Вы находитесь на странице: 1из 69

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Per, DECANA DE AMRICA )

FACULTAD DE EDUCACIN
UNIDAD DE POSGRADO

TCNICAS DE
INVESTIGACIN CIENTFICA

Dr. Elas J. Meja Meja

LA CIENCIA

Es una actitud muy conveniente para el hombre,


pero paradjicamente tarda.
Consiste en identificar una serie de fenmenos o
aspectos de la realidad y tratar establecer, entre
ellos, relaciones de causalidad para poder luego
describirlos,
explicarlos,
predecirlos
o
retrodecirlos (plano de la teora) o transformarlos
(plano de la prctica).
La ciencia es teora y prctica, al mismo tiempo.

LA CIENCIA

Cristo
Homo
Sapiens

70,000
aos
A.C.

Tales
de Mileto

500
aos
A.C

Ciencia
Moderna
Coprnico
Relatividad
Galileo
Einstein
Newton

1,500
aos
D.C.

2,000
aos
D.C.

CARACTERSTICAS DEL
CONOCIMIENTO CIENTFICO

EL CONOCIMIENTO
NO CIENTFICO ES:

EL CONOCIMIENTO
CIENTFICO ES:

FALIBLE
REFUTABLE
CONTRASTABLE
RELATIVO
UNIVERSAL
OBJETIVO
AUTOCORREGIBLE

INFALIBLE
IRREFUTABLE
INCONTRASTABLE
ABSOLUTO
PARTICULAR
SUBJETIVO
POR SER INFALIBLE,
NO SE CORRIGE

EL MTODO HIPOTTICO DEDUCTIVO


1.
2.
3.
4.
5.

Conocimientos previos.
Planteamiento del problema cientfico.
Formulacin de las hiptesis.
Contraste de las hiptesis con la evidencia emprica.
Adopcin de las decisiones con respecto a las
hiptesis.
Primera decisin: Aceptacin de las hiptesis, si
los hechos la corroboran. En este caso se
convierten en teoras y se incorporan a los
conocimientos previos.
Segunda decisin: Rechazo de las hiptesis, si los
hechos no las corroboran. En este caso, el
investigador debe plantear nuevas hiptesis.

HIPTESIS:
ESTUCTURA FORMAL
1. Variables
(independientes y dependiente)
2. Elemento relacional

Elementos
sustantivos

3. Poblacin de referencia
4. mbito de estudio
5. Horizonte temporal

Elementos
adjetivos

HIPTESIS BIVARIADAS Y MULTIVARIADAS

HIPTESIS BIVARIADA:
Y = f (x)
HIPTESIS MULTIVARIADA O FACTORIAL:
Y = f (x1 , X2 , X3 , nx)

UN PROBLEMA CIENTFICO

Qu efectos producen, en el
Rendimiento Acadmico de alumnos
del Ciclo Bsico de Obstetricia, el
Desempeo Docente y los Mtodos
Didcticos empleados en el proceso
educativo?

UNA HIPTESIS GENERAL

El eficiente desempeo docente, (A 2),


y los mtodos didcticos centrados
en el aprendizaje, (B2), son factores
que contribuyen a incrementar
significativamente
el
nivel
de
rendimiento acadmico de alumnos
del Ciclo Bsico de Obstetricia.

UNA HIPTESIS NULA

El rendimiento acadmico de
alumnos del Ciclo Bsico de
Obstetricia, no se incrementa con el
eficiente desempeo docente, (A2), ni
con
los
mtodos
didcticos
centrados en el aprendizaje, (B2).

SUB HIPTESIS ALTERNA 1

Se observa un incremento significativo


en el rendimiento acadmico del grupo
de alumnos que estudi con profesores
que
tenan
eficiente
desempeo
docente, (A2), con respecto al grupo de
alumnos que estudi con profesores
que no tenan eficiente desempeo
docente, (A1).

SUB HIPTESIS NULA 1

No existen diferencias significativas en


el rendimiento acadmico del grupo de
alumnos que estudi con profesores
que tenan eficiente desempeo
docente, (A2), con respecto al grupo de
alumnos que estudi con profesores
que no tenan eficiente desempeo
docente, (A1).

SUB HIPTESIS ALTERNA 2

Se observa un incremento significativo


en el rendimiento acadmico del grupo
de alumnos a quienes se les aplic
mtodos didcticos centrados en el
aprendizaje, (B2), con respecto al grupo
de alumnos a quienes se les aplic
mtodos didcticos centrados en la
enseanza, (B1).

SUB HIPTESIS NULA 2

No
se
observan
diferencias
significativas
en
el
rendimiento
acadmico del grupo de alumnos a
quienes se les aplic mtodos
didcticos centrados en el aprendizaje,
(B2), con respecto al grupo de alumnos
a quienes se les aplic mtodos
didcticos centrados en la enseanza
(A1).

SUB HIPTESIS ALTERNA 3

La interaccin de los factores


Desempeo Docente y Mtodos
Didcticos, (A x B), incrementa los
niveles de rendimiento acadmico de
alumnos
del
Ciclo
Bsico
de
Obstetricia.

SUB HIPTESIS NULA 3

La interaccin de los factores


Desempeo Docente y Mtodos
Didcticos, (A x B), no produce efectos
significativos
en
el
rendimiento
acadmico de alumnos del Ciclo
Bsico de Obstetricia.

UN PROBLEMA CIENTFICO

Qu relacin existe entre el ndice


acadmico, la organizacin del
tiempo libre y la afinidad de la
actividad laboral con los estudios,
con respecto al xito acadmico de
estudiantes de Posgrado de la
U.N.M.S.M.

HIPTESIS ALTERNA

El ndice acadmico, la
organizacin del tiempo libre y la
afinidad de la actividad laboral con
los estudios, estn directamente
correlacionados con el xito
acadmico de estudiantes de
Posgrado de la U.N.M.S.M.

HIPTESIS NULA

El
ndice
acadmico,
la
organizacin del tiempo libre y la
afinidad de la actividad laboral con
los
estudios,
no
estn
correlacionados
con
el
xito
acadmico de estudiantes de
Posgrado de la U. N. M. S. M.

ESTRATEGIA PARA PROBAR HIPTESIS

MAXIMIZAR LOS EFECTOS


DE LA VARIABLE
INDEPENDIENTE
MINIMIZAR LOS EFECTOS DE
LAS VARIABLES
INTERVINIENTES
CONTROLAR LOS POSIBLES
ERRORES DE MEDICIN

CONTROL DE LA
VARIANZA

CONDICIONES DE UN
EXPERIMENTO CIENTFICO

1. EN TODO EXPERIMENTO SE DEBE TRABAJAR, POR


LO MENOS, CON DOS GRUPOS.
2. LOS GRUPOS DEBEN SER IGUALES.
3. LOS GRUPOS DEBEN HABER SIDO FORMADOS
POR EL PROPIO INVESTIGADOR

FACTORES QUE PRODUCEN


HIPTESIS RIVALES
1. Por el paso del tiempo
HISTORIA
MADURACIN
2. Por la aplicacin de pre tests
ADMINISTRACIN DE TEST
INSTRUMENTACIN
REGRESIN ESTADSTICA
3. Por la igualacin de sujetos
SELECCIN
MORTALIDAD EXPERIMENTAL
INTERACCIN ENTRE MADURACIN Y SELECCIN

ANLISIS DE LA VALIDEZ INTERNA

H M A I
P
R
E
E
X
P
R
E
X
P
E
R
I
M

Una sola
medicin

X0

Pre, post test


con un grupo

0X0

Comparacin
con grupo est

X0
0

Diseo
clsico

R 01 X 0 2
R 03

04

Cuatro grupos
de Solomon

R 01 X
R 03
R X
R

Slo post test

R X 01
R

02
04
05
06

02

ME MS

+ -

+ + + + +

+ + + + + +

+ +

+ + + + + +

+ +

+ + + + + +

+ +

ESTRATEGIAS CUASI EXPERIMENTALES


SERIES CRONOLGICAS

O1

O2

O3 O4 x O5 O6

O7

O8 O9

OTRAS ESTRATEGIAS
CUASI EXPERIMENTALES
MUESTRAS CRONOLGICAS EQUIVALENTES:
X1 O1 X0 O2 X1 O3 X0 O4 X1 O5 X0 O6
GRUPO DE CONTROL NO EQUIVALENTE :
O1 X

O2

O3

O4

ESTRATEGIAS EX POST FACTO


10 000
Historias Clnicas de
pacientes que murieron
de cncer pulmonar

2 000
(20%)
Pacientes que,
en vida, no fumaban

8 000
(80 %)
De pacientes que,
en vida, fumaban

ANLISIS DE VARIANZA

Yijk = + i + j + ( )ij + ijk


Yijk = K - sima observacin bajo el i - simo tratamiento
de la variable A y bajo el j - simo tratamiento de la
variable B. Efecto de los factores A y B cualesquiera
sean sus niveles de variacin.
= Media muestral en cada uno de los tratamientos del
diseo 2x2
i = Efecto del i - simo nivel del factor A
j = Efecto del j - simo nivel del factor B

= Interaccin de los factores A y B


= Margen de error estimado.

ANLISIS DE VARIANZA

Sub Hiptesis Alterna 1:

20 > 10

Sub Hiptesis Nula 1:

20 = 10

Sub Hiptesis Alterna 2:

02 > 01

Sub Hiptesis Nula 2:

02 = 01

Sub Hiptesis Alterna 3: ( )ij >0


Sub Hiptesis Nula 3:

( )ij = 0

ANLISIS DE VARIANZA: Caso

Factor A
Desempeo docente
A1 No eficiente

Factor B
Mtodos
Didcticos

B1
Centrados en
la enseanza
B2
Centrados en
el aprendizaje

[1]
80 alumnos de 3
Ao de la
U.N.M.S.M.

[b]
80 alumnos de 4
Ao de la
U.P.L.A.

A2 Eficiente
[a]
80 alumnos de 3
Ao de la
U.P.L.A.

[ab]
80 alumnos de 4
Ao de la
U.N.M.S.M.

ANLISIS DE VARIANZA: Caso


Factor A
Desempeo docente
A1 No eficiente

Factor B
Mtodos
Didcticos

A2 Eficiente

[1]

[a]

B1
Centrados en
la enseanza

867

998

B2
Centrados en
el aprendizaje

985

1087
[b]

[ab]

ANLISIS DE VARIANZA:
Combinacin lineal
Combinacin lineal

Factores

Totales

Efectos de
los factores

1
867

ab

998

985

1087

Efecto
de A

227

1,42

Efecto
de B

201

1,26

Interaccin

- 23

- 0,14

AxB

ANLISIS DE VARIANZA:
Suma de cuadrados

Trat. [1 ]
A1B1

n = 80

Trat. [a ]
A2B1

Trat. [b ]
A1B2

Trat. [ab ]
A2B2

9,5

9,5

9,5

9,5

10,5

9,5

14

14,5
abn

abn

xab

867

998

987

1087

xab

10,84

12,48

12,38

13,59

x = 3939
1

ANLISIS DE VARIANZA:
Suma de cuadrados de los efectos

abn
SST = X
1

abn
( X )2
1

abn

n
X2 ab = 49533,75
1

= 49533,75

(3939)2
2 x 2 x 80

= 49533,75 48486,63 = 1047,12 (SST)

ANLISIS DE VARIANZA:
Suma de cuadrados entre medias

abn
SSE =
1

n
( xabn )2
1

abn
( x )2
1

abn

abn

1. Para el primer trmino


n
ab ( xab )2
2
2
2
2
(867)
+
(998)
+
(987)
+
1087)
1

=
1
1
abn

ANLISIS DE VARIANZA:
Suma de cuadrados entre medias

2. El segundo trmino de esta ecuacin es el mismo


que para SST, es decir: 48486.63
3. Continuando con el proceso se tiene:

SSE = 48792,89 48486,63 = 306,26


SSE = 306,26

ANLISIS DE VARIANZA:
Suma de cuadrados dentro de las combinaciones

SSD = SST - SSE


SSD = 1047,12 - 306,26
SSD = 740,86

ANLISIS DE VARIANZA:
Prueba F de la Hiptesis
Fuente de variacin

SS

gl

MS

Entre las combinaciones

306,26

102,09

Dentro de las combinaciones

740,86

316

2,34

1047,12

319

Total

Frmula de F:
F = MSE / MSD
F = 102,09 / 2,34 = 43,63
43,63 > 2,63
valor hallado: 43,63, es > que valor tabulado: 2,63

REGRESIN MLTIPLE

X1

X2

X3

15.16
15.77
13.19
14.70
12.13
14.52
11.96
15.94
14.04
14.32
13.02
13.14
15.02
16.55
14.10
14.81
15.08
13.71

12
12
11
10
14
15
13
10
10
11
10
11
11
11
11
12
14
12

14
14
14
14
14
14
12
14
14
14
14
14
14
14
14
14
14
12

13.45
13.75
14.21
13.39
14.05
13.99
14.15
15.93
15.48
14.76
14.03
14.40
15.30
16.14
13.83
14.91
15.06
14.26

X1 * X1

229.8256
248.6929
173.9761
216.0900
147.1369
210.8304
143.0416
254.0836
197.1216
205.0624
169.5204
172.6596
225.6004
273.9025
198.8100
219.3361
227.4064
187.9641

X2. X2 X3. X3

144
144
121
100
196
225
169
100
100
121
100
121
121
121
121
144
196
144

196
196
196
196
196
196
144
196
196
196
196
196
196
196
196
196
196
144

Y*Y

X1. X2

X1. X3

X2.X3

X1 * Y

180.9025
189.0625
201.9241
179.2921
197.4025
195.7201
200.2225
253.7649
239.6304
217.8576
196.8409
207.3600
234.0900
260.4996
191.2689
222.3081
226.8036
203.3476

181.92
189.24
145.09
147.00
169.82
217.80
155.48
159.40
140.40
157.52
130.20
144.54
165.22
182.05
155.10
177.72
211.12
164.52

212.24
220.78
184.66
205.80
169.82
203.28
143.52
223.16
196.56
200.48
182.28
183.96
210.28
231.70
197.40
207.34
211.12
164.52

168
168
154
140
196
210
156
140
140
154
140
154
154
154
154
168
196
144

2039020
216.8375
187.4299
196.8330
170.4265
203.1348
169.2340
253.9242
217.3392
211.3632
182.6706
189.2160
229.8060
267.1170
195.0030
220.8171
227.1048
195.5046

X2 * Y

161.40
165.00
156.31
133.90
196.70
209.85
183.95
159.30
154.80
162.36
140.30
158.40
168.30
177.54
152.13
178.92
210.84
171.12

X3 * Y

188.30
192.50
198.94
187.46
196.70
195.86
169.80
223.02
216.72
206.64
196.42
201.60
214.20
225.96
193.62
208.74
210.84
171.12

2023.57 16.63 19.00 2094.71 28393.2825 19934 25184 30410.9647 23266.34 26570.90 21956 29293.6270 24088.13 27505.76

REGRESIN MLTIPLE
Covarianza

X1

X1

0.16

X2

0.03

0.03

X3

0.08

0.08

X2

0.11

REGRESIN MLTIPLE

Y = a0 n + a1 X1 + a2 X2 + a3 X3
X1Y = a0 X1 + a1 X12 + a2 X1 X2 + a3 X1 X3
X2Y = a0 X2 + a1 X1 X2 + a2 X22 + a3 X2 X3
X3Y = a0 X3 + a1 X1 X2 + a2 X2 X3 + a3 X32

REGRESIN MLTIPLE: Datos

n
X1
X2
X3
Y
X12

=
=
=
=
=
=

145
2023,57
1663
1900
2094,71
28393,28

X22 = 19939
X32 = 25184
Y2 = 30410,96
X1 X2 = 23266,34
X1 X3 = 36570,90
X2 X3 = 21956

REGRESIN MLTIPLE:
Ecuacin de Prediccin

Y = a0 + X1 a1 + X2 a2 + X3a3
En donde:
a0 = Constante = 7,7844
a1 = Coeficiente de regresin de X1 = 0,3421
a2 = Coeficiente de regresin de X2 = 0,0282
a3 = Coeficiente de regresin de X3 = 0,1194

REGRESIN MLTIPLE:
Ecuacin de Prediccin. Caso

Y del sujeto 40 = 7,7844 + ( 13.87 x 0,3421) +


(13 x 0,0282) + (14 x 0,1194)
^

Y del sujeto 40 = 7,7844 + 4,74927 + 0,3666 + 1,6716


^

Y del sujeto 40 = 14,57


Y del sujeto 40 = 14,19
^

Discrepancia entre Y y Y = -0,38

PRUEBA F
R2/K
F=
(1 R2) / (N K 1)
0.44272/3
F=
(1 0.44272) / (145 3 1)
F=

0,0653
0,0057021

= 11,4519

Como 11,4519 > 2,63, se rechaza Ho

DISTRIBUCIN DE F (95 % confianza)


gl
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

1
161,40
18,51
10,13
7,71
6,61
5,99
5,59
5,32
5,12
4,96
4,84
4,75
4,67
4,60
4,54
4,49
4,45
4,41
4,38
4,35
4,32
4,30
3,84

2
199,50
19,00
9,55
6,94
5,79
5,14
4,74
4,46
4,26
4,10
3,98
3,89
3,81
3,74
3,68
3,63
3,59
3,55
3,52
3,49
3,47
3,44
3,00

3
215,70
19,16
9,28
6,59
5,41
4,76
4,35
4,07
3,86
3,71
3,59
3,49
3,41
3,34
3,29
3,24
3,20
3,16
3,13
3,10
3,07
3,05
2,60

4
224,60
19,25
9,12
6,39
5,19
4,53
4,12
3,84
3,63
3,48
3,36
3,26
3,18
3,11
3,06
3,01
2,96
2,93
2,90
2,87
2,84
2,82
2,37

5
230,20
19,30
9,01
6,26
5,05
4,39
3,97
3,69
3,48
3,33
3,20
3,11
3,03
2,96
2,90
2,85
2,81
2,77
2,74
2,71
2,68
2,66
2,21

6
234,00
19,33
8,94
6,16
4,95
4,28
3,87
3,58
3,37
3,22
3,09
3,00
2,92
2,85
2,79
2,74
2,70
2,66
2,63
2,60
2,57
2,55
2,10

CHI CUADRADA

Forma simple

X2 =

(fo - fe)2

fe

Para muestras independientes

X2 =

N ([ AD - BC ] - N)2
(A+B) (C+D) (A+C) (B+D)

CHI CUADRADA

Datos para el clculo de Chi Cuadrada

Edades

Favorable

Neutral

Desfavorab.

Total

21 - 25

15 (8,6)

2 (3,6)

3 (7,8)

20

26 - 30

11 (8,6)

4 (3,6)

5 (7,8)

20

31 - 35

9 (8,6)

5 (3,6)

6 (7,8)

20

36 - 40

5 (8,6)

5 (3,6)

10 (7,8)

20

41 - 45

3 (8,6)

2 (3,6)

15 (7,8)

20

43

18

39

100

CHI CUADRADA
Clculo de Chi Cuadrada de la actitud favorable
(fo-fe)2
fo
fe
Edades
fo-fe
(fo-fe)2
fe
15
8,6
6,4
40,96
21 - 25
4,76
26 - 30

11

8,6

2,4

5,76

0,66

31 - 35

8,6

0,4

0,16

0,00

36 - 40

8,6

-3,6

12,96

1,51

41 - 45

8,6

-5,6

31,36

3,65

43

43

10,58

CHI CUADRADA
Clculo de Chi Cuadrada de la actitud neutral
(fo-fe)2
fo
fe
Edades
fo-fe
(fo-fe)2
fe
2
3,6
-1,6
2,56
21 - 25
0,71
26 - 30

3,6

0,4

0,16

0,04

31 - 35

3,6

1,4

1,96

0,54

36 - 40

3,6

1,4

1,96

0,54

41 - 45

3,6

-1,6

2,56

0,71

18

18

2,54

CHI CUADRADA
Clculo de Chi Cuadrada de la actitud desfavorable
(fo-fe)2
fo
fe
Edades
fo-fe
(fo-fe)2
fe
3
7,8
-4,8
23,04
21 - 25
2,95
26 - 30

7,8

-2,8

7,84

1,00

31 - 35

7,8

-1,8

3,24

0,42

36 - 40

10

7,8

2,2

4,84

0,62

41 - 45

15

7,8

7,2

51,84

6,65

39

39

11,64

CHI CUADRADA

Chi Cuadrada de la actitud favorable


= 10,58
Chi Cuadrada de la actitud neutral
= 2,54
Chi Cuadrada de la actitud desfavorable = 11,64
de Chi cuadrada

= 24,76

Como 24,76 > 15,51, se rechaza Ho

CHI CUADRADA: Muestras independientes

X2 =

N ([ AD - BC ] - N)2
(A+B) (C+D) (A+C) (B+D)

GRADOS DE LIBERTAD
Para la variable actividad laboral: K - 1 = 2 - 1
Para la variable xito acadmico: L - 1 = 2 - 1
En consecuencia: Gl = 1 x 1 = 1

CHI CUADRADA: Muestras independientes


ACTIVIDAD LABORAL

No afn
A
Bajo
NIVEL DE
XITO
ACADMICO

B
205

C
Alto

Afn

134

A+B
339

191

C+D
361

D
170
A+C
375

B+D
325

N = 700

CHI CUADRADA

X2 =

N ([ AD BC ] N)2
(A+B) (C+D) (A+C) (B+D)

2
700
([
39115

22780
]

350)
X2 =
(399 x 361 x 375 x 325

X =
2

179760437500
= 12,05
1491490625

VALORES CRTICOS DE CHI CUADRADA


gl
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

Nivel de significacin para una prueba bilateral


,20
1,64
3,22
4,64
5,99
7,29
8,56
9,80
11,03
12,24
13,44
14,63
15,81
16,98
18,25
19,31
20,46
21,62
22,76
23,90
25,04
26,17

,10

,05

,02

2,71
4,60
6,25
7,78
9,24
10,64
12,02
13,36
14,68
15,99
17,28
18,55
19,81
21,06
22,31
23,54
24,77
25,99
27,20
28,41
29,62

3,84
5,99
7,82
9,49
11,07
12,59
14,07
15,51
16,92
18,31
19,68
21,03
22,36
23,68
25,00
26,30
27,59
28,87
30,14
31,41
32,67

5,41
7,82
9,84
11,67
13,39
15,03
16,62
18,17
19,68
21,16
22,62
24,05
25,47
26,87
28,26
29,63
31,00
32,35
33,69
35,02
36,34

,01
6,64
9,21
11,34
13,28
15,09
16,81
18,48
20,09
21,67
23,21
24,72
26,22
27,69
29,14
30,58
32,00
33,41
34,80
36,19
37,57
38,93

,001
10,87
13,82
16,27
18,46
20,52
22,46
24,32
26,12
27,88
29,59
31,26
32,91
34,53
36,12
37,70
39,20
40,75
42,31
43,82
45,32
46,80

PRUEBA t DE STUDENT: Muestras pequeas iguales

t=

Dif.
X1 - X2
=
SDif.
S (X1 X2)

S ( X1 - X2) =

x12 + x22
n (n - 1)

PRUEBA t DE STUDENT:
Muestras pequeas independientes

S (X1 - X2) =

S2 =

n1 + n 2
n1 x n2

x12 + x22

n1 + n2 - 2

PRUEBA t DE STUDENT:
Muestras grandes independientes

X1 - X2
t= S
(X1 - X2)

S ( X1 - X2) =

x12
n1 (n1 - 1)

x22
n2 (n2 - 1)

DISTRIBUCIN DE t
gl

,20

,10

,05

,02

,01

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
00

3,08
1,89
1,64
1,53
1,48
1,44
1,42
1,40
1,38
1,37
1,36
1,36
1,35
1,35
1,34
1,34
1,33
1,33
1,33
1,33
1,32
1,32
1,28

6,71
2,92
2,35
2,13
2,02
1,94
1,90
1,86
1,83
1,81
1,80
1,78
1,77
1,76
1,75
1,75
1,74
1,73
1,73
1,73
1,72
1,72
1,64

12,70
4,30
3,18
2,78
2,57
2,45
2,37
2,31
2,26
2,23
2,20
2,18
2,16
2,15
2,13
2,12
2,11
2,10
2,09
2,09
2,08
2,07
1,96

31,80
6,97
4,54
3,75
3,37
3,14
3,00
2,90
2,82
2,76
2,72
2,68
2,65
2,62
2,60
2,58
2,57
2,55
2,54
2,53
2,52
2,51
2,33

63,60
9,93
5,84
4,60
4,03
3,71
3,50
3,36
3,25
3,17
3,11
3,06
3,01
2,98
2,95
2,92
2,90
2,88
2,86
2,85
2,83
2,82
2,58

,002
318,30
22,30
10,20
7,17
5,89
5,21
4,79
4,50
4,30
4,14
4,03
3,93
3,85
3,79
3,73
3,69
3,65
3,61
3,58
3,55
3,53
3,51
3,09

UNIVERSO Y MUESTRA
CENSO: Tcnica que consiste en el conteo, uno a uno, de
todos los elementos del conjunto.
MUESTREO: Tcnica que se emplea cuando no es posible
hacer censos. Permite conocer los parmetros de la
poblacin a travs de los estadgrafos de la muestra.
PARMETRO: Cifra que se obtiene luego de hacer un
censo. Da el nmero exacto de elementos del conjunto.
ESTADGRAFO: Cifra que se obtiene por muestreo. Es una
cifra aproximada que se calcula en base a algunas
variables pertinentes. No es un dato exacto.
POBLACIN o UNIVERSO: Totalidad de los elementos de
un conjunto.
MUESTRA: Sub conjunto de la poblacin.

POBLACIN Y MUESTRA

POBLACIN

NO ES
MUESTRA

MUESTRA

NO ES
MUESTRA

PRINCIPIOS DE LA PROBABILIDAD
IGUALDAD DE OPORTUNIDADES: Cada elemento del
conjunto tiene la misma oportunidad de ser elegido que
cualquier otro elemento.
INDEPENDENCIA: La ocurrencia de un primer evento, no
anuncia la ocurrencia del siguiente.
EXCLUSIVIDAD: En una clasificacin, todos los
elementos deben pertenecer a una categora o a otra,
pero no a dos o ms categoras a la vez. La interseccin
de dos o ms conjuntos debe dar por resultado el
conjunto vaco.
EXHAUSTIVIDAD: Todos los elementos del conjunto
deben ubicarse en una u otra categora. No debe quedar
ningn elemento sin ubicacin.

TIPOS DE MUESTRAS

PROBABILSTICAS:

NO PROBABILSTICAS:

Sorteo
Aleatorio Simple
Sistemtico

Por cuotas
Ocasional
Por juicio de expertos

MIXTAS:
Estratificado

MUESTREO SISTEMTICO

K=

P
M

P = 7 000
M = 378

K=

P
M

7 000
378

= 18

MUESTREO SISTEMTICO

MUESTREO ESTRATIFICADO

VUP
10,500
15%
VUN
28,000
40%

MUP
17,500
25%
MUN
14,000
20%

P = 70,000

60
160

100

80

M = 400

TAMAO DE LA MUESTRA

n=

ExNxPxQ
E2 (N-1) + E x P x Q

n=

n=

Donde:
n : Tamao de la muestra
E: Margen de error
P y Q: Probabilidades de xito/
fracaso: 50%
N: Tamao de la poblacin
E2: Margen de error al cuadrado

4 x 6,250 x 50 x 50
16 (6,250- 1) + 4 x 50 x 50
62500,00
109

= 568 sujetos

TAMAO DE LA MUESTRA
Amplitud
poblacin

500
1000
2,000
3,000
4,000
5,000
6,000
7,000
8,000
10,000
15,000
20,000
25,000
50,000
100,000

Amplitud de la muestra segn mrgenes de error

1%

-5,000
6,000
6,670
7,143
8,333
9,091

INFINITO 10,000

2%

1,364
1,538
1,667
1,765
1,842
1,905
2,000
2,143
2,222
2,273
2,381
2,439
2,500

3% 4%

714
811
870
909
938
959
976
1,000
1,034
1,530
1,064
1,087
1,099

11,111

385
476
517
541
556
566
574
580
588
600
606
610
617
621
625

5%

10%

400

100

222
286
333
353
364
370
375
378
381
385
390
392
394
397
398

83
91
95
97
98
98
98
99
99
99
99
100
100
100
100

TABLA DE NMEROS ALEATORIOS


00000
00001
00002
00003
00004

10097
37542
08422
99019
12807

32533
04805
68953
02529
99970

76520
64894
19645
09376
80157

13586
74296
09303
70715
36147

36473
24805
23209
38311
64032

54876 80959 09117 39292 74945


24037 20636 10402 00822 91665
02560 15953 34764 35080 33606
31165 88676 74394 04436 27659
36653 98951 16877 12171 76833

00005
00006
00007
00008
00009

66065
31060
85269
63573
73796

74717
10805
77602
32135
45753

34072
45571
02051
05325
03529

76850
82406
65692
47048
64778

36697
35303
68665
90553
35808

36170
42614
74818
57548
34282

00010
00011
00012
00013
00014

98520 17767 14905 68607 22109 40558 60970 93433 50500 73998
11805 05430 39808 27732 50725 68248 29405 24201 52775 67851
83452 99634 06288 98033 13746 70078 18475 40610 68711 77817
88685 40200 86507 50401 36766 67951 90364 76493 89609 11062
99594 67348 87517 64969 91826 08928 93785 61368 23478 34113

00015
00016
00017
00018
00019

65481
80124
74350
69916
09893

17674
35635
99817
26803
20505

17468
17727
77402
66252
14225

50950
08015
77214
29148
68514

58047
45318
43236
36936
46427

76974
22364
00210
87203
56788

65813
86799
73053
28468
60935

39885
07439
85247
28709
20344

11199 29170
23403 09732
18623 88579
83491 25624
35273 88435

73039 57186 40218 16544


21115 78253 14385 53763
45521 64237 36286 02655
76621 13990 94400 56418
96297 78822 54382 14598