cap. iii, metodología

UNIVERSIDAD NACIONAL MICALELA BASTIDAS DE

APURIMAC

ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA AGROINDUSTRIAL

SEMINARIO DE TESIS

Ing. M.C. Fulgencio Vilcanqui Pérez

CAPITULO III METODOLOGÍA

METODOLOGÍA

DISEÑO DE INVESTIGACIÓN

METODOLOGÍA

De acuerdo a la finalidad

Básica ó pura: nuevos

conocimientos (teorías) Aplicada:

Destinados a solucionar problemas

prácticos de la realidad.

TIPO DE ESTUDIOTIPO DE ESTUDIOEn cuanto a su finalidad, se distinguen como:

Naturaleza de los datos

Cuantitativa cuando la preponderancia del estudio de los datos se basa en la cuantificación y cálculo de

los mismos.

Cualitativa cuando la preponderancia del estudio de los datos se basa en la descripción de los rasgos

característicos de los mismos.

TIPO DE ESTUDIOTIPO DE ESTUDIOSegún la naturaleza de los datos manejados

Factores de estudi

o

Experimental: Manipulación artificial (intencional) de las variables o factores, para analizar las consecuencias (causa – efecto). Hay asignación al azar de la unidad experimental.

No experimental: No se manipula deliberadamente las variables dependientes o independientes (ya ocurrieron). Se observa fenómenos tal como se da en el contexto. Conocido como expost facto. No hay asignación al azar de la unidad experimental.

TIPO DE ESTUDIOTIPO DE ESTUDIOSegún:

Causa →Efecto

Causa ←Efecto

EXPERIMENTAL

EXPERIMENTOS AUTÉNTICOS: Manipulación de variables independientes para ver efectos sobre variables dependientes (en situación de control absoluto). Los sujetos se asignan al azar.

PRE EXPERIMENTOS: No se puede establecer con seguridad la causalidad

TIPO DE ESTUDIOTIPO DE ESTUDIO

CUASI EXPERIMENTOS: Se manipula deliberadamente al menos una variable independiente para ver su efecto sobre la variable dependiente. La unidad experimental no es asignado al azar, sino que ya estaban establecidos .

Grado de profundi

dad y alcance

Exploratorio: Cuando no existe un cuerpo teórico abundante que ilumine el estudio sobre fenómeno observado

Descriptiva: Cuando se señala cómo es y cómo se manifiesta un fenómeno o evento, cuando se busca especificar las propiedades importantes

Correlacional: Cuando se pretende hacer ver o determinar el grado de relación que pueden tener dos o más variables en una investigación

NIVEL DE ESTUDIONIVEL DE ESTUDIO

Explicativa:

POBLACIÓN Y POBLACIÓN Y MUESTRAMUESTRA

Población y

muestra

Población: totalidad de individuos que conforman para recolectar información.

Universo de objetos a los que los resultados deberán ser aplicables.

Muestra: Grupo pequeño obtenido de un todo más grande que es la población.

Una muestra debe ser representativa, homogénea y adecuada.


Para la selección de una muestra, se debe definir la “unidad de análisis”. Quién o quienes van ser medidos. Debe estar definido en: problema, objetivos, hipótesis.


n, es el tamaño de muestra Z, Valor Z curva normal (1.96)P , Probabilidad de éxito (0.50)Q, Probabilidad de fracaso (0.50)N: Población E: Error muestral (0.05)

Para seleccionar una muestra, se debe definir la unidad de análisis: -Personas-Organizaciones -Galletas-Enlatados

-Pencas de nopal- Polvo de nopal -Tarwi-Tomates -Papas -Carne

Muestras probabilísticas: Para que sean representativos

Muestras no probabilísticas

Muestreo aleatorio simple

Muestreo estratificado

Muestras accidentales

Muestras de voluntarios

Muestreo por cuotas

Muestreo sistemático

Muestreo conglomerados

ALEATORIO

MUESTREOMUESTREO

Todos tendrán las mismas posibilidades de estar en la muestra.

Ejemplo: Principales hábitos de la población de una ciudad: se necesita estratificar por edades: niños, jóvenes, adultos.

Niños

Jóvenes

Adultos

ESTRATIFICADO:

MUESTREOMUESTREO

Sorteo

Sorteo

Sorteo

Muestra

Muestra

Muestra

Se toman k individuos, que proviene del resultado de dividir el tamaño de la población entre el tamaño de la muestra (k=N/n). Se parte de un numero aleatorio i, que es al azar entre 1 y k.

Mediante formulas matemáticas

SISTEMÁTICO

MUESTREOMUESTREO

MÉTODOS Y TÉCNICAS DE RECOLECCION DE DATOS

RECOLECCION DE DATOS

Métodos: Se refiere a los instrumentos que se aplicaran para la toma de muestras, ej.: censo, encuesta, etc.

Técnicas: Técnicas: Se refiere a la forma como se van a aplicar los instrumentos, ya sean a través de observaciones, entrevistas, registros, etc.

EJEMPLO: MÉTODOS Y TÉCNICAS DE RECOLECCION DE DATOS

CUANTIFICACIÓN

PROTEÍNA EN TARWI

Método: Kjeldahl, adoptado por AOAC

Técnicas: Digestión en el equipo Kjeldahl, neutralización con NaOH, destilación, titulación para cuantificar nitrógeno y cálculo de la cantidad de proteína.

ANÁLISIS DE DATOS

ESTADÍSTICA

Descriptiva: Distribución de frecuencias PromediosDesviación estándar y varianzaCuartil, quintil, etc.

Inferencial: Establece predicciones y conclusiones sobre una población a partir de los resultados de una muestra. Utiliza el cálculo de probabilidades

Decidir qué pruebas estadísticas son las apropiadas para analizar los datos y qué programa estadístico se utilizará y la interpretación de los mismos.

ANALISIS DE DATOSANALISIS DE DATOSAnálisis de regresiónAnálisis de regresión

ANALISIS DE

REGRESIÓN

Simple: Una variable Y (respuesta) y X (Fija)

Múltiple : mas de dos variables Fijas (X1, X2, …Xn y una variable de respuesta (Y)

ANALISIS DE DATOSANALISIS DE DATOSAnálisis de regresión simple Análisis de regresión simple

Tiempo (min) (X)

Humedad (g/100 g)

(Y)5 90

10 8915 8620 7625 6530 5335 4540 3745 2750 2455 2260 19

R2, significa que el 96.9 % de las variaciones del contenido del agua, es explicado por el factor tiempo.

Pendiente -1,5, significa que la humedad reduce en un promedio de 1.5 puntos debido al aumento del tiempo en una unidad.

ANALISIS DE DATOSANALISIS DE DATOSAnálisis de regresión múltiple Análisis de regresión múltiple

ANALISIS DE DATOSANALISIS DE DATOSAnálisis de regresión múltiple Análisis de regresión múltiple

Se utiliza más de una variable explicativa (conjunto de variables)

Responde a: de un conjunto de variables explicativas: x1, x2, …xk, cuáles son las que más influyen en la variable dependiente Y.

Y=bo+b1x1+b2x2+…bkxk

ANALISIS DE DATOSANALISIS DE DATOS

Año ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC2000 19,5 18,8 18,6 20,2 21,1 19,2 19,6 19,9 22,2 20,4 23,8 21,72001 18,4 19,2 18,9 20,5 20,6 19,8 19,7 20,0 21,5 22,2 22,7 22,52002 22,0 19,5 19,9 20,3 20,2 19,1 17,0 18,9 19,3 20,2 20,7 21,02003 20,3 19,8 18,7 19,1 19,2 19,4 18,5 18,3 19,7 21,9 22,6 20,52004 20,0 19,4 19,9 20,3 20,7 18,5 17,4 18,2 19,1 20,5 22,0 20,62005 21,3 20,3 19,6 20,7 21,4 19,5 19,3 19,9 19,4 20,0 21,7 20,42006 19,4 19,9 19,1 19,4 19,8 19,3 19,4 19,3 20,4 21,7 20,0 21,22007 19,9 19,6 18,7 19,1 20,1 19,8 18,1 19,5 19,0 21,1 21,9 20,72008 18,6 19,4 19,3 19,6 19,4 19,4 18,9 20,4 20,7 20,8 22,4 21,02009 19,2 19,4 19,3 19,5 19,8 19,9 18,9 20,7 21,4 22,8 21,9 21,32010 19,4 19,9 19,1 19,4 19,8 19,3 19,4 19,3 20,4 21,7 20,0 21,2

TABLA N0 01: TEMPERATURA MAXIMA MEDIA MENSUAL

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC2000 468 482 846 573 851 1482 1068 1249 1043 811 1089 7772001 745 731 804 827 1385 1179 1914 1890 2047 1427 918 8332002 792 553 683 803 1530 1920 3335 2568 2488 2543 2066 17372003 1533 1438 1513 1816 1515 1568 2557 2754 3735 3110 2440 20562004 2329 1137 1499 1364 1824 1955 3099 2264 2787 2528 2416 21042005 1866 1455 1623 1691 3312 3329 3344 2757 2369 2220 3005 24772006 2052 1585 2054 2240 3564 1443 3450 3196 2471 3003 2471 15402007 2221 1780 1970 2306 3415 2966 2258 3031 2535 2355 2632 19562008 1858 1825 1974 3592 2737 2143 2244 1925 1954 2119 2186 12382009 1081 847 1158 1414 2025 1726 2201 1815 2710 1503 1140 17512010 1152 949 1398 1467 1738 1894 2074 2011 2261 1886 2947 1190

INFECCIONES RESPIRATORIAS AGUDAS MENSUAL

Análisis de regresión Análisis de regresión

Y=a+bX

ANALISIS DE DATOSANALISIS DE DATOS

Análisis de regresión de IRAs, VS temperaturas MáxNos planteamos la prueba de hipótesis:Ho: Hay relación entre la variable IRAs y la temperatura Máxima.Ha: No hay relación entre la variable IRAs y la temperatura Máxima

ANOVAb

1345205,7 1 1345205,7 2,261 ,135a

77331039 130 594854,14778676245 131

RegresiónResidualTotal

Modelo1

Suma decuadrados gl

Mediacuadrática F Sig.

Variables predictoras: (Constante), Temperatura Maximaa.

Variable dependiente: Infeccion Respiratoria Agudab.

El valor del nivel crítico sig. = 0.135 > 0,05 según la tabla ANOVA entonces no se rechaza la hipótesis nula por lo tanto existe relación lineal entre la variable dependiente de Infección Respiratoria y la Temperatura Máxima, es decir este factor influye. A las IRAs.

Análisis de regresión Análisis de regresión

Y=