Metodología de Investigación: Tipos, Diseños y Técnicas

Metodología del Proyecto de Investigación

La metodología implica la consideración de los aspectos lógicos y del diseño del proceso de investigación. Responde a la interrogante sobre ¿cómo se va a investigar?

En lo que respecta al reporte final de la tesis (o trabajo) se deberán desarrollar los siguientes puntos.

1. Tipos de Investigación

Es importante que se determine el tipo de investigación considerando la pregunta (problema de investigación), los objetivos e hipótesis presentados a lo largo del trabajo, analizando el alcance de la recolección y análisis de los resultados. Aunque están relacionados, no debe confundirse el tipo de investigación con el diseño del mismo.

El tipo de la investigación hace referencia a la finalidad, el objeto mayor del trabajo. En cambio, el diseño se relaciona con la estructura general para lograr esa finalidad.

1.1. Tipo Exploratorio

• Investigan problemas (temas) poco estudiados.
• Indagan desde una perspectiva innovadora.
• Ayudan a identificar conceptos promisorios.
• Preparan el terreno para nuevos estudios.

1.2. Tipo Descriptivo

• Definen variables.
• Miden o recogen información de variables.
• Especifican propiedades, características y rasgos de un fenómeno.
• Predicción incipiente.

1.3. Tipos Correlacionales

• Asocian variables mediante un patrón predecible para un grupo o población.
• Su propósito es conocer la relación que exista entre dos o más variables, conceptos, categorías o variables en un contexto particular.
• Ofrecen predicciones.
• Explican la relación entre variables.
• Cuantifican la relación entre variables.

1.4. Tipos Explicativos

• Determinan causas.
• Generan un sentido de entendimiento.
• Son más estructurados.
• Van más allá de la mera exploración, descripción o relación de variables o fenómenos.

2. Diseños de Investigación

Se refiere a la condición de que el investigador interfiera con la manipulación de la realidad, es decir, la manipulación de las variables en estudio. El diseño de investigación se refiere al plan o estrategia concebida para responder a las preguntas de investigación. Permite señalar al investigador lo que debe hacer para alcanzar sus objetivos de estudio, contestar las interrogantes que se ha planteado y analizar la certeza de las hipótesis formuladas.

En ciencias sociales se pueden encontrar diferentes clasificaciones de diseños.

• 2.1. No experimental:
  • a) Transeccionales
  • b) Longitudinales:
    • b1) De tendencia
    • b2) De evolución
    • b3) De panel
• 2.2. Experimental:
  • a) Pre-experimentales
  • b) Cuasi-experimentales
  • c) Experimentales
• 2.3. Factorial

¿Cómo se establece un diseño en particular? Lo anterior se establecerá dependiendo:

Del nivel de manipulación de la(s) variable(s) independiente(s), número de variable(s) independiente(s) y dependiente(es), el grado de control de variables extrañas o intervinientes y el tipo de muestreo empleado.

Es necesario recalcar que la distinción entre variable independiente (aquella que manipula el investigador) y dependiente (la que recibe el efecto de la independiente) tiene sentido aplicarla solo a los estudios de tipo explicativos donde interesa establecer relaciones del tipo causa-efecto.

¿Qué es manipular una(s) variable(s)?

La manipulación de variables es propia de los estudios cuasiexperimentales o experimentales propiamente tal.

Indica que la finalidad del proyecto es intervenir en una(s) variable(s), es decir, cambiar su estado actual: mejorar, disminuir, aumentar, potenciar, fortalecer, etc. una(s) determinada(s) variable(s).

• Diseño No Experimental
  • Son aquellos que se realizan sin manipular deliberadamente variables. Es decir, se trata de investigación donde no se hacen variar en forma intencional las variables independientes. El fenómeno objeto de la investigación se observa tal y como se da en la realidad. También se denomina investigación ex post-facto.

En los diseños no experimentales encontramos dos grandes clasificaciones:

2.1.a) Diseños No Experimentales Transeccionales
Son aquellos que recolectan datos en un solo momento, es decir, en una única oportunidad. El propósito de estos estudios es describir variables, y analizar su incidencia e interrelación en un momento dado o medición única. Pueden abarcar varios grupos o subgrupos de personas, objetos o indicadores. Se subdividen en diseños descriptivos y diseños correlacionales.

2.1.b) Diseños No Experimentales Longitudinales
Estos diseños son los que se utilizan para ver y analizar los cambios a través del tiempo en determinadas variables o en las relaciones entre éstas. Recolectan información en puntos específicos del desarrollo del estudio. Por ejemplo, la psicología del desarrollo ha sido estudiada con este modelo.

La clasificación general del diseño no experimental longitudinal es:
Diseño longitudinal de tendencia: Estos diseños se centran en una población específica. Las mediciones son tomadas en distintos períodos, por ejemplo, cada 3 meses durante 5 años, en una comunidad determinada.

Diseño longitudinal de evolución de grupo: Determinan cambios a través del tiempo en subpoblaciones o grupos específicos. Estos pequeños grupos pueden estar delimitados por la edad, sexo, color de piel o cualquier otra característica distintiva y relevante para el estudio.

Diseño longitudinal de panel: Son similares a los definidos anteriormente, pero acá el mismo grupo es utilizado para las mediciones en todo el período de la investigación.

• Diseño Experimental

Es un estudio de investigación en el que se manipulan deliberadamente una o más variables independientes (supuestas causas) para analizar las consecuencias que la manipulación tiene sobre una o más variables dependientes (efectos), dentro de una situación de control para el investigador.

Clasificación del diseño experimental: Experimental puro (manipulación total de variables), Preexperimental (menor grado de manipulación de variables), Cuasiexperimental (mucho menor grado de manipulación de variables).

Diseño experimental puro: Los experimentos o experimentos puros manipulan variables independientes para ver sus efectos sobre variables dependientes en una situación de control. El investigador selecciona el grupo.

Para considerar a una situación como un experimento se debe estar en presencia de ciertos requisitos:

1. Manipulación de una o más variables independientes para analizar el efecto sobre una variable dependiente.
2. Medir el efecto que la variable independiente tiene en la variable dependiente.
3. Control o validez interna de la situación experimental.

¿Cómo se logra el requisito N°1 (manipulación de una o más variables independientes…)?

• Presencia o ausencias de dicha variable.

Para ello es necesario tener dos grupos, uno expuesto a la variable independiente y el otro no. El grupo expuesto a la variable independiente se denomina grupo experimental y al otro, grupo control.

• Variar la exposición a la variable independiente.

Esto implica observar si la magnitud del efecto en la variable dependiente, depende de la intensidad del estímulo de la variable independiente.

Otro medio de manipulación de la variable independiente se refiere a las distintas categorías que ésta puede tomar y que son intensidades, sino que distintas categorías.

¿Cómo se logra el requisito N°2 (medir el efecto que la variable independiente tiene en la variable dependiente)? Validez y confiabilidad.

¿Cómo se logra el requisito N°3 (control o validez de la situación experimental)?

FUENTES INTERNAS

• Historia
• Maduración
• Inestabilidad
• Administración de pruebas
• Instrumentalización
• Regresión estadística
• Selección
• Mortalidad experimental
• Interacción entre selección y maduración
• Otras interacciones

¿Cómo se logra el control y validez interna del experimento?

1.- Varios grupos de comparación: Para poder comparar los resultados de un experimento (intervención) se hace necesario tener más de un grupo. Si solo se compara con un grupo no necesariamente el efecto puede atribuirse a la intervención.

2.- Equivalencia de los grupos: Inicial; durante el experimento o intervención, asignación al azar.

Diseño Experimental: Pre-experimental

Los preexperimentos se denominan así porque su grado de “control” es mínimo. El investigador selecciona el grupo.

Encontramos: Estudio de caso con una sola medición. Diseño de pre-prueba-post-prueba con un solo grupo.

Diseño Experimental: Cuasi experimental

En los diseños cuasiexperimentales los sujetos no son asignados al azar a los grupos ni emparejados; sino que dichos grupos ya estaban formados antes del experimento, son grupos intactos, por esta razón su grado de control es mínimo.

Existen varios tipos de diseños cuasiexperimentales:

• Diseño con postprueba únicamente y grupos intactos.
• Diseño con pre-prueba-post-prueba y grupos intactos (uno de ellos de control).
• Diseño de series cronológicas; de un solo grupo y con múltiples grupos.

3. Definición Conceptual y Operacional de Variables

Variables ¿Qué son? Explicaciones tentativas del fenómeno investigado que se formulan como proposiciones.

Son los aspectos y características que interesan estudiar en un fenómeno o problema. Se deducen y definen a partir de los objetivos y de las hipótesis. Los objetivos se operacionalizan a través de las variables.

Se deberá precisar cuando así corresponda con el diseño de la investigación la(s) variable(s) independiente y dependiente del estudio, junto con el nivel de las mismas (nominal, ordinal, de intervalo o de razón).

Definición Conceptual de Variables

Definir conceptualmente una variable significa explicitar el término o variable con otros términos. Es la definición que nos entrega la literatura o marco teórico del atributo. Ejemplo: Variable: percepción de clima laboral (nivel intervalo).

Definición conceptual:

“Cualidad relativamente duradera del ambiente interno de una organización que es experimentada por sus miembros, influencia su conducta, y puede ser descrita en términos de valores de un conjunto particular de características o atributos de la organización” (Stringer, 2002, pág. 83).

Definición Operacional de Variables

El definir operacionalmente una variable implica establecer cómo se medirá.

Por ejemplo: Puntaje medio obtenido por un participante cualquiera de la investigación en los ítems del Cuestionario de Clima Organizacional de Litwin y Stringer.

4. Hipótesis de Investigación

¿Qué son las hipótesis? Son proposiciones tentativas (respuestas) a las preguntas de investigación que el investigador elabora en base al marco teórico. Las hipótesis son afirmaciones susceptibles de ser verificadas, contrastadas o sometidas a prueba. Constituyen una respuesta anticipada a un problema de investigación y se derivan de los objetivos del estudio. Hay una íntima relación entre problema de investigación o situación a estudiar y los objetivos e hipótesis. El investigador, después de formular su problema, elabora una posible respuesta que deberá ser verificada durante la investigación.

Consideraciones: No en todas las investigaciones se formulan hipótesis. En efecto, los estudios de tipo exploratorio, que indagan temáticas poco conocidas, no las plantean. Los estudios de tipo descriptivo tampoco las plantean siempre y suelen estar presentes de acuerdo con el criterio del investigador, el planteamiento del problema y los hallazgos previamente establecidos.

El investigador, después de formular su problema, elabora una posible respuesta que deberá ser verificada durante la investigación. Las hipótesis de investigación, dependiendo del nivel de profundidad del estudio, pueden ser descriptivas, correlacionales o explicativas.

• Fuentes de las Hipótesis
  • Revisión de la literatura
  • Planteamiento del problema
    • REQUISITOS DE LAS HIPÓTESIS: Correspondencia con la realidad, Relación entre variables, Variables medibles, Que existan técnicas para probarlas.
• Tipos de Hipótesis de Investigación: Hipótesis de Investigación (Hi), Hipótesis Nulas (Ho), Hipótesis Alternativas (Ha), Hipótesis Estadística. Tipos de Hipótesis estadísticas (propias de lo cuantitativo): De estimación, De correlación, De diferencia de medias.

Descriptivas: Pronostican un dato. Causales: Lo que ocurra en una variable podrá ocurrir en otra (bivariadas) o en otras (multivariadas). Correlacionales: Establecen relaciones entre variables. De diferencia de grupos.

• FORMULACIÓN: ALCANCE DEL ESTUDIO
  • Estudios exploratorios: NO hay hipótesis.
  • Estudios descriptivos: Para pronosticar un dato.
  • Estudios correlacionales: Especifican posibles relaciones entre variables.
  • Estudios explicativos: Determinan las razones por las cuales ocurre un fenómeno.

Hipótesis Generales: Son aquellas que se desprenden del objetivo general y se prueban a través de sus específicas correspondientes.

Ejemplo: Existe relación entre la percepción de clima laboral y el nivel de motivación manifestado por los empleados de la Caja de Compensación Alfa.

Hipótesis Específicas: Precisan las generales, es una definición detallada del comportamiento de las variables relevantes de la investigación. Se relacionan directamente con los objetivos específicos y comprenden un conjunto de supuestos derivados de las hipótesis generales, cuya finalidad es contribuir a clarificar el contenido y hacer más explícitos los distintos aspectos que abarcan.

Ejemplos:

• Los trabajadores de la Caja de Compensación Alfa tienen una percepción positiva del clima laboral de su organización.
• Los trabajadores de la Caja de Compensación Alfa manifiestan un alto nivel de motivación en la realización de sus actividades laborales.
• Existe una relación directa y positiva entre la percepción de clima laboral y los niveles de motivación manifestados por los trabajadores de la Caja de Compensación Alfa.

En la investigación cualitativa no se suelen plantear hipótesis o al menos no en la manera tradicional propia de los estudios cuantitativos. Lo que se suele utilizar en su lugar es el señalamiento de preguntas directrices (preguntas guías o ejes), que son planteamientos previos que guiarían la acción de la producción de información (ordenarán la forma que tomarán los instrumentos de recolección de datos). Se relacionan con los objetivos en la medida que los permitan ir construyendo.

5. Población, Muestra y Proceso de Muestreo

Tipos de muestreo:

En una investigación puede trabajarse con toda la población o bien con un subconjunto de esta (la muestra), por razones de orden práctico y economía de recursos. Pueden ser: probabilística (azar simple o aleatoria, sistemática, estratificada o por conglomerados); o no probabilística (accidental o casual, intencional o por cuota).

Tamaño: En la literatura referida a la estadística social existen distintas fórmulas para calcular el tamaño de una muestra dependiendo del parámetro a estimar y del error de muestreo a considerar; no obstante, hay criterios generales y prácticos que facilitan el proceso. En términos de representatividad estadística la muestra debería ser a lo menos un 5% de la población; en otros casos se sugiere, en lo posible, trabajar con muestras grandes; es decir, de a lo menos 30 casos (por ley de los grandes números).

Justificación y características, considerando su representatividad:

Algunas consideraciones para lograr representatividad: Edad, nivel socioeconómico, nivel educacional, sexo, y cualquier otra consideración relacionada con los análisis posteriores.

Ejemplo:

La población de la presente investigación estuvo conformada por todos los trabajadores del Área Administrativa de la empresa Caja de Compensación Alfa y la muestra a la que se aplicaron los instrumentos de recolección de datos estuvo constituida por 315 empleados, 220 de sexo femenino y 95 del sexo masculino, cuyas edades fluctuaron entre los 18 y 71 años. La mayor parte de los empleados que participaron en la investigación se desempeñaban en los cargos de Venta (57%) y Atención al Cliente (35%), el resto (8%) corresponde a personal de la Plataforma Telefónica.

El tipo de muestra se puede clasificar como no probabilística intencionado, en tanto se seleccionaron a los empleados administrativos atendiendo a ciertos criterios centrales. Al respecto, fue un requisito fundamental para la selección de los participantes que éstos tuvieran al menos un año de antigüedad en el cargo. Además, la participación de los sujetos fue voluntaria, de manera que bajo este criterio aproximadamente 15 trabajadores no respondieron los instrumentos.

Es importante destacar que para la metodología cuantitativa se espera que los resultados (cuando sean obtenidos a partir de una muestra), se logren generalizar a la población de donde fue extraída la misma. Para ello, la importancia de la representatividad estadística. Dicha condición no se cumple para métodos como el cualitativo, donde pierde relevancia. Por ello podrán emplearse otros vocablos para referirse a la muestra o seleccionados del estudio que den cuenta de la aplicación final de los resultados; por eso se les suele llamar en los estudios cualitativos participantes del estudio.

Las clasificaciones sobre la selección de los participantes (o muestra), dependerán de los autores empleados para su argumentación. No obstante, suelen ser clasificadas como de tipo intencionado en su forma más general.

Dentro de estas pueden encontrarse el muestreo opinático (se seleccionan según criterios específicos de la investigación y se conoce el tamaño final de los participantes) y el muestreo teórico (son destinados para la construcción y emergencia de teorías, se desconoce su tamaño final – es un muestreo sucesivo).

De igual modo, deberán especificarse sus características relevantes vinculadas con el estudio, las razones de la elección y el tipo de muestreo empleado.

DEFINIR EL DISEÑO MUESTRAL

• Muestras Probabilísticas
• Muestras No Probabilísticas

MUESTRAS CON SELECCIÓN PROBABILÍSTICA: Se basa en que todos los elementos componentes de un universo tienen la misma posibilidad de estar incluidos en una muestra, para lo cual una vez identificado el universo se le asigna a cada elemento componente una identificación exclusiva.

MUESTRAS DE SELECCIÓN NO PROBABILÍSTICA: En las muestras no probabilísticas o dirigidas la elección de los elementos no depende de la probabilidad. En estos casos la selección de las unidades o casos se hace según el criterio del investigador por considerarlos típicos según las finalidades específicas del estudio.

TIPOS DE MUESTRAS PROBABILÍSTICAS:

• Simple
• Estratificada
• De conglomerados o de racimos
• De etapas múltiples

TIPOS DE MUESTRAS NO PROBABILÍSTICAS:

• Sujetos tipo
• Sujetos voluntarios
• Sujetos expertos
• Por cuota
• Bola de nieve

6. Técnicas de Recolección de Datos

Técnicas de Recolección de Datos:

En este punto se deben describir los instrumentos utilizados para recolectar los datos de la investigación.

En el caso de trabajar con cuestionarios o escalas debe describirse el número de ítems, dimensiones, antecedentes teóricos, forma de corrección, etc. y sus características técnicas tales como los indicadores de confiabilidad, validez y normas (señalar además a los autores del mismo).

Si el instrumento es de construcción propia, en el informe final se debe entregar información de los procedimientos utilizados en su construcción (aplicación piloto, evaluación de jueces, etc.).

Ejemplo: Para conocer el nivel de motivación de los trabajadores se aplicó la Escala de Motivación Laboral desarrollada por Pérez, Arroyo, García y Torres (2005).

Este instrumento está constituido por 47 reactivos presentados en una escala tipo Likert de 4 puntos, siendo sus puntos extremos “siempre me motiva” y “nunca me motiva”.

Investigaciones han demostrado la adecuación de las propiedades psicométricas del instrumento, lo cual facilita su correcta aplicación e interpretación. Al respecto Pérez y Amador (2005), ilustran una estructura factorial que coincide con la presentada originalmente por sus autores, destacando la adecuada validez de constructo factorial del instrumento. Al mismo tiempo, estos investigadores señalan que la confiabilidad del instrumento es muy buena (Alfa de Cronbach = 0.93).

Requisitos de los Instrumentos de Recolección de Datos

• Validez: Que el instrumento mida lo que pretende medir y no otra cosa parecida.
• Confiabilidad: Que aplicado el instrumento de medición en otras oportunidades arroje similares resultados.

En cuanto a recolección de datos para estudios cualitativos, se suele emplear el término técnicas de producción de información. Estas suelen basarse en estrategias abiertas y más flexibles, de manera que dé cuenta de aspectos no medibles de la realidad construidos a través del mundo social.

Entre estas están: las entrevistas en profundidad/semi-estructuradas, las entrevistas biográficas (relatos de vida), observación participante y no participante, observaciones de campo, entre otras.

Para cada una de ellas, deberán señalarse sus características y forma particular que tomará para la propia investigación a realizar.

7. Procedimiento de Análisis de Datos

Se debe mencionar y justificar el procedimiento para el análisis de datos, lo cual dependerá principalmente de la naturaleza de los datos, del nivel de medición de las variables (nominal, ordinal, intervalar o de razón) y de la modalidad del estudio con respecto de su profundidad (exploratorio, descriptivo, correlacional o explicativo). Particularmente, señalar los elementos analizados con la estadística descriptiva y también con la inferencial, junto con el tipo de prueba estadística empleada (paramétrica o no paramétrica).

Se especificarán, además, los programas informáticos que se han utilizado. Así en una investigación cuantitativa habrá que describir y justificar las técnicas estadísticas utilizadas y el software y la versión empleada (SPSS 16.0, STAT, EXCEL, etc).

Ejemplo: Para representar el comportamiento individual de las variables percepción de clima laboral y motivación de los trabajadores de la empresa Alfa, se utilizaron estadísticos descriptivos. Al respecto, se destaca el uso de tablas de frecuencias, tablas de contingencia, representaciones gráficas (Histogramas) y medidas de tendencia central (media) y variabilidad (desviación estándar).

Para realizar el análisis inferencial (evaluar la correlación entre ambas variables) se utilizó la prueba paramétrica Coeficiente de Correlación de Pearson, atendiendo a que ambas variables están medidas en un nivel intervalar y que su relación (representada mediante dispersograma), se puede clasificar como lineal (Triola, 2004).

En cuanto a los estudios con investigación cualitativa, en el procedimiento de análisis de datos se deberá precisar si el mismo se referirá a un análisis de contenido, análisis de discurso, el tipo de codificación a emplear (codificación abierta, axial, selectiva), etc. Lo anterior guardando consistencia con la epistemología y escuelas metodológicas vinculadas.

8. Muestras Probabilísticas

8.1. Muestra Probabilística Simple

Cuando todas las unidades que componen el universo son conocidas y tienen igual probabilidad de ser seleccionadas en la muestra.

El procedimiento más simple, pero no muy rápido es fichar a cada uno de los elementos muéstrales y mediante un sorteo sacar las fichas hasta completar el tamaño de la muestra.

8.2. Muestra Probabilística Simple (Tabla de Números Aleatorios)

Otro procedimiento es el de La tabla de Números Aleatorios. Para esto se elige al azar un punto cualquiera de la tabla (fila y columna) y a partir de ella, en orden consecutivo, seleccionamos los números que están por debajo del valor que representa el tamaño de la muestra hasta completar la muestra.

Hay otro procedimiento de selección muy útil y fácil a partir de un intervalo (K) que se le llama selección sistemática de elemento muéstrales. Este intervalo se determina a partir del tamaño de la población y de la muestra de la forma siguiente K = N/n.

8.3. Muestra Probabilística Estratificada

Cuando hay estratos de importancia para la investigación dentro del universo, se escoge la muestra al interior del estrato, para lo cual pueden utilizarse distintos procedimientos.

TIPOS DE MUESTRAS ALEATORIAS ESTRATIFICADAS

Muestreo estratificado proporcional: Cuando no basta que cada uno de los elementos muéstrales tengan la misma probabilidad de ser escogidos, sino que además guarden la misma proporción en los distintos estratos o categorías que se presentan en la población y que son relevantes para los objetivos de la investigación. Lo que aquí se hace es dividir a la población en subpoblaciones y se selecciona una muestra para cada una. En este caso al interior de cada estrato se aplica un muestreo aleatorio simple.

Muestreo estratificado no proporcional: Se utiliza cuando se justifica de acuerdo al objetivo de la investigación, y consiste en manipular el número de casos a seleccionar en cada estrato.

8.4. Muestra Probabilística por Racimos

Es aquella en que la unidad de muestreo (los elementos del universo que se seleccionan) no es la unidad o elemento de la población sino el conglomerado.

Se utiliza con el fin de reducir los costos, tiempo y energía, y parte de la consideración de que muchas veces las unidades de análisis se encuentran encapsuladas o encerradas en determinados lugares físicos o geográficos a los que se les denomina racimos.

EJEMPLO

En el ejemplo anterior seleccionaremos la muestra a partir de los grupos de clases:

• Sabemos que los 500 estudiantes están agrupados en 20 grupos (distintos cursos).
• Definir la muestra de los grupos: 8 grupos (cursos).
• Definir la cantidad a muestrear en cada grupo: 120÷8=15.
• Seleccionar por sorteo los 8 grupos.
• Seleccionar por sorteo 15 estudiantes en cada grupo seleccionado.

8.5. Muestra Probabilística de Etapas Múltiples

Se basa en un proceso de subdividir unidades de muestreo.

Inicialmente se puede construir unos grupos o conglomerados llamados unidades primarias de muestreo, luego se dividen en grupos o conglomerados menores identificados como unidades secundarias de muestreo y así sucesivamente, hasta satisfacer el criterio del investigador.

EJEMPLO: Siguiendo el ejemplo anterior, si la U. Autónoma hay 12 carreras, primero se define una muestra de carreras (por ejemplo 5). En cada carrera se define una muestra de grupos de clases, y en cada grupo de clases se define la muestra de estudiantes a encuestar. Después se seleccionan por sorteo las facultades, los grupos dentro de cada carrera y los estudiantes dentro de cada grupo.

9. Muestras de Selección No Probabilística

En las muestras no probabilísticas o dirigidas la elección de los elementos no depende de la probabilidad. En estos casos la selección de las unidades o casos se hace según el criterio del investigador por considerarlos típicos según las finalidades específicas del estudio.

TIPOS DE MUESTRAS NO PROBABILÍSTICAS

1. De sujetos-tipos.
2. De sujetos voluntarios.
3. De expertos.
4. Por cuotas.
5. Bola de nieve.

9.1. Muestras No Probabilísticas de Sujetos-Tipos

Se basa en grupos de típicos sujetos con relación a una determinada característica, donde el objetivo es la riqueza, profundidad y calidad de la información. Se utiliza en estudios exploratorios y en investigaciones de tipo cualitativa. EJEMPLO Estudiar los valores, reglas y significado de pertenecer a una pandilla en el instituto Sujetos tipos: sujetos que pertenecen a las pandillas.

9.2. Muestras No Probabilísticas de Sujetos Voluntarios

Se usa en estudios donde se procura que los sujetos sean homogéneos en determinadas variables, de manera que los resultados o efectos no obedezcan a diferencias individuales, sino a las condiciones a las que fueron sometidos; utilizando como elementos muéstrales a sujetos que voluntariamente acceden a participar en la investigación. EJEMPLO Estudio sobre la motivación en el estudiante de educación superior aplicando un test especifico. Se selecciona, entre los voluntarios que se presentaron, aquellos que reúnan determinadas características que le den homogeneidad al grupo (edad, sexo, coeficiente de inteligencia, etc.) para que las diferencias individuales no afecten los resultados.

9.3. Muestras No Probabilísticas de Expertos

Se utiliza cuando es necesaria la opinión de sujetos expertos en un tema. Estas muestras son frecuentes en investigaciones cualitativas y exploratorias. EJEMPLO Investigar en los estudiantes, cuales son los métodos de estudios más eficientes. Expertos: estudiantes de más alto índice académico.

9.4. Muestras No Probabilísticas por Cuotas

Consiste en que los entrevistadores reciben instrucciones de aplicar cuestionarios a personas seleccionadas por ellos, conformando o llenando cuotas de acuerdo a la proporción de ciertas variables de la población. Este tipo de muestra se utiliza frecuentemente en investigaciones de opinión y de mercadotecnia.

Estas muestras dependen en cierta medida del juicio del entrevistador. Esto hace que el diseño sea vulnerable, pero si hay buen control, por el aspecto relacionado con el ahorro efectuado en la localización, se puede justificar este tipo de diseño muestra.

EJEMPLO En el ejemplo anterior de la encuesta a los estudiantes del IPLA sobre los métodos de enseñanza que emplean los profesores. Se le dice a los encuestadores que tienen un cuota de 8 grupos y que por cada 4 hombres encuestados tienen que encuestar a 1 mujer hasta llegar a la cifra de 120 estudiantes.

9.5. Muestreo No Probabilístico Bola de Nieve

Consiste en contactar con un número inicial de sujetos de una manera aleatoria, y a partir de la información dadas por estos se seleccionan sujetos adicionales. Este muestreo tiene bastante utilización en ciencias sociales, en particular para determinar redes de comunicación.

EJEMPLO Efecto que puede tener el consumo de drogas en el rendimiento académico. Se empieza con 1 ó 2 estudiantes que sabemos consumen drogas y a través de ellos localizamos otros, y así sucesivamente.

10. Definir el Tamaño de la Muestra

Cuando se conforma una muestra probabilística se trata de precisar cual es la menor cantidad de unidades muéstrales necesarias pero suficientes para garantizar que los resultados puedan extenderse a la población con un alta probabilidad de acierto.

11. Tipos de Instrumentos en Investigación Social

1. ESCALAS PARA MEDIR ACTITUDES
2. CUESTIONARIOS
3. ANÁLISIS DE CONTENIDO
4. OBSERVACIÓN
5. PRUEBAS ESTANDARIZADAS
6. SESIONES EN PROFUNDIDAD

11.1. Escala Tipo Likert

Procedimiento desarrollado por Rensis Likert a principios de 1930, pero aún vigente y recurrente en numerosas investigaciones para medir la ACTITUD de los sujetos frente a un reactivo. Consiste en un conjunto de ítems presentados en forma de afirmaciones frente a los cuales se pide la reacción de los sujetos.

ACTITUDES En Ciencias Sociales el estudio de las actitudes es muy recurrente, ya que tiene relación con tres aspectos de la personalidad de un sujeto:

ASPECTO COGNITIVO ASPECTO CONDUTUAL ASPECTO EMOCIONAL

2.- CUESTIONARIOS

¿Qué tipo de preguntas?/ Preguntas cerradas y abiertas.

Una o varias preguntas para medir una variable? Depende.

¿Las preguntas van precodificadas o no? /Si (paquete estadístico).

¿Características de una pregunta?Claras y comprensibles

No deben incomodar al respondiente Referirse preferentemente a un solo aspecto

    Las preguntas no deben inducir a las respuestas/No pueden apoyarse en instituciones

    El orden de las respuestas no debe afectar la  elección

    El lenguaje debe ser adaptado a las  características del respondiente

¿Cómo deben ser las primeras preguntas de un cuestionario?/Neutrales o fáciles.

¿De qué está formado un cuestionario? /         De instrucciones, carta de presentación, carta de propósitos, garantía de confidencialidad de la información.

¿De qué tamaño debe ser un cuestionario?/    Depende del número de variables y dimensiones a medir, el interés de los respondientes y la manera de cómo es administrado.

¿Cómo se codifican las preguntas abiertas?/Encontrar y dar nombre a patrones generales de respuesta. Listar patrones y signar valor numérico (categorías).

¿En qué contextos puede administrarse o aplicarse un cuestionario?/Autoadministrado

                Entrevista personal/ Entrevista telefónica/ Autoadministrado y enviado por correo

Consejos

            Población analfabeta = Cuestionario en entrevista

            Nivel de lectura básica = Cuestionarios en entrevistas o cuestionarios sencillos

            Nivel alto de lectura = Cuestionarios autoadministrados o telefónicos

            Entrevistas personales = Atmósfera apropiada

3.- ANALISIS DE CONTENIDO

Técnica  para estudiar y analizar la comunicación de una manera objetiva, sistemática y cuantitativa.  Berelson (1952).  Krippendorff extiende la definición del análisis de contenido a una técnica de investigación para hacer inferencias válidas y confiables de datos con respecto a su contexto, en Hernández et al.

4.- OBSERVACION

Registro sistemático, válido y confiable de comportamiento o conducta manifiesta.  (Hernández et al.)

Pasos: Definir con precisión el universo de aspectos,     eventos o conductas a observar.

                Extraer una muestra representativa de los aspectos, eventos o conductas a observar.

                Establecer y definir las unidades de observación. (cada  vez, cada minuto, etc.)

Establecer y definir las categorías y subcategorías de observación

Distancia Física > Acercarse (afiliación) Alejarse (evitación)

            Movimientos corporales: Relajación (afiliación) Tensión (evitación)

            Conducta visual dirigida: Al interlocutor (afiliación ) Hacia cualquier parte (evitación)

            Conducta verbal:Frases u oraciones completas (afiliación)Frases dicotómicas y silencios (evitación)

            Seleccionar a los observadores.Elegir el medio de observación, Elaborar las hojas de codificación

Proporcionar entrenamiento a los codificadores, Calcular la confiabilidad de los observadores Llevar a cabo la codificación por observación Vaciar los datos Realizar análisis Tipos de observación: 

                Participante. No participante.

Ventajas de la observación Técnicas de observación no estructuradas y estimulan el comportamiento mientras que los  instrumentos estimulan la respuesta. Aceptan material no estructurado.

                Pueden trabajar con grandes volúmenes de                datos.

5.- PRUEBAS ESTANDARIZADAS

Son aquellas que miden un gran número de variables.

Tipos: Habilidades y aptitudes, Personalidad, Intereses, Valores, Desempeño,      Motivación, etc.

Problema de las pruebas estandarizadas.         El contexto de aplicación

6.- SESIONES EN PROFUNDIDAD

Se reúne a un grupo de personas y se trabaja con éste en relación a las variables investigadas. 

Pueden usarse una o varias reuniones.