SESIÓN N°1:

DISEÑO DE INVESTIGACIÓN

CAPÍTULO I : DISEÑOS
Los diseños de investigación dependen del enfoque y del planteamiento de la investigación. En los estudios
cuantitativos, se selecciona el diseño después de especificar el problema, desarrollado la parte teórica,
formulado las hipótesis, es decir se aplica una secuencia de pasos estructurado. Pero si es cualitativo, el
diseño puede concebirse cuando ya se planteó el problema de investigación. Dentro de las modalidades que
mezclan los enfoques cuantitativo y cualitativo por lo general se utilizan dos o más diseños. (Gómez,2006,
p. 86)

Sugiere lo siguiente:

I. Investigación Experimental
II. Investigación No experimental

I. Experimental
1.1 Experimentalmente puro
1.2 Cuasi experimental
1.3 Pre experimental

II. No experimental
2.1 Transeccional
2.2 Longitudinal

1.1 Experimentalmente puro

Es la manipulación intencional de una o más variables independientes. (Gómez,2006, p. 87)

Para presentar los diseños se utiliza el sistema de representación universal, parecida a la notación de
Cook y Campbell (1979) y Campbell y Stanley (1963)

R= Aleatorización, azar
O= pretest o posttest
X=Tratamiento
Incluyen procedimientos para sacar las diferencias intersujeto por medio de la formación de grupos al
azar y la manipulación de la variable de tratamiento (independiente).
 Diseño sólo de posttest con grupo de control: Ambos grupos (el de control y el experimental) se
forman al azar. Al haberlos formado de este modo no hace falta aplicarles el pretest y se les aplica
directamente el tratamiento sólo al grupo experimental y el posttest a los dos grupos.
1.2 Cuasi experimental
Los diseños cuasi experimentales son una derivación de los estudios experimentales, la asignación no
es aleatoria, aunque el factor de exposición es manipulado por el investigador.
Los diseños que carecen de un control experimental absoluto de todas las variables relevantes debido
a la falta de aleatorización ya sea en la selección aleatoria de los sujetos o en la asignación de los
mismos a los grupos experimental y control, que siempre incluyen un pre prueba para comparar la
 equivalencia entre los grupos, y que no necesariamente poseen dos grupos (el experimental y el
control), son conocidos con el nombre de cuasi experimentos. (Segura,2003, p.1).
Clasificación de los diseños cuasi-experimentales:

Clasificación de los diseños

cuasi-experimentales

transversales longitudinales

variable variable series

medidas
selección selección de cohortes en panel temporales
repetidas
desconocida conocida interrumpidas

grupo control discotinuidad

grupos no
no en la
equivalentes
equivalente regresión.

Figura 1: Diseños cuasi-experimentales y longitudinales

Fuente: Bono, 2012, p.17

1.3 Pre experimental

Les faltan dos o más de las características propias de las investigaciones experimentales, por lo que
algunas características de su validez interna son demasiado débiles y los resultados son difíciles de
interpretar. Por esto, no pueden hacer inferencias causales y se usan para aportar ideas que sean
probadas por otros diseños más sistemáticos. (Ramón, s.f.p.4)
 Diseños de solo post test con un grupo:
Se caracteriza por no haber aplicado ningún pretest, pero si el tratamiento y el post test, por lo que no
se puede decidir si la conducta que se está investigando ha cambiado en algo. Sin grupo de control es
difícil conocer la influencia de otros factores dados en el mismo tiempo y que pueden influir en los
valores de la variable dependiente.

 Diseños de pre test-post test con un grupo:

A un grupo de sujetos se le aplica en primer lugar el pretest, a continuación, el tratamiento y, por
último, el post test. Se debe valorar los cambios que se han dado desde la aplicación del pretest a la
aplicación del postest.

El diseño de 4 grupos de Solomon:

a. Un grupo control (pretest y postest) y tres grupos experimentales (sólo postest)
b. Dos grupos controles (pretest) y dos grupos experimentales (postest)
c. Dos grupos controles (pre test y pos test) y dos grupos experimentales (pretest y pos test)
d. Un grupo control (pretest) y tres grupos experimentales (sólo postest)

Revisando literatura podemos encontrar una clasificación de Bernal (2010), sobre los diseños
experimentales.

