Métodos y
Técnicas de la Investigación Científica
Pasando un día por un mercado al aire libre el
científico Claude Bernard vio por casualidad a dos conejitos orinando. Se
despertó su curiosidad al observar que
la orina no era turbia y espumosa, como sucede con los animales herbívoros. Se
preguntó ¿por qué esta orina es parecida a la de los carnívoros?
Supuso que los
conejos traídos para la venta, probablemente no habían comido y debido al
ayuno, se habían vuelto carnívoros a expensas de sus propios tejidos.
Procedió a experimentar
para confirmar o para rechazar su hipótesis. Compró los dos conejos, les
dio de comer hierbas, volviéndose la orina clara y ácida. Repitió y varió el
experimento no solamente con los conejos sino con otra cantidad de herbívoros.
Siempre obtenía los mismos resultados.
La
generalización de los resultados le permitió concluir que “los herbívoros
en ayunas se vuelven carnívoros por autoconsumo de sus propios tejidos”.
En el texto anterior se encuentran las distintas
etapas del Método Ciéntifico.
La
investigación científica se encarga de producir conocimiento. El conocimiento
científico se caracteriza por ser:
-Sistemático
-Ordenado
-Metódico
-Racional
/ reflexivo
-Crítico
/ subversivo
Es sistemático
porque no se puede arbitrariamente eliminar pasos, sino seguirlos rigurosamente.
Que sea
metódico implica que se debe elegir un camino (método: camino hacia), sea, en
este caso, una encuesta, una entrevista o una observación.
Que sea
racional / reflexivo implica una reflexión por parte del investigador y tiene
que ver con una ruptura con el sentido común. Hay que alejarse de la realidad
construida por uno mismo, alejarse de las nociones, del saber inmediato. Esto permite
llegar a al objetividad.
Que sea
crítico/subversivo se refiere a que intenta producir conocimiento, aunque esto
pueda jugar en contra de creencias, costumbres y de “verdades” establecidas.
Problema de investigación
Se hace
necesaria la existencia de un problema, luego de la toma de conciencia sobre el
problema y, por último, la existencia de una solución posible.
El
problema de investigación se encuentra en la discrepancia existente entre un
modelo ideal y un modelo real, por ejemplo: modelo ideal: "los niños no
deben trabajar", modelo real: "los niños trabajan". La prioridad
aquí está en lo teórico, lo que se cree que se debería hacer, el marco teórico
afirma que "eso no debería ser así". La discrepancia entre el modelo
ideal y el real debe ser significativa y se requiere la toma de conciencia de
esa discrepancia (dada la existencia del modelo ideal).
El tercer
componente es la solución. El trabajo se orienta a la solución del problema, si
no tiene solución no se investiga.
Técnicas y pasos de la
investigación
Las
técnicas son los procedimientos e instrumentos que utilizamos para acceder al
conocimiento. Encuestas, entrevistas, observaciones y todo lo que se deriva de
ellas.
Los pasos
de la investigación han de ser los siguientes:
1-Tema
2-Delimitación
del tema
3-Formulación
del problema
4-Reducción
del problema a nivel empírico
5-Determinación
de las unidades de análisis-Recolección de datos
6-Análisis
de datos
7-Informe
final.
El Tema:
Es un
aspecto de la realidad a grandes rasgos. Es lo general (por ejemplo:
contaminación)
La
Delimitación:
La
delimitación consiste en acotar desde varios puntos de vista. Implica un
"encuadre", es decir, decidir que se aborda y que se deja afuera.
Existen diferentes
formas de delimitar el tema:
Contextualización:
se
contextualiza desde lo espacial (donde se hará la investigación, por ej:
Venezuela), desde lo temporal (cual será el período de investigación, aunque no
siempre sea posible determinarlo con exactitud, por ejemplo: año escolar
2019-2020), desde lo sociodemográfico (variables duras de las personas) y desde
lo sociocultural (gustos, preferencias, actitudes, etc.).
Torbellino
de ideas: es una técnica que consiste en formular interrogantes acerca de lo
que quiero o podría llegar a investigar.
.Ayudas
metodológicas: puede realizarse, por ejemplo, consultando especialistas en el
tema o recurriendo a distintas bibliografías.
Observación
de casos típicos y atípicos: por ejemplo mediante entrevistas.
.
Acercamiento
al campo: hacer una vivencia directa.
La
Formulación del problema: Implica una serie de pasos, aunque no existe un orden
establecido para ellos: Formulación de objetivos: ya sean objetivos generales o
particulares (estos son eventuales, no amplían, sino que especifican). Desde
aquí se avanzará a las variables, es decir, se expresan los objetivos en
términos de variables relacionadas, por ejemplo: relación entre el nivel de
instrucción y la forma de expresarse.
Los
objetivos deben expresarse en infinitivo.
Elaboración
de un marco teórico: es la teoría existente acerca del objeto de estudio. El
marco teórico es un conjunto de explicaciones y enunciados del cual surgirá la
hipótesis. Cuanto más pobre es el marco teórico menos posibilidades hay para
observar. Cuanto más conocimiento se
tiene más fenómenos se observan en un mismo hecho. Aquí se definen las
variables, se explicita que es lo que entendemos por lo que decimos. Aparece lo
observable y lo abstracto, la teoría debe ser bajada a la realidad.
Formular
hipótesis:
las
hipótesis derivadas. Están vinculadas con los objetivos. Las hipótesis se
clasifican según distintos criterios que se desarrollan más abajo.
Formular
interrogantes
Se debe
formular al menos un interrogante general, esta define hacia donde se va a
avanzar. El interrogante es el que estimula la búsqueda o indagación. Quien
formula más interrogantes es quien más conoce la realidad.
Definición
de variables: las variables se definen conceptual y operacionalmente. La
definición conceptual es la expresión de la variable conforme el marco teórico
que se usa (ej: definición de persuasión según la teoría de la persuasión). La
definición operacional expresa como se va a medir la variable, es decir, a
través de que aspectos vamos a poder medir el concepto (ej: si los vendedores
usan o no técnicas de persuasión tales como minimización de la competencia,
modificación de los constructos, cierres de venta, etc).
Cabe
resaltar la importancia de la definición conceptual, pues estudios similares
pueden producir resultados distintos por tener distintos marcos teóricos.
Clasificación
de las hipótesis
Según la
función que cumplen en la investigación: Hipótesis general :por ejemplo "a
mayor conocimiento mayor rendimiento". Las hipótesis generales poseen un
alto contenido de abstracción.
Hipótesis
intermedia: "a mayor conocimiento de la teoría de la persuasión mejor
desempeño laboral" Estas hipótesis establecen relaciones de intermediación
entre la teoría y el campo empírico.
Hipótesis
empírica:" a mayor aplicación de las técnicas de la teoría de la
persuasión mayor nivel de ventas de electrodomésticos" Estas hipótesis son
constituidas a partir de definiciones operacionales o indicadores, directamente
contrastables y mensurables.
Hipótesis
de generalización: permiten extender las conclusiones tomadas para las muestras
al conjunto o población de sujetos o fenómenos.
Según el
nexo que liga a las variables:
Hipótesis
descriptivas: señalan la frecuencia o características de un fenómeno sin
establecer relaciones causales entre sus variables. Pueden ser a su
vez:-Asociativas: plantean relaciones no paramétricas entre las variables que
las componen. En este caso las variables son cualitativas, por ejemplo:
"la satisfacción del consumidor aumenta con la calidad de los
productos".
-Correlacionales:
plantean la existencia de relaciones de tipo estadístico o paramétricas entre
variables cualitativas o cuantitativas, por ejemplo: "la tasa de
mortalidad aumenta a medida que aumenta la tasa de desocupación"
.Hipótesis
explicativas: dan cuenta del por qué o causa de los fenómenos. A su vez se
dividen en:-Causales o determinísticas: plantean la existencia de una relación
causa-efecto ineluctable. Son las que utilizamos propias en las ciencias físico-naturales,
por ejemplo "el hábito de fumar provoca lesiones de distinta gravedad a
nivel pulmonar".
-Estocásticas
o probabilísticas: se trata de hipótesis causales pero en el marco de la idea
si X probablemente Y. Dicha probabilidad se fija dentro de ciertos parámetros
estadísticos que oscilan entre el cero al ciento por ciento; por ejemplo:
"es probable que la presión tributaria determine el monto de la
recaudación fiscal".
-Contingentes:
son del tipo de si X entonces Y, pero sólo si Z .Por ejemplo: "un riego
adecuado produce una buena cosecha, sólo si no se producen heladas".-
Predictivas:
permiten anticipar con algún grado de certeza el comportamiento de ciertas
variables o el acaecimiento de fenómenos.
A su vez
pueden ser: basadas en leyes teóricas (por ejemplo: la fuerza gravitacional en
cualquier parte del planeta a partir de las leyes de Newton) o fundadas en
acumulación de datos empíricos (por ejemplo: el tamaño de la población mundial
dentro de diez años en base al tamaño de la población actual)
Según la
cantidad de variables que contienen las hipótesis:
-Univariadas:
poseen una variable
-Bivariadas:
poseen dos variables
-Multivariadas:
poseen tres o más variables, por ejemplo "El sexo, el cociente intelectual
y el tipo de composición del hogar influyen en la cantidad de horas que un niño
ve televisión".
Según su
planteo temporal:
-Ante
facto: planteadas antes de que ocurra el hecho
-Post
facto: por ejemplo "El comportamiento del día de hoy de las acciones probablemente
se debió a las medidas tomadas ayer por el gobierno".
Según la
direccionalidad
:-Unidireccionales:
por ejemplo "El sexo influye en la elección del tipo de carrera".
-Bidireccionales:
por ejemplo "El nivel socioeconómico del sujeto influye en la jerarquía de
sus contactos sociales" (ya que la jerarquía de los contactos sociales
influye en el nivel socioeconómico).
Según su
condición
- hipótesis nula: Son aquellas que en el
contexto de la investigación y teniendo en cuenta el principio de
refutabilidad, el investigador desarrolla para tratar de demostrar que no se
verifican.
Las
variables: su categorización y medición
En
términos generales las variables son conceptos, pero no cualquier concepto
constituye una variable. Esto significa que existen conceptos constantes y conceptos
variables. Los Constantes son aquellos que a lo largo de una determinada
investigación van a permanecer fijos, asumiendo un único valor. Las variables,
en cambio, son conceptos que asumen diferentes valores; es decir que las
variables se refieren a aquellas propiedades, atributos, características,
magnitudes, funcionalidades, etc. que podrán estar presentes (en algunos casos
con distinta intensidad) o ausentes en cada uno de los casos que conforman el
universo de estudio. Por ejemplo si se realiza un estudio sobre estudiantes de
bachillerato, el concepto de "estudiante de bachillerato" permanecerá
constantemente (concepto constante), en tanto la multiplicidad de
características propias de los estudiantes serán variables.
Las
variables se traducen en las distintas preguntas de la encuesta y las opciones de respuesta que se brinden serán
las llamadas "categorías".
Principios
que rigen la categorización de una variable:
Principio
de exhaustividad: sostiene que en la categorización se deben contemplar todos
los valores posibles. Por ello suele preverse la utilización de una categoría
residual como "otros".
Principio
de exclusividad: sostiene que en toda categorización las variables deben ser
mutuamente excluyentes de manera tal que una misma unidad de análisis no pueda
ser ubicada en dos categorías simultáneamente.
Factores
que inciden en la categorización de una variable:
Referencia
al marco teórico: los valores deben guardar relación con el marco teórico en
que se basa la investigación.
El tamaño del universo y la muestra: por un
principio de economía y a fin de evitar que la información se disperse, el
número de categorías debe adecuarse a la cantidad de unidades de análisis. A
menor cantidad de casos menor cantidad de categorías, y viceversa.
Linealidad
del contínuo: las categorías deben seguir un mismo criterio. Por ejemplo si la
variable fuese "clima estudiantil" las categorías no podrían ser
"muy conflictivo/acogedor/desagradable", pues pertenecen a escalas
diferentes. Utilización del punto neutral :debe evaluarse en cada caso si se
usa o no. Cuando se trata de clasificar opiniones o actitudes, es conveniente
que el número de categorías sea impar, a los efectos de contemplar la posición
intermedia o de neutralidad. Por ejemplo: "totalmente de acuerdo / de
acuerdo / ni de acuerdo ni en desacuerdo / en desacuerdo / totalmente en
desacuerdo". No obstante existen casos donde la neutralidad no es
conveniente y puede recurrirse a categorías como "no contesta o sin
respuesta".
Cantidad
de categorías positivas y negativas: la cantidad de categorías positivas y
negativas debe ser similar, no sería correcto utilizar una escala como
"excelente / muy bueno/ bueno / malo".
Las
características objetivas del contexto de investigación:por ejemplo si se desea
utilizar la variable "nacionalidad" en una investigación en nuestro
país, se podría prever "argentino / peruano / boliviano / uruguayo /
etc.." pero no tendría sentido incluir "noruego / francés /
ruso". A lo sumo (para cumplir con la exhaustividad) se podría utilizar
una categoría como "otra nacionalidad". Relacionado con ello está la
posibilidad de acceder a determinadas unidades de análisis y/o de información,
por ejemplo en el campo de la investigación de mercado, marketing y publicidad se
suele categorizar a la variable NSE en A,B,C1, C2, C3, D Y E. Sin embargo,
diferentes consultoras se han cuestionado hasta qué punto es legítimo incluir
en sus estudios los niveles A y B cuando prácticamente, por una cuestión de
imposibilidad de acceso o de contacto, no se hallan representados en la
muestra.
Niveles
de medición de las variables:Cualitativas:
-Nominal:
es la menos precisa, mide atributos y mide por semejanzas y diferencias (por
ej: "nacionalidad")
.-Ordinal:
es más precisa, ya que además de semejanzas y diferencias establece jerarquía
entre las categorías (por ej: "nivel de instrucción").
Cuantitativas:-Racional:
-Intervalar:
La
clasificación de las variables
Según su
naturaleza:-Cualitativas: miden
cualidades, atributos (por ej: ocupación, nacionalidad, religión, estado civil,
etc.)
-Cuantitativas:
miden cantidades, magnitudes. De acuerdo con los valores que puedan asumir se
distingue entre continuas (dan la posibilidad de fraccionar y pueden tomar
cualquier valor dentro de un rango, por ej: "temperatura") y
discretas (sólo asumen valores enteros, por ej: número de hijos)
.-Cuali-cuantitativas:
son aquellas que se refieren a aspectos cualitativos y cuantitativos, es decir
que miden atributos y magnitudes. En todos los casos son variables complejas
que a los efectos de su medición serán cuantificadas. Según la función que
cumplen en la hipótesis o en el análisis del problema: Cuando se habla de
"función" se hace referencia al papel que la variable desempeña o a
la posición que se le asigna (aunque más no sea en términos conjeturales) en el
análisis del problema estudiado.
De
acuerdo a su función, las variables se clasifican en:
-Independientes:
de ahora en adelante "X", son aquellas que cumplen la función de
causa o supuesta causa.
-Dependientes:
de ahora en adelante "Y", son aquellas que actúan como efecto o
supuesto efecto.Por ejemplo en la hipótesis "La opinión de los
adolescentes sobre el aborto varía de acuerdo con su grado de compromiso
religioso, siendo más favorable en aquellos que observan una menor
religiosidad". En tal caso la variable independiente sería el grado de
compromiso religioso y la dependiente su postura frente al aborto. También
puede haber simultaneidad o interdependencia entre ambas variables, como en el
caso de las relaciones simétricas. En tal caso las variables se consideran
coetáneas o contemporáneas y cualquiera de ellas cumple simultáneamente las
funciones de independiente y dependiente. Es decir que la relación es
bidireccional.
-Terceras
variables: se utilizan para denominar a todos aquellos elementos que puedan
incidir de alguna manera en la relación entre X e Y, ya sea favoreciendo,
obstaculizando o condicionando dicha relación.
Según su
grado de complejidad:
El grado
de complejidad remite a las características que asume su operacionalización o a
los procedimientos para su medición. Se clasifican en:
-Simples:
aquellas que requieren de un sólo indicador (por ej: "edad")
-Complejas:
son aquellas que a los efectos de su medición requieren de más de un indicador.
Cuando se trabaja con variables complejas lo ideal es dividirlas en diferentes
dimensiones y, luego, a cada dimensión se le asignan los indicadores
correspondientes que, a su vez, tendrán sus respectivas categorías. Una vez que
se ha descompuesto la variable compleja en dichos elementos es momento de
reconstruirla, elaborando el índice. Los índices: su clasificación y
construcción
Un indice
es un indicador complejo que reconstruye la variable, es lo que permite la
síntesis o el resúmen de la variable. Es una medida cuantitativa que posibilita
combinar diferentes dimensiones y/o indicadores asignándole a cada unidad de
análisis un único valor (puntaje de índice).
Existen
dos tipos de índices:
Índice no
ponderado: cuando se adjudica a cada dimensión y/o a cada indicador el mismo
peso o la misma participación en la variable. Esto significa que cada dimensión
tendrá igual cantidad de indicadores y éstos, a su vez, el mismo número de
categorías.
índice
ponderado: cuando se le asigna (voluntaria o involuntariamente) a una
dimensión, indicador o, incluso, categoría, un mayor peso relativo. Luego puede
hacerse otra distinción, distinguiendo entre índices simples y porcentuales: índice
simple: utiliza valores absolutos (enteros o con decimales, empleando o no el cero,
inicial) y por lo tanto la amplitud del
índice y sus puntajes mínimo y máximo varían para cada una de sus variables.
índice
porcentual :utiliza valores relativos (enteros o con decimales) y en todos los
casos se emplea el 0 inicial. La idea es llevar la amplitud de cada variable a
100 puntos. Luego a cada dimensión e indicador se le asigna un peso relativo. Este
tipo de índice tiene ventajas importantes, tales como el hecho de que facilita
la comparación ya que todas las variables se miden con la misma escala numérica,
se aprecia más fácilmente la ponderación y facilita la representación gráfica.
La
construccióndel índice:
Deben
seguirse tres pasos:
1)
Determinar la importancia de las dimensiones: Si fuese la misma asignar la
participación en forma equitativa, en caso contrario ponderarlo.
2)
Determinar la participación de los indicadores: Si a todos los indicadores (por
ejemplo 2 o 3 por dimensión) se les adjudica el mismo peso el índice es no
ponderado. En caso contrario, por ejemplo si se desea ponderarlo con una
participación de un 30% los puntajes mínimo y máximo serán de 0 y 30.Luego,
para distribuir el puntaje de forma equitativa, se aplica la siguiente fórmula:
Puntaje
máximo asignado al indicador/ Cantidad de categorías -1. En caso de que, por
ejemplo, el resultado sea 3, deberá puntuarse de 3 en 3. Por ejemplo en el
indicador "nivel de instrucción" ser{a: Sin instrucción (0), Primario
incompleto (3), Primario completo (6), etc.
3)
Establecer los límites numéricos o la amplitud de cada categoría de la variable
compleja: Consiste básicamente en aplicar la siguiente fórmula: (Límite
superior -Límite inferior + 1)/ (Nº de categorías de la variable compleja). El
límite superior es la sumatoria total del puntaje asignado a cada indicador (en
un índice porcentual es siempre de 100), en tanto el límite inferior es la
sumatoria del menor puntaje asignado a cada indicador (en los porcentuales
siempre es 0). Luego se agrega una unidad "+ 1", cuya función es
garantizar que se tiene en cuenta al límite inferior como un valor posible, es
decir como una posición más dentro de la amplitud de la variable. El número de
categorías de la variable compleja, puede ser, por ejemplo en el caso del NSE
(Nivel SocioEconómico), "bajo, medio, alto". Son 3 categorías para la
variable compleja. En cuanto a la posible falta de respuesta (NS/NC) debe
tenerse en cuenta que si el rechazo excede el 10% de los casos es aconsejable
eliminar o reemplazar el indicador por otro, para ello bien sirve el pretest. Validez
y confiabilidad de las mediciones En términos generales, un indicador es válido
cuando mide lo que dice medir. Existen distintos tipos de validez:
Validez
interna: existe validez interna cuando hay una adecuada conceptualización y
operacionalización de la variable y, obviamente, existe correspondencia entre
ambas. Puede que la conceptualización sea más amplia que la operacionaización o
viceversa. También puede que se de una combinación de ambas posibilidades, es
decir que la operacionalización cubra parcialmente a la variable y a la vez la
exceda. Si bien ningún procedimiento es infalible a la hora de establecer si
existe o no validez interna existen dos ayudas fundamentales: la revisión
bibliográfica y la consulta a especialistas en el tema. Validez externa: se refiere básicamente a la confianza
o veracidad de la fuente de información. Esto en ocasiones intenta solucionarse
mediante técnicas que muchas veces resultan poco operativas, tales como cotejar
con los gestos de la persona o enviar a otro a que realice las mismas
indagaciones. Por otra parte un indicador o instrumento de medición es
confiable cuando, administrado sucesivamente a una misma muestra o población
(sin que hayan cambiando las condiciones iniciales) reproduce los mismos
resultados. La confiabilidad es una condición para que exista validez.
Difícilmente un instrumento poco confiable resulte ser válido. Pero, por otra
parte, de nada sirve que sea confiable si no se mide lo que se pretende medir.
El
universo de estudio y la selección de la muestra ante todo deben determinarse
las unidades de análisis, es decir cuál es la población objeto de estudio,
sobre quiénes recae la investigación, para luego decidir con cuántos casos se
trabajará. Podemos definir el "universo" como el conjunto total de
elementos que constituyen un área de interés analítico. En función de la
cantidad de elementos que lo componen se distinguen dos tipos: Universos
finitos: aquellos que contienen hasta 100.000 unidades. Universos infinitos: aquellos
que poseen más de 100.000 unidades. Esas unidades, son las llamadas unidades de
análisis, las cuales no tienen por qué ser las unidades de información. Puede
ocurrir que las unidades de análisis no den testimonio de si mismas, sino que
se trate simplemente de unidades de información (por ejemplo en el caso de
estudiar unidades colectivas, tales como una empresa). También puede darse en
casos en los que, por alguna razón, busca obtenerse la información en forma
indirecta. Por otra parte, de acuerdo con las características que presenten las
unidades de análisis, el universo será homogéneo o heterogéneo: Universos
homogéneos: aquellos que no presentan diferencias significativas entre sus
unidades de análisis. Universos heterogéneos: aquellos que presentan
diferencias significativas entre sus unidades de análisis .Cuando se efectúa un
relevamiento o medición sobre todos los elementos que constituyen el universo,
se esta realizando un CENSO. En cambio cuando sólo tomamos una parte de dicho
universo decimos que se ha tomado una MUESTRA. Una muestra es un subconjunto
del conjunto total (universo) que se supone representativo, es decir que dicho
subconjunto representa lo más fielmente posible las características del
conjunto total .La ventaja principal de efectuar un censo radica en la confianza
y exactitud de los resultados que supone el hecho de trabajar con la totalidad
de los elementos que componen el universo. Por otro lado, censar universos
numerosos o infinitos implica enfrentarse con desventajas tales como: costos elevados,
procesamiento de datos prolongado, dificultades para realizar estudios
profundos, necesidades de movilidad de muchos recursos (humanos y materiales),
etc. Trabajar con una muestra, en cambio, resulta menos costoso, permite
realizar estudios más profundos y supone un ahorro de tiempo. Por otro lado,
trabajar con una muestra verdaderamente representativa, puede llevar a optar
por diseños muestrales muchas veces demasiado complejos.
Diseño de
la muestra: Diseñar la muestra incluye:
-Definir
la población de estudio
-Obtener,
de ser necesario y posible, el marco muestral pertinente
-Escoger
la técnica de muestreo más adecuada
.-Tomar
decisiones sobre el tamaño y el margen de error de la muestra. El marco
muestral está compuesto por un listado de los elementos que componen nuestro
universo y que permitirán su identificación y es la base de los muestreos
probabilísticos.
