ETAPAS DE LA INVESTIGACION Una investigacin de enfoque cuantitativo en general comprende tres etapas: a) DISEO: en esta etapa se define como

como se desarrollar una investigacin con el fin de responder las preguntas que le dieron origen, un diseo cuidadosamente concebido pude ahorrar esfuerzos en etapas posteriores y redundar en un anlisis ms sencillo. Esta etapa es crucial, pues un estudio pobremente diseado o con informacin incorrectamente fundamentados o enunciados puede responder errneamente al problema planteado. Una vez formulado el problema, en la etapa de diseo se definir entre otras cosas, la poblacin objetivo, tamaos de muestra, mecanismos de seleccin, mtodos de tratamiento, variables a medirse, el protocolo, y hasta como se preparar al equipo participante en las diferentes etapas. b) DESCRIPCION: Resumen y exploracin de datos con el uso de tcnicas y mtodos estadsticos que ayudan a entender la estructura de los datos obtenidos y presentarlos en las formas ms adecuadas para facilitar su interpretacin y obtener conclusiones vlidas. c) INFERENCIA: predicciones y toma de decisiones sobre las caractersticas de la poblacin en base a la informacin recogida.

DISEO DE INVESTIGACION DISEO Estrategia o plan que se desarrolla para obtener la informacin que se requiere en una investigacin. Si el diseo est concebido cuidadosamente, el producto final de un estudio o sus resultados tendrn mayores posibilidades de xito para generar conocimientos. TIPOS DE DISEO Dentro del enfoque cuantitativo de una investigacin, es posible encontrar diferentes clasificaciones de los diseos: a) Investigacin experimental: en pre experimentos Experimentos cuasiexperimentos b) Investigacin no experimental: Diseos transversales (puntuales) Diseos longitudinales (en el tiempo) DISEOS EXPERIMENTALES El diseo experimental se utiliza cuando el investigador pretende establecer el posible efecto de una causa que se manipula. El trmino experimento tiene dos acepciones, el primero es elegir o realizar una accin y despus observar las consecuencias, es decir manipular intencionalmente una accin (supuestas cusas antecedentes) para analizar sus posibles efectos o resultados (supuestos efectos consecuentes), dentro de una situacin de control. Un tratamiento mdico reduce el dolor Un motor mejorado incrementa la velocidad Una nueva tecnologa mejora la calidad REQUISITOS a) Manipulacin intencional de una o ms variables independientes, considerando como supuesta causa (antecedente) y al efecto provocado por dicha causa se le denomina variable dependiente (consecuente). La variable dependiente no se manipula, sino que se mide para ver el efecto que la manipulacin de la variable independiente tiene sobre ella. b) Medir el efecto que la variable independiente tiene sobre la variable dependiente, observar como se manifiesta en efecto en la variable dependiente, la medicin debe ser vlida y confiable, de lo contrario el experimento habr sido una prdida de tiempo. c) Control de la situacin experimental, verificar que las variaciones de las variables dependientes sean como consecuencia de la manipulacin de las variable independientes y no motivado por otros factores

