1. Métodos de Investigación para desarrollo de tesis.pdf

METODOS DE INVESTIGACIÓN
MAESTRÍA EN INGENIERIA VIAL CON
MENCIÓN EN CARRETERAS, PUENTES
Y TÚNELES

EXPLORATORIO
No hay preguntas que conduzcan a
áreas problemáticas.
problemas precisos, se exploran
Se trata de
una descripción y análisis teórico;
por lo que no se requiere de
manejo estadístico.
Se plantean cuando no existe un cuerpo
teórico abundante que ilumine el estudio de
un fenómeno observado; y los resultados que
se obtengan sean
reconocimiento e identificación de
un aporte al
los
problemas.
1
ALCANCES DE LA
INVESTIGACIÓN

EXPLORATORIO
1
¿Qué es un estudio
exploratorio?
Un estudio exploratorio se usa cuando un tema de
investigación ha sido escasamente estudiado,
existen muchas dudas de él o no se ha abordado
antes.
¿Qué condiciones o
características debe cumplir
un estudio exploratorio?
Los estudios exploratorios:
• Parten de un tema de investigación
general y el cual no ha sido profundizado.
•El método de sistematización de obtención de la
información puede ser a partir de observación
directa o indirecta.
•Implica una amplia revisión de la literatura
existente del tema.
ALCANCES DE LA
INVESTIGACIÓN

DESCRIPTIVO
univariadas.
frecuencia
Ejm. los estudios de
de la enfermedad:
Incidencia y Prevalencia.
Describe fenómenos científicos o sociales en
una circunstancia temporal y geográfica
determinada. Desde el punto de vista
cognoscitivo su finalidad es describir y desde
el estadístico su propósito estimas
parámetros.
La estadística descriptiva consiste en estimar
frecuencias y/o promedios y otras medidas
2
ALCANCES DE LA
INVESTIGACIÓN

DESCRIPTIVO
2
¿Qué es un estudio descriptivo?
¿Cuál es su objetivo?
Un estudio descriptivo se usa cuando se tiene como
objetivo describir situaciones o eventos que han sido
investigados previamente. En este tipo de estudio ya
existe una selección de variables (a diferencia de los
exploratorios), las cuales se miden de manera aislada e
independiente y de esta misma manera se presentan sus
resultados.
características debe cumplir un
estudio descriptivo?
Los estudios descriptivos:
•Se centran en descripciones de eventos y situaciones.
•Se busca identificar problemas o justificar condiciones
actuales.
•A partir de sus resultados existen elementos para hacer
comparaciones o evaluaciones descriptivas.
•NO se busca encontrar relaciones, probar hipótesis o
hacer predicciones.
ALCANCES DE LA
INVESTIGACIÓN

RELACIONAL/COMPARACIÓN
No son estudios de causa y efecto; porque las
pruebas estadísticas solo demuestran
dependencia entre diferentes eventos; aquí
podemos encontrar los estudios de asociación
sin relación de dependencia; y las
correlaciones espurias.
3
ALCANCES DE LA
INVESTIGACIÓN

RELACIONAL/COMPARACIÓN
3
correlacional? ¿Cuál es su
objetivo?
Un estudio correlacional se usa para saber el
grado de relación entre 2 o más variables (se
conoce cómo se comporta una variable a través del
comportamiento de otras)
características debe cumplir
un estudio correlacional?
Los estudios correlacionales:
•Permiten la medición de 2 o más variables
•Explican relaciones y prueban hipótesis
•Muestran poco nivel de control de la Variable
Independiente
• Existe la posibilidad de encontrar
modelos correlacionales poco válidos
•NO muestran o prueban una relación causa-efecto
ALCANCES DE LA
INVESTIGACIÓN

EXPLICATIVO
La estadística multivariada; tiene
por finalidad descartar asociaciones
aleatorias, casuales o espurias entre la
variable independiente y dependiente.
Ejm. Chi 2 de Mantel - Haenszel.
Su finalidad es explicar el comportamiento de
una variable en función de otra(s); aquí se
plantea una relación de causa-efecto, y tiene
que cumplir otros criterios de causalidad
(Bradford Hill); requiere de control tanto
metodológico como estadístico.
4
ALCANCES DE LA
INVESTIGACIÓN

EXPLICATIVO
4
explicativo? ¿Cuál es su
objetivo?
Los estudios explicativos se usan para
explicar porqué ocurre un fenómeno y en qué
condiciones (implica la exploración, la
descripción y la correlación de lo investigado)
características debe
cumplir un estudio
explicativo?
En los estudios explicativos:
Se explica, comprende e interpreta el porqué
ocurre un fenómeno, en qué condiciones y
responde a la pregunta de por qué están
correlacionadas 2 o más variables
independientes (hay una explicación causa-
efecto)
ALCANCES DE LA
INVESTIGACIÓN

PREDICTIVO
Se aplican un conjunto de técnicas
estadísticas. Ejm. La validación de una
prueba diagnóstica requiere: Alfa de
Cronbach, Índice Kappa, ANOVA, Curvas
ROC.
Se encarga de la estimación probabilística de eventos
generalmente adversos, como puede ser las complicaciones
de la enfermedad, la mortalidad, etc. La línea investigativa
debe haber pasado previamente por los otros niveles.
5
ALCANCES DE LA
INVESTIGACIÓN

APLICATIVO
Las técnicas estadísticas apuntan a
evaluar el éxito de la intervención,
como medidas de impacto sobre los
principales indicadores de salud: tasas,
coberturas, rendimiento, etc.
Plantea resolver problemas de la vida cotidiana o a controlar
situaciones prácticas. Puede ser programática o no
programática, de manera que enmarca a la innovación
técnica, artesanal e industrial como la propiamente científica.
6
ALCANCES DE LA
INVESTIGACIÓN

Definición
Son conjeturas que plantea el investigador;
afirmaciones aun no demostradas y que nacen
de la experiencia o de la deducción luego del
análisis de los antecedentes investigativos .
Deben referirse a una situación real, en términos
comprensibles, precisos, concretos y deben estar
relacionadas con técnicas disponibles para
probarlas.
HIPÓTESIS

HIPÓTESIS
¿Qué es una hipótesis?
¿Qué requisitos deben
cumplir?
Una Hipótesis es una proposición tentativa, la cual no es
todavía verificada pero si probable, acerca de la relación
existente entre 2 o más variables. (En el proceso de
investigación, debe derivarse del planteamiento del
problema y los objetivos).
Los requisitos que deben cumplir las hipótesis son las
siguientes:
-Se refieren a una situación real
-Las variables que contiene deben ser comprensibles,
precisas y concretas (observables y medibles)
-La relación entre las variables debe ser clara y verosímil
-Las hipótesis deben estar relacionadas con técnicas
para probarlas

HIPÓTESIS
¿Qué es una hipótesis de
investigación o trabajo?
La hipótesis de investigación/de
trabajo/alternas es una propuesta
tentativa acerca de un problema planteado
y que al final del proceso de investigación
puede ser confirmada o rechazada
Ejemplos:
H1 (de trabajo): “La percepción de
similitud en las creencias (VI)
provoca MAYOR atracción física
entre las personas (VD)”.

HIPÓTESIS
¿Qué es una hipótesis
de trabajo?
¿Cuáles son sus
elementos?
¿Qué condiciones
debe cumplir?
Una hipótesis de trabajo es una propuesta tentativa
acerca de un problema planteado y que al final del
proceso de investigación puede ser confirmada o
rechazada
Sus elementos son:
-Unidades de análisis (sujetos, grupos, objetos, etc.)
-Variables (ejemplo, niveles de depresión, tipos de
tratamiento, etc.)
-Enlaces lógicos (por ej. Si A, entonces B)
Las principales condiciones que debe cumplir son las
siguientes:
-Ser clara y fácilmente comprensible
-Plantear una relación susceptible de comprobarse
empíricamente
-Mostrar una conexión con logros teóricos anteriores

VARIABLES
¿Qué es una
variable?
Una variable es una propiedad que
puede variar y cuya variación es
susceptible de medirse.
Ejemplos de variable: método de
enseñanza, aprovechamiento
escolar, edad, género, inteligencia,
motivación, ingreso económico,
violencia, etc.

VARIABLES
¿Qué es una variable
cuantitativa?
cualitativa?
Una variable cuantitativa es aquella
que tiene magnitud: puede medirse; es
continua: puede tomar cualquier valor
numérico (por ej., estatura); y es
discreta: establece categorías en
términos de números enteros (por ej.,
número de sujetos que asistieron a un
evento).
Una variable cualitativa NO presenta
una cualidad de magnitud, se incluye en
categorías.

VARIABLES
.
dependiente?
Una variable dependiente es la que varía a
partir de la acción o manipulación realizada a
la variable independiente. Es la variable que
queremos explicar.
independiente?
La variable independiente se establece como
control o como susceptible de ser manipulada
por el investigador. Se pretende descubrir
cómo influye en la variable dependiente.
Cuando se manipula se considera como una
variable atributiva y cuando no es
manipulada se considera una variable activa.

VARIABLES
A qué se refiere el nivel
de medición nominal?
(Ejemplo)
La escala de medida nominal tiene
como fin nombrar y categorizar con el
fin de distinguir, puede considerarse la
escala de nivel más bajo (las categorías
NO indican orden ni jerarquía). Se trata
de agrupar objetos en clases. Las
categorías únicamente reflejan
diferencias en la variable.
Ejemplo:
sexo: 1=Femenino; 2=Masculino

VARIABLES
¿A qué se refiere el La escala ordinal presenta varias categorías
nivel de medición que mantienen un orden de mayor a menor,
ordinal? las etiquetas de las categorías indican
(Ejemplo) jerarquía. Estas escalas, recurren a la
propiedad de «orden» de los números. Las
medidas ordinales tienen imprecisas
diferencias entre valores consecutivos, pero
un orden interpretable para sus valores.
Ejemplo: Posición jerárquica de una
empresa: 10=presidente; 9= vicepresidente;
8= director general; 7= gerente de área; 6=
subgerente; 5= jefe; 4= empleado

VARIABLES
¿A qué se refiere
el nivel de
medición
intervalar?
(Ejemplo)
En la escala de intervalos además del orden o la
jerarquía entre categorías, se establecen intervalos
iguales en la medición, por lo que permite determinar
la magnitud de los intervalos (distancia) entre todos los
elementos de la escala.; está caracterizada por una
unidad de medida común y constante. Es importante
destacar que el punto cero en las escalas de intervalos
iguales es arbitrario, y no refleja en ningún momento
ausencia de la magnitud que estamos midiendo (por ej.,
las mediciones de coeficiente intelectual o temperatura
en grados Celsius).
Ejemplo: una prueba de matemáticas: si Ana resolvió
10 problemas, Laura 20 y Abigail 30, la distancia entre
Ana y Laura, es la misma que entre Laura y Abigail.

1. Métodos de Investigación para desarrollo de tesis.pdf

Las variables
según su relación

Variable Independiente
demostrado ser factor
Es aquella cuya existencia es
autónoma, no depende de
otra, más bien de ella depende
otras, representa los factores
que constituirán la causa,
siendo que previamente ha
de
riesgo para el problema que se
estudia.
En este sistema de variables
se plantea solamente una
variable independiente

Variable Dependiente
En este sistema de variables
representa a la variable de
interés o variable de estudio,
es la que para su existencia y
desenvolvimiento depende
de otra independiente, su
está
modo de
condicionada
ser,
por otros
aspectos de la realidad.
Es la que mide o describe el
problema que se estudia.

Variable de Confusión
Su participación puede
intensificar o antagonizar la
relación aparente entre el
problema y una posible
causa, creando confusión en
el investigador.
Su influencia se da tanto
sobre la variable
independiente como en la
dependiente.
Su control se debe realizar
mediante análisis
estratificado.

Variable Intermedia
Esta variable aparece de
manera incalculada durante
el proceso de una
observación o inesperada
dentro de un experimento,
entre el factor causal y el
efecto.
Ocurre cuando no ha habido
una buena elección de los
factores de riesgo.
El procedimiento más idóneo
para su neutralizar su
participación es el análisis
multivariado.

Variable de Control
Es una variable con una fuerte
influencia sobre la
dependiente, pero
variable
ningún
efecto reconocido sobre la
variable independiente
Habitualmente se reconoce su
participación en el momento
de la planeación.
Su control se realiza método-
lógicamente mediante los
criterios de exclusión.

Diseños de Investigación
investigación?
Qué es un diseño de El diseño es el plan o estrategia
que se desarrolla para obtener la
información que se requiere para
una investigación. Su objetivo es
analizar la certeza de la hipótesis.

Tipos de Diseño
de
Investigación

Según la intervención del
investigador
OBSERVACIONAL
No existe intervención del
investigador; los datos
reflejan la evolución natural
de los eventos, ajena a la
voluntad del investigador.
EXPERIMENTAL
Siempre son prospectivos,
longitudinales, analíticos y de
nivel investigativo
“explicativo” (causa – efecto);
además de ser “controlados”.
1

PROSPECTIVO
Los datos necesarios para el
estudio son recogidos a
propósito de la investigación
(primarios). Por lo que, posee
control del sesgo de
medición.
RETROSPECTIVO
Los datos se recogen de
registros donde el
investigador no tuvo
participación (secundarios).
No podemos dar fe de la
exactitud de las mediciones.
2
Según la planificación de la
toma de datos

TRANSVERSAL
Todas las variables son
medidas en una sola
ocasión; por ello de realizar
comparaciones, se trata de
muestras independientes.
LONGITUDINAL
La variable de estudio es
medida en dos o más ocasiones;
por ello, de realizar
comparaciones (antes –
después) son entre muestras
relacionadas.
3
Según el número de ocasiones en que
mide la variable de estudio

EXPERIMENTALES
básicas: intervención y
Requiere de dos condiciones
asignación aleatoria. Siendo de nivel investigativo
explicativo tienen control metodológico.
❖ Pre-experimento: La intervención sobre las unidades de
estudio, no es apropósito de la investigación; sino que
obedece a las necesidades terapéuticas del sujeto.
❖ Cuasi-experimento: Cuando no hay grupo control, no es
posible realizar la asignación aleatoria de los sujetos, puesto
que no se puede dejar sin tratamiento a los pacientes.
❖ Experimento verdadero: Cumple con la asignación
aleatoria e intervención.

¿Qué es un
diseño
experimental?
Los diseños experimentales son aquellos estudios
en el que se manipulan intencionalmente una o
más variables independientes (supuestas causas),
para analizar las consecuencias que la
manipulación tiene sobre una o más variables
dependientes (supuestos efectos), dentro de una
situación control.

.
¿Cuáles son las
características de
los diseños
experimentales?
¿Cuáles son los
tipos de Diseño
Experimental?
Las características principales es que contienen: a) un
grupo de control o de comparación (es posible llevar a
cabo la investigación con un solo grupo, proporcionando
todos los tratamientos a los mismos sujetos, y también es
posible tener tres o más grupos); b) se manipula de
manera activa (intencional) la variable independiente; c)
se basa en la aleatorización, es decir, se asigna al azar a
los sujetos a los grupos con el fin de garantizar su
equivalencia (en ocasiones, esto no es posible, debido a
que los grupos están ya constituidos o no es posible
realizar la asignación al azar).
Los tipos de diseño experimental son: a) pre-
experimentales; b) cuasiexperimentales; c) experimentales
puros.

¿Cuáles son los
tipos de diseños
experimentales
puros?
Los principales tipos son:
a) Con posprueba únicamente y grupos de control G1-----X1----O1
G2----X2----O2
(X2=sin tratamiento)
b) Con preprueba/posprueba y grupo de control G1---O1---X1---O2
G2---O3---X2---O4
(X2=sin tratamiento)
c) 4 grupos de Solomon G1---O1---X1---O2
G2---O3---X2---O4 (X2=sin tratamiento)
G3---O5---X3---O6 (O5=sin test o medición)
G4---O7---X4---O8 (O7=sin test; X4= sin tratamiento)
G= grupo X= tratamiento (VI) O= test o medición (VD)

¿Qué son los
diseños cuasi-
experimentales?
¿Cuáles son los
tipos de diseño
cuasi-
experimentales?
Los diseños cuasi-experimentales NO hay asignación aleatoria ni
emparejamiento, la muestra se elige de grupos ya formados antes del
tratamiento. En estos diseños falta un grupo control o el control es
incompleto en los grupos observados.
a) Series cronológicas: G-O1-O2-O3-X-O4-O5-O6
b) Muestras cronológicas: G-X1-O1-X0-O2-X1-O3-X0-O4 (X0= sin
tratamiento)
c) 2 o más grupos con pretest y postest G1-O1-X1-O2
G2-O2-X0-O2 (X0= sin
tratamiento)
d) 2 con solo postest G1-X1-O2
G1-X0-O2 (X0= sin tratamiento)
G= grupo X= tratamiento (VI) O= test o medición (VD)

¿Qué es un diseño
pre-experimental?
¿Cuáles son los
tipos de Diseño
Pre-Experimental?
Los diseños pre-experimentales son diseños de un solo grupo
donde el grado de control es mínimo.
a) Estudios de caso con una sola medición G---X---O
b) Diseño de pre-prueba/pos-prueba con un solo grupo
G---O1---X---O2
X= tratamiento (VI) O= test o medición
G= grupo
(VD)

¿Qué son los diseños no
experimentales?
En los diseños no experimentales NO hay una
manipulación deliberada de variables, sólo se
observan los fenómenos en su ambiente laboral y
luego se analizan.
experimentales
transaccionales o
transversales?
En los diseños transversales o transaccionales se
recopilan datos en un momento único (pueden ser
exploratorios, descriptivos, correlacionales o
causales).
experimentales longitudinales
o evolutivos?
En los diseños longitudinales o evolutivos se
recopilan datos en diferentes momentos a lo largo
de un período determinado de tiempo.

Conjunto de todos los casos o grupo de unidades (sujetos
u objetos de estudio) con alguna característica común.
Las poblaciones deben situarse claramente en torno a sus
características de contenido, lugar y tiempo. La
delimitación de la población que va ser estudiada y sobre
la cual se pretende generalizar los resultados, es un paso
importante en una investigación.
POBLACION

Si se dispone de una lista de unidades o elementos de
muestreo se dice que es conocida; sino se dispone de tal
listado se dice que es desconocida.
La medición completa de todos los elementos que
constituyen la población constituye el censo, mientras que
cuando no podemos acceder a ella podemos hacer el
análisis de una parte de esta.
POBLACION

Una muestra representativa debe tener un tamaño
mínimo calculado y responder a una selección
parametrada (muestreo probabilístico).
Así podemos conocer la parte de una población que
debe examinarse con la finalidad de hacer inferencias
sobre dicha población.
MUESTRA

El muestreo otorga una probabilidad conocida de
integrar la muestra a cada elemento de la población, y
dicha probabilidad no es nula para ningún elemento.
Unidad de muestreo: Elementos de la población que se
van a estudiar. Cada unidad de estudio pertenece sólo
una unidad de muestreo.
MUESTRA

Conocido también como unidad de análisis,
unidad de observación, unidad experimental, o
unidad de población, son cada uno de los
sujetos u objetos de estudio de la población del
que hay que obtener la información
UNI DAD DE
ESTUDIO

Criterios de inclusión: Son conjunto de propiedades
cuyo cumplimiento identifica a un individuo que
pertenece a la población en estudio. Su objetivo es
limitar la población/universo. Por lo que se fijan las
características que hacen una unidad sea parte de una
población (edad, sexo, grado escolar, nivel
socioeconómico, etc.).
Criterios de exclusión: Son conjunto de propiedades
cuyo cumplimiento identifica a un individuo que por sus
características podría generar sesgo en los resultados
del estudio (edad, niveles educacionales, idiomas, etc.)
CRITERIOS DE
INCLUSIÓN/EXCLUSIÓN

MUESTREO
¿Qué es el
muestreo?
El muestreo es la técnica para
la selección de una muestra a
partir de una población.

MUESTREO
¿Cuáles son las
características de los dos
principales tipos de
muestreo?
(Probabilístico y No
probabilístico)
El muestreo probabilístico requiere
determinar el tamaño de la muestra y
seleccionar elementos muestrales (todas
con la misma probabilidades de ser
elegidos).
El muestreo no probabilístico se basa en
una selección informal y arbitraria de los
sujetos, donde no todos tienen la misma
posibilidad de ser elegidos (depende de la
decisión del investigador).

Denominado también muestreo equiprobabilístico,
porque si se selecciona una muestra de tamaño n
de una población de N unidades, cada elemento
tiene una probabilidad de inclusión igual y
conocida de n/N.
Ventaja: Se desarrolla en software porque se basa en la
teoría estadística.
Desventaja: Precisa un marco muestral o listado de todas
las unidades.
1. MUESTREO ALEATORIO
SIMPLE

Para determinar una muestra de tamaño n
conseguimos una lista de N elementos, definimos
un intervalo de salto k=N/n y elegimos un número
aleatorio entre 1 y k con el que comenzamos la
selección de la muestra.
Ventaja: No es necesario tener un marco muestral o
listado de unidades.
Desventaja: La constante podría asociarse con el
fenómeno de interés.
2. MUESTREO SISTEMÁTICO

Como el azar no es una garantía de
representatividad, aquí se pretende asegurar la
representación de cada grupo en la muestra.
Cuanto más homogéneos sean los estratos, más
precisas resultarán las estimaciones.
es homogénea en función a la
Ventaja: La muestra
variable involucrada.
Desventaja: Se debe conocer la distribución
variable utilizada
en la
para la
población de la
estratificación.
3. MUESTREO ALEATORIO
ESTRATIFICADO

Denominado también muestreo por clusters
aprovecha se caracterizan porque la variación en
cada grupo es menor que la variación entre
grupos lo cual resulta ventajoso en los estudios
comunitarios o poblacionales.
Ventaja: Muy eficiente cuando las unidades están muy
dispersas.
Desventaja: Requiere un manejo estadístico mas
complejo que el resto.
4. MUESTREO POR
CONGLOMERADOS

MUESTREO
¿Cómo se realiza un
muestreo probabilístico
aleatorio?
muestreo probabilístico
estratificado?
muestreo probabilístico por
racimos o conglomerados?
El muestreo probabilístico aleatorio se
realiza mediante un sorteo o tabla de
números.
El muestreo probabilístico estratificado se
realiza a partir de una división de la
población en estratos o categorías.
El muestreo probabilístico por racimos o
conglomerados se realiza a partir de
seleccionar los racimos (lugares geográficos
o físicos) donde se encuentran los sujetos y
posteriormente seleccionarlos al azar,

MUESTREO
muestreo No probabilístico
de sujetos voluntarios?
de sujetos tipo?
de muestra de expertos?
de muestra por cuotas
El muestreo NO probabilístico de sujetos
voluntarios se usa con individuos que deciden
participar en el estudio.
El muestreo NO probabilístico de sujetos tipo
se usa con los sujetos que cubren con ciertas
características fijadas por el investigador.
El muestreo NO probabilístico de muestra de
expertos se usa cuando es necesario la opinión
de sujetos expertos.
El muestreo NO probabilístico de muestra
por cuotas se basa en fijar determinadas
proporciones de sujetos o “cuotas” según
variables demográficas.

un estudio sobre una población,
Al plantear
idealmente debemos estudiar a todos los
individuos que la conforman; pero no siempre
podemos acceder a todos, entonces tenemos
que escoger una muestra; sin embargo los
resultados obtenidos de esta manera nunca
serán exactamente iguales, a los que se
obtendrían de estudiar a toda la población; es
decir, siempre va a haber un margen de error.
Introducción

realizar
Antes de
plantearnos; que proporción
el estudio
de error
debemos
estamos
dispuestos a aceptar para dar por válido nuestro
resultado. El error es el objetivo principal del
estudio. El análisis estadístico consiste en
calcular la probabilidad de cometer este error y
esperamos que sea menor al planteado
preliminarmente como nivel significancia.
Nivel de Significancia

Es la confianza que debemos alcanzar para
generalizar el resultado de una muestra hacia
toda la población. Es el complemento del nivel
de significancia; es la confianza que tenemos, de
que la conclusión a la que hemos llegado es
cierta. Una probabilidad elevada nos da la
tranquilidad de que lo que hemos calculado es
cercano a lo real y no debida al azar
Nivel de confianza

a) α = 5%. Existe 5 % (0.05) de probabilidad de
equivocarse y 9 5 % (0.95) de confianza.
b) α = 1%. Existe 1 % (0.01) de probabilidad de
equivocarse y 9 9 % (0.99) de confianza.
Niveles convenidos

El error tipo I: Ocurre cuando afirmamos la
hipótesis del investigador, siendo que es falsa.
Por lo tanto, es un juicio de valor equivocado.
El p-valor: Es la probabilidad de equivocarse al
aceptar nuestra hipótesis del investigador como
verdadera; es decir la probabilidad de cometer
un error tipo I.
El nivel de significancia: Es la máxima
probabilidad de error que estamos dispuestos
aceptar para dar como válida nuestra hipótesis
del investigador.
Definición de términos

• Definir y operacionalizar las variables es una de las
tareas m á s importantes del proceso de
investigación.
• Es un momento de gran importancia pues tendrá
repercusiones en todos los momentos siguientes.
• La operacionalización es el proceso de llevar una
variable desde un nivel abstracto a un plano más
concreto.
• La función básica es precisar al máximo el
significado que se le otorga a una variable en un
determinado estudio.
• También debemos entender el proceso como una
forma de explicar cómo se miden las variables que
se han seleccionado.
OPERACIONALIZACION DE LAS
VARIABLES

• Las variables deben ser claramente
para que tanto el investigador como
definidas,
asesores,
correctores y otros, puedan entender claramente
el objetivo de la variable.
Algunas variables no ofrecen dificultad en su
descripción, definición y medición, Ej: Edad,
ingreso, años, genero, N º de hijos, etc.
Algunas variables deben ser objetivadas y
•
•
homogeneizadas en relación a
dentro del estudio, Ej: calidad
su significado
de vida, trato
humanizado al paciente, satisfacción usuaria, etc.
Los fenómenos en los que se interesa el
•
investigador deben ser traducidos en fenómenos
observables y medibles.
VARIABLES

• La operacionalización de las variables se
logra cuando se descomponen las variables
en dimensiones y estas a su vez son
traducidas en indicadores que permitan la
observación directa y la medición.
• La operacionalización de las variables es
fundamental porque a través de ellas se
precisan los aspectos y elementos que se
quieren cuantificar, conocer y registrar con
el fin de llegar a conclusiones.
VARIABLES

PROCESO DE OPERACIONALIZACIÓN
DE VARIABLES
Concepto
Variable
Teórica
Definición conceptual
Dimensiones
Indicadores
Variable
Empírica
Instrumento

VARIABLES

1. Métodos de Investigación para desarrollo de tesis.pdf

Más contenido relacionado

Similar a 1. Métodos de Investigación para desarrollo de tesis.pdf (20)

Último (20)

1. Métodos de Investigación para desarrollo de tesis.pdf