Академический Документы
Профессиональный Документы
Культура Документы
LA METDICA
TIPOS DE INVESTIGACIN
La investigacin que presentamos, es:
APLICADA, porque el objetivo es resolver un problema de tipo social aplicando los
resultados.
SINCRONICA, porque la duracin del estudio es de una duracin de cuatro meses.
EXPLICATIVA, porque adems de medir la variable dependiente: Nivel de aceptabilidad
del alfajor de harina de tarwi y de harina de trigo con manjar de camote, estudia las
relaciones de influencia de las variables independientes: Proporcin de harina de tarwi y de
harina de trigo; proporcin de camote, azcar y leche.
PRIMARIA, porque los datos son recogidos para la investigacin.
CUANTITATIVA, porque la investigacin y elaboracin del producto se llevara a cabo en
una planta piloto y se podr controlar la mayora de las variables.
EXPERIMENTAL, porque se seleccionaran siguiendo un modelo, las dos variables
independientes: Proporcin de harina de tarwi y harina de trigo y proporcin de camote,
azcar y leche; las manipularemos para provocar cambios esperados en la variable
dependiente: Nivel de aceptabilidad del alfajor de harina de tarwi y de harina de trigo con
manjar de camote.
NIVEL DE LA INVESTIGACIN CIENTIFICA: EXPERIMENTAL
Es el nivel ms elevado de la investigacin cientfica y se ocupa de la observacin dirigida de los
cambios y desarrollos. Consiste en la manipulacin de las variables independientes en
condiciones rigurosas de control de las variables independientes potenciales, con objetivo de
desentraar de qu modo y debido a que causa se produce o deja de producir una situacin,
conducta o acontecimiento fenomnico.
Asimismo la investigacin cientfica experimental, implica la realizacin de un experimento porque,
precisamente, el investigador provoca una situacin para introducir determinadas variables de
estudio manipuladas por l, para controlar el aumento o disminucin de esa variable, y su efecto
en las conductas conservadas. El investigador maneja deliberadamente la variable experimental y
luego observa lo que sucede en situaciones controladas.
Realizar un experimento controlado, consiste en seleccionar dos o ms muestras aleatorias: una o
ms sujeta a la variable activa y otra no sujeta a esta misma variable. Se comparan las
caractersticas finales de ambas y entonces se determina el efecto del experimento. Se presenta
una diferencia significativa entre ellas, se analiza la hiptesis y se vuelve a realizar el experimento.
La dificultad radica en lograr uniformidad de caractersticas en la muestra experimental, y la de
control exige precisin en el clculo de las caractersticas.
DISEO DE INVETIGACION
Usualmente, se define al diseo como estructura u organizacin esquematizada que el
investigador para relacionar y controlar las variables de estudio (Kerlinger, Fres; 1991). As, el
diseo de la investigacin es el plan y la estructura de la investigacin concebidos de manera que
se puedan obtener respuestas a preguntas de investigacin. El plan es el esquema o programa
general de estudio. Incluye un esbozo de lo que el investigador har al escribir las hiptesis y sus
implicaciones operacionales para el anlisis final de los datos.
Por ello, un diseo de investigacin debe expresar la estructura de problema y el Plan de
investigacin, usados para obtener evidencia emprica sobre las relaciones del problema. Los
diseos sirven como instrumento para la investigacin, en tal sentido, se convierte en un conjunto
de pautas bajo las cuales se realiza un experimento o estudio. Por tanto, el diseo, implica pasos
que debe seguir el investigador para poder encontrar las posibles soluciones al problema
(Snchez y Reyes; 1984). El diseo de investigacin seleccionado tiene dos propsitos bsicos:
proporcionar respuestas a preguntas de investigacin y controlar la varianza. As, nuestro diseo
planeado y ejecutado de manera adecuada, nos permitir:
a) Establecer un marco de referencia para el estudio de las relaciones entre variables acerca
de observaciones y analizar las representaciones cuantitativas de las observaciones.
b) Dirigir la ejecucin de las observaciones y del anlisis.
c) Cuantificar las observaciones realizadas e indicar qu variables con activas y qu variables
son atributos.
d) Manipular las variables activas o independientes.
e) Categorizar y medir las variables dependientes o de atributos.
f) Elegir el tipo de Anlisis estadstico que se deber usar y esbozar las conclusiones
posibles que debern ser extradas del anlisis estadstico.
Sostenemos que nuestro diseo seleccionado es capaz de tener un control efectivo de las
variables independientes potenciales de tal modo que las fuentes extraas e indeseables de la
varianza sistemtica tengan una oportunidad mnima de operar. Al eliminar los posibles efectos de
variables intervinientes, se eliminaran las posibles explicaciones o interpretaciones alternativas de
los resultados encontrados (Kerlinger, Fres; Op. Cit).
Asimismo, afirmamos que los resultados obtenidos podrn ser generalizados y, por tanto, ser
aplicados en otros estudios similares o servir como fuente para emprender investigaciones.
Replicacin.
Bloqueamiento.
Aleatorizacin
Muestreo
Anlisis estadstico
La factorizacin del diseo.
VARIABLES
INDEPENDIENTES
FACTOR A
FACTOR B
NIVELES
B1
B2
A1
A1B1
A1B2
A2
A2B1
A2B2
VARIABLES DEPENDIENTES
El producto del nmero de condiciones manipuladas en las dos variables define el nmero
de muestras necesarias para el diseo. Si se dan ms de dos condiciones en una en las
dos variables independientes, se debe conformar un mayor nmero de muestras para una
cantidad mayor de condiciones correlativas de tratamiento. La ventaja de manipular un
mayor nmero de niveles con en este diseo, es que se pueden estudiar un considerable
nmero de estas variables. La desventaja radica en que se deben conformar y evaluar
doce muestras. En el caso de una interaccin, las condiciones ejercen entre s influencia
recproca es decir, una condicin puede inhibir o incrementar el efecto de la otra y, a su
vez, esta ltima puede ejercer algn efecto sobre la primera. En todo caso, cuando entran
en combinacin, el resultado es diferente del que tendran los solos efectos de suma.
El diseo bifactorial de grupos aleatorios puede considerarse como una combinacin de
dos diseos de un solo factor. La estructura del diseo bifactorial ofrece dos ventajas a los
investigadores a saber: la posibilidad de estudiar dos variables, as como su interaccin,
en un solo experimento. La oportunidad de estudiar la interaccin de las variables es
particularmente significativa.
La principal limitacin del diseo bifactorial de grupos aleatorios es que se propone cubrir
aspectos ms amplios que los del diseo de un factor. Generalmente, se necesitan ms
sujetos en un experimento bifactorial que en un experimento de un factor; si lo
comparamos con un diseo de una variable con dos tratamientos, se necesita el doble de
sujetos para un diseo de 2 x 2 de grupos al azar.
VARIABLES
INDEPENDIENTES
FACTOR A
FACTOR B
NIVELES
B1
B2
A1
A1B1
A1B2
A2
A2B1
A2B2
VARIABLES DEPENDIENTES
VARIABLES
INDEPENDIENTES
FACTOR B
NIVELES
FACTOR A
A1
harina de tarwi 50%
harina de trigo 50%
A2
harina de tarwi 60%
harina de trigo 40%
B1
Leche 60 %
azucar15%
camote25%
A1B1
B2
Leche 60 %
azucar15%
camote25%
A1B2
A2B1
A2B2
VARIABLES DEPENDIENTES
FUENTE DE
VARIACION
SUMA DE CUADRADOS
TRATAMIENTO A
SS A =
i=1
TRATAMIENTO B
SS B =
j=1
INTERACCION
AB
SS AB=
i=1 j=1
GRADOS DE
LIBERTAD
y i .. y ...
bn abn
a-1
y 2. j . y 2...
an abn
b-1
(a-1)(b-1)
y ij . y ...
SS A SS B
n abn
SS E =SST SS A SS B SS AB
ERROR
TOTAL
SS T = y 2ijk
i=1 j=1 k=1
FUENTE DE
VARIACIN
GRADOS DE
LIBERTAD
TRATAMIENTO
A
a-1
TRATAMIENTO
B
b-1
INTERACCION
AB
(a-1)(b-1)
ERROR
ab(n-1)
ab(n-1)
abn-1
y 2...
abn
MEDIA DE
CUADRADOS
MS A=
SS A
a1
FA=
MS A
MS E
MS B=
SS B
b1
F B=
MS B
MS E
MS AB=
MS E =
SS AB
( a1 ) (b1)
SS E
ab(n1)
F AB =
MS AB
MS E
TOTAL
abn-1
ANLISIS ESTADSTICO
Para estudiar los problemas cientficos y contestar las preguntas cientficas, es necesario estudiar
la diferencia entre los fenmenos. Las diferencias, en la investigacin cientfica, son
fundamentales. Sin diferencias, sin variaciones, no hay forma de determinar la relacin entre
variables.
El estudio de conjuntos de nmeros tal como son, es difcil de controlar. Por lo general, es
necesario reducir los conjuntos de dos formas:
Calculando los promedios o las medidas de tendencia central, y calculando las medidas de
variabilidad. La medida de tendencia central usada en el presente trabajo es la media y la medida
de variabilidad utilizada en la varianza. Ambos tipos de medidas resumen conjuntos de
calificaciones o puntajes pero de manera diferentes. Las dos son totales de calificaciones,
resumen que expresan dos facetas importantes de los conjuntos de calificaciones: su tendencia
central o promedio y su variabilidad.
MODELO MATEMTICO
y = + + +
() +
ijk
ij
ijk
Yijk
: promedio de la poblacin.
: error.