d) Posibilidad de generalizar los resultados, responde a la pregunta lo que encontr en el experimento a qu tipo de personas, grupos, contextos y situaciones se pueden aplicar? DISEOS NO EXPERIMENTALES Se define como los estudios en que se realiza sin manipular deliberadamente variables, se trata de investigaciones en el que no se manipula intencionalmente las variables independientes para ver su efecto sobre otras variables. Lo que se hace es observar los fenmenos tal como se dan en su contexto natural, para posteriormente describirlos. No se tiene control sobre las variables independientes LA POBLACION El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin es el conjunto total de individuos, objetos o medidas que poseen algunas caractersticas comunes observables en un lugar y en un momento determinado. Cuando se vaya a llevar a cabo alguna investigacin debe de tenerse en cuenta algunas caractersticas esenciales al seleccionarse la poblacin bajo estudio. Entre stas tenemos: a) Homogeneidad - que todos los miembros de la poblacin tengan las mismas caractersticas segn las variables que se vayan a considerar en el estudio o investigacin. b) Tiempo - se refiere al perodo de tiempo donde se ubicara la poblacin de inters. Determinar si el estudio es del momento presente o si se va a estudiar a una poblacin de cinco aos atrs o si se van a entrevistar personas de diferentes generaciones. c) Espacio - se refiere al lugar donde se ubica la poblacin de inters. Un estudio no puede ser muy abarcador y por falta de tiempo y recursos hay que limitarlo a un rea o comunidad en especfico. d) Cantidad - se refiere al tamao de la poblacin. El tamao de la poblacin es sumamente importante porque ello determina o afecta al tamao de la muestra que se vaya a seleccionar, adems que la falta de recursos y tiempo tambin nos limita la extensin de la poblacin que se vaya a investigar. LA MUESTRA La muestra es un subconjunto fielmente representativo de las caractersticas de la poblacin. El muestreo es indispensable para el investigador ya que es imposible entrevistar a todos los miembros de una poblacin debido a problemas de tiempo, recursos y esfuerzo. Al seleccionar una muestra lo que se hace es estudiar una parte o un subconjunto de la poblacin, pero que la misma sea lo suficientemente representativa de sta para que luego pueda generalizarse con seguridad de ellas a la poblacin. Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione depender de la calidad y cun representativo se quiera que sea el estudio de la poblacin. a) ALEATORIA - cuando se selecciona al azar y cada miembro tiene igual oportunidad de ser incluido. b) ESTRATIFICADA - cuando se subdivide en estratos o subgrupos segn las variables o caractersticas que se pretenden investigar. Cada estrato debe corresponder proporcionalmente a la poblacin. c) SISTEMTICA - cuando se establece un patrn o criterio al seleccionar la muestra. Ejemplo: se entrevistar una familia por cada diez que se detecten. El tamao de la muestra depende de la precisin con que el investigador desea llevar a cabo su estudio, pero por regla general se debe usar una muestra tan grande como sea posible de acuerdo a los recursos que haya disponibles. Entre ms grande la muestra mayor posibilidad de ser ms representativa de la poblacin.

En la investigacin experimental, por su naturaleza y por la necesidad de tener control sobre las variables, se recomienda muestras pequeas que suelen ser de por lo menos 30 sujetos. En la investigacin descriptiva se emplean muestras grandes y algunas veces se recomienda seleccionar de un 10 a un 20 por ciento de la poblacin accesible. Las razones para estudiar muestras en lugar de poblaciones son diversas y entre ellas podemos sealar Ahorrar tiempo. Estudiar a menos individuos es evidente que lleva menos tiempo. Ahorro de costos. Estudiar la totalidad de la poblacin con una caracterstica determinada en muchas ocasiones puede ser una tarea inaccesible o imposible de realizar. Aumentar la calidad del estudio. Al disponer de ms tiempo y recursos, las observaciones y mediciones realizadas a un reducido nmero de individuos pueden ser ms exactas y plurales que si las tuvisemos que realizar a una poblacin. La seleccin de muestras especficas nos permitir reducir la heterogeneidad de una poblacin al indicar los criterios de inclusin y/o exclusin.

RECOLECCION DE DATOS

2. Caractersticas del mtodo cientfico El mtodo deductivo, el mtodo inductivo y el mtodo hipottico-deductivo son los tres mtodos cientficos a que se refiere la denominacin genrica de mtodo cientfico. La primera caracterstica del mtodo cientfico es su naturaleza convencional, la de servir de marco de generacin del conocimiento objetivo. Por ello existen mltiples caractersticas en funcin de la perspectiva con que se clasifiquen, se estudien e incluso se denominen. Una caracterstica de ambos mtodos es que pueden ir de lo general a lo particular o viceversa, en un sentido o en el inverso. Ambos utilizan la lgica y llegan a una conclusin. En ltima instancia, siempre tienen elementos filosficos subyacentes. Ambos suelen ser susceptibles de contrastacin emprica. Aunque el mtodo deductivo es ms propio de las ciencias formales y el inductivo de las ciencias empricas, nada impide la aplicacin indistinta de un mtodo cientfico u otro a una teora concreta. La diferencia fundamental entre el mtodo deductivo y el mtodo inductivo es que el primero aspira a demostrar, mediante la lgica pura, la conclusin en su totalidad a partir de unas premisas, de manera que se garantiza la veracidad de las conclusiones, si no se invalida la lgica aplicada . Se trata del modelo axiomtico propuesto por Aristteles como el mtodo cientfico ideal. Por el contrario, el mtodo inductivo crea leyes a partir de la observacin de los hechos, mediante la generalizacin del comportamiento observado; en realidad, lo que realiza es una especie de generalizacin, sin que por medio de la lgica pueda conseguir una demostracin de las citadas leyes o conjunto de conclusiones. El mtodo hipottico-deductivo o de contrastacin de hiptesis no plantea, en principio, problema alguno, puesto que su validez depende de los resultados de la propia contrastacin . El mtodo cientfico se suele utilizar para mejorar o precisar teoras previas en funcin de nuevos conocimientos, donde la complejidad del modelo no permite formulaciones lgicas. Por lo tanto, tiene un carcter predominantemente intuitivo y necesita, no slo para ser rechazado sino tambin para imponer su validez, la contrastacin de sus conclusiones. 3. Pasos del mtodo cientfico

El mtodo cientfico podemos sintetizarlo en los siguientes pasos: 1. Observacin: Detectas un problema (enigma, desafo o reto que plantea algn aspecto de la realidad emprica) al observar la naturaleza accidental o intencionadamente. Repites las observaciones para analizarlas y poder separar y desechar los aspectos irrelevantes para el problema. Renes todos los datos que posibles que incidan en ese problema que te has planteado. Es una proceso de observacin sagaz y minuciosa de la naturaleza. Puede de ser de forma directa o indirecta usando instrumentos.

Observacin 2. Hiptesis: Una vez recogidos todos los datos elaboras una explicacin provisional que describa de la forma ms simple posible. Puede ser un enunciado breve, una formulacin matemtica, etc. Esta sera una primera induccin. 3. Prediccin: A partir de la hiptesis realizas predicciones de lo que tendras que encontrar bajo determinadas condiciones en el caso de que fuera cierta. Las predicciones pueden hacer referencia a un fenmeno o dato que tengas que encontrar y se refieran al futuro o que haga referencia al pasado y que podemos llamar retrodicciones. Es un proceso de deduccin. Se formula en un enunciado de la forma "si la hiptesis H es cierta, entonces tendr que ocurrir el suceso X o tendremos que encontrar el hecho Y".

Si deseas ampliar la informacin sobre el mtodo cientfico y el pensamiento crtico, puedes visualizar el siguiente vdeo .

4. Verificacin: Vemos lo que ocurre en posteriores observaciones. Para ello sometes a prueba (contrastas) tus predicciones en base a posteriores observaciones o experimentos. Nos ponemos a buscar si el hecho Y es efectivamente cierto que se presenta en la realidad o si el proceso X ocurre o puede ser causado. En este proceso las predicciones (X e Y) pueden ser confirmadas (cuando se cumplen) o falsadas (cuando no se cumplen). La llamada falsacin (Popper) consiste en proponer predicciones que si se cumplen refutan nuestra hiptesis. Por supuesto, tanto confirmacin como falsacin son probabilsticas y siempre implican un margen de error. Hay que recordar que en ciencia no se habla de pruebas o refutaciones absolutas y por eso se insiste en la idea de provisionalidad .En este proceso estamos suponiendo que: La prediccin deducida a partir de la hiptesis ha sido correctamente realizada. El experimento o las observaciones han sido realizados correctamente. 5. Replicacin: En este momento estamos otra vez en un proceso de induccin porque despus de producir ms observaciones revisamos nuestra hiptesis inicial. Rechazas, modificas o mantienes tu hiptesis en base a los resultados volviendo al punto 3, las predicciones. As mismo este proceso es pblico y se da a conocer (es pblico) para que otros puedan duplicarlo. Si nuestras predicciones se cumplen nuestra hiptesis se refuerza. Tras ser repetidamente contrastada con xito por diversos grupos de cientficos, nuestra hiptesis

pasa a ser una TEORA cientfica. A partir de ese momento podemos intentar ampliar nuestra teora para que pueda abarcar ms fenmenos naturales. Es importante destacar lo que comento en este ltimo punto del carcter pblico de la investigacin cientfica .Todo este proceso tiene que implicar a mucha gente, expertos en su rea, que cooperen de forma independiente para realizar las contrastaciones o pruebas (experimentos u observaciones) que puedan confirmar progresivamente las hiptesis hasta convertirlas en teoras cientficas o rechazarlas definitivamente. Si alguien obtiene resultados positivos es necesario saberlo para que otros expertos pueden replicar o duplicar las pruebas o experimentos durante un tiempo. Otras veces se sugieren pruebas, experimentos o contrastaciones similares o variantes. En el caso de que NO hayamos obtenido resultados positivos con nuestra hiptesis, podemos establecer hiptesis adicionales por las que hayamos fallado siendo verdadera la hiptesis original. Estas hiptesis adicionales pueden ser fallos en la deduccin de predicciones o en la realizacin del experimento. En este caso, estas hiptesis adicionales tendramos a su vez que contrastarlas (probarlas). Como se puede ver, siempre es el mismo mtodo cientfico repetido una y otra vez a diferentes niveles y de diferentes maneras. Todo el proceso siguen unos pasos ordenados, pero es interactivo. Puedes fallar al contrastar hiptesis, pero esta te puede dar nuevos datos e informacin para refinar la hiptesis o para replantear el problema de otra manera y repetir el proceso. Como se puede ver, la interaccin implica usar el mtodo cientfico tambin en subproblemas que se puedan ir planteando siendo muy complejo el proceso global. Todos estos pasos y estrategias dan lugar a un avance progresivo de la ciencia y, a veces, a saltos bruscos, pero los pasos aproximados siempre son los descritos. En realidad, los pasos que he descrito anteriormente son una versin ideal del mtodo cientfico. En la prctica no se pasa por todos los pasos como si fueran reglas rgidas. El conocer estos pasos no te convierte en cientfico. Ciertamente la ciencia se basa en la fuerte creencia de que existen unas entidades tericas que no se pueden observar directamente; pero slo se creen tras disponer de una extensa evidencia desde la cual se infieren. Aunque la lgica deductiva simple se usa en ciencia, las teoras y leyes que se descubren y abarcan la globalidad del mtodo cientfico en un momento dado estn basadas en inferencias estadsticas (explicitas o implcitas), empleando el razonamiento inductivo para llegar a las interpretaciones ms plausibles y probables acerca de lo que observamos en el laboratorio y la vida diaria. 4. Concepto de variables y tipos Todos aquellos factores, eventos o sucesos, susceptibles de cambio, ya de sea de origen personal, social, fsico, etc., que pueda adoptar ms de un valor en un continuo, se le denomina variable, as por ejemplo, la edad, es una variable cuantitativa continua, ya que puede adoptar ms de un valor en un gradiente preestablecido; otro ejemplo, sera el gnero, variable dicotmica (es decir puede adoptar dos nicos valores) de naturaleza cualitativa. Por tanto, es la naturaleza de la variable la que nos determina la forma de estudio. Clasificacin de las variables: Variable dependiente: Hacen referencia a las caractersticas de la realidad que se ven determinadas o que dependen del valor que asuman otros fenmenos o variables independientes. Variable independiente: Los cambios en los valores de este tipo de variables determinan cambios en los valores de otra (variable dependiente) Variables intervinientes: Este tipo de variables determina las relaciones entre dos o ms variables. Los resultados de las variables de estudio pueden verse afectadas por los valores o la interposicin de otras variables controladas o no en el proceso de estudio. Estas variables nos permiten determinar los indicadores de variabilidad. Todo proceso de investigacin queda determinado por el nmero y naturaleza de las variables que incluyamos en un estudio, a mayor nmero de variables introducidas y controladas, mayor ser la significacin matemtica de los resultados que arroje la investigacin, por ejemplo, si estudiamos las caractersticas socioeconmicas de una zona, en la medida que introduzcamos y controlemos en nuestro estudio ms de una variable, mayor ser el poder predictivo y explicativo de nuestro objetivo de estudio, as

si queremos explicar las caractersticas socioeconmicas de una determinada zona debemos introducir en nuestro estudio variables tales como, edad, nivel educativo, renta per cpita, actividad productiva, etc. A mayor nmero de variables introducidas y controladas, mayor ser la significacin matemtica de los resultados de la investigacin.

Otra forma de clasificar las variables atendiendo a sus caractersticas sera: 1. Variable continua: Cuando el objeto, suceso o fenmeno de estudio puede adoptar ms de un valor en un continuo, por ejemplo la estatura de las personas es una variable continua ya puede asumir valores continuos. 2. Variables discretas: Hace referencia a la categorizacin en trminos cualitativos entre diferentes elementos o sujetos, por ejemplo, el sexo, clasificaciones sociales (alta, media, baja). 3. Variables individuales: Se diferencia por las particularidades de los individuos, por ejemplo: color de pelo, nivel educativo. 4. Variables colectivas: Se centra las caractersticas que presenta un determinado grupo de personas, por ejemplo, grupos religiosos, deportivos. etc. 5. Variables antecedentes: Presenta como caracterstica que los valores de la variable o variables objeto de estudio depende del valor de la variable antecedente, por ejemplo: si queremos estudiar el desarrollo tecnolgico de una comarca, ste, va a depender de la variable nivel cultural de la poblacin, ordenadores por habitante, etc. Por tanto el trmino variable hace referencia a la cualidad o caracterstica de un sujeto, objeto, hecho, grupo o acontecimiento que contenga, al menos, dos atributos en los que pueda clasificarse. Las propiedades o atributos son las caractersticas, valores o cualidades de que se componen las variables. La edad como ejemplo de variable tiene un valor numrico (aos que posee un persona, media de aos que posee una determinada poblacin) es una variable continua, la variable sexo por el contrario es dicotmica, es decir, adopta un valor u otro (hombre, mujer). Medir una variable del tipo que sea, es asignarle valores para su acotacin y estudio. En el proceso de medicin tenemos que tener en cuenta tres aspectos fundamentales: 1. Que sea exhaustiva: la variable debe comprender el mayor nmero de atributos o valores posible. 2. Que sea exclusiva: los atributos de una variable deben ser mutuamente excluyentes. 3. Que sea precisa: realizar el mayor nmero de distinciones posibles. 5. Concepto de poblacin y muestra El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes. Destacamos algunas definiciones: "Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996). "Una poblacin es un conjunto de elementos que presentan una caracterstica comn". Cadenas (1974). El tamao que tiene una poblacin es un factor de suma importancia en el proceso de investigacin estadstica y en nuestro caso social, y este tamao vienen dado por el nmero de elementos que constituyen la poblacin, segn el nmero de elementos la poblacin puede ser finita o infinita. Cuando el nmero de elementos que integra la poblacin es muy grande, se puede considerar a esta como una poblacin infinita, por ejemplo; el conjunto de todos los nmeros positivos. Una poblacin finita es aquella que est formada por un limitado nmero de elementos, por ejemplo; el nmero de habitantes de una comarca. Cuando la poblacin es muy grande, es obvio que la observacin y/o medicin de todos los elementos se multiplica la complejidad, en cuanto al trabajo, tiempo y costos necesarios para hacerlo. Para solucionar este inconveniente se utiliza una muestra estadstica.

Evolucin de la poblacin espaola Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre todos si estos son muchos. En lugar de examinar el grupo entero llamado poblacin o universo, se examina una pequea parte del grupo denominada muestra. Muestra: La muestra es una representacin significativa de las caractersticas de una poblacin, que bajo, la asuncin de un error (generalmente no superior al 5%) estudiamos las caractersticas de un conjunto poblacional mucho menor que la poblacin global. "Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla ". Murria R. Spiegel (1991). "Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin (1996). "Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan de dicha muestra solo podrn referirse a la poblacin en referencia ", Cadenas (1974). Por ejemplo estudiamos los valores sociales de una poblacin de 5000 habitantes aprox., entendemos que sera de gran dificultad poder analizar los valores sociales de todos ellos, por ello, la estadstica nos dota de una herramienta que es la muestra para extraer un conjunto de poblacin que represente a la globalidad y sobre la muestra realizar el estudio. Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas proporciones que estn incluidas en tal poblacin. Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o segmento de ese todo. Tcnicas de Muestreo: Esto no es ms que el procedimiento empleado para obtener una o ms muestras de una poblacin; el muestreo es una tcnica que sirve para obtener una o ms muestras de poblacin. Este se realiza una vez que se ha establecido un marco muestral representativo de la poblacin, se procede a la seleccin de los elementos de la muestra aunque hay muchos diseos de la muestra. Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra no necesariamente seran iguales, y lo ms probable es que variaran de una muestra a otra. Tipos de muestreo Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio o de juicio y el muestreo aleatorio o de probabilidad. En este ltimo todos los elementos de la poblacin tienen la oportunidad de ser escogidos en la muestra. Una muestra seleccionada por muestreo de juicio se basa en la

experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir como tomar una muestra aleatoria ms adelante. Las muestras de juicio evitan el anlisis estadstico necesario para hacer muestras de probabilidad. El muestreo de juicio o criterio es aquel en el que el investigador utiliza su criterio para seleccionar a los miembros de la poblacin que puedan generar muestras representativas.

POBLACIN - es el conjunto total de individuos, objetos o medidas que poseen algunas caractersticas comunes observables en un lugar y en un momento determinado. Cuando se vaya a llevar a cabo alguna investigacin debe de tenerse en cuenta algunas caractersticas esenciales al seleccionarse la poblacin bajo estudio. Entre stas tenemos: 1. Homogeneidad - que todos los miembros de la poblacin tengan las mismas caractersticas segn las variables que se vayan a considerar en el estudio o investigacin. 2. Tiempo - se refiere al perodo de tiempo donde se ubicara la poblacin de inters. Determinar si el estudio es del momento presente o si se va a estudiar a una poblacin de cinco aos atrs o si se van a entrevistar personas de diferentes generaciones. 3. Espacio - se refiere al lugar donde se ubica la poblacin de inters. Un estudio no puede ser muy abarcador y por falta de tiempo y recursos hay que limitarlo a un rea o comunidad en especfico. 4. Cantidad - se refiere al tamao de la poblacin. El tamao de la poblacin es sumamente importante porque ello determina o afecta al tamao de la muestra que se vaya a seleccionar, adems que la falta de recursos y tiempo tambin nos limita la extensin de la poblacin que se vaya a investigar. MUESTRA - la muestra es un subconjunto fielmente representativo de la poblacin. Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione depender de la calidad y cun representativo se quiera sea el estudio de la poblacin. 1. ALEATORIA - cuando se selecciona al azar y cada miembro tiene igual oportunidad de ser incluido. 2. ESTRATIFICADA - cuando se subdivide en estratos o subgrupos segn las variables o caractersticas que se pretenden investigar. Cada estrato debe corresponder proporcionalmente a la poblacin. 3. SISTEMTICA - cuando se establece un patrn o criterio al seleccionar la muestra. Ejemplo: se entrevistar una familia por cada diez que se detecten. El muestreo es indispensable para el investigador ya que es imposible entrevistar a todos los miembros de una poblacin debido a problemas de tiempo, recursos y esfuerzo. Al seleccionar una muestra lo que se hace es estudiar una parte o un subconjunto de la poblacin, pero que la misma sea lo suficientemente representativa de sta para que luego pueda generalizarse con seguridad de ellas a la poblacin.

El tamao de la muestra depende de la precisin con que el investigador desea llevar a cabo su estudio, pero por regla general se debe usar una muestra tan grande como sea posible de acuerdo a los recursos que haya disponibles. Entre ms grande la muestra mayor posibilidad de ser ms representativa de la poblacin. En la investigacin experimental, por su naturaleza y por la necesidad de tener control sobre las variables, se recomienda muestras pequeas que suelen ser de por lo menos 30 sujetos. En la investigacin descriptiva se emplean muestras grandes y algunas veces se recomienda seleccionar de un 10 a un 20 por ciento de la poblacin accesible. Fuente:http://ponce.inter.edu/cai/reserva/lvera/CONCEPTOS_BASICOS.pdf Las razones para estudiar muestras en lugar de poblaciones son diversas y entre ellas podemos sealar a. Ahorrar tiempo. Estudiar a menos individuos es evidente que lleva menos tiempo. b. Como consecuencia del punto anterior ahorraremos costes. c. Estudiar la totalidad de los pacientes o personas con una caracterstica determinada en muchas ocasiones puede ser una tarea inaccesible o imposible de realizar. d. Aumentar la calidad del estudio. Al disponer de ms tiempo y recursos, las observaciones y mediciones realizadas a un reducido nmero de individuos pueden ser ms exactas y plurales que si las tuvisemos que realizar a una poblacin. e. La seleccin de muestras especficas nos permitir reducir la heterogeneidad de una poblacin al indicar los criterios de inclusin y/o exclusin. Variables Las variables en la investigacin, representan un concepto de vital importancia dentro de un proyecto. Las variables, son los conceptos que forman enunciados de un tipo particular denominado hiptesis. Variable independiente Fenmeno a la que se le va a evaluar su capacidad para influir, incidir o afectar a otras variables. Su nombre lo explica de mejor modo en el hecho que de no depende de algo para estar all: Es aquella caracterstica o propiedad que se supone ser la causa del fenmeno estudiado. En investigacin experimental se llama as, a la variable que el investigador manipula. Que son manipuladas experimentalmente por un investigador. Variable dependiente Cambios sufridos por los sujetos como consecuencia de la manipulacin de la variable independiente por parte del experimentador. En este caso el nombre lo dice de manera explicita, va a depender de algo que la hace variar. Propiedad o caracterstica que se trata de cambiar mediante la manipulacin de la variable independiente. Las variables dependientes son las que se miden. Por ejemplo: Como influye la msica clsica en la presin arterial de los pacientes. Variable dependiente: "la presin arterial de los pacientes" (cambio sufrido por la variable independiente) Variable independiente: "la msica clsica" (que es la que manipula la variable dependiente)

Variable interviniente Son aquellas caractersticas o propiedades que de una manera u otra afectan el resultado que se espera y estn vinculadas con las variables independientes y dependientes. Las variables pueden ser clasificadas como cuantitativas o cualitativas: * Los datos cuantitativos medidos ya sea mucho o muchos de algo, representa una cantidad o un nmero.

* Los datos cualitativos proporcionan etiquetas o nombres, observaciones.

Los datos cualitativos se pueden dividir en: Variables nominales: Variables sin orden inherente o secuencia, en otras nmeros que se utilizan como nombres (grupo 1, grupo de gnero ...), 2, etc Variables ordinales: Las variables con una serie ordenada, por ejemplo, "No les gusta mucho, moderado, indiferente, desagrado." Intervalo de variables: variables igualmente espaciados, por ejemplo,temperatura. La diferencia entre una temperatura de 36 grados y 37 grados se considera igual a la diferencia entre 37 y 38. Relacin de variables: Variables espaciadas por intervalos iguales con un verdadero punto cero, por ejemplo, edad. Los datos cuantitativos se pueden dividir en: Variable discreta: El conjunto de todos los valores posibles que consiste slo en puntos aislados, por ejemplo, contar variables (1, 2, 3 ...). Variables continuas: El conjunto de todos los valores que consiste en intervalos, por ejemplo, 0-9, 10-19, 2029 ... etctera. Relacin entre variables La forma de medir si existe asociacin entre variables continuas es usando el coeficiente de correlacin . Pero hay que tener siempre presente que este coeficiente slo se aplica a variables continuas y slo mide asociacin lineal. Es costumbre representar la variable dependiente en el eje vertical (ordenadas) y la independiente en el eje horizontal (abscisas). Cuando se estudia la relacin entre dos variables, una puede considerarse causa y la otra resultado o efecto de la primera, siendo sta una decisin terica. Llamaremos variable exgena, o variable independiente a la que causa el efecto y variable endgena, o variable dependiente a la que lo recibe.

El caso (A) corresponde a la relacin tal que al aumentar los valores de la variable independiente aumenta en promedio- el valor de la variable dependiente. Cuando esto ocurre se dice que hay una relacin lineal positiva. El caso (B) representa otra relacin de nuevo lineal, pero ahora negativa El caso (C) representa una situacin en la que no hay relacin entre ambas variables. Decimos entonces que las variables son independientes. El caso (D) muestra una relacin entre ambas, pero no lineal. La covarianza: La covarianza es una medida de la asociacin lineal entre dos variables que resume la informacin existente en un grfico de dispersin. Vase que el plano de una representacin grfica posible puede dividirse en cuatro cuadrantes definidos por los dos ejes.

Se denomina primer cuadrante a la zona del grfico donde ambas variables toman valores positivos. El segundo cuadrante corresponde a valores negativos de la primera variable y positivos de la segunda. El tercer cuadrante incluye los valores negativos de ambas variables y el cuarto es donde la primera variable toma valores positivos y la segunda valores negativos. Para construir una medida de la asociacin lineal a partir de estas propiedades, no slo debemos atender la proporcin de puntos en cada cuadrante, sino tambin la distancia en que esos puntos se alejan o no de su origen. Si tenemos pares de observaciones ()()NNiiyxyx,,...,,, llamaremos covarianza entre x e y a la expresin

La covarianza ser positiva cuando los puntos se encuentran en los cuadrantes impares Esto significa que ambas variables varan ene el mismo sentido. La covarianza ser negativa cuando los puntos estn en los cuadrantes pares. Esto significa que las variables varan en sentido contrario. Finalmente, la covarianza ser prxima a cero cuando no exista relacin entre ambas variables o cuando, existiendo, la relacin sea marcadamente no lineal. El coeficiente de correlacin: La covarianza depende de las unidades de medida de las variables y se modificar si modificamos las unidades de medida de las variables. Esto hace que no sea til comparar la covarianza de grupos diferentes de observaciones con unidades (o con escalas) de medicin diferentes . Por ejemplo, una covarianza de 1 medida en metros, se transforma en una covarianza de 100 medida en centmetros. Por lo tanto no tiene sentido decir que si la covarianza es grande, la relacin es fuerte, ya que

la covarianza cambiar si modificamos las unidades de medida de la variable. Una medida de relacin entre dos variables que resuma la informacin del grfico de dispersin, y que no dependa de las unidades de medida, se puede construir dividiendo la covarianza por las desviaciones estndar de ambas variables. Se define el coeficiente de correlacin lineal r

Una correlacin nos proporciona tres datos principales: 1) la existencia o no de una relacin lineal entre las variables (si da diferente de cero) 2) la direccin de esta relacin, si es que existe (por su signo positivo o negativo) 3) el grado de esta relacin (por el valor absoluto del coeficiente). Estos tres aspectos se dan, simultneamente, con un solo valor. La correlacin, en ltima instancia, nos est indicando cmo vara o cambia una caracterstica cuando la otra caracterstica o variable asociada cambia. Indica si dos variables cambian o varan conjuntamente. El coeficiente de correlacin tiene las siguientes propiedades: 1) Cuando las variables estn linealmente de forma exacta, el coeficiente de correlacin s ser igual a uno en valor absoluto. 2) Cuando las variables no estn relacionadas ( o no lo estn linealmente) entre s, el coeficiente de correlacin ser cero. 3) El coeficiente no depende del orden en que se consideran las variables, es decir, r(x,y)=r(y,x) 4) -1 <= r <= 1

5) El coeficiente de correlacin no se altera por transformaciones lineales de las variables. Ver ms enhttp://www.liccom.edu.uy/bedelia/cursos/metodos/material/8_Correlacion.pdf