ESCUELA DE EDUCACIÓN SUPERIOR

PEDAGÓGICA PÚBLICA “JOSÉ

JIMÉNEZ BORJA”

La Metodología en la
investigación cuantitativa

JOSÉ LUIS ALCALÁ BLANCO

2023

1
 COMPETENCIA DEL
MÓDULO

Aplica el marco metodológico al tema o

problema de investigación escogido
asumiendo una actitud responsable y
crítica.

PRODUCTO DEL MÓDULO

Marco metodológico de una

investigación cuantitativa.

COMPETENCIA DE
UNIDAD

Elabora el modelo metodológico de la

investigación relacionado con su
práctica pedagógica en el nivel de
educación inicial adoptando una actitud
crítica y reflexiva.
. 2
 ÍNDICE

Pág.
1. Tipo de investigación ……………………………………………….. 4

2. Diseño de investigación …………………………………………….. 6

3. Población y muestra ………………………………………………… 28

4. Técnicas e instrumentos de recolección de información ……….. 38

5. Técnicas de procesamiento y análisis de información ………… 43

3
 METODOLOGÍA

1. TIPO DE INVESTIGACIÓN

Cuando se va resolver un problema en forma científica, es muy

conveniente tener un conocimiento detallado de los posibles tipos de
investigación que se pueden seguir. Este conocimiento hace posible evitar
equivocaciones en la elección del método adecuado para un
procedimiento específico.
Conviene anotar que los tipos de investigación difícilmente se presentan
puros; generalmente se combinan entre sí y obedecen sistemáticamente
a la aplicación de la investigación. Para el presente trabajo consideramos
los siguientes tipos:

a) Investigación Pura, Básica o Fundamental

Según Ander-Egg (1995) “la investigación básica busca el progreso
científico, acrecentar los conocimientos teóricos, sin enterarse
directamente en sus posibles aplicaciones o consecuencias prácticas; es
más formal y persigue las generalizaciones con vistas al desarrollo de una
teoría basada en principios y leyes” (p.p.33, 34).
Esta investigación tiene por objeto el conocimiento y comprensión de los
fenómenos de la realidad natural recogiendo información, saber datos
empíricos que sirven para formular, ampliar o evaluar la teoría. De esta
manera realiza aportes a un cuerpo organizado de conocimientos de una
determinada ciencia, orientándose luego a la profundización y clarificación
de la información conceptual de esta.
Se llama básica porque no producen necesariamente resultados de valor
práctico inmediato, que es el fundamento de toda Investigación Aplicada.
Tiene, sin embargo, un sentido práctico ya que es un punto de referencia
para la orientación de los experimentos, inventos o soluciones
específicas.
Ejemplos:
• La identificación de los principios básicos que regulan el desarrollo bio-
sico-social del niño en el área andina.
• La identificación de las variables sociológicas que determinan la
conducta social de los seres humanos.
• La identificación de los principios y leyes generales que regulan el
proceso de enseñanza-aprendizaje en situaciones instructivas.

4
b) Investigación Aplicada o Tecnológica
Con respecto a la investigación aplicada Ander-Egg (1995) manifiesta:
La investigación aplicada guarda íntima relación con la
anterior, pues depende de los descubrimientos y avances de
la investigación básica y se enriquece con ellos, pero se
caracteriza por su interés en la aplicación, utilización y
consecuencias prácticas de los conocimientos. La
investigación aplicada busca el conocer para hacer, para
actuar, para construir, para modificar; le preocupa la
aplicación inmediata sobre una realidad circunstancial, antes
que el desarrollo de teorías de valor universal. (p.34)
En base a lo anterior se puede entender que la investigación aplicada se
fundamenta en los resultados de la investigación básica porque utiliza los
conocimientos adquiridos para resolver un problema práctico inmediato y
en este caso el propósito de realizar aportes al conocimiento es
secundario.
El producto de este tipo es la tecnología y su finalidad es la de mejorar la
práctica para el bienestar y el dominio sobre la realidad.
Finalmente, se concluye que ambas investigaciones están supeditadas a
una necesidad social por resolver problemas, además de ser dos
actividades que no se pueden separar porque existe entre la investigación
básica y la aplicada una estrecha relación de tal manera que una suele
requerir de los aportes de la otra y viceversa, es decir, ambas se
complementan.
Es muy importante determinar el tipo de investigación ya que según el tipo
de estudio de que se trate varía la estrategia de investigación.
Ejemplos:
• La aplicación de los principios del reforzamiento al aprendizaje verbal
y la instrucción programada.
• Las causas del por qué los egresados de las universidades no
elaboran y presentan su tesis en el siguiente año.
• La eficacia del método hojas de instrucción en la enseñanza de la
matemática.
En el informe de investigación la Metodología constituye el capítulo III y
tiene como propósito definir el tipo y diseño que guiará la investigación, la
población y muestra, las técnicas e instrumentos de recolección de datos,
así como las técnicas de procesamiento y análisis de la información.

5
 Ejemplo:

CAPÍTULO III
METODOLOGÍA
3.1. Tipo de investigación
El presente estudio adopta el tipo de investigación aplicada que tiene como propósito
resolver un problema práctico inmediato, mejorando la práctica en base a los aportes
teóricos de especialistas en el tema. La investigación aplicada según Ander-Egg
(1995) “busca el conocer para hacer, para actuar, para construir, para modificar; le
preocupa la aplicación inmediata sobre una realidad circunstancial, antes que el
desarrollo de teorías de valor universal” (p. 34).

2. DISEÑO DE INVESTIGACIÓN

Kerlinger (1985) afirma que “generalmente se llama diseño de

investigación al plan y a la estructura de un estudio” (p. 83). Es el plan y
estructura de una investigación concebidas para obtener respuesta a las
preguntas del estudio. El diseño señala la forma de conceptuar un
problema de investigación y la manera de colocarlo dentro de una
estructura que sea guía para la experimentación (en caso de los diseños
experimentales) y de recopilación y análisis de datos.
Analizando el concepto de Kerlinger (1985) se puede afirmar que el plan
es el esquema general o programa de investigación; mientras que la
estructura es el modelo de las operaciones viables, en tanto que, la
estrategia está compuesta por las técnicas para recopilar datos y dar una
respuesta a la pregunta de investigación.
Para Hernández (2006) el término diseño se refiere al “plan o estrategia
concebida para obtener la información que se desea” (p.158). En el
enfoque cuantitativo se utiliza el diseño para analizar la certeza de las
hipótesis formuladas en un contexto particular o para aportar evidencia
respecto de los lineamientos de la investigación.
Si el diseño está concebido cuidadosamente, el producto final de un
estudio (sus resultados) tendrá mayores posibilidades de éxito para
generar conocimiento. Sin embargo, se debe entender en primer lugar que
todo diseño cumple las funciones de comprobar las hipótesis e interpretar
los resultados; asimismo, debe cumplir con dos criterios para su selección:
propiedad (ser apropiado para la verificación de las hipótesis particulares
al estudio) y control (ver el grado de control respecto a las variables
relevantes y la posibilidad de generalización que tiene el investigador
sobre el problema que es estudiado; finalmente, un diseño de
investigación para ser, a su vez elegido debemos tener en cuenta si reúne
los requisitos de validez interna y externa.

6
Al examinar la validez interna de un diseño de investigación (en diseños
experimentales) es necesario primero interrogarse si la variable
independiente es la que realmente produce un cambio en la variable
dependiente. Para dar respuesta a esta pregunta en forma afirmativa es
necesario asegurarse si las diversas variables extrañas (intervinientes) no
han intervenido. Es decir, que los resultados de la investigación sean una
función del programa o enfoque que está siendo probado y no por otras
causas.
Los factores que afectan la validez interna de un diseño de investigación
pueden ser:
• LA HISTORIA: en estudios experimentales conducidos a través de
periodos largos de tiempo, muchos factores no controlados pueden
intervenir y producir cambio en la variable dependiente (VD), además
de aquellos producidos por la variable independiente (VI) o tratamiento
especial. Son los eventos que ocurren en el tiempo, mientras se
prueba la variable experimental.
• Los PROCESOS de MADURACIÓN, nos referimos a los procesos de
maduración biológica y psicológica que pueden tener lugar en el sujeto
conforme progresa el experimento y afecta sus respuestas (procesos
de cambio que ocurren dentro de la persona).
• LOS INSTRUMENTOS de MEDIDA: cuando los instrumentos, los
evaluadores y otros elementos de obtención de datos varían,
afectando el experimento y por lo tanto los resultados:
• Observadores, pueden hacerse más hábiles o indiferentes.
• Instrumentos, no bien elaborados.
• MORTALIDAD experimental, de los sujetos a través de un
experimento, en los estudios de pre-test y post-test, es decir
desaparecen los sujetos de estudio.
• Los EFECTOS de MEDIDA, se relaciona con los efectos reactivos de
un determinado instrumento de medida, es decir al mismo tiempo que
mide un cambio, puede producir un cambio. La mayoría de los test
psicológicos son reactivos.
• SELECCIÓN DIFERENCIA de los sujetos, se puede haber
seleccionado grupos que por su naturaleza ya son diferentes (uno
puede ser superior al otro y no debido al tratamiento)
• ESTABILIDAD y EXPECTANCIA, la estabilidad hace referencia a la
tendencia del resultado o hallazgo a no ser confiable, es decir que
ocurre una vez pero no en otra oportunidad. La expectancia hace
referencia a que un tratamiento experimental puede parecer más
efectivo que otro de control o de comparación, no porque realmente lo
sea, sino porque el experimentador o los sujetos lo crean así.

7
Por otro lado, se usa el término de validez externa para referirse a la
generalización o representatividad de los hallazgos de un estudio. Si los
programas probados con resultados positivos pueden ser aplicados a
otros programas o enfoques similares. En este caso el investigador se
pregunta ¿a qué poblaciones, escenarios, variables de tratamiento y de
medida pueden estos resultados generalizarse?
En cuanto a la clasificación de los diseños de investigación, Hernández y
otros (2006) propone la siguiente tipología: diseños de investigación
experimental e investigación no experimental. A su vez, la primera puede
dividirse de acuerdo con las clásicas categorías de Campbell y Stanley
(1966) en: preexperimentales, experimentos “puros” y cuasiexperimentos.
La investigación no experimental la subdivide en diseños transversales y
diseños longitudinales con sus respectivos diseños específicos.
DISEÑOS EXPERIMENTALES
Los diseños experimentales son estudios de investigación diseñados para
probar hipótesis. El experimento es el método de investigación más
refinado con que se verifican las hipótesis. Experimento tiene dos
acepciones una general y una particular. La general referida a una toma
de acción y luego observar las consecuencias. La acepción particular se
refiere “un estudio en el que se manipulan intencionalmente una o más
variables independientes (supuestas causas), para analizar las
consecuencias que la manipulación ha generado sobre una o más
variables dependientes (supuestos efectos) dentro de una situación de
control del investigador” (Hernández Sampieri, Valencia, Mendoza y
Cuevas, 2017, p. 98).

Causa o variable Efecto o variable

independiente dependiente

X Y

En su forma más simple un experimento tiene tres características:

- Se manipula una variable independiente (VI)
- Se mantiene constante todas las variables restantes (excepto la VI)
- Se observa el efecto que la manipulación de la VI produce en la VD.
El primer requisito de un experimento es la manipulación intencional de
una o más variables independientes que funcionan como causa o
antecedente y el efecto provocado por dicha causa se le denomina
variable dependiente (consecuente). Cuando existe una relación causal
entre las variables independiente y dependiente, al variar
intencionalmente la primera, la segunda también variará; por ejemplo, si

8
las estrategias de metacomprensión lectora es causa de la comprensión
de textos, al aplicar las estrategias mencionadas deberá modificarse la
comprensión de textos.
De lo anterior se puede concluir que, en un experimento, la variable
independiente hipotéticamente será una de las causas que producen el
efecto supuesto. Para comprobar esta relación causal, el investigador
manipula la variable independiente y observa si la dependiente varía o no.
(Manipular es sinónimos de hacer variar o asignar distintos valores a la
variable independiente).
Siguiendo esta misma lógica, la variable dependiente no se manipula, sino
que se mide para ver el efecto que la manipulación de la variable
independiente tiene en ella.

Medición del
Manipulación de efecto sobre la
la variable variable
independiente dependiente
X X
XA
XB
. Y
.
.
En la figura anterior la “X” simboliza una variable independiente o
tratamiento experimental, mientras que los subíndices “A, B…” indican los
distintos niveles de variación de la variable independiente y la letra “Y”
representa una variable dependiente.
La manipulación o variación de una variable dependiente puede realizarse
en un primer grado mínimo que consiste en que un grupo o conjunto de
unidades se expone a la presencia de la variable independiente y el otro
no. Posteriormente, los dos grupos se comparan para saber si el grupo
expuesto a la variable independiente difiere del grupo que no fue
expuesto. Por ejemplo, a un grupo de estudiantes de 4 años de edad se
les aplica un conjunto de actividades lúdicas y al otro grupo, no. Al primer
grupo se le conoce como grupo experimental y al otro en el que está
ausente la variable independiente, se le denomina grupo de control. Luego
se observar si hubo o no alguna diferencia entre los grupos en lo que
respecta al nivel de psicomotricidad gruesa (variable dependiente).
El segundo requisito de un experimento consiste en medir el efecto que
la variable independiente tiene en la variable dependiente. Esto es
igualmente importante y como en la variable dependiente se observa el

9
efecto, la medición debe ser adecuada, válida y confiable. Por ejemplo, si
realizamos un experimento para evaluar el efecto de un módulo
autoinstructivo en la comprensión de conceptos científicos en ciertos
estudiantes de educación superior, y en lugar de medir la comprensión de
conceptos científicos, medidos solo la memorización; por más correcta
que resulte la manipulación de la variable independiente, el experimento
resultaría un fracaso porque la medición de la dependiente no es válida.
Puede ocurrir también que a los dos grupos se les compare con
mediciones distintas, ocasionando que no se pueda afirmar que las
diferencias encontradas se deban a la manipulación de la variable
independiente, sino a que se aplicaron exámenes diferentes para medir la
comprensión de conceptos científicos.
El tercer requisito es el control o validez interna de la situación
experimental. El término “control” implica que si en el experimento se
observa que una o más variables independientes hacen variar a las
dependientes, la variación de estas últimas se debe a la manipulación de
las primeras y no a otros factores o causas. Cuando hay control es posible
determinar la relación causal; sin control, no se puede conocer este
vínculo. Así, tener el control de un experimento significa controlar el efecto
de otras variables extrañas que de alguna manera influyen en el
experimento. Por ejemplo, si aplicamos el método tándem para mejorar el
aprendizaje en el área de matemática, debemos controlar algunas
variables intervinientes (extrañas) como el nivel de madurez para el
aprendizaje, la tenencia de profesores particulares de matemática en los
estudiantes de los grupos de experimentación, ya que pueden influir en
los resultados de la aplicación del método.
Las funciones del diseño experimental consisten en establecer las
condiciones de las comparaciones que exige las hipótesis del
experimento. Además, permite al experimentador hacer una interpretación
significativa de los resultados del estudio a través del análisis estadístico
de datos.
Su importancia radica en ofrecer la posibilidad de obtener resultados de
mayor exactitud y precisión. Por su forma rigurosa es la más deseada en
la investigación científica.
Se clasifican como se expresó anteriormente en pre-experimentales,
cuasi-experimentales y experimentales propiamente dichos los cuales se
tratarán a continuación.

a) Diseños pre experimentales

Llamados así en razón de que no tienen la capacidad de controlar
adecuadamente los factores que influyen contra la validez interna así
como también la validez externa. A pesar de sus debilidades son muy
utilizados. Existen tres tipos, ellos son:

10
• Diseño de un grupo solo después
Se aplica a un grupo, luego se hace la observación o medición (O) en los
sujetos que componen el grupo con la finalidad de evaluar los efectos del
tratamiento (variable experimental o independiente). Su esquema o
diagrama es el siguiente:

GE X O1

Donde:
GE = Grupo experimental
X = Variable experimental
O1 = Observación o medición (Prueba de salida o Post test)

Sánchez y Reyes (1996) señalan que en este diseño la falta de un grupo

de control (grupo que no recibe el tratamiento experimental) y la falta de
información acerca de las personas sometidas a la variable experimental
o independiente, atenta contra la mayoría de los factores de validez
interna. Además, el investigador no tiene sustento real para asegurar que
los cambios hayan sido producidos realmente por la variable
independiente. (p.87)
Consideremos el siguiente ejemplo: suponer que una escuela instituye un
programa de libre refrigerio (X). Después que el programa ha estado en
funcionamiento por seis meses los profesores son entrevistados y
reportan (O) que las instancias de las perturbaciones de la actividad
escolar son mínimas. El director de la escuela entonces concluye que el
programa escolar de refrigerio está reduciendo la tensión y agresión de
los escolares. Sin embargo, el director no conoce:
a) Si experiencias específicas u ocurrencias (historia), diferentes al
programa de refrigerio, han contribuido al cambio observado en la
conducta.
b) Si realmente hubo un cambio en relación a la conducta anterior y si lo
hubo, si es estable; o
c) Si los estudiantes que participaron en el programa de refrigerio tenían
probabilidad de cambiar en alguna forma como una función de la
selección o maduración. (Tuckman, 1978, citado en Sánchez y Reyes,
1996).

11
• Diseño pre-test post-test con un solo grupo
Este diseño implica tres pasos a ser realizados por parte del investigador:
a) Una medición previa de la variable dependiente a ser estudiada (pre-
test).
b) Introducción o aplicación de la variable independiente o experimental
(X) a los sujetos del grupo; y
c) Una nueva medición de la variable dependiente en los sujetos (post-
test).

El esquema diagramado es el siguiente:

GE O1 X O2

Este diseño se diferencia del anterior porque usa un pre-test que de algún
modo proporciona información acerca de la muestra con la que se realiza
el estudio y de esta forma se estaría controlando de alguna manera la
selección como variable extraña.
Sánchez y Reyes (1996) afirman que la debilidad principal de este diseño
está dado por el no uso de un grupo control. Este hecho, como en el
diseño anterior, hace que el investigador no pueda asumir con certeza que
el posible cambio observado entre el pre y post test haya sido producido
realmente por el tratamiento experimental, aun cuando existan diferencias
entre estas mediciones, ya que siempre va a existir la probabilidad de que
estas diferencias sean debidas a las influencias de otras variables
extrañas. (p.88)
Además estos investigadores peruanos concluyen que este diseño falla
en controlar factores extraños como la historia (eventos que pueden
ocurrir en los sujetos en el transcurso del tiempo que media entre pre y
post test), maduración (cambios espontáneos que se observan entre pre
y post test pueden ser debidos sólo al efecto del pre test, o la reacción a
los instrumentos de medición) y la regresión estadística (el puntaje que se
obtiene puede ser el resultado en promedio de los sujetos brillantes y
sujetos pésimos) (p.88).
Un ejemplo de este diseño sería el siguiente: se desea saber el efecto que
producirá la técnica V.L.P. en el nivel de comprensión lectora de un grupo
de estudiantes del nivel de educación primaria. En tal sentido, el
investigador como primer paso deberá evaluar a los estudiantes en su
nivel de comprensión lectora; luego introduce la variable independiente o
experimental, es decir, la técnica V.L.P. para luego hacer una nueva
medición del nivel de comprensión lectora en los estudiantes. La
comparación de las diferencias que se observan entre las dos mediciones

12
 nos estarían indicando el progreso habido en los estudiantes con respecto
al nivel de comprensión lectora, pero por ser un grupo no seleccionado y
no tener otro grupo con quien compararlo, el investigador no puede afirmar
enfáticamente si los cambios ocurridos han sido causados únicamente por
la técnica aplicada. Sobre los estudiantes pueden haber actuado otros
factores, diferentes a la técnica V.L.P. para producir dichos cambios. Entre
estos cambios podemos mencionar la maduración, la selección (el grupo
con el cual se trabajó puede haber estado constituido por sujetos
bastantes hábiles), entre otros.

• Diseños de comparación estática o comparación de grupos sólo

después
Este diseño pre experimental hace uso de un grupo de control, el mismo
que no va a recibir el tratamiento experimental (X).
La referencia a comparación estática o grupos intactos, es porque el
investigador no selecciona los grupos, sino que estos ya están formados.
La ejecución de este diseño sigue los siguientes pasos:
a) Determinación de los grupos de trabajo, de los cuales sólo el considerado
como grupo experimental recibirá la VI o tratamiento X,
b) En ambos grupos, luego se mide la variable dependiente seleccionada,
para poder hacer las comparaciones necesarias y extraer conclusiones.
El esquema es el siguiente:

GE X O1

--------------------------

GC O2

El uso del grupo control que no recibe el tratamiento (X) sirve

fundamentalmente como una fuente de comparación para el grupo que sí
recibe el tratamiento. El empleo del grupo de control le sirve al
investigador para dar rigurosidad científica a su trabajo y controlar en
alguna medida los factores extraños, como la historia y menor medida la
maduración.
Sánchez y Reyes (1996) consideran que dado que los sujetos de los dos
grupos de trabajo no han sido seleccionados ni asignados por la
aleatorización u otro procedimiento técnico de selección (recordar que la
línea quebrada nos indica que los grupos son intactos o preformados), nos
es prácticamente imposible asegurar que nuestros grupos son
equivalentes. Este diseño fracasa en el control de la posible invalidez por
selección (que afecta la validez interna), igualmente fracasa en el control

13
de la mortalidad experimental. En lo referente a la selección, no se puede
decir si un grupo ya era diferente al otro en la variable dependiente antes
de la experiencia; y que es este hecho lo que incrementa, disminuye o
anula el efecto de la variable independiente (X).
Un ejemplo de este diseño sería el siguiente: se desea saber el efecto que
producirá el método Polya en el logro de aprendizajes del área de
Matemática de un grupo de estudiantes del nivel de educación secundaria.
En consecuencia, el investigador como primer paso deberá introducir la
variable independiente o experimental, es decir el método Polya en el
grupo experimental; luego debe hacer una medición del logro de
aprendizajes del área de Matemática en ambos grupos. Finalmente debe
comparar las diferencias que se observan con respecto al logro de
aprendizajes en ambos grupos. Si bien es cierto existe un grupo que
permite la comparación, el hecho de no tener una prueba de entrada no
permite saber si ambos grupos eran iguales o diferentes antes de la
aplicación de la experiencia disminuyendo la validez del experimento.

b) Diseños cuasi experimentales

Los diseños cuasi-experimentales son sustancialmente más adecuados
que los diseños pre-experimentales ya que controlan algunas, aunque no
todas, las fuentes que amenazan la validez.
Los diseños cuasi-experimentales se emplean en situaciones en las
cuales es difícil o casi imposible el control experimental riguroso. Una de
estas situaciones es precisamente el ambiente en el cual se desarrolla la
educación y el fenómeno social en general.
Sánchez y Reyes (1996) observan que, en la investigación educacional,
el investigador no puede realizar el control total sobre las condiciones
experimentales, ni tiene capacidad para seleccionar o asignar
aleatoriamente los sujetos a los grupos de estudio (p.90).
Asimismo, estos autores afirman que los diseños experimentales son
útiles cuando se quiere someter a experimentación un nuevo programa de
enseñanza, pero las autoridades de las escuelas no permiten que aulas
enteras sean perturbadas durante el trabajo o que sean divididas para
proporcionar muestras equivalentes o aleatorias, o simplemente no
permiten que si lo que se prueba “es bueno” o lo reciban sólo algunos
(p.90).
Es sumamente importante que el investigador que hace uso de un diseño
cuasi-experimental sea consciente que este diseño no es capaz de
controlar todas las posibles variables extrañas que pueden afectar su
trabajo y por lo tanto debe tener presente cuales son estos posibles
factores no controlados para el momento de la interpretación de los
resultados.

14
A continuación, explicaremos algunos diseños cuasi-experimentales que
con más frecuencia son utilizados en los trabajos de investigación.

• Diseño de series de tiempo

Este diseño implica que el investigador realice mediciones periódicas de
la variable dependiente en un solo grupo antes de la aplicación de la
variable independiente (X) y luego de dicha aplicación, efectúe nuevas
mediciones (O) en la variable de interés. El esquema de este diseño es el
siguiente:

O1 O2 O3 O4 X O5 O6 O7 O8

Como se observa en el esquema, este diseño puede ser considerado

como semejante a un diseño pre-experimental de un grupo antes y
después, pero la diferencia fundamental con dicho diseño es que éste
implica series pre-test y post-test.
Por el hecho que las series de mediciones son aplicadas durante un
periodo de tiempo, nos proporcionan el control de la maduración, la
regresión y el algún grado, también de la historia. Además, este diseño
nos ofrece la ventaja de que controla los efectos de las mediciones u
observaciones, pues las repetidas mediciones en la situación pre-test
podría conducir a una adaptación o desensibilización esperándose que
cualquier efecto de la medición no persevere en el post-test.
Las principales debilidades del diseño de series de tiempo es que controla
parcialmente el efecto del factor tiempo y que las repetidas mediciones
pueden hacer que los datos que se obtengan finalmente no sean muy
confiables, restringiendo por lo tanto los hallazgos a las poblaciones con
quienes se trabaja, limitando así su validez externa.
Un ejemplo de este diseño sería: se trata de verificar los efectos de un
programa experimental de mini básquet en el desarrollo biopsicosocial de
las estudiantes de 11 y 12 años del nivel secundario. Para tal efecto se
hace tres mediciones u observaciones (O1, O2 y O3) desarrollo biológico,
psicológico y social antes de aplicar la variable experimental o variable
independiente. Luego se introduce la variable experimental o variable
independiente, es decir, el programa experimental de mini básquet en el
tiempo necesario y suficiente que considere el investigador, para luego
volver a medir la variable dependiente (O4, O5 y O6) en sus factores
biológico, psicológico y social. Finalmente se realizan las comparaciones
en las diferencias del desarrollo biopsicosocial antes y después de la
aplicación de la variable experimental.

15
• Diseño de muestras equivalentes de tiempo
Este diseño se utiliza solamente cuando se dispone de un grupo de
sujetos para el estudio. En su ejecución también es semejante al diseño
de series de tiempo, salvo que en este diseño la variable experimental
(X1) es aplicada varias veces al grupo y su aplicación se alterna con
periodos de no aplicación (X0) o aplicación de otra experiencia. El
esquema es el siguiente:

X1 O1 X0 O2 X1 O3 X0 O4

Sánchez y Reyes (1996) consideran que el diseño de muestras

equivalentes de tiempo satisface los requerimientos de control de los
factores que afectan la validez interna, incluyendo dentro de ellos la
historia, por lo que es superior al diseño de series de tiempo. En este
diseño es altamente probable que una misma variable extraña ocurra
simultáneamente en cada presentación de la variable experimental X1.
(p.93)
Además afirman que es por este motivo que la comparación del promedio
O1 y O3 con el promedio O2 y O4, nos ofrece un resultado que tiene pocas
probabilidades de estar afectado por la historia. Asimismo, este diseño
controla con singular efectividad el posible efecto del orden de los
tratamientos como puede observare en el siguiente diagrama:

Primera Segunda

Aplicación Aplicación

X1 O1 O3

X0 O2 O4

Tomado de Sánchez y Reyes (1996)

Un ejemplo de este diseño es el siguiente: supongamos que un docente

del área de Comunicación desea determinar el efecto que tiene sobre el
logro de aprendizajes la aplicación diferenciada de dos estrategias
metodológicas: el estudio individual y estudio en grupo. Usando el diseño
de muestras equivalentes de tiempo, el docente en una unidad usará el
estudio individual como estrategia por una semana (X1), luego
administrará una prueba sobre el tema tratado para poder determinar el
nivel de logro de aprendizajes (O1).

16
En la siguiente semana debe cumplir las actividades programadas
empleando la estrategia de trabajo en grupo (X0) y subsecuentemente
medir el nivel de logro de aprendizaje (O2). En la tercera semana
nuevamente hace uso de la estrategia de estudio individual (X1), haciendo
luego la respectiva evaluación (O3). Finalmente, en la cuarta semana,
nuevamente hace uso de la estrategia de estudio en grupo (X0) y la
correspondiente evaluación (O4).
El análisis de los datos que dispone el profesor puede seguir la siguiente
secuencia: la comparación de O1 y O3 con O2 y O4 le permitirá al docente
hacer una comparación de las dos experiencias.

• Diseño de dos grupos no equivalentes o con grupo de control no

equivalente (o grupo de control no aleatorizado)
Cuando el investigador no es capaz de asignar a los sujetos
aleatoriamente a los tratamientos, pero si puede disponer de grupos
intactos, es recomendable el uso de los diseños cuasi-experimentales
antes que los experimentales.
El diseño de dos grupos no equivalentes consta en que una vez que se
dispone de los dos grupos, se debe evaluar a ambos en la variable
dependiente, luego a uno de ellos se le aplica el tratamiento experimental
y el otro sigue igual con las tareas o actividades rutinarias. El esquema es
el siguiente:

Grupo experimental O1 X O2

-------------------------

Grupo control O3 O4

Sánchez y Reyes (1996) consideran que este diseño es similar al diseño

experimental con grupo control pre y post test, a excepción de que aquí
los sujetos no son asignados aleatoriamente a los grupos de trabajo.
(p.95)
Los resultados encontrados en los estudios donde se ha empleado
adecuadamente este diseño, pueden muy bien ser generalizados a
grupos similares, es decir, este diseño tiene bases definidas, para
asignarle adecuada validez externa.

17
Un ejemplo del diseño explicado sería: supongamos que el docente de
Investigación quiere determinar el efecto de la estrategia DHIN en el
desarrollo de las habilidades investigativas de las estudiantes de la
especialidad de Educación Inicial. Para ello debe primero aplicar un pre
test o prueba de entrada (O1 y O3) para precisar el nivel de desarrollo de
las habilidades investigativas a los grupos experimental y control antes de
aplicar la estrategia DHIN. Posteriormente debe aplicar la estrategia (X)
en el grupo experimental y luego volver a evaluar en la variable
dependiente a ambos grupos (O2 y O4).
El análisis de los resultados pasa por comparar la prueba de entrada o pre
test y prueba de salida o post test y verificar como han variado las
habilidades investigativas tanto en el grupo control y experimental
expuesto a la variable experimental.

c) Diseños experimentales propiamente dichos

Estos diseños son los que proporcionan el control adecuado de las
posibles fuentes que atentan contra la validez interna. A continuación,
describiremos los diseños más usados.

• Diseño con grupo de control sólo después o post-test

Este diseño a pesar de ser uno de los más simples es sin embargo uno
de los más poderosos de que se dispone en la investigación. Para su
realización requiere de dos grupos de sujetos que previamente han sido
asignados aleatoriamente a cada uno de ellos.
El investigador procede a la aplicación de la variable experimental o
independiente (X) a uno de los grupos (GE), posteriormente evalúa a los
dos grupos en la variable dependiente. El esquema de este diseño es el
siguiente:

Grupo experimental A X O2

Grupo control A O4

Sánchez y Reyes (1996) afirman que con respecto al procedimiento de

asignación de los sujetos debemos recordar que la aleatorización hace
suponer que controlamos todas las variables extrañas y nos asegura que
cualquier diferencia entre los grupos son atribuidos a la causalidad y que
por lo tanto seguirá las leyes de la probabilidad; igualmente, cuanto más
grande son las muestras existen mayores probabilidades de que las

18
muestras usadas sean semejantes. Con respecto a la ejecución misma de
la investigación, debemos manifestar que solamente el grupo
experimental recibe la variable independiente, en tanto que los dos grupos
en todos los otros aspectos deben ser tratados de manera semejante.
(p.100)
En resumen, en este diseño el investigador puede estar seguro de que los
resultados observados se deben a la variable experimental utilizada y no
a otros eventos extraños.

• Diseño de dos grupos aleatorizados pre y post test, o diseño con

grupo control pre y post test
Este diseño al igual que la mayoría de los diseños experimentales
propiamente dichos, requiere que los sujetos incluidos en los grupos de
estudio hayan sido previamente asignados de manera aleatoria a cada
uno de ellos. Luego de este paso, el investigador realiza una medición
previa o pre test de la variable dependiente; posteriormente la variable
independiente (X) es aplicada al grupo asignado como experimental y
finalmente se hace una nueva evaluación o post test de la variable
dependiente en ambos grupos (hay que tener en cuenta que el
instrumento de evaluación tanto en el pre test como en el post test será
de preferencia el mismo).
El esquema de este diseño es el siguiente:

Grupo experimental A O1 X O2

Grupo control A O3 O4

Sánchez y Reyes (1996) concluyen que este diseño a pesar de que nos
ofrece una real equivalencia inicial de los grupos es menos potente que el
diseño de grupos aleatorizados sólo después; pero si el objetivo principal
del investigador es solamente medir los cambios que se dan en los
sujetos; entonces, es recomendable el uso de este diseño puesto que
proporciona datos de pre-test. (p.103)
En el análisis de los datos de un diseño de dos grupos aleatorizados pre
y post test, el investigador puede realizar las siguientes comparaciones:
o La media de O2 – O1 puede ser comparada con la media O4 –
O3 con la finalidad de determinar si la variable independiente
tuvo un efecto diferencial en los grupos.

19
 o La media de O1 con la media de O3 (medias pre-test) para
determinar la equivalencia de los grupos.
o Si los grupos fueron realmente equivalentes la comparación de
la media de O2 con la media de O4 evaluará el efecto de la
variable experimental.

• Diseño de cuatro grupos de Solomón

En este diseño se asigna aleatoriamente a los sujetos que conforman
cuatro grupos de trabajo y se procede de la siguiente manera: al primer y
segundo grupo se les hace evaluaciones de pre test en la variable
dependiente, mientras que en el tercero y cuarto no se realizad dicha
evaluación, luego a uno de cada par de grupos (puede ser el primero y al
tercero) se le aplica la variable experimental (es la misma variable),
mientras que en los otros dos hay la ausencia del tratamiento; finalmente
se evalúa a los cuatro grupos en la variable dependiente. Debe dejarse en
claro que en este caso las evaluaciones tendrán carácter de post test para
los dos primeros grupos (primero y segundo) y viene a ser la primera
evaluación para los últimos (tercero y cuarto).
El esquema de este diseño es el siguiente:

GE1 A O1 X O2

GC1 A O3 O4

GE2 A X O5

GC2 A O6

En el análisis de los datos, las comparaciones a realizarse pueden

determinar claramente si los resultados finales observados se debieron o
no a la variable experimental. Así, si la media del post test del primer grupo
es significativamente mayor que la media del segundo grupo; y si la media
del tercer grupo es igualmente mayor que la media del cuarto, tendremos
la evidencia concluyente del efecto de la variable experimental.
Sánchez y Reyes (1996) afirman que la principal ventaja de este diseño,
proviene de la dificultad que plantea la realización de dos experimentos al
mismo tiempo y el problema de poder ubicar un crecido número de sujetos
en el momento que el investigador lo requiera. (p.104).

20
DISEÑOS DESCRIPTIVOS
Los diseños descriptivos pueden ser tratados como tales en razón de que
proporcionan al investigador guías u orientaciones para la realización de
un determinado estudio. Entre los principales diseños descriptivos
tenemos:

a) Diseño descriptivo simple

Es la forma más elemental de investigación a la que puede recurrir un
investigador. En este diseño el investigador busca y recoge información
contemporánea con respecto a una situación previamente determinada
(objeto de estudio), no presentándose la administración o control de un
tratamiento.
Por ejemplo, se desea saber el nivel socioeconómico de los estudiantes
del IESPP José Jiménez Borja para lo cual el investigador debe aplicar un
cuestionario y recoger información actual de la situación social y
económica para poder tomar decisiones al respecto. Como se puede
apreciar, en este caso no se busca relacionar o controlar variables.
El esquema del diseño descriptivo simple es el siguiente:

M O

Donde:
M, representa una muestra con quien o en quien vamos a realizar el
estudio.
O, representa la información relevante o de interés que recogemos de la
mencionada muestra.

Algunas características de este diseño son:

• Tiene la función de describir una característica.
• En el análisis estadístico emplea frecuencias, medidas de tendencia
central (media, moda)
• Utiliza instrumentos de recolección de datos como lista de cotejos,
cuestionario, pruebas, test, etc.
• Para graficar los resultados se emplea barras simples, comparativas,
de sectores, pictogramas, etc.

21
b) Diseño descriptivo comparativo
Este diseño parte de la consideración de dos o más investigaciones
descriptivas simples; esto es recolectar información relevante en varias
muestras con respecto a un mismo fenómeno o aspecto de interés y luego
caracterizar este fenómeno en base a la comparación de los datos
recogidos, pudiendo hacerse esta comparación en los datos generales o
en una categoría de ellos.
El esquema de este diseño es el siguiente:

M1 O1

M2 O2

O1 = O2 = O3 = On

M3 O3 ≠ ≠ ≠

≈ ≈ ≈

Mn On

Donde:
M1, M2, M3, Mn, representan a cada una de las muestras; O1, O2, O3,
On, la información (observaciones) recolectada en cada una de dichas
muestras. Los O1 a On en la parte lateral del diagrama nos indica las
comparaciones que se lleva a cabo entre cada una de las muestras
pudiendo estas observaciones, resultados o información ser: iguales (=),
diferentes (≠) o semejantes (≈) con respecto a la otra.

c) Diseño descriptivo correlacional

Ese diseño es el más usado en el ámbito de la psicología, educación y
ciencias sociales. Se orienta a determinar el grado de relación existente
entre dos o más variables de interés den una misma muestra de sujetos
o el grado de relación existente entre dos fenómenos o eventos
observados.
Un ejemplo de este diseño sería: un docente quiere averiguar si el
rendimiento escolar en el área de matemática de sus estudiantes está
relacionado con el nivel de coeficiente intelectual. Para poder realizar esta
investigación, el docente deberá tomar una muestra de sus estudiantes y
obtendrá de ellos sus notas en el área de Matemática y luego aplicará un
test de inteligencia. Finalmente, hace un análisis estadístico de estos

22
resultados obteniendo un coeficiente de correlación. Cabe resaltar que el
coeficiente de correlación adquiere valores que van desde -1 hasta +1,
teniendo el valor cero como intermedio. Cuánto más se acerca el
coeficiente a -1, la relación entre las variables observadas es inversa, es
decir, cuando se da una variable en una dirección, la otra tiene presencia
en sentido contrario (a mayor rendimiento escolar le corresponde
proporcionalmente menor coeficiente intelectual); por otro lado, cuando
más se acerca a +1 la relación es directa, es decir, que la presencia en
una dirección de una variable cada vez conlleva a la presencia de la otra
variable en la misma dirección (a mayor rendimiento escolar mayor
coeficiente intelectual). El coeficiente 0 (cero) indica ausencia total de
relación.
El esquema de este diseño sería:

Ox

M Oy

Oz

Donde:
M, es la muestra en la que se realiza el estudio y los subíndices x, y, z en
cada O nos indican las observaciones obtenidas en cada una de tres
variables distintas (para el caso diagramado). En el ejemplo propuesto las
observaciones serían dos: rendimiento escolar y coeficiente intelectual (x,
y); finalmente la r, hace mención a la posible relación entre las variables
estudiadas.

d) Diseño causal comparativo

Consiste en recolectar información en dos o más muestras con el
propósito de observar el comportamiento de una variable, tratando de
“controlar” estadísticamente otras variables que se considera puedan
afectar la variable estudiada (variable dependiente).

23
El esquema es el siguiente:

M1 O1xyz

M2 O2xyz

Donde:
M1 M2 son las muestras de trabajo y O1 y O2 son las observaciones o
mediciones realizadas; mientras que xyz representan las variables
contraladas estadísticamente.
Sánchez y Reyes (1996) nos proponen en siguiente ejemplo: realizar un
estudio para observar la incidencia de la condición socioeconómica en el
desarrollo del pensamiento. Para este estudio se seleccionarían dos
muestras en las que se “controla” la condición socioeconómica (alta y
baja), (M1 y M2); se igualan las muestras de acuerdo a su edad
cronológica (x), grado de escolaridad (y), estado de salud y nutrición (z);
se evalúa los niveles de desarrollo del pensamiento alcanzados por los
sujetos en cada una de las condiciones (O1 y O2); la igualación de otras
variables que podría afectar el desarrollo del pensamiento, permitirá
mantener en cierta forma, constante y diferenciada la condición
socioeconómica. (p.80)

e) Diseño longitudinal
En este diseño el investigador toma una muestra de sujetos, la misma que
se evalúa en distintos momentos en el tiempo y por un periodo bastante
largo. Por ejemplo, un investigador desea saber el progreso que tienen los
estudiantes del nivel de educación secundaria en cuanto al razonamiento
lógico matemático. Para ello utiliza este diseño aplicando cinco
evaluaciones al terminar cada grado de estudios secundarios y verificar el
grado de cambio en la variable investigada (razonamiento lógico
matemático) hasta llegar a lo que sería la evaluación final.
El esquema de este diseño sería:

T1 T2 T3 T4 …

O1 O2 O3 O4 …

24
Donde:

M, representa la muestra o grupo de sujetos a ser estudiados; T1 a T4 (en

el diagrama ya que pueden ser más) representan los momentos (tiempos)
en que se hacen las observaciones; O1 a O4, vienen a ser las
observaciones hechas en la variable de estudio. Las T consignadas en el
diagrama pueden representar también edades, si se está estudiando, por
ejemplo, los cambios que ocurren con la edad.
Sánchez y Reyes (1996) concluyen que el diseño tiene algunas ventajas
así como también desventajas. Entre las primeras, puede mencionarse
principalmente que nos proporciona información bastante confiable de los
cambios observados (positivos, negativos y/o secuenciales, según sea lo
estudiado), en la variable estudiada; entre sus desventajas puede citarse
preferentemente, que el estudio insume demasiado tiempo para poder
extraer conclusiones y según sea el estudio que se trata ocurrir que al
finalizar el estudio las conclusiones a las que se lleguen no sea de utilidad,
es decir pierdan vigencia.

f) Diseño transversal
Este tipo de investigación estudio a los sujetos de diferentes edades en
un mismo momento.
Por ejemplo, tomando en cuenta el caso anterior (diseño longitudinal) aquí
habría que evaluar el nivel de razonamiento lógico matemático en los
estudiantes del primer, segundo, tercer, cuarto y quinto grado de
secundaria, al finalizar el año y por única vez y en base a los resultados
que se obtengan extraer conclusiones con respecto al razonamiento
lógico matemático.
El esquema para este diseño sería:

M1 O1

M2 O2

M3 O3

M4 O4

25
Donde:
M1 a M4 representan las muestras de cuatro edades o cuatro fases
diferentes de un mismo proceso o ejecución de un programa considerados
simultáneamente (T) y la O1 a O4 representan las observaciones o
mediciones que se hace de estas edades o fases diferentes en un mismo
momento en el tiempo.
Siguiendo a Sánchez y Reyes (1996) la principal ventaja de este diseño
es que si los sujetos o fases de un proceso han sido correctamente
seleccionadas, los resultados a obtenerse nos pueden proporcionar
conclusiones tan válidas como las de un estudio longitudinal, con el
agregado que nos ahorra tiempo. Por otro lado, si la selección no ha sido
realizada en forma cuidadosa pudiera ocurrir que existan diferencias
sustanciales en las muestras empleadas o circunstancias que rodean a
una fase del proceso y que afectan al estudio de manera decisiva, de tal
forma que los resultados a obtenerse, así como las conclusiones a las que
se arriban se convierten en no válidas.

g) Diseño ex-post-facto
De manera general, en este diseño se hace referencia a un tipo de
investigación en la cual el investigador no introduce ninguna variable
experimental en la situación que desea estudiar. Por el contrario, examina
los efectos que tiene una variable que ha actuado u ocurrido de manera
normal u ordinaria. De esto proviene su primera y principal diferencia con
la investigación experimental, pues en la investigación experimental la
variable independiente es manipulable o mejor dicho puede ser
introducida en una situación y observar sus variaciones, mientras que en
las investigaciones ex-post-facto el investigador asume que la variable
independiente ya ha actuado u ocurrido, limitándose a señalar las posibles
relaciones con (o efectos sobre) la variable dependiente.
Una investigación ex–post –facto puede ser generada cuando el
investigador trata de responder a interrogantes como las siguientes: ¿cuál
fue el factor contribuyente en una determinada situación?, o ¿qué efecto
tuvo o ha tenido cierta condición social o determinada práctica? ¿cuáles
son las características que distinguen a este grupo de otro?
Sánchez y Reyes (1996) plantean el ejemplo en el cual un investigador
desea estudiar un colegio donde exista indisciplina y compararlo con un
colegio que no lo presenta a fin de indagar por las diferencias que le llevan
a una posible explicación de la indisciplina (p. 83).
Siguiendo con el ejemplo del informe de investigación en su capítulo III
correspondiente a la metodología, la parte del diseño de investigación se
consigna de la siguiente manera:

26
 CAPÍTULO III
METODOLOGÍA
3.1. Tipo de investigación
El presente estudio adopta el tipo de investigación aplicada que tiene como propósito
resolver un problema práctico inmediato, mejorando la práctica en base a los aportes
teóricos de especialistas en el tema. La investigación aplicada según Ander-Egg
(1995) “busca el conocer para hacer, para actuar, para construir, para modificar; le
preocupa la aplicación inmediata sobre una realidad circunstancial, antes que el
desarrollo de teorías de valor universal” (p. 34).
3.2. Diseño de investigación
El diseño adoptado es el de dos grupos no equivalentes o con grupo de control no
equivalente que corresponde a los diseños cuasi experimentales. Requiere de dos
grupos a los cuales se les realiza una medición (prueba de entrada) de la variable
dependiente. Luego a uno de ellos se le aplica el tratamiento experimental (inclusión
de la variable independiente) y el otro continúa con sus actividades o tareas
rutinarias, finalmente se aplica una nueva medición (prueba de salida) a los dos
grupos. Se concluye con las posibles diferencias, que se encuentren en la prueba de
salida ya que se atribuyen al efecto provocado por la variable independiente o
experimental.
El esquema del diseño es el siguiente:
GE O1 X O2
……………………
GC O3 O4
Donde:
G.E : Grupo experimental
G.C : Grupo Control
X : Variable experimental
O1 : Prueba de entrada
O2 : Prueba de salida

27
3. POBLACIÓN Y MUESTRA

Arias (2006) define la población como “un conjunto finito o infinito de

elementos con características comunes para los cuales serán extensivas
las conclusiones de la investigación. Ésta queda delimitada por el
problema y por los objetivos del estudio” (p. 81).
Supo (2012) por su parte considera que la población es:
El conjunto de todas las unidades de estudio (sujetos u
objetos) cuya característica observable o reacción que
pueden expresar nos interesa estudiar. Las poblaciones
deben situarse claramente en torno a sus características de
contenido, lugar y tiempo a lo cual se le denomina marco
muestral, indispensable en los estudios exploratorios y
descriptivos (p. 16).
Lepkowski (2008b) citado por Hernández, Fernández y Baptista (2014)
define la población como “el conjunto de todos los casos que concuerdan
con una serie de especificaciones” (p.174).
De las definiciones anteriores se puede concluir que la población es el
conjunto de todos los casos (personas, productos, procesos,
organizaciones, animales, plantas, objetos) que tienen particularidades
comunes en las cuales se estudiará el fenómeno planteado en la
investigación. Dichos casos se encuentran en un espacio o territorio que
les es propio y que varían en el transcurso del tiempo.
Para una mejor comprensión se plantearán cinco definiciones básicas
referidas a:
Marco de muestreo: Es la lista, registro, mapa, conjunto de tarjetas, etc.
en las cuales se encuentran anotadas las unidades de muestreo. El marco
debe ser completo, con información actualizada, sin repetición para
algunos de sus elementos y adecuado para los objetivos del estudio.
Muestra. Es el conjunto de unidades de muestreo incluidas en la muestra
mediante algún procedimiento de selección. Habitualmente se la designa
con la letra “n”. Según Hernández, Méndez y otros (2017) una muestra es
un subconjunto de la población que nos interesa, sobre la cual se
recogerán los datos pertinentes y deberá ser representativo de dicha
población. La muestra deberá ser probabilística para que se pueda
generalizar los resultados encontrados en la muestra a la población.
Unidad de muestreo. Es la unidad del universo que será incluida en la
muestra. Pueden ser unidades simples (personas) o unidades complejas
(colegios, municipios, etc.). Para los efectos de su selección deben
aparecer en el marco de muestreo.

28
Fracción de muestreo. Es la fracción (“f”) que relaciona el tamaño de la
muestra con el tamaño de la población. O dicho en cifras, para un ejemplo:
si el tamaño de la población es 1.000 y el tamaño de la muestran es de
100, la fracción de muestreo es de 100 /1000 = 1/10. En general: f = n/N.
Representatividad de la muestra. Grado en el cual la muestra reproduce
las características de la población de la cual proviene. La mayor
representatividad se logra, en términos generales, cuando las unidades
de muestreo tienen igual posibilidad de formar parte de la muestra.
En cuanto a los tipos de muestreo, existen dos tipos principales de
muestras, las probabilísticas y las no probabilísticas. Las muestras
probabilísticas, o muestras al azar, son aquellas en las cuales todas y
cada una de las unidades de la población tienen una probabilidad
conocida, distinta de cero, de ser incluida en la muestra. Las muestras no
probabilísticas no cumplen con la condición de las probabilísticas. En otras
palabras, no son muestras al azar.

MUESTRAS PROBABILÍSTICAS O MUESTREO ALEATORIO

• Muestreo aleatorio simple
En esta muestra, todas y cada una de las unidades del universo,
registradas para los efectos de su selección en el marco de muestreo,
tiene la misma probabilidad de ser incluida en la muestra. Después de que
cada unidad ha sido numerada (0001, 0002, 0010, 0325 ... 0988 ... 1000,
para un universo de 1.000 unidades, se procede a la selección del número
de unidades señaladas por el tamaño de la muestra y utilizando una tabla
de número al azar o mediante la generación de números aleatorios
utilizando el subprograma de STATS “números aleatorios” (Random
Numbers). Ya estando en este subprograma, ante la pregunta cuántos
números aleatorios deseamos generar (How many random numbers
would yor like to generate?), tecleamos el tamaño de la muestra y
enseguida elegimos la opción con los valores mínimo y máximo para los
números aleatorios (Mínimum and Maximum values for random
numbers?). En el mínimo se introduce un “1” (siempre será “1”) y en el
máximo, el tamaño de la población. Pedimos “Calcule” y el sistema genera
automáticamente los números. Vemos en nuestro listado a quién o qué
corresponde cada número y estos dígitos son los casos que pasarían a
integrar la muestra.
Un ejemplo simple de este tipo de muestreo sería el siguiente: teniendo
ya la lista de alumnos, el docente asigna un número a cada uno. Luego
todos los números se introducen en una caja para extraer, por sorteo, los
integrantes de la muestra.
• Muestreo estratificado proporcional

29
Es uno de los varios, subtipos de muestras estratificadas. Antes de tomar
la muestra, las unidades de la población se distribuyen en estratos en
cada uno de los cuales se seleccionan las unidades de la muestra,
aplicando la misma fracción de muestreo. Así, por ejemplo, si tenemos
2.000 alumnos de un colegio de los cuales 1.200 son hombres y 800
mujeres y se decide tomar una muestra estratificada proporcional de 100
alumnos como, según lo dicho más arriba, la fracción de muestreo es de
100/2.000 = 1/ 20. Si aplicamos esa fracción a cada estrato, hay que
seleccionar 60 hombres y 40 mujeres.

Un caso de muestreo estratificado proporcional

Supongamos que el propósito de una investigación es probar que: “la
elección de la carrera profesional está fuertemente influida por la variable
nivel socioeconómico de los postulantes”. La “población accesible”
corresponde a los estudiantes de la UJCM. En el Servicio Estudiantil de la
universidad se puede encontrar la información pertinente para
“estratificar” a toda la población. Los resultados obtenidos se ordenan en
una tabla.
Muestra proporcional del 5% de los estudiantes de la UJCM
Nivel Nº de alumnos Porcentaje Muestra
Alto 500 9,1 25
Medio 1.500 27,3 75
Bajo 3.500 63,6 175
TOTAL 5.500 100,0 275
(datos ficticios)

Procedimiento:
• Se estratifica la población en tres categorías.
• Se confecciona un listado por separado para cada categoría,
numerándolos.
• Se procede a la selección de los sujetos, como si fueran 3 muestras
aleatorias simples (3 sorteos independientes).

Un caso con una muestra estratificada uniforme

En una carrera eminentemente femenina como Educación Inicial en la
misma Universidad, se intenta relacionar la influencia de la variable
“estudiantes con o sin hijos a su cargo” con la variable “rendimiento
académico”. Se recopilaron los datos de matrícula en la oficina de Registro
Académico y la situación familiar en el Servicio Estudiantil. Al observar
que la proporción de “estudiantes con hijos a su cargo” era muy baja, se
desechó tomar una “muestra proporcional” puesto que dejaría en la
representación de este estrato a muy pocas estudiantes. La distribución
quedó como sigue:

30
 Muestra estratificada uniforme de alumnas con y sin hijos a su cargo,
Carrera Educación
Diferencial de la UJCM
Nº DE HIJOS Alumnas % Población Muestra % del Estrato
Con hijos 52 8,9 30 57,7
Sin hijos 530 91,1 30 5,7
Total 582 100,0 60 10,3
(datos ficticios)

El procedimiento:
• Se estratifica la población en dos categorías.
• Se numera a los sujetos de cada categoría en forma independiente.
• Se decide el tamaño apropiado para cada muestra.
• Se realizan dos sorteos independientes usando una Tabla de Nº
Aleatorios.
Como se puede apreciar, se prefiere “el muestreo estratificado uniforme“
cuando existe un estrato con pocos casos o de baja representación en la
población que sin embargo, presenta algún interés particular.
Otro ejemplo de un muestreo estratificado es el siguiente:
“Del total de Defensorías del Niño y del Adolescente (DNA´s) ubicadas en
el Perú (N=1,537), fueron seleccionadas aleatoriamente 148 DNA´s. Se
usó un muestreo probabilístico estratificado.
Para la asignación de los tamaños maestrales a los diferentes estratos en
el muestreo aleatorio estratificado se utilizó el procedimiento de
asignación proporcional.
La selección de la muestra de acuerdo a los estratos respectivos, se
obtuvo a través de una tabla de números aleatorios.
Los valores se presentan en la siguiente tabla
Estratos Población de DNA´s Muestra deDNA´s Proporción n/N (%)
Escolar 494 48 32.1
Comunal 261 25 17.0
Distrital 470 45 30.6
Provincial 154 15 10.0
Parroquial 55 5 3.6
Centro Pobl. 40 4 2.6
ONG 38 4 2.5
Otros 25 2 1.6
Total 1537 148 100.0
Nota: Observa que en esta tabla se presentan los estratos (columna 1), la población
inicial, la muestra calculada y la proporción entre la muestra y la población. Esa es la
forma típica de presentar un muestreo estratificado

31
• MUESTREO POR CONGLOMERADOS
Este tipo de muestreo se utiliza cuando los individuos de la población
constituyen grupos naturales muy grandes o conglomerados que
contienen otros grupos más pequeños de forma sucesiva (Ej. País,
provincia, distrito, centros escolares, aulas, etc.).
Esta técnica es útil porque no es necesario identificar ni tener un listado
de todos los elementos de la población para seleccionarlos
aleatoriamente, sino que después de seleccionar los conglomerados, se
procede a elaborar dicho listado sólo para los elementos que componen
los conglomerados elegidos.
En el muestreo por grupos el proceso sigue estos pasos:
1. La población se divide previamente en grupos o conglomerados que
contienen diversos elementos.
2. Se seleccionan aleatoriamente el número de conglomerados y se
trabaja con el total de elementos pertenecientes a los conglomerados
elegidos.
3. La unidad muestral es el conglomerado (cluster) o grupo y el proceso
de selección aleatoria se aplica a la selección de éstos y no a los
elementos menores que componen el conglomerado.
EJEMPLO:
Se quiere realizar una encuesta nacional durante las elecciones de la
nueva directiva del SUTEP. Los conglomerados, en este caso, pueden ser
los distritos electorales y, dentro de ellos, las mesas electorales. Con este
muestreo lo que se hace es escoger algunos distritos electorales y luego,
dentro de ellos, algunas mesas electorales al azar y de ahí se toman todos
los votos de las mesas seleccionadas.
Otro ejemplo: Un municipio se divide en urbanizaciones. Más tarde, son
seleccionadas aquellas de donde se extraerán, al azar, los elementos
para la muestra. La diferencia con el muestreo estratificado radica en que
no todos los conglomerados son objeto de selección, por cuanto puede
haber conglomerados de los cuales no se extraiga muestra. Mientras que
en el estratificado, se debe extraer muestra de todos los estratos (Arias,
2012, p. 85).
En cada estrato (en referencia al muestreo estratificado) y conglomerado
(para el caso anterior), el total de personas se elige al azar, con el mismo
procedimiento que se utiliza en la muestra aleatoria simple o, bien, como
veremos a continuación, con un intervalo de selección.

32
• MUESTREO ALEATORIO SISTEMÁTICO
Es una variante del muestreo simple. Este muestreo es más rápido, sobre
todo si la población es numerosa y está previamente ordenada. La forma
de selección utiliza un sistema sencillo.
EJEMPLO:
Tenemos 10,000 estudiantes (en una lista) y queremos obtener una
muestra de 100 estudiantes. Primero elegimos al azar un estudiante entre
los 10000/100=100 primeros (supongamos que salga el 26), el segundo
elemento será el estudiante 100+26 (126), el siguiente será el 226, luego
el 326, etc.
Otro ejemplo:
Para una población de 120 individuos, se define una muestra integrada
por 30 sujetos. La constante K obtenida al azar es igual a 4. Luego se
asigna un número a cada uno de los 120 individuos y se calcula el valor
de inicio con la siguiente fórmula: N/n entonces 120/30= 4. Esto significa
que comenzaremos seleccionando el número 4 al que se le sumará la
constante K=4, y así sucesivamente hasta obtener los treinta individuos
que conformarán la muestra definitiva: 4, 8, 12, 16, 20, 24, 28, 32, 36, 40,
44, 48, 52, 56, 60, 64, 68, 72, 76, 80, 84, 88, 92, 96, 100, 104, 108, 112,
116, 120.

MUESTRAS NO PROBABILÍSTICAS
El muestreo no probabilístico, como su nombre lo indica, no se basa en el
principio de la equi-probabilidad. Estas técnicas siguen otros criterios de
selección (conocimientos del investigador, economía, comodidad,
alcance, etc.), procurando que la muestra obtenida sea lo más
representativa posible.
Estas muestras, al no utilizar el muestreo al azar, no tienen la garantía de
las muestras probabilísticas, es decir, no se sabe si los resultados estarán
sesgados. Sin embargo, aunque existe esta limitación, en la práctica los
muestreos no probabilísticos son a menudo necesarios e inevitables,
porque son más económicos, rápidos y menos complicados.
Este tipo de muestreo es típico y necesario cuando estás realizando
investigaciones cualitativas, exploratorias, históricas, documentales.
¿Cuántos tipos de muestreo no probabilístico hay?
Existen diferentes tipos de muestreo no probabilístico. Los más usados
son:

33
1. Muestreo accidental 2. Muestreo por cuotas 3. Muestreo intencional
4. Muestreo por rastreo “Bola de nieve”

MUESTRA ACCIDENTAL. Es aquella que se obtiene sin ningún plan pre-

concebido. Las unidades elegidas resultan producto de circunstancias
fortuitas y descontroladas. Con este muestreo nunca sabrás hasta qué
punto tus resultados son válidos y si en verdad representan a la población.
Este es el tipo de muestreo menos confiable.
EJEMPLO:
Las investigaciones que utilizan voluntarios es un tipo de muestreo
accidental. Estas muestras están sesgadas porque los voluntarios tienen
características distintas a la población en general, como por ejemplo: son
personas que tienen mayor nivel cultural, tienen mejor estatus social,
suelen ser más inteligentes, son más sociables, son menos
convencionales, son menos conformistas, etc.
“La muestra elegida fue de tipo accidental compuesta por 138 empleados
administrativos de universidades privadas cuyas edades oscilan de los 22
a 61 años, por lo que los resultados son exclusivos para este grupo.”
MUESTRA POR CUOTAS. Se calcula el tamaño de la muestra
dependiendo de la distribución de la población. Por ejemplo, en una
población de 1,000 alumnos, donde el 40% son mujeres, puedes asignar
una cuota de 60 hombres y 40 mujeres a una muestra de 100 individuos.
Por más que esa presunción llegue a ser válida, no deja de existir cierta
arbitrariedad en este modo de proceder, por lo que la rigurosidad
estadística de las muestras por cuotas se reduce considerablemente.
MUESTRA INTENCIONAL. Este es el mejor tipo de muestreo no
probabilístico. El muestreo se realiza sobre la base del conocimiento y
criterios del investigador. Se basa, primordialmente, en la experiencia con
la población. En algunas oportunidades se usan como guía o muestra
tentativa para decidir cómo tomar una muestra aleatoria más adelante.
MUESTREO POR RASTREO O “BOLA DE NIEVE”. Son muy empleados
en la investigación cualitativa histórica, documental y etnográfica.
En este muestreo, los primeros elegidos como encuestados (a juicio del
investigador) proponen y ayudan a la selección de los restantes de la
muestra. Esta técnica se utiliza para localizar por referencias a miembros
de poblaciones peculiares o muy difíciles de acceder. Siempre existe el
riesgo del sesgo porque la persona sugerida por otro miembro de la
muestra tiene una probabilidad mayor de ser similar a la primera.
EJEMPLO:
Una investigación busca identificar las experiencias de viaje, de vida y de
trabajo de los docentes durante el SERUM. El investigador seleccionó una

34
muestra no probabilística de docentes serumistas destinados a la Región
Central del Perú. Los docentes se seleccionaron a través de conocidos y
de referencias. De esta manera se entrevistó a 40 docentes con
entrevistas semiestructuradas.
En este caso una muestra no probabilística es adecuada pues se trata de
un estudio con un diseño de investigación exploratorio; es decir, no es
concluyente, sino que su objetivo es documentar ciertas experiencias.
Este tipo de estudio pretende generar datos e hipótesis que constituyan la
materia prima para investigaciones más precisas.

TAMAÑO MÍNIMO DE LA MUESTRA

Existen diversos criterios para determinar el tamaño mínimo de la
muestra. Así tenemos que, estadísticamente se recomienda el uso de
fórmulas para calcular el tamaño de la muestra. Según la bibliografía
especializada, Ary y otros (1989) recomienda lo siguiente:
• Usar una muestra tan grande como sea posible, por cuanto una
muestra de gran tamaño tiene mayores posibilidades de ser
representativa de la población.
• En diseños de investigación experimental es conveniente una muestra
integrada, como mínimo, por 30 (treinta) sujetos en cada grupo.
• En investigaciones descriptivas se recomienda seleccionar entre 10 y
20% de la población accesible.
• Por otra parte, Ramírez (2010), señala que son varios los autores que
recomiendan trabajar en investigaciones sociales, con
aproximadamente, un 30% de la población.

En los estudios cuantitativos, el tamaño de la muestra depende de la

precisión con que se desea estimar el parámetro de la población. Entre
más grande sea la muestra más representativa de la población será. El
tamaño de la muestra es un tema complejo, pero hoy se puede recurrir a
programas de computadora muy útiles para estimarla. Una de las fórmulas
más utilizadas es la siguiente:

Z 2 pqN
n=
e 2 ( N − 1) + Z 2 pq

n = Tamaño mínimo de la muestra

N = Tamaño de la población
Z = Valor normal: 1,96 (Nivel de confianza 95%)

35
p = Probabilidad de ocurrencia del evento: 50% = 0.5
q = Probabilidad de no ocurrencia del evento: 50% = 0.5
e = Margen de error (5%) = 0.05
Ejemplo:
Se desea determinar el tamaño mínimo de la muestra considerando una
población de 230 estudiantes del nivel primario de 3 instituciones
educativas, tal como se aprecia en la siguiente tabla:

N° INSTITUCIÓN EDUCATIVA POBLACIÓN

1 Gregorio Albarracín 140
2 Santa Cruz 70
3 Verdad y Vida 20
Total 230

Z 2 pqN
n= 2
e ( N − 1) + Z 2 pq

(1.96)2 (0.5) (0.5) 230

n = --------------------------------------------------
(0.05)2 (230 – 1) + (1.96)2 (0.5) (0.5)

n = 124

Por afijación proporcional n/N el tamaño de la muestra se distribuye de la

siguiente manera:

N° INSTITUCIÓN POBLACIÓN MUESTRA

EDUCATIVA
1 Gregorio Albarracín 140 75
2 Santa Cruz 70 38
3 Verdad y Vida 20 11
Total 230 124

En el informe de investigación correspondiente al capítulo III

(Metodología) la población y la muestra se consigna así:

36
 CAPÍTULO III
METODOLOGÍA
3.1. Tipo de investigación
El presente estudio adopta el tipo de investigación aplicada que tiene como propósito
resolver un problema práctico inmediato, mejorando la práctica en base a los aportes
teóricos de especialistas en el tema. La investigación aplicada según Ander-Egg
(1995) “busca el conocer para hacer, para actuar, para construir, para modificar; le
preocupa la aplicación inmediata sobre una realidad circunstancial, antes que el
desarrollo de teorías de valor universal” (p. 34).
3.2. Diseño de investigación
El diseño adoptado es el de dos grupos no equivalentes o con grupo de control no
equivalente que corresponde a los diseños cuasi experimentales. Requiere de dos
grupos a los cuales se les realiza una medición (prueba de entrada) de la variable
dependiente. Luego a uno de ellos se le aplica el tratamiento experimental (inclusión
de la variable independiente) y el otro continúa con sus actividades o tareas
rutinarias, finalmente se aplica una nueva medición (prueba de salida) a los dos
grupos. Se concluye con las posibles diferencias, que se encuentren en la prueba de
salida ya que se atribuyen al efecto provocado por la variable independiente o
experimental.
El esquema del diseño es el siguiente:
GE O1 X O2
……………………
GC O3 O4
Donde:
G.E : Grupo experimental
G.C : Grupo Control
X : Variable experimental
O1 : Prueba de entrada
O2 : Prueba de salida
3.3. Población y muestra
La Institución Educativa Inicial N° 200 “Nelly Rojas de Arenas” es una institución
de Educación Básica Regular que comprende al nivel de educación inicial del II ciclo
la cual está conformada por 157 estudiantes distribuidos de la siguiente manera:

37
 Tabla 1. Población potencial.

SECCIONES AÑOS MUJERES VARONES TOTAL

Sala 4 años 14 13 27
Anaranjada
Sala Turquesa 5 años 13 14 27
Sala Amarilla 5 años 12 15 27
Sala Roja 3 años 13 13 26
Sala Verde 3 años 10 15 25
Sala Lila 4 años 12 13 25

TOTAL 85 72 157

Fuente: Elaboración propia.

La muestra está constituida por las salas Turquesa (grupo control) y Amarilla (grupo
experimental) con 27 estudiantes cada una haciendo un total de 54, tal como se
muestra en la tabla 2.

SECCIÓN AÑOS MUJERES VARONES TOTAL

Sala Amarilla 5 años 12 15 27
Sala Turquesa 5 años 13 14 27
TOTAL 25 29 45

4. TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE

INFORMACIÓN

Constituyen el conjunto de reglas y pautas que guían las actividades que

realizan los investigadores en cada una de las etapas de la investigación
científica. Las técnicas son herramientas metodológicas para resolver un
problema metodológico concreto, de comprobación o desaprobación de
una hipótesis o supuesto.
Las técnicas son el procedimiento por el cual el investigador obtiene la
información requerida de una realidad o fenómeno en función de los
objetivos de estudio. Las técnicas varían y se seleccionan considerando
el enfoque de investigación que se emplee (cuantitativo o cualitativo). La

38
realidad presenta toda una vasta gama de datos y también puede
aplicarse diversidad de técnicas para su conocimiento. No se puede
afirmar que una sola técnica permitirá conseguir la totalidad de datos, sino
que cada técnica acopia determinada información. Por tanto, el
investigador deberá combinarlas diestramente para alcanzar un
conocimiento mucho más profundo del hecho o fenómeno en estudio.
Por otro lado, los instrumentos de recolección de información son las
herramientas específicas que emplea el investigador en el proceso de
recogida de datos que servirán para la investigación. Los instrumentos se
seleccionan a partir de la técnica previamente elegida.
Los instrumentos específicos pueden ser seleccionados por el
investigador de acuerdo con el enfoque de la investigación (cuantitativo o
cualitativo).
Técnicas e instrumentos cuantitativos
Técnicas cuantitativas Instrumentos
La encuesta El cuestionario
La entrevista La cédula de entrevista
La observación Ficha de observación
El examen La prueba o test
Documental La ficha de análisis de contenido

Técnicas e instrumentos cualitativos

Técnicas cualitativas Instrumentos
La observación cualitativa Guía de observación
La entrevista cualitativa Guía de entrevista
Grupos de enfoque Guía de tópicos
Biografías o historias de vida Ficha de historia de vida
Audiovisuales Formato de análisis audiovisual
Análisis de contenido Ficha de análisis de contenido
Análisis documental Fichas textuales, de contenido,
comentario, resumen

Por ejemplo, si se quiere identificar el desarrollo del lenguaje oral de los

estudiantes de 5 años en el nivel de educación inicial, se puede considerar
la técnica del examen con su instrumento la Prueba de Lenguaje Oral de

39
Navarra PLON-R para 5 años compuesta por 11 ítems agrupados en 3
dimensiones: Forma (5 puntos), Contenido (6 puntos) y Uso (3 puntos).
La Prueba de Lenguaje Oral Navarra Revisada está compuesta por un
total de 11 ítems, agrupados en tres dimensiones: Forma, Contenido y
Uso. Esta prueba ha sido elaborada para valorar el desarrollo del lenguaje
en los niños de 3, 4, 5 y 6 años en los aspectos de fonología, morfología-
sintaxis, léxico y pragmática. Basándose en la división de Bloom y Lahey
(citados por PLON-R, 2004) a la hora de analizar el lenguaje infantil, tales
autores proponen un análisis sincrónico, según el cual aquél se categoriza
en Forma, Contenido y Uso. De acuerdo con este enfoque es que se
plantean los apartados que se han incluido en la prueba: Forma, se
incluyen todos aquellos aspectos que tienen que ver con la descripción y
análisis de los aspectos formales; es decir de la topografía de la respuesta
verbal. Se incluyen en esta descripción formal: Fonología, Morfología y
Sintaxis. Contenido, se incluye aspectos relativos al significado de las
palabras, la Semántica: identificación de colores, relaciones espaciales,
léxico, partes básicas del cuerpo e identificación de acciones básicas.
Uso, se hace referencia a la funcionalidad del lenguaje oral, la Pragmática;
seleccionando algunas funciones representativas del lenguaje infantil:
planificación, autorregulación, comprensión y adaptación.
Calificación la calificación obtiene puntajes cuantitativos. La puntuación
máxima en un ítem es de 1 o 2 puntos (según sea el caso) y la mínima es
0. El puntaje obtenido en cada ítem el cual va de 0 a 2 puntos, permite
identificar en que nivel de desarrollo de su lenguaje oral se encuentra cada
niño. El puntaje por dimensiones indica los logros o deficiencias del niño
en una dimensión específica. Se obtiene sumando los puntajes obtenidos
en los ítems comprendidos en cada dimensión del instrumento y
determinando su puntaje máximo respecto al puntaje máximo a obtenerse
en dicha dimensión. El puntaje total varía en función al número de ítems
que el niño responde, fluctuando su valor entre 0 y 2. Siendo la puntuación
máxima en la dimensión de forma 5 puntos, en la dimensión de contenido
6 puntos y en la dimensión de uso 3 puntos. La puntuación total máxima
es de 14 puntos. De acuerdo a dicho puntaje se ubicará en los niveles de:
retraso, necesita mejorar y normal, en el desarrollo de su lenguaje oral,
según los baremos de la prueba. La muestra de tipificación de la PLON-R
ha permitido confeccionar los baremos para cada edad en sus diferentes
dimensiones.
Siguiendo con la simulación de la metodología en la investigación
cuantitativa las técnicas e instrumentos utilizados se describen de la
siguiente manera:

40
 CAPÍTULO III
METODOLOGÍA
3.1. Tipo de investigación
El presente estudio adopta el tipo de investigación aplicada que tiene como propósito
resolver un problema práctico inmediato, mejorando la práctica en base a los aportes
teóricos de especialistas en el tema. La investigación aplicada según Ander-Egg
(1995) “busca el conocer para hacer, para actuar, para construir, para modificar; le
preocupa la aplicación inmediata sobre una realidad circunstancial, antes que el
desarrollo de teorías de valor universal” (p. 34).
3.2. Diseño de investigación
El diseño adoptado es el de dos grupos no equivalentes o con grupo de control no
equivalente que corresponde a los diseños cuasi experimentales. Requiere de dos
grupos a los cuales se les realiza una medición (prueba de entrada) de la variable
dependiente. Luego a uno de ellos se le aplica el tratamiento experimental (inclusión
de la variable independiente) y el otro continúa con sus actividades o tareas
rutinarias, finalmente se aplica una nueva medición (prueba de salida) a los dos
grupos. Se concluye con las posibles diferencias, que se encuentren en la prueba de
salida ya que se atribuyen al efecto provocado por la variable independiente o
experimental.
El esquema del diseño es el siguiente:
GE O1 X O2
……………………
GC O3 O4
Donde:
G.E : Grupo experimental
G.C : Grupo Control
X : Variable experimental
O1 : Prueba de entrada
O2 : Prueba de salida
3.3. Población y muestra
La Institución Educativa Inicial N° 200 “Nelly Rojas de Arenas” es una institución
de Educación Básica Regular que comprende al nivel de educación inicial del II ciclo
la cual está conformada por 157 estudiantes distribuidos de la siguiente manera:

41
 Tabla 1. Población potencial.

SECCIONES AÑOS MUJERES VARONES TOTAL

Sala 4 años 14 13 27
Anaranjada
Sala Turquesa 5 años 13 14 27
Sala Amarilla 5 años 12 15 27
Sala Roja 3 años 13 13 26
Sala Verde 3 años 10 15 25
Sala Lila 4 años 12 13 25

TOTAL 85 72 157

Fuente: Elaboración propia.

La muestra está constituida por las salas Turquesa (grupo control) y Amarilla (grupo
experimental) con 27 estudiantes cada una haciendo un total de 54, tal como se
muestra en la tabla 2.

SECCIÓN AÑOS MUJERES VARONES TOTAL

Sala Amarilla 5 años 12 15 27
Sala Turquesa 5 años 13 14 27
TOTAL 25 29 45

3.4. Técnicas e instrumentos de recolección de información

Para recoger información de la variable dependiente se aplicará la técnica de la
observación con su instrumento la Escala de Evaluación de la Psicomotricidad en
Preescolar compuesta por 40 ítems distribuidos en 5 dimensiones: locomoción,
posiciones, equilibrio, coordinación (piernas, brazos, manos) y esquema corporal (en
sí mismo, y en otros).
En el caso de la variable independiente se aplicará también la técnica de la
observación con su instrumento una escala numérica con la finalidad de evaluar la
guía didáctica de actividades motrices.

42
5. Técnicas de procesamiento y análisis de información

Se entiende por procesamiento de la información al conjunto de pasos

destinados a ordenar, clasificar y organizar la información recolectada
para los fines del análisis.
La sistematización de los datos, llamada también procesamiento de la
información o codificación y elaboración de datos recolectados, es un
proceso destinado a realizar operaciones de:
• Clasificación u ordenamiento de la información.
• Tabulación de datos o contabilización de la información, para lo cual
se usan también las matrices de sistematización.
• Cálculos estadísticos (descriptivos e inferenciales).
• Organización de datos a través de cuadros o tablas y gráficos.
Todo ello, en función de las variables e indicadores operacionalizados
para la investigación, así como de los objetivos e hipótesis.
Para finalizar el capítulo de la metodología en el informe de investigación
se describen las técnicas de procesamiento y análisis de información, tal
como se detalla en el siguiente ejemplo:

43
 CAPÍTULO III
METODOLOGÍA
3.1. Tipo de investigación
El presente estudio adopta el tipo de investigación aplicada que tiene como propósito
resolver un problema práctico inmediato, mejorando la práctica en base a los aportes
teóricos de especialistas en el tema. La investigación aplicada según Ander-Egg
(1995) “busca el conocer para hacer, para actuar, para construir, para modificar; le
preocupa la aplicación inmediata sobre una realidad circunstancial, antes que el
desarrollo de teorías de valor universal” (p. 34).
3.2. Diseño de investigación
El diseño adoptado es el de dos grupos no equivalentes o con grupo de control no
equivalente que corresponde a los diseños cuasi experimentales. Requiere de dos
grupos a los cuales se les realiza una medición (prueba de entrada) de la variable
dependiente. Luego a uno de ellos se le aplica el tratamiento experimental (inclusión
de la variable independiente) y el otro continúa con sus actividades o tareas
rutinarias, finalmente se aplica una nueva medición (prueba de salida) a los dos
grupos. Se concluye con las posibles diferencias, que se encuentren en la prueba de
salida ya que se atribuyen al efecto provocado por la variable independiente o
experimental.
El esquema del diseño es el siguiente:
GE O1 X O2
……………………
GC O3 O4
Donde:
G.E : Grupo experimental
G.C : Grupo Control
X : Variable experimental
O1 : Prueba de entrada
O2 : Prueba de salida
3.3. Población y muestra
La Institución Educativa Inicial N° 200 “Nelly Rojas de Arenas” es una institución
de Educación Básica Regular que comprende al nivel de educación inicial del II ciclo
la cual está conformada por 157 estudiantes distribuidos de la siguiente manera:

44
 Tabla 1. Población potencial.

SECCIONES AÑOS MUJERES VARONES TOTAL

Sala 4 años 14 13 27
Anaranjada
Sala Turquesa 5 años 13 14 27
Sala Amarilla 5 años 12 15 27
Sala Roja 3 años 13 13 26
Sala Verde 3 años 10 15 25
Sala Lila 4 años 12 13 25

TOTAL 85 72 157

Fuente: Elaboración propia.

La muestra está constituida por las salas Turquesa (grupo control) y Amarilla (grupo
experimental) con 27 estudiantes cada una haciendo un total de 54, tal como se
muestra en la tabla 2.

SECCIÓN AÑOS MUJERES VARONES TOTAL

Sala Amarilla 5 años 12 15 27
Sala Turquesa 5 años 13 14 27
TOTAL 25 29 45

3.4. Técnicas e instrumentos de recolección de información

Para recoger información de la variable dependiente se aplicará la técnica de la
observación con su instrumento la Escala de Evaluación de la Psicomotricidad en
Preescolar compuesta por 40 ítems distribuidos en 5 dimensiones: locomoción,
posiciones, equilibrio, coordinación (piernas, brazos, manos) y esquema corporal (en
sí mismo, y en otros).
En el caso de la variable independiente se aplicará también la técnica de la
observación con su instrumento una escala numérica con la finalidad de evaluar la
guía didáctica de actividades motrices.
3.5. Técnicas de procesamiento y análisis de información
Para procesar, presentar y analizar la información pertinente se aplicará un pre y post
test que recoge información sobre el nivel del desarrollo del lenguaje oral y
determinar las características de las variables estudiada, antes y después del
experimento. Asimismo, los resultados se procesarán en tablas y figuras estadísticas
para su posterior análisis e interpretación.

45
 En el procesamiento de los datos se utilizará las técnicas estadísticas, tanto la descriptiva
como inferencial.
Estadística Descriptiva:
Se empleará esta estadística para la descripción y análisis de un conjunto de datos recopilados
del grupo experimental. Tabla de frecuencias comparativas absolutas y porcentuales; figuras
de barras doble.
Estadística Inferencial
Debido a que la muestra es de 26 (menor de 30) que constituyen el grupo experimental, se
utilizó la prueba T de Student para probar estadísticamente las hipótesis. Asimismo, la prueba
de normalidad de Shapiro-Wilk.

REFERENCIAS BIBLIOGRÁFICAS

Ander-Egg, E. (1978). Técnicas de Investigación Social. 7ª edición. Cap. 7 El

método de muestreo. Edit. Humanitas. B. Aires 1978.
Ary, D., Jacobs, L. y Razavieh, A.(1994). Introducción a la Investigación
Pedagógica. 2ª edición. Capítulo 6 Muestreo inferencial y estadístico. Edit. Mc
Graw-Hill México. 1994.
Briones, G. (1996). Métodos y técnicas de investigación para las Ciencias
Sociales. México: Edit Trillas, 2ª ed.
Hernández, R., Fernández, C. y Baptista L. (2014). Metodología de la
Investigación. México D.F. McGRAW-HILL/Interamericana Editores, S.A.
Hernández, R., Méndez, S., Mendoza, C. y Cuevas, A. (2017). Fundamentos de
investigación. México D.F. McGRAW-HILL/Interamericana Editores, S.A.
Kerlinger, F. (1975). Investigación del Comportamiento. Cap. 8 Muestreo y
Aleatoriedad. Edit. Interamericana. México 1975.
Tamayo, M. (1999). El proyecto de investigación. Santa Fe de Bogotá: Edit.
ICFES.

46
47