Técnicas de Investigación

Muestreo Probabilístico
1. Se refiere a las técnicas donde cada individuo en una población tiene una probabilidad conocida y no nula de ser seleccionado. Esto garantiza que la muestra sea representativa de la población y permite hacer inferencias estadísticamente válidas.
2. Muestreo Aleatorio Simple
  1. Definición: Cada miembro de la población tiene la misma probabilidad de ser seleccionado.
  2. Ventajas: Alta representatividad y facilidad de análisis.
  3. Desventajas: Puede ser difícil si no se cuenta con una lista completa de la población.
3. Muestreo Estratificado
  1. Definición: La población se divide en subgrupos (estratos) y se toma una muestra aleatoria de cada uno.
  2. Ventajas: Asegura que cada subgrupo esté adecuadamente representado en la muestra.
  3. Proceso: Estratificación de la población según características como edad, género o nivel socioeconómico.
4. Muestreo Sistemático
  1. Definición: Se selecciona a cada enésima persona de una lista organizada.
  2. Ventajas: Sencillo y eficiente. Desventajas: Si hay patrones en la lista, puede generar sesgos.
  3. Proceso: Selección de un punto de inicio aleatorio y luego elección de cada enésima persona.
5. Muestreo por Conglomerados
  1. Definición: En lugar de seleccionar individuos, se seleccionan grupos enteros (conglomerados) de una población.
  2. Ventajas: Eficiente cuando la población es extensa y geográficamente dispersa. Desventajas: Menor precisión debido a la variabilidad dentro de los conglomerados.
  3. Proceso: Selección aleatoria de conglomerados y estudio de todos los individuos dentro de ellos.
Muestreo No Probabilístico
1. Se refiere a los métodos de selección de muestra donde no todos los individuos tienen una probabilidad conocida de ser seleccionados. Estas técnicas suelen ser más prácticas y económicas, pero pueden tener menos representatividad.
2. Muestreo por Conveniencia
  2. Definición: Selección de participantes que están fácilmente disponibles.
  3. Ventajas: Económico y rápido. Desventajas: Poca representatividad y alta probabilidad de sesgo.
  4. Aplicaciones: Encuestas rápidas, estudios piloto.
3. Muestreo por Juicio
  2. Definición: El investigador selecciona a los participantes que considera más relevantes para el estudio.
  3. Ventajas: Focaliza el estudio en un grupo específico.
  4. Desventajas: Subjetividad y riesgo de sesgo por parte del investigador.
4. Muestreo por Bola de Nieve
  2. Definición: Los primeros participantes reclutan a nuevos participantes.
  3. Ventajas: Útil para acceder a poblaciones difíciles de identificar. Desventajas: Representatividad limitada debido a la homogeneidad de las redes sociales.
  4. Aplicaciones: Estudios sobre comunidades marginalizadas.
5. Muestreo por Cuotas
  2. Definición: Se establece una cuota para diferentes subgrupos de interés, y se seleccionan participantes hasta completar dicha cuota.
  3. Ventajas: Representación de varios subgrupos sin requerir un muestreo aleatorio. Desventajas: No garantiza representatividad dentro de cada subgrupo.
  4. Aplicaciones: Encuestas de mercado y estudios demográficos.
Técnicas Cuantitativas
1. Encuestas
  1. Definición: Instrumento de investigación que recopila datos de una muestra de individuos utilizando un conjunto estructurado de preguntas. Las respuestas se cuantifican y analizan estadísticamente.
  2. Instrumentos de Medición: Se utiliza un cuestionario estandarizado, que puede contener preguntas de opción múltiple, escala Likert (de acuerdo/desacuerdo), o numéricas. Estas herramientas permiten medir percepciones, actitudes, y comportamientos.
  3. Procesamiento de Datos: Los datos recopilados se ingresan en software estadísticos como SPSS, Excel, o R para análisis. Se utilizan métodos como tablas de frecuencias, histogramas y correlaciones para interpretar los resultados.
  4. Ejemplos de Aplicación Práctica: Encuestas electorales para medir la intención de voto, estudios de mercado para evaluar la satisfacción del cliente, censos poblacionales que miden características demográficas.
2. Experimentos
  1. Aplicaciones: Se usa en psicología para evaluar tratamientos, en ciencias sociales para medir el impacto de políticas públicas, y en marketing para analizar la efectividad de campañas publicitarias.
  2. Análisis de Resultados: El análisis estadístico incluye la comparación de grupos y la evaluación de hipótesis. Se utilizan pruebas de significancia como ANOVA o regresión para determinar si el efecto observado es significativo.
  3. Diseño Experimental: Los experimentos pueden ser de laboratorio (controlados en un entorno cerrado) o de campo (realizados en un entorno real). También pueden ser pre-experimentales o cuasi-experimentales, dependiendo del grado de control.
  4. Manipulación de Variables: El investigador manipula una variable independiente (causa) para observar su impacto en una variable dependiente (efecto). Por ejemplo, manipular la cantidad de publicidad para ver cómo influye en las ventas.
3. Estudios Longitudinales
  1. Ejemplos: Estudios de cohortes para evaluar la evolución de enfermedades crónicas o estudios sobre el comportamiento de consumidores en el tiempo.
  2. Desventajas: Son costosos, requieren mucho tiempo y hay riesgo de pérdida de participantes (abandono de la muestra).
  3. Ventajas: Captura cambios individuales o grupales a lo largo de los años, como en estudios sobre el desarrollo infantil o el envejecimiento.
  4. Definición: Observación de una muestra a lo largo del tiempo, lo que permite detectar cambios y tendencias. Se pueden realizar estudios retrospectivos (mirando hacia atrás en el tiempo) o prospectivos (mirando hacia el futuro).
4. Análisis Estadístico
  1. Estadística Descriptiva: Métodos como la media, la moda, la mediana, y la desviación estándar ayudan a resumir los datos y describir la distribución de las respuestas.
  2. Estadística Inferencial: Permite hacer generalizaciones sobre una población a partir de los datos de una muestra. Pruebas como t-test, chi-cuadrado o regresión ayudan a verificar hipótesis.
  3. Técnicas Avanzadas: La regresión múltiple y el análisis factorial permiten examinar relaciones complejas entre múltiples variables. Estos métodos son cruciales para predicciones o para entender interacciones entre variables.
  4. Interpretación: Los resultados se presentan en forma de gráficos, tablas o modelos estadísticos, facilitando su interpretación y uso en la toma de decisiones.
6. Se centran en la recolección de datos numéricos y su análisis mediante métodos estadísticos. Su objetivo principal es medir, comparar y establecer patrones generalizables.
Técnicas Cualitativas
1. Entrevistas en Profundidad
  1. Definición: Son conversaciones individuales donde el investigador explora las percepciones y opiniones del entrevistado sobre un tema específico.
  2. Tipos de Entrevistas: No Estructuradas: No tienen un guion fijo, lo que permite una mayor flexibilidad. Semiestructuradas: Tienen una guía general de preguntas, pero permiten ajustes durante la entrevista. Estructuradas: Siguen un guion rígido de preguntas cerradas.
  3. Técnicas de Entrevista: El entrevistador debe saber escuchar, seguir con preguntas adicionales cuando sea necesario, y establecer confianza para obtener respuestas más sinceras.
  4. Análisis de Datos: Las respuestas se transcriben y se codifican en temas clave, lo que permite identificar patrones y significados recurrentes.
2. Grupos Focales
  2. Definición: Reuniones en grupo, guiadas por un moderador, donde los participantes discuten sus opiniones y experiencias sobre un tema particular.
  3. Composición: Los grupos suelen tener entre 6 y 12 personas con características demográficas o de interés similares, lo que fomenta una interacción abierta y dinámica.
  4. Moderación: El moderador tiene el rol crucial de guiar la discusión y asegurarse de que todos participen, evitando que una persona domine la conversación.
  5. Análisis: Las transcripciones se codifican para identificar ideas comunes, diferencias de opinión, y nuevos temas emergentes.
3. Observación Participante
  2. Definición: El investigador se integra a la vida cotidiana del grupo estudiado para observar de primera mano las dinámicas sociales, comportamientos y rutinas.
  3. Tipos: Encubierta: El grupo no sabe que está siendo observado. No encubierta: El grupo está al tanto de la presencia del investigador y su rol.
  4. Ventajas: Permite una inmersión completa en el contexto social, capturando matices que podrían no surgir en una entrevista directa.
  5. Desafíos Éticos: La presencia del investigador puede influir en el comportamiento del grupo, y debe manejarse el consentimiento y la confidencialidad de los participantes.
4. Análisis de Contenido
  2. Definición: Análisis sistemático de textos, imágenes, videos o audios para identificar patrones, temas y significados.
  3. Métodos: Codificación temática (identificar temas recurrentes), análisis de discurso (cómo se usan las palabras para influir en la audiencia), y análisis narrativo (cómo se cuentan las historias).
  4. Fuentes de Datos: Documentos oficiales, artículos de prensa, entrevistas, discursos políticos, y más.
  5. Aplicaciones: En investigación de medios, análisis político, y estudios culturales.
6. Buscan comprender fenómenos a través de la interpretación profunda de experiencias humanas y contextos sociales. Se centran en la exploración de percepciones, significados y relaciones, brindando una visión más rica y detallada del comportamiento humano.
Andrea Elizabeth Barrientos Carrera - Evaluación Parcial

Next up

Técnicas de Investigación

Description

Resource summary

Media attachments

Similar

	Created by Andrea Barrientos over 1 year ago