UNIVERSIDAD NACIONAL DEL SANTA FACULTAD DE CIENCIAS Departamento de Biología, Microbiología y Biotecnología Escuela Biología en Acuicultura ASIGNATURA METODOLOGÍA DE LA INVESTIGACIÓN CIENTÍFICA UNIDAD III EL DISEÑO DE CONTRASTACIÓN Clase 14 Recolección procesamiento y análisis de datos M.Sc. Walter Reyes Avalos Docente

SELECCIÓN DE LA MUESTRA MUESTRA: Es un subgrupo de la población. PASOS EN LA SELECCIÓN DE LA MUESTRA: Definir la población: Conjunto de todos los elementos a los cuales se refiere la investigación. Identificar el marco muestral: Fuente de extracción de la muestra. Establecer tamaño de la muestra: Por medio del método del muestreo. Método probabilístico MÉTODOS DE MUESTREO no probabilístico Aplicar el método seleccionado: Depende del tipo de investigación, hipótesis y diseño de investigación. Obtener la muestra: La muestra debe tener sus características propias. * M. Aleatorio simple * M. Sistemático * M. Estratificado * M. Por conglomerados * M. De áreas * M. Polietápico * M. Por conveniencia * M. Con fines especiales * M. Por cuotas * M. De juicio

RECOLECCIÓN DE DATOS Una vez seleccionado el diseño de investigación, la muestra, el problema de estudio e hipótesis, se realiza la recolección de datos que es muy importante, pues de ésta depende la confiabilidad y la validez de la información. ¿Qué se logra? Probar la hipótesis. Lograr los objetivos de la investigación. Contestar las preguntas del estudio.

TÉCNICAS DE RECOLECCIÓN DE INFORMACIÓN Primarias: Personas, hechos. Fuentes Secundarias: Material impreso. Encuesta: Cuestionario Técnicas Entrevista: Personal, telefónica, correo e Internet Observación: Personal – directa. Con medios electrónicos Internet Pasos: Claridad en los objetivos de la investigación a realizar Selección de la muestra. Diseño y utilización de técnicas de recolección de información Recoger la información. Fuente: WEIERS, Ronald, Investigación de mercados, Prentice Hall, México, 1986.

ANÁLISIS DE LA INFORMACIÓN Se debe procesar los datos (dispersos desordenados individuales) obtenidos en el trabajo de campo para lograr unos resultados agrupados y ordenados. Pasos: Obtener información de la muestra de la investigación. Definir las variables que organizarán los datos obtenidos en el trabajo de campo. Definir las herramientas estadísticas y programas de computador que nos procesará la información. Introducir la información y activar el programa que procesará la información. Imprimir los resultados.

Herramientas Estadísticas: Análisis de Paretto: Estudia las fuentes del problema y las prioridades relativas de sus causas. Uso: para evaluar causas de problemas de calidad en programas de TQM. Diagrama de Causa-Efecto (Espina de Pescado): Gráfica donde los integrantes de un grupo representan, categorizan y evalúan todos los motivos de un resultado o reacción. Se expresa como un problema para resolver. Gráficas de Control: Hace control de calidad de procesos. Diferentes tipos: Diagrama X o Diagrama de control para medias de procesos. Diagrama R o Diagrama de control para viabilidad de procesos. Diagrama P o Diagrama de control para atributos.

Distribución de Frecuencias y Representaciones gráficas: Indica el número de veces que ocurre cada valor en una tabla de resultados de un trabajo de campo. Histogramas: Gráfica que representa la distribución de frecuencias. Polígonos de frecuencia: Gráfica que permite visualizar rápidamente las características de los datos de una distribución de frecuencia. Gráfica de barras: Otra forma de representar los datos de una investigación. Medidas de tendencias central: Media: Sumatoria de un conjunto de puntajes dividido por el número total de los mismos. Moda: Puntaje que ocurre con mayor frecuencia en una distribución de datos. Mediana: Valor que divide a una distribución de frecuencias por la mitad, una vez ordenado los datos de manera ascendente o descendente. Medidas de dispersión: Varianza y desviación estándares.

Pruebas estadísticas: Prueba t de estudiante: Para poblaciones pequeñas. Prueba Z: Tiene que ver con la probabilidad de que un puntaje dado de una medición aparezca en una distribución. Análisis de varianza: Analiza si más de dos grupos difieren demasiado entre ellos con respecto a medidas y varianzas. Análisis de covarianza: Analiza la existencia o no de relación entre una variable dependiente y dos o más independientes. Chi cuadrado: Permite probar si dos proporciones en una población no presentan diferencias significativas. Análisis de regresión y correlación. Análisis de regresión múltiple. Análisis de factores Análisis multivariado de varianzas (Manova). Actualmente los análisis estadísticos se realizan por medio de programas estadísticos por computador, como el Staphgraphic o el SPSS.