I.

CONCEPTOS IMPLICADOS:
1. CIENCIA:

• Una forma de explicar lo que existe (hay otras formas: mágica,

religiosa).
• Conjunto o cúmulo de conocimientos.
• Tiene historia: nace en la era moderna: Copérnico (1473-1543),
Galileo (1564-1642) (o en Grecia).
• Misión: explicar a lo que el hombre ve, oye y, en general, siente.
• Proceso: observar, preguntar por qué, formular respuestas,
comprobarlas.
• Sistematización y jerarquización de la experiencia humana.
• Dos tipos de realidad que estudia la ciencia:
- Natural (estudia todo lo que existe, independientemente de
la voluntad humana).
- Social (estudia todo lo creado por el hombre (sociedad,
lenguaje, cultura, poder, comunicación, etc.).
(Reza Becerril, Fernando, “Ciencia, metodología e investigación”, Pearson, México, 1997)

1. Ciencia:
• Conjunto conocimientos sistematizados sobre una materia
• “conocimiento teórico…y sistemático de la realidad, derivada
de la observación y experimentación metódicas”
• Objetivos ciencia: analizar, explicar, prever o predecir y actuar.
(BRAVO, Sierra, Técnicas de investigación social. Teoría y ejercicios, 14ava Ed, 2da
reimpresión, 2003, España: P 15).
2. El conocimiento.
• Proceso inacabado.
• Implica un sujeto (cognoscente) y un objeto (cognoscible). En
realidad una multiplicidad de objetos que, en el proceso del
conocer, el sujeto contrasta (diferencia).
- En la relación sujeto-objeto, objeto tiene capacidad de influir
en sujeto (ej. un suceso que inesperadamente aparece ante el
sujeto). La historia, así, puede entenderse como el encuentro
mutuo entre sujeto y objeto. Cuando el sujeto “va” al objeto,
éste también “va” a aquél (“dejándose ver”: color, tamaño, etc.).
- En la relación sujeto-objeto, sujeto va transformándose a
medida que el objeto lo penetra. En el comienzo de la relación el
sujeto desconocía al objeto, pero la relación entablada con él
puede llevarla, progresivamente, a un conocimiento más
profundo y detallado del objeto, con lo que el objeto va
transformando al sujeto investigador.
- Si el objeto penetra al sujeto, con igual o mayor razón el sujeto hace
lo mismo con aquél: lo puede manipular de mil maneras para sacarle
el jugo al conocimiento sobre él.
2.1. Tipos de conocimiento:
• Conocimiento empírico.
- El sujeto llega a reconocer, diferenciar, únicamente por la
experiencia. Conocimiento probado y comprobado por la práctica,
por la experiencia de observar una y otra vez el hecho observado.
Primer conocimiento que la humanidad ha tenido de lo que le
rodea. Es un primer nivel de conocimiento que tiene el ser humano
y el ser social.
• Conocimiento teórico.
- El de la ciencia (agua: H20, se sabe, pero no se lo experimenta,
separando sus moléculas), y, respecto a él hay un mínimo
acercamiento.
- Conocimiento teórico (sin práctica) y conocimiento empírico
(práctico) se enriquecen mutuamente.
• Conocimiento científico.
- Unión del conocimiento empírico con el teórico; pero además se
trata de un conocimiento con:
+ Orden
+ Jerarquización.
+ Progresión
+ Comprobación.
+ Predicción.
- Ejemplos.
+ Pasar de la suma a la multiplicación y de ésta a la división (orden y
jerarquización).
+ Conocimiento científico implica un proceso: paso del aprendizaje
empírico hasta la predicción de resultados posibles. Ej. El sol brilla
(conocimiento empírico). El sol morirá, porque ese brillo son las
múltiples explosiones que lo están matando (predicción). Se predice a
partir de conocimientos previos que permiten comprobarlo
(predicción de los eclipses, por Ej., a partir del cálculo de velocidades y
distancias que hacen los astrónomos).
(Reza Becerril, Idem).
3. Tres concepciones orientadas a delimitar el conocimiento
científico.
3.1. Positivismo clásico.
• Base inicial: Inducción (Francis Bacon, Siglo XVI, inicio era
moderna). Base para ciencia experimental Gran Bretaña
(S.XVIII).
• S.XIX: inducción aparece como positivismo (Comte, Stuarmill
Durheim). Ciencia: cuerpo de conocimientos compuesto de
proposiciones comprobadas empíricamente, tras haber
VERificado las hipótesis y, con ello, arribar a leyes científicas
(modernismo: razón, cerebro, ojo, talante objetivo, frío).
• Desde años 30 (S. XIX): Positivismo: “empiricismo”.
Cuestionamiento del proceso inducción-generalización, cuyo
resultado se incorpora al cuerpo de a ciencia.
1.2. Falsacionismo. O “Positivismo lógico” (Wittgestein, Carnap,
Círculo de Viena).
• Se reflexiona la lógica clásica: la inducción, pero también la
deducción.
• Representante más destacado: Karl Popper (“La lógica de la
investigación científica”).
• Popper: Critica postura positivista-inductivista de que una vez
verificada una proposición, ésta pasa al corpus de la ciencia como
algo eternamente comprobado. Porque la verificación nunca es
copmpleta (“todos los cuervos son negros”: corroborada por todas
las observaciones de cuervos: todos son negros hasta hoy pero,
¿si en el futuro se encontrare un cuervo no negro aquella
generalización se desmorona, deja de ser verdad científica.
• Puede haber más de una conclusión inductiva a partir de los
mismos hechos.
• Pueden haber hechos “inobservables” que explican los
acontecimientos, en forma más exacta: “aparentemente”
inobservables (rotación tierra alrededor Sol). Hechos
“inobservables” que pueden observarse a través de sus
consecuencias (Ej. Estaciones año). “Si la Tierra gira sobre su
eje y alrededor del Sol, y si además su eje de rotación está
inclinado respecto al plano de su órbita solar, y si además los
rayos solares van perdiendo calor a medida que atraviesa la
atmósfera, y si esa pérdida es mayor cuanto mayor sea el
espesor de la atmósfera que tienen que atravesar, se
desprendería que los rayos solares en invierno llegan durante
menos horas y más inclinados, y que como consecuencia
transmiten menos calor en la superficie terrestre, y por lo tanto
se deberían observar temperaturas más bajas en invierno que es
precisamente lo que ocurre” (Maletta, 2009).
(La sociedad también se puede observar de diversas maneras,
entre ellas a través de sus consecuencias JPM).
• Posibilidad que hayan otras explicaciones que también
concuerdan con los hechos observados, para los que ya se
cuenta con una explicación (Ejemplo que el sol pueda emitir
más o menos calor, según momentos del año).
• Ciencia no debe comprobar (verificar) proposiciones porque,
después de haber sido comprobadas múltiples veces, puede
encontrarse un caso en que ellas no se comprueben, con lo
cual “mata” la comprobación de todos los casos.
• Por lo anterior, para Popper la actividad científica debe
consistir, no en verificar hipótesis, sino en elaborar
proposiciones, empíricamente refutables (“conjeturas”) y
exponerlas a la posibilidad de ser refutadas. Proposiciones
irrefutables no deben ser usadas en ciencia (Cab, S. Mart.).
¿Qué color tuvo el caballo blanco de San Martín?. Indagar en
archivos?
• En conclusión, una proposición científica, para Popper, es una
conjetura que puede ser objeto de una posible refutación
empírica.
• Por tanto, el corpus de la ciencia está constituido por
proposiciones empíricamente refutables, pero que todavía
no han sido refutadas; es decir, constituido por conjeturas.
• Esta tesis popperiana se aplica a las ciencias basadas en la
observación de la realidad empírica; no a las proposiciones
puramente lógicas, como las proposiciones matemáticas, por
ejemplo.
• Las proposiciones teóricas de todas las ciencias
observacionales, sujetas a la refutación empírica como
criterio fundamental, tienen que respetar igualmente los
criterios de verdad de la lógica y de las matemáticas, aparte
de tener sustento en la realidad empíricamente observable.
Cualquier teoría científica debe poseer coherencia (lógica) y
respaldo empírico.
• Para Popper las proposiciones científicas no son
necesariamente verdaderas. No se sabe ni se puede saber si
son verdaderas o no. En un momento dado solo se puede
saber que todavía no han sido refutadas. (ilustrar con
Tolomeo y Copérnico, ubicándose en tiempo anterior tesis de
Copérnico y posterior a la de Tolomeo: JPM).
• Por eso: corpus de la ciencia integrado por hipótesis todavía
no refutadas. Así, no se puede decir que la ciencia consta de
verdades o de leyes científicas verificadas. Consta de
proposiciones refutables, todavía no refutadas.
• Entonces, labor del científico: elaborar proposiciones
empíricamente contrastables y estar dispuesto a descartarlas
cuando haya evidencias que aquellas se contradicen con los
hechos.
• Proyecto de investigación: formulación de hipótesis y su
contrastación empírica (verificación) mediante ciertos
métodos. Por el resultado de la investigación dicha hipótesis
puede ser descartada o que permanezca en el conjunto de
proposiciones “verificadas” (positivismo) o “todavía no
refutadas (Popper) (Maletta, 2009:34).
• Popper: “hipotético-deductivo”: existe cuerpo teórico del que
se deducen hipótesis que son sometidas a la contrastación
empírica. En este enfoque las hipótesis no surgen
aisladamente, son deducidas de un esquema teórico más
amplio.
1.3. Paradigmas y revoluciones científicas.
A diferencia de Popper que es lógico y ahistórico, el físico
Thomas Kuhn e Impre Lakatos hacen un examen científico de la
propia ciencia, no sólo a partir de la lógica sino también de la
historia de la ciencia. ¿Qué es la ciencia y cómo se delimita en su
momento histórico?
Kuhn Thomas, “La revolución copernicana”, Ariel, Barcelona, 1981. Y
Kuhn, “La estructura de las revoluciones científicas”, FCE, México,
1971.
Kuhn (1981).
• Analiza desarrollo astronomía desde el modelo tolemaico (tierra
inmóvil) hasta modelo copernicano (tierra y demás planetas girando
alrededor del sol).
• Modelo tolemaico: con fallas detectadas desde muy antiguo,
“remendadas” por tolemaicos con correcciones ad hoc, “para hacer
coincidir teoría y fenómenos observados, para salvar los
fenómenos” (teorías aunque con señales de fallas no se abandonan
inmediatamente; tolemaicos se aferran a su teoría y sólo la
abandonan muchos siglos después, cuando teoría copernicana da
claras señales de victoria) (integrar aquí el caso: esfuerzos
colectivos en defensa de lo individual JPM).
Kuhn (1971).
• En 1962, a partir de ciertas obras fundacionales (Almagesto:
Tolomeo; De Revolutionibus: Copérnico), Kuhn formula un
esquema conceptual sobre la forma del progreso científico: la
ciencia adopta un paradigma: “modelo a imitar” (primero);
“conjunto de ideas que guían y delimitan la investigación y la
teorización en un campo de conocimiento” (Maletta, 2009:35)
de modo que la investigación posterior discurre enteramente
al interior de un paradigma o “ciencia normal” (ídem) aunque
en la práctica los paradigmas tienden a evidenciar, ala larga,
problemas no resueltos y anomalías empíricas insolubles
(señalados por autores que cuestionan el
paradigma proponiendo una nueva visión que si tienen éxito se
torna en nuevo paradigma) que se las enfrenta con “remiendos”
• Paradigma según propuesta más completa y específica de
Kuhn: “Conjunto de principios métodos y axiomas que
delimitan un campo científico, definen los objetivos que o
componen y sus leyes fundamentales establecen su
problemática y sus métodos, y guardan una fuerte relación no
solo con otras disciplinas, sino también con la cultura, la
filosofía religión e incluso las ideologías políticas
fundamentales de las sociedades en el queel paradigma surge
y es aceptado” (Idem, 36).
• Como toda teoría, la tolemaica tenía fuertes vínculos con el
resto del saber antiguo (visión aristotélica del movimiento
físico, religión), motivos extracientíficos determinaron la
enorme demora en abandonarla y continuarla con la teoría
copernicana, seguida por Galileo y Newton.
Kuhn (1971)
 Lakatos y los programas científicos.
• A pesar de Popper, corroboraciones científicas, importantes en
desarrollo ciencia. Puede que en términos de Popper, ley gravedad,
no verificada, sólo conjetura, porque puede que algún día sea
descartada; pero: permanente corroboración empírica de esa ley le
da un plus que otras proposiciones no tienen.
• Refutación de una proposición no siempre prueba su descarte.
Puede que reformulada más adecuadamente, no sea refutada.
• Teoría de los Programas científicos: el resultado de una prueba de
hipótesis o proposición no dependerá sólo de los hechos como
tales, sino también de validez y confiabilidad de los instrumentos
de observación. Por ello, para aceptar los resultados de una
observación es necesario aceptar esas hipótesis auxiliares. Galileo: por
medio del telescopio descubrió varias lunas en Júpiter. Dudó de ellas
porque quizá ellas podrían ser ilusiones causadas por el telescopio. Si
no se acepta validez del instrumento de observación, la observación
de las lunas tampoco se acepta.
“Modus Tollens”: falacia que niega el consecuente, porque alguna de
las premisas (no se sabe cual) es falsa. Ejemplo, considerando a
Sócrates INMORTAL y esta proposición: “Todos los hombres son
mortales. Sócrates es hombre. Por tanto Sócrates es mortal”. Si
Sócrates es inmortal, una de dos: o es falso que “todos los hombres
sean mortales” o es falso que Sócrates sea un hombre”, pero no
podemos determinar cuál de las dos premisas es falsa, si la primera o
la segunda. Se sabe que el conjunto de premisas tiene un error, pero
no sabemos cuál premisa lo contiene.
Volviendo a Galileo, éste observó que en algunas ciertas noches
veía cierta cantidad de lunas en Júpiter y en otras noches otra
cantidad y en posiciones diferentes: ¿falla del telescopio?. Si se
decide que esto es así, entonces se elabora una hipótesis
auxiliar, indicando que aquella variación de lunas y de sus
posiciones se debe a fallas del telescopio, a la distorsión del
instrumento.
• ¿Pero que hizo Galileo? Elaboró otra hipótesis, no auxiliar,
sino sustantiva “las lunas estaban en órbita” alrededor de
Júpiter, tal movimiento explica los cambios de posición
aparentes, y cuando no estaban visibles, era porque estaban
temporalmente ocultas por el propio planeta.
3. El proceso de la adquisición del conocimiento científico
(Proceso de la investigación científica).
A: DETERMINACIÓN DEL PROBLEMA DE INVESTIGACIÓN.
• ¿Qué investigar? (área o fenómeno social que se busca
investigar).
• ¿buscando qué? (qué se intenta saber o descubrir de dicho
fenómeno)
• Calidad del estudio a realizar: ¿se trata de un estudio
descriptivo, o de uno de carácter explcativo?
• Condiciones del problema de investigación.
- Concreto: (formulación lo más precisa posible)
- No juicios valor: ciencia se refiere a la realidad. no a lo que
debe ser.
- Lo anterior permite que los problemas que se planteen puedan
observarse, experimentarse, contrastarse y verificarse en la
realidad.
- Susceptibles de generalización. Problemas de investigación: no
casos únicos, deben ser representativos (susceptibles de
generalización.
- Novedoso: Lo conocido o lo resuelto no interesan, salvo que
supongan enfoques o puntos de vista nuevos.
• Orígenes psicológico y lógico del problema de investigación.
- Psicológico: problema deriva de curiosidad o necesidad afán de
explicar lo desconocido.
- Epistemológico: problema se halla en: conocimientos limitados,
ignorancia, y sobre todo error. Error (ideas que se creían ciertas
son desmentidas por la realidad): fuente importante de
problemas de investigación.
• Aspectos de los problemas de investigación y objetivos:
- OBJETIVOS investigación implican enfocar los ASPECTOS de
ella
• EJEMPLOS DE PROBLEMAS DE INVESTIGACIÓN.
- Inexistencia de métodos de enseñanza de idioma inglés para personal
auxiliar en las embajadas de Cuba en el exterior.
- Deficiencias en el Plan de Estudios del bailarín de espectáculos.
- Insuficiente conocimiento sobre los métodos y características del
espionaje español contra los principales patriotas cubanos del siglo
XIX.
- ¿ Cuáles son las regularidades que caracterizan la actividad comercial
de Cuba en los últimos cinco años?
(Fuente: «Cómo se escribe una tesis?. Orientaciones metodológicas
para aspirantes a grado científico». Dras. Magali Martín Quijano y
Norma Moreno Cabalor. Basado en la teoría de los procesos
conscientes del Dr. Carlos Álvarez especialista del M.E.S: Más que los
objetos interesan las relaciones.Las relaciones son dialécticas).
B: LAS HIPÓTESIS
• HIPÓTESIS (ejemplo 1):
• «Los servicios de atención del CEM contribuyen en la
disminución de la violencia contra las mujeres de la
provincia San Miguel».
• Relación de la hipótesis con el problema.
- Problema: «Cómo influye el servicio de la atención
del CEM en la disminución en la disminución de la
violencia contra las mujeres de la provincia San Miguel-
Cajamarca?»
• Relación de la hipótesis con el objetivo.
- Objetivo: «Analizar el servicio de atención del CEM y
su influencia en la disminución de la violencia contra la
mujer de la provincia San Miguel-Cajamarca»
• Relación de la hipótesis con las variables.
- Variable 1: «servicio de atención del CEM» (de apoyo legal, social,
psicológico).
- Variable 2: «violencia contra la mujer» (física, psicológica y sexual).
• Relación (mediada por las variables) de la hipótesis
con los indicadores.
- Variable 1.1. «Servicio de apoyo legal»:
+ Indicadores: «Formas de orientación legal», «Formas de acompañamiento
judicial», «Formas de patrocinio».
- Variable 1.2. «Servicio de apoyo social»
+ Indicadores: «Formas de orientación social», «frecuencias de visita social»,
«formas de gestión social».
- Variable 1.3. «Servicio de apoyo psicológico»:
+ Indicadores: «Formas de orientación psicológica», «Formas de
acompañamiento psicológico», «Criterios derivados de casos».
- Variable 2.1. «Violencia física»:
+ Indicadores: «Mujeres con signos de agresión corporal»,
«Mujeres con lesiones leves o graves».
- Variable 2.2. «Violencia psicológica».
+ Indicadores: «Baja autoestima», «intento o idea de suicidio».
- Variable 2.3. «Violencia sexual».
+ Indicadores: «Trauma psicológico», «trauma fisiológico».
• Relación (mediada por variables e indicadores) de
la hipótesis con las técnicas de investigación.
- Variable 1: «Revisión documentaria del CEM», «Entrevista».
- Variable 2: «Revisión documentaria del CEM». «Entrevista».
• Relación de la hipótesis con el tema.
- Hipótesis: «Los servicios de atención del CEM contribuyen en la
disminución de la violencia contra las mujeres de la provincia San
Miguel».
-Tema: «El servicio de atención de Centro Emergencia Mujer y la
violencia contra la mujer en la provincia de San Miguel-Cajamarca,
período 2013-2015».
 LAS HIPÓTESIS
4. LAS HIPÓTESIS Y SU VERIFICACIÓN.
a) Necesitan variables , indicadores, métodos y técnicas
para recojo de información, a través de los cuales se realiza el
proceso de verificación.
b) El positivismo y la verificación: una forma de
relación de la hipótesis con la teoría..
• Positivismo «clásico»: Inducción como enfoque
metodológico (Bacon, S. XVI).
- Del dato se induce leyes, teoría. CC.SS.: lo recusan desde S. XIX
(«empiricismo»).
- Verificación: concordancia hechos observados con
teoría.
 HIPÓTESIS
• «Positivismo lógico» o falsacionismo (S. XX).
- Representante sobresaliente: Popper.
+ Verificación nunca es completa.
+ Inducción: hechos observados no generalizables FUTURO.
+ Un hecho puede llevar a más de una conclusión inductiva.
+ Hay hechos inobservables que pueden «observarse» a partir de
sus consecuencias.
+ Concordancia de proposición explicativa con hechos observables
no garantiza que sea verdadera explicación hechos observados.
Puede haber otras explicaciones que también concuerdan con los
hechos.
 HIPÓTESIS. POPPER: CONTINUACIÓN

