiado puede que no exista para la
población que se dirige, y puede que no sea factible o
práctico construir uno. En este caso el muestreo por
conglomerados no requiere de una toma de muestra de los
elementos de la población objetivo.
 El muestreo aleatorio simple tiende a tener errores de
muestreo más grandes y menos precisión de muestreo
estratificado del mismo tamaño de la muestra.
 Los encuestados pueden estar muy dispersos, por tanto,
los costos de la recolección de datos pueden ser
superiores a las de otros diseños de la muestra de
probabilidad, como el muestreo por conglomerados.
 El muestreo aleatorio simple puede no producir un
número suficiente de elementos de pequeños
subgrupos. Esto no haría de un muestreo aleatorio simple
un buen opción para los estudios que requieren un
análisis comparativo de las categorías pequeñas de una
población con categorías mucho más amplias de la
población
Fortalezas y debilidades del muestreo
aleatorio simple
Una empresa tiene 120 empleados. Se quiere extraer una
muestra de 30 de ellos.
Enumera a los empleados del 1 al 120
Sortea 30 números entre los 120 trabajadores
La muestra estará formada por los 30 empleados que
salieron seleccionados de los números obtenidos.
En resumen el muestreo aleatorio simple es como hacer un
sorteo, afortunadamente existen herramientas que facilitan
la automatización y le da seriedad a este proceso.
 MUESTREO
SISTEMÁTICO
 MUESTREO SISTEMÁTICO

Una muestra sistemática es obtenida cuando los elementos

son seleccionados de manera ordenada.
En primer lugar se selecciona el llamado coeficiente de
elevación (tamaño población/tamaño muestra), a
continuación se elige al azar un número inferior al
coeficiente de elevación. La primera unidad muestral es el
número elegido, la segunda unidad muestral se determina
agregando a ese primer número el coeficiente de
elevación y así sucesivamente hasta completar el tamaño
de la muestra.
Veamos un ejemplo:

Para elegir una muestra de 120 de una lista de 480, el

coeficiente de elevación se obtiene de 480/120=4;
por lo tanto K = 4. Luego se hace formar a las 480
personas y se elige el primer elemento al azar y los
demás se escogen cada cierto intervalo (K), es decir
de 4 en 4, hasta completar las 120 personas que
constituyen el tamaño muestral.

Si el término elegido al azar hubiese sido el 3,

entonces ubicamos a la persona que ocupa ese lugar
y se continúa de la siguiente manera:
3;7;11;15;19…
El muestreo sistemático es un tipo de
muestreo probabilístico donde se
hace una selección aleatoria del
primer elemento para la muestra, y
luego se seleccionan los elementos
posteriores utilizando intervalos fijos o
sistemáticos hasta alcanzar el
tamaño de la muestra deseado.
 Pasos para la selección de un muestreo
sistemático
 Definir la población objetivo.
 Determinar el tamaño deseado de la muestra (n).
 Identificar el marco muestreo existente o desarrollar un
marco de muestreo de la población objetivo.
 Evaluar el marco muestral por falta de cobertura,
cobertura excesiva, múltiple cobertura, agrupación,
periodicidad, y hacer los ajustes cuando sea necesario.
Idealmente, la lista estará en un orden aleatorio con
respecto al estudio variable o, mejor aún, ordenados en
función de la variable de interés o su correlación, creando
así estratificación implícita.
 Determinar el número de elementos en el marco de la
muestra (N).
 Calcular el intervalo de muestreo (i) dividiendo el número
de elementos en el marco de muestreo (N) por el tamaño
de la muestra específica (n). Uno debería ignorar el resto y
redondear o terminar en el número entero más próximo. El
redondeo hacia abajo y truncando puede hacer que el
tamaño de la muestra sea más grande de lo deseado. Si es
así, se puede eliminar de forma aleatoria las selecciones
adicionales. Si no se conoce el tamaño exacto, o es poco
práctico determinar, se puede fijar una fracción de
muestreo.
 Seleccionar al azar un número, r, de “1” mediante i.
 Selecciona para la muestra, r, r + i, r + 2i, r ,+3i, y así
sucesivamente, hasta agotar el marco.
A nivel técnico, el muestreo sistemático no crea
una muestra verdaderamente aleatoria. Sólo la
selección del primer elemento de muestreo
sistemático es una selección de probabilidad. Una
vez que el primer elemento es seleccionado,
algunos de los elementos tendrán una
probabilidad cero de selección. Además, cierta
combinación de elementos, como los elementos
que son adyacentes entre sí en el marco de
muestreo, pueden no ser seleccionados. Muestreos
sistemáticos repetidos pueden utilizarse para
abordar este problema.
 Fortalezas y debilidades del
muestreo sistemático

Al resaltar los puntos fuertes y débiles del

muestreo sistemático, podemos compararlo
con el muestreo aleatorio simple. El muestreo
sistemático se utiliza a menudo cuando es
imposible o poco práctico utilizar un muestreo
aleatorio simple.
Como lleves a cabo tu muestreo será determinante para los
resultados que vas a obtener. En conclusión, considera la
elección de un muestreo sistemático si:
 Es difícil identificar elementos utilizando un método de
muestreo aleatorio simple.
 Es importante utilizar un procedimiento de muestreo de
probabilidad que pueda ser fácilmente implementado.
 MUESTREO
ESTRATIFICADO
 MUESTREO ESTRATIFICADO
Consiste en dividir a la población en subconjuntos o estratos
cuyos elementos poseen características comunes. Así, los
estratos son homogéneos internamente; pero entre estratos son
diferentes. Luego se realiza un muestreo aleatorio simple en cada
estrato, proporcional a su población.
Veamos un ejemplo de cómo se redacta el texto referido al
muestreo en un proyecto de investigación hecho a la empresa
textil Polypima.

Se hará uso del muestreo aleatorio estratificado para los casos

de encuestas para lo cual se calculó, primero la proporción de la
muestra total respecto al tamaño de la población.
Tamaño de la población 219 100%
Tamaño de la muestra 150 X
X = 68.49%
Esto significa que del total de cada estrato de la empresa Graña y
Montero, obtendremos el 68.49% de trabajadores hasta completar
el tamaño de la muestra; para ello aplicamos el siguiente
procedimiento:

68.49 = 7.5

DISTRIBUCIÓN MUESTRAL DE LOS TRABAJADORES DE LA EMPRESA GRAÑA Y

MONTERO, LIMA-2017
N° Áreas de la empresa 68.49%

1 Presidente de Directorio 11 7.5 8

2 Gerente General 11 7.5 8
3 Jefes de Productos 10 6.8 7
4 Área de administración 05 3.42 3
5 Finanzas y contabilidad 07 4.79 5
6 Comercialización y Marketing 55 37.66 37
7 Área de operaciones 120 82.18 82
TOTAL 219 150
Nota: n=68.49% es el porcentaje que se va a aplicar para determinar el
tamaño muestral a cada estrato o área de la empresa.
 Explicación de la obtención del muestreo

Se realizó el muestreo aleatorio estratificado

aplicando la fórmula arriba indicada para cada
estrato, eligiéndose a 8 de las 11 personas del
Directorio de Gerencia, también 8 de los 11
integrantes y así sucesivamente hasta completar los
150 integrantes de la muestra tal como lo especifica
la tabla de los trabajadores de la empresa textil
Polypima, Lima-2011.
No olvidar que:
El muestreo estratificado es uno de los tipos de
muestreo probabilístico del que podemos hacer uso.
El muestreo estratificado es un procedimiento de
muestreo en el que el objetivo de la población se
separa en segmentos exclusivos, homogéneos
(estratos), y luego una muestra aleatoria simple se
selecciona de cada segmento (estrato). Las
muestras seleccionadas de los diversos estratos se
combinan en una sola muestra. Este procedimiento
de muestreo se refiere a veces como ” muestreo de
cuota aleatorio”.
 Pasos de selección para un muestreo
estratificado
Hay ocho pasos principales en la selección de una muestra
aleatoria estratificada:
 Define la población objetivo.
 Identifica la variable o variables de estratificación y determinar el
número de estratos a usarse. Las variables de estratificación
deben estar relacionados con el propósito de estudio. Si el
propósito del estudio es hacer estimaciones de los subgrupos, las
variables de estratificación deben estar relacionados con esos
subgrupos. La disponibilidad de información auxiliar a menudo
determina las variables de estratificación que se utilizan. Puede
ser utilizada más de una variable de estratificación. Considera
que a medida que el número de variables de estratificación
aumenta, incrementa la probabilidad de que algunas de las
variables cancelen los efectos de otras variables, no más de
cuatro a seis variables de estratificación y no se deben utilizar
más de seis estratos de una variable en particular.
 Identifica un marco de muestreo existente o desarrolla uno que
incluya información sobre la o las variables de estratificación
para cada elemento de la población objetivo. Si el marco de
la muestra no incluye la información en las variables de
estratificación, la estratificación no sería posible.
 Evalúa el marco de muestreo para la falta de cobertura,
cobertura excesiva, múltiple, y la agrupación, y haz los ajustes
cuando sea necesario.
 Divide el marco de muestreo en estratos, categorías de la
estratificación de la o las variables, creando un marco de
muestreo para cada estrato. Dentro del estrato las diferencias
deben reducirse al mínimo, y las diferencias entre los estratos
deben maximizarse. Los estratos no deben estar superpuestos,
en conjunto, debe constituir toda la población. Los estratos
deben ser independientes y mutuamente exclusivos del
subconjunto de la población. Cada elemento de la la
población debe estar en un sólo estrato.
 Asigna un número único a cada elemento.
 Determina el tamaño de la muestra para cada estrato.
La distribución numérica de los elementos incluidos en la
muestra a través de los diversos estratos determina el tipo
de muestreo a implementar. Puede ser un muestreo
proporcional estratificado o uno de los diversos tipos de
muestreo estratificado desproporcionado.
 Selecciona al azar el número específico de elementos de
cada estrato. Al menos un elemento se debe seleccionar
de cada estrato para la representación de la muestra; y
por lo menos dos elementos deben ser elegidos de cada
estrato para el cálculo del margen de error de las
estimaciones calculadas a partir de los datos recogidos.
 El muestreo estratificado proporcional

Hay dos subtipos principales de muestreo estratificado: el

proporcional y el muestreo desproporcionado. En el
estratificado proporcional, el número de elementos
asignados a diversos estratos es proporcional a la
representación de los estratos de la población objetivo. Es
decir, el tamaño de la muestra extraída de cada estrato es
proporcional con el tamaño relativo de ese estrato de la
población objetivo. La fracción de muestreo es aplicada a
cada estrato, dando a cada elemento de la población la
misma oportunidad para ser seleccionados. La muestra
resultante es una muestra autoponderada. Este
procedimiento de muestreo se utiliza cuando el propósito de
la investigación es estimar los parámetros poblacionales.
 Un ejemplo hipotético de asignación proporcional se
presenta en la siguiente tabla:

En este ejemplo, los elementos incluidos en la muestra se asignaron

a través de las cuatro zonas de una región de marketing de manera
que la proporción de elementos que se tomaron para la muestra de
cada zona es idéntica a la proporción de elementos de cada zona
de la población total. La fracción de muestreo en cada zona es el
mismo 1 de 22 elementos. Cada zona está igualmente representada
en la muestra.
Muchas veces el investigador no sólo desea estimar
parámetros poblacionales sino también hacer análisis
detallado dentro de un estrato relativamente pequeño y/o
comparar los estratos entre sí. El muestreo estratificado
proporcional puede no dar resultados en algunos de los
estratos de este tipo de análisis. Tomando el ejemplo descrito
en nuestra tabla, no sería posible realizar un análisis detallado
de los elementos de la zona 2 ya que sólo 12 de los
elementos se encuentran en la muestra. Además, la
comparación de los elementos de la zona 2 con las otras
zonas serían dudoso. El muestreo estratificado proporcional no
es una buena elección de muestreo para llevar a cabo este
tipo de análisis. El desproporcional puede ser una mejor
elección.
 El muestreo estratificado desproporcionado
El muestreo desproporcionado es un procedimiento en que
el número de elementos incluidos en la muestra de cada
estrato no es proporcional a su representación en la
población total. Los elementos de la población no tienen la
misma oportunidad de ser incluidos en la muestra. La misma
fracción de muestreo no se aplica a cada estrato. Por otra
parte, los estratos tienen diferentes fracciones de muestreo,
y como tal, este procedimiento de muestreo no es una
selección equiprobable. Con el fin de estimar los
parámetros de población, la composición poblacional
debe utilizarse para compensar la desproporción en la
muestra. Sin embargo, para algunos proyectos de
investigación el muestreo estratificado desproporcionado
puede ser más apropiado que el proporcional.
El muestreo desproporcionado puede ser dividido
en tres subtipos con base a los propósitos de
nuestra asignación, que por ejemplo podrían ser
el facilitar el análisis dentro de los estratos o
centrarse en la optimización de los costos, de la
precisión o la optimización de ambos: precisión y
costos.
El objetivo de un estudio puede requerir de un
investigador que lleve a cabo el análisis detallado de los
estratos de la muestra. Si se utiliza la estratificación
proporcional, el tamaño de la muestra de un estrato es
muy pequeña; por lo que puede ser difícil de cumplir los
objetivos del estudio. La asignación proporcional puede
no producir un número suficiente de casos para este tipo
de análisis detallado. Una opción es el sobremuestreo de
los estratos pequeños o poco frecuentes. Tal
sobremuestreo crearía una distribución
desproporcionada de los estratos de la muestra cuando
se compara a la población. Sin embargo, puede haber
un número suficiente de casos para llevar a cabo el
análisis de los estratos requerido por los objetivos del
estudio.
Utilizando el ejemplo hipotético descrito en la tabla
superior, si se desea llevar a cabo un análisis detallado
de la zona 2, uno podría sobremuestrear elementos de
esa zona; por ejemplo, en lugar de un muestreo de sólo
12 elementos, muestra 130 elementos. Con el fin de
llevar a cabo un análisis más significativo, analiza de
manera detallada la zona 2, el tamaño de la muestra
para ese distrito debe ser mayor a 12 elementos. Los
resultados de la distribución de los elementos en la
muestra por zona pueden parecerse a la distribución
presentada en la tabla siguiente:
 Debilidades y fortalezas del
muestreo estratificado

El muestreo estratificado tiene muchas de las fortalezas y

debilidades asociadas con la mayoría de los
procedimientos de muestreo de probabilidad cuando se
comparan con los procedimientos de muestreo no
probabilísticos. En comparación con el muestreo aleatorio
simple, las fortalezas del muestreo estratificado incluyen:
 Capacidad para estimar no sólo los parámetros de
población, sino también para hacer inferencia dentro de
cada estrato y las comparaciones entre los estratos. Datos
suficientes sobre subgrupos de interés quizá no puedan ser
capturados en el muestreo aleatorio simple. Las muestras
estratificadas producen pequeños errores de muestreo al
azar que los que son obtenidos con una muestra aleatoria
simple del mismo tamaño de la muestra. Un muestreo
estratificado dará lugar a una muestra que es al menos
tan precisa como una muestra aleatoria simple del mismo
tamaño de la muestra.
 Las muestras estratificadas tienden a ser más
representativas de una población debido a que se
asegura de que los elementos de cada estrato en la
población están representados en la muestra. El muestreo
puede ser estratificado para asegurar que la muestra se
extiende sobre sub áreas geográficas y subgrupos de
población.
 Al usar el muestreo estratificado, se aprovecha el
conocimiento que el investigador tiene sobre la
población.
 La utilización de un muestreo estratificado permite al
investigador utilizar diferentes procedimientos de
muestreo dentro de los diferentes estratos.
Ventajas y desventajas del muestreo estratificado en
comparación con el muestreo aleatorio simple
 ¿Cuál es la diferencia entre el muestreo
estratificado, toma de muestras y
muestreo por cuotas?
El muestreo estratificado y el muestreo por cuotas son algo
similares uno de otro. Ambos implican la división de la
población objetivo en categorías y luego la selección de un
cierto número de elementos de cada categoría. Ambos
procedimientos tienen como objetivo principal la selección
de una muestra representativa y/o la facilitación del análisis
de subgrupos. Sin embargo, hay diferencias importantes. El
muestreo estratificado utiliza un muestreo aleatorio simple. Se
necesita un marco de muestreo para el muestreo
estratificado, pero no para el muestreo por cuotas.
 Ventajas del muestreo por cuotas:

 Es el método de muestreo menos costoso.