La siguiente figura lo clasifica de la siguiente manera:

 Diseños de
Investigación
Experimentalmente
puro
cuasiexperimental pre experimental

Diseño Diseños
con Diseños Diseños de un Diseños Diseños con Diseños de
de Diseños Diseños con con Diseños un grupo
medición con Diseños grupo compara
Solomon de grupos de series de de un de
previa y medición factoria con ción con
para series comparación tiempo caso medición
posterior previa y les medición grupos
cuatro cronoló equivalente interrum único antes y
con grupo de antes y estáticos
grupos gicas pidos después
grupo de control después
control

Figura 2: Metodología de la Investigación: Administración, economía, humanidades y ciencias sociales

Fuente: Bernal, 2010, p.147

Diseño descriptivo simple

¿Cuántos estudiantes hay en el Instituto Simón Bolívar, para calcular y gestionar vacantes, para el año
2019?

Es decir, solo recoge datos

O G
M O (Algunos autores consideran con flecha)
M - - - - - - -- - - - O (Algunos autores consideran líneas punteadas)
M O (Algunos autores consideran sin flecha)

Diseño descriptivo comparativo

Estudiar la conducta de los estudiantes de acuerdo a tres zonas geográficas, esta información es
comparada una con otra para establecer diferencias o semejanzas

G1 01
G2 02 = O DIFERENTES
G3 03

(Algunos autores consideran sin flecha y otros con punto suspensivo)

Evaluar la producción de los trabajadores en un año y lo realiza en 4 evaluaciones

T1 T2 T3 T4
M
01 02 03 04

Diseño Descriptivo Transversal

G1
G2
O G3
G4
Encuesta a trabajadores de una empresa, en un solo momento
Diseño Correlacional

OX

M r

OY

OX

M r

OY

III. No experimental
3.1 Transeccional. Los diseños transeccionales correlacionales/causales buscan describir
correlaciones entre variables o relaciones causales entre variables, en uno o más grupas de
personas u objetos o indicadores y en un momento determinado. (Hernández, Fernández y
Baptista, 2010)

3.2 Longitudinal. Es el seguimiento de los mismos sujetos a lo largo de un cierto periodo de

tiempo, es decir implica observación repetida, al menos dos veces o dos medidas de una
misma muestra de sujetos.
Los diseños de evolución de grupo o estudios “cohort” examinan cambios a través del tiempo
en subpoblaciones o grupos específicos. Su atención son las “cohorts” o grupos de individuos
vinculados de alguna manera —generalmente la edad, grupos por edad— (Glena, 1977)
No experimental

Descriptivo
Transeccional
Correlacional
causal

De Tendencia

Longitudinal De evolución

Panel

Figura 3: Metodología de la Investigación

Fuente: Hernández, Fernández y Baptista. (2010)
Actividades:

Analicemos cada ejemplo, desde el título, el problema que refleja y el diseño sugerido

1. El divorcio y la autoestima, en mujeres del penal de Chorrillos.

2. Software educativo en la memoria reciente para niños especiales entre las edades de 9-10 años en el
distrito de Los Olivos, 2019.
3. Efectos del uso de un software a nivel de memoria para los niños especiales de 9 y 10 años, en el
distrito de Los Olivos, 2019
4. Efectos de un programa de abrazos en la disminución de la ansiedad en universitarios de Lima Norte
5. Parricidio: El Caso de Giuliana Llamoja.
6. Clima organizacional y motivación de los docentes en las Instituciones Educativas estatales de
Puente Piedra.

Ejemplos propuestos de los estudiantes:

Títulos Diseño Autor

1. Influencia de los reportajes de investigación
en los conocimientos de gestión de residuos
sólidos en estudiantes del curso de Ecología
en la Universidad Privada del Norte- Lima,
2018.
El diseño es experimental, Oscar Fuchs
de tipo cuasi experimental
con pre prueba y post prueba.

2. Perfil profesional en investigación científica El diseño es no Chura Alegre

y las capacidades básicas para la docencia experimental, correlacional, Mario Edgart
en el área de investigación en la Universidad de corte transversal
Tecnológica del Perú , San Juan De
Lurigancho, Lima- 2018
3. Competencia parental y control inhibitorio El diseño de investigación Carmen
en niños de 8 a 10 años de una institución es no experimental, de Manco Guillén
educativa estatal de un distrito de Lima Este, corte transversal,
2018 correlacional.
CAPÍTULO II: NIVELES

EXPLICATIVO

CORRELACIONAL

DESCRIPTIVO

EXPLORATORIO

NIVELES O ALCANCES DE LA INVESTIGACIÓN CUANTITATIVA. Hernández,

Fernández, Baptista (2010, p. 79) plantean lo siguiente:

Características de los niveles de investigación.

Breve definición de los niveles, Exploratorio, Descriptivo, Correlacional, Explicativo y
predictivo.

a) Exploratorio: Su objetivo principal es captar una perspectiva general del problema, se

efectúa normalmente cuando el objetivo es examinar un tema o problema de investigación
poco estudiado o que no ha sido abordado con anterioridad. Identifican relaciones
potenciales entre variables y establecen el tono de investigaciones posteriores más
rigurosas. Se caracterizan por ser más flexibles en su metodología en comparación con
los estudios descriptivos o explicativos, además son más amplios y dispersos que estos
otros dos tipos.
b) Estudios descriptivos: Buscan especificar las propiedades importantes de personas,
grupos comunidades o cualquier otro fenómeno que sea sometido análisis, es decir,
buscan saber quién, dónde, cuándo, cómo y porqué del sujeto de estudio, y principalmente
miden o evalúan diversos aspectos, dimensiones o componentes del fenómeno o
fenómenos a investigar. En un estudio descriptivo se selecciona una serie de cuestiones
y se mide cada una de ellas independientemente, para así describir lo que se investiga. La
investigación descriptiva requiere de un considerable conocimiento del área que se
investiga para formular las preguntas específicas que busca responder, se basa en la
medición de uno o más atributos del fenómeno descrito. Pueden ofrecer la posibilidad de
predicciones rudimentarias.
c) Estudios Correlacionales: Estos tienen como propósito medir el grado de relación que
existe entre dos o más conceptos o variables. La utilidad y el propósito principal de los
estudios correlaciónales son saber cómo se puede comportar un concepto o variable
conociendo el comportamiento de otra u otras variables relacionadas. En el caso de que
dos variables estén correlacionadas, esto significa que una varía cuando la otra también
lo hace, puede ser positiva o negativa, si es positiva quiere decir que sujetos con altos
valores en una variable tenderán a mostrar altos valores en la otra variable. Si dos
variables están correlacionadas y se conoce la correlación, se tiene bases para predecir
con mayor o menor exactitud el valor aproximado que tendrá un grupo de personas en
una variable, sabiendo que valor tienen en la otra variable.
Estos se distinguen de los descriptivos ya que en vez de medir con precisión las variables
individuales, evalúan el grado de relación entre dos variables. Al saber que dos conceptos
o variables están relacionados se aporta cierta información explicativa.

d) Estudios explicativos: Los estudios explicativos van más allá de la descripción de

conceptos o fenómenos, o del establecimiento de relaciones entre conceptos, están
dirigidos a responder las causas de los eventos físicos o sociales, su interés se centra en
explicar por qué ocurre un fenómeno y en qué condiciones se da este, o porque dos o más
variables están relacionadas. Estos son más estructurados que las demás clases de estudios
y de hecho implican los propósitos de ellos, además de que proporcionan un sentido de
entendimiento del fenómeno a que hacen referencia, hay además un cierto valor
explicativo.
Hay investigadores que plantean el mismo nivel de Hernández, Fernández y Baptista
(2010), pero agregando el estudio predictivo
Estudios Predictivos: Los estudios predictivos, tienen el propósito prever o anticipar
situaciones futuras, requiere de la exploración, la descripción, la comparación, el análisis
y la explicación. Los modelos predictivos a menudo ejecutan cálculos durante las
transacciones en curso, por ejemplo, para evaluar el riesgo o la oportunidad de un cliente
o transacción en particular, de forma que aporte conocimiento a la hora de tomar una
decisión. Ejemplo: el comportamiento humano o reacciones ante estímulos o escenarios
específicos. Se construye un modelo estadístico que utiliza los datos existentes para
predecir datos de los cuales no se dispone. (Espino y Martínez, 2017)
 Completa la información solicitada