Tipos de
muestreo: Muestras probabilísticas
Azar
simple
Azar
sistemático
Azar
estratificado
Azar por
conglomerados
Muestras
no probabilísticas Accidentales / casuales Intencionales / razonadas Por cuotas
Bola de nieve Las muestras probabilísticas son aquellas que, basadas en la
teoría de las probabilidades, permiten conocer a priori cuál es la probabilidad
que tiene cada elemento de ser incluído en la muestra. P = Casos favorables /
Casos posibles. Estos muestreos requieren el conocimiento previo del universo y
la identificación de sus unidades, es decir que requieren de un marco muestral,
son más costosas y tienen una base estadística que contribuye a su precisión .Las
técnicas de muestreo probabilístico son las siguientes: Azar simple:en el azar
simple las unidades de análisis se extraen del marco muestral sin ningún tipo
de diferenciación. Es el más sencillo de todos. Azar sistemático :aquí se busca
que aparezcan casos de toda la escala de posibilidades. Se maneja con un
coeficiente de elevación (Universo / Muestra) que determina cada cuantas
unidades se extrae una ( por ej: de 10 en 10). Azar por conglomerado: esta
pensado para estudios en grandes extensiones geográficas. Es de gran utilidad cuando las unidades no son
individuos sino conjuntos de individuos.
Una
selección de los conglomerados podría ser la siguiente: País ---> Entidad
Federal ---> Municipio --->Escolares ---> Escuelas.
Azar estratificado:se utiliza cuando estamos
ante la presencia de un universo heterogéneo. Para recurrir a esta técnica se
estratifica el universo en base a una, dos o más variables que se suponen
relevantes para la investigación y se identifican unidades de análisis
pertenecientes a cada estrato. Esta estratificación, al igual que en el muestro
no probabilístico por cuotas, puede ser proporcional o no proporcional. Las
técnicas de muestreo no probabilístico son las siguientes:
Accidental:
es el muestreo menos riguroso de todos, se toman simplemente los primeros casos
que se tiene a mano. Es por casualidad.
Intencional: se usa cuando las unidades de
análisis y/o información son informantes clave (conoce algo, vivio algo, etc.)
o bien cuando se recurre a casos "típicos" en una determinada
problemática
.Por
cuotas: implica una mayor representatividad (dentro de las técnicas no
probabilísticas), especialmente al trabajar con universos heterogéneos, pues garantiza
la presencia de elementos de los distintos estratos o subgrupos que componen el
universo. Las cuotas pueden ser proporcionales (respetando su peso dentro del
universo) o no proporcionales (por ejemplo mediante cuotas fijas).
Bola de
nieve: un contacto deriva a otro contacto, y as{i sucesivamente. Es decir que
el encuestado deriva al encuestador a otros posibles casos. Se utiliza
frecuentemente cuando los casos resultan muy difíciles de contactar.
Recolección
de datos
Las
encuestas: Se utiliza el término encuesta para referirse a la técnica de
recolección de datos que utiliza como instrumento un listado de preguntas que
están fuertemente estructuradas y que recoge información para ser tratada
estadísticamente, desde una perspectiva cuantitativa. Se reserva el término
entrevista para aquellas conversaciones de carácter profesional en la que la
información obtenida sera tratada en forma cualitativa, no estadísticamente.
La
estructura del cuestionario: El cuestionario debe dividirse en cuatro partes
principales:1-El pedido de cooperación: consiste en un enunciado que solicita
la colaboración de la persona seleccionada para responder las preguntas de la
encuesta, explicando brevemente el propósito y/o tema general de la
investigación .2-Preguntas referidas a las variables objeto de la
investigación: aquí se ubican las preguntas referidas a los indicadores de los
datos buscados, comenzando con las más fáciles e interesantes y continuando con
las más importantes.
3-Preguntas
referidas a los datos de clasificación: interrogan sobre variables de base y
que permiten clasificar a la población en grandes grupos sociodemográficos. Son
fáciles de responder, y por ello se ubican cerca del final del cuestionario,
cuando el encuestado ya está cansado.
4-Preguntas
referidas a los datos de identificación: nombre, número de teléfono o algún
otro dato similar. El propósito es permitir al supervisor corroborar que se han
realizado las encuestas.
Los tipos
de preguntas:
-Preguntas
abiertas: el sujeto indagado tiene libertad para responder, por ejemplo
"¿dónde vive usted?"
-Preguntas
cerradas dicotómicas: presentan dos alternativas de respuesta, por ejemplo
"¿trabaja usted actualmente? Si / No"
-Preguntas
cerradas categorizadas en forma de escala: las categorías forman una escala.