 Es muy utilizado en sondeos y encuestas por los
medios de comunicación.
 El método asume que la información que
deseamos obtener está correlacionada con la
población, pero es una hipótesis de
representatividad difícilmente demostrable.
 En resumen, considera la posibilidad de elegir el
muestreo estratificado si:

 Es posible dividir una población en dos o más estratos y

construir un marco homogéneo de muestreo para cada
estrato.
 Algunos subgrupos de la población son muy diferentes de
otros subgrupos.
 Es muy importante reducir al mínimo el error de muestreo.
 La población es heterogénea.
 Se desea un análisis comparativo de los estratos.
 Muestreo por
conglomerados
 Muestreo por conglomerados

La Universidad de Málaga sostiene lo siguiente:

Si intentamos hacer un estudio sobre los habitantes de una
ciudad, el muestreo aleatorio simple puede resultar muy
costoso, ya que estudiar una muestra de tamaño “n” implica
enviar a los encuestadores a “n” puntos distintos de la misma,
de modo de que en cada uno de ellos solo se realiza una
entrevista. En esta situación es mas económico realizar el
denominado muestreo por conglomerados que consiste en
elegir aleatoriamente ciertos barrios dentro de la ciudad,
para después elegir calles y edificios. Una vez elegido el
edificio, se entrevista a todos los vecinos.
Por ejemplo si se desea obtener una muestra de 800
viviendas de una ciudad, el muestreo aleatorio simple
implicaría enviar a los encuestadores a 800 lugares
distintos de la ciudad, lo cual representaría un alto
costo.
Un muestreo por conglomerados consistiría en
seleccionar aleatoriamente 20 zonas (conjuntos de
manzanas)de la ciudad, luego seleccionar 10
manzanas de cada zona y por último seleccionar 3
viviendas de cada manzana. En este caso se ha
aplicado un muestreo por conglomerado en tres
etapas o fases.
 Muestreo por conglomerados
El muestreo por conglomerados nos ayuda cuando es
imposible o poco práctico crear un marco de muestreo de
una población objetivo debido a que está muy dispersa
geográficamente y el costo de la recopilación de datos es
relativamente alto.
El muestreo por conglomerados es un procedimiento de
muestreo probabilístico en que los elementos de la
población son seleccionados al azar en forma natural por
agrupaciones (clusters). Los elementos del muestreo se
seleccionan de la población de manera individual, uno a la
vez.
Las unidades de muestreo o grupos pueden ser
espaciados, tal como ocurre naturalmente en
las unidades geográficas o físicas (por ejemplo:
estados, delegaciones o distritos); en base a una
organización como escuelas, grado escolar; o
servicio telefónico tales como códigos de área o
el cambio de las claves lada de los números de
teléfono. La heterogeneidad del grupo es
fundamental para un buen diseño del muestreo
por conglomerados. Por otra parte, los
elementos dentro de cada grupo debe ser tan
heterogéneos como la población objetivo.
 Pasos para seleccionar un
muestreo por conglomerados

 Definir la población objetivo.

 Determinar el tamaño de la muestra deseada.
 Identificar un marco de muestreo existente o
desarrollar un nuevo marco de muestreo de
grupos de la población objetivo.
 Evaluar el marco de muestreo para la falta de
cobertura, cobertura excesiva, múltiple cobertura, y la
agrupación, y hacer los ajustes cuando sea necesario.
Idealmente, los grupos serían tan heterogéneos como la
población, mutuamente excluyentes, y colectivamente
exhaustivos. La duplicación de elementos de la muestra
puede aparecer si elementos de la población
pertenecen a más de un grupo. La omisión dará lugar a
un sesgo de cobertura.
 Determinar el número de grupos que se seleccione. Esto
se puede hacer dividiendo el tamaño de la muestra por
el número promedio estimado de elementos de la
población en cada grupo. En la medida en que la
homogeneidad y la heterogeneidad de los grupos sean
diferentes a la de la población, el número del grupo
aumenta e incrementa la precisión. Por otra parte, si las
diferencias aumentan, la precisión disminuye.
 Seleccionar al azar el número previsto de las
agrupaciones.
 Subtipos del muestreo por conglomerados

Dos grandes dimensiones se utilizan para clasificar los

diferentes tipos de muestreo por conglomerados. Una se
basa en el número de etapas en el diseño de la muestra, y el
otro en la representación proporcional de los grupos en la
muestra total.
Subtipo basado en el número de etapas: A menudo, el
muestreo por conglomerados se lleva a cabo en más de una
“etapa”. Una etapa es un paso dentro del proceso de
muestreo en el que se toma una muestra. Considerando el
número de etapas en el diseño, hay tres subtipos principales
de este muestreo: de una sola etapa, de dos etapas, y el
muestreo por conglomerados de etapas múltiples.
Muestreo por conglomerados de una etapa. El muestreo se
hace una sola vez. Un ejemplo sería, digamos que estamos
interesados en el estudio de personas sin hogar que viven
en refugios. Si hay cinco refugios en una ciudad, un
investigador seleccionará al azar a uno de los refugios y
luego incluirá en el estudio a todas las personas sin hogar
que residen en el refugio seleccionado. Un investigador de
mercado podría optar por utilizar un diseño de muestreo
por conglomerado de una sola etapa.
Digamos que un investigador está interesado en la prueba
de comercialización de un producto. El investigador puede
seleccionar al azar códigos postales; enviar muestras del
producto junto con un cuestionario de evaluación a cada
dirección dentro del grupo seleccionado.
Muestreo por conglomerados en dos etapas. El diseño
incluye todos los pasos del diseño de un muestreo por
conglomerados, con una excepción del último paso. En
lugar de incluir todos los elementos de los grupos
seleccionados de la muestra, una muestra aleatoria (ya
sea una muestra aleatoria simple, muestra estratificada o
muestra sistemática) se toman los elementos de cada
grupo seleccionado. El muestreo por conglomerados de
una etapa se refiere a veces como un submuestreo. En
general, a menos que el grupos sea homogéneo, un diseño
de muestra de conglomerados en dos etapas es mejor que
uno de una sola etapa.
Muestreo por conglomerados de etapas múltiples. Las
encuestas de grandes áreas geográficas requieren una
diseño de la muestra algo más complicado que los
descritos hasta este punto. Por lo general, se debe utilizar
un diseño de muestreo por conglomerados. de etapas
múltiples, que consiste en la repetición de dos pasos
básicos: listado y toma de muestras.
Típicamente, en cada etapa, los grupos se hacen
progresivamente más pequeños en tamaño; y en la última
etapa se utiliza el elemento de muestreo. Los
procedimientos de muestreo (aleatorio simple,
estratificado, o el sistemático) pueden ser diferentes en
cada etapa.
Fortalezas y debilidades del muestreo por
conglomerados en comparación con el
muestreo aleatorio simple
 MUESTREO NO
PROBABILÍSTICO
 MUESTREO NO PROBABILÍSTICO
En este tipo de muestreo puede haber clara influencia
del investigador, pues este selecciona la muestra
atendiendo a razones de comodidad y según su criterio.
Por ello suele presentar grandes sesgos y es poco fiable.
No se puede extrapolar los resultados a la población.
Cuando el aplicar el muestreo probabilístico supone
demasiado costo o demasiado tiempo, los investigadores
aplican el muestreo no probabilístico. Algunos
investigadores saben que este tipo de muestreo puede
en muchas circunstancias ser muy útil incluso aunque no
pueda medirse el error muestral.
 MUESTREO NO
PROBABILÍSTICO
El muestreo no probabilístico (o muestreo no aleatorio) es
la técnica de muestreo donde los elementos son elegidos
a juicio del investigador. No se conoce la probabilidad
con la que se puede seleccionar a cada individuo.
El muestreo no probabilístico se utiliza cuando es
imposible o muy difícil obtener la muestra por métodos
de muestreo probabilístico.
Las muestras seleccionadas por métodos de muestreo no
aleatorios intentan ser representativas bajo los criterios del
investigador, pero en ningún caso garantizan la
representatividad.
MUESTREO POR
CONVENIENCIA
 MUESTREO POR CONVENIENCIA

El muestreo de o por conveniencia es una técnica de muestreo

no probabilístico donde los sujetos son seleccionados dada la
conveniente accesibilidad y proximidad de los sujetos para el
investigador.
Los sujetos de una investigación específica, son
seleccionados para el estudio sólo porque son más fáciles
de reclutar y el investigador no está considerando las
características de inclusión de los sujetos que los hace
representativos de toda la población.
En todas las formas de investigación, sería ideal generalizar
los resultados a la totalidad de la población, pero en la
mayoría de los casos, la población es demasiado grande y
resulta imposible incluir cada individuo. Esta es la razón por
la cual la mayoría de los investigadores utilizan técnicas de
muestreo, como el muestreo de conveniencia, la más
común de todas las técnicas de muestreo. Muchos
investigadores prefieren esta técnica de muestreo, ya que
es rápida, barata, fácil y sobre todo, los sujetos están
disponibles.
Ejemplos

Uno de los ejemplos más comunes de muestreo de

conveniencia se realiza utilizando estudiantes voluntarios
como sujetos de la investigación. Otro ejemplo es el uso de
sujetos que se han seleccionado de una obra, una clase o una
institución ya que para el investigador es de fácil el acceso a
estas obras o instituciones. Un ejemplo más concreto es la
selección de cinco personas de una clase o incluso la
selección de los cinco primeros nombres de la lista de obreros
de una lista en una empresa.
En estos ejemplos, el investigador inadvertidamente excluye
una gran proporción de la población. Una muestra de
conveniencia es o bien una selección de sujetos que son
accesibles para el investigador o una selección de personas
que deseen participar como voluntarios.
Usos

Los investigadores utilizan el muestreo de conveniencia no

sólo porque es fácil de usar, sino porque también tiene
otras ventajas para la investigación.
En Pruebas Piloto, la muestra de conveniencia se suele
utilizar ya que permite al investigador obtener los datos
básicos y las tendencias con respecto a su estudio, sin las
complicaciones del uso de una muestra aleatoria.
Esta técnica de muestreo es también útil para documentar
que una calidad particular de una sustancia o fenómeno
se produce dentro de una muestra dada. Tales pruebas
piloto, o de pruba inicial son también muy útiles para la
detección de relaciones entre los fenómenos diferentes.
 Las críticas sobre el muestreo de
conveniencia

La crítica más obvia acerca del muestreo por

conveniencia son los sesgos o prejuicios del muestreo.
por no demostrar imparcialidad al ser escogida, la
muestra no es representativa de toda la población. Este
puede ser el mayor inconveniente al utilizar una muestra
por conveniencia, ya que además conduce a más
problemas y críticas.
El sesgo sistemático proviene de un sesgo de muestreo. Esto
se refiere a una diferencia constante entre los resultados de
la muestra y los resultados teóricos de toda la población. No
es raro que los resultados de un estudio, que utiliza una
muestra de conveniencia, difieran significativamente con los
resultados de toda la población. Una de las consecuencias
de tener un sesgo sistemático es la obtención de resultados
sesgados.
Otra crítica importante acerca del uso de una muestra por
conveniencia es la limitación en la generalización y las
posibles inferencias que pueden surgir sobre toda una
población. Dado que la muestra no es representativa de la
población, los resultados del estudio no pueden ser
generalizados a la poblacioón, ni hablar de toda la
población. Esto da lugar a una baja validez externa del
estudio.
Notas

Cuando se utiliza el muestreo por/ de conveniencia, es

necesario describir cómo la muestra de las pruebas en la
investigación actual sería diferente de la muestra ideal,
seleccionada al azar. También es necesario describir los
individuos que podrían quedar por fuera durante el proceso
de selección o los individuos que están sobrerrepresentados
en la muestra.
En relación a esto, es mejor si se pueden describir los
posibles efectos que, los sujetos no-incluidos en la muestra o
los que están sobrerrepresentados, pueden proporcionar a
los resultados. Esto permitirá a los lectores de la
investigación obtener una buena comprensión de la
muestra que se prueba. También les permitirá estimar la
posible diferencia entre los resultados en ésta prueba piloto
y los resultados que se podrían dar si representada
correctamente toda la población.
MUESTREO POR
CUOTAS
 MUESTREO POR CUOTAS
También denominado “accidental”. Se asienta
generalmente sobre la base de un buen conocimiento de los
estratos de la población y/o de los individuos mas
“representativos” o “adecuados” para los fines de la
investigación. Mantiene por tanto semejanzas con el
muestreo aleatorio estratificado, pero no tiene el carácter de
aleatoriedad de aquel.
En este tipo de muestreo se fijan unas “cuotas” que consisten
en un número de individuos que unen unas determinadas
condiciones, por ejemplo: 20 individuos de 25 a 40 años,, de
sexo femenino y residentes en una determinada región. Una
vez determinada la cuota, se eligen los primeros que se sabe
que cumplen dichas características. Este método se utiliza
mucho en las encuestas de opinión.
El encuestador es quien decide siguiendo las cuotas,
las personas que componen la muestra; así se
producen los correspondientes sesgos, ya que el
encuestador tenderá a aproximarse mas a personas
accesibles y posiblemente de su entorno mas
próximo por razones de comodidad y simplicidad.
 MUESTREO POR CUOTAS

El muestreo por cuotas es una técnica de muestreo no

probabilístico en donde la muestra reunida tiene la
misma proporción de individuos que toda la población
con respecto al fenómeno enfocado, las características
o los rasgos conocidos.
Asimismo, el investigador debe asegurarse de que la
composición de la muestra final que será utilizada en el
estudio cumpla los criterios de cuota de la investigación.
 MUESTREO POR CUOTAS PASO A
PASO
El primer paso para el muestreo por cuotas no
probabilístico es dividir a la población en
subgrupos exclusivos.
Luego, el investigador debe identificar las proporciones de
estos subgrupos en la población. Esta misma proporción será
aplicada al proceso de muestreo.
Por último, el investigador selecciona sujetos de los diversos
subgrupos teniendo en cuenta las proporciones observadas
en el paso anterior.
El último paso asegura que la muestra sea representativa de
toda la población. También permite que el investigador
estudie rasgos y características que se ven en cada
subgrupo.
 Ejemplo de muestras por cuotas

En un estudio en donde el investigador quiere comparar el

rendimiento profesional de los ingenieros de las diferentes
obras en la ciudad de Huancayo, su relación con el género
y la situación socioeconómica, el investigador identifica
primero los subgrupos.
Por lo general, los subgrupos son las características o
variables del estudio. El investigador divide a toda la
población en niveles de clase, cruzados con el género y el
nivel socioeconómico. Luego, toma nota de las
proporciones de estos subgrupos en toda la población y a
continuación hace un muestreo de cada subgrupo.
 Cuándo utilizar muestras por
cuotas
 La razón principal por la que los investigadores eligen
muestras por cuotas es que permiten que los
investigadores hagan un muestreo de un subgrupo que es
de gran interés para el estudio. Si un estudio tiene como
objetivo investigar una característica o rasgo de un
determinado subgrupo, ésta es la técnica ideal.
 El muestreo por cuotas también permite que los
investigadores observen las relaciones entre los subgrupos.
En algunos estudios, los rasgos de un determinado
subgrupo interactúan con otros rasgos de otro subgrupo.
En tales casos, también es necesario que el investigador
utilice este tipo de técnica de muestreo.
 Desventajas de las muestras por cuotas

 Puede parecer que esta técnica de muestreo es

totalmente representativa de la población. En algunos
casos no es así. Debes tener en cuenta que se han tenido
en cuenta sólo los rasgos seleccionados de la población
para formar los subgrupos.
 En el proceso de muestreo de estos subgrupos, otros rasgos
de la muestra pueden ser representados de más. En un
estudio que tiene en cuenta el género, el nivel
socioeconómico y la religión como base de los subgrupos,
la muestra final puede tener una representación sesgada
de la edad, la raza, el nivel educativo alcanzado, el
estado civil y mucho más.
MUESTREO DE
BOLA DE NIEVE
 MUESTREO DE BOLA DE NIEVE

Se trata de localizar a algunos individuos los cuales

conducen a otros y estos a otros y así hasta
conseguir una muestra suficiente. Este tipo de
muestreo se emplea frecuentemente cuando se
hacen estudios con poblaciones marginales,
delincuentes, sectas, determinados tipos de
enfermos, etc.
 MUESTREO DE BOLA DE NIEVE
MUESTREO EN CADENA
El muestreo de bola de nieve es una técnica de muestreo
no probabilístico utilizada por los investigadores para
identificar a los sujetos potenciales en estudios en donde los
sujetos son difíciles de encontrar.
Los investigadores utilizan este método de muestreo si la
muestra para el estudio es muy rara o si está limitada a un
subgrupo muy pequeño de la población. Este tipo de
técnica de muestreo funciona en cadena. Luego de
observar al primer sujeto, el investigador le pide ayuda a
él para identificar a otras personas que tengan un rasgo
de interés similar.
El proceso de muestreo de bola de nieve es como
pedirles a tus sujetos que designen a otra persona con el
mismo rasgo como el próximo sujeto. Luego, el
investigador observa a los sujetos designados y sigue de
la misma manera hasta obtener el número suficiente de
sujetos.
Por ejemplo, para obtener sujetos para un estudio que
quiere analizar una enfermedad rara, el investigador
puede elegir utilizar el muestreo de bola de nieve, ya que
será difícil obtener sujetos. También es posible que los
pacientes con la misma enfermedad tengan un grupo
de apoyo, y si uno de sus miembros es tu primer sujeto, lo
más probable es que allí encuentres más sujetos para el
estudio.
Tipos de muestreo de bola de nieve
 Ventajas del muestreo de bola de
nieve
 El proceso en cadena permite que el
investigador llegue a poblaciones que son
difíciles de probar cuando se utilizan otros
métodos de muestreo.
 El proceso es barato, simple y rentable.
 Esta técnica de muestreo necesita poca
planificación y menos mano de obra que otras
técnicas de muestreo.
 Desventajas del muestreo de
bola de nieve
 El investigador tiene poco control sobre el método de
muestreo. Los sujetos que el investigador puede obtener se
basan principalmente en los sujetos observados
anteriormente.
 La representatividad de la muestra no está garantizada. El
investigador no tiene ni idea de la verdadera distribución de
la población ni de la muestra.
 El sesgo de muestreo es también un miedo de los
investigadores cuando se utiliza esta técnica. Los primeros
sujetos tienden a designar a personas que conocen bien.
Como consecuencia, es muy posible que los sujetos
compartan los mismos rasgos y características y, por lo tanto,
la muestra que obtenga el investigador será sólo un pequeño
subgrupo de toda la población.
 TÉCNICAS E
INSTRUMENTOS
DE RECOLECCIÓN
DE DATOS
 TÉCNICAS DE
RECOLECCIÓN DE
DATOS
 TÉCNICAS DE RECOLECCIÓN DE DATOS

Hernández Sampieri describe:

De acuerdo con nuestro problema de estudio e hipótesis
… , la siguiente etapa consiste en recolectar los datos
pertinentes sobre los atributos, conceptos o variables de
las unidades de análisis o casos.
Recolectar datos implica elaborar un plan detallado de
procedimientos que nos conduzca a reunir datos con un
propósito específico; este plan incluye:
a) ¿ Cuáles son las fuentes de donde se obtendrán los
datos? Es decir los datos van a ser proporcionados
por personas, se producirán de observaciones o se
encuentran en documentos, archivos, bases de datos,
etc.
b) ¿ En dónde se localizan tales fuentes? Regularmente
en la muestra seleccionada, pero es indispensable
definir con precisión.
c) ¿ A través de que medio o método vamos a recolectar
los datos? Esta fase implica elegir uno o varios
medios y definir los procedimientos que utilizaremos
en la recolección de datos. El método o métodos
deben ser confiables, válidos y objetivos.
d) Una vez recolectados ¿De qué forma vamos a
prepararlos para que puedan analizarlos y
respondamos al planteamiento del problema? Las
técnicas de recolección de datos son las distintas
formas o maneras de obtener la información y estas
son:
Fuentes primarias
 Observación. Que consistirá en el registro sistemático,
válido y confiable de comportamientos y situaciones
observables a través de un conjunto de dimensiones e
indicadores.
 Encuestas. Cuestionarios para medir niveles de
conocimientos y escalas de actitudes.

Fuentes Secundarias
 Bibliotecas: Fichajes.
 Tesis: Datos estadísticos
 Hemerotecas: Revistas, diarios, periódicos.
 Ejemplo de ¿cómo se redacta en el proyecto de
investigación las técnicas de recolección de
datos?
a) La observación. Emplearemos la observación estructurada,
porque se manipularán los hechos que se observarán. Así mismo,
el trabajo documental estará centrado en la revisión de libros,
revistas y otros documentos que tendrán relación con nuestra
investigación. También utilizaremos las informaciones obtenidas a
través de internet.
b) Fichaje:
 Fichas bibliográficas. Se utilizarán para anotar los datos
referidos a los libros que se emplearán durante el proceso de
investigación.
Fichas de transcripción textual. Se transcribirá entre
comillas, al pie de la letra, aun con errores, lo que el investigador
considere de vital importancia, es decir, aquello que contendrá
calidad científica y aciertos.
 Fichas de comentario e ideas personales. Esta ficha será
la más importante de las dos anteriores. A medida que se
investiga surgirán dudas. Incertidumbres, comprobaciones,
refutaciones, comentarios, etc., que serán anotados en la ficha
correspondiente.
 RECOMENDACIÓN

En una investigación cuantitativa no se

considera la entrevista, excepto si la
investigación es exploratoria. La entrevista es
de dominio de la investigación cualitativa.
 INSTRUMENTOS
DE RECOLECCIÓN
DE DATOS
 INSTRUMENTOS DE RECOLECCIÓN
DE DATOS
Los instrumentos son los medios materiales que
emplea el investigador para recoger y almacenar la
información. Pueden ser formularios, pruebas de
conocimientos o escalas de actitudes, como Likert,
semántico y de Guttman; también pueden ser listas
de chequeo, inventarios, cuadernos de campo,
fichas de datos para seguridad (FDS), etc.
Por lo tanto, se deben seleccionar coherentemente
los instrumentos que se utilizarán en la variable
independiente y en la dependiente. En el proyecto
de investigación, se redactará de la siguiente forma:
Instrumento de medición para la variable independiente.
Emplearemos el cuestionario elaborado por el
investigador, con la finalidad de obtener datos
cuantitativos en relación con el nivel de conocimientos
de hábitos de estudios de cada una de las
dimensiones establecidas en la operacionalización de
las variables.

Instrumento de medición para la variable dependiente.

Se elaborará un cuestionario al estilo de prueba
objetiva, en las asignaturas de comunicación Lógico -
Matemático y Personal Social, con la finalidad de
valorar los aciertos, reconocer las fallas y contar con la
información válida y cuantificable de los alumnos de
primer año de Estudios Generales en la Universidad
Peruana Los Andes de la ciudad de Huancayo – 2015.
a) El cuestionario
Salkind (1998), en Métodos de Investigación,
esboza lo siguiente:
Los cuestionarios son un conjunto de preguntas
estructuradas y enfocadas que se contestan con
lápiz y papel. Los cuestionarios ahorran tiempo,
porque permiten a los individuos llenarlos sin
ayuda ni intervención directa del investigador.
En los países industrializados generalmente es
enviado por fax o por internet. En otros como el
nuestro son entregados casi personalmente.
 Estructurado formal del cuestionario. Sobre el
caso, Rodríguez Sosa (1994) en su obra Teoría y
métodos de la investigación científica,
bosqueja:
El cuestionario tiene una estructura formal, que
comprende en modo ordenado, los siguientes
elementos:
- Membrete del cuestionario. Identifica su
propósito y su autoría. Preside la
primera carilla del documento.
- Código del ejemplar. Número que
identifica a cada uno de los
ejemplares del cuestionario. Si
corresponde, también debe figurar
un espacio para el código del
encuestador. Se localiza en la
esquina superior derecha de la
primera carilla.
- Solicitud de colaboración. Está dirigida
a los encuestados, asegurando la
confidencialidad y anonimato (si es el
caso) de la información que deban
brindar. Se coloca luego de los elementos
anteriores, si el cuestionario va a ser
autoadministrado; esto es si serán los
propios encuestados quienes leerán las
preguntas del documento.
- Objetivo de la investigación. Para que
el encuestado sepa el motivo de la
prueba.
- Instrucciones. Igualmente, están
dirigidas a los encuestados sobre la
forma de señalar sus respuestas.
- Preguntas o ítemes de la investigación.
En algunos casos, el ítem background
o de control se registra al final del
documento.
Tipos básicos de preguntas para el
cuestionario cuantitativo
Se tienen en cuenta dos tipos de
preguntas: cerradas y abiertas.
- Preguntas cerradas. Contienen categorías
u opciones de respuesta, previamente
establecidas. Pueden ser dicotómicas(si/no;
falso/verdadero, etc.) o incluir varias
opciones de respuesta.
 Ejemplos de preguntas dicotómicas

- ¿Busca, usted actualmente una fuente

adicional de ingreso?
si…… No……
- Cuando empiezas a estudiar, ¿Tienes a
la mano todo el material necesario
(diccionario, libros, etc.)?
si…… No……
 Ejemplos de preguntas con
varias opciones de respuesta
- ¿Cuál es su grado de instrucción?
1. Sin instrucción……………………….( )
2. Primaria completa…………………..( )
3. Secundaria completa………………( )
4. Superior completa………………….( )
5. Posgrado………………………………..( )
 Preguntas abiertas. Hernández
Sampieri, describe:

… proporcionan una información mas amplia y son

particularmente útiles cuando no tenemos
información sobre las posibles respuestas de las
personas o cuando esta es insuficiente. También
sirven en situaciones donde se desea profundizar una
opción o los motivos de un comportamiento. Su
mayor desventaja es que son más difíciles de
codificar, clasificar y preparar para el análisis.
Es necesario indicar que la pregunta abierta cuando
es contestada, necesariamente las respuestas
emitidas se deben clasificar para dar paso a la
codificación y elaboración de preguntas cerradas.
 JUICIOS DE EXPERTOS
El juicio de expertos viene a ser el conjunto de opiniones
que brindan los profesionales de experiencia. Estas
apreciaciones consisten en las correcciones que realiza el
asesor de tesis o el especialista en investigación con la
finalidad de que la redacción de las preguntas tengan
sentido lógico y comprensibilidad y que cada una de ellas
debe estar en empatía con los indicadores.
En otras palabras lo que se busca es constatar (comprobar)
si es coherente la relación entre las preguntas y los
indicadores. Asimismo, si las preguntas elaboradas tienen
sentido lógico, realmente obtendremos datos para
comprobar la verdad o falsedad de las hipótesis.
Para llevar a cabo este proceso es muy frecuente usar
formatos y adjuntar a cualquier instrumento de medición la
matriz de consistencia y la tabla de evaluación del
instrumento de investigación por expertos. Con estos
aportes los instrumentos de investigación estarán expeditos
para su aplicación para la prueba piloto.
En términos muy puntuales luego de convocar la
participación de quienes actuarán como expertos e
informarles sobre cómo deben desarrollar el proceso de
valoración (calificación), el proceso requiere los siguientes
pasos:
 Valorar la pertinencia de los indicadores o preguntas
orientadoras respecto de los resultados o dimensiones de
análisis.
 Emitir una opción sobre cada pregunta utilizando la
escala y los espacios de opinión literal (comentarios).
 El procedimiento de “juicio de expertos” es utilizado para
la validación de técnicas cuantitativas y cualitativas En el
pregrado se recomienda buscar tres expertos y en el
posgrado de cinco a siete “expertos” es suficiente.
 ¿Qué corrigen los expertos?
Los expertos deben atender que está
formulada adecuadamente la matriz de
consistencia, es decir, si el problema está
redactado de acuerdo con los parámetros que
recomienda la investigación científica,
asimismo, cuidan que los objetivos sean claros
y precisos, si las hipótesis tienen coherencia
con los objetivos y si existe la relación entre
dos o mas variables; por ello se preguntan ¿Se
han precisado correctamente las variables?
¿Han determinado las dimensiones e
indicadores mediante la definición conceptual?
Igualmente, se cercioran de que en la
redacción exista coherencia interna en forma
horizontal (del problema hasta el diseño de la
metodología) y vertical (de los problemas
generales hasta los específicos)
Del mismo modo, corrigen
los diseños (estructura) de
las guías de observación,
entrevistas, cuestionarios,
pruebas psicológicas y test
para medir actitudes.
También pueden realizar
algunas correcciones
durante el proceso de la
redacción del proyecto de
investigación y el informe
final de la misma.
VARIABLE INDEPENDIENTE: LIDERAZGO
PARTICIPATIVO

Leyenda:
1. Dr. Victor Dominguez Condezo
2. Dr. Luis Ampudia Zarzosa
3. Dr. Guillermo Príncipe Cotillo
4. Dr. Manuel Retiz Bedoya
5. Dr. Alfonso Jaguande Anjoy
6. Dr. Victor Quiroz Torres
7. Dr. Armando Roel Pineda
 1633.29
Operación matemática: = 81.66 %

Interpretación: De acuerdo con el resultado, el valor

obtenido nos indica que es 81.66% y como es mayor de
75 puntos, se valida dicho instrumento.
Analicemos cómo se debe trabajar con la tabla de
evaluación recién presentada.

Número de Expertos
1 2 3 4 5 6 7
La codificación de los expertos o profesionales que
han intervenido en la corrección del constructo de
las preguntas del uno al siete. Se debe tener en
cuenta si dichas preguntas son válidas y estimulan
información exacta y relevante. Por ello el N°
1representa al Dr. Victor dominguez Condezo y así
sucesivamente.

Esta columna indica el número de

N° de
pregunta preguntas que contiene el
1 instrumento de investigación. Se
coloca al lado izquierdo de la tabla
2
para que luego se crucen con los
puntajes emitidos por los expertos.
Los números que están en las celdas son los valores que
los expertos asignan a cada una de las preguntas. La
calificación es de 1 a 100 puntos. Por ejemplo en la
tabla se observa que el experto N° 2 a la pregunta 1 la
ha asignado 81 puntos; mientras que el experto N° 3 la
ha calificado con 95 puntos, etc.

Σ = Es la sumatoria de las calificaciones de cada

pregunta. Por ejemplo la sumatoria calificada por los
siete expertos de la pregunta N° 1 le corresponde 608
puntos.
 % = El porcentaje se obtiene del valor e la
sumatoria, dividido entre el número de expertos.
Ejemplo: Σ = = 86.86

Es decir, la pregunta uno ha pasado la exigencia mínima y

se podría afirmar que se encuentra “casi” válida.
La división de los porcentajes acumulados se obtiene
dividiendo el valor de la sumatoria total (1633.29) entre la
cantidad de preguntas (20) y luego se realiza la
interpretación tal como se muestra después de la opeación
matemática.
MODELO DE TABLA DE VALIDACIÓN DEL INSTRUMENTO DE
INVESTIGACIÓN POR EXPERTOS

LEYENDA:
N° de Docentes
1. Dr. Francisco Vergara
Solano
2. Dr. José Vallejos Saldarriaga
3. Mg. Dionicio López Basilio
4. Dr. Germán Anco Torres
5. Dr. Raúl Tafur Portilla
6. Dr. Víctor Quiroz Torres
7. Dra. Katty Jiménez de
Aliaga
TÉCNICAS PARA EL
PROCESAMIENTO
DE DATOS
 TÉCNICAS PARA EL PROCESAMIENTO DE
DATOS

Luego de la aplicación de las encuestas, tenemos un

conjunto de datos listos para ser procesados. Así estos
podrán ser utilizados para cualquier tratamiento estadístico
y ayudarán a elaborar los demás pasos del trabajo de
investigación (hay que recordar que a través de los datos,
se responde al problema planteado y se lleva a cabo la
contrastación de la hipótesis. Pero en principio esa
cantidad de datos por si sola, no nos dirá nada; no nos
permitirá alcanzar ninguna conclusión si previamente no
ejercemos sobre ella una serie de actividades
organizadoras que pongan orden en todo ese multiforme
conjunto. A estas acciones se les conoce como
procesamiento de datos.
 Las técnicas que se emplearán para tal
fin serán:
 MEDIANTE LA CONSISTENCIACIÓN. La utilización de esta
técnica nos va a permitir depurar los datos innecesarios o
falsos proporcionados por algunos encuestados.

 CLASIFICACIÓN DE LA INFORMACIÓN. Es una etapa básica

en el tratamiento de datos. Se efectuará con la finalidad de
agrupar datos mediante la distribución de frecuencias de las
variables independiente y dependiente.

 TABULACIÓN DE DATOS. La tabulación manual se efectuará

agrupando datos en categorías y dimensiones, es decir
anotaremos en una categoría o distribución el número de
repeticiones hasta completar el total de la muestra. Después
de esta tabulación se hará uso de programas estadísticos.
ANÁLISIS DE
DATOS
 ANÁLISIS DE DATOS (INFORMACIÓN)
CUANTITATIVOS

Luego de haber obtenido los datos, el siguiente paso es

realizar el análisis de los mismos para dar respuesta a la
pregunta inicial y si corresponde poder aceptar o rechazar la
hipótesis en estudio. El análisis a realizar será cuantitativo. Se
recomienda revisar las preguntas contestadas, las no
contestadas y las viciadas; esta últimas deben ser depuradas,
pues el objetivo en esta parte es encontrar anomalías de
datos recolectados.
Asimismo es importante que el investigador sepa
que tipos de variables ha trabajado en la
obtención de datos y sus escalas de medición.
Identificado el tipo de variable, se lleva a cabo
la codificación y la elaboración de la base de
datos para ambas variables. Una base de datos
bien estructurada agiliza el análisis de la
información y garantiza su posterior uso o
interpretación. Para ello es necesario seleccionar
un determinado programa de análisis: Excel,
SPSS, Minitab,etc.
CUANDO LOS DATOS DE AMBAS VARIABLES
SON CUANTITATIVOS

a) ANÁLISIS DESCRIPTIVO
Se hace uso de:
 Medida de tendencia central. Media, Mediana
y Moda
 Medidas de variabilidad. Rango, desviación
estándar, varianza, coeficiente de variabilidad.
 Medidas de asimetría y Kurtosis.
 Gráficos. Dependerán de las variables. En las
variables cuantitativas continuas o agrupadas
en intervalos se utilizan histogramas, el polígono
de frecuencias y la ojiva, mientras que en las
cuantitativas discretas se utiliza el gráfico de
barras.
b) PARA LA PRUEBA DE HIPÓTESIS
 Prueba de comparación de medias. Se utiliza la
prueba “T” para un tamaño de muestra menor de
30, si la muestra es mayor de 30, se emplea la
puntuación Z. En ambas pruebas se utilizan las zonas
de aceptación o rechazo en la campana de Gauss,
lo que permite establecer si se acepta o no la
hipótesis.
 Coeficiente de correlación de Pearson (r). Para
conocer los niveles o grados de correlación lineal
(mayor “x”, mayor “y”, menor “x”, menor “y”).
 Regresión lineal simple. Se utiliza para estimar el
efecto de una variable sobre otra. Está asociado
con el coeficiente “r” de Pearson. Brinda la
oportunidad de predecir las puntuaciones de una
variable
 CUANDO AMBAS VARIABLES SON
CUALITATIVAS
a) Análisis Descriptivo
Se hace uso de:
• Tablas de frecuencia. Tablas de
contingencia; frecuencias absolutas y
acumuladas; distribuciones condicionales.
• Gráficos.
 Diagrama de barras. Es un tipo de gráfico
estadístico que se utiliza para variables
cualitativas y cuantitativas discretas.
 Diagrama de sectores. Círculo dividido en
sectores.
 b) Para la prueba de hipótesis
 Coeficiente de contingencia. Sirve para medir el grado
de correlación entre dos variables cualitativas de
escala ordinal
 Coeficiente de correlación de Spearman. Sirve para
medir el grado de correlación entre dos variables
cualitativas. Por lo menos un de ellas debe ser ordinal.
 Coeficiente de correlación por rangos de kendall. Se
usa para medir el grado de correlación entre dos
variables de escala ordinal.
 Prueba Chi-cuadrada. Permite determinar si existe una
relación entre dos o mas variables categóricas
nominales u ordinales.
 CUANDO LAS VARIABLES SON
MIXTAS

a) ANÁLISIS DESCRITIVO
Se hace uso de:
Tablas de frecuencia. Tablas de contingencia,
frecuencias absolutas y acumuladas,
frecuencias porcentuales y acumuladas,
distribuciones condicionales.
Medida de tendencia central. Media, Mediana y
Moda
Medidas de variabilidad. Rango, desviación
estándar, varianza, coeficiente de variabilidad.
Gráfico de barras.
 b) PARA LA PRUEBA DE HIPÓTESIS

• Análisis de varianza. Usado para conocer la

diferencia de medias entre los grupos de la
variable cualitativa en escala nominal y
numérica.
• Pruebas no paramétricas. Para muestras
independientes se utiliza la prueba de Mann-
Whitney y para muestras relacionadas se utiliza la
prueba de Wilcoxon.
a) Cuando en la hipótesis ambas variables son descriptivas
cuantitativas

Ejemplo: “La contaminación por metales pesados y el

rendimiento académico de los alumnos del X ciclo de la
Universidad Tecnológica del Perú, Lima-2016”

El análisis de datos se llevará a cabo con los valores que

se obtendrán mediante la aplicación de los instrumentos
de investigación elaborados para ambas variables; estas
serán procesadas de la siguiente forma:
 Análisis Descriptivo
- Seelaborará una base de datos para ambas variables, con el fin
de agilizar el análisis de la información y garantizar su posterior
uso o interpretación.
- Se empelará el software del SPSS V21
- Asimismo se tendrá en cuenta las medidas de tendencia
central: media, mediana y moda, con la finalidad de describir la
localización de los valores de las variables que se estudian.
- También se hará uso de las medidas de variabilidad: rango,
desviación estándar, varianza, coeficiente de variabilidad.
- Del mismo modo, se emplearán las tablas estadísticas para
guardar los datos totalizados de las sumas o frecuencias totales
obtenidos en la tabulación de los datos, referente a las
dimensiones de las variables independiente y dependiente.
- Por último se usarán gráficos; se van a recurrir a los histogramas
para los datos cuantitativos continuos y al gráfico de barras para
los datos cuantitativos discretos.
 Análisis Inferencial
-La prueba de hipótesis se llevará a cabo mediante la
utilización del coeficiente de correlación de Pearson,
porque ambas son variables cuantitativas.
- Si la naturaleza del trabajo lo amerita, se trabajará con la
prueba de regresión lineal simple, con la finalidad de
estimar el efecto de una variable sobre otra. Debemos tener
presente que esta prueba está asociada al coeficiente “r”
de Pearson, toda vez que brinda la oportunidad de predecir
las puntuaciones de una variable tomando las
puntuaciones de la otra variable. Entre mayor sea la
correlación entre las variables (covariación), será mayor la
capacidad de predicción.
b) Cuando la hipótesis es correlacional y ambas
variables son descriptivas cualitativas

Ejemplo: Existe relación entre los estilos de aprendizaje y el

desarrollo de competencias en la asignatura de Metodología
de la investigación Científica en los estudiantes de la
Facultad de Ingeniería de la Universidad Peruana los Andes,
Lima 2015.

El análisis de datos se llevará a cabo con los valores que se

obtendrán mediante la aplicación de los instrumentos de
investigación elaborada para ambas variables y serán
procesadas de la siguiente forma:
 Análisis Descriptivo

- Se elaborará una base de datos para ambas variables con

la finalidad de agilizar el análisis de la información de la
información y garantizar su posterior uso o interpretación.
- Se utilizará el software del SPSS v21
- Se usarán tablas de frecuencias y dentro de ellas, tablas de
contingencia, frecuencias absolutas y acumuladas,
frecuencias porcentuales y distribuciones condicionales
- Se elaborarán tablas estadísticas con el objeto de
almacenar los datos totalizados de las sumas o las
frecuencias totales obtenidas en la tabulación de los datos,
referentes a las dimensiones de las variables independiente y
dependiente
- Se usarán diagramas de barras por su fácil comprensión.
También se hará uso de diagramas de sectores (círculos
divididos en sectores)
Análisis Inferencial
Se utilizará para la prueba de hipótesis, mediante el
coeficiente de correlación de Spearman, para medir el
grado de correlación entre dos variables cualitativas con
escala nominal y ordinal.

c) Cuando las variables son mixtas

Ejemplo: Contaminación por plomo y el desarrollo
intelectual en estudiantes de la Universidad Peruana Los
Andes, Lima – 2015.

El análisis de datos se llevará a cabo con los valores que se

obtendrán mediante la aplicación de los instrumentos de
investigación elaborados para ambas variables; estas
serán procesadas de la siguiente forma:
 Análisis Descriptivo

- Se elaborará una base de datos para ambas variables

con la finalidad de agilizar el análisis de la información y
garantizar su posterior uso o interpretación.
- Se utilizará el software del SPSSv21.
- También se hará uso de las tablas de frecuencias; las
tablas de contingencia, las frecuencias absolutas y
acumuladas, frecuencias porcentuales y distribuciones
condicionales.
- Asimismo se tendrá en cuenta las medidas de
tendencia central; media, mediana y moda.
- En las medidas de variabilidad se tendrá en cuenta:
rango, desviación estándar, varianza, coeficiente de
variabilidad.
- Finalmente se utilizará el diagrama de barras, or su fácil
comprensión.
 Análisis Inferencial
- Para la prueba de hipótesis. Mediante el análisis de
varianza para conocer la diferencia de medias entre los
grupos de la variable cualitativa nominal y numérica.
 ASPECTOS
ADMINISTRATIVOS
 ASPECTOS ADMINISTRATIVOS

Los aspectos administrativos

comprenden una parte del
proyecto de investigación. Se
refieren a los recursos, presupuesto y
cronograma de actividades para la
ejecución de la investigación.
RECURSOS
HUMANOS
 RECURSOS HUMANOS

Hace referencia al número, identidad y responsabilidad de las

personas directamente involucradas en una o mas fases de la
ejecución de la investigación.
Es necesario incluir los currículos de los investigadores
principales y asociados, con el objeto de establecer
claramente su competencia y preparación para la tarea
planeada; se debe indicar además el tiempo que dedicará al
proyecto cada uno de ellos.
 Veamos a continuación un ejemplo de como se
redacta este aspecto en un proyecto de investigación

El presente trabajo de investigación estará conformado por

los siguientes integrantes:
Jiménez Sánchez, Edson Manuel. Tesista
Asimismo, tenemos la participación de:
- Dr. Cosme Rojas, Guillermo Martín. Asesor temático.
- Dr. Cuba Quiñones, Julio César. Asesor metodológico.
- Mg. Porta Velásquez, Carlos. Asesor estadístico.
- Dr. Ramírez Ibáñez. Alberto. Asesor en redacción.
Finalmente, forman parte del equipo de trabajo:
120 estudiantes que constituyen la muestra poblacional.
 RECURSOS
MATERIALES
 RECURSOS MATERIALES

Se debe anotar todo el material posible que se

utilizará durante el proceso de investigación:
materiales de escritorio y laboratorio, material
didáctico. Insumos, equipos, etc.
Veamos un ejemplo de cómo se presenta dicha
información en el proyecto de investigación.
PRESUPUESTO
 PRESUPUESTO
Debe ser estimativo, se debe procurar que cada uno de
los gastos que ocasionará el desarrollo de la investigación
esté detallado de la forma mas realista como sea posible.
Dichos gastos se clasificarán de acuerdo con los
diferentes puntos, por ejemplo: equipos, material fungible,
gastos de transporte adquisición de bibliografía, sueldos,
etc. Además se debe suministrar la descripción y
justificación de cada uno.
Igualmente, deberán incluirse a una o mas entidades que
apoyarán con financiamiento, así como a la universidad
de origen o sede del estudio que apoyará con un monto
específico. Asimismo, deberá elaborarse un cálculo
aproximado, correspondiente a las etapas posteriores, en
caso que se prevea más de una fase en el curso de la
investigación.
A continuación, veamos un ejemplo de cómo se elabora y se
explica el resumen presupuestal de un proyecto de investigación.

El costo total del trabajo de investigación asciende a

S/. 6775.00 soles y será auto financiado por los
responsables de la investigación, tal como se puede
visualizar en el siguiente resumen:
Equipos (grabadora, filmadora, etc) 700.00
Materiales fungibles 1025.00
Gatos de transporte 350.00
Adquisición de bibliografía 200.00
Sueldo por asesoría externa 4500.00
TOTAL (S/.) 6775.00

Del mismo modo, se solicitará el financiamiento de

CONCYTEC y PRONABEC.
CRONOGRAMA DE
ACTIVIDADES
 CRONOGRAMA DE ACTIVIDADES

El cronograma es otro componente del proyecto de

investigación, y es también llamado gráfico de Gantt, en
honor a su inventor Henry L. Gantt. En dicho gráfico se
plasma la distribución que tendrán en el calendario las
actividades principales del proceso de investigación.
Para controlar mejor el desarrollo del trabajo y la inversión
que ello supone, debe programarse la actividad desde el
inicio hasta el final, seccionando de manera cronológica
en el tiempo, tal como recomienda el sistema
operacional de Gantt.
 FUENTES
BIBLIOGRÁFICAS
 FUENTES BIBLIOGRÁFICAS

En esta sección se presenta las fuentes que se

ha consultado hasta el momento, así como
aquellas que se consultarán durante el
proceso del trabajo. En ambos casos se deben
consignar en orden alfabético todos los datos
de identificación de la fuente de consulta. Esta
bibliografía debe servir de soporte al título de
investigación.
ANEXOS
 MATRIZ DE
CONSISTENCIA
MATRIZ DE CONSISTENCIA
MODELO DE MATRIZ DE CONSISTENCIA

1 1 1 3
2
5
4 4 4 3
2