Título de tesis Nivel de investigación - Explicar

Efecto de la harina de Minthostachys mollis (muña)
como suplemento de calcio sobre la masa ósea y el
calcio sérico en ratas Holtzman”
Recoba Obregón, Paulo Eder

Efecto del consumo de la infusión de Petroselinum

sativum (perejil) sobre síntomas postmenopáusicos
en mujeres de 40 a 60 años
Moreno Contreras, Carolina Ayme
Los materiales auditivos y su relación con el
rendimiento académico del idioma inglés en los
estudiantes del tercer grado de secundaria de la
Institución Educativa Josefa Carrillo y Albornoz,
Lurigancho-Chosica, 2012
George Davis Barboza Tocra
Roxana Janet Barboza Tocra
María Del Pilar Bastidas Ricaldi
Efecto gastroprotector del zumo del fruto de
Passiflora mollisima “tumbo serrano” frente al daño
gástrico inducido por etanol en ratas
Pérez Zambrano, Irina Rachel Diana
Efecto de la harina de Minthostachys mollis (muña)
como suplemento de calcio sobre la masa ósea y el
calcio sérico en ratas Holtzman”
Recoba Obregón, Paulo Eder
Nivel de dominio de conceptos básicos de niños y
niñas de cinco años de las Instituciones Educativas
del distrito de Huancayo
Miranda Sedano, Enma
Rondón Aponte, Edith
Efecto nefroprotector del zumo del fruto de Opuntia
ficus indica “tuna” variedad morada en ratas
inducidas a daño renal por gentamicina
Villanueva Huallpa, Javier Armando
Efecto de las visitas domiciliarias en el consumo de
multimicronutrientes y nivel de hemoglobina de los
niños y niñas de 6 a 36 meses de edad, Pachacutec,
2014
Milla Milla, Lizbeth Leycy
Efecto del programa “Punto saludable” en loncheras
y kioscos escolares de ocho colegios del nivel
primario. Distrito de Miraflores.
Morán Díaz, Roxana Elizabeth
CAPÍTULO III: PASOS DEL MODELO DE PRUEBA ESTADÍSTICA
Para aplicar una prueba estadística es necesario tener en cuenta lo siguiente

N° Pasos
Paso 1 Formulación de la hipótesis nula
Paso 2 Formulación de la hipótesis alterna
Paso 3 Estadístico de la prueba y nivel de significación
Paso 4 Calculo del estadístico de prueba
Paso 5 Decisión estadística, se acepta o rechaza la Hipótesis nula
Se rechaza la hipótesis nula si el p valor es menor a 0.05

Caso 1

a. Descriptivo

Estadísticos
N_horas
Válidos 53
Perdidos 0
Media 29,81
Mediana 30,00
Moda 30
Desv. típ. 9,383
Curtosis -,696
Error típ. de curtosis ,644
Rango 30
Mínimo 15
Máximo 45
Percentiles 25 24,00

Según los resultados observamos que el promedio de horas trabajadas es de 29,81, horas, con una
variabilidad de 9,383, asimismo se observa que la mitad de los trabajadores labora menos de 30
horas, sin embargo, la mayoría de trabajadores cumple con 30 horas de trabajo, también se puede
observar una distribución de datos platicúrtica, una tendencia no normal , siendo la diferencia
entre el número de horas máximo y mínimo de 30 horas, siendo el mínimo de 15 y el máximo de
45 horas, cuyo percentil 25 indica que la cuarta parte, laboran 24 horas
Para la prueba de normalidad: Ruta
Resultados:

a. Descriptivo

Descriptivos
Estadístico Error típ.
Media 56,40 ,965
Intervalo de confianza para Límite inferior 54,33
la media al 95% Límite superior 58,47
Media recortada al 5% 56,44
Mediana 57,00
Varianza 13,971
Edad Desv. típ. 3,738
Mínimo 50
Máximo 62
Rango 12
Amplitud intercuartil 7
Asimetría -,325 ,580
Curtosis -1,146 1,121

b. Prueba de normalidad

Pruebas de normalidad

Kolmogorov-Smirnova Shapiro-Wilk

Estadístico gl Sig. Estadístico gl Sig.

ENCUESTA ,157 15 ,200* ,943 15 ,423

*. Este es un límite inferior de la significación verdadera.

a. Corrección de la significación de Lilliefors

Observamos que el resultado es 0, 423 y como es mayor a 0.05 entonces aceptamos Ho,
es decir que la variable edad tiene una distribución Normal con un nivel de significancia
del 5%

Caso 2

Prueba de independencia a través del programa estadístico SPSS

1. Plantear hipótesis
H0: El nivel de estrés y el desempeño laboral son independientes.
H0: El nivel de estrés y el desempeño laboral son dependientes.

2. Especificar el nivel de significancia:

𝛼 = 0.05
3. Seleccionar el estadístico de prueba:

𝐼 𝐽 2
(𝑂𝑖𝑗 − 𝐸𝑖𝑗 )
𝑋2 = ∑ ∑
𝐸𝑖𝑗
𝑖=1 𝑗01
 Salidas del SPSS

Tabla 3
Prueba Chi cuadrado del nivel de estrés y desempeño laboral

Pruebas de chi-cuadrado
Valor Gl Sig. asintótica
(bilateral)
Chi-cuadrado de Pearson 93,965a 4 ,000
Razón de verosimilitudes 93,191 4 ,000
Asociación lineal por
72,460 1 ,000
lineal
N de casos válidos 325
a. 0 casillas (0,0%) tienen una frecuencia esperada inferior a 5. La
frecuencia mínima esperada es 20,92.

Regla de decisión:
Significancia asintótica < nivel de significancia Rechazo H0
Significancia asintótica > nivel de significancia No rechazo H0
4. Decisión y conclusión
Con un nivel de significancia de 0.05 se rechaza la hipótesis nula y se concluye que el
nivel de estrés y el desempeño laboral son dependientes.
Caso 3
Se prueba un nuevo programa de tratamiento del colesterol.
La siguiente tabla muestra los niveles de colesterol en suero para 12 individuos , al principio
del programa ( ANTES) y al final del mismo ( DESPUÉS)
INDIVIDUO 1 2 3 4 5 6 7 8 9 10 11 12

ANTES 201 231 221 260 228 237 226 235 210 267 284 201

DESPUÉS 200 236 216 233 224 216 296 195 207 247 210 209

La pregunta que se plantea es:

¿Proporcionan los datos suficiente evidencia como para concluir que el programa es efectivo en
la reducción de los niveles de colesterol en suero? Aplicar un test de hipótesis para llegar a una
decisión al respecto, utilizando un alfa del 0.05
Se usa cuando nos interesa comparar una característica, en una población usando
una sola muestra, pero en dos circunstancias distintas. Lo que nos interesa comparar
son las diferencias entre dos variables numéricas, es decir el antes y después a un
mismo grupo.
El estudio en este caso será longitudinal, ya que son dos momentos distintos.
Pasos:
1. Planteo de hipótesis
Ho: No existe diferencia significativa en la reducción de los niveles de colesterol en suero
antes y después de aplicar el programa.
H1: Existe diferencia significativa en la reducción de los niveles de colesterol en suero antes
y después de aplicar el programa.

2. Nivel de significancia
α = 0.05
3. Elección del estadístico
- Estudio Longitudinal
- Variable numérica
- T de Student para muestras relacionadas
 4. Lectura del P- valor
Para aplicar el estadístico seleccionado es necesario cumplir dos requisitos
a. Prueba de Normalidad
Para ello se aplica la prueba de Shapiro Wilk o Kolmogorov Smirnov
Pasos:
Ho: Los datos provienen de una distribución normal
H1: Los datos No provienen de una distribución normal
Pasos:
- Vista variable

- Vista de datos
- Ruta para la prueba de normalidad
Los resultados son:
a. Descriptivos

