C:\fakepath\tecnicas de investigación cientifica
-
Upload
jose-pimentel -
Category
Documents
-
view
217 -
download
1
Transcript of C:\fakepath\tecnicas de investigación cientifica
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS(Universidad del Perú, DECANA DE AMÉRICA)
FACULTAD DE EDUCACIÓN
UNIDAD DE POST GRADO
Dr. Elías J. Mejía Mejía
TÉCNICAS DE
INVESTIGACIÓN CIENTÍFICA
LA CIENCIA
Es una actitud muy conveniente para el hombre,
pero paradógicamente tardía.
Consiste en identificar una serie de fenómenos o
aspectos de la realidad y tratar establecer, entre
ellos, relaciones de causalidad para poder luego
describirlos, explicarlos, predecirlos o
retrodecirlos (plano de la teoría) o transformarlos
(plano de la práctica).
La ciencia es teoría y práctica, al mismo tiempo.
LA CIENCIA
Homo
SapiensTales
de Mileto
Ciencia
Moderna
Copérnico
Galileo
Newton
Relatividad
Einstein
Cristo
70,000
años
A.C.
500
años
A.C
1,500
años
D.C.
2,000
años
D.C.
CARACTERÍSTICAS DEL CONOCIMIENTO CIENTÍFICO
EL CONOCIMIENTO
CIENTÍFICO ES:
FALIBLE
REFUTABLE
CONTRASTABLE
RELATIVO
UNIVERSAL
OBJETIVO
AUTOCORREGIBLE
EL CONOCIMIENTO
NO CIENTÍFICO ES:
INFALIBLE
IRREFUTABLE
INCONTRASTABLE
ABSOLUTO
PARTICULAR
SUBJETIVO
POR SER INFALIBLE,
NO SE CORRIGE
EL MÉTODO HIPOTÉTICO DEDUCTIVO
1. Conocimientos previos.
2. Planteamiento del problema científico.
3. Formulación de las hipótesis.
4. Contraste de las hipótesis con la evidencia empírica.
5. Adopción de las decisiones con respecto a las hipótesis.
Primera decisión: Aceptación de las hipótesis, si los hechos lacorroboran. En este caso se convierten en teorías y se incorporan alos conocimientos previos.
Segunda decisión: Rechazo de las hipótesis, si los hechos no lascorroboran. En este caso, el investigador debe plantear nuevashipótesis.
HIPÓTESIS:
ESTUCTURA FORMAL
1. Variables
(independientes y dependiente)
2. Elemento relacional
3. Población de referencia
4. Ámbito de estudio
5. Horizonte temporal
Elementos
sustantivos
Elementos
adjetivos
HIPÓTESIS BIVARIADAS Y MULTIVARIADAS
HIPÓTESIS BIVARIADA:
Y = f (x)
HIPÓTESIS MULTIVARIADA O FACTORIAL:
Y = f (x1 , X2 , X3 , … nx)
UN PROBLEMA CIENTÍFICO
¿Qué efectos producen, en el
Rendimiento Académico de alumnos
del Ciclo Básico de Obstetricia, el
Desempeño Docente y los Métodos
Didácticos empleados en el proceso
educativo?
UNA HIPÓTESIS GENERAL
El eficiente desempeño
docente, (A2), y los métodos
didácticos centrados en el
aprendizaje, (B2), son factores que
contribuyen a incrementar
significativamente el nivel de
rendimiento académico de alumnos
del Ciclo Básico de Obstetricia.
UNA HIPÓTESIS NULA
El rendimiento académico de alumnos
del Ciclo Básico de Obstetricia, no se
incrementa con el eficiente
desempeño docente, (A2), ni con los
métodos didácticos centrados en el
aprendizaje, (B2).
SUB HIPÓTESIS ALTERNA 1
Se observa un incremento significativo
en el rendimiento académico del grupo
de alumnos que estudió con profesores
que tenían eficiente desempeño docente,
(A2), con respecto al grupo de alumnos
que estudió con profesores que no
tenían eficiente desempeño docente,
(A1).
SUB HIPÓTESIS NULA 1
No existen diferencias significativas en
el rendimiento académico del grupo de
alumnos que estudió con profesores
que tenían eficiente desempeño
docente, (A2), con respecto al grupo de
alumnos que estudió con profesores
que no tenían eficiente desempeño
docente, (A1).
SUB HIPÓTESIS ALTERNA 2
Se observa un incremento significativo
en el rendimiento académico del grupo
de alumnos a quienes se les aplicó
métodos didácticos centrados en el
aprendizaje, (B2), con respecto al grupo
de alumnos a quienes se les aplicó
métodos didácticos centrados en la
enseñanza, (B1).
No se observan diferencias
significativas en el rendimiento
académico del grupo de alumnos a
quienes se les aplicó métodos
didácticos centrados en el
aprendizaje, (B2), con respecto al grupo
de alumnos a quienes se les aplicó
métodos didácticos centrados en la
enseñanza (A1).
SUB HIPÓTESIS NULA 2
SUB HIPÓTESIS ALTERNA 3
La interacción de los factores
Desempeño Docente y Métodos
Didácticos, (A x B), incrementa los
niveles de rendimiento académico de
alumnos del Ciclo Básico de
Obstetricia.
SUB HIPÓTESIS NULA 3
La interacción de los factores
Desempeño Docente y Métodos
Didácticos, (A x B), no produce efectos
significativos en el rendimiento
académico de alumnos del Ciclo
Básico de Obstetricia.
UN PROBLEMA CIENTÍFICO
¿Qué relación existe entre el índice
académico, la organización del
tiempo libre y la afinidad de la
actividad laboral con los
estudios, con respecto al éxito
académico de estudiantes de
Posgrado de la U.N.M.S.M.
HIPÓTESIS ALTERNA
El índice académico, la
organización del tiempo libre y la
afinidad de la actividad laboral con
los estudios, están directamente
correlacionados con el éxito
académico de estudiantes de
Posgrado de la U.N.M.S.M.
HIPÓTESIS NULA
El índice académico, la
organización del tiempo libre y la
afinidad de la actividad laboral con
los estudios, no están
correlacionados con el éxito
académico de estudiantes de
Posgrado de la U. N. M. S. M.
ESTRATEGIA PARA PROBAR HIPÓTESIS
MAXIMIZAR LOS EFECTOS DE LA
VARIABLE INDEPENDIENTE
MINIMIZAR LOS EFECTOS DE LAS
VARIABLES INTERVINIENTES
CONTROLAR LOS POSIBLES ERRORES DE MEDICIÓN
CONTROL DE LA VARIANZA
CONDICIONES DE UN
EXPERIMENTO CIENTÍFICO
1. EN TODO EXPERIMENTO SE DEBE TRABAJAR, POR LO MENOS, CON
DOS GRUPOS.
2. LOS GRUPOS DEBEN SER IGUALES.
3. LOS GRUPOS DEBEN HABER SIDO FORMADOS POR EL PROPIO
INVESTIGADOR
FACTORES QUE PRODUCEN
HIPÓTESIS RIVALES
1. Por el paso del tiempo
HISTORIA
MADURACIÓN
2. Por la aplicación de pre tests
ADMINISTRACIÓN DE TEST
INSTRUMENTACIÓN
REGRESIÓN ESTADÍSTICA
3. Por la igualación de sujetos
SELECCIÓN
MORTALIDAD EXPERIMENTAL
INTERACCIÓN ENTRE MADURACIÓN Y SELECCIÓN
ANÁLISIS DE LA VALIDEZ INTERNA
H
-
-
+
+
+
+
M
-
-
+
+
+
+
A
-
+
+
+
+
I
-
+
+
+
+
R
-
+
+
+
+
S
-
+
-
+
+
+
ME
-
+
-
+
+
+
MS
-
-
+
+
+
PREEXPR
EXPERIM
Una sola medición
Pre, post test con un grupo
Comparación con grupo est
Diseño clásico
Cuatro grupos de Solomon
Sólo post test
X 0
0 X 0
X 0
0
R 01 X 02
R 03 04
R 01 X 02
R 03 04
R X 05
R 06
R X 01
R 0 2
OTRAS ESTRATEGIAS
CUASI EXPERIMENTALES
MUESTRAS CRONOLÓGICAS EQUIVALENTES:
X1 O1 X0 O2 X1 O3 X0 O4 X1 O5 X0 O6
GRUPO DE CONTROL NO EQUIVALENTE :
O1 X O2
O3 O4
ESTRATEGIAS EX POST FACTO
10 000
Historias Clínicas de
pacientes que murieron
de cáncer pulmonar
2 000
(20%)
Pacientes que,
en vida, no fumaban
8 000
(80 %)
De pacientes que,
en vida, fumaban
ANÁLISIS DE VARIANZA
Yijk = ‘K - ésima’ observación bajo el ‘i - ésimo’ tratamiento
de la variable A y bajo el ‘j - ésimo’ tratamiento de la
variable B. Efecto de los factores A y B cualesquiera
sean sus niveles de variación.
µ = Media muestral en cada uno de los tratamientos del
diseño 2x2
a i = Efecto del ‘i - ésimo’ nivel del factor A
b j = Efecto del ‘j - ésimo’ nivel del factor B
a b = Interacción de los factores A y B
ijk = Margen de error estimado.
Yijk = µ + a i + bj + (a b )ij + ijk
ANÁLISIS DE VARIANZA
Sub Hipótesis Alterna 1: µ20 > µ10
Sub Hipótesis Nula 1: µ20 = µ10
Sub Hipótesis Alterna 2: µ02 > µ01
Sub Hipótesis Nula 2: µ02 = µ01
Sub Hipótesis Alterna 3: (a b )ij > 0
Sub Hipótesis Nula 3: (a b )ij = 0
ANÁLISIS DE VARIANZA: Caso
Factor A
Desempeño docente
A1 No eficiente A2 Eficiente
B1
Centrados en
la enseñanzaFactor B
Métodos
DidácticosB2
Centrados en
el aprendizaje
[1]
[b] [ab]
[a]80 alumnos de 3°
Año de la
U.N.M.S.M.
80 alumnos de 4°
Año de la
U.P.L.A.
80 alumnos de 3°
Año de la
U.P.L.A.
80 alumnos de 4°
Año de la
U.N.M.S.M.
ANÁLISIS DE VARIANZA: Caso
Factor A
Desempeño docente
A1 No eficiente A2 Eficiente
B1
Centrados en
la enseñanzaFactor B
Métodos
DidácticosB2
Centrados en
el aprendizaje
[1]
[b] [ab]
[a]
867
1087985
998
ANÁLISIS DE VARIANZA:Combinación lineal
Combinación lineal
FactoresEfectos de
los factores
Efecto
de A
Interacción
A x B
Efecto
de B
867
1
+–
a b ab
998 985 1087
++
++
+–
– –
––
Totales
1,26
1,42227
201
- 23 - 0,14
ANÁLISIS DE VARIANZA:Suma de cuadrados
Trat. [1 ]A1B1
Trat. [a ]A2B1
Trat. [b ]A1B2
Trat. [ab ]A2B2
9,5
12,3812,4810,84
14,5149,510,5
9,5 9,5 9,5
13,59
S xab
n = 80
1087987998867 S x = 3939
x a b
abn
1
abn
–
1
ANÁLISIS DE VARIANZA:Suma de cuadrados de los efectos
S1
abn
SST = X 2 –
S1
abnX )2
abn
(
S1
nX2 ab = 49533,75
= 49533,75 –2 x 2 x 80
(3939)2
= 49533,75 – 48486,63 = 1047,12 (SST)
ANÁLISIS DE VARIANZA:Suma de cuadrados entre medias
S1
abn
SSE =abn
S1
nxabn )2 (
abn
S1
abnx )2 (
1. Para el primer término
S1
ab
1
S1
nxab )2 (
abn
(867)2 + (998)2 + (987)2 + 1087)2
=
ANÁLISIS DE VARIANZA:Suma de cuadrados entre medias
SSE = 48792,89 – 48486,63 = 306,26
SSE = 306,26
2. El segundo término de esta ecuación es el mismo
que para SST, es decir: 48486.63
3. Continuando con el proceso se tiene:
ANÁLISIS DE VARIANZA:Suma de cuadrados dentro de las combinaciones
SSD = SST - SSE
SSD = 1047,12 - 306,26
SSD = 740,86
ANÁLISIS DE VARIANZA:Prueba F de la Hipótesis
Fórmula de F:
F = MSE / MSD
F = 102,09 / 2,34 = 43,63
43,63 > 2,63
valor hallado: 43,63, es > que valor tabulado: 2,63
Fuente de variación
Dentro de las combinaciones
Total
SS
306,26 102,09
3191047,12
gl
3
MS
Entre las combinaciones
740,86 316 2,34
REGRESIÓN MÚLTIPLE
15.16
15.77
13.19
14.70
12.13
14.52
11.96
15.94
14.04
14.32
13.02
13.14
15.02
16.55
14.10
14.81
15.08
13.71
12
12
11
10
14
15
13
10
10
11
10
11
11
11
11
12
14
12
14
14
14
14
14
14
12
14
14
14
14
14
14
14
14
14
14
12
13.45
13.75
14.21
13.39
14.05
13.99
14.15
15.93
15.48
14.76
14.03
14.40
15.30
16.14
13.83
14.91
15.06
14.26
229.8256
248.6929
173.9761
216.0900
147.1369
210.8304
143.0416
254.0836
197.1216
205.0624
169.5204
172.6596
225.6004
273.9025
198.8100
219.3361
227.4064
187.9641
144
144
121
100
196
225
169
100
100
121
100
121
121
121
121
144
196
144
196
196
196
196
196
196
144
196
196
196
196
196
196
196
196
196
196
144
180.9025
189.0625
201.9241
179.2921
197.4025
195.7201
200.2225
253.7649
239.6304
217.8576
196.8409
207.3600
234.0900
260.4996
191.2689
222.3081
226.8036
203.3476
181.92
189.24
145.09
147.00
169.82
217.80
155.48
159.40
140.40
157.52
130.20
144.54
165.22
182.05
155.10
177.72
211.12
164.52
212.24
220.78
184.66
205.80
169.82
203.28
143.52
223.16
196.56
200.48
182.28
183.96
210.28
231.70
197.40
207.34
211.12
164.52
168
168
154
140
196
210
156
140
140
154
140
154
154
154
154
168
196
144
2039020
216.8375
187.4299
196.8330
170.4265
203.1348
169.2340
253.9242
217.3392
211.3632
182.6706
189.2160
229.8060
267.1170
195.0030
220.8171
227.1048
195.5046
161.40
165.00
156.31
133.90
196.70
209.85
183.95
159.30
154.80
162.36
140.30
158.40
168.30
177.54
152.13
178.92
210.84
171.12
188.30
192.50
198.94
187.46
196.70
195.86
169.80
223.02
216.72
206.64
196.42
201.60
214.20
225.96
193.62
208.74
210.84
171.12
X1 X2 X2. X2 Y * YX1 * X1YX3 X3. X3 X1. X2 X1. X3 X2.X3 X1 * Y X2 * Y X3 * Y
2023.57 16.63 19.00 2094.71 28393.2825 25184 30410.9647 27505.7624088.1329293.627026570.9023266.3419934 21956
REGRESIÓN MÚLTIPLE
Y = a0 n + a1 X1 + a2 X2 + a3 X3
X1Y = a0 X1 + a1 X12 + a2 X1 X2 + a3 X1 X3
X2Y = a0 X2 + a1 X1 X2 + a2 X22 + a3 X2 X3
X3Y = a0 X3 + a1 X1 X2 + a2 X2 X3 + a3 X32
REGRESIÓN MÚLTIPLE: Datos
n = 145
X1 = 2023,57
X2 = 1663
X3 = 1900
Y = 2094,71
X12 = 28393,28
X22 = 19939
X32 = 25184
Y2 = 30410,96
X1 X2 = 23266,34
X1 X3 = 36570,90
X2 X3 = 21956
REGRESIÓN MÚLTIPLE:Ecuación de Predicción
En donde:
a0 = Constante = 7,7844
a1 = Coeficiente de regresión de X1 = 0,3421
a2 = Coeficiente de regresión de X2 = 0,0282
a3 = Coeficiente de regresión de X3 = 0,1194
Y = a0 + X1 a1 + X2 a2 + X3a3
^
REGRESIÓN MÚLTIPLE:Ecuación de Predicción. Caso
Y del sujeto 40 = 7,7844 + ( 13.87 x 0,3421) +
(13 x 0,0282) + (14 x 0,1194)
Y del sujeto 40 = 7,7844 + 4,74927 + 0,3666 + 1,6716
Y del sujeto 40 = 14,57
Y del sujeto 40 = 14,19
Discrepancia entre Y y Y = -0,38
^
^
^
^
PRUEBA F
F =R2/K
(1 – R2) / (N – K – 1)
F =0.44272/3
(1 – 0.44272) / (145 – 3 – 1)
F = = 11,45190,0653
0,0057021
Como 11,4519 > 2,63, se rechaza Ho
DISTRIBUCIÓN DE F (95 % confianza)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
gl 1
161,40
18,51
10,13
7,71
6,61
5,99
5,59
5,32
5,12
4,96
4,84
4,75
4,67
4,60
4,54
4,49
4,45
4,41
4,38
4,35
4,32
4,30
3,84
199,50
19,00
9,55
6,94
5,79
5,14
4,74
4,46
4,26
4,10
3,98
3,89
3,81
3,74
3,68
3,63
3,59
3,55
3,52
3,49
3,47
3,44
3,00
215,70
19,16
9,28
6,59
5,41
4,76
4,35
4,07
3,86
3,71
3,59
3,49
3,41
3,34
3,29
3,24
3,20
3,16
3,13
3,10
3,07
3,05
2,60
224,60
19,25
9,12
6,39
5,19
4,53
4,12
3,84
3,63
3,48
3,36
3,26
3,18
3,11
3,06
3,01
2,96
2,93
2,90
2,87
2,84
2,82
2,37
230,20
19,30
9,01
6,26
5,05
4,39
3,97
3,69
3,48
3,33
3,20
3,11
3,03
2,96
2,90
2,85
2,81
2,77
2,74
2,71
2,68
2,66
2,21
234,00
19,33
8,94
6,16
4,95
4,28
3,87
3,58
3,37
3,22
3,09
3,00
2,92
2,85
2,79
2,74
2,70
2,66
2,63
2,60
2,57
2,55
2,10
2 3 4 5 6
CHI CUADRADA
X2 =
(fo - fe)2
fe
X2 =
N ([ AD - BC ] - ½ N)2
(A+B) (C+D) (A+C) (B+D)
Forma simple
Para muestras independientes
CHI CUADRADA
Edades
21 - 25
26 - 30
31 - 35
36 - 40
41 - 45
N
Favorable
15 (8,6)
11 (8,6)
9 (8,6)
5 (8,6)
3 (8,6)
43
Neutral
2 (3,6)
4 (3,6)
5 (3,6)
5 (3,6)
2 (3,6)
18
Desfavorab.
3 (7,8)
5 (7,8)
6 (7,8)
10 (7,8)
15 (7,8)
39
Total
20
20
20
20
20
100
Datos para el cálculo de Chi Cuadrada
CHI CUADRADA
Edades
21 - 25
26 - 30
31 - 35
36 - 40
41 - 45
N
Cálculo de Chi Cuadrada de la actitud favorable
fo
15
11
9
5
3
43
fe
8,6
8,6
8,6
8,6
8,6
43
6,4
2,4
0,4
-3,6
-5,6
4,76
0,66
0,00
1,51
3,65
10,58
40,96
5,76
0,16
12,96
31,36
fo-fe (fo-fe)2(fo-fe)2
fe
CHI CUADRADA
Edades
21 - 25
26 - 30
31 - 35
36 - 40
41 - 45
N
Cálculo de Chi Cuadrada de la actitud neutral
fo
2
4
5
5
2
18
fe
3,6
3,6
3,6
3,6
3,6
18
-1,6
0,4
1,4
1,4
-1,6
0,71
0,04
0,54
0,54
0,71
2,54
2,56
0,16
1,96
1,96
2,56
fo-fe (fo-fe)2(fo-fe)2
fe
CHI CUADRADA
Edades
21 - 25
26 - 30
31 - 35
36 - 40
41 - 45
N
Cálculo de Chi Cuadrada de la actitud desfavorable
fo
3
5
6
10
15
39
fe
7,8
7,8
7,8
7,8
7,8
39
-4,8
-2,8
-1,8
2,2
7,2
2,95
1,00
0,42
0,62
6,65
11,64
23,04
7,84
3,24
4,84
51,84
fo-fe (fo-fe)2(fo-fe)2
fe
CHI CUADRADA
Chi Cuadrada de la actitud favorable = 10,58
Chi Cuadrada de la actitud neutral = 2,54
Chi Cuadrada de la actitud desfavorable = 11,64
de Chi cuadrada = 24,76
Como 24,76 > 15,51, se rechaza Ho
CHI CUADRADA: Muestras independientes
X2 =
N ([ AD - BC ] - ½ N)2
(A+B) (C+D) (A+C) (B+D)
GRADOS DE LIBERTAD
Para la variable actividad laboral: K - 1 = 2 - 1
Para la variable éxito académico: L - 1 = 2 - 1
En consecuencia: Gl = 1 x 1 = 1
ACTIVIDAD LABORAL
No afín Afín
NIVEL DE
ÉXITO
ACADÉMICO
Alto
BajoA + B
339
C + D
361
N = 700
A + C
375B + D
325
205
A
170
D
191
C
134
B
CHI CUADRADA: Muestras independientes
CHI CUADRADA
X2 = N ([ AD – BC ] – ½ N)2
(A+B) (C+D) (A+C) (B+D)
X2 = 700 ([ 39115 – 22780 ] – 350)2
(399 x 361 x 375 x 325
X2 = 179760437500
1491490625= 12,05
VALORES CRÍTICOS DE CHI CUADRADA
Nivel de significación para una prueba bilateral
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
gl,20
1,64
3,22
4,64
5,99
7,29
8,56
9,80
11,03
12,24
13,44
14,63
15,81
16,98
18,25
19,31
20,46
21,62
22,76
23,90
25,04
26,17
2,71
4,60
6,25
7,78
9,24
10,64
12,02
13,36
14,68
15,99
17,28
18,55
19,81
21,06
22,31
23,54
24,77
25,99
27,20
28,41
29,62
3,84
5,99
7,82
9,49
11,07
12,59
14,07
15,51
16,92
18,31
19,68
21,03
22,36
23,68
25,00
26,30
27,59
28,87
30,14
31,41
32,67
5,41
7,82
9,84
11,67
13,39
15,03
16,62
18,17
19,68
21,16
22,62
24,05
25,47
26,87
28,26
29,63
31,00
32,35
33,69
35,02
36,34
6,64
9,21
11,34
13,28
15,09
16,81
18,48
20,09
21,67
23,21
24,72
26,22
27,69
29,14
30,58
32,00
33,41
34,80
36,19
37,57
38,93
10,87
13,82
16,27
18,46
20,52
22,46
24,32
26,12
27,88
29,59
31,26
32,91
34,53
36,12
37,70
39,20
40,75
42,31
43,82
45,32
46,80
,10 ,05 ,02 ,01 ,001
PRUEBA t DE STUDENT: Muestras pequeñas iguales
t =X1 - X2
S (X1 – X2)
Dif.
SDif.
=
S ( X1 - X2) =S x1
2 + S x22
n (n - 1)
PRUEBA t DE STUDENT:Muestras pequeñas independientes
n1 + n2S2S (X1 - X2) =n1 x n2
S x12 + S x2
2
S2 = n1 + n2 - 2 )(
PRUEBA t DE STUDENT: Muestras grandes independientes
t =X1 - X2
S (X1 - X2)
S ( X1 - X2) =
S x12
n1 (n1 - 1)
S x22
n2 (n2 - 1)+
DISTRIBUCIÓN DE t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
00
gl ,20
3,08
1,89
1,64
1,53
1,48
1,44
1,42
1,40
1,38
1,37
1,36
1,36
1,35
1,35
1,34
1,34
1,33
1,33
1,33
1,33
1,32
1,32
1,28
6,71
2,92
2,35
2,13
2,02
1,94
1,90
1,86
1,83
1,81
1,80
1,78
1,77
1,76
1,75
1,75
1,74
1,73
1,73
1,73
1,72
1,72
1,64
12,70
4,30
3,18
2,78
2,57
2,45
2,37
2,31
2,26
2,23
2,20
2,18
2,16
2,15
2,13
2,12
2,11
2,10
2,09
2,09
2,08
2,07
1,96
31,80
6,97
4,54
3,75
3,37
3,14
3,00
2,90
2,82
2,76
2,72
2,68
2,65
2,62
2,60
2,58
2,57
2,55
2,54
2,53
2,52
2,51
2,33
63,60
9,93
5,84
4,60
4,03
3,71
3,50
3,36
3,25
3,17
3,11
3,06
3,01
2,98
2,95
2,92
2,90
2,88
2,86
2,85
2,83
2,82
2,58
318,30
22,30
10,20
7,17
5,89
5,21
4,79
4,50
4,30
4,14
4,03
3,93
3,85
3,79
3,73
3,69
3,65
3,61
3,58
3,55
3,53
3,51
3,09
,10 ,05 ,02 ,01 ,002
UNIVERSO Y MUESTRA
CENSO: Técnica que consiste en el conteo, uno a uno, detodos los elementos del conjunto.
MUESTREO: Técnica que se emplea cuando no es posiblehacer censos. Permite conocer los parámetros de lapoblación a través de los estadígrafos de la muestra.
PARÁMETRO: Cifra que se obtiene luego de hacer uncenso. Da el número exacto de elementos del conjunto.
ESTADÍGRAFO: Cifra que se obtiene por muestreo. Es unacifra aproximada que se calcula en base a algunasvariables pertinentes. No es un dato exacto.
POBLACIÓN o UNIVERSO: Totalidad de los elementos deun conjunto.
MUESTRA: Sub conjunto de la población.
PRINCIPIOS DE LA PROBABILIDAD
IGUALDAD DE OPORTUNIDADES: Cada elemento del
conjunto tiene la misma oportunidad de ser elegido que
cualquier otro elemento.
INDEPENDENCIA: La ocurrencia de un primer evento, no
anuncia la ocurrencia del siguiente.
EXCLUSIVIDAD: En una clasificación, todos los
elementos deben pertenecer a una categoría o a otra, pero
no a dos o más categorías a la vez. La intersección de dos
o más conjuntos debe dar por resultado el conjunto vacío.
EXHAUSTIVIDAD: Todos los elementos del conjunto
deben ubicarse en una u otra categoría. No debe quedarningún elemento sin ubicación.
TIPOS DE MUESTRAS
PROBABILÍSTICAS:
Sorteo
Aleatorio Simple
Sistemático
NO PROBABILÍSTICAS:
Por cuotas
Ocasional
Por juicio de expertos
MIXTAS:
Estratificado
MUESTREO ESTRATIFICADO
P = 70,000 M = 400
VUN
28,000
40%
VUP
10,500
15%
MUN
14,000
20%
MUP
17,500
25%
60
80
160 100
TAMAÑO DE LA MUESTRA
Donde:n : Tamaño de la muestraE: Margen de errorP y Q: Probabilidades de éxito/fracaso: 50%N: Tamaño de la poblaciónE2: Margen de error al cuadrado
E x N x P x Q
E2 (N-1) + E x P x Q
n =
4 x 6,250 x 50 x 50
16 (6,250- 1) + 4 x 50 x 50
n =
62’500,00
109
n = = 568 sujetos
TAMAÑO DE LA MUESTRA
Amplitud de la muestra según márgenes de error
5001000
2,0003,0004,0005,0006,0007,0008,000
10,00015,00020,00025,00050,000
100,000INFINITO
± 1%
----------
5,0006,0006,6707,1438,3339,091
10,000
± 2%
---
1,3641,5381,6671,7651,8421,9052,0002,1432,2222,2732,3812,4392,500
± 3%
--
714811870909938959976
1,0001,0341,5301,0641,0871,09911,111
± 4%
-385476517541556566574580588600606
610617621625
± 5%
222286333353364370375378381385390392
394397398400
± 10%
8391959798989899999999
100100100100100
Amplitud
población
TABLA DE NÚMEROS ALEATORIOS
00000 10097 32533 76520 13586 36473 54876 80959 09117 39292 74945
00001 37542 04805 64894 74296 24805 24037 20636 10402 00822 91665
00002 08422 68953 19645 09303 23209 02560 15953 34764 35080 33606
00003 99019 02529 09376 70715 38311 31165 88676 74394 04436 27659
00004 12807 99970 80157 36147 64032 36653 98951 16877 12171 76833
00005 66065 74717 34072 76850 36697 36170 65813 39885 11199 29170
00006 31060 10805 45571 82406 35303 42614 86799 07439 23403 09732
00007 85269 77602 02051 65692 68665 74818 73053 85247 18623 88579
00008 63573 32135 05325 47048 90553 57548 28468 28709 83491 25624
00009 73796 45753 03529 64778 35808 34282 60935 20344 35273 88435
00010 98520 17767 14905 68607 22109 40558 60970 93433 50500 73998
00011 11805 05430 39808 27732 50725 68248 29405 24201 52775 67851
00012 83452 99634 06288 98033 13746 70078 18475 40610 68711 77817
00013 88685 40200 86507 50401 36766 67951 90364 76493 89609 11062
00014 99594 67348 87517 64969 91826 08928 93785 61368 23478 34113
00015 65481 17674 17468 50950 58047 76974 73039 57186 40218 16544
00016 80124 35635 17727 08015 45318 22364 21115 78253 14385 53763
00017 74350 99817 77402 77214 43236 00210 45521 64237 36286 02655
00018 69916 26803 66252 29148 36936 87203 76621 13990 94400 56418
00019 09893 20505 14225 68514 46427 56788 96297 78822 54382 14598