UNIVERSIDAD YACAMBÚ VICERRECTORADO DE INVESTIGACIÓN Y POSTGRADO INSTITUTO DE INVESTIGACIÓN Y POSTGRADO MAESTRÍA EN FINANZAS Y NEGOCIOS ESTUDIOS A DISTACIA DISEÑO CUANTITATIVO
Muestreo y Técnicas de Recolección de Datos
Profesor Leonardo Castillo Participantes: Belkys Rocca Carmen E. Flores Marisol Ramírez David Toala Juan Carlos Moro
Noviembre 2014
Contenido
Índice
Pág.
Introducción
3
1. Investigar sobre el siguiente contenido
4
1.1 Concepto de población. ¿Cómo se delimita una población?
4
1.2. Concepto de Muestra
7
1.3. Tipos de muestra (Probabilística y no probabilística)
8
1.3.1. Característica de cada tipo
15
1.3.2. ¿Cómo se selecciona cada tipo de muestra?
16
1.3.3. ¿Cómo se calcula la muestra?
17
1.3.4. Tamaño óptimo de la muestra
20
2.1. Características y tipos de preguntas que se utilizan en los
21
siguientes instrumentos de recolección de datos 2.1.1. Cuestionario
21
2.1.2. Escala tipo Likert
25
2.1.3. Escalograma de Guttman
27
3.- Conclusión
28
4.- Bibliografía
30
Introducción El desarrollo metodológico es fundamental para sustentar cualquier tipo de investigación, indiferentemente sea conducida bajo el enfoque cualitativo o cuantitativo. 2
El aspecto metodológico de todo proceso de investigación, nos señala el cómo se efectuaron las actividades, los instrumentos utilizados, las técnicas y análisis de resultados manejados, así como los resultados obtenidos. Todo esto, en función de ofrecer una base teórica, metodológica y científica sobre la cual se apoya y justifica una investigación dada. En tal sentido, el presente trabajo desarrolla aspectos determinantes para la construcción y ejecución de ese marco metodológico; tópicos como población y muestra, que hacen referencia al quién será aplicada una investigación; el tipo de preguntas a utilizar en instrumentos de recolección de datos como el cuestionario, la Escala tipo Likert y el Escalograma de Guttman, son algunos de los puntos más destacados a presentar.
Con este trabajo, se busca orientar al lector sobre la conceptualización de aspectos fundamentales para el desarrollo de una investigación, así como la ubicación del tipo de muestra y cómo elaborar un determinado instrumento de recolección de datos, todo acorde a la temática y tipo de investigación.
1. Investigar sobre el siguiente contenido: 1.1 Concepto de población. ¿Cómo se delimita una población?
3
El concepto de población en estadística va más allá de lo que comúnmente se conoce como tal. Una población se precisa como un conjunto finito o infinito de personas u objetos que presentan características comunes. Destacamos algunas definiciones: "Una población es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996). "Una población es un conjunto de elementos que presentan una característica común". Cadenas (1974). El tamaño que tiene una población es un factor de suma importancia en el proceso de investigación estadística y en nuestro caso social, y este tamaño vienen dado por el número de elementos que constituyen la población, según el número de elementos la población puede ser finita o infinita. Cuando el número de elementos que integra la población es muy grande, se puede considerar a esta como una población infinita, por ejemplo; el conjunto de todos los números positivos. Una población finita es aquella que está formada por un limitado número de elementos, por ejemplo; el número de habitantes de una comarca. Cuando la población es muy grande, es obvio que la observación y/o medición 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 estadística.
4
Es a menudo imposible o poco práctico observar la totalidad de los individuos, sobre todos si estos son muchos. En lugar de examinar el grupo entero llamado población o universo, se examina una pequeña parte del grupo denominada muestra. ¿Cómo se delimita una población? Una vez que se ha definido cuál será nuestra unidad de análisis, se procede a delimitar la población que va a ser estudiada y sobre la cual se pretende generalizar los resultados. Así, una población es el conjunto de todos los casos que concuerdan con una serie de especificaciones (Selítiz, 1974). La muestra suele ser definida como un subgrupo de la población (Sudman, 1976). Para seleccionar la muestra deben delimitarse las características de la población. Muchos investigadores no describen lo suficiente las características de la población o asumen que la muestra representa automáticamente a la población. Es frecuente que muchos estudios que únicamente se basan en muestras de estudiantes universitarios —porque ‘es fácil aplicarles el instrumento de medición, pues están a la mano”— hagan generalizaciones temerarias sobre jóvenes que probablemente posean otras características sociales. Es preferible entonces, establecer claramente las características de la población, a fin de delimitar cuáles serán los parámetros muestrales. Lo anterior puede ilustrarse con el ejemplo de la investigación sobre el uso de la televisión por los niños. Está claro que en dicha investigación la unidad de análisis son los niños. Pero, ¿de qué población se trata?, de ¿todos los niños del mundo?, de ¿todos los niños de la República Mexicana? Sería muy ambicioso y prácticamente imposible referirnos a poblaciones tan
5
grandes. Así tenemos que en nuestro ejemplo la población fue delimitada de la siguiente manera: Nuestra población comprende a todos aquellos directores generales de empresas industriales y comerciales que en 1983 tienen un capital social superior a 30 millones de pesos, con ventas superiores a los 100 millones de pesos y/o con más de 300 personas empleadas. Vemos que en este ejemplo se delimita claramente la población, excluyendo a personas que no son los directores generales, a empresas que no pertenezcan al giro industrial y comercial, como por ejemplo bancos, hoteles, casas de bolsa. Se establece también claramente que se trata de empresas medianas y grandes con base en criterios de capital y de recursos humanos. Algunos investigadores usan el término universo, pero los autores preferimos utilizar el término población, ya que como Kisch (1974), consideramos que universo es más bien un término descriptivo de un Conjunto infinito de datos, lo que no se aplica a la población. Los criterios que cada investigador cumpla dependen de sus objetivos de estudio, lo que es importante es establecerlos claramente. Toda investigación debe ser transparente, sujeta a crítica y a réplica, y este ejercicio no es posible si al. examinar los resultados, el lector no puede referirlos a la población utilizada en un estudio. 1.2. Concepto de Muestra La muestra es una representación significativa de las características de una población, que bajo, la asunción de un error (generalmente no superior
6
al 5%) estudiamos las características de un conjunto poblacional mucho menor que la población global. "Se llama muestra a una parte de la población a estudiar que sirve para representarla". Murria R. Spiegel (1991).
"Una muestra es una colección de algunos elementos de la población, pero no de todos". Levin & Rubin (1996).
"Una muestra debe ser definida en base de la población determinada, y las conclusiones que se obtengan de dicha muestra solo podrán referirse a la población en referencia", Cadenas (1974).
Por ejemplo estudiamos los valores sociales de una población de 5000 habitantes aprox., entendemos que sería de gran dificultad poder analizar los valores sociales de todos ellos, por ello, la estadística nos dota de una herramienta que es la muestra para extraer un conjunto de población que represente a la globalidad y sobre la muestra realizar el estudio. Una muestra representativa contiene las características relevantes de la población en las mismas proporciones que están incluidas en tal población.