Descriptivos
Estadístico Error típ.
Media 233,42 7,438
Intervalo de confianza Límite inferior 217,05
para la media al 95% Límite superior 249,79
Media recortada al 5% 232,41
Mediana 229,50
Varianza 663,902
ANTES Desv. típ. 25,766
Mínimo 201
Máximo 284
Rango 83
Amplitud intercuartil 42
Asimetría ,655 ,637
Curtosis -,153 1,232
Media 224,08 7,878
Intervalo de confianza Límite inferior 206,74
para la media al 95% Límite superior 241,42
Media recortada al 5% 221,70
Mediana 216,00
Varianza 744,811
DESPUÉS Desv. típ. 27,291
Mínimo 195
Máximo 296
Rango 101
Amplitud intercuartil 28
Asimetría 1,801 ,637
Curtosis 4,002 1,232

b. Pruebas de normalidad
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
ANTES ,195 12 ,200* ,934 12 ,422
DESPUÉS ,200 12 ,200* ,837 12 ,026
*. Este es un límite inferior de la significación verdadera.
a. Corrección de la significación de Lilliefors
La propuesta fue:
Ho: Los datos provienen de una distribución normal ( si el valor del sig. es mayor a 0.05)
H1: Los datos No provienen de una distribución normal ( si el valor del sig. es menor a 0.05)
Conclusión:
Los datos provienen de una distribución normal.
Ahora la prueba T para muestras relacionadas
Resultados:

Estadísticos de muestras relacionadas

Media N Desviación Error típ. de la
típ. media
ANTES 233,42 12 25,766 7,438
Par 1
DESPUÉS 224,08 12 27,291 7,878
 Prueba de muestras relacionadas
Diferencias relacionadas t gl Sig.
Media Desviació Error típ. 95% Intervalo de (bilateral)
n típ. de la confianza para la
media diferencia
Inferior Superior
Par ANTES - 9,333 33,899 9,786 -12,205 30,872 ,954 11 ,361
1 DESPUÉS
Conclusión
No existe diferencia significativa en la reducción de los niveles de colesterol en suero antes y
después de aplicar el programa.
Referencia bibliográfica

Espino, C. y Martínez. (2017) Análisis predictivo: técnicas y modelos utilizados y aplicaciones

del mismo - herramientas Open Source que permiten su uso”

Glena, N. (1977). Cohortanaíysis. Beverly Huís, CA: Sage Publications Inc. Series:‘Quantitative
Applications in the Social Sciences”, número 5.

Gómez, M. (2006) Introducción a la metodología de la investigación científica

Disponible en:
https://books.google.com.pe/books?id=9UDXPe4U7aMC&pg=PA85&dq=DISE%C3%91OS+D
E+INVESTIGACI%C3%93N&hl=es-
419&sa=X&ved=0ahUKEwjWta7jht7cAhUJzFMKHZ0VADgQ6AEILTAB#v=onepage&q&f=f
alse

Ramón, G. (s.f.) Diseños experimentales

Disponible:
http://viref.udea.edu.co/contenido/menu_alterno/apuntes/ac37-diseno_experiment.pdf
Segura, A. (2003) Diseños cuasiexperimentales
Disponible:
http://www.sld.cu/galerias/pdf/sitios/renacip/disenos_cuasiexperimentales.pdf

Figuras:

Figura 1
Bono, R. (2012) Diseños cuasi-experimentales y longitudinales
Disponible en:
http://diposit.ub.edu/dspace/bitstream/2445/30783/1/D.%20cuasi%20y%20longitudinales.pdf

Figura 2:
Bernal, C. (2010) Metodología de la Investigación: Administración, economía, humanidades
y ciencias sociales.
Disponible:
file:///C:/Users/Usuario/Downloads/Metodologia%20de%20la%20Investigacion%203edici%C3
%B3n%20Bernal.pdf

Figura 3:
Hernandez, R.;Fernández, C. ;Baptista,M. (2010) Metodología de la Investigación, México:
Mc Graw Hill
https://drive.google.com/drive/u/0/folders/0B5UWwjgoW36sQnlPMnNHVTFPWjg?ogsrc=32