miércoles, 13 de diciembre de 2017
lunes, 11 de diciembre de 2017
MUESTREO
Muestreo probabilístico.
Cada elemento del universo tiene una probabilidad conocida y no nula de figurar en la
muestra, es decir, todos los elementos del universo pueden formar parte de la muestra.
Los métodos de muestreo probabilístico son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los elementos del universo tienen la
misma probabilidad de ser elegidos para formar parte de la muestra.
Tipos de métodos de muestreo probabilístico:
Muestreo aleatorio simple.
Muestreo aleatorio sistemático
Muestreo aleatorio estratificado
Muestreo aleatorio por conglomerados
Muestreo NO probabilístico.
No todos los elementos de la muestra NO tienen la misma probabilidad, y por tanto no se
tiene la certeza que la muestra extraída sea representativa. En general se seleccionan los
elementos siguiendo determinados criterios procurando que la muestra sea representativa al
máximo.
Teniendo claro que no sirven para realizar generalizaciones, en ocasiones son útiles para
estudios exploratorios o cuando los estudios probabilísticos resultan excesivamente
costosos.
Tipos de muestreo NO probabilístico:
Muestreo por cuotas
Muestreo opinático o intencional
Muestreo causal o accidental
Muestreo por bola de nieve.
Muestreos probabilísticos.
Muestreo Aleatorio Simple.
La selección de la muestra se realiza en una sola etapa, directamente y sin
reemplazamientos.
Se aplica fundamentalmente en investigaciones sobre poblaciones pequeñas y plenamente
identificables, por ejemplo cuando disponemos de la lista completa de todos los elementos
del universo.
Para explicarlo en un lenguaje sencillo, consiste en rifar – sortear entre todos los elementos
del universo los que pertenecerán a la muestra.
Muestreo Aleatorio Sistemático.
Es una variante del Aleatorio Simple, se diferencia en la forma de seleccionar los elementos
de la muestra.
Una vez determinado el tamaño de la muestra se calcula el coeficiente de elevación, que es
el cociente, la división, entre el tamaño del universo y el tamaño de la muestra.
Lic. Ricardo López
Pág. 1 de 5I NTERPRETACIÓN DE D ATOS E STADÍSTICOS
K
N
n
Donde N es el tamaño del universo y n el tamaño de la muestra.
Se elige un número al azar que sea como máximo el coeficiente de elevación, es decir un
número entre 1 y K. A este número lo llamaremos “a”.
En el listado de todos los elementos del universo se selecciona el elemento “a”, el elemento
“a + K”, el “a + 2K”, el “a + 3K”,... así hasta completar la muestra.
Obviamente para utilizar este método necesitamos disponer de la lista de todos los
elementos del universo y por supuesto debe ser un universo no muy grande.
Este proceso permite simplificar considerablemente el proceso de selección, pero existe el
riesgo de introducir sesgos en la muestra al elegir los elementos de forma periódica.
Estos riesgos se producen cuando el listado del universo está ordenado en función de
determinados criterios que pueden inducir a que la selección sistemática recaiga en
elementos que no sean representativos del universo.
Ejemplo:
Vamos a realizar un estudio sobre el nivel de satisfacción de las y los
clientes de una empresa.
Si el personal de la empresa, por ejemplo de una tienda, atiende en
orden a las y los clientes, es decir, que el personal se turna para
atender a cada cliente, nos puede provocar conflictos si utilizamos el
muestreo aleatorio sistemático.
Imaginen que el coeficiente de elevación es siete, y en la tienda hay
siete vendedores y vendedoras, la muestra correspondería solamente a
los y las clientes atendidos por el vendedor número siete. Esto
produciría que el estudio sería sobre la calidad de atención de un
determinado vendedor o vendedora y no sobre la totalidad.
Para utilizar este tipo de muestreo y evitar estos riesgos se puede “desordenar” el listado de
los elementos del universo antes de realizar la selección.
Muestreo Aleatorio Estratificado.
Se basa en dividir los elementos del universo en grupos, donde cada elemento del universo
pertenece a un solo grupo, y el conjunto de los grupos forman la totalidad del universo. A
cada grupo lo llamamos estrato.
Ventajas:
permite tratar de forma independiente los elementos de cada uno de los estratos.
puede realizar diferentes métodos de muestreo y/o estimación en determinados
estratos, lo que permite reducir la varianza (desviación estándar) y por tanto disminuir
el tamaño de la muestra.
permite aumentar la precisión de los resultados.
facilita la coordinación y realización de los trabajos de campo.
Objetivo: conseguir en cada estrato elementos homogéneos entre si y heterogéneos en
relación con los elementos de los otros estratos.
Homogéneos entre si, que todos los elementos de un estrato tienen características y
comportamientos similares en relación a la variable que estudiamos.
Heterogéneos con los otros, que tienen características y comportamientos
diferentes en relación a la variable que estudiamos.
Lic. Ricardo López
Pág. 2 de 5I NTERPRETACIÓN DE D ATOS E STADÍSTICOS
Proceso de estratificación:
1. Definir las características (variables) que utilizaremos para definir los estratos.
Las características han de estar relacionadas con la variable a estudiar.
2. Determinar el número de estratos.
El número de estratos no puede ser muy grande porque estratos con pocos elementos
dificultan y encarecen el proceso, pero tampoco puede ser muy pequeño porque nos aportaría
muy pocas ventajas.
3. Determinar el tamaño de la muestra.
4. Seleccionar la muestra en cada estrato.
Se puede utilizar el muestreo aleatorio simple o el sistemático en cada estrato.
Resulta difícil estratificar variables muy correlacionadas, es decir, cuando no existen
diferencias entre las características y comportamiento de los elementos.
En general y como criterio más viable se suele recurrir a variables especiales como países,
regiones, departamentos, sucursales,...
Muestreo Aleatorio por Conglomerados.
En este tipo de muestreos la unidad muestral no son los elementos del universo, sino un
conjunto de elementos que bajo determinados aspectos se puede considerar que forman una
unidad. Por ejemplo las diferentes carreras en la universidad o las juntas receptoras de votos
en un proceso electoral forman conglomerados naturales.
Definidas las unidades muestrales, los conglomerados, se realiza la selección de la muestra.
La muestra serán un número determinado de conglomerados. Se entrevista a todos y cada
uno de los elementos del conglomerado si son pocos. Si el número de elementos de cada
conglomerado es muy grande se realiza un submuestreo en cada uno de los conglomerados,
pudiendo utilizar cualquiera de los métodos de muestreo anteriormente mencionados.
Las diferencias entre los conglomerados y los estratos es:
Los elementos de los estratos son homogéneos (similares) entre si, mientras que los
elementos de los conglomerados son heterogéneos (diferentes) entre si.
Los estratos son heterogéneos (diferentes) entre si, mientras que los conglomerados
son homogéneos (similares) entre si.
Muestreo Polietápico.
El muestreo polietápico consiste en realizar la selección de la muestra en varias etapas, es
decir aplicar la selección de la muestra en varias ocasiones. Se pueden utilizar diferentes
métodos de muestreos o el mismo.
Un ejemplo es el muestreo aleatorio por conglomerados y cada conglomerado tiene un
número muy grande de elementos como para entrevistarlos a todos.
Otro ejemplo, en este caso de tres etapas:
Primero: muestreo aleatorio por conglomerados en todo el universo
Segundo: muestreo aleatorio por conglomerado en cada conglomerados
Es decir, dividimos cada conglomerado en otros conglomerados más
pequeños.
Tercero: muestreo aleatorio sistemático en cada uno de los conglomerados.
Lic. Ricardo López
Pág. 3 de 5I NTERPRETACIÓN DE D ATOS E STADÍSTICOS
Muestreos NO probabilísticos.
Muestreo por cuotas.
Se basa en un buen conocimiento de los estratos de la población y/o de los elementos
más “representativos” o “adecuados” para los fines de la investigación. Mantiene
semejanzas con el muestreo aleatorio estratificado, pero no tiene el carácter de
aleatoriedad del método probabilístico.
Muestreo opinático.
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener
muestras “representativas” mediante la inclusión en la muestra de grupos
supuestamente típicos. Es muy frecuente su uso en sondeo preelectorales de
zonas que en anteriores votaciones han marcado tendencias de voto, es
decir, el resultado de las elecciones en esa zona fue el mismo que el
resultado global.
Muestreo causal.
Se trata de un proceso en el que el investigador o investigadora selecciona
directa o intencionalmente los elementos del universo que formaran parte de
la muestra. El caso más frecuente de este procedimiento es el utilizar como
muestra los elementos a los que se tiene fácil acceso, un caso particular es
el de las y los voluntarios a participar en una investigación.
Ejemplos cercanos:
Cuando un profesor o profesora pregunta a un par de estudiantes, los que tiene más
cerca por ejemplo.
Cuando un programa de televisión o radio realiza un sondeo mediante las llamadas
telefónicas al programa.
Cuando un programa de televisión saca un equipo a la calle y le pregunta a unas
cuantas personas.
Muestreo por bola de nieve.
Se localiza a algunos elementos del universo, los cuales conducen a otros, y estos a
otros, y así hasta conseguir una muestra suficiente, llegando incluso a completar el
censo del universo.
Aunque pueda parecer que no tiene utilidad, se utiliza frecuentemente cuando con
conocemos la población, por ejemplo con poblaciones como delincuentes, sectas,
determinados tipos de enfermedades,...
Afijación de la muestra.
La distribución de la muestra en función de los diferentes estratos se
denomina afijación, y puede ser de diferentes tipos.
Afijación Simple.
Lic. Ricardo López
A cada estrato le corresponde
elementos de la muestra.
igual
número
de
Pág. 4 de 5I NTERPRETACIÓN DE D ATOS E STADÍSTICOS
Afijación Proporcional. La distribución se hace de acuerdo con el peso de
la población en cada estrato, la cantidad de
elementos del universo que tiene cada estrato.
Afijación Óptima. Se tiene en cuenta la previsible dispersión de los
resultados, de modo que se considera la proporción y la
desviación típica. Tiene poca aplicación ya que no se
suele conocer la desviación estándar previamente en
cada estrato. Aunque cuando se puede utilizar reduce
costos y mejora la precisión de los resultados.
Nivel de desagregación.
En ocasiones, además de obtener resultados, estimaciones, para todo el universo
pretendemos obtener estimaciones para diferentes subgrupos en los que se puede
subdividir el universo objeto del estudio.
Ejemplo:
Al realizar un estudio sobre el nivel de satisfacción de las y los clientes de una
empresa, podemos pretender determinar el nivel de satisfacción de cada uno de
los departamentos, por ejemplo a nivel general y también la satisfacción con
vendedores, con caja, con servicio técnico,...
Para resolver estas situaciones se suele recurrir a dos técnicas:
1. Aumentamos el tamaño de la muestra total hasta conseguir que el número de
elementos de la población de cada subgrupo sea suficiente.
2. Realizar una afijación no proporcional, tratando cada subgrupo como si fuera una
división diferente.
Ejemplo:
Realizar un estudio a nivel nacional pero en el que pretendemos dar
resultados de cada una de las regiones del país, requiere que cada región se
trabaje como un universo diferente.
Como la precisión del estimador, de la variable que queremos estimar, está
íntimamente relacionada con el tamaño de la muestra y no con la fracción del
muestreo, esto hace que en ciertos casos pueda necesitarse una muestra
prácticamente del mismo tamaño para obtener datos de una región o departamento
y la totalidad del país.
Hemos de tener en cuenta estas técnicas en el ejemplo del estudio del nivel de
satisfacción en el caso que las y los clientes no reciban los servicios de todas y cada
una de las áreas que queremos analizar. Por ejemplo si el servicio técnico atiende a
una minoría de las y los clientes, será necesario realizar una afijación no proporcional
entre las y los clientes de esta área o incrementar la muestra hasta que tengamos
suficientes clientes de esta área.
Cada elemento del universo tiene una probabilidad conocida y no nula de figurar en la
muestra, es decir, todos los elementos del universo pueden formar parte de la muestra.
Los métodos de muestreo probabilístico son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los elementos del universo tienen la
misma probabilidad de ser elegidos para formar parte de la muestra.
Tipos de métodos de muestreo probabilístico:
Muestreo aleatorio simple.
Muestreo aleatorio sistemático
Muestreo aleatorio estratificado
Muestreo aleatorio por conglomerados
Muestreo NO probabilístico.
No todos los elementos de la muestra NO tienen la misma probabilidad, y por tanto no se
tiene la certeza que la muestra extraída sea representativa. En general se seleccionan los
elementos siguiendo determinados criterios procurando que la muestra sea representativa al
máximo.
Teniendo claro que no sirven para realizar generalizaciones, en ocasiones son útiles para
estudios exploratorios o cuando los estudios probabilísticos resultan excesivamente
costosos.
Tipos de muestreo NO probabilístico:
Muestreo por cuotas
Muestreo opinático o intencional
Muestreo causal o accidental
Muestreo por bola de nieve.
Muestreos probabilísticos.
Muestreo Aleatorio Simple.
La selección de la muestra se realiza en una sola etapa, directamente y sin
reemplazamientos.
Se aplica fundamentalmente en investigaciones sobre poblaciones pequeñas y plenamente
identificables, por ejemplo cuando disponemos de la lista completa de todos los elementos
del universo.
Para explicarlo en un lenguaje sencillo, consiste en rifar – sortear entre todos los elementos
del universo los que pertenecerán a la muestra.
Muestreo Aleatorio Sistemático.
Es una variante del Aleatorio Simple, se diferencia en la forma de seleccionar los elementos
de la muestra.
Una vez determinado el tamaño de la muestra se calcula el coeficiente de elevación, que es
el cociente, la división, entre el tamaño del universo y el tamaño de la muestra.
Lic. Ricardo López
Pág. 1 de 5I NTERPRETACIÓN DE D ATOS E STADÍSTICOS
K
N
n
Donde N es el tamaño del universo y n el tamaño de la muestra.
Se elige un número al azar que sea como máximo el coeficiente de elevación, es decir un
número entre 1 y K. A este número lo llamaremos “a”.
En el listado de todos los elementos del universo se selecciona el elemento “a”, el elemento
“a + K”, el “a + 2K”, el “a + 3K”,... así hasta completar la muestra.
Obviamente para utilizar este método necesitamos disponer de la lista de todos los
elementos del universo y por supuesto debe ser un universo no muy grande.
Este proceso permite simplificar considerablemente el proceso de selección, pero existe el
riesgo de introducir sesgos en la muestra al elegir los elementos de forma periódica.
Estos riesgos se producen cuando el listado del universo está ordenado en función de
determinados criterios que pueden inducir a que la selección sistemática recaiga en
elementos que no sean representativos del universo.
Ejemplo:
Vamos a realizar un estudio sobre el nivel de satisfacción de las y los
clientes de una empresa.
Si el personal de la empresa, por ejemplo de una tienda, atiende en
orden a las y los clientes, es decir, que el personal se turna para
atender a cada cliente, nos puede provocar conflictos si utilizamos el
muestreo aleatorio sistemático.
Imaginen que el coeficiente de elevación es siete, y en la tienda hay
siete vendedores y vendedoras, la muestra correspondería solamente a
los y las clientes atendidos por el vendedor número siete. Esto
produciría que el estudio sería sobre la calidad de atención de un
determinado vendedor o vendedora y no sobre la totalidad.
Para utilizar este tipo de muestreo y evitar estos riesgos se puede “desordenar” el listado de
los elementos del universo antes de realizar la selección.
Muestreo Aleatorio Estratificado.
Se basa en dividir los elementos del universo en grupos, donde cada elemento del universo
pertenece a un solo grupo, y el conjunto de los grupos forman la totalidad del universo. A
cada grupo lo llamamos estrato.
Ventajas:
permite tratar de forma independiente los elementos de cada uno de los estratos.
puede realizar diferentes métodos de muestreo y/o estimación en determinados
estratos, lo que permite reducir la varianza (desviación estándar) y por tanto disminuir
el tamaño de la muestra.
permite aumentar la precisión de los resultados.
facilita la coordinación y realización de los trabajos de campo.
Objetivo: conseguir en cada estrato elementos homogéneos entre si y heterogéneos en
relación con los elementos de los otros estratos.
Homogéneos entre si, que todos los elementos de un estrato tienen características y
comportamientos similares en relación a la variable que estudiamos.
Heterogéneos con los otros, que tienen características y comportamientos
diferentes en relación a la variable que estudiamos.
Lic. Ricardo López
Pág. 2 de 5I NTERPRETACIÓN DE D ATOS E STADÍSTICOS
Proceso de estratificación:
1. Definir las características (variables) que utilizaremos para definir los estratos.
Las características han de estar relacionadas con la variable a estudiar.
2. Determinar el número de estratos.
El número de estratos no puede ser muy grande porque estratos con pocos elementos
dificultan y encarecen el proceso, pero tampoco puede ser muy pequeño porque nos aportaría
muy pocas ventajas.
3. Determinar el tamaño de la muestra.
4. Seleccionar la muestra en cada estrato.
Se puede utilizar el muestreo aleatorio simple o el sistemático en cada estrato.
Resulta difícil estratificar variables muy correlacionadas, es decir, cuando no existen
diferencias entre las características y comportamiento de los elementos.
En general y como criterio más viable se suele recurrir a variables especiales como países,
regiones, departamentos, sucursales,...
Muestreo Aleatorio por Conglomerados.
En este tipo de muestreos la unidad muestral no son los elementos del universo, sino un
conjunto de elementos que bajo determinados aspectos se puede considerar que forman una
unidad. Por ejemplo las diferentes carreras en la universidad o las juntas receptoras de votos
en un proceso electoral forman conglomerados naturales.
Definidas las unidades muestrales, los conglomerados, se realiza la selección de la muestra.
La muestra serán un número determinado de conglomerados. Se entrevista a todos y cada
uno de los elementos del conglomerado si son pocos. Si el número de elementos de cada
conglomerado es muy grande se realiza un submuestreo en cada uno de los conglomerados,
pudiendo utilizar cualquiera de los métodos de muestreo anteriormente mencionados.
Las diferencias entre los conglomerados y los estratos es:
Los elementos de los estratos son homogéneos (similares) entre si, mientras que los
elementos de los conglomerados son heterogéneos (diferentes) entre si.
Los estratos son heterogéneos (diferentes) entre si, mientras que los conglomerados
son homogéneos (similares) entre si.
Muestreo Polietápico.
El muestreo polietápico consiste en realizar la selección de la muestra en varias etapas, es
decir aplicar la selección de la muestra en varias ocasiones. Se pueden utilizar diferentes
métodos de muestreos o el mismo.
Un ejemplo es el muestreo aleatorio por conglomerados y cada conglomerado tiene un
número muy grande de elementos como para entrevistarlos a todos.
Otro ejemplo, en este caso de tres etapas:
Primero: muestreo aleatorio por conglomerados en todo el universo
Segundo: muestreo aleatorio por conglomerado en cada conglomerados
Es decir, dividimos cada conglomerado en otros conglomerados más
pequeños.
Tercero: muestreo aleatorio sistemático en cada uno de los conglomerados.
Lic. Ricardo López
Pág. 3 de 5I NTERPRETACIÓN DE D ATOS E STADÍSTICOS
Muestreos NO probabilísticos.
Muestreo por cuotas.
Se basa en un buen conocimiento de los estratos de la población y/o de los elementos
más “representativos” o “adecuados” para los fines de la investigación. Mantiene
semejanzas con el muestreo aleatorio estratificado, pero no tiene el carácter de
aleatoriedad del método probabilístico.
Muestreo opinático.
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener
muestras “representativas” mediante la inclusión en la muestra de grupos
supuestamente típicos. Es muy frecuente su uso en sondeo preelectorales de
zonas que en anteriores votaciones han marcado tendencias de voto, es
decir, el resultado de las elecciones en esa zona fue el mismo que el
resultado global.
Muestreo causal.
Se trata de un proceso en el que el investigador o investigadora selecciona
directa o intencionalmente los elementos del universo que formaran parte de
la muestra. El caso más frecuente de este procedimiento es el utilizar como
muestra los elementos a los que se tiene fácil acceso, un caso particular es
el de las y los voluntarios a participar en una investigación.
Ejemplos cercanos:
Cuando un profesor o profesora pregunta a un par de estudiantes, los que tiene más
cerca por ejemplo.
Cuando un programa de televisión o radio realiza un sondeo mediante las llamadas
telefónicas al programa.
Cuando un programa de televisión saca un equipo a la calle y le pregunta a unas
cuantas personas.
Muestreo por bola de nieve.
Se localiza a algunos elementos del universo, los cuales conducen a otros, y estos a
otros, y así hasta conseguir una muestra suficiente, llegando incluso a completar el
censo del universo.
Aunque pueda parecer que no tiene utilidad, se utiliza frecuentemente cuando con
conocemos la población, por ejemplo con poblaciones como delincuentes, sectas,
determinados tipos de enfermedades,...
Afijación de la muestra.
La distribución de la muestra en función de los diferentes estratos se
denomina afijación, y puede ser de diferentes tipos.
Afijación Simple.
Lic. Ricardo López
A cada estrato le corresponde
elementos de la muestra.
igual
número
de
Pág. 4 de 5I NTERPRETACIÓN DE D ATOS E STADÍSTICOS
Afijación Proporcional. La distribución se hace de acuerdo con el peso de
la población en cada estrato, la cantidad de
elementos del universo que tiene cada estrato.
Afijación Óptima. Se tiene en cuenta la previsible dispersión de los
resultados, de modo que se considera la proporción y la
desviación típica. Tiene poca aplicación ya que no se
suele conocer la desviación estándar previamente en
cada estrato. Aunque cuando se puede utilizar reduce
costos y mejora la precisión de los resultados.
Nivel de desagregación.
En ocasiones, además de obtener resultados, estimaciones, para todo el universo
pretendemos obtener estimaciones para diferentes subgrupos en los que se puede
subdividir el universo objeto del estudio.
Ejemplo:
Al realizar un estudio sobre el nivel de satisfacción de las y los clientes de una
empresa, podemos pretender determinar el nivel de satisfacción de cada uno de
los departamentos, por ejemplo a nivel general y también la satisfacción con
vendedores, con caja, con servicio técnico,...
Para resolver estas situaciones se suele recurrir a dos técnicas:
1. Aumentamos el tamaño de la muestra total hasta conseguir que el número de
elementos de la población de cada subgrupo sea suficiente.
2. Realizar una afijación no proporcional, tratando cada subgrupo como si fuera una
división diferente.
Ejemplo:
Realizar un estudio a nivel nacional pero en el que pretendemos dar
resultados de cada una de las regiones del país, requiere que cada región se
trabaje como un universo diferente.
Como la precisión del estimador, de la variable que queremos estimar, está
íntimamente relacionada con el tamaño de la muestra y no con la fracción del
muestreo, esto hace que en ciertos casos pueda necesitarse una muestra
prácticamente del mismo tamaño para obtener datos de una región o departamento
y la totalidad del país.
Hemos de tener en cuenta estas técnicas en el ejemplo del estudio del nivel de
satisfacción en el caso que las y los clientes no reciban los servicios de todas y cada
una de las áreas que queremos analizar. Por ejemplo si el servicio técnico atiende a
una minoría de las y los clientes, será necesario realizar una afijación no proporcional
entre las y los clientes de esta área o incrementar la muestra hasta que tengamos
suficientes clientes de esta área.
POR:LUCYMUNDA REYES
DATOS DEL ANTEPROYECTO DE INVESTIGACIÓN
UNIVERSIDAD CENTRAL DE VENEZUELA
FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES
CÁTEDRA DE METODOLOGÍA I
PROFESORA: LAURA LOZADA
ABANDONO AFECTIVO DE LAS PERSONAS DE LA TERCERA EDAD
Realizado por:
DANIELA SARABIA
GLENDYS FIGUERA
LUCIMUNDA REYES GARCÍA
Caracas, diciembre 2017
Título de la problemática (período tiempo):
ABANDONO AFECTIVO DE LAS PERSONAS DE LA TERCERA EDAD
FORMULACIÓN DEL PROBLEMA
Desde el punto de vista psicológico la madurez es un proceso dinámico cuya importancia radica en el vínculo de relación que se establece en sus mecanismos genéticos hereditarios, las influencias del medio ambiente, los factores culturales y educativos condicionan su comportamiento.
A partir de los 60 años de edad se estipula el comienzo de la tercera edad en Venezuela para los hombres, caracterizada por ser la edad del retiro laboral, y de 55 años de edad para las mujeres. Una vez cumplida esta edad, son retirados del ámbito laboral, perdiendo el papel central que venían representando dentro del núcleo familiar y poco a poco son desplazados por nuevos miembros de la familia e ignorados por los mismos.
Durante la etapa de la vejez el individuo pierde la capacidad de adaptarse a factores que intervengan sobre él. Los signos del envejecimiento son la agudeza visual, la disminución de la actividad funcional de los órganos y trastornos psíquicos, tales como pérdida de la memoria y de las facultades intelectuales.
Las personas de la tercera edad se van volviendo cada vez más susceptibles por el deterioro natural de su cuerpo, por la pérdida de capacidad física y mental, creándoles dependencia para que otras personas les ayuden a realizar actividades cotidianas y esenciales para continuar con su existencia como lo son: comer, caminar, higiene personal, ir a la iglesia, visitar a los amigos o familiares. Dentro del núcleo familiar existen menos personas dispuestas a escuchar a las personas de la tercera edad, dejándolos excluidos de las actividades del hogar, lo cual repercute en su estado emocional.
A la par del envejecimiento acelerado, es muy común que los problemas sociales y familiares aumenten, como la falta de espacio dentro de la vivienda, el tiempo y los recursos económicos no sean suficientes. Sin embargo, cada vez es mayor el número de personas de la tercera edad que son aislados de la sociedad. En muchos casos, estas personas son despojados de sus bienes y hasta llegan a ser recluidos en casas hogares, abandonados en los hospitales e incluso, los dejan a la intemperie, ocasionándoles un estado de depresión, agresividad, rechazo, desigualdad emocional y baja autoestima.
DELIMITACIÓN DEL PROBLEMA
Se realizará un estudio sobre el abandono afectivo de las personas de la tercera edad hospitalizadas en la Sala de Medicina Interna anexos femenino y masculino del Hospital Clínico Universitario de Caracas de la Universidad Central de Venezuela.