+ Si datos no permiten decidir si una proposición es verdadera

incluso cuando ella concuerde con los hechos, la falsedad de
una proposición sí puede ser decidida por los datos empíricos.
Si una proposición no concuerda con hechos, ello sí es
referencia segura de que la proposición es falsa y, por eso, debe
ser abandonada.
+ Por lo anterior: labor científica consiste en elaborar
proposiciones empíricamente refutables («conjeturas») y
exponerlas a la posibilidad de ser refutadas.
+ Corpus de la ciencia: proposiciones empíricamente
refutables, pero todavía no refutadas.
2. HIPÓTESIS: SU RELACIÓN CON EL PROBLEMA
Y LAS VARIABLES.
a) Relación con el problema.
• Respuesta tentativa ( explicativa) al problema.
b) Relación con las variables.
• Variables se derivan de las hipótesis.
• A través variables hipótesis esclarecen más:
- campo de investigación.
- Información a recoger.
- Métodos y técnicas a emplear.
- Datos a recoger.
• Variables, hipótesis y unidades de
observación:
• las hipótesis:
- contienen unidades de observación.
- expresan relaciones entre variables referidas a
unidades de observación determinadas.
3. ESTRUCTURA DE LAS HIPÓTESIS.
a) Punto de vista científico: hipótesis
tienen estos elementos estructurales:
• Unidades de observación (personas, grupos, objetos,
actividades, instituciones, acontecimientos, “sobre los que
versa la investigación social”.
• Variables
• Relaciones entre unidades de observación y
variables
• Relaciones entre variables.
 ESTURCTURA HIPÓTESIS: CONTINUACIÓN.

b) Punto de vista gramatical:

• Unidades de observación (sujetos).
• Variables (atributos).
c) Según número de variables:
• con una variable.
• con dos o más variables y relación de asociación
(reciprocidad, superioridad, inferioridad), con dos
o más variables y relación de dependencia
(busca razones o motivos de los fenómenos).
 4. CONDICIONES DE LAS HIPÓTESIS
a) Claras
b) Aluden a realidad empírica(no a temas morales
o trascendentes).
• Susceptibles de verificación con uso de técnicas
pertinentes.
• Específicas. Si no lo son (demasiado amplias y
generales y no pueden verificarse directamente),
se pueden desagregar en SUBHIPÓTESIS
(aclaratorias).
 CONDICIONES DE LAS HIPÓTESIS:
CONTINUACIÓN

• Conectadas a teorías:
- Las confirman
- Las revisan.
- Hacen nuevas aportaciones a ellas.
• Deben tener «cierto alcance general”.
• Ofrecen respuesta probable al problema
de investigación.
5. Unidades de observación social:
individuos , grupos sociales, instituciones, objetos
culturales.
a) Unidades de observación y unidades
de análisis, en CC.SS.
• U. de observación: principalmente
individuos.
• U. de análisis: grupos (los que votan por
el partido x)
 II. LAS VARIABLES.
¿Qué son?: Aspectos o dimensiones de un fenómeno que
tienen la propiedad de asumir valores cuantitativos o
cualitativos.
2. Variables en el contexto de la hipótesis y de las
unidades de observación:
• “las hipótesis expresan mediante términos lógicos
relaciones entre variables referentes a unidades de
observación determinadas” (Sierra, 2003: 98).
• Términos incluidos en las hipótesis deben ser
definidos conceptual y operacionalmente. En el
proceso operacionalización, los conceptos se
convierten en variables.
 VARIABLES.
3. Características de las variables:
a) Tomadas separadamente:
• Son características observables de algo.
• Susceptibles de cambio o variación con relación al mismo o diferentes objetos.
• Ejemplos: variable color (negro, blanco, rojo, etc.), variable peso (puede tomar
valores de 60,70, 80, etc.).
b) Variables consideradas en relación (no aisladamente).
• Covariación o asociación y dependencia, influencia o causalidad.
• Ejemplo: posición social: relación de dependencia de otras variables como
ingresos, nivel educativo…).
c) Tipos de variables, consideradas en relación
causa-efecto:
• Dependiente: efecto de la acción de variables
independientes.
• Independiente: Asume función de causa y condición
de la variable dependiente.
• Interviniente: interfieren entre la variable
independiente y la dependiente, en el momento de
relacionar las variables.
 PRÁCTICA.
En el texto del autor (Sierra Bravo), p.96, se advierte la siguiente
afirmación: «Las unidades de observación son las realidades que
se pretenden observar». Para guiar la llegada de un lector a esta
afirmación, alguien podría hacer esta pregunta: ¿Cómo define el
autor (Sierra Bravo) a las unidades de observación?. La respuesta
a esta pregunta está dada en la afirmación antedicha.
Se pide a cada grupo formular siete preguntas parecidas a la
pregunta que antecede y, a continuación de cada una de ellas,
presentar las respuestas que de acuerdo al texto de lectura, son
las pertinentes. Las respuestas pueden ser presentadas
entrecomilladas, si se presentan como cita textual, o sin comillas,
si implican un resumen hecho por ustedes.
 III. LA VERIFICACIÓN.

1. La observación.
• Examina todo tipo de fuentes funcionales a una investigación
concreta.
a) Elementos de la observación:
- Sujeto y objeto
- El acto de la observación y el registro de lo observado.
- Provocación de estímulos y la respuesta del tipo observado.
- Percepción de la respuesta del objeto observado al estímulo,
registro de la respuesta: sujeto, estímulo, objeto, respuesta,
percepción, registro.
- Detección de factores ajenos que alteran pureza de la
observación (problemas de la observación).
b) Tipos de observación.
b.1. Según su objeto (procedimientos de recogida de datos):
• Observación directa (por medio de los sentidos) de hechos.
- Observación directa simple (hechos que se producen
espontanea y naturalmente).
- Observación experimental (efectividad provocada
artificialmente).
• Observación documental. (diversos tipos de documentos).
• Observación por encuesta (interrogación a sujetos o protagonistas
de los hechos estudiados).
- Por correo.
- Entrevista directa a individuos clave (en profundidad).
- Cuestionario a un colectivo (por muestreo).
b) Observación y medida.
• Observar es recoger datos (recoger medidas. Ejemplo: peso,
tamaño, edad (años), etc.).
• Medir es asignar números a objetos o acontecimientos).
• Hay diversos niveles de medida. Comparar es también en cierto
sentido medir.
• Existe, pues, vínculo íntimo entre observación y medida.
2. Las fuentes de datos.
a) Fuentes primarias (producidas por un investigador para una
investigación concreta): Observación directa y por encuesta.
b) Fuentes secundarias (no producidas por el investigador para
su investigación, producida por otros investigadores o
instituciones): observación documental.
3. Fuentes secundarias.
a) Bancos (Mundial), Bancos de datos, Registro de hechos vitales:
Registro Civil), Censos, datos de encuestas, etc., etc.
4. El Censo.
a) Características generales.
• Reúne, elabora y publica datos demográficos (también económicos
y sociales) correspondientes a todos los habitantes de un referido a
un momento determinado o a ciertos períodos de tiempo dados
(NN.UU).
• Permite detectar cambios en la magnitud y composición de la N
dos momentos, datos cruciales para proyectarla.
• Fuente básica estudio migración. Últimamente se han incluido
preguntas sobre fecundidad y mortalidad que permiten estimación
indirecta de estos componentes de dinámica demográfica.
• Información económica y social que contiene (individual y familiar)
posibilita estudio de interrelación entre características
demográficas y socioeconómicas de individuos y hogares.
b) Características específicas.
• Secreto estadístico.
• Patrocinio del Estado (a pesar que puede ejecutarse por una por
agencias gubernamental o privada.
• Territorio definido (aunque alguna circunstancia ineludible impida
la totalidad del territorio).

• Universalidad: toda la N del territorio

definido.
• Unidad censal: individuo (población), vivienda
(vivienda). Se pueden hacer preguntas sobre hogar.
• Simultaneidad: todo se hace en un momento definido.
c) Recomendaciones internacionales:
• Simultaneidad en todos los países y en años terminados en cero.
• Deben ser de población y vivienda.
• Sobre etapas:
- pre-empadronamiento (decreto, actualización de mapas, determinación de
zonas censales, definición temas, ensayos del cuestionario, prueba de campo,
censos pilotos);
- Empadronamiento (capacitación empadronadores y supervisores en base a
la experiencia de los censos pilotos, empadronamiento: de facto -de hecho-
donde se encuentren momento censo: pregunta: dónde pasó la noche
anterior, de jure – de derecho- en residencia habitual).
- Post-empadronamiento (recepción y verificación de cuestionarios,
codificación, aplicación de programas de crítica, encuesta de
evaluación –opcional-, para verificar errores cobertura y calidad
información; primera entrega al público -N total, sexo, lugar-,
entrega cifras provisionales, luego la entrega final del censo en
tiempo que puede acercarse a un año).
d) Temas usuales:
• Geográficos: residencia habitual, tipo de
localidad del encuestado.
• Demográficos: datos hogar, parentesco, edad, sexo, lugar
nacimiento, preguntas sobre fecundidad y mortalidad para
estimado indirecto.
• Educación: nivel de instrucción y asistencia actual a la escuela
• Actividad económica: activo o inactivo,
ocupación (rama: primario, secundario y
terciario), categoría ocupacional (patrón,
empleado, cuenta propia, no remunerado –
familiar-).
• Otros: etnia, religión, idiomas, habilidades diferentes.
5. ENCUESTAS DEMOGRÁFICAS
• Sobre todo referidas a componentes de dinámica
demográfica
• Información a nivel cada individuo, hogares.
• Tipos:
- Perspectivas:
+ Registros de hechos demográficos (Nac., Def., enfermed., Mig.,
matrim.), eventualmente también de otro tipos de datos de la N
bajo observación, en un tiempo dado.
+ Reiteradas (visitas repetidas)a una misma persona o grupo.
Dato de gran calidad, pero de alto costo.
- Retrospectivas: en una sola vez.
+ Con data se reconstruye historia demográfica de encuestados.
+ Para Fec. y Mort.: Preguntas permiten su estimación directa e
indirecta.
+ Migración: se indaga por historia de los cambios de residencia
y motivos. Defecto: errores muestreo.
+ 1970 (nivel mundial): «WFS-Word Fertility Survey».
+ 1980 (nivel mundial): «DHS-Demographic and Healt Surveys».
+ Ambas: data sobre fecundidad y mortalidad básicamente.
+ Facilitaron estimar y comparar principales indicadores sobre
Fecundidad y MI en distintas regiones y países del mundo.
6. Estadísticas vitales.
• En registros civiles oficiales (antes Iglesia): se «asienta» data sobre
principales hechos demográficos (Nac., Def., Mat., divorcios,
adopciones).
• Registro civil: inscripción legal, compulsiva (sin él no se puede
acceder a determinados derechos), continua, permanente; tiene
fines estadísticos.
• Nacimientos:
- Fecha ocurrencia y de inscripción. Orden nacimiento. Tiempo
gestación, lugar parto e inscripción. Tipo atención parto. Tipo
nacimiento (simple o múltiple), sexo, peso, estatura. Información
sobre padres (madre): residencia, nacionalidad, estado civil, edad,
nivel de instrucción, actividad económica.
• Defunciones.
- Sobre la muerte: Causa, lugar, fecha, existencia de certificado
médico.
- Sobre el difunto: sexo, edad, instrucción, estado civil,
actividad económica, etc.
- Si el fallecido tiene menos de un año de edad: información
adicional sobre: fecha y orden de nacimiento, tiempo de
gestación, datos básicos sobre los padres.
- Migración: utilidad muy reducida.
6. PROBLEMAS DE LAS FUENTES DE DATOS
DEMOGRÁFICOS.
• Tipos de errores.
- De cobertura (de contabilidad personas o hechos).
- De contenido (deficiencias en información).
- Típicos (pueden ser eliminados o compensados).
• Errores en la información censal.
- De Cobertura.
+ Censo de Población: sub o sobre registro de personas (diversas fases
de operación censal (N no contabilizada o contabilizada más de una
Vez. Caso más frecuente: OMISIÓN NETA (N contabilizada:
menor que N realmente existente) que varía según país, zona de
un país y según variables: edad, estrato social). Años 80 (XX)
omisión en A.L.: Guatemala: 13.8% (más alta), Argentina: 1.5%
(más baja). Data sobre menores de un año tiende a omisión
mayor que resto grupos de edad. Omisión de personas de una
familia censada.
- De contenido.
+ Puede afectar a todas las preguntas y a todas las etapas a del
censo (problemas elaboración cuestionario, preguntas mal
planteadas, mala recolección datos -deficiencia encuestadores-,
Desconocimiento del informante.
+ Errores recurrentes: declaración de la edad: grupos sub y sobre
representados (edades terminadas en cero y cinco: tienden a la
sobrerrepresentación, edades inmediatamente antecedentes o
consecuentes a la subrrepresentación; edades específicas que ejercen
atracción de respuesta: 7 ó 21. Edades que pueden repulsar 18 ó 13.
Olvido del número de hijos –padres viejos-, sobre todo si alguno (s) ha
(n) fallecido.
• Errores en las encuestas.
- De cobertura:
+ muestreo (marco muestral sobre todo: posibilidad nula de elección
de algunas unidades de población a estudiar: omisión)
- De contenido:
+ mismos de los censos, aunque se dan más atenuados.
• Errores de las estadísticas vitales.
- Omisión (subregistro), por no inscripción de un hecho vital.
- Oportunidad (inscripción tardía).
- Duplicación de inscripciones (traslados, beneficios).
- Certificaciones de defunción ( no siempre bien realizadas).
- Falseamiento de respuestas sobre lugar de residencia
habitual (evitar trámites o ser atendido en lugar más
favorable).
- Deficiencias administrativas en el registro.
7. Evaluación de la información de fuentes de
datos demográficos.
a) Apreciación de la calidad de la fuente.
• Procedimientos: comparación datos con:
- Datos pertinentes de un país similar.
- Datos de otras fuentes demográficas y no
demográficas.
• Evaluación directa (nuevas recolecciones de
datos).
 b) Procedimientos de evaluación de la información de
fuentes de datos demográficos.
• Minuciosa observación de los datos cuadros, indicadores (sesgos en
declaraciones edad, nacimientos: omisión diferencial entre sexos,
detección de otros errores: falta de respuestas)
• Análisis coherencia interna de datos (hombres que declaran hijos tenidos,
niños menores de 10 años casados.
• Estimación del error de cobertura: (E-R)/E*100; donde: E: N° Personas o
hechos vitales correcto; R: N°. Personas o hechos vitales que se evalúa.
Ejemplos de E: datos de una encuesta nacional, o de una proyección de
población para el momento en que se ha captado la data en evaluación. El
valor obtenido es el % de cobertura de la fuente (censo u otro) evaluada.
Si E-R es positivo (sub enumeración en la fuente evaluada) y negativo
(sobre enumeración).
• Evaluación directa por medio de entrevistas.
• Evaluación de errores típicos en la declaración de edad
(preferencia ciertos dígitos -0 y 5-; traslado de edades: atribuir
100 años a los muy ancianos ; rechazo a edades específicas:60
y 13 años, aumentase la edad).

FUENTE:
Bibliografía del curso, especialmente los autores agrupados en
Welti, c: Editor, CELADE-PROLAP, México, 1997.
8. Cuestionarios (instrumentos de observación por
encuesta).
a) Observación por encuesta:
• Obtención de datos mediante interrogación a miembros de
una sociedad (de la unidad de análisis).
• Características:
- Observación indirecta, a través de manifestaciones realizadas
por los propios interesados (observación simple es directa).
- Cuestionario en función de los objetivos de la investigación a
realizar (observación documental: datos recogidos de
antemano por otros, con otros objetivos o fines).
- Permite aplicación masiva del cuestionario –muestreo-
(observación simple y experimental: mucho más limitadas).
- Permite entrar en la esfera subjetiva de los sujetos en
estudio.
b)Cuestionario:
* Preguntas, cuidadosamente preparadas, sobre hechos o
aspectos que interesan a la investigación, que buscan ser
contestadas por la población o muestra pertinentes.
• Clases de cuestionario:
- Simple: los encuestados contestan por escrito, sin
intervención de encuestadores.
- Entrevista: cuestionario aplicado por encuestadores
preparados para ello (entre cuestionario simple y entrevista
puede mediar otra clase intermedia: contestación individual
de los encuestados, reunidos en algún lugar, por escrito, bajo
supervisión del investigador)
- Escalas sociométricas. Forma especial de cuestionario:
preguntas presentan escala numérica para medir intensidad
de los hechos investigados.
• El cuestionario enlaza objetivos de la investigación con data
pertinente emanada de la población observada.
* “Una encuesta no puede ser mejor que su cuestionario, ya que, en
general, las respuestas no pueden ser mejor que las preguntas…si estas
son vagas, las respuestas serán imprecisas…sesgadas” (Sierra R, 2003).

• Finalidad del cuestionario: obtener de manera

sistemática y ordenada, información de la población
investigada sobre las variables objeto de la investigación (lo
que los encuestados son, hacen, opinan, piensan, sienten,
esperan, quieren, desprecian, aprueban, desaprueban,
motivos de sus actos, opiniones y actitudes; estudios CAP.)
• Variables, indicadores y preguntas de un
cuestionario.
- ¿Desde el punto de vista de la investigación, qué es una
pregunta de un cuestionario?: expresión en forma
interrogativa de las variables o indicadores.
* Respuestas:
- Elementos de variación de la variable a la que se refiere la pregunta.
- Deben ser exhaustivas (abarcar todos los casos) y excluyentes (no
habrá más de una respuesta a la misma pregunta).
+ Ejemplos: respuestas a ¿Cuál es la religión que profesa?
Alternativas: islamismo, cristianismo. La respuesta no es
exhaustiva. ¿Dentro de Perú, donde vive usted? Alternativas,
Lima, San Isidro, Trujillo, Florencia de Mora. No es exhaustiva, ni
excluyente).

b) Tipos de preguntas Según contestación:

- Cerradas (sólo dan opción a dos respuestas: sí, no).
- Categorizadas (una serie de respuestas dentro de la cual el
encuetado debe elegir).
- Abiertas (sólo contienen la pregunta, no establecen alternativas
de respuesta, la que se configura al libre albedrío del encuestado
- Se recomienda las preguntas categorizadas.
- Sin embargo, las preguntas abiertas son esenciales para
conocer el marco de referencia del encuestado y para
estructurar en base a ellas las alternativas a ofrecer en las
preguntas categorizadas (en estudios exploratorios o de
preencuestas).
- Las Cerradas pueden ser:
+ Equilibradas: recogen de modo expreso las alternativas (“¿Está
usted a favor o en contra del aborto?”: - a favor; -en contra).
+ No equilibradas: La pregunta se refiere de modo expreso sólo
a una de las alternativas (“Está usted a favor del aborto?”: - sí; -
no).
+ Se debe preferir la forma equilibrada.
c) Algunas reglas para formular preguntas:
Las preguntas deben ser:
• Relativamente pocas.
• Sencillas , redactadas para que puedan comprenderse con
facilidad por los entrevistados.
• Expresadas al margen de prejuicios y de indiscreciones.
• Expresadas en forma positiva.
• Estructuradas de tal forma que el entrevistado conteste
directa e inequívocamente el punto de información deseado.
• Precedidas por un pre-test (prueba para comprobar que las
preguntas son comprensibles); y un retest (aplicaciones
repetidas del cuestionario a las mismas personas en tiempo
breve).
d) Métodos cuantitativos, cualitativos y preguntas.
* Cuantitativos (preguntas en los términos de todo el punto 8).
• Cualitativos: (Entrevistas en profundidad a actores
clave. Entrevistas focales -focus groups- aplicadas a
diversos segmentos de la población objeto de
análisis).
- Preguntas abiertas.
- Interesa llegar más allá de la superficie (pueden ser
necesarias un conjunto abultado de preguntas:
entrevistas en profundidad).
- Buen método para estudios sobre CAP.
MUESTREO.
a) Elementos y ventajas.
• Universo (o población): todas las unidades de observación.
• Muestra: parte representativa del universo, debidamente elegida,
cuyos elementos son observados científicamente por el
investigador y, a partir de ello, se pueden obtener resultados
válidos que también lo son para el universo (inferencia o
generalización).
• Ventajas del muestreo: permite estudiar, con costo
relativamente menor, de forma relativamente más precisa y con
relativamente más rapidez a grandes universos o poblaciones (por
ello resultados de la muestra se suele usar como referente de
contraste con resultados de estudios que incluyen al universo todo).
b) Base de la muestra (o marco muestral): universo de la
que se extrae la muestra. Existen. Existen universos registrados y otros
no registrados. (papel de la saturación en estos últimos: métodos
cualitativos).
• Universo e individuación de sus elementos: El
desagregado del universo de los elementos que lo
constituyen, es fundamento y condición del muestreo
(elección de los elementos de la muestra).
• Tipos de universo: Censo, registro, lista, catálogo, mapa,
plano.
• La mayoría de estudios se hacen a partir de bases de la
muestra ya existentes, en este caso se debe indagar si tales
bases están o no actualizadas.
• Cuando no hay base de la muestra, se debe proceder
creativamente para llevar adelante el muestreo, con
procedimientos aleatorios imperfectos, por ejemplo.
c) Unidad de la muestra.
• Cada elemento, enumerado, de la base o marco muestral.
• Las unidades de la muestra representan y remiten a las
unidades de observación que forman el universo a
investigar.
• Unidades de la muestra pueden ser simples o colectivas
(familias, grupos, sectores de ciudades, pueblos).
• Talla de la muestra: número de individuos que
comprende la unidad de la muestra cuando es colectiva.
• Nivel de agregación: La talla determina el nivel de
agregación en la investigación (diversos grados de agregación:
espacial, social, económico, según colectivos elegidos como
agregados. Ejemplo de agregado social: familias, empresas,
etc; de agregado espacial: comunidades, distritos, provincias,
regiones ).
d) Universo y muestra: relación.
• La muestra (n) es una fracción reducida de un universo o
población (N): % que representa la muestra en relación al
universo.
• La n (muestra) tiene las mismas características de la N
(población o universo): n y N tienen las mismas
características.
• Cálculo de la fracción de muestreo: n/N. Ejemplo: N: 6,000
unidades; n: 1,200 (1200/6000: 0.2; la fracción de muestreo
es 0.2*100: 20%).
• Coeficiente de elevación: cantidad por la que hay que elevar
la muestra para obtener el universo. su cálculo es proceso
inverso al del cálculo de la fracción de muestreo: N/n
(6000/1200: 5).
• Pregunta 4: práctica:
- Universo: 7000; muestra: 980; Frac. de muestreo: 0.14 (14%)
- Estratos: 1500; 2000; 3500.
- Número de unidades por cada estrato: 210; 280; 490.
• ELECCIÓN DE LA MUESTRA.
a) Condiciones básicas.
• C. Estadísica. Amplitud de la muestra: estadísticamente
proporcional a magnitud de la población. Composición por
estratos representativa de la población. Cuando sea posible,
cada elemento de la población tenga la misma probabilidad
de ser elegido.
• C. Teórica. Adecuada al logro de los objetivos de la
investigación.
b) Procedimientos de elección de la muestra.
• Al azar.
• No al azar.
• Mixtos.
c) Azar simple.
• Sorteo riguroso de una serie de unidades del universo., hasta completar el
tamaño de la muestra.
• Con reemplazamiento (unidades se sacan de una urna). Ideal. Más usado.
Impropio para universos grandes.
• Sin reemplazamiento (sin urna). Se usan tablas de números al azar que pueden
usarse de diversas maneras:
- Eligiendo de seguido: elección empezando por una columna de la tabla
escogiendo números inferiores al universo hasta completar las unidades que
competen a la muestra. Si un número sale de nuevo (vale también para caso
anterior: con reemplazamiento), se toma otro número.
d) Azar sistemático.
* Se elige al azar una primera unidad de la muestra, inferior al coeficiente de
elevación. Los restantes se eligen sumando a ese número el coeficiente de
elevación, hasta obtener todos los números de la muestra. Los elementos de la
base muestral no deben estar ordenados. Si el coeficiente de elevación no sea un
número entero, éste puede redondearse, pero, entonces, una parte última del
universo no tendría posibilidad de salir en la muestra. Problema: encontrar
unidades vacías (viviendas sin habitar, p.e.). Solución posible: realizar otro sorteo.
Otras maneras de obtener la muestra: muestra con nombres que empiecen con
una determinada letra, que hayan nacido en determinados días del año (15 de
enero y 8 de junio), última o dos últimas cifras del número que tengan asignados
los elementos de la muestra en la base muestral.
e) Muestreo estratificado o por cuotas.
• Si se posee una base muestral por estratos: elección de la muestra
independientemente para cada estrato (sorteo, tablas o
sistemático, a gusto del investigador).
• Muestreo por cuotas (cuando no existe ni se puede formar una
base muestral por estratos y la encuesta se realiza por entrevista):
asignar a cada entrevistador un número de entrevistas a realizar,
indicándole las que tienen que corresponder a cada estrato,
dejando a su arbitrio la elección concreta de las unidades de la
población a entrevistar.. En este caso el tamaño e la muestra por
cuotas debe ser mayo en un 50% al de la muestra elegida al azar,
para conseguir un error que sea equivalente a la conseguida al azar.
Inconvenientes: no pueden aplicarse fórmulas estadísticas para
calcular el error.; entrevistadores pueden elegir por comodidad a
personas cercanas a ellos (su entorno social, y, éste puede sugerir a
otros de su propio entorno, “bola de nieve”). Solución: muestreo
por rutas (fijar a cada entrevistador un itinerario definido: en qué
puntos realizar la entrevista); cuando los estratos corresponden a
dos o más tipos de categorías (dos o más cortes; ejemplo, para una
n estratificada, profesión y edad).
f) Muestreo polietápico.
• Para unidades de muestra compuestas o colectivas de talla
superior a la unidad).
• El muestreo de los conjuntos (clusters) se puede realizar por
procedimientos básicos indicados: sorteo, tablas, azar
sistemático.
• Una vez obtenidos los conjuntos muestreados a observar, se
puede realizar la encuesta a todos los individuos que
comprenda cada cluster (muestreo de extracción sucesiva o
por etapas, que pueden ser más de dos).
• Muestras Compuestas: dos o más muestras distintas, según
las diferentes partes del fenómeno estudiado (parte rural,
parte urbana por ejemplo: azar con base en lo censos o listas
para las primeras y el de clusters o conjuntos para las zonas
rurales).
 m
ERROR MUESTRAL.
• Error muestral real: diferencia entre los valores medios obtenidos
de las muestras y los valores medios del universo. La única manera
de poder conocer este error es realizar la encuesta a la vez que a la
muestra a toda la población. Por este camino el muestreo pierde
razón de ser.
• Error muestral estadístico: provee no un error específico,
determinado, sino un intervalo de confianza dentro de los que nos
movemos en la muestra: los límites formados por la media de la
muestra, dentro de la cual se debe encontrar la media del universo,
con el grado de probabilidad con que se trabaje: dos o tres sigmas.
Si el error muestral es de 2%, por ejemplo, tal error muestral
señala, pues, que los valores del universo deben encontrarse en el
intervalo de confianza o espacio cuantitativo formado por la media
y el porcentaje obtenido, más o menos el 2%. Los valores del
universo deben encontrarse en cualquier punto dentro de aquel
intervalo, pero sólo como una probabilidad (de dos o tres sigmas,
elegidos para la muestra). El error muestral o error estadístico
máximo de la muestra, es genérico (válido para todas las muestras
del mismo tamaño que se puedan tomar de la misma población).)
• Los casos de las medias de las muestras relativamente
alejados de la media de la población, serían bastante más
reducidos que los más cercanos o iguales. Por ello, el error
muestral no es otra cosa que la desviación típica de las
distintas medias obtenidas alrededor de la media de la
población, y se designa por o’ (sigma) por x promedio: mide la
importancia de las variaciones de las x promedio (o medias
muestrales) en torno a la X promedio (o media de la
población).

• Fórmulas generales del error muestral:

• Sigma sobre raíz cuadrada de n.
• Raíz cuadrada de p.(1-p) sobre n.
• Fórmulas específicas:
• De intervalo:
- Para poblaciones finitas. e: raíz cuadrada de sigma al
cuadrado sobre n.
- Para poblaciones infinitas. e: raíz cuadrada de sigma
al cuadrado sobre n, por N-n sobre N-1.
• De proporciones.
- Para poblaciones finitas. e: raíz cuadrada de p.q,
sobre n.
- Para poblaciones infinitas. e: raíz cuadrada de p.q,
sobre n, por N-n, sobre N-1
• Estudio de los factores del error muestral.
Según las fórmulas expuestas, el error muestral depende de
estos factores:
- Amplitud del universo (finito: 100,000 unidades o menos;
infinito: más de 100,000 unidades). Que un universo sea
infinito supone que su amplitud no influye en la fórmula a
aplicar, al contrario de lo que ocurre en los finitos.
- Tamaño de la muestra, en las fórmulas del error muestral, es
dato que nos dan o elegimos. Si calculado el error, éste resulta
demasiado elevado, digamos superior a 6%, entonces se tiene
que aumentar el tamaño de la muestra para disminuir el error.
Entre tamaño de la muestra y error hay una relación
inversamente proporcional: tamaño más elevado, menor
error muestral.
- Nivel de confianza adoptado.
+ Es también dato que nos dan o elegimos. Teniendo en cuenta que la
distribución de las medias de todas las muestras posibles del mismo
tamaño en una población, se ajusta generalmente a la ley normal de
probabilidad con unos valores centrales medios elevados y unos
valores extremos reducidos (adoptando, por tanto, la forma de una
curva de campana de Gauss), el nivel de confianza es la proporción
del total de las medias muestrales, que forman el área de esta curva
de distribución estadística normal(de Gauss) del universo que se
piensa abarcar.
+ Representa el % de seguridad o probabilidad que se elige, o sea que,
de las medias de todas las muestras posibles que forman en su
conjunto la curva muestral, sólo consideramos como probables el
95.5% ó el 99.7% (dos y tres sigmas, respectivamente), en el supuesto
que uno de los niveles indicados da un seguridad no total, pero
suficiente.
+ (Ojo: la distancia de una sigma a ambos lados de la media abarca el
68% de del área de la curva normal, la de dos sigmas 95.50% y la de
tres 99.7%).
• Desviación típica.
- Se debe distinguir entre muestras referidas a variables
cuantitativas, por tanto, con escalas de intervalo o de razón, y,
muestras referidas a variables cualitativas con escala nominal u
ordinal, de las que son tipo variables dicotómicas, con una escala
que tiene solo dos categorías: la afirmativa y la negativa, es decir de
aquellas que se pueden cuantificar, transformando sus categorías
en 1 (la positiva) y en 0 (cero) la negativa). En estas variables, la
media es igual a p (proporción en que se da el atributo en cuestión
en la población) y la desviación típica es igual a raíz cuadrada de p
por 1 menos p, que traducen la varianza del universo a la que
representan. Cuando ésta no es conocida se suele usar la “cuasi
varianza” (estimada mediante una pequeña muestra de la
población; ejm. Sobre extensión de consumo de una marca de
cigarrillos, un sondeo previo, estimar la proporción de fumadores y
no fumadores, dentro del total de la N), o en todo caso, para no
hacer lo anterior, se puede suponer que dicha proporción es de
50%, caso más desfavorable, que implica que la muestra debe ser
mayor.
• Error en las muestras estratificadas.
- Normalmente la proporción de la característica o la desviación
típica en su caso, serán distintas para cada estrato. Así las
anteriores fórmulas se transforman en estas:
+ Caso de proporciones.
e. est.: raíz cuadrada de la sumatoria de ni pi por (1-pi) sobre n
En la que: ni: elementos del estrato i; pi: proporción del atributo
muestral en el estrato i; n: número de elementos total de la
muestra; Sumatoria: de todos los estratos.
+ Caso de medias:
e. est.: raíz cuadrada de la sumatoria de (ni sigma i) al cuadrado,
sobre n cuadrado.
En la que ni y n tienen la misma significación que antes, y sigma i
es igual a la desviación típica del estrato i.
 En una muestra no estratificada el error es mayor que si su cálculo se hace
para una estratificada, porque la estratificación disminuye el error.
Error de las muestras de clusters:
raíz cuadrada de sigma al cuadrado sobre m, por(1-m sobre M).
onde: m: número de clusters de la muestra; M: número de clusters del
niverso y, sigma: desviación standard de las medias de los clusters de la
uestra.

RROR SISTEMÁTICO.
Los errores pueden ser aleatorios (normalmente varía en cada caso distint
cunado no se trata de un solo caso, sino de muchos tienden a anularse),
muestrales (es aleatorio, estadístico, probable y genérico) y sistemáticos.
• E. sistemático o de distorsión puede generarse por estas vías:
- Elección defectuosa de la muestra (da muestra no
representativa).
- Dependencia del método de elección de una característica de
las unidades del universo.
- Tendencias subjetivas del investigador.
- Sustituciones: entrevistador se permite sustituir según su
criterio las unidades de la muestra elegidas alazar.
TAMAÑO DE LAS MUESTRAS
1. Características.
• Debe constar de un número suficientemente de elementos,
elegidos al azar, que asegure que los resultados que se
obtengan de ella, pueden , dentro de los límites estimados,
representar realmente al universo.
• Debe, pues, representar una proporción mínima del universo,
representativa del universo, pero que, por razones de
economía, no exceda de esa proporción.
• Tamaño y cálculo de la muestra depende de estos factores:
- Amplitud del universo: finito o infinito.
- Nivel de confianza adoptado.
- Error estadístico.
- Desviación típica.
2. Fórmulas para hallar tamaño.
• Conjugan los factores señalados (tamaño universo, nivel
confianza, error elegido, desviación típica), pero también
depende del tipo de muestreo ( en muestras estratificadas
error es menor que en las no estratificadas, por ello el tamaño
de la muestra es menor).
• Pero en ciencias sociales las fórmulas se reducen a aquellas
que se refieren a universos finitos e infinitos y a un nivel de
confianza de dos o tres sigmas.
• Se puede, pues, aplicar las fórmulas para hallar el tamaño de
las muestras en el sistema de muestreo aleatorio simple a los
caso de muestreo especiales.
• Fórmula para universos infinitos, con dos sigmas, de intervalo:
4 por sigma al cuadrado, sobre E al cuadrado.
• Fórmula para universos infinitos, nivel de confianza de tres sigmas,
de intervalo: 9 por sigma al cuadrado, sobre E al cuadrado.
• Fórmula para universos finitos, nivel de confianza de dos sigmas, de
intervalo: 4.N.sigma al cuadrado, sobre 4.E al cuadrado más N por
sigma al cuadrado.
• Fórmula para universos finitos, tres sigmas, de intervalo: 9.N.sigma
al cuadrado, sobre 9. E al cuadrado, más N por sigma al cuadrado.
• Fórmula para universos infinitos, dos sigmas, proporciones: 4.p.q,
sobre E al cuadrado.
• Para U. infinitos, tres sigmas, proporciones: 9.p.q, sobre E al
cuadrado.
• Para U. finitos, dos sigmas, proporciones: 4.N.p.q, sobre E al
cuadrado (N-1) más 4.p.q
• Para U. finitos, tres sigmas, proporciones: 9.N.p.q, sobre E al
cuadrado (N-1) más 9.p.q
• Donde sigma al cuadrado y p.q son las varianzas, E, es el error, n, el
tamaño de la muestra y N el tamaño de la población.
Afijación de la muestra.
• Para muestras estratificadas, un problema especial es su
“afijación”: determinación del tamaño general de la muestra que se
puede establecer según las fórmulas comunes, y, determinación
del volumen de cada estrato de la muestra. Estratos según su
proporción en el universo.
• Fórmula directa y simple: aplicar el porcentaje, que representa cada
estrato en el universo, al tamaño general de la muestra: se obtiene
número de elementos de la muestra que se debe asignar a cada
estrato.
• Afijación óptima. Cuando se conocen las desviaciones típicas o las
proporciones de cada estrato en el universo, o se han calculado
antes al efecto, mediante un sondeo previo con relación al objeto
de estudio de la muestra, otro procedimiento de afijar la muestra
consiste en multiplicar el porcentaje de cada estrato en el universo
por su proporción o su desviación típica y repartir el tamaño de la
muestra entre los estratos proporcionalmente a dichos productos.