Los expertos en estadística recogen datos de una muestra. Utilizan esta información para hacer referencias sobre la población que está representada por la muestra. En consecuencia muestra y población son conceptos relativos. Una población es un todo y una muestra es una fracción o segmento de ese todo. 1.3. Tipos de muestra (Probabilística y no probabilística)
7
Probabilística: es una técnica de muestreo en virtud de la cual las muestras son recogidas en un proceso que brinda a todos los individuos de la población las mismas oportunidades de ser seleccionados. En esta técnica de muestreo, el investigador debe garantizar que cada individuo tenga las mismas oportunidades de ser seleccionado y esto se puede lograr si el investigador utiliza la aleatorización. Tipos de Muestreo Probabilístico Muestreo aleatorio simple El muestreo aleatorio simple es la forma más fácil de muestreo probabilístico. Lo único que el investigador tiene que hacer es asegurarse de que todos los miembros de la población sean incluidos en la lista y luego seleccionar al azar el número deseado de sujetos. Existen muchos métodos para hacer esto. Puede ser tan mecánico como sacar tiras de papel de un sombrero con nombres escritos mientras el investigador tiene los ojos vendados o puede ser tan fácil como usar un software de computadora para hacer la selección aleatoria. Muestreo aleatorio estratificado El muestreo aleatorio estratificado
también es conocido como
muestreo aleatorio proporcional. Ésta es una técnica de muestreo probabilístico en donde los sujetos son inicialmente agrupados en diferentes categorías, tales como la edad, el nivel socioeconómico o el género. Luego, el investigador selecciona aleatoriamente la lista final de sujetos de los distintos estratos. Es importante tener en cuenta que los estratos no se superpongan. Generalmente, los investigadores utilizan un muestreo aleatorio estratificado si quieren estudiar un determinado subgrupo dentro de la población. También es preferible el muestreo aleatorio simple porque garantiza resultados estadísticos más precisos. Muestreo aleatorio sistemático
8
El muestreo aleatorio sistemático se puede comparar con una progresión aritmética en donde la diferencia entre dos números consecutivos es la misma. Por ejemplo, supongamos que estás en una clínica y tienes 100 pacientes. 1. Lo primero que tienes que hacer es elegir un número entero que sea menor que el número total de la población. Éste será tu primer sujeto, por ejemplo (3). 2. Selecciona otro número entero que será el número de individuos entre los sujetos, por ejemplo, (5). 3. Tus sujetos serán los pacientes 3, 8, 13, 18, 23 y así sucesivamente. No existe una ventaja clara en la utilización de esta técnica. Muestreo aleatorio por conglomerados El muestreo aleatorio por conglomerados se realiza cuando es imposible el muestreo aleatorio simple debido al tamaño de la población. Imagínate hacer un muestreo aleatorio simple cuando la población en cuestión es toda la población de Asia. 1. En el muestreo por conglomerados, la investigación identifica primero las fronteras, en el caso de nuestro ejemplo. Pueden ser los países de Asia. 2. El investigador selecciona aleatoriamente un número de áreas identificadas. Es importante que todas las áreas (países) dentro de la población tengan las mismas posibilidades de ser seleccionadas. 3. El investigador puede incluir todos los individuos dentro de las áreas seleccionadas o seleccionar aleatoriamente a los sujetos de las áreas identificadas. Muestreo aleatorio mixto/por etapas múltiples Esta técnica de muestreo probabilístico implica una combinación de dos o más técnicas de muestreo enumeradas anteriormente. En la mayoría
9
de las investigaciones complejas realizadas en el campo o en el laboratorio, no es adecuado utilizar un solo tipo de muestreo probabilístico. La mayoría de las investigaciones se realizan en diferentes etapas y en cada etapa se aplica una técnica de muestreo aleatorio diferente. Ventajas y Desventajas de los diferentes tipos de muestreo probabilístico Tipos de Muestreo Se
Características selecciona una
Desventajas
Sencillo y de fácil
comprensión.
de antemano un listado
de una población de N
completo de toda la
cada
elemento
tiene
una
probabilidad inclusión
de igual
y
conocida de n/N.
Cálculo rápido de
medias y varianzas.
población. Cuando se
trabaja
Se basa en la
teoría estadística, y por tanto
existen
paquetes
informáticos para analizar los datos
Conseguir un listado de los N elementos de la población Determinar
tamaño
muestral n. Sistemático
Definir un intervalo k= N/n. Elegir
un
número
aleatorio, r, entre 1 y k
(r=
arranque
aleatorio). Seleccionar
muestras
es
posible
que no represente a la población adecuadamente. la
constante
de
muestreo está asociada
No siempre es
necesario tener un listado de toda la población.
con
pequeñas
Si
Fácil de aplicar.
con el fenómeno de interés,
las
estimaciones obtenidas
Cuando la
a partir de la muestra
población está ordenada
pueden contener sesgo
siguiendo una tendencia
de selección
conocida, asegura una cobertura de unidades de todos los tipos.
los
elementos de la lista En ciertas ocasiones resultará conveniente
Estratificado
Requiere que se posea
muestra de tamaño n unidades,
Aleatorio simple
Ventajas
Se ha de conocer la
•
Tiende
a
distribución
en
asegurar que la muestra
población
según
represente
variables utilizadas para
ciertas
variables de interés.
adecuadamente
Para ello debemos
población en función de
conocer
unas
composición
la
seleccionadas.
