Presentation md

48
UNIVERSIDAD YACAMBÚ VICERRECTORADO DE INVESTIGACIÓN Y POSTGRADO INSTITUTO DE INVESTIGACIÓN Y POSTGRADO Técnicas de Recolección y Análisis de Datos Cuantitativos Marzo, 2014 Participante: Mg. Mariela Dayekh Facilitador: Dr. Mauricio Villabona

description

Instrumentos de recolección y análisis de datos

Transcript of Presentation md

Page 1: Presentation md

UNIVERSIDAD YACAMBÚVICERRECTORADO DE INVESTIGACIÓN Y POSTGRADO

INSTITUTO DE INVESTIGACIÓN Y POSTGRADO

Técnicas de Recolección y Análisis de Datos Cuantitativos

Marzo, 2014

Participante: Mg. Mariela DayekhFacilitador: Dr. Mauricio Villabona

Page 2: Presentation md

UNIVERSIDAD YACAMBÚVICERRECTORADO DE INVESTIGACIÓN Y POSTGRADO

INSTITUTO DE INVESTIGACIÓN Y POSTGRADO

Técnicas de Recolección y Análisis de Datos Cuantitativos

Marzo, 2014

Participante: Mg. Mariela DayekhFacilitador: Dr. Mauricio Villabona

Actividad de evaluación presentada comorequisito parcial para aprobar el Seminario

de Diseños de Investigaciones en Gerencia I

Page 3: Presentation md

Puntos a desarrollar

• Tópicos claves de la investigación cuantitativa

• Población y muestra• Técnicas e instrumentos de recolección

de datos• Validez y confiabilidad de los

instrumentos• Análisis de datos: Estadística

descriptiva • Análisis de datos: Estadistica

Inferencial

Page 4: Presentation md

Investigación dirigida a identificar

¿Quién? /¿Cuántos?¿Qué?/ ¿Cuánto?

Paradigma Positivista

Se relacionan variables

Se desarrollan hipótesis

Investigación Cuantitativa

Investigación Cuantitativa

Pensamiento Deductivo

(de lo general a lo particular)

Page 5: Presentation md

Investigación Cuantitativa

Confía en la medicion numérica, el conteo y el uso de Estadísticas

Investigación Cuantitativa Genera datos numéricos para explicar el

ambiente social

Utiliza conceptos preconcebidos y teorías para identificar los datos a recolectar

Emplea Métodos estadísticos para analizar los datos y procedimientos de inferencia estadística para generalizar las conclusiones

Page 6: Presentation md

Investigación Cuantitativa

Investigación Cuantitativa

¿Qué se mide?

¿Quién?¿Cuántos? ¿Qué?/ ¿Cuánto?

El Diccionario de la Real Academia Española indica que medir es: "Comparar una cantidad con su respectiva unidad, con el fin de averiguar cuántas veces la segunda está contenida en la primera" (On line)

Medir es cuantificar, por lo tanto, el instrumento de recolección de datos debe permitirla cuantificación de lo datos.

Page 7: Presentation md

Investigación Cuantitativa

Investigación Cuantitativa

¿Qué se mide? Las variables

¿Qué es una variable?Sabino (1992) "Cualquier característica o cualidad de la realidad que es suceptible de asumir diferentes valores; es decir, que puede variar aunque para un objeto determinado que se considere puede tener un valor fijo" (p.74)

Así la realidad se conoce por medio de las variables. Todo lo empírico es medible y cuantificable, por lo quepuede expresarse en variables

Page 8: Presentation md

Variables Cuantitativas

Pueden ser Discretas ó Continuas

Variables Discretas:Ramírez (s.f.) "Son aquellas que solo pueden asumir ciertos valores dentro de un intervalo, surgen de un proceso de conteo y solamente pueden tomar valores en la escala de números enteros (p.4)

Variables Continuas:Ramírez (s.f.)"Asumen teóricamente cualquier valor en algún intervalo de números reales" (p.4)

Page 9: Presentation md

Etapas de Investigación CuantitativaIdentificar la problemática de

investigación

Seleccionar el tipo y nivel de investigación

Plantear la hipótesis

Seleccionar el diseño de investigación

Desarrollar el marco teórico

Seleccionar la Muestra

Recolección de los datos

Resultados/ Generar conclusiones

Análizar los datos

Pasos previos

Puntos a desarrollar

Page 10: Presentation md

Etapas de Investigación Cuantitativa

Identificar la problemática de investigación

Seleccionar el tipo y nivel de investigación

Plantear la hipótesis

Seleccionar el diseño de investigación

Desarrollar el marco teórico

Seleccionar la Muestra

Recolección de los datos

Resultados/ Generar conclusiones

Análizar los datos

Seleccionar la Muestra

Page 11: Presentation md

Población y Muestra

Población:"Es el conjunto de sujetos en el que queremos estudiar un fenómeno determinado. Puede ser una comunidad, una región ,las beneficiarias de un proyecto"Hueso y Cascant (2012: p.1)

Muestra:Subconjunto de los casos,sujetos u objtetos quese estudian

Page 12: Presentation md

Población y Muestra

¿Porqué se recurre al estudio de unamuestra?

Costos muy elevados para ejecutar el estudio de toda la población

Recursos humanos, materiales y económicos limitados (Escasez)

Existen pruebas destructivas, por lo que el estudio puede eliminar toda la población

El muestreo puede resultar m á s exacto, dado que el estudio es más detallado y con personal capacitado

Población

Muestra Muestra

Page 13: Presentation md

Población y Muestra

Muestra Representativa: "Cuando nos refleja en sus unidades lo que ocurre en el universo" Sabino (1992: p.118).

Es por ello, que el investigador aspira a que evaluando una muestra se logren conclusiones semejantes a las que obtendría de estudiar toda la población

Generalizar resultados para lograr innovación o trascendencia respecto a saberes previos

La sustentación adecuada y los argumentos válidos son la materia prima necesaria para el análisis epistemológico

Page 14: Presentation md

Población y Muestra

Tamaño de la Muestra

Nivel de Variabilidad

Porcentaje de Confianza

Porcentaje de Error

3 factores deben ser considerados para determinar el tamañoadecuado de la Muestra:

Page 15: Presentation md

Población y Muestra

Porcentaje de confianza Representa el nivel de poder generalizar los resultados obtenidos

Porcentaje de error

Sabino (1992): "Este error indica el porcentaje de incertidumbre , es decir, el riesgo que se corre de que la muestra escogida no sea representativa (p.124)" Disminuye en la medida que va creciendo el tamaño de la muestra

Nivel de variabilidad Es la probabilidad con la que se acepta o rechaza en trabajos previos las variables que se requieren indagar

Page 16: Presentation md

Etapas de Investigación Cuantitativa

Identificar la problemática de investigación

Seleccionar el tipo y nivel de investigación

Plantear la hipótesis

Seleccionar el diseño de investigación

Desarrollar el marco teórico

Seleccionar la Muestra

Recolección de los datos

Resultados/ Generar conclusiones

Análizar los datos

Recolección de los Datos

Page 17: Presentation md

Instrumentos de Recolección de Datos

Para desarrollar un proceso adecuado de recolección de datos, en la planificación de la actividad el investigador debe atender los siguientes aspectos:

•Información requerida en la investigación

•Tiempo y costos asociados a la recolección de datos

•Talento humano requerido para diseñar la investigación, recolectar, analizar y presentar los resultados.

Page 18: Presentation md

Datos secundarios:"Son registros escritos que proceden tambiénde un contacto con la práctica, pero que yahan sido escogidos y muchas veces procesadospor otros investigadores" Sabino (1992: p.144)

Instrumentos de Recolección de Datos

Instrumentos de Recoleccion de Datos"Cualquier recurso de que se vale el investigador para acercarse a los fenómenos y extraer de ellos información"Sabino (1992: p.143)

Datos primarios:"Son aquellos que el investigador obtienedirectamente de la realidad, recolectándoloscon sus propios instrumentos" Sabino (1992: p.144)

Page 19: Presentation md

Los instrumentos de recolección de datos deben satisfacer tres requisitos:

La Confiabilidad:"Se refiere al grado en que su aplicación repetida al mismo individuou objeto produce resultados iguales"Hernández y otros ( 2010: p.200).

La Objetividad:"Se refiere al grado en que éste es permeable a la influencia de los sesgos ytendencias del investigador que lo administran, califican o interpretan"Hernández y otros ( 2010: p.207).

La Validez:"Se refiere al grado en que uninstrumento mide realmente loque quiere medir" Hernández y otros ( 2010: p.201).

Instrumentos de Recolección de Datos

Page 20: Presentation md

Instrumentos de Recolección de Datos

Confiabilidad de los intrumentos de recoleccion

de datos

Existen diferentes procedimientos para su cálculo, aunque todos ellos emplean coeficientes de fiabilidad cuyos valores resultan entre el intervalo de 0 y 1, donde:

0 equivale a nula confiabilidad1 representa que la fiabilidad es plena o perfecta.

Page 21: Presentation md

Instrumentos de Recolección de Datos

Procedimiento para calcular la confiabilidad

Instrumentos a desarrollar N° de aplicaciones Momentos de

aplicación

Médidas de coherencia o consistencia interna

Medida de estabilidad Un instrumento 2 o más veces a un mismo grupo

Diferentes momentos

Un instrumento

Método de formasalternativas o paralelas

Método de mitades partidas

Al menos 2 instrumentos

similaresUna sola aplicación Simultáneo o

cercanos

Una sola vez de manera integral todos los ítems

Un instrumento

Una sola oportunidad

Una sola vez pero se dividen en dos partes el total de

ítems considerados

Una sola oportunidad

En el método de coherencia o consistencia interna se requiere estimar la confiabilidadmediante los coeficientes alfa de Cronbanch y Coeficientes de Kuder y Richardson

Page 22: Presentation md

1

1

Instrumentos de Recolección de Datos

Tipos de evidencia de validez de los instrumentos de recolección de datos:

Validez de contenido:"Se refiere al grado en que un instrumentorefleja un dominio específico de contenido de lo que se mide"Hernádez y otros (2010: p.201)

Validez de criterio: "Establece la validez de un instrumento demedición al comparar sus resultados con los de algún criterioexterno que pretende medir lo mismo" Hernádez y otros (2010: p.202)

1Validez de constructo:"Se refiere a qué tan existosamente uninstrumento representa y mide un concepto teórico"Hernádez y otros (2010: p.203)

Page 23: Presentation md

Instrumentos de Recolección de Datos

Validez de contenidoValidez de criterioValidez de constructo Validez Total

La validez total de un instrumento de recolección de datos se lográ en la medidaen que éste logré relacionarse con las variables que se requieren medir.Hernádez y otros (2010), añaden que existe otro criterio de validez:, la validez de expertos: "la cual se refiere al grado en que aparentemente un instrumento demedición mide la variable en cuestión, de acuerdo con "voces calificadas" "(p.204)

Page 24: Presentation md

Instrumentos de Recolección de Datos

Instrumentos de recolección de datos

Sintetiza los indicadores que permiten medir las variables

Relaciona las teorías y los hechos

Instrumentos de recolección de datosadecuados permiten obtener respuestasa las interrogantes planteadas en la investigación

Instrumentos de recolección de datosmal diseñados producirán datos no relacionados a las interrogantes de lainvestigación, falsos ó distorsionados

¿Hallazgos obtenidos? Se requieren datos y argumentos que generen teorías ó permitansu evolución dado que son: creíbles, verdaderos y verosímil

Page 25: Presentation md

Intrumentos de Recolección de Datos

Entrevistas

Escalas para medir actitudes

Observación

Pruebas e inventarios estandarizados

Test Psicológicos

Cuestionarios

Page 26: Presentation md

Instrumentos de Recolección de Datos

Se compone de una serie de preguntas relacionadas a las variables que se quiere medir.

¿Posee Ud. tarjeta de crédito?() Si () No

¿En cuánto se ubican sus ingresos mensuales?() Menos de Bs 5.000 ()Entre Bs 5.001 y Bs 10.000 ()Entre Bs 10.001 y Bs 15.000()Más de Bs 15.001

Pregunta cerrada

(dicótomica)

¿Cuántas horas trabaja en un día?

Pregunta cerrada

(múltiple)

Pregunta

abierta

La encuesta es el sustento del cuestionario, por lo que abarca su diseño, aplicación y procesamiento de datos

Cuestionarios

Page 27: Presentation md

Instrumentos de Recolección de Datos

La recolección de la información es verbal, se desarrolla como una conversación

Entrevistas

Puede aplicarse de manera individual o en grupo

Su grado de estructuración puede variar entre:

Mayor formalización

Menor formalización

Estructurada Por pautas o guías Focalizadas Libres o

informales

Los datos relacionados a conductas, opiniones, deseos, entre otros son proporcionados directamente por los actores sociales

Limitantes para la expresión oral en los participantes, y cargasubjetiva en los datos según intereses, prejuicios o estereotipos

Ventajas

Desventajas

Page 28: Presentation md

Instrumentos de Recolección de Datos

Se miden las actitudes que tienen diversas propiedades en relación a experiencias, personas, conceptos, entre otros

Escalas para

medir

actitudes

Hernández y otros (2010): " Consite en una serie de adjetivos extremos que califican al objeto de actitud,ante los cuales se solicita la reacción del participante"(p.255).

Se presentan un conjunto afirmaciones para que el participantetenga la opción de elegir.La gestión del Director de Cobranza ha sido eficiente:() Muy de acuerdo () De acuerdo() Ni de acuerdo ni en desacuerdo() En desacuerdo ()Muy en desacuerdo

Escala

tipo Likert

Diferencial semántico

Similar al método de Likert, con la particularidadque las afirmaciones se presentan con extrema intensidad de la actitud

Escalograma de Guttman

Page 29: Presentation md

Instrumentos de Recolección de Datos

El procedimiento incluye el registro sistemático y confiable de las situaciones y conductas observables.Observación

Se realizan proyecciones de los participantes a partir de estímulos para diagnosticar su estado de acuerdo a lo que piensan, ven o sienten.Miden variables específicas como : satisfaccion laboral, la lealtad, la cultura organizacional, entre otros.

Ventaja Sabino (1992) "Los hechos son percibidos directamente, sin ninguna clase de intermediación" (p.146)

Pruebas

estandarizadas

e inventarios

Emplean múltiples técnicas en función de los objetivos, suelen ser preguntas autoadministradas, y requieren la observación de actividades planificadas. Sabino (1992) " pueden considerarse como observacionesrealizadas en condiciones artificiales, preparadas y definidas de antemano" (p.163)

Test

Psicológicos

Page 30: Presentation md

Etapas de Investigación Cuantitativa

Identificar la problemática de investigación

Seleccionar el tipo y nivel de investigación

Plantear la hipótesis

Seleccionar el diseño de investigación

Desarrollar el marco teórico

Seleccionar la Muestra

Recolección de los datos

Resultados/ Generar conclusiones

Análizar los datos

Analizar los Datos

Page 31: Presentation md

Análisis de Datos

Una vez obtenidos los datos, han de ser sometidos a un proceso de elaboración técnica para lograr recontarlos y resumirlos para posteriormente emplear un análisis en base a precedimientos estadísticos que facilite su interpretación

Click to add text

Codificación de los Datos

Tabulación de los Datos

Análisis Estadístico de Datos

Técnicas de presentación de Datos

Page 32: Presentation md

Análisis de Datos

Análisis de Datos

Balestrini (2006) "Los datos son transformados en símbolos , generalmente numéricos , lo cual indica que son categorizados,para que de esta manera puedan tabularse y contarse" (p.153).

Balestrini (2006) "Implica el establecimiento de categorías, la ordenación, la manipulación de los datos para resumirlos y poder sacar algunos resultados en función de las interrogantes de la investigación" (p.149).

Codificación de Datos

Tabulación de Datos

Balestrini (2006)"Esta relacionada con los procedimientos técnicos en el análisis estadístico de los datos, que permite determinar el número de casos de esa masa de datos, referidos a las diferentes categorías" (p.153).

Page 33: Presentation md

Análisis de Datos

Análisis

Estadístico de Datos

Balestrini (2006) "Las principales técnicas estadísticas que se intentarán aplicar a la información cuantitativa recolectadas a partir de los instrumentos de recogida de datos para describirlos o resumirlos, atendiendo a las características y a las posibilidades de los mismos" (p.160).

Técnicas de presentación

de Datos

Suele emplearse los cuadros, la representación gráfica y escrita,en esta última los datos recolectados se presentan en forma detextos partiendo de su descripción lo cual resulta posible si se manejan pocos ítems

Anteriormente, todo el proceso se desarrollaba de manera manual.

Ahora los datos se ordenan con apoyo de programas u ordenadores de computación para facilitar su análisis

Page 34: Presentation md

Técnicas de Presentación de Datos

Representación Gráfica: "Consiste en expresar visualmente los valores numéricos que aparecen en los cuadros. Su objetivo es permitir una comprension global, rápida, y directa, de la información que aparecen en cifras" Sabino (1992: p.184)

Gráficas de columnas

Las diversas representaciones gráficas o tipos de gráficos dependen de lainformación a presentar y los propósitos del investigador, entre las más empleadas se tiene:

-Histograma

Gráficas de líneas

Polígono de frecuencias

Gráficos de áreas

Gráficos de pastel

Gráficos de dispersión

Page 35: Presentation md

Técnicas de Presentación de Datos

Histograma: Es una distribución de frecuencias con escala horizontal continua.

Gráficas de columnas: La escala horizontal es nominal, permite presentar las mismas variables en función de varias observaciones

Gráficas de líneas: Es una seria de puntos trazados donde los datos presentan una continuidad entre las observaciones

Polígono de frecuencias: Considera al inicio y final de los datos dos clases de frecuencia con valor cero, así los extremos quedan atados al eje horizontal

Page 36: Presentation md

Técnicas de Presentación de Datos

Gráfico de pastel o circular: Se emplea para presentar las proporciones de los subconjuntos de datos con respecto al total

Gráfica de dispersión: Permite destacar la dispersión de las observaciones realizadas, y las correlaciones si aplicase el caso

Gráficos de áreas: Compara series de datos, y se rellenan las áreas por debajo que resultan de un gráfico de líneas

Page 37: Presentation md

Análisis de Datos

内容Selección y ejecución del

programa estadístico

Hernández y otros (2010) refieren las siguientes etapas en el proceso de análisisde datos cuantitativos:

Explorar los datos: analizar y visualizar por variables

Estimar confiabilidad y validezde los datos obtenidos

de

Efectuar un análisis descriptivo de las variables

Realizar un análisis inferencial de las hipótesis del estudio

Ejecutar análisis complementarios y preparar los

resultados a presentar (tablas, gráficascuadros, entre otros)

Page 38: Presentation md

Estadística

EstadísticaInferencial

Ramirez (s.f.) "Se define como aquellos métodos que permiten hacer estimación de una característica de la población o de toma de decisiones con respecto a una población basada solo en los resultados obtenidos de la muestra (p.3).

EstadísticaDescriptiva

Ramirez (s.f.) "Se define como los métodos que implican recopilación, caracterización y presentación de un conjunto de datos con el fin de describir varias de las características" (p.3).

La Estadística es un ciencia que apoyándose en las matemáticas permite:•Realizar comparaciones de las variables e identificarsu asociación•Efectuar inferencias

Page 39: Presentation md

Estadística Descriptiva

Medidas de Posición: valores estadísticos que facilitan el manejo y comparación de las variables, entre las medidas de posición central más empleadas se tiene:

La Media:"Es la suma de los valores de todaslas observaciones de esa variable (el sumatorio) dividida entre el tamañode la muestra n" Hueso y Cascant( 2012: p.50)

La Mediana:"Es el valor de en medio, es decir, el valor que tiene tantas observaciones como valores mayores que él, como menores que él" Hueso y Cascant(2012: p.50)

La moda: "El valor más frecuente (el que está de moda) Hueso y Cascant (2012: p.50)

Page 40: Presentation md

Estadística Descriptiva Medidas de Dispersion ó variabilidad: valores estadísticos que reflejan ladispersión de los datos en la escala de medición, y suelen ser:

Rango

La varianza

Desviación estándar

Hernádez y otros (2010) "Es la diferencia entre la puntuación mayor y la puntuación menor, e indica el número de unidades en la escala de medición que se necesitan para incluir los válores máximo y mínimo"(p.294) Es la base del gráfico en una distribución de frecuencias.

Hueso y Cascant (2012) "Mide la distancia existente entre cada observación y la media" (p.54) Una mayor varianza indica mayor dispersión de los datos

Hueso y Cascant (2012) "Raíz cuadrada de la varianza" (p.54)Un menor valor refleja que las observaciones están cercanos a la media

Page 41: Presentation md

Estadística Inferencial

Análisis Paramétricos:Son técnicas que permiten ratificar resultados o valorar lasinconsistencias que se presentan.Todas las variables se miden en un nivel por intervalos o razón. Se plantean tipos de hipótesis correlacionales, causales o diferencias de grupos

Entre los más empleados utilizadas tenemos: coeficiente de Pearson, regresión lineal, prueba "t", constraste de ladiferencia de proporciones, analisis de varianza (ANOVA) y análisis de covarianza (ANCOVA)

Page 42: Presentation md

Coeficiente de Pearson: Analiza la relación entre dos o más variables cuantitativas."No solo sirve para indicar si hay o no relación, sino tambiénpara indicar la fuerza - grado - y dirección de la misma" Aigneren (s.f.: p.226)

Regresión lineal:"Permite analizar la relación entre una variable dependiente- criterio - y una o más variables - predictoras-" También puede estimar nuevos valores de la variable dependiente.Aigneren (s.f.: p.221)

Prueba "t" de student:Sirve para comparar dos medias aritméticas. "Para determinarsi el valor de "t" es significativo, hay que utilizar la tabla de distribución t de student. Se trata de comparar el valor calculadocon el valor de la tabla, basándonos en el nivel de confianza elegido" Aigneren (s.f.: p.185)

Estadística Inferencial

Page 43: Presentation md

Prueba de Chi cuadrada:"Utilizada con variables a nivel nominal u ordinal que permitedeterminar si existe o no, una relación asociación sistemáticaentre dos variables" Aigneren (s.f.: p.203)

Análisis No Paramétricos:En estos métodos no existen supuestos muy numerosos ó severos.Se utilizan con variables nominales u ordinales así como en distribuciones diversas. De las pruebas más utilizadas se tiene: Prueba de Chi Cuadrada, coeficientes de correlación e independencia para tabulaciones cruzadas (V de Cramer, Lambda,Gamma, D de Sommers) y coeficiente de Spearman y Kendall

Coeficientes de Spearman:"Determina la relación entre dos variables medidas en escalas ordinales" Aigneren (s.f.: p.215)

Estadística Inferencial

Page 44: Presentation md

Regresión Múltiple:Es similar a la regresión simple pero con más variables independientes."Sirve para predecir el valor de una variable dependienteconociendo el valor y la influencia de las variables independientes" Aigneren (s.f.: p.232)

Análisis Multivariado:Analizan la relación entre variables independientes y una variable dependiente o más. Son cálculos complejos y se realizan en programas de computación con apoyo de paquetesestadísticos.

Entre los más empleados tenemos: regresión múltiple,análisis lineal path, análisis de factores, análisis multivariadode varianza y correlación canónica, análisis discrimiante

Estadística Inferencial

Page 45: Presentation md

Estadística

Métodos Estadísticos

Herramienta valiosa para el método científico

Facilitan el análisis de datos

Generando conclusiones más asertivas

Conocimiento verificable

Construcción crítica del conocimiento

Page 46: Presentation md

Conocimiento Científico

Técnica de análisis:Estadística

Generación del conocimientoen la investigación cuantitativa

Modelo hipotético,deductivo y de

experimentación

Una aproximaciónde la realidad social

Conocimiento:Comprobable, medible y

controlable Retos actuales:Defensa de la esencia y sentido del conocimiento

Nuevas teorías: innovación, trascendenciao ruptura crítica

Page 47: Presentation md

Fuentes Bibliográficas

Aigneren, M. (s.f.) Diseños cuantitativos: Análisis e interpretacion de la información [Documento en línea] Disponible: http://aprendeenlinea.udea.edu.co/revistas/index.php/ceo/article/viewFile/1651/1303 [Consulta: 2014, Marzo 11]

Balestrini A. M. (2006). Cómo se elabora un proyecto de investigación (7a ed.) Caracas: Consultores Asociados

Real Academia Española, Diccionario de la lengua Española (22 ed.) [Documento en línea] Disponible: http://lema.rae.es/drae/?val=medir [Consulta: 2014, Marzo 13]

Hernández Sampieri, R., Fernández Collado, C. y Baptista Lucio, P. (2010) Metodología de la Investigación (5ta ed.). México: Mc Graw

Hueso González A. y Cascant Sempere, M. (2012) Metodología y técnicas cuantitativas de investigación. [Documento en línea] Disponible: http://riunet.upv.es/bitstream/handle/10251/17004/Metodolog%C3%ADa%20y%20t%C3%A9cnicas%20cuantitativas%20de%20investigaci%C3%B3n_6060.pdf?sequence=3 [Consulta: 2014, Marzo 10]

Ramírez Ramírez, A. (s.f) La estadística, instrumento de investigación científica.[Artículo en línea] Disponible: http://portalsej.jalisco.gob.mx/unidades-upn-

ip/sites/portalsej.jalisco.gob.mx.unidades-upn-ip/files/antonio_ramirez_ramirez.pdf[Consulta: 2014, Marzo 10]

Sabino, C. (1992). El proceso de investigación. Caracas: Panapo

Page 48: Presentation md

Gracias por su Atención