Presentation md

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

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
Actividad de evaluación presentada como
requisito parcial para aprobar el Seminario
de Diseños de Investigaciones en Gerencia I

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

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)

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

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 permitir
la cuantificación de lo datos.

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 que
puede expresarse en variables

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)

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
Pasos previos
Puntos a desarrollar

investigación
de investigación
Análizar los datos

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 que
se estudian

¿Porqué se recurre al estudio de una
muestra?
 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

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

Tamaño de la
Muestra
Nivel de Variabilidad
Porcentaje de
Confianza
Porcentaje de Error
3 factores deben ser considerados para determinar el tamaño
adecuado de la 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

investigación
de investigación
Análizar los datos
Recolección de los Datos

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.

Datos secundarios:
"Son registros escritos que proceden también
de un contacto con la práctica, pero que ya
han sido escogidos y muchas veces procesados
por otros investigadores"
Sabino (1992: p.144)
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 obtiene
directamente de la realidad, recolectándolos
con sus propios instrumentos"
Sabino (1992: p.144)

Los instrumentos de recolección de datos deben satisfacer tres requisitos:
La Confiabilidad:
"Se refiere al grado en que su
aplicación repetida al mismo individuo
u 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 y
tendencias del investigador que lo
administran, califican o interpretan"
La Validez:
"Se refiere al grado en que un
instrumento mide realmente lo
que quiere medir"

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 confiabilidad
1 representa que la fiabilidad es plena o perfecta.

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 formas
alternativas o paralelas
Método de mitades
partidas
Al menos 2
instrumentos
similares
Una 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 confiabilidad
mediante los coeficientes alfa de Cronbanch y Coeficientes de Kuder y Richardson

1
1
Tipos de evidencia de validez de los instrumentos de recolección de datos:
Validez de contenido:"Se refiere al grado en que un instrumento
refleja 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 de
medición al comparar sus resultados con los de algún criterio
externo que pretende medir lo mismo"
1
Validez de constructo:"Se refiere a qué tan existosamente un
instrumento representa y mide un concepto teórico"

Validez de contenido
Validez de criterio
Validez de constructo Validez Total
La validez total de un instrumento de recolección de datos se lográ en la medida
en 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 de
medición mide la variable en cuestión, de acuerdo con "voces calificadas" "(p.204)

Instrumentos de recolección de datos
Sintetiza los indicadores que permiten medir
las variables
Relaciona las teorías y los hechos
adecuados permiten obtener respuestas
a las interrogantes planteadas en la
investigación
mal diseñados producirán datos no
relacionados a las interrogantes de la
investigación, falsos ó distorsionados
¿Hallazgos obtenidos? Se requieren datos y argumentos que generen teorías ó permitan
su evolución dado que son: creíbles, verdaderos y verosímil

Intrumentos de Recolección de Datos
Entrevistas
Escalas para medir
actitudes
Observación
Pruebas e inventarios
estandarizados
Test Psicológicos
Cuestionarios

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

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 carga
subjetiva en los datos según intereses, prejuicios o estereotipos
Ventajas
Desventajas

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 participante
tenga 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 particularidad
que las afirmaciones se presentan con extrema
intensidad de la actitud
Escalograma de Guttman

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 observaciones
realizadas en condiciones artificiales, preparadas y definidas de
antemano" (p.163)
Test
Psicológicos

investigación
de investigación
Análizar los datos
Analizar los Datos

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

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).

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 de
textos 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

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 la
información 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

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

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

Análisis de Datos
内容
Selección y ejecución del
programa estadístico
Hernández y otros (2010) refieren las siguientes etapas en el proceso de análisis
de datos cuantitativos:
Explorar los datos:
analizar y visualizar por variables
Estimar confiabilidad y validez
de 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, gráficas
cuadros, entre otros)

Estadística
Estadística
Inferencial
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).
Estadística
Descriptiva
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 identificar
su asociación
•Efectuar inferencias

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 todas
las observaciones de esa variable
(el sumatorio) dividida entre el tamaño
de 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)

Estadística Descriptiva
Medidas de Dispersion ó variabilidad: valores estadísticos que reflejan la
dispersión 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

Estadística Inferencial
Análisis Paramétricos:
Son técnicas que permiten ratificar resultados o valorar las
inconsistencias 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 la
diferencia de proporciones, analisis de varianza (ANOVA) y
análisis de covarianza (ANCOVA)

Coeficiente de Pearson:
Analiza la relación entre dos o más variables cuantitativas.
"No solo sirve para indicar si hay o no relación, sino también
para 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 determinar
si el valor de "t" es significativo, hay que utilizar la tabla de
distribución t de student. Se trata de comparar el valor calculado
con el valor de la tabla, basándonos en el nivel de confianza
elegido" Aigneren (s.f.: p.185)

Prueba de Chi cuadrada:
"Utilizada con variables a nivel nominal u ordinal que permite
determinar si existe o no, una relación asociación sistemática
entre 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)

Regresión Múltiple:
Es similar a la regresión simple pero con más variables
independientes.
"Sirve para predecir el valor de una variable dependiente
conociendo 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 paquetes
estadísticos.
Entre los más empleados tenemos: regresión múltiple,
análisis lineal path, análisis de factores, análisis multivariado
de varianza y correlación canónica, análisis discrimiante

Estadística
Métodos Estadísticos
Herramienta valiosa para el método científico
Facilitan el análisis de datos
Generando conclusiones más asertivas
Conocimiento verificable
Construcción crítica del conocimiento

Conocimiento Científico
Técnica de análisis:
Estadística
Generación del conocimiento
en la investigación cuantitativa
Modelo hipotético,
deductivo y de
experimentación
Una aproximación
de la realidad social
Conocimiento:
Comprobable, medible y
controlable Retos actuales:Defensa de la esencia y
sentido del conocimiento
Nuevas teorías: innovación, trascendencia
o ruptura crítica

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%20cu
antitativas%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

Presentation md

Más contenido relacionado

La actualidad más candente (19)

Destacado (7)

Similar a Presentation md (20)

Último (20)

Presentation md