10
a
la
variables
de
la
estratificar la muestra
la estratificación
las
estratificada
de
la
población objetivo a hacer un muestreo. Una vez calculado el tamaño
muestral
apropiado, este se reparte de manera proporcional entre los distintos
estratos
definidos
en
población
•
Se
obtienen
estimaciones más precisa
•
Su objetivo es
conseguir una muestra lo más semejante posible a la población en lo que a la
o
las
variables
estratificadas se refiere.
la
usando
una simple regla de tres. Se realizan varias fases
Es muy eficiente cuando
El error estándar es
de muestreo sucesivas
la
mayor
es
muy
que
en
el
grande y dispersa.
muestreo
No es preciso tener un
simple o estratificado.
listados de las unidades
listado
El cálculo del error
de una etapa se limita a
población,
sólo
aquellas unidades de
unidades
muestreo seleccionadas
muestreo.
(polietápico). La
Conglomerados
población
necesidad
de
de
toda
la
de
las
primarias
de
aleatorio
estándar es complejo
en la etapa anterior.
Muestreo No Probabilístico: En este tipo de muestreo, puede haber clara influencia de las personas que seleccionan la muestra o simplemente se realiza atendiendo a variadas razones en el caso de que la investigación no requiera tanto un caso de "representatividad" (para una generalización) pero más bien una cuidadosa y controlada elección de casos con características especificadas en
el
planteamiento
del
problema.
Ejemplo: si hacemos una encuesta telefónica por la mañana, las personas que no tienen teléfono o que están trabajando, no podrán formar parte de la muestra.
11
Las técnicas no probabilísticas: son aquellas que no aseguran la probabilidad que tiene cada unidad de la población de ser incluidas en la muestra. Por tanto, no se obtiene en estos casos la equiprobabilidad ni la representatividad de la muestra. Con estos procedimientos se tiende a sobre representar o a sub representar a determinados elementos de la población. Sin embargo a veces constituye la única forma posible de recolectar datos debido a las dificultades y los costos de las técnicas probabilísticas. Técnicas De Muestreo No Probabilísticas Muestreo de participantes voluntarios. Este tipo de muestreo puede llamarse también autoseleccionada; es frecuente en ciencias sociales y médicas, y se trata de investigaciones en las que individuos voluntariamente acceden a participar en la investigación ya sea aceptando la invitación, o participando en una investigación experimental sobre alguna terapia novedosa, esto debido a que las personas se proponen como participantes o responden activamente a una invitación. Muestreo por juicio El muestreo por juicio es una forma de muestreo por conveniencia, en el cual los elementos de la población se seleccionan con base en el juicio del investigador, quien utiliza su experiencia para elegir a los elementos que se incluirán en la muestra, porque considera que son representativos de la población
de
interés.
Entre
ejemplos
comunes
se
encuentran:
1. Mercados de prueba seleccionados para determinar el potencial de un nuevo producto. 2. Ingenieros de compras elegidos en una investigación de mercados industriales. 3. Tiendas departamentales elegidas para probar un nuevo sistema de exhibición de mercancía.
12
El muestreo por juicio es económico, practico y rápido; es subjetivo y su valor depende por completo del juicio, la experiencia y creatividad del investigador. Muestreo por cuotas El muestreo por cuotas puede considerarse como muestreo por juicio restringido de dos etapas; la primera consiste en desarrollar categorías de control, o cuotas, de los elementos de la población. Para desarrollar estas cuotas, el investigador lista las características de control relevantes (que pueden incluir, sexo, edad, y en algunos casos, raza) que se identifican con base en el juicio, y determina su distribución en la población meta. En la segunda etapa se seleccionan los elementos de la muestra con base en la conveniencia o el juicio; una vez que se han asignado las cuotas, se seleccionan los elementos que se incluirán en la muestra. El único requisito es que los elementos cumplan las características de control. El muestreo por cuotas pretende obtener muestras representativas a un costo relativamente bajo. Muestreo de bola de nieve En el muestreo de bola de nieve se selecciona un grupo inicial de encuestados, por lo general al azar, a quienes después de entrevistar se les solicita que identifiquen a otras personas que pertenezcan a la población meta de interés. Muestreo accidental Se incluyen en la muestra a todos los elementos o casos disponibles, seleccionándolos arbitrariamente sin tener en cuenta técnica especial alguna, hasta llegar a la cantidad deseada. Por ejemplo, se toman las 100 primeras personas
que
acceden
a
ser
entrevistadas
en
la
vía
pública.
Por supuesto, este muestreo no garantiza la representatividad de la muestra, pero puede utilizarse en casos donde esta cuestión no constituya un
13
requisito, aunque no podemos olvidar que si se utiliza una muestra accidental, solamente puede desearse que la equivocación no sea demasiado grande.
Muestreo intencional o deliberado La tesis básica que lo sustenta consiste en que el buen juicio posibilitaría escoger los integrantes de la muestra, por lo que aquí el investigador selecciona explícitamente cierto tipo de elementos o casos representativos, típicos o con posibilidades de ofrecer mayor cantidad de información. Los casos se determinan a partir de una población dada, hasta llegar a la cantidad estimada como necesaria. La experiencia demuestra que sin tener una experiencia objetiva previa para emitir los juicios, esta técnica no ofrece resultados confiables, por tanto se hace necesario disponer de algunos datos y comprobaciones externas que demuestren la supuesta representatividad. Por ejemplo, en las encuestas electorales se emplea muchas veces el muestreo intencional, seleccionando un determinado número de pequeños distritos electorales cuyos resultados en años anteriores se han aproximado a los del estado, y se entrevistas entonces a todos los votantes. 1.3.1. Característica de cada tipo
Probabilístico Cuantitativo Todos los casos tienen la misma
Cualitativo Todos los casos no tienen la misma
probabilidad de ser
probabilidad de ser
seleccionados
seleccionados
No probabilístico
14
Es ciego a la hora de seleccionar los casos No requiere un conocimiento de la población a estudiar Persigue la inferencia estadística Requiere una muestra con mayor número de casos
El investigador elige los casos que más le interesan (más ricos en información) Requiere un conocimiento más levado de la población Persigue la inferencia lógica Requiere una muestra con menos casos
1.3.2. ¿Cómo se selecciona cada tipo de muestra? MUESTRA: la muestra es un subconjunto fielmente representativo de la población. Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione dependerá de la calidad y cuán representativo se quiera sea el estudio de la población. 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 según las variables o características que se pretenden investigar. Cada estrato debe corresponder proporcionalmente a la población. 3. SISTEMÁTICA: cuando se establece un patrón o criterio al seleccionar la muestra. Ejemplo: se entrevistará 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 población 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 población, pero que la misma sea lo suficientemente representativa de ésta para que luego pueda generalizarse con seguridad de ellas a la población.
15
El tamaño de la muestra depende de la precisión 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 más grande la muestra mayor posibilidad de ser más representativa de la población. En la investigación experimental, por su naturaleza y por la necesidad de tener control sobre las variables, se recomienda muestras pequeñas que suelen ser de por lo menos 30 sujetos. En la investigación descriptiva se emplean muestras grandes y algunas veces se recomienda seleccionar de un 10 a un 20 por ciento de la población accesible. 1.3.3. ¿Cómo se calcula la muestra? Para calcular el tamaño de la muestra suele utilizarse la siguiente fórmula:
Dónde: n = el tamaño de la muestra. N = tamaño de la población. Desviación estándar de la población que, generalmente cuando no se tiene su valor, suele utilizarse un valor constante de 0,5. Z = Valor obtenido mediante niveles de confianza. Es un valor constante que, si no se tiene su valor, se lo toma en relación al 95% de confianza equivale a 1,96 (como más usual) o en relación al 99% de confianza equivale 2,58, valor que queda a criterio del investigador.
16
e = Límite aceptable de error muestral que, generalmente cuando no se tiene su valor, suele utilizarse un valor que varía entre el 1% (0,01) y 9% (0,09), valor que queda a criterio del encuestador. La fórmula del tamaño de la muestra se obtiene de la fórmula para calcular la estimación del intervalo de confianza para la media, la cual es:
De donde el error es:
De esta fórmula del error de la estimación del intervalo de confianza para la media se despeja la n, para lo cual se sigue el siguiente proceso: Elevando al cuadrado a ambos miembros de la fórmula se obtiene:
Multiplicando fracciones:
Eliminando denominadores:
Eliminando paréntesis:
17
Transponiendo n a la izquierda:
Factor común de n:
Despejando n:
Ordenando se obtiene la fórmula para calcular el tamaño de la muestra:
1.3.4. Tamaño óptimo de la muestra El tamaño de una muestra tiende más a depender del número de subgrupos que
nos interesan en una
población. Por ejemplo, podemos
subdividirla aún más en hombres y mujeres de 4 grupos de edad; o aún más en hombres y mujeres de 4 grupos de edad en cada uno de 5 niveles socioeconómicos. Si este fuera el caso
estaríamos hablando de 40
subgrupos
y por ende de una muestra mayor. En la siguiente tabla se
describen
típicas muestras según los subgrupos bajo estudio, según su
alcance,
—estudios nacionales o estudios especiales o regionales—
según su unidad de análisis, es decir se trata de
y
sujetos o de
organizaciones, en esta última instancia el número de la muestra se reduce, ya que éstas representan casi siempre una gran fracción de la población total. Las muestras no probabilísticas, las cuales llamamos también muestras dirigidas suponen un procedimiento de selección informal y un 18
poco arbitrario. Aun así estas se utilizan en muchas investigaciones y a partir de ellas se hacen inferencias sobre la población. Es como si juzgásemos el sabor de un cargamento de limones, solamente probando alguno, como si para “muestra bastase un botón”. La muestra dirigida selecciona sujetos “típicos” con la vaga esperanza de que sean casos representativos de una población determinada. La verdad es que las muestras dirigidas tienen muchas desventajas. La primera es que, al no ser probabilísticas, no podemos calcular con precisión el error estándar, es decir, no podemos calcular con qué nivel de confianza hacemos una estimación. Esto es un grave inconveniente si consideramos que la estadística inferencial se basa en teoría de la probabilidad, por lo que pruebas estadísticas (X2, correlación, regresión, etc.), en muestras no probabilísticas tienen un valor limitado y relativo a la muestra en sí, más no a la población. Es decir, los datos no pueden generalizarse a una población, que no se consideró ni en sus parámetros, ni en sus elementos para obtener la muestra. Recordemos que, en las muestras de este tipo, la elección de los sujetos no depende de que todos tengan la misma probabilidad de ser elegidos, sino de la decisión de un investigador o grupo de encuestadores. 2.1. Características y tipos de preguntas que se utilizan en los siguientes instrumentos de recolección de datos: 2.1.1. Cuestionario Definición: “Se trata de un instrumento de recogida de datos consistente en la obtención de respuestas directamente de los sujetos estudiados a partir de la formulación de una serie de preguntas
19
por escrito. Es utilizada tanto en la investigación de enfoque cualitativo como cualitativo.” (Murillo, J. s/f) Características:
Obedece a un procedimiento de investigación.
Pueden crearse atendiendo a una variedad de tipos de preguntas (opción múltiple, verdadero/falso, respuesta corta, rellenar huecos, etc.).
Las preguntas se organizan por categorías dentro un banco de preguntas.
El cuestionario debe ser un paso más en la concreción de los indicadores, los cuales han de estar basados en los objetivos de la investigación.
El sujeto que responde, proporciona por escrito información sobre sí mismo o sobre un tema dado.
Su redacción debe ser: o
Sencilla y fácil de comprender.
o
Cortas.
o
Relación con el tema.
o
Neutrales.
o
Sin prejuicios.
o
No utilizar palabras abstractas y confusas.
o
No obligar a realizar cálculos mentales.
Objetivos: a. Uniformar la observación. b. Fijar la atención en los aspectos esenciales del objeto de estudio. c. Aislar problemas y precisar los datos requeridos. Tipos de Preguntas:
Cerradas – Dicotómicas: Son preguntas que conllevan a una sola respuesta. 20
Ejemplo: Sexo: __ Hombre __ Mujer ¿Estudia usted actualmente? ( ) Sí ( ) No
Cerradas Politómicas o Categorizadas Son preguntas que comprende varias respuestas (ya tipificadas dentro de la pregunta) y requiere que el encuestado ubique cada respuesta dentro de una escala o categoría.
Ejemplo:
Numéricas
Son preguntas cuya respuesta está asignada a la selección de un número, según una escala señalada dentro del cuestionario.
Abiertas: Son preguntas que permiten al encuestado manifestar su opinión respecto a inquietud planteada, sin tener que seleccionar ninguna respuesta ya preestablecida. De identificación De hecho De acción de información
21
Según su naturaleza
De intención de aspiraciones De opinión De expectativas ante el futuro
Según su dirección
Según su naturaleza
Sustantivas Filtro Control De consistencia
Directas
Indirectas
Según su función en el cuestionario se puede hablar de preguntas:
1.
Sustantivas, son las cuestiones básicas y las referentes a las
cuestiones investigadas.
22
2.
Filtro, las que se realizan previamente a otra pregunta a fin de
eliminar a los que no les afecte ésta. 3.
De Control, cuya finalidad es asegurarse el interés y buena fe
del encuestado y la veracidad y fiabilidad de sus respuestas. 4.
De Consistencia, para comprobar la consistencia de las
respuestas del encuestado. Suelen ser preguntas similares pero redactadas de forma diferente y presentada de forma espaciada para comprobar la congruencia de las respuestas. 5.
De Introducción o Rompehielos, para iniciar el cuestionario e
interesar al encuestado con él, o para pasar de un tema a otro. 6.
Muelle, Colchón o Amortiguadores, son preguntas que abordan
temas difíciles o escabrosas, preguntadas de tal forma que se reduzca su rudeza. 7.
Baterías de Preguntas, conjunto de preguntas sobre la misma
cuestión, que se complementan unas a otras, enfocando diversos aspectos de ella.
2.1.2. Escala tipo Likert Definición: “Es un tipo de escalas se ofrece una afirmación al sujeto y se pide que la califique del 0 al 4 según su grado de acuerdo con la misma. Estas afirmaciones pueden reflejar actitudes positivas hacia algo o negativas. Las primeras se llaman favorables y las segundas
desfavorables.
Es
23
muy
importante
que
las
afirmaciones sean claramente positivas o negativas, toda afirmación neutra debe ser eliminada.” (Murillo, F. s/f) “Es un tipo de instrumento de medición o de recolección de datos que se dispone en la investigación social para medir actitudes. Consiste en un conjunto de ítems bajo la forma de afirmaciones o juicios ante los cuales se solicita la reacción (favorable
o desfavorable, positiva
o negativa) de
los
individuos.” (Malavé, 2007) Características: 1. Es posible estudiar dimensiones de actitud a partir de un conjunto de enunciados que se operen como reactivos para los sujetos. 2. Los individuos pueden situarse en la variable de actitud desde el punto más favorable al desfavorable. La variación de las respuestas será debida a diferencias individuales de los sujetos. 3. Desde el punto de vista de la medición, la técnica de Likert asume un nivel de medida ordinal en la que los sujetos son ordenados según su posición favorable o no hacia la actitud en cuestión. 4. Su construcción es sencilla. Tipos de Preguntas: El tipo de preguntas utilizado está basado en una escala de valoración, diseñado para medir actitudes o reacciones. Los encuestados o usuarios, indican la respuesta de varias opciones que representan su aptitud o reacción. Para ello, las preguntas se plantean en forma de afirmaciones y la respuesta atiende a una alternativa, tal como se señala en el siguiente punto. 24
Alternativas o Puntos Tipo Likert: Dentro de los aspectos constitutivos de la escala tipo Likert, es importante resaltar las alternativas o puntos, que corresponden a las opciones de respuesta de acuerdo al instrumento seleccionado.
Alternativa A:
5 Muy de Acuerdo. 4 De Acuerdo. 3 Ni de acuerdo ni en desacuerdo. 2 En desacuerdo. 1 Muy en desacuerdo
Alternativa B:
5 Totalmente de Acuerdo. 4 De Acuerdo. 3 Neutral. 2 En desacuerdo. 1 Totalmente en desacuerdo
Alternativa C:
5 Definitivamente sí. 4 Probablemente sí. 3 Indeciso. 2 Probablemente no. 1 Definitivamente no.
Alternativa D:
5 Completamente verdadero. 4 Verdadero. 3 Ni falso ni verdadero. 2 Falso. 1Completamente falso
Ejemplo: Señala tu grado de acuerdo o desacuerdo con la siguiente afirmación: 25
“El concierto fue un éxito”
1. Nada de acuerdo 2. Algo en desacuerdo 3. Ni acuerdo ni desacuerdo 4. Algo de acuerdo 5. Completo desacuerdo
2.1.3. Escalograma de Guttman El Escalograma de Guttman es una técnica para la medición de actitudes en una dimensión única, se caracteriza por medir la intensidad de la actitud a través de un conjunto de ítems. La escala es unidimensional siempre y cuando sea de carácter acumulativo, es decir, que los ítems que la integran posean un escalamiento perfecto. Lo anterior se refiere a que el conjunto de ítems están encadenados entre sí de tal forma que si una unidad de análisis expresada está de acuerdo con el primer ítem deberá estar de acuerdo con el resto de ítems que constituyen el escalograma. Los ítems se ordenan de mayor a menor intensidad. Por ejemplo, ante los siguientes enunciados tiene que buscarse que cumplan con el principio de escalamiento:
26
•
A una excelente preparación y capacidad profesional corresponden excelentes ingresos económicos.
•
Los sueldos que devengan los empleados en las organizaciones deben asignarse de acuerdo a la preparación y capacidad profesional.
•
Un empleado nuevo de la organización con un alto nivel de preparación y capacidad y con un eficiente desempeño laboral debe obtener un salario más alto que un empleado de la misma organización con 10 o más años de experiencia pero con un bajo nivel de preparación y capacidad profesional, reflejado en un bajo desempeño laboral.
Dicha escala va, como se mencionó en el anterior ejemplo siempre de lo macro a micro en una investigación. Cada uno de los ítems está conectado para dar la intensidad correcta que se desea conocer.
3.- Conclusión Se pude hacer referencia a la importancia que tiene para la investigación las población y las muestras que se manejan, ya que la misma posee una gama de características fundamentales que se estrechan de manera muy compacta para poder captar la información o para lograr los objetivos propuestos, es preciso recordar que la investigación científica es un método riguroso en el cual se obtiene una serie de objetivos antes propuestos y de manera muy técnica la población a la cual se aplica es la que tiene por fin dar ese el conocimiento científico. Es muy conveniente tener un conocimiento detallado de los posibles tipos de muestra, tamaños de las mismas y que se puede conseguir al momento de
hacer
la
investigación.
Este
conocimiento
27
hace
posible
evitar
equivocaciones en la elección del método adecuado para un procedimiento específico. Una de las fallas más comunes en la investigación consiste en la ausencia de delimitación del tema, es decir, por ausencia de la definición de cuáles van a ser los límites de dicha investigación
y no tener claro los
objetivos y el camino que se va a recorrer para que esta pueda terminar su camino donde debe. Podemos concluir que el objetivo de la investigación es el enunciado claro y preciso de las metas que se persiguen. El objetivo de la persona que investiga es llegar a tomar decisiones y a una teoría que le permita generalizar y resolver en la misma forma problemas semejantes en el futuro.
4.- Bibliografía
28
Calculo del Tamaño de la Muestra. Disponible en: http://www.monografias.com/trabajos87/calculo-del-tamano-muestra/calculodel-tamano-muestra.shtml#ixzz3JGbR9I7M Cuestionarios.
Disponible
en:http://www.cepazahar.org/recursos/pluginfile.php/3450/mod_resource/cont ent/0/pdf/capitulo06/Cuestionarios.pdf. Construcción de Escalas tipo Likert. Disponible: http://ocw.usal.es/cienciassociales-1/investigacion-evaluativa-eneducacion/contenidos/Construccion_Escalas_Likert.pdf Las Técnicas Distributivas. El Diseño de la Investigación Cuantitativa. Disponible en:http://personal.ua.es/es/franciscofrances/materiales/tema3/muestreo_prob Metodología
de
la
Investigación.
Disponible
en:
http://metodologiaeninvestigacion.blogspot.com/2010/07/poblacion-ymuestra.htmlabilstico_y_no_probabilstico.html
Muestreo probabilístico y aleatorización. Disponible en: https://explorable.com/es/muestreo-probabilistico
Metodología
de
la
investigación.
http://www.upsin.edu.mx/mec/digital/metod_invest.pdf
29
Disponible
en: