Professional Documents
Culture Documents
EPISTEMOLOGA
EPISTEMOLOGA
La epistemologa o filosofa de la
ciencia es la rama de la filosofa
que estudia la investigacin
cientfica y su producto, el
conocimiento cientfico (Mario
Bunge).
EPISTEMOLOGA
EPISTEMOLOGA
HISTORIA DE LA EPISTEMOLOGA
1. Periodo Clsico.
Predominaban problemas de la
naturaleza y alcance del conocimiento
cientfico en oposicin al conocimiento vulgar (doxa), clasificacin de
las ciencias y la posibilidad de
construir la ciencia inductivamente,
partiendo de observaciones.
HISTORIA DE LA EPISTEMOLOGA
Se extiende desde Platn (428/429-347 a.C)
a Russell (1872-1970) y era cultivada por
cientficos, matemticos y filsofos sin
especializacin cientfica. Entre ellos
figuran: Comte, Bernard, Mach, Engels,
Lenin, Duhem, Poincar, Russell y
Whitehead que no eran epistemlogos, se
ocuparon
de
problemas
autnticos,
originales
proporcionando
soluciones
interesantes.
HISTORIA DE LA EPISTEMOLOGA
2. La profesionalizacin de la
filosofa.
Inicia con la creacin del Crculo
de Viena en 1927 por un grupo de
filsofos y cientficos reunidos con
Moritz Schlick, profesor de la
Universidad de Viena (1929 y
1937).
HISTORIA DE LA EPISTEMOLOGA
HISTORIA DE LA EPISTEMOLOGA
3. La epistemologa formal.
Bunge, denomin periodo escolstico y
lo califica como artificial, porque despus
de la disolucin del Crculo de Viena e
influenciados por Wittgenstein-, los
filsofos
perdieron
contacto
con
cientficos y matemticos y se interesaron
por problemas formales que rara vez
tenan relacin con la ciencia real.
HISTORIA DE LA EPISTEMOLOGA
4. El renacimiento epistemolgico.
Se preocupa de la ciencia real y no de
imgenes ficcionales de la ciencia.
Se ocupa de los problemas, mtodos y teoras
de la ciencia.
Propone soluciones claras a tales problemas.
Distingue la ciencia autntica de la
seudociencia.
Critica programas y resultados errneos.
Sugiere enfoques promisorios.
CATEGORAS DE EPISTEMOLOGA
Piaget (1970), clasifica en tres categoras:
a. Parten de una reflexin sobre las ciencias y
prolongan en una teora general del
conocimiento.
b. Apoyndose en una crtica de las ciencias
procuran alcanzar el conocimiento distinto al
conocimiento cientfico (en oposicin con ste, y
no ya como prolongacin de l).
c. Las que permanecen en el interior de una
reflexin sobre las ciencias.
TIPOS DE EPISTEMOLOGA
Piaget, clasifica a las teoras del conocimiento tres tipos:
TIPOS DE EPISTEMOLOGA
Las epistemologas metacientficas, son
todos los casos de una reflexin sobre las
ciencias, ya en parte construidas e
inventadas por los mismos autores de las
subsiguientes reflexiones. Para este tipo
existe la supremaca del conocimiento
cientfico y slo aceptan el conocimiento
cientfico como el nico conocimiento
vlido.
TIPOS DE EPISTEMOLOGA
Las epistemologas paracientficas, no
consisten en reflexionar acerca del
pensamiento cientfico para alcanzar una
teora ms general del conocimiento, sino se
esfuerzan en partir de una crtica ante todo
restrictiva de la ciencia para fundamentar, al
margen de sus fronteras, un conocimiento
de diferente forma. La ciencia resulta cada
vez menos objetiva y ms simblica a
medida que va de lo fsico a lo psquico,
pasando por lo vital.
TIPOS DE EPISTEMOLOGA
EPISTEMOLOGAS REGIONALES
EPISTEMOLOGAS REGIONALES
Bunge, sugiere las siguientes epistemologas
regionales:
Epistemologa
Epistemologa
Epistemologa
Epistemologa
Epistemologa
Epistemologa
Epistemologa
Epistemologa
Epistemologa
de
de
de
de
de
de
de
de
de
la lgica.
la matemtica
la fsica.
la qumica
la biologa
la psicologa
las ciencias sociales.
la economa.
la administracin
2. CONOCIMIENTO
Actividad por medio de la cual adquirimos la
certeza de que existe una realidad, el mundo
circundante existe y est dotado de
caractersticas que no ponemos en duda.
a) EMPRICO:
Se adquiere por experiencia del individuo
cumplida al azar, sin mtodo y mediante
investigaciones personales.Es conocimiento
del sentido comn.
Ejemplo: El conocimiento artesanal
adquirido por el minero informal para
encontrar oro, o por un ama de casa para
cocinar.
b) CIENTFICO:
c) FILOSFICO:
Basado en la reflexin o especulacin
proporcionados por la experiencia y por la
ciencia. Este conocimiento, se caracteriza
principalmente por lo siguiente:
Hechos y problemas que rodean al
hombre y sobre el hombre mismo, su
entorno y Dios.
Su mtodo es racional. La observacin
de la realidad o la aceptacin de
principios o axiomas para luego
proseguir por deduccin.
d) TEOLGICO:
3. CONOCIMIENTO CIENTFICO
3. CONOCIMIENTO CIENTFICO
3. CONOCIMIENTO CIENTFICO
en el
causas
Ejemplo:
El agua se compone de dos tomos de
hidrgeno y uno de oxgeno.
4. CIENCIA
Etimolgicamente se deriva de la
palabra latina Scientia; de Scire: Saber.
Es sinnimo de conocimiento, es el
conjunto o sistema acumulativo,
metdico de conocimientos comprobables, producto de una investigacin
cientfica en una determinada rea de
objetos o fenmenos.
CIENCIA
En este proceso, construye un mundo artificial:
ese creciente cuerpo de
ideas llamado ciencia,
que puede caracterizarse
como conocimiento racional, sistemtico, exacto, verificable y por consiguiente falible.
CIENCIA
Bunge (2001) seala: En cuanto se
aplica al mejoramiento de nuestro
medio natural y artificial, a la
invencin de bienes materiales y
culturales, la ciencia se convierte
en tecnologa.
Tipos de Ciencias
1) Ciencias formales:
Se ocupan de objetos que carecen de
propiedades
fsicas,
biolgicas
sociolgicas. No cambian por s
mismos. Pertenecen a este campo la
lgica y la matemtica pura. En estas
ciencias importa el concepto de
deductibilidad (verdad de razn).
Tipos de Ciencias
2) Ciencias fcticas:
Se ocupan de hechos que ocurren en el mundo
exterior o en el mundo interno, son cosas
concretas o materiales; que tienen propiedades
fsicas, biolgicas y sociales. En cambio,
carecen de propiedades matemticas, aunque
se puede representar matemticamente. Estn
la fsica, biologa, sociologa e historia. Se
utiliza el concepto de verdad, en el sentido de
verdad de hecho. Su objeto de conocimiento lo
percibe la experiencia de quien investiga.
INVESTIGACIN
LA INVESTIGACIN CIENTFICA
Mtodo Cientfico
El mtodo es el camino a seguir en la bsqueda del
conocimiento.
PROBLEMA OBJETO DE
INVESTIGACIN
QU ES UN PROBLEMA?
De manera general, se considera problema a
toda diferencia negativa entre lo que debera
ser y lo que es:
Debera SER ~ES
Problema
ELEMENTOS DE UN PROBLEMA
(TTULO)
ELEMENTOS DE UN PROBLEMA
(TTULO)
UNIDAD DE OBSERVACIN.- Son aquellas que se ponen de
EL PROBLEMA DE INVESTIGACIN
El problema es el punto de partida de la
investigacin. Si no se tiene problema
alguno, qu se va a investigar?
El problema de investigacin es el por qu
de tu investigacin, es la razn de ser, el
motivo de tu investigacin. Si realizas una
investigacin es porque quieres resolver un
problema y generar conocimientos, sea
terico o prctico.
EL PROBLEMA DE INVESTIGACIN
Un problema de investigacin queda planteado cuando se:
Tiene
uno o varios posible(s) antecedente(s) o
variable(s) independiente(s).
Tiene
uno o varios consecuente(s) o variable(s)
dependiente(s).
Formula de manera interrogativa en tiempo futuro (no
se conoce todava la respuesta).
Establece tiempo y lugar.
Conjetura
una relacin entre la(s) variable(s)
independiente(s) y la(s) variable(s) dependiente(s); la
relacin se expresa frecuentemente con las palabras:
ms, menos, mejor, peor, igual. Dicha conexin se
supone a partir de argumentos entrelazados
lgicamente.
Qu efectos produce
De qu manera influye
En qu medida favorece.
Cul es la influencia
Cmo influye
Cules seran los resultados..
Cules seran los efectos
En qu grado favorece
Cules seran los factores
OBJETIVOS DE LA INVESTIGACIN
OBJETIVOS DE LA INVESTIGACIN
Los objetivos son logros o los propsitos
definidos que se pretende alcanzar en la
investigacin a travs de la aplicacin de
procedimientos cientficos.
Para formular los objetivos, usted debe
responder las preguntas:
Qu voy a investigar?
Para qu voy a investigar o qu busco
conocer?
A dnde quiero llegar?
FORMULACIN DE OBJETIVOS
OBJETIVOS DE LA INVESTIGACIN
RECOMENDACIONES PARA FORMULACIN
DE LOS OBJETIVOS:
EJEMPLO:
OBJETIVO GENERAL: Reforzar la capacidad de
gestin en los Centros de Educacin Inicial del pas
para la atencin de los dominios del aprendizaje de
los nios de 4 y 5 aos de edad.
EJEMPLO:
Identificar el
grado de conocimiento que tienen los
pacientes de 40 a 45 aos, sobre la
diabetes y su tratamiento.
OBJETIVO
GENERAL:
Mucho contenido de
conocimiento
Verbos muy generales
ADAPTAR
CAMBIAR
CONTRASTAR
CRITICAR
DEBATIR
DEDUCIR
DEMOSTRAR
DESARROLLAR
DESCUBRIR
DETERMINAR
ELEGIR
EXTENDER
FORMULAR
GENERALIZAR
INFERIR
ORGANIZAR
PLANEAR
PREDECIR
PROBAR
RESOLVER
SISTEMATIZAR
TRANSFORMAR
1ros. Obj. En la formul.
COMBINAR
CONCEBIR
CONCLUIR
CONFIRMAR
CONSTRUIR
CREAR
CRITICAR
DECIDIR
DISEAR
ELABORAR
ESPECIFICAR
ESTABLECER
EVALUAR
EXTENDER
INTEGRAR
INTERPRETAR
JUZGAR
MODIFICAR
PROPONER
SOLUCIONAR
SUSTENTAR
VALORAR
VERIFICAR
JUSTIFICACIN DE LA INVESTIGACIN
MARCO TERICO
ANTECEDENTES DE LA INVESTIGACIN.
Son las investigaciones que se han realizado sobre el
objeto de investigacin, aquellas que guardan una
relacin directa con nuestro problema planteado.
BASES TERICAS (MARCO TERICO).
Es la descripcin de los elementos tericos planteados
por uno o diferentes autores y permiten al investigador
fundamentar su proceso de conocimiento.
MARCO CONCEPTUAL.
El investigador define y delimita, segn su criterio y de
acuerdo con su marco terico, los conceptos
involucrados en las variables de investigacin.
HIPTESIS DE INVESTIGACIN
Tener claridad,
precisin y
coherencia
Ser
operacionables o
desagregables
REQUISITOS DE
UNA HIPTESIS
Poseer delimitacin
temporal y espacial
Ser
susceptibles de
verificacin
emprica
Poseer
carcter
general
Relacin entre
variables, en las
investigaciones
no descriptivas
TIPOS DE HIPTESIS
HIPTESIS DESCRIPTIVAS.
Se orientan a la presentacin ordenada y sistemtica de
un hecho o proceso, considerando slo su
comportamiento externo. Este tipo de hiptesis
responden a problemas de los tipos: Qu? De qu
manera? Cules?. .
EJEMPLO:
Cul es el nivel de calidad de enseanza en la
Universidad Nacional del Altiplano - Puno , 2016?
HIPTESIS:.
El nivel de la calidad de enseanza en la Universidad
Nacional del Altiplano - Puno es regular.
TIPOS DE HIPTESIS
HIPTESIS CORRELACIONADAS.
Denominada como covariacin, son proposiciones que afirman la
existencia de una relacin de funcionalidad entre dos propiedades
relevantes dentro de un universo de individuos claramente determinado.
No es una explicacin en trminos de causa y efecto, sino mostrar una
forma de asociacin entre las propiedades relevantes. Responde a las
preguntas del tipo Cul es la relacin entre X e Y?
EJEMPLO:
Cul es la relacin entre un clima laboral atractivo y la motivacin del
personal dentro de una empresa que crece aceleradamente en una
economa globalizada?
HIPTESIS:
TIPOS DE HIPTESIS
HIPTESIS EXPLICATIVAS.
Denominadas hiptesis causales, son aquellos que intentan precisar
las relaciones esenciales entre los hechos, as como las estructuras
internas de estos hechos y sus relaciones causales. Responden a
preguntas del tipo Por qu? Y se caracterizan por que son
expresadas a travs de enunciados generales que tienen una forma
lgica de tipo condicional, correspondiendo al esquema;
S .. ENTONCES
EJEMPLO:
El grado de instruccin de los padres es uno de los principales
factores que influye en la permanencia de los adolescentes en el
sistema educativo formal.
TIPOS DE HIPTESIS
HIPTESIS ESTADSTICA.
Son suposiciones hechas sobre una poblacin en
trminos estadsticos, las que son construidas con
la finalidad de hacer posible la comprobacin de la
validez de la hiptesis de investigacin. Son de
dos tipos:
- Hiptesis Nula y Alternativa.
- La hiptesis nula generalmente es la negacin de la
hiptesis de investigacin.
- La hiptesis alterna es dem a hiptesis de investigacin.
EJEMPLO
CUALITATIVO
ASPECTO
Realidad objetivo de estudio
Perspectiva
Enfoque
Orientacin
Diseo
Estructura
Proceso
Procedimientos
Condiciones de observacin
Datos
Hiptesis
Anlisis
Conclusiones
Resultados
CUANTITATIVO CUALITATIVO
Objetiva
Externa
Analtico
Hacia la verificacin
Orientado al resultado
Predeterminada
Control riguroso
Estructurados
Controlados
Objetivos
Previas y verificables
Deductivo
Tendientes a la generalizacin
Vlidos confiables
Generalizable
Subjetiva
Interna
Holstica
Hacia el descubrimiento
Orientado al proceso
Interactiva y reflexiva flexible
Control subjetivo
Flexibles
Naturales
Subjetivos
Emergentes y constables
Inductivo
Tendientes a la particularidad
Vlidos consenso y subjetivo
No generalizable
DISEO DE INVESTIGACIN
DISEO DE INVESTIGACIN
DISEO DE INVESTIGACIN
DISEO DE INVESTIGACIN
DISEO DE INVESTIGACIN
DISEO DE INVESTIGACIN
VARIABLES
ALCANCE
EXPLORATORIO NO REQUIERE
DESCRIPTIVO
* HIPTESIS DESCRIPTIVA
* HIPTESIS ENTRE GRUPOS
CORRELACIONAL * HIPTESIS DE CORRELACIN
EXPLICATIVA
* HIPTESIS CAUSAL
DISEO
DISEO ESPECFICOS
NO REQUIERE
NO REQUIERE
DENOMINACIN
NO REQUIERE
TRATAMIENTO
NO REQUIERE
VARABALES
VARABALES
Nominal (cualidad)
Variable
cualitativa
- Color de cabello.
- Color de ojos.
- Estado civil.
- El gnero (M, F).
Ordinal (categorizar)
- Nivel de instruccin.
- Nivel socio-econmico.
- La categora de docentes universitarios.
TIPOS
DE
POR SU
NATURALEZA
DATOS
Discreta (conteo)
Variable
cuantitativa
Contnuas (intervalo)
- Peso de los estudiantes (kg).
- Temperatura: 28.5C.
- Estatura de los estudiantes (cm).
- Frecuencia respiratoria a 3819msnm.
Operacionalizacin de variables
VARIABLE
INDICADORES
VALOR FINAL
MUESTREO
Poblacin
Muestra
V. Ibaez
95
V. Ibaez
96
Marco de muestreo
Base de datos (Registros)
V. Ibaez
Mapas
cartogrficos
97
f ( x1 , x 2 ,, x n )
Estimador
$25000
Parmetro
X, S , p
, , P
2
V. Ibaez
98
Poblacin y Muestra
Poblacin (N = 80)
Unidad de
muestreo
Muestra (n = 6)
TIPOS DE POBLACIN
100
EJEMPLO:
UNIDAD
CARACTERSTICAS A ESTUDIAR
Nmero
FAMILIA
EJEMPLOS:
UNIDAD
CARACTERSTICAS A ESTUDIAR
Empleo.
ESTABLECIMIENTO
INDUSTRIAL
Sueldos y salarios.
Produccin Bruta.
Horas de produccin.
Consumo de energa.
Actividad Econmica.
Proceso de Muestreo
- Objetivos
POBLACIN
- Elementos
- Unidades de muestreo
- Alcance
- Tiempo
MARCO MUESTRAL
Es el listado de
unidades o elementos
de la poblacin
TAMAO DE
LA MUESTRA
Procedimiento de
seleccin
de la muestra
SELECCIN DE LA
MUESTRA
103
Tipos de Muestreo
PROBABILSTICO
NO
PROBABILSTICO
Muestreo Aleatorio
Simple (MAS)
Conveniencia o
intencional
Muestreo Aleatorio
Estratificado (MAE)
Juicio u opinin
Juicio del
Investigador
Cuotas o accidental
N mnimo
de c/grupo
Muestreo Sistemtico
Muestreo por
Conglomerados
Unidades de
muestreo
apropiados
Bola de nieve
Identificar a
uno o ms
sujetos
Haphazard
Identificar a
los pacientes
sanos104
V. Ibaez
x -
f z
f z
Z
108
-1
-1
0.2
04
+1
+1
CARACTERSTICAS:
1) Z se distribuye en forma Normal estndar (0,1), E(Z) = 0, V(Z) = 1.
34.13% 34.13%
2.15%
13.59%
13.59%
3 2
2.15%
2 3
f(Z)
04 1 2
-3
-2
-1
0
68.26%
95.44%
99.74%
V. Ibaez y J. Paredes
110
En resumen:
MUESTREO
CENSO
ECONOMICO
RAPIDO
CAPACITACION MEJOR
ERROR CONTROLABLE
PARTE DEL UNIVERSO
Todo el universo
Costoso
Resultado no inmediatos
Error a veces no controlable
Base para muchas encuestas
111
112
Tamao de Muestra
Donde:
Z: Nivel de confianza elegido
al 95% 99% (2 3)
p: Probabilidad de xito
q: Probabilidad de fracaso
e: Error mximo permitido, se
establece a priori.
p+q=1 (p=50% y q=50%).
S2=(pq) es la varianza de la
distribucin Binomial.
RESTRICCIONES
Coeficiente de Confianza
Se obtiene de
la Tabla Z
con = 0.05
Se obtiene de
la Tabla Z
con = 0.01
118
ERROR
ERROR
Z 2 N S
2
E N S Z 2
2
Z 2 2 N S 2
E N S Z 2
2
271
2
2
2
(45) (2500 ) (1.96) (400)
V. Ibaez y J. Paredes
122
V. Ibaez y J. Paredes
123
Z 2 N S
2
E 2 N S 2 Z 2 2
271
2
2
2
(V.45
) (y2500
) (1.96) (400)
Ibaez
J. Paredes
124
Z 2 Npq
e ( N 1) Z 2 pq
2
Z 2 pq
e
Z 2 pq
e
(1.96) (0.04)(0.96)
INFINITO
Z 2 pq
e
(1.96) (0.04)(0.96)
Ejemplo
Se desea estimar la prevalencia de tuberculosis en los
diferentes Hospitales de 500 personas, con un error mximo
del 5% y un intervalo de confianza del 95%. Basados en
estudios previos, se espera una prevalencia del 10%.
DATOS: Como 500<100000, entonces corresponde a
poblacin finita. Se usa la siguiente frmula:
2
2
Z Npq
e ( N 1) Z pq
2
2
2
133
V. Ibaez y J. Paredes
134
V. Ibaez y J. Paredes
135
Muestreo Sistemtico
Simple
Circular
Caractersticas:
136
K es Entero
SI
137
Muestreo sistemtico
138
Ejemplo:
Suponga que se tiene un marco de muestreo (N) de 108
con grado de magister y se quiere tomar una muestra n =
15. Se tomar una muestra sistemtica de 1 en 7.
Supongamos el arranque en 4.
N 108
k 7.2 7
n 15
139
Ejemplo:
Z 2 2 Npq
249.8 250
2
2
2
e ( N 1) Z 2 pq (0.04) (1199 ) (1.64) (0.25)(0.75)
S
no
250
no
250
n
207.04 207
no 1
249
1
1
1200
N
El tamao de muestra
definitivo es: no = 207
140
Ejemplo:
1200
Luego se calcula el SALTO k
5.8 6
207
141
142
144
145
V. Ibaez
146
Muestreo Estratificado
Poblacin (N)
N2
N3
N1
NL
........
n1
n2
n3
nL
n = n1 + n2 + n3 +.........+ nL
V. Ibaez
147
ESTRATOS
Comuna A
Comuna C
Comuna D
V. Ibaez
149
Ejemplo de Aplicacin:
Se quiere conocer el grado de aceptacin de los nuevos planes de
estudio por la poblacin universitaria de la Regin. Para tal fin se
escoge una muestra integrada por 2289 estudiantes de la UNAPuno. La muestra se afija entre las distintas carreras de manera
proporcional al nmero de estudiantes registrados en dichas
carreras. Para ello se multiplica la proporcin que representa cada
uno de los estratos (carreras diferenciadas) por el tamao
muestral 2289, obtenindose el tamao de muestra para cada
estrato.
a) Tamao de muestra.
Frmula para calcular el tamao de muestra por estratos si n0/N10%
p = Proporcin de estudiantes con los nuevos planes 57.80%
q = Proporcin de estudiantes que no estn de acuerdo: 42.2%
e = Es el error de precisin: 2%
Z = Es el nivel de confiabilidad al 95% (2)=1.96
n0 = Tamao de muestra sin corregir.
n = Tamao de muestra corregida.
V. Ibaez
no
2
2
Z Npq
e ( N 1) Z pq
2
2
2
(1.96) 2 (98953)(0.578)(0.422)
no 2
2288 .4 2289
2
2
2
e ( N 1) Z 2 pq (0.02) (98952 ) (1.96) (0.578)(0.422)
no
S
10% entonces se realiza la correccin con la siguiente frmula :
N
n0
n
n0 1
1
N
En nuestro caso
n o 2289
151
Nh
n h Wh x n x n
N
POBLACIN (N)
4535
4983
2682
18600
13755
6888
4567
10613
6063
13900
5568
2411
4388
V. Ibaez98953
y J. Paredes
Nh
Wh
N
0.0458298
0.0503572
0.0271038
0.1879680
0.1390054
0.0696088
0.0461532
0.1072529
0.0612715
0.1404707
0.0562691
0.0243651
0.0443443
n=
nh
Nh
n
N
105
115
62
430
318
159
106
246
140
322
129
56
102
152
2289
V. Ibaez
153
Ingreso de Informcin
V. Ibaez y J. Paredes
154
V. Ibaez
155
V. Ibaez
156
V. Ibaez
157
V. Ibaez
158
V. Ibaez y J. Paredes
159
V. Ibaez y J. Paredes
160
Seleccin
Probabilidad
Ponderacin
Medicina Humana
ESCUELAS
4535
15
2.315325248
43.19047619
Medicina Humana
4535
191
2.315325248
43.19047619
Medicina Humana
4535
291
2.315325248
43.19047619
Medicina Humana
4535
373
2.315325248
43.19047619
Topografa
4983
82
2.307846679
43.33043478
Topografa
4983
146
2.307846679
43.33043478
Topografa
4983
220
2.307846679
43.33043478
Veterinaria
2682
11
2.311707681
43.25806452
Veterinaria
2682
38
2.311707681
43.25806452
Veterinaria
2682
135
2.311707681
43.25806452
Veterinaria
2682
182
2.311707681
43.25806452
Derecho
18600
36
2.311827957
43.25581395
Derecho
18600
84
2.311827957
43.25581395
Derecho
18600
117
2.311827957
43.25581395
Economa
13755
59
2.311886587
43.25471698
Economa
13755
68
2.311886587
43.25471698
Economa
13755
82
2.311886587
43.25471698
Sociologa
6888
2.308362369
43.32075472
Sociologa
6888
20
2.308362369
43.32075472
Sociologa
6888
126
2.308362369
43.32075472
Sociologa
6888
149
2.308362369
43.32075472
Antropologa
4567
35
2.320998467
43.08490566
Antropologa
4567
44
2.320998467
43.08490566
Antropologa
4567
47
2.320998467
43.08490566
Sistemas
10613
2.317911995
43.14227642
Sistemas
10613
16
2.317911995
43.14227642
Sistemas
10613
33
2.317911995
43.14227642
Electrnica
6063
2.30908791
43.30714286
..
..
..
..
Biologa
..
4388
4236
2.324521422
43.01960784
Biologa
4388
2.324521422
43.01960784
Biologa
4388
2.324521422
43.01960784
V. Ibaez y4268
J. Paredes
4312
161
Muestreo de Conglomerados
A veces muestreo aleatorio simple, sistemtico o estratificado no
es posible, ya que se requieren listas (totales o por estratos) y/o en
muchos casos esas listas no existen o no son accesibles
legalmente o por poltica de la empresa no son pblicas.
162
Muestreo de Conglomerados
Caractersticas
Las unidades de muestreo suelen ser un grupo de elementos que
comnmente llamado conglomerado de elementos. El muestreo de estas
unidades es llamado muestreo de conglomerados.
El marco de muestreo es una lista de conglomerados
La medicin se realiza a todos los elementos del conglomerado
seleccionado.
Se utiliza en las investigaciones por muestreo a gran escala
Ventajas
Reduce el costo del muestreo, al no utilizar una lista de elementos de la
poblacin (marco) y slo una lista de conglomerados que es ms fcil y
ms barato de obtener.
Reduce el tiempo de la organizacin y ejecucin del trabajo de campo.
V. Ibaez
163
Poblacin
Conglomerado
V. Ibaez y J. Paredes
Elemento
164
V. Ibaez y J. Paredes
165
Homogeneidad: (Entre)
Entre conglomerados
Heterogeneidad: (Dentro)
Entre elementos del mismo conglomerado
V. Ibaez
166
Muestreo de Conglomerados
Diferencia con estratos:
En conglomerados son heterogneos internamente; no interesa
particularmente diferencias; es slo un medio de tomar datos ms
econmico y simple
Requisitos: Los conglomerados deben ser lo ms heterogneos
posibles internamente; muy parecidos entre s. Esto nunca es del
todo as, sobre todo conglomerados geogrficos, por ejemplo la
gente igual vive junta (barrios, ciudades).
V. Ibaez
167
V. Ibaez y J. Paredes
168
V. Ibaez
169
EJEMPLO:
Supngase que se desea obtener una muestra de
aproximadamente de 120 estudiantes de un instituto de Enseanza
Media que tiene 966 alumnos registrados y que los alumnos estn
distribuidos en 21 aulas de tamaos variables y conocidos.
La distribucin de los 966 alumnos registrados, segn aulas y
cursos es la siguiente:
V. Ibaez y J. Paredes
170
EJEMPLO:
En el archivo excel INSTITUTO.xls, existe una hoja
MC que contiene la lista de las 21 aulas y los tamaos
de muestras. Ntese que el campo que contiene los
conglomerados no tiene que ser numrico (en este
archivo, el campo se llama AULA, estos estn
identificados por los cdigos que sealan de qu aula
se trata dentro de cada curso). Se ingresa el tamao
de muestra (n = 120) y Epidat 4.1, aplica un muestreo
simple aleatorio para seleccionar 3 de los 21 grupos.
Este nmero es el resultado de dividir el tamao de la
muestra (120) por el nmero medio de unidades de
anlisis de las Unidades de Primera Etapa (UPE)
(966/21=46) y luego 120/46=2.6 3.
171
172
173
174
EJEMPLO:
Se quiere obtener una muestra de n=120 estudiantes del
175
V. Ibaez y J. Paredes
176
V. Ibaez y J. Paredes
177
V. IbaeZredes
178
INSTRUMENTOS
DE MEDICIN
V. Ibaez
179
180
LA OBSERVACIN
INSTRUMENTOS DE LA OBSERVACIN
LA ENTREVISTA
INSTRUMENTOS DE LA ENTREVISTA
LA ENTREVISTA
VENTAJAS
DESVENTAJAS
LA ENCUESTA
Es un mtodo en el cual se solicita la
informacin a travs de un formato
estandarizado de preguntas con espacio
para reportar sus respuestas. Permite
recoger informacin clara y precisa. Se
puede aplicar personalmente o por correo,
en forma individual o grupal.
INSTRUMENTOS DE LA ENCUESTA
LA ENCUESTA
VENTAJAS
DESVENTAJAS
1. Su estructura es
esttica. No realiza a
profundidad.
2. El procesamiento de
los
datos
es
complejo.
3. Menor confiabilidad.
4. Mayor inversin en
material.
DIMENSIN
INDICADOR
ORIENTACIN DE
Trabajo oportuno
RESULTADOS
N DE TEMS
Errores en el trabajo
CATEGORAS
Cumplimiento de tareas
CALIDAD
TEM/REACTIVOS
Muy bueno
Muy alto
EL INSTRUMENTO DE MEDICIN
EL INSTRUMENTO DE MEDICIN
CONFIABILIDAD
CONFIABILIDAD
CONFIABILIDAD: Exactitud y precisin del
instrumento de medicin.
Depende de:
*Caractersticas del procedimiento de medicin
*Caractersticas de la variable que se mide
*Caractersticas de los sujetos y observadores
CONFIABILIDAD
METODOS PARA ESTIMAR LA
CONFIABILIDAD:
*
*
*
*
VALIDEZ
Se refiere al grado
en que un
instrumento mide
lo que se supone
debe medir.
La validez de un
instrumento no se
establece, sino que
se sustenta en un
mayor o menor grado
de evidencia. Un
investigador no valida
al instrumento per se,
sino la aplicacin del
mismo.
VALIDEZ
EN UNA INVESTIGACIN SE PRETENDE:
Validez interna: Contestar la pregunta de
investigacin y tener exactitud
en las conclusiones, y
Validez externa: Posibilidad de generalizar
conclusiones
ANLISIS DE TEMS
NDICE DE DIFICULTAD DE TEM
Es la proporcin de sujetos que responden un tem con
respecto al total de sujetos que contestaron el instrumento,
se expresa con la frmula siguiente:
SRCI
ID
100
N
Donde:
ID : ndice de dificultad.
NDICE DE
INTERPRETACIN DEL
DIFICULTAD
TEM
DIFCIL
ID < 40
40 ID 60
61 ID 89
ID 90
MEDIANA DIFICULTAD
FCIL
MUY FCIL
ANLISIS DE TEMS
NDICE DE DISCRIMINACIN DE TEM
La discriminacin del tem, se refiere al poder de un reactivo
para separar a aquellos sujetos que tienen dominio del
rasgo que mide el tem en comparacin con aquellos que no
tienen tal dominio.
RCGS RCGI
D
N gi
Donde:
NDICE DE
DISCRIMINACIN
D < 0.0
0.0 D 0.19
0.20 D 0.29
0.30 D 0.39
D 0.4
ANLISIS DE TEMS
NDICE DE HOMOGENEIDAD DEL TEM (IH)
El ndice de homogeneidad de un tem, informa el grado en que el tem
est midiendo, similar a la globalidad del test; es decir, el grado en
que es consistente, homogneo con el total de la prueba.
ni 1 xi X i 1 xi i 1 X
n
IH rix
2
n 2 n 2 n 2 n
n xi xi n X i X i
i 1 i 1
i 1
i 1
NDICE DE
HOMOGENEIDAD
IH < 20
0.21 IH 0.60
IH 0.61
VALIDEZ Y
CONFIABILIDAD DE
LOS
INSTRUMENTOS
CONFIABILIDAD DE INSTRUMENTOS
La confiabilidad es una medida de determinacin de la
ESTABILIDAD y la CONSISTENCIA INTERNA del instrumento.
Un instrumento es estable si, aplicado repetidas veces a los
mismos fenmenos, bajo las mismas condiciones, arroja
resultados consistentes (congruentes).
Consistencia interna propiedad del instrumento segn la cual,
cada parte del mismo mide de la misma manera que las otras
partes.
CONFIABILIDAD
0.01
0.21
0.41
0.61
0.80
a
a
a
a
a
0.20
0.40
0.60
0.80
1.00
INTERPRETACIN
MUY BAJA
BAJA
MODERADA
ALTA
MUY ALTA
ALFA DE CRONBACH
Para evaluar la confiabilidad es comn emplear el
COEFICIENTE ALFA DE CRONBACH, cuando las alternativas
de respuestas son policotmicas, como la escala de tipo
Likert que puede tomar valores entre 0 y 1. Donde:
Confiabilidad nula = 0 y confiabilidad total = 1. El coeficiente
de Cronbach, se calcula por medio de la varianza de los
tems, y la varianza del puntaje total.
: Coeficiente de confiabilidad de la
prueba o cuestionario.
K : N de tems del instrumento.
S2t : Varianza total del instrumento (filas).
S2i: Suma de las varianzas de los
tems (columnas).
2
Si
K
1 i 1 2
K 1
St
EJEMPLO
Se tiene un cuestionario para evaluar la aceptacin de una
asignatura con tres preguntas y se desea saber si los datos
que se obtienen a partir de esta herramienta son confiables.
Para evaluar la fiabilidad de este cuestionario, se aplic a 10
personas de una muestra similar. Las preguntas y los
resultados se muestran a continuacin:
1.- El curso ha respondido a sus expectativas?
1 Muy poco ( )
Poco
( )
3 Regular ( )
4 Aceptable ( X )
5 Muy aceptable ( )
Poco
(X)
3 Regular ( )
4 Aceptable ( )
5 Muy aceptable ( )
Poco
( )
3 Regular ( )
4 Aceptable ( X )
5 Muy aceptable ( )
PREG. N
PREG. N 2
1
4
2
2
1
3
1
2
2
2
1
1
1
2
4
3
3
4
4
1
1
24
20
1.040
1.400
TOTAL
FILAS
4
10
3
6
2
6
2
6
4
7
3
5
4
10
4
10
3
11
1
3
30
74
1.000
3.44
Varianza (t) = 6.440
PREG. N 3
2
t
E
i 1
2
i
10
( Ei )
i 1
612 (74) 2 10
6.44
10
K
1
K 1
S
i 1
S t2
2
i
0.6988
Alfa de
Cronbach
Alfa de
Cronbach
basada en
elementos
estandarizados
N de elementos
.699
.700
INTERPRETACIN:
El resultado nos indica que la prueba (instrumento de
investigacin) es = 0.699, por lo tanto, se aproxima a ser
confiable.
rxy
X
i
i 1
i 1
Yi ( X i )( Yi ) n
n
n
n
n 2
2
2
2
X i ( X i ) n Yi ( Yi ) n
i 1
i 1
i1
i 1
rIP
I
i
i 1
i 1
Pi ( I i )( Pi ) n
n
n
n
n 2
2
2
2
I i ( I i ) n Pi ( Pi ) n
i 1
i 1
i 1
i 1
2r
R
1 r
Ejemplo Aplicacin
MATRIZ DE DATOS
N DE
ENCUESTADOS
1
2
3
4
5
6
7
8
9
10
PREG. N
TOTAL TOTAL PRODUCTO
PREG. N 2 PREG. N 3
1
IMPAR (I) PAR (P)
(I)x(P)
4
2
4
8
2
16
2
1
3
5
1
5
3
1
2
5
1
5
2
2
2
4
2
8
2
1
4
6
1
6
1
1
3
4
1
4
2
4
4
6
4
24
3
3
4
7
3
21
4
4
3
7
4
28
1
1
1
2
1
2
10
Total
I
i 1
54
10
P
i 1
20
P2
64
25
25
16
36
16
36
49
49
4
4
1
1
4
1
1
16
9
16
1
10
10
I P 119 I
i
I2
i 1
2
i
10
320 Pi 2 54
i 1
Ejemplo Aplicacin
10
rIP
10
10
I P ( I )( P )
i
i 1
i 1
10
2
2
2
2
I
(
I
)
10
P
(
P
)
10
i
i i
i
1
i
1
i
1
i
10
10
10
10
119 (54)(20) 10
0.5517
BIBLIOGRAFA CONSULTADA
COCHRAN, G.W. (1980). Tcnicas de Muestreo. Edit.
Continental. Mxico.
DE LA TORRE, C. (2015). Seminario de Tesis I. UNSAAC
Cusco Per.
DE LA TORRE, C. (2015). Instrumentos en la Investigacin
Cientfica. UNSAAC Cusco Per.
IBAEZ, V. y ZEA, W. (1997). Muestreo. Edicin Primera.
FINESI - UNA-Puno.
RAMOS, J. Diseos de Muestreo. V Coloquio FINESIUNA-Puno. E-mail: jramos@correo.ulima.edu.pe
ZEA, F.W. e IBAEZ, Q.V. (2003). "Tablas Estadsticas".
Segunda Edicin. Edit. Universitaria. Fac. Cs. Agrarias FINESI. UNA - Puno.
V. Ibaez
220