Métodos y técnicas de la investigación científica

Jhony Rios
Mind Map by Jhony Rios, updated more than 1 year ago
Jhony Rios
Created by Jhony Rios over 4 years ago
29
1

Description

no se que tal va quedando
Tags

Resource summary

Métodos y técnicas de la investigación científica
1 Conocimiento científico
1.1 -Sistemático: No se pueden eliminar pasos , deben seguirse al pie de la letra. -Metódico:Unicamente debe tener un camino ya sea una encuesta,entrevista u observación. Racional / reflexivo: El investigador debe hacer una reflexión fuera del sentido común. -Crítico / subversivo:intenta dar conocimiento pero esto puede darse en contra. -Ordenado
2 Problema de investigación
2.1 Es necesario el problema, para tomar conciencia del problema y luego una posible solución. Este problema nace de la desigual de un modelo real y un modelo ideal. Este se basa en el marco teórico que dice que “eso no debería ser así”. La desigualdad de los modelos debe ser elocuente para tomar conciencia de ello. Por último se lleva a la solución del problema si este no tiene solución se procede a no investigar.
3 Técnicas y pasos de la investigación
3.1 Son procesos e instrumentos para llegar al conocimiento como los son las observaciones, etc…
3.2 1-Tema: Es el aspecto más importante que abarca todo.
3.3 2-Delimitación del tema: Se basa en tomar la decisión de que se deja dentro de la investigación y que no. Tipos de delimitación de temas: Contextualización, torbellino de ideas, Ayudas metodológicas, Observación de casos típicos y atípicos, Acercamiento al campo.
3.4 3-Formulación del problema: se deben tener en cuenta estos pasos: Formulación de objetivos, Elaboración de un marco teórico, formular de hipótesis, formular interrogantes, definición de variables
3.5 4-Reducción del problema a nivel empírico: 5-Determinación de las unidades de análisis-Recolección de datos: 6-Análisis de datos: 7-Informe final:
4 Clasificación de hipótesis
4.1 Según su función en la investigación: -Hipótesis general: poseen alto contenido de abstracción. -Hipótesis intermedia: relaciones intermediarias entre la teoría y el campo empírico. -Hipótesis empírica: se construyen por medio de definiciones operaciones o indicadores, que se puedan comparar y medir. -Hipótesis de generalización: permite ampliar las conclusiones para darlas a conocer.
4.2 Según el nexo que liga a las variables: -Hipótesis descriptiva: indica frecuencias o características en un fenómeno sin establecer relación alguna con las variables. Se dividen en dos tipos: Asociativa: desarrolla relaciones cualitativas entre las variables. Correlacionales: propone relaciones de tipo estadístico o paramétricas entre variables cuantitativas o cualitativas. -Hipótesis explicativas: dan el por qué y la causa de los fenómenos. Se dividen en: Causales o determinísticas, Estocásticas o probabilísticas, Contingentes, Predictivas. Según la cantidad de variables de la hipótesis: Univariadas: 1 variable, Bivariadas:2 variables, Multivariadas: 3 o más variables. Según su planteo temporal: Ante facto: antes de que ocurra, Post facto: después de que ocurra. Según la direccionalidad: Unidireccional, Bidireccional. -Hipótesis nula.
5 Las variables :su categorización y medición
5.1 Las variables son conceptos desdés una perspectiva general, pero no cualquier concepto constituye una variable. Ya que existen conceptos contantes y conceptos variables. Las constantes son las que durante toda la investigación van a ser fijos, asumiendo un único valor. En cambio las variables son conceptos que cambian de valor, estas son propiedades, atributos, características, magnitudes, funcionalidades, etc. Que pueden estar ausentes o presentes durante el universo del estudio. Las variables se ven en distintas partes de la encuesta y sus respuestas reciben el nombre de “Categoría”.
5.2 Principios que rigen la categorización de una variable: -Principio de exhaustividad: reitera que en la categorización se debe tener todos los valores posibles.se puede representar utilizando una categorización residual como “otros”. - Principio de exclusividad: declara que en todas las categorizaciones las variables deben ser mutuamente excluyentes para que una misma unidad de análisis sean ubicadas en dos categorías paralelas .
5.3 Factores que inciden en la categorización de una variable: Referencia al marco teórico: los valores deben guardar relación con el marco teórico en que se basa la investigación El tamaño del universo y la muestra: por un principio de economía y a fin de evitar que la información disipe. El número de categorías debe acomodarse a la cantidad de unidades de análisis. A menor cantidad de casos menor cantidad de categorías y viceversa. Linealidad del continuo: las categorías tiene que seguir una misma norma. Utilización del punto neutral: tiene que evaluarse en cada caso para mirar si se emplea o no. Se debe tener él cuenta al momento de calificar opciones y actitudes el número de categorías sea impar, a los efectos de contemplar la posición intermedia o de neutralidad. Cantidad de categorías positivas y negativas: esta cantidad debe ser similar no se podrá usar una escala como Excelente /muy bueno/bueno/malo.
5.4 Las características objetivas del contexto de investigación: por ejemplo si se desea utilizar la variable "nacionalidad" en una investigación en nuestro país, se podría prever "argentino / peruano / boliviano / uruguayo / etc.." pero no tendría sentido incluir "noruego / francés / ruso". A lo sumo (para cumplir con la exhaustividad) se podría utilizar una categoría como "otra nacionalidad”. Relacionado con ello está la posibilidad de acceder a determinadas unidades de análisis y/o de información. Niveles de medición de las variables: Cualitativas: -Nominal: es la menos precisa, mide atributos y mide por semejanzas y diferencias. -Ordinal: es más precisa, ya que además de semejanzas y diferencias establece jerarquía entre las categorías. Cuantitativas: -Racional -Intervalar
6 La clasificación de variables
6.1 Según su naturaleza: Cualitativas, Cuantitativas, Cualicuantitativas. Según la función que cumplen en la hipótesis o en el análisis del problema: Independientes (X): son las que cumplen la función de causa o presunta causa. Dependientes (Y): son las que actúan de efecto o supuesto efecto. Terceras variables: se usan para denominar elementos que incidan ente X e Y. Según su grado de complejidad: Simples o Complejas.
7 Los índices: su clasificación y construcción
7.1 Es un indicador complejo que reconstruye la variable, esta es la parte que permite resumir la variable, es de carácter cuantitativo y ayuda a combinar varias dimensiones y/o indicadores asignándole a cada uno un puntaje de índice. Tipos de indicadores: -Indicador no ponderado: se da cuando se le asigna a la dimensión y/o indicador el mismo valor o la misma participación de la variable, significa que cada uno tendrá igual cantidad de indicadores y el mismo número de categoría. -Indicador ponderado: cuando se da (voluntaria o involuntariamente)a un indicador, dimensión o incluso a una categoría un mayor valor relativo.
7.2 Se puede tener otra distinción con los índices simple y porcentual: -Índice simple: utiliza valores absolutos por esto los puntajes mínimos y máximos para cada una de sus variables al igual que su amplitud de índice. -Índice porcentual: usa valores relativos y se emplea el 0 inicial, lo ideal es que la amplitud de la variable llegue a 100 puntos. Luego a cada valor e indicador se le da un peso relativo.Este índice tiene sus ventajas ya que todas las variables se miden con la misma escala numérica se observa más fácil la ponderación y ayuda a la representación grafica.
7.3 La construcción de un índice Pasos: 1. Determinar la importancia de las dimensiones: si es la misma se debe asignar la participación equitativa y si no ponderarlo. 2. Determinar la participación de los indicadores: Si a todos los indicadores (por ejemplo 2 o 3 por dimensión) se les da el mismo peso el índice es no ponderado. Si no ponderarlo. Para Distribuir el puntaje forma equitativa se usa la siguiente formula: (Puntaje máximo asignado al indicador / Cantidad de categorías – 1) En caso de que, por ejemplo, el resultado sea 3, deberá puntuarse de 3 en 3. Por ejemplo en el indicador "nivel de instrucción" será: Sin instrucción (0), Primario incompleto (3), Primario completo (6), etc. 3. Establecer los límites numéricos o la amplitud de cada categoría de la variable compleja: Es simplemente aplicar la siguiente formula.
7.4 (Límite superior - Límite inferior + 1) / (Nº de categorías de la variable compleja) El límite superior es la sumatoria total del puntaje asignado a cada indicador (en un índice porcentual es siempre de 100), el limite menor es la sumatoria de menor puntaje asignado de cada indicador (en los porcentuales siempre es 0). Luego se agrega una unidad "+ 1", cuya función es garantizar que se tiene en cuenta al límite inferior como un valor posible, es decir como una posición más dentro de la amplitud de la variable. El número de categorías de la variable compleja, puede ser, por ejemplo en el caso del NSE, "bajo, medio, alto". Son 3 categorías para la variable compleja .En cuanto a la posible falta de respuesta (NS/NC) debe tenerse en cuenta que si el rechazo excede el 10% de los casos es aconsejable eliminar o reemplazar el indicador por otro, para ello bien sirve el pretest.
8 Validez y confiabilidad de las mediciones
8.1 Un indicador es válido cuando mide lo que dice medir. Tipos de validez: -Validez interna: Se da cuando hay una adecuada conceptualización y operacionalización en las variables, puede que una sea más amplia que la otra al igual que se pueden dar ambas posibilidades. Ninguno es infalible para determinar la validez o no hay dos ayudas esenciales para esto que son: la revisión bibliográfica y la consulta de un especialista en el tema . -Validez externa: se basa en la confianza de la fuente de información. Para comprobar dichas fuentes se hace lo siguiente observar los gestos de la persona o enviar a alguien a hacer la misma encuesta. Un indicador o un instrumento son confiables mientras sea en una misma muestra o población.
9 El universo de estudio y la selección de la muestra
9.1 Primero se debe definir las unidades de análisis es decir cuál es la población objeto de estudio, sobre quiénes recae la investigación, para luego decidir con cuántos casos se trabajará. El Universo es el conjunto total de elementos que componen el área de interés analítico. Tipos de universos: -Universos finitos: aquellos que contienen hasta 100.000 unidades. -Universos infinitos: aquellos que poseen más de 100.000 unidades. Estas son llamadas unidades de análisis por lo tanto no tienen que ser unidades de información, al igual que se pueden dar casos que buscan obtener información de forma indirecta. Características de unidades de análisis: -Universo homogéneo: Son los que no tiene diferencias significativas entre sus unidades de análisis. -Universo heterogéneo: Son los que tiene diferencias significativas entre sus unidades de análisis.
9.2 Cuando se genera una medición sobre todos los elementos de un universo, se está dando un CENSO, en cambio sí solo se toma una parte de ese dicho universo se le llama MUESTRA. Las ventajas de realizas un CENSO es la confianza y la exactitud de los resultados, sin embargo censar universos numerosos o infinitos implica enfrentarse con desventajas tales como: costos elevados, procesamiento de datos prolongado, dificultades para realizar estudios profundos, necesidades de movilidad de muchos recursos (humanos y materiales), etc.
9.3 Trabajar con muestras permite realizar estudios más profundos y supone un ahorro de tiempo. También trabajar con muestras puede presentar dificultades ya que puede adoptar diseños muéstrales mucho más complejos. Diseño de la muestra: Diseñar la muestra incluye: -Definir la población de estudio -Obtener, de ser necesario y posible, el marco muestral pertinente -Escoger la técnica de muestreo más adecuada. -Tomar decisiones sobre el tamaño y el margen de error de la muestra. El marco muestral está formado por un listado de elementos de nuestro universo los cuales se dejaran identificar y esa será nuestra base para el muestreo probabilístico.
9.4 Tipos de muestreo: Las muestras probabilísticas son aquellas que, basadas en la teoría de las probabilidades, permiten conocer a priori cuál es la probabilidad que tiene cada elemento de ser incluido en la muestra. P = Casos favorables / Casos posibles. Esto requiere conocimiento previo del universo y saber cuáles son sus unidades.
9.5 Las técnicas de muestreo probabilístico son las siguientes: -Azar simple: las unidades se extraen del marco muestral sin ningún tipo de diferenciación. -Azar sistemático: aquí se busca que aparezcan casos de toda la escala de posibilidades. Se maneja con un coeficiente de elevación (Universo / Muestra) que determina cada cuantas unidades se extrae una. -Azar por conglomerado: se utiliza en especial para estudios de grandes extensiones geográficas, es más útil cuando no se trate de individuos sino de grupos de individuos. Una selección de los conglomerados podría ser la siguiente: País --->Provincias ---> Distritos --->Escolares ---> Escuelas. -Azar estratificado: únicamente se da cuando estamos en un universo heterogéneo Para recurrir a esta técnica se estratifica el universo en base a una, dos o más variables que se suponen relevantes para la investigación y se identifican unidades de análisis pertenecientes a cada estrato.
9.6 Las técnicas de muestreo no probabilístico son las siguientes: -Accidental: se toman los primeros casos se tiene en mano. -Intencional: se usa cuando las unidades de análisis y/o información son informantes clave (conoce algo, vivió algo, etc.) o bien cuando se recurre a casos "típicos" en una determinada problemática. -Por cuotas: tiene una mayor representatividad, especialmente cuando se trata de los universos heterogéneos garantiza las apariciones de elementos de los estratos o subgrupos de universo. Pueden ser proporcionales o no proporcionales. - Bola de nieve: un contacto deriva a otro contacto, y así sucesivamente.se usa cunado los casos resulta muy difíciles de contactar.
10 Recolección de datos
10.1 Las Encuestas: técnica de recolección de datos que se usan como instrumento en una lista de preguntas, esta información es recolectada para ser tratada estadísticamente desde un punto de vista cuantitativo. La Entrevista: se toma como aquellas conversaciones de un carácter profesional y esta información se toma de forma cualitativa.
10.2 La estructura del cuestionario: 1.El periodo de cooperación: es un enunciado que solicita el acompañamiento de una persona en específico con su debido propósito. 2.Preguntas referidas a las variables objeto de la investigación: se usan las preguntas que indiquen los datos buscado empezando por los más fáciles e interesantes y por último los más importantes. 3.Preguntas referidas a los datos de clasificación: preguntan sobre a variable base y ayuda a clasificar a la población en grandes grupos sociodemográficos, estas son fáciles de responder y se ubican al final de cuestionario. 4.Preguntas referidas a los datos de identificación: estas son realizadas para corroborar al supervisor que si se hizo la encuesta; los datos seria como nombre, teléfono etc.
10.3 Tipos de preguntas: Preguntas abiertas, Preguntas cerradas dicotómicas, Preguntas cerradas en forma de escala.
Show full summary Hide full summary

Similar

Modelo Canvas
ygdani perea
el calvinismo
Rodrigo Martinez
REFLEXOLOGÍA PODAL
karovi1069
SOFTWARE
ignacioco69
Arquitectura de servidores
Lau Madrid
theoretical framework
luis molina
como entran y salen sustancias de la célula
sebastianjhovann6674
MITOS Y VERDADES SOBRE EL PROCESO DE SELECCIÓN EN UNA COMPAÑIA
henry brito
Organización Político Administrativa Del Estado Colombiano
Martha Lucia Ave