UNIVERSIDAD NACIONAL DE UCAYALI

FACULTAD DE CIENCIAS FORESTALES Y AMBIENTALES

ESCUELA PROFESIONAL DE INGENIERIA FORESTAL

METODOLOGÍA DE INVESTIGACIÓN CIENTÍFICA

2DA UNIDAD
CLASE 5: COLECTA DE DATOS

Ing. Jorge Manuel Revilla Chávez M. Sc.

PUCALLPA-2018
 GENERALIDADES
COLECTA DE DATOS inadecuada, el trabajo científico
resulta incorrecto, con generalizaciones falsas y con
conclusiones no valederas; por ello el material y los
procedimientos usados en la recolección de datos deben
figurar siempre en el cuerpo del informe de la
investigación .

Esto permite verificar

los resultados
obtenidos mediante
investigaciones
similares en las
mismas condiciones.
La COLECTA DE DATOS requiere de una definición del universo, de
una selección de la muestra para lograr representatividad y
adecuación a dicho universo y la determinación de un grupo de
comparación llamado grupo testigo.

UNIVERSO O POBLACION
Conjunto de elementos relacionados entre sí, que poseen una o
más variables (características, atributos o propiedades)
comunes, las que deben ser precisadas en el tiempo y en el
espacio.

UNIVERSO MUESTRAL:
Parte o subconjunto del Universo o
población objetivo, que esta
determinado y delimitado en el tiempo
y en el espacio por el investigador
y de cuyos componentes se obtienen
la MUESTRA.

Existe universos homogéneos (varianza pequeña) y universos

heterogéneos.
 El OBSERVADOR es una variable de
importancia que repercute en la
investigación, debido:
1. Como usa los aparatos e instrumentos
2. Particularidades de la precepción de
cada observador
3. Interacción personal entre observador y
observados.
4. Uso de datos de segunda mano.

Se debe procurar eliminar estos factores perturbadores o

mantenerlos dentro de límites aceptables
 PROBABILIDADES Y MUESTREO

Una muestra es una pequeña parte representativa de un

todo más grande denominado universo o población.

Probabilidad: El muestreo se basa en la probabilidad, que

es la expresión de la relación de frecuencias entre las
veces que un hecho puede presentarse con la serie total
de sucesos.
Una buena muestra
debe ser
REPRESENTATIVA y
ADECUADA, en
relación al universo

Para obtener una buena muestra se necesita un universo

bien delimitado y una definición precisa de
MUESTRA

Proporción de la población que va a ser sometida al

estudio, la muestra no es más que una estrategia
metodológica y estadística aplicable cuando luego
realizar nuestro análisis nos encontramos que no
podemos acceder a la población; sin embargo no
debemos olvidar que nuestro interés radica en estudiar a la
población y no a la muestra.

Una muestra es
representativa si cumple
dos condiciones:
-El cálculo del tamaño
de la muestra y
- La técnica de
muestreo probabilístico.
MUESTRAS ADECUADAS

Cuando tiene magnitud y tamaño suficiente para permitir

confiar en la estabilidad de sus características . La
magnitud y tamaño debe ser planeada por anticipado.
Si es demasiado pequeña los resultados pueden carecer
de validez y si es demasiado grande es costosa en
tiempo y recursos.

El tamaño de la
muestra esta definido
por el grado de
precisión y por la
variabilidad inicial en
la población
El tamaño depende:
1. Del problema si las variables están estrechamente
relacionadas o si las diferencias entre ellas son muy
grandes se requieren muestras relativamente
pequeñas o grandes respectivamente.
2. Del universo Se relaciona con su variabilidad.
Universos heterogéneos se requiere más muestra.
3. De la precisión de los resultados grado de exactitud o
nivel de error. Certeza de los resultados; se refiere a
la aproximación que deseamos tengan nuestros
resultados comparados de un estudio de todo el
universo.

Para mayor precisión y certeza se requieren muestras más

grandes y viceversa.
 CALCULO DEL TAMAÑO DE LA MUESTRA
2

N = Tamaño muestral que se calculara

Z = Certeza que queremos en nuestros resultados
expresados en unidades de error estándar . Valor
correspondiente a la distribución de Gauss (siendo α el
nivel de confianza elegido). Habitualmente los valores
escogidos son Zα= 1,96 para α=0,05 y
Zα= 2,57 para
α =0,01.
dS = Desviación estándar del universo
T = Tolerancia de la precisión o error permitido de
variación de la medida estimada de la muestra en
relación con la del universo este error lo fija el
investigador de acuerdo a los requerimientos del
La desviación estándar solo se conocerá al finalizar el
estudio, un valor aproximado puede obtenerse
consultando opinión de expertos o en base a
investigaciones previas o recurriendo a un estudio piloto.

Un procedimiento práctico consiste en estimar la variación

(rango) o amplitud probable de la población y dividir este
rango entre 6, ya que la desviación estándar es de
aproximadamente la sexta parte de la amplitud total de la
serie (rango)
Ejemplo: ¿Cuál será el tamaño de la muestra con el fin de
averiguar el promedio de la talla en escolares de 16 años.
Se desea que la media no difiera más de 0,5 cm del valor
verdadero de la media del universo. Suponemos que la
talla de estos jóvenes variaba entre 142 a 160 cm

Calculo dS = 160 -142 / 6 = 3

Z = 1,96 para α=0,05
T = 0,5

Aplicando fórmula:

N = ( 1,96 x 3 / 0,5 )2

N = 138,29 redondeando 139

Se necesitan para el estudio una muestra de 139

estudiantes
Existen Sofware en INTERNET para encontrar tamaños de muestra
Para nuestro ejemplo

http://www.aloj.us.es/vmanzano/programas/windows/mas.zip
http://www.solucionesnetquest.com/panel_netquest/calculadora_m
uestras.php
 MUESTREO
Estrategia mediante la cual pretendemos elegir a las unidades
que conformarán nuestra; y se ejecuta únicamente después
de haber definido el tamaño de la muestra.

Podemos elegir entre el

muestreo probabilístico
y el no probabilístico;
solamente el primero
nos asegura la
representatividad y por
tanto la posibilidad de
realizar la inferencia
estadística.
 TÉCNICAS DE MUESTREO
Existen dos métodos para seleccionar muestras de
poblaciones: el muestreo no aleatorio o de juicio y el
muestreo aleatorio (que incorpora el azar como recurso
en el proceso de selección).
TÉCNICAS DE MUESTREO PROBABILÍSTICO
1. Muestreo aleatorio simple
Seleccionar una muestra de tamaño n de una
población de N unidades, cada elemento tiene una
probabilidad de inclusión igual y conocida de n/N. Se
Precisa del marco muestral o listado de todas las
unidades de la población.
Se puede utilizar:
- Sorteo con boletas
- Uso de tabla de números aleatorios
(Tabla de Tippet).
- Extracción de componentes
escogiéndolos por intervalos fijos.
2. Muestreo al azar sistemático
Para una muestra de tamaño n conseguimos una
lista de N elementos, definimos un intervalo de salto
k=N/n y elegimos un número aleatorio entre 1 y k con
el que comenzamos la selección de la muestra.

Ventaja: No es
necesario
tener un
marco
muestral o
listado de
unidades.
Desventaja: La
constante
El primer elemento se elige al azar y podría
de allí se aplica el intervalo k asociarse con
el fenómeno
3. Muestreo aleatorio estratificado
Como el azar no es una garantía de representatividad,
aquí se pretende asegurar la representación de cada
grupo en la muestra. Cuanto más homogéneos sean los
estratos, más precisas resultarán las estimaciones.

Desventaja: Se debe
conocer la distribución en
la población de la
variable utilizada para la
estratificación.

La población se divide en estrato o subgrupo y en cada uno de ellos

se lleva a cabo un muestreo.
4. Muestreo al azar de conglomerados
Las unidades de la muestra son obtenidas de las
poblaciones reunidas en grupos antes de que
individualmente, para ello hay que conglomerar las
unidades del Universo y después seleccionar
conglomerados en vez de unidades .

Ventaja: Muy eficiente

cuando las unidades
están muy dispersas
Desventaja: Requiere un
manejo estadístico más
complejo que el resto
5. Muestreo con diseños experimentales
Este método se emplea en experimentación. Está
basado en diseños experimentales basados en
probabilidades. Sin embargo, cada uno de los diferentes
tipos fija restricciones a la aplicación del azar.
 TÉCNICAS DE RECOLECCIÓN DE DATOS

1. Documentación
Constituye la técnica de recolección de datos más
básica y a la vez la más inexacta; corresponden a los
estudios retrospectivos donde es la única forma
disponible de recopilar la información.
2. Observación
Es científica cuando es sistemática, controlada y
cuenta con mecanismos destinados a evitar errores de
subjetividad, confusiones.
3. Encuesta
Requiere de un instrumento, busca conocer la reacción o
la respuesta de un grupo de individuos que pueden
corresponder a una muestra o a una población. Esta
técnica implica gran economía de tiempo y personal, ya
que los cuestionarios pueden enviarse por correo.
3. 1. Cuestionario
Conjunto de preguntas para obtener información sobre el
tema que se está investigando. Las preguntas pueden ser
cerradas, abiertas o mixtas.
3. 2. Entrevista
Requiere del consentimiento informado para su
participación. Tiene la particularidad de realizarse
mediante un proceso verbal entre al menos dos
individuos. Es más rica y variada que el cuestionario. Por
su complejidad requiere mayor entrenamiento que el
cuestionario.
 CALIDAD DE LA INFORMACIÓN

1. Objetividad.
Existen factores que impiden que la información pueda
ser objetiva y estos son: las necesidades, la forma en
que perciben los hechos, los valores e intereses de los
autores. Otros factores son el contexto social que
refleja las actitudes y valores de la época en que se
escribe el documento.

2. Exactitud.
Se mide a base de información correcta y exacta.
Usualmente se recomienda que para validar la
exactitud se compare la información con otra ya
investigada y verificar la veracidad por la
concordancia con otras fuentes especializadas. La
información no actualizada tiende a no ser exacta.
3. Autoridad.
Importante la identificación de los autores líderes de
su campo, así como las revistas fuentes. Si la
información no incluye el nombre del autor, se debe
evaluar la institución que auspicia la publicación y
determinar si cuenta con la autoridad y el peritaje
necesario sobre el tema.

4. Cobertura.
Por su contenido, una fuente comunica información
general o especializada. En función de su
distribución su cobertura será del ámbito mundial,
nacional o local.
5. Vigencia.
Se acepta la información de los últimos tres a cinco
años. En los temas de historia y literatura las fechas de
publicación no es un factor relevante.

6. Relevancia.
Elemento basado en el juicio. Usualmente para
establecer la relevancia debes determinar qué
información necesitas, que tipo de fuentes vas a utilizar
y cómo utilizarás la información (ensayo, monografía,
presentación).
 INFERENCIA ESTADISTICA

La investigación científica consiste en resolver un problema a

través de hipótesis que se ponen a prueba para arribar a
“conclusiones” sobre su valor por medio de la INFERENCIA o
los “saltos inferenciales” de la mente humana.

INFERENCIA:
1) Como consecuencia de la observación y
experimentación se obtienen datos que deben ser
analizados, clasificados y resumidos para determinar su
vinculación con la HIPOTESIS y la TEORIA.

2) Si los hechos concuerdan con la hipótesis esta será

aceptado y se habrá logrado un nuevo conocimiento.

3) Una hipótesis confirmada debe guardar COHERENCIA y

ARMONÍA con: LEYES, TEORÍAS,PRINCIPIOS disponibles.
En ambos casos la INFERENCIA consiste en pasar de la
verdad de una o varias proposiciones a la verdad de otras
proposiciones.
La INFERENCIA CIENTIFICA es la argumentación o
proceso lógico que se hace a partir de las
proposiciones que se ha obtenido luego de la
observación y la experimentación (premisas) para
llegar a otro conjunto de proposiciones
(conclusiones).

Este paso se debe hacer bajo el estricto control de los

modos de la inferencia, DEDUCTIVA (de manera necesaria)
o INDUCTIVA ( inferencia en el sentido más amplio se pasa
de manera probable). Teniendo en cuenta que es
necesario traducir los hechos en ideas.
ESTRUCTURAS LÓGICAS EN LA ARGUMENTACIÓN INFERENCIAL CIENTIFICA
1. ESTRUCTURA INFERENCIAL DEDUCTIVA:
Se pasa de premisas (Leyes, Teorías, Principios) a la verdad de
otras proposiciones. VA DE LO GENERAL A LO PARTICULAR. Se
usa para plantear hipótesis. En ciencia fáctica se utiliza para
predecir.
Ejemplo:
• Los ancianos hombres y
mujeres van primero • Mi madre va primero
• Mi madre es una mujer
joven
Un argumento es deductivamente válido si y sólo si las
premisas son verdaderas, entonces la conclusión
necesariamente lo es.

No es posible que las premisas sean verdaderas y la

conclusión falsa.
 2. ESTRUCTURA INFERENCIAL INDUCTIVA:
Inferencia propia de la ciencia factual por la sencilla razón de que
ninguno de sus supuestos puede tomarse como seguro, por lo cual es
siempre probabilística. Se GENERALIZA A PARTIR DE PROPOSICIONES
OBSERVACIONALES EMPÍRICAS.

Con la verdad del consecuente, se puede averiguar la verdad del

antecedentes. Se parte de una muestra y a partir de ella podemos
hacer una generalización.

TIPOS DE INFERENCIA INDUCTIVA

A. De las proposiciones B. De proposiciones indirectamente

observacionales
directamente contrastables:
A través de una
generalización simple
Ejm. Conjunto de pedazos de
hierro que al calentarse se
dilatan, de lo que se INFIERE,
que el calor dilata al hierro.
contrastables: Se necesitan de otras
proposiciones teóricas, es decir de otras
hipótesis para llegar a conclusiones.
Ejm: Conjunto de pedazos de Fe, Zn, Cu se
dilatan cuando se calientan (proposición
observacional). Todos ellos son metales y
tienen estructura molecular semejante
(Teoría no necesariamente observacional)
de lo que se INFIERE que todos los metales
se dilatan con el calo (Generalización).
Las observaciones empíricas pueden inducirnos a una comprobación
de relaciones entre fenómenos
A. Por generalización Estadística
Observaciones de una MUESTRA son inferidas a una POBLACION.

Ejm: Dilatación de los metales

B. Por Analogía
Que puede ser sustantiva, como estructural

Ejm. El alquitrán produce cáncer en la piel de conejo, es probable

que también pueda producir en la piel del hombre por tener su piel
estructura semejante que la del conejo.

C. Por descubrimiento y pruebas de relación causales

Que consiste en hallar relación causal, no solo por observación de
relación positiva, sino también de relaciones negativas, y luego
generalizar.
Ejm: Si los fenómenos A, B, C, se presentan con Z e igualmente A, D
y E quiere decir que A y Z tienen alguna relación como efecto.
Si A, B y C se presenta con Z y B y C sin Z, existe una relación causa-
efecto entre A y Z.
 DEDUCCIÓN VS. INDUCCIÓN

General particular Particular general

• [P1] Todos los pacientes • [I1] Un holandés cometió

depresivos tienen bajo suicidio después de las 6pm.
los • [I2] Un holandés cometió
niveles de serotonina. suicido después de las 7pm.
• [In] Un holandés cometió
• [P2] Juan es un suicidio despues de las 11pm.
paciente depresivo
Por lo tanto,
Por lo tanto, • Podemos concluir
• [C] Juan tiene bajo los inductivamente que para
niveles de serotonina todo x, x comete suicidio
después de las 6pm. (H1).
En la lista de “conclusiones” que van a continuación
señale si el término conclusión se usa como:
(I) Inferencia científica
(E) Enunciado - resumen de observaciones factuales

1. En una investigación sobre la “Influencia de la televisión

en la conducta escolar”, se llego a las siguientes
conclusiones.

A. El 60% de los niños encuestados demostró influencia

negativa de la
televisión en su conducta escolar.

B. Es probable que la televisión sea un factor determinante

en el
aumento de la agresividad que se observa en el niño
escolar
1. En una investigación sobre incidencia de neoplasias en
Pucallpa, se llegó a las conclusiones siguientes.

A. La neoplasia maligna más frecuente en Pucallpa es el

cáncer uterino.

B. El cáncer del útero constituye el 32,5% entre todas las

neoplasias
malignas estudiadas en Pucallpa.

Las conclusiones pueden ser

resultados factuales y de ellas
pueden derivarse inferencias
científicas
1. Elabore la forma como proyecta COLECTAR
LOS DATOS de su proyecto de investigación
científica.

COLECTA DE
DATOS
 ¡Muchas Gracias!

la información presentada, ha sido recopilada y adaptada por el docente, con

fines didáctico y educativos , las cuales se encuentran citadas en la revisión
bibliográfica