OBJETIVOS
Objetivo General
Determinar las causas afectivas que han incidido para que las personas de la tercera edad hospitalizadas en la Sala de Medicina Interna anexos femenino y masculino del Hospital Clínico Universitario de Caracas de la Universidad Central de Venezuela.
Objetivos Específicos
- Analizar los factores que influyen para que las personas de la tercera edad hospitalizadas en la Sala de Medicina Interna anexos femenino y masculino del Hospital Clínico Universitario de Caracas de la Universidad Central de Venezuela, sean abandonadas por sus familiares.
- Identificar las necesidades afectivas de las personas de la tercera edad hospitalizadas en la Sala de Medicina Interna anexos femenino y masculino del Hospital Clínico Universitario de Caracas de la Universidad Central de Venezuela.
- Describir la situación afectiva de las personas de la tercera edad hospitalizadas en la Sala de Medicina Interna anexos femenino y masculino del Hospital Clínico Universitario de Caracas de la Universidad Central de Venezuela.
JUSTIFICACIÓN E IMPORTANCIA
El envejecimiento es un proceso natural del ser humano generado por cambios y transformaciones a nivel biológico, psicológico, social y espiritual, que no puede considerarse como una enfermedad, pero exige esfuerzos de adaptación familiar y social sobre la base de esos cambios que experimentan las personas cuando pasan a la etapa de la tercera edad.
Por lo general, estas personas se van alejando de su entorno social o bien en la mayoría de los casos, son los familiares quienes aíslan a dichas personas por considerarlas un estorbo ya que ameritan mayor cuidado y atención diaria debido a las múltiples enfermedades acumuladas en su organismo con el devenir del tiempo.
Es por este motivo donde surge el interés de conocer la situación de las personas de la tercera edad recluidas hospitalizadas en la Sala de Medicina Interna anexos femenino y masculino del Hospital Clínico Universitario de Caracas de la Universidad Central de Venezuela, con el propósito de identificar las causas afectivas que han incidido para que estas personas sean abandonadas por sus familiares.
La importancia de esta investigación se justifica debido a que es considerado como un problema social proveniente del entorno familiar en cuanto se trata de explicar los motivos por los las cuales las personas de la tercera edad son abandonadas tanto física como afectivamente por sus familiares.
FUNDAMENTOS TEÓRICOS
Los fundamentos teóricos son los que argumentos que le dan vida al cuerpo de la investigación. Se basan en una estructura que permiten asociar estudios previos vinculados con el tema en estudio con el propósito de generar nuevos conocimientos. En este sentido, en primer lugar, es necesario investigar sobre los antecedentes relacionados con trabajos anteriores. Posteriormente, se exponen las bases teóricas, el marco legal, los antecedentes institucionales, la definición de términos que van a sustentar el desarrollo de la investigación, cada aspecto adicionado con sus respectivas fuentes o referencias consultadas. Las categorías que facilitarían la construcción del marco teórico son las siguientes:
BASES TEÓRICAS
La vejez
Factores de la vejez
La vejez como hecho social
El envejecimiento
La familia
Comportamiento de la familia con las personas de la tercera edad
Abandono en la familia
Emociones de las personas de la tercera edad cuando son abandonados por sus familiares.
Causas y consecuencias del abandono familiar.
Maltrato hacía las personas mayores
Tipos de maltratos
Causas y consecuencias
Cuidados del anciano
MARCO LEGAL
Declaración Universal de los Derechos Humanos (1948).
Constitución de la República Bolivariana de Venezuela (2000)
Ley sobre violencia contra la mujer y la familia (1998).
Declaración Mundial sobre el maltrato de ancianos (1989)
ESTRATEGIAS METODOLÓGICAS
- Sistema de Variables:
Variables:
Cuantitativas.
- Cantidad de personas de la Tercera Edad que se encuentran en estado de abandono en el Hospital Clínico Universitario de Caracas en la sala de Medicina Interna, anexos femenino y masculino, de la Universidad Central de Venezuela.
- Cantidad de personas de la Tercera Edad que se encuentran en estado de abandono en el Hospital Clínico Universitario de Caracas en la sala de Medicina Interna, anexos femenino y masculino, de la Universidad Central de Venezuela por mes.
Variable Cualitativa dicotómica:
- Cantidad de personas de la tercera edad que se encuentran en estado de abandono, sexo, en el Hospital Clínico Universitario de Caracas de la Universidad Central de Venezuela.
Variable Policotómica:
- Personas de la tercera edad que se encuentran en estado de abandono, según su clase social en el Hospital Clínico Universitario de Caracas de la Universidad Central de Venezuela.
Variable Independiente:
- Falta de recursos económicos por partes de los familiares de la persona de la tercera edad.
- Carencia de planificación de los familiares para el cuidado de la persona de la tercera edad.
Variable Dependiente:
- Disminución de familiares que se hagan cargo del cuidado de la persona de la tercera edad.
- Disminución de la capacidad motora de la persona de la tercera edad y así depender más de la familia.
- Disminución de espacio en la vivienda de los familiares de la persona de la tercera edad.
Variable Intervinientes:
- Falta de cooperación de los familiares con la persona de la tercera edad.
- Disminución de los recursos económicos y financieros en la familia de la persona de la tercera edad.
- Disminución de los números de familiares que puedan atender a la persona de la tercera edad.
Tipo de investigación
Se presentará una investigación de tipo descriptiva debido a que obtendrá información directamente de los hechos que permitan describir el diagnóstico de la situación objeto de estudio con el propósito de establecer una estructura donde se analizarán y describirán los fenómenos que influyen en dicha investigación.
Tipo de diseño de investigación
En la investigación se presentará un diseño de tipo documental y de campo, de acuerdo con Arias (2006), “la investigación documental es un proceso basado en la búsqueda, recuperación, análisis, crítica e interpretación de datos secundarios…”. Asimismo, Arias, define la investigación de campo como “aquella que consiste en la recolección de datos directamente de los sujetos investigados...”.
En este sentido, se plantea un diseño de tipo documental debido a que se argumentará con información extraída de fuentes de información tanto de formatos impresos como electrónicos.
Se aplicará además un diseño de campo no experimental debido a que se recolectará información en un tiempo determinado directamente a las personas de la tercera edad hospitalizadas en la Sala de Medicina Interna anexos femenino y masculino del Hospital Clínico Universitario de Caracas de la Universidad Central de Venezuela.
Técnicas e instrumentos de recolección de datos
Como técnica se utilizará la encuesta y como instrumento se diseñará un cuestionario estandarizado desarrollado con preguntas cerradas y respuestas de selección simple, de forma que el entrevistado entre un número limitado de respuestas, seleccione aquellas que considere relevantes.
La técnica y el instrumento seleccionado para la recolección de los datos aplicada permite obtener respuestas estructuradas de acuerdo a las preguntas las cuales se pueden agrupar por segmentos y permitirle al investigar representar cuantitativamente los resultados obtenidos.
¿A quiénes se aplicaría el instrumento?
El instrumento se aplicará a las personas de la tercera edad hospitalizadas y en caso que no puedan responder, se aplicará a los funcionarios encargados de la Sala de Medicina Interna anexos femenino y masculino del Hospital Clínico Universitario de Caracas de la Universidad Central de Venezuela, haciendo una salvedad en el referido instrumento, cuando el mismo sea respondido por los funcionarios.
TIPOS DE MUESTREO: MUESTREOS NO PROBABILISTICOS.
Muestreos NO probabilísticos.
Muestreo por cuotas.
Se basa en un buen conocimiento de los estratos de la población y/o de los elementos más “representativos” o “adecuados” para los fines de la investigación. Mantiene semejanzas con el muestreo aleatorio estratificado, pero no tiene el carácter de aleatoriedad del método probabilístico.
Muestreo opinático.
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras “representativas” mediante la inclusión en la muestra de grupos supuestamente típicos. Es muy frecuente su uso en sondeo preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto, es decir, el resultado de las elecciones en esa zona fue el mismo que el resultado global.
Muestreo causal.
Se trata de un proceso en el que el investigador o investigadora selecciona directa o intencionalmente los elementos del universo que formaran parte de la muestra. El caso más frecuente de este procedimiento es el utilizar como muestra los elementos a los que se tiene fácil acceso, un caso particular es el de las y los voluntarios a participar en una investigación.
Ejemplos cercanos:
• Cuando un profesor o profesora pregunta a un par de estudiantes, los que tiene más cerca por ejemplo.
• Cuando un programa de televisión o radio realiza un sondeo mediante las llamadas
telefónicas al programa.
• Cuando un programa de televisión saca un equipo a la calle y le pregunta a unas cuantas personas.
Muestreo por bola de nieve.
Se localiza a algunos elementos del universo, los cuales conducen a otros, y estos a otros, y así hasta conseguir una muestra suficiente, llegando incluso a completar el censo del universo.
Aunque pueda parecer que no tiene utilidad, se utiliza frecuentemente cuando con conocemos la población, por ejemplo con poblaciones como delincuentes, sectas, determinados tipos de enfermedades,…
Afijación de la muestra.
La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de diferentes tipos.
Afijación Simple. A cada estrato le corresponde igual número de elementos de la muestra.
Afijación Proporcional. La distribución se hace de acuerdo con el peso de la población en cada estrato, la cantidad de elementos del universo que tiene cada estrato.
Afijación Óptima. Se tiene en cuenta la previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la desviación estándar previamente en cada estrato. Aunque cuando se puede utilizar reduce costos y mejora la precisión de los resultados.
Nivel de desagregación.
En ocasiones, además de obtener resultados, estimaciones, para todo el universo pretendemos obtener estimaciones para diferentes subgrupos en los que se puede subdividir el universo objeto del estudio.
Ejemplo:
Al realizar un estudio sobre el nivel de satisfacción de las y los clientes de una empresa, podemos pretender determinar el nivel de satisfacción de cada uno de los departamentos, por ejemplo a nivel general y también la satisfacción con vendedores, con caja, con servicio técnico,…
Para resolver estas situaciones se suele recurrir a dos técnicas:
1. Aumentamos el tamaño de la muestra total hasta conseguir que el número de elementos de la población de cada subgrupo sea suficiente.
2. Realizar una afijación no proporcional, tratando cada subgrupo como si fuera una división diferente.
Ejemplo:
Realizar un estudio a nivel nacional pero en el que pretendemos dar resultados de cada una de las regiones del país, requiere que cada región se trabaje como un universo diferente.
Como la precisión del estimador, de la variable que queremos estimar, está
íntimamente relacionada con el tamaño de la muestra y no con la fracción del muestreo, esto hace que en ciertos casos pueda necesitarse una muestra prácticamente del mismo tamaño para obtener datos de una región o departamento y la totalidad del país.
Hemos de tener en cuenta estas técnicas en el ejemplo del estudio del nivel de satisfacción en el caso que las y los clientes no reciban los servicios de todas y cada una de las áreas que queremos analizar. Por ejemplo si el servicio técnico atiende a una minoría de las y los clientes, será necesario realizar una afijación no proporcional entre las y los clientes de esta área o incrementar la muestra hasta que tengamos suficientes clientes de esta área.
Para ampliar la informacíon puedes revisar los siguientes videos:
Por Daniela Sarabia.
TIPOS DE MUESTREO: MUESTREO PROBABILISTICO
Tipos de Muestreo
Muestreo probabilístico.
Cada elemento del universo tiene una probabilidad conocida y no nula de figurar en la muestra, es decir, todos los elementos del universo pueden formar parte de la muestra.
Los métodos de muestreo probabilístico son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los elementos del universo tienen la misma probabilidad de ser elegidos para formar parte de la muestra.
Tipos de métodos de muestreo probabilístico:
• Muestreo aleatorio simple.
• Muestreo aleatorio sistemático
• Muestreo aleatorio estratificado
• Muestreo aleatorio por conglomerados
Muestreo NO probabilístico.
No todos los elementos de la muestra NO tienen la misma probabilidad, y por tanto no se tiene la certeza que la muestra extraída sea representativa. En general se seleccionan los elementos siguiendo determinados criterios procurando que la muestra sea representativa al máximo.
Teniendo claro que no sirven para realizar generalizaciones, en ocasiones son útiles para estudios exploratorios o cuando los estudios probabilísticos resultan excesivamente costosos.
Tipos de muestreo NO probabilístico:
• Muestreo por cuotas
• Muestreo opinático o intencional
• Muestreo causal o accidental
• Muestreo por bola de nieve.
Muestreos probabilísticos.
Muestreo Aleatorio Simple.
La selección de la muestra se realiza en una sola etapa, directamente y sin reemplazamientos.
Se aplica fundamentalmente en investigaciones sobre poblaciones pequeñas y plenamente identificables, por ejemplo cuando disponemos de la lista completa de todos los elementos del universo.
Para explicarlo en un lenguaje sencillo, consiste en rifar – sortear entre todos los elementos del universo los que pertenecerán a la muestra.
Muestreo Aleatorio Sistemático.
Es una variante del Aleatorio Simple, se diferencia en la forma de seleccionar los elementos de la muestra.
Una vez determinado el tamaño de la muestra se calcula el coeficiente de elevación, que es el cociente, la división, entre el tamaño del universo y el tamaño de la muestra.
K = N
n
Donde N es el tamaño del universo y n el tamaño de la muestra.
Se elige un número al azar que sea como máximo el coeficiente de elevación, es decir un
número entre 1 y K. A este número lo llamaremos “a”.
En el listado de todos los elementos del universo se selecciona el elemento “a”, el elemento
“a + K”, el “a + 2K”, el “a + 3K”,… así hasta completar la muestra.
Obviamente para utilizar este método necesitamos disponer de la lista de todos los elementos del universo y por supuesto debe ser un universo no muy grande.
Este proceso permite simplificar considerablemente el proceso de selección, pero existe el riesgo de introducir sesgos en la muestra al elegir los elementos de forma periódica.
Estos riesgos se producen cuando el listado del universo está ordenado en función de determinados criterios que pueden inducir a que la selección sistemática recaiga en elementos que no sean representativos del universo.
Ejemplo:
Vamos a realizar un estudio sobre el nivel de satisfacción de las y los clientes de una empresa.
Si el personal de la empresa, por ejemplo de una tienda, atiende en orden a las y los clientes, es decir, que el personal se turna para
atender a cada cliente, nos puede provocar conflictos si utilizamos el muestreo aleatorio sistemático.
Imaginen que el coeficiente de elevación es siete, y en la tienda hay siete vendedores y vendedoras, la muestra correspondería solamente a
los y las clientes atendidos por el vendedor número siete. Esto produciría que el estudio sería sobre la calidad de atención de un
determinado vendedor o vendedora y no sobre la totalidad.
Para utilizar este tipo de muestreo y evitar estos riesgos se puede “desordenar” el listado de
los elementos del universo antes de realizar la selección.
Muestreo Aleatorio Estratificado.
Se basa en dividir los elementos del universo en grupos, donde cada elemento del universo pertenece a un solo grupo, y el conjunto de los grupos forman la totalidad del universo. A cada grupo lo llamamos estrato.
Ventajas:
• permite tratar de forma independiente los elementos de cada uno de los estratos.
• puede realizar diferentes métodos de muestreo y/o estimación en determinados estratos, lo que permite reducir la varianza (desviación estándar) y por tanto disminuir el tamaño de la muestra.
• permite aumentar la precisión de los resultados.
• facilita la coordinación y realización de los trabajos de campo.
Objetivo: conseguir en cada estrato elementos homogéneos entre si y heterogéneos en relación con los elementos de los otros estratos.
Homogéneos entre si, que todos los elementos de un estrato tienen características y comportamientos similares en relación a la variable que estudiamos.
Heterogéneos con los otros, que tienen características y comportamientos diferentes en relación a la variable que estudiamos.
Proceso de estratificación:
1. Definir las características (variables) que utilizaremos para definir los estratos.
Las características han de estar relacionadas con la variable a estudiar.
2. Determinar el número de estratos.
El número de estratos no puede ser muy grande porque estratos con pocos elementos dificultan y encarecen el proceso, pero tampoco puede ser muy pequeño porque nos aportaría muy pocas ventajas.
3. Determinar el tamaño de la muestra.
4. Seleccionar la muestra en cada estrato.
Se puede utilizar el muestreo aleatorio simple o el sistemático en cada estrato.
Resulta difícil estratificar variables muy correlacionadas, es decir, cuando no existen
diferencias entre las características y comportamiento de los elementos.
En general y como criterio más viable se suele recurrir a variables especiales como países,
regiones, departamentos, sucursales,…
Muestreo Aleatorio por Conglomerados.
En este tipo de muestreos la unidad muestral no son los elementos del universo, sino un conjunto de elementos que bajo determinados aspectos se puede considerar que forman una unidad. Por ejemplo las diferentes carreras en la universidad o las juntas receptoras de votos en un proceso electoral forman conglomerados naturales.
Definidas las unidades muestrales, los conglomerados, se realiza la selección de la muestra. La muestra serán un número determinado de conglomerados. Se entrevista a todos y cada uno de los elementos del conglomerado si son pocos. Si el número de elementos de cada conglomerado es muy grande se realiza un submuestreo en cada uno de los conglomerados, pudiendo utilizar cualquiera de los métodos de muestreo anteriormente mencionados.
Las diferencias entre los conglomerados y los estratos es:
• Los elementos de los estratos son homogéneos (similares) entre si, mientras que los elementos de los conglomerados son heterogéneos (diferentes) entre si.
• Los estratos son heterogéneos (diferentes) entre si, mientras que los conglomerados son homogéneos (similares) entre si.
Muestreo Polietápico.
El muestreo polietápico consiste en realizar la selección de la muestra en varias etapas, es decir aplicar la selección de la muestra en varias ocasiones. Se pueden utilizar diferentes métodos de muestreos o el mismo.
Un ejemplo es el muestreo aleatorio por conglomerados y cada conglomerado tiene un número muy grande de elementos como para entrevistarlos a todos.
Otro ejemplo, en este caso de tres etapas:
Primero: muestreo aleatorio por conglomerados en todo el universo
Segundo: muestreo aleatorio por conglomerado en cada conglomerados
Es decir, dividimos cada conglomerado en otros conglomerados más pequeños.
Tercero: muestreo aleatorio sistemático en cada uno de los conglomerados.
Para ampliar la información puedes revisar los siguientes videos.
Por Lucimunda Reyes.
miércoles, 6 de diciembre de 2017
METODOS DE MILL
INDUCCIÓN
Los métodos de Mill o también llamados cánones de Mill son cuatro —o mejor dicho cinco— tipos de métodos propuestos por John Stuart Mill en un libro llamado Sistema de lógica. Estos métodos están basados en la inducción y son inferencias por eliminación, esto es, eliminan las proposiciones que son falsas en el razonamiento que se esté haciendo.
La inducción es un tipo de razonamiento que va de lo particular a lo general.
Es decir, en una inducción se enumeran casos particulares o singulares
para que de ellos se obtenga una conclusión general. Por ejemplo:
El hierro es un buen conductor de electricidad El acero es un buen conductor de electricidad El cobre es un buen conductor de electricidad ∴ todo metal es un buen conductor de electricidad
Método de concordancia
Este
se usa cuando en dos o más fenómenos se nota alguna cosa —singular— en
común. Éste es la causa del fenómeno observado. Con el método de
concordancia se eliminan todos los sucesos que no ocurren cuando el
fenómeno que estamos buscando sí pasa. En palabras de Mill: “si dos o
más casos del fenómeno que se investiga tienen sólo una circunstancia en
común, esta circunstancia es (probablemente) la causa o el efecto del
fenómeno dado.
Gráficamente podemos verlo de esta forma:
D: a, b, c, d…Q D: a, f, c, d… Q D: a, f, i, g… Q ∴ a es la causa de Q
Si todavía no se entiende, ahí les va un ejemplo:
Un
médico fue llamado a altas horas de la noche para atender a unos
excursionistas que presentaban problemas gastrointestinales, al
interrogarlos sobre lo que habían comido en las últimas horas, obtuvo
las siguientes respuestas: -Liz: frijoles enlatados, carne seca, queso, atún y duraznos en almíbar. -Pablo: duraznos en almíbar, queso, camarones enlatados, carne seca y frijoles enlatados. -Álvaro: camarones enlatados, atún, jugo de naranja, frijoles enlatados y salchichas -Ana: salchicha, jugo de naranja, carne seca, frijoles enlatados y atún. Con estos datos, el médico concluyó que la causa del problema gastrointestinal de ellos habían sido los frijoles enlatados.
http://voxpopulivoxanimus.wordpress.com/2012/12/09/que-rayos-son-los-metodos-de-mill/
Método de diferencia
Este
método se encuentra cuando si en un fenómeno se observa comúnmente y
una circunstancia específica desaparece, también desaparece el fenómeno
común y, por lo tanto, aquella es causa directa de ésta. Dicho de otra
forma —la de Mill—, “si un caso en que se presenta el fenómeno que
investigamos y otro en que no se presenta tienen las mismas
circunstancias en común excepto una, que ocurre sólo en el primero, esa
circunstancia sola en la que los dos casos difieren es (probablemente)
el efecto o la causa o una parte indispensable de la causa del
fenómeno”. El método necesita de un caso positivo y uno negativo, con
las circunstancias antecedentes que difieren en un solo aspecto.
Gráficamente:
D: a, b, c, d…Q D: a, b, f, c, d… Q D: f, i, g… ∴ a es la causa de Q
Ejemplo:
En un mundo paralelo, los mismos excursionistas se enfermaron menos Ana. Entonces, el médico les pregunta qué comieron. -Liz: frijoles enlatados, carne seca, queso, atún y durazno en almíbar. -Pablo: durazno en almíbar, queso, camarones enlatados, carne seca y frijoles enlatados. -Álvaro: camarones enlatados, atún, jugo de naranja, frijoles enlatados y salchicha. -Ana: salchicha, jugo de naranja, carne seca, durazno en almíbar y atún. Por lo tanto, lo que causó el daño fueron los frijoles enlatados, porque Ana fue la única que no los comió.
Método conjunto de concordancia y diferencia
Este
método —como lo puede uno deducir— es una combinación de los dos
primeros. Mill arguyó que sí se juntaban estos métodos, sería más
efectivo. El método se da cuando si en dos o más casos en que aparece un
fenómeno tienen sólo una circunstancia en común, mientras que dos o más
casos en que no aparece el fenómeno sólo tienen en común que esta
circunstancia —la primera— no aparece, la circunstancia única en que
difieren los dos conjuntos de ejemplos es el efecto, la causa del
fenómeno.
Usamos
primero el método para hallar una condición en cuya presencia siempre
ocurre el fenómeno y en cuya ausencia dicho fenómeno no ocurra. Aumenta
la probabilidad de los dos métodos anteriores por separado.
Graficamente:
D: a, b, c, d… Q D: a… D: a, b… D: a, b, c… Q D: c, d… Q D: a, b, d…
D: c… Q ∴ c es la causa de Q
Ejemplo:
Ana
desarrolló un salpullido grave e inusual. Debido a su semejanza con
otras enfermedades de la piel, los médicos le dijeron que dejara de
comer pollo, carne y lácteos. Al hacerlo, desapareció el salpullido. Los
médicos dijeron que comenzara a comer pollo de nuevo y después con la
carne. En ningún caso se presentó el salpullido. Entonces, se le dijo
que reanudada con los lácteos. Tras hacerlo, el salpullido reapareció y presistió
aun cuando los doctores le prohibieron de nuevo el pollo y la carne.
Por ello, los médicos dijeron que el salpullido de Ana lo producía el
consumo de productos lácteos.
http://voxpopulivoxanimus.wordpress.com/2012/12/09/que-rayos-son-los-metodos-de-mill/
Método de variaciones concomitantes
Este
método nos dice que si en un fenómeno se observa que al variar una de
las circunstancias que concurren en él, varía de manera proporcional,
entonces, esta circunstancia es la que causa el fenómeno. Más fácil,
cuando un fenómeno varía en proporción directa o inversa a la variación
de una circunstancia dada, ésta es su causa.
Gráficamente:
D: a, b, c, d…Q D: a’, f, c, d…Q’ D: a’’, f, i, g…Q’’ ∴ a es la causa de Q —y de sus variantes—
Ejemplo:
En México, entre 1970 y 1991, por cada 100 mil habitantes se pasó de 22.83 a 43.4 personas alcohólicas. Asimismo, la incidencia de cirrosis se incrementó en estos años Podemos suponer, por lo tanto, que un elemento causante del aumento de cirrosis en México es el alcoholismo.
Método de residuos
Este
método nos dice que cuando en un fenómeno pueden separarse algunos
elementos, por saber que no lo determinan, en el resto de las
circunstancias debe estar la causa del efecto producido. O mejor leamos
lo que dijo Mill: “Restad de un fenómeno la parte de la cual se sabe,
por inducciones anteriores, que es el efecto de ciertos antecedentes; el
residuo del fenómeno es, entonces, el efecto de los antecedentes
restantes”.
Graficamente:
D: a, b, c, d, f… Q, R, S, Z b, c, d, f… R, S, Z ∴ a es la causa de Q
Ejemplo:
La
pobreza en México puede deberse a su cercanía con Estados Unidos, a la
forma de gobierno, al presidente o a una mala distribución de la
riqueza. No
puede ser la cercanía de Estados unidos ya que Canadá también lo está y
éste tiene una economía y nivel de vida buenos para sus habitantes. No puede ser nuestra forma de gobierno ya que otros países poseen la misma que nosotros y tienen buena situación económica. No puede ser el presidente porque el problema no es sólo de un sexenio sino que se ha dado desde hace muchísimo tiempo. Por
lo tanto, la causa de la pobreza en México es la mala distribución de
la riqueza ya que pocos tienen mucho y muchos tienen poco.
http://voxpopulivoxanimus.wordpress.com/2012/12/09/que-rayos-son-los-metodos-de-mill/
POR:LUCYMUNDA REYES
Suscribirse a:
Entradas (Atom)
-
ESCALAS PARA MEDIR ACTITUDES. Definición: Según Sherif "son las posiciones que la persona adopta y acepta en cuanto a objetos, as...
-
MÉTODO. Concepto de Método: Partiendo de su composición etimológica, el término método se integra con dos vocablos de origen griego, la p...
-
Definición: Es el entendimiento, inteligencia, razón natural. Aprehensión intelectual de la realidad o de una relación entre los ...
