Brainscape's Knowledge GenomeTM


Top Flashcards (Certified)
All Flashcards

Fundamentos de Investigación > UD1: Recogida de datos Y Bases para el diseño experimental > Flashcards

UD1: Recogida de datos Y Bases para el diseño experimental Flashcards

(68 cards)

Start Studying
1
Q

Término población puede referirse a algo:

2 cosas

A
  1. General: Todos los seres humanos
  2. Concreto: Todos los hoombres con nombres de personajes históricos
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Es de interés obtener resultados que se puedan
aplicar a toda una población de interés.

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Las condiciones que debería cumplir una muestra son:

A
  • Comprende ser parte de la población
  • Ser representativa
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

¿Qué significa que una muesta sea “representativa”?

A

Que las características que se pretenden estudiar en la población representen realmente a la población

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Una muestra representativa debería ser una:

A

reproducción, a escala, de la población a la que pertenece respecto a las variables que queremos estudiar

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Si se cumplen las características de la muestra, ¿esto qué significa?

A

Que se podrán generalizar los resultados obtenidos con la mayor validez posible.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Población y selección de la muestra

¿Existe un tamaño ideal de muestra?

A

No, cuándo más homogénea sea la población a estudiar, más fácil será de estudiar

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Población y selección de la muestra

¿ se puede asegurar que los cálculos efectuados sobre muestras grandes son más precisos que los efectuados sobre muestras pequeñas.?

V/F

A

Verdadero

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Población y selección de la muestra

Su amplitud es estadísticamente proporcional a
la magnitud de la población.

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Población y selección de la muestra

Se puede asegurar que una muestra es
representativa cuando…

A

se realiza un muestreo
aleatorio de la población diana

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Población y selección de la muestra

Características del muestreo representativo:

A
  • Toda persona tiene igual probabilidad de ser elegida para entrar en la muestra.
  • Cada persona se elige con independencia de las demás.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Población y selección de la muestra

En la práctica ¿qué es lo importante?
a. extracción de la muestra
b. definir adecuadamente la población diana

A

b. definir adecuadamente la población diana de la que se sacan los sujetos

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Población y selección de la muestra

¿Cuándo se suelen reclutar a sujetos particulares en las muestras?

A

estudios comparativos (ej. Casos y controles), el objetivo es realizar una inferencia científica

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Población y selección de la muestra

¿Cuándo se suelen reclutar a sujetos particulares en las muestras?

A

estudios comparativos (ej. Casos y controles), el objetivo es realizar una inferencia científica

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Población y selección de la muestra

¿Qué error se comete al sacar una muestra de población?

A

se llama error de muestro y es un error aleatorio, siempre que la muestra se haya extraído al azar.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Población y selección de la muestra

En media, los resultados obtenidos en muestras
de gran tamaño deberían ser similares.

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Población y selección de la muestra

A la hora de seleccionar la muestra de la población
sobre la que se van a recoger los datos, se pueden
seguir dos tipos de procedimientos:

A
  1. Muestreo probabilístico
  2. Muestreo NO probabilístico
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Tipos de muestreo probabilístico:

A
  • Muestreo aleatorio sistemático
  • Muestreo estratificado
  • Muestreo por conglomerado
  • ”” por etapas
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

DEFINICIÓN MUESTREO…

En la selección de los sujetos que componen la muestra, no utiliza el azar, sino que atiende al criterio del investigador, establecido al inicio de la investigación,
por razones de economía, comodidad, etc. Esto supone
que las muestras tienen menos fortaleza para la generalización de resultados, puesto que no se puede
determinar la probabilidad de que todos los elementos
de la población hayan estado disponibles para ser
seleccionados.

A

Muestreo NO probabilístico

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Tipos de muestreo NO probabilístico

A
  • Muestreo intencional
  • Muestreo accidental
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

DEFINICIÓN MUESTREO…

El investigador utiliza las muestras que tiene a su alcance – por proximidad, facilidad de acceso, etc.- sin introducir selección o modificación alguna, por lo que es el procedimiento de muestreo más débil.

A

Muestreo accidental

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

DEFINICIÓN MUESTREO

El investigador selecciona de forma directa los sujetos de la muestra, por lo que ésta resultará probablemente sesgada. De ahí que sea preciso especificar con claridad el criterio de selección utilizado.

A

Muestreo intencional

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

DEFINICIÓN MUESTREO

Es el que, para la selección de los sujetos, utiliza el azar (muestreo aleatorio), donde todos los miembros de la población tienen la misma probabilidad de ser elegidos para formar parte de la muestra.

A

Muestreo porbabilístico

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

DEFINICIÓN MUESTREO

Cada sujeto de la población tiene
la misma probabilidad de ser elegido

A

Muestreo aleatorio simple

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
# DEFINICIÓN MUESTREO Se elige al azar el primer sujeto y a continuación se selecciona cada sujeto enésimo del listado de población.
Muestreo aleatorio sistemático
26
# DEFINICIÓN MUESTREO Permite garantizar la presencia de diferentes grupos en la muestra, sobre todo cuando se trata de poblaciones no homogéneas. Asegura que los aspectos más significativos de la población están representados en la muestra
Muestreo estratificado
27
# DEFINICIÓN MUESTREO Se divide a la población en subgrupos y se elige de cada uno de ellos un número determinado de sujetos.
Muestreo estratificado
28
# DEFINICIÓN MUESTREO La unidad muestral en este caso es el conglomerado y no el individuo. Consiste en seleccionar aleatoriamente un número de conglomerados y trabajar con la totalidad de elementos pertenecientes a los mismos.
Muestreo por conglomerados
29
# DEFINICIÓN MUESTREO Consiste en dividir la población en varios conglomerados y seleccionar un número de ellos al azar. Sucesivamente, se vuelven a obtener submuestras del paso anterior de forma aleatoria.
Muestreo por etapas
30
Para poder recoger datos se necesitan tener en cuenta 2 cosas:
* **Qué** medir * **Cómo** medirlo
31
se necesitan medir variables para...
para poder estudiar una hipótesis de investigación
32
¿Cuál sería la situación ideal en cuanto a variables cuando es la recogida de datos?
Que el **valor** de las **variables** recogido **no** **debería** **cambiar** en función de la situación, asegurando que los hallazgos encontrados perduran en el tiempo
33
# Recogida de datos Ejemplo: Medición del peso de una persona
No debería cambiar en función de la persona que lo tome o del aparato usado
34
# Recogida de datos Ejemplo: Medición del peso de una persona
No debería cambiar en función de la persona que lo tome o del aparato usado
35
normalmente existe una discrepancia entre el valor que medimos y el valor real de la variable:
error en la medida
36
# Recogida de datos Se debe especificar cómo se ha recogido cada una de las medidas, de tal forma que los resultados puedan ser reproducidos.
37
# Recogida de datos Una forma de controlar que el error que se comete en las medidas es mínimo, es:
definir ciertas propiedades de la medida que nos aseguran su calidad.
38
¿Cuándo es más probable que existan errores debido a que factores externos a lo que deseamos medir influirán en las respuestas de los sujetos?
en medidas relacionadas con el comportamiento de las personas
39
# Recogida de datos Los instrumentos utilizados para medir las variables deben cumplir unos requisitos mínimos de calidad: | Menciónalos
* Fiabilidad * Validez * Sensibilidad
40
# Recogida de datos Se dice que un instrumento es fiable si proporciona medidas precisas y estables de la variable que se mide, independientemente de la situación:
Fiabilidad
41
# Recogida de datos Se dice que un instrumento es válido si proporciona medidas de la variable que pretende medir
Validez
42
# Recogida de datos Deben poder discriminar entre las ejecuciones de los sujetos.
sensibilidad
43
# Estrategia experimental: Cómo medir Para inferir causa y efecto se debe cumplir:
* Causa y efecto deben de ocurrir de manera cercana en el tiempo * Causa ocurre antes del efecto * Posibilidad de descartar explicaciones alternativas
44
# Estrategia experimental: Cómo medir Para poder inferir causalidad, se deben comparar dos situaciones controladas:
una en la que la causa esté presente y otra en la que la causa no esté presente
45
# Estrategia experimental: Cómo medir Para poder inferir causalidad, se deben comparar dos situaciones controladas:
una en la que la causa esté presente y otra en la que la causa no esté presente
46
Para poder inferir causalidad, en la metodología experimental...
se comparan situaciones donde la causa está presente y donde no lo está.
47
Estrategia no manipulativa, 3 características:
* variables son medidas normalmente de forma simultánea * Correlación * No da información sobre el momento de aparición de las diferentes variables, por lo que no se puede inferir causalidad.
48
# Estrategia no manipulativa Sirve para medir el grado de asociación o relación mutua entre dos variables.
Correlación
49
# Estrategia no manipulativa Otro problema al medir correlaciones:
La falta de control de factores externos
50
Consiste en probar el experimento diseñado en un número reducido de participantes:
estudios piloto
51
¿Para qué sirve un estudio piloto?
* Detectar problemas que se hayan podido obviar. * Experimentador se familiarice con la tarea. * Posibilita mejorar el experimento antes de haber “malgastado” demasiados participantes. * Permite evaluar su nivel de dificultad
52
# BASES PARA EL DISEÑO EXPERIMENTAL En un diseño experimental, en primer lugar, manipularemos una variable...
Independiente, y veremos el efecto que tiene en otra (VD)
53
# BASES PARA EL DISEÑO EXPERIMENTAL Como experimentadores alteraremos de forma deliberada los valores o niveles de:
variable independiente
54
# BASES PARA EL DISEÑO EXPERIMENTAL La VD es...
la variable que va a mostrar si existe algún efecto al cambiar los valores de la variable independiente
55
# BASES PARA EL DISEÑO EXPERIMENTAL Sólo podremos controlar los valores de la VI, no tendremos control sobre los valores que toma la VD.
56
CONDICIÓN CONTROL Y CONDICIÓN EXPERIMENTAL
* Si existe una única VI en nuestro diseño, los diferentes valores o niveles que ésta toma constituirán las condiciones del experimento. * Estaremos interesados en comparar las condiciones para comprobar si existen diferencias entre ellas acorde a los valores adquiridos de la VD.
57
# Condición control y condición experimental Para asegurar que se estudia la relación causa-efecto entre la VI y la VD, contaremos con:
* Condición control * Condición experimental
58
# BASES PARA EL DISEÑO EXPERIMENTAL Aquella en la que la supuesta variable causal está ausente
Condición control
59
# BASES PARA EL DISEÑO EXPERIMENTAL Aquella en la que la supuesta variable causal está presente
Condición experimental
60
# BASES PARA EL DISEÑO EXPERIMENTAL Si existe una relación causa-efecto entre la VI y la VD, únicamente esperaremos encontrar un efecto en la condición experimental.
En algunos casos estaremos interesados en la comparación simple entre condición control y condición experimental.
61
# BASES PARA EL DISEÑO EXPERIMENTAL Ejemplo: Estudiar si diferentes tipos de queso producen diferencias en el número de pesadillas nocturnas.
En este caso existirá más de una condición experimental
62
# BASES PARA EL DISEÑO EXPERIMENTAL Viene caracterizado por el **grupo** de sujetos donde la variable causal está presente:
grupo experimental
63
# BASES PARA EL DISEÑO EXPERIMENTAL Viene caracterizado por el **grupo** de sujetos donde la variable causal no está presente
Grupo control
64
# BASES PARA EL DISEO EXPERIMENTAL Se debe a la manipulación de la VI. Se debe a que el experimentador hace algo con todos los participantes en una condición experimental, pero no en la otra. | FUENTES DE VARIACIÓN EN LAS MEDIDAS
PRIMARIA | VARIACIÓN SIST. DE LOS DATOS
65
# BASES PARA EL DISEÑO EXPERIMENTAL Si la única diferencia que podemos encontrar entre las diferentes condiciones es la manipulación experimental, entonces las diferencias observadas se deberán a esta. | FUENTES DE VARIACIÓN EN LAS MEDIDAS
PRIMARIA | VARIACIÓN SIST. DE LOS DATOS
66
# BASES PARA EL DISEÑO EXPERIMENTAL Se refiere a la variabilidad de la variable dependiente producida por una variable extraña que actúa sistemáticamente (diferencialmente en cada grupo o condición experimental) y no al azar. | FUENTES DE VARIACIÓN EN LAS MEDIDAS
SECUNDARIA | VARIACIÓN SIST. DE LOS DATOS
67
# BASES PARA EL DISEÑO EXPERIMENTAL Se debe tener cuidado de no confundir este efecto con el producido por la variable independiente. | FUENTES DE VARIACIÓN EN LAS MEDIDAS
SECUNDARIA | VARIACIÓN SIST. DE LOS DATOS
68
# BASES PARA EL DISEÑO EXPERIMENTAL Esta varianza es impredecible porque es debida a la influencia de variables desconocidas e imprevistas que pueden constituir fuentes de variación aleatoria como, por ejemplo, la motivación de los sujetos para realizar el experimento. | FUENTES DE VARIACIÓN EN LAS MEDIDAS
VARIACIÓN NO SISTEMÁTICA DE LOS DATOS

Fundamentos de Investigación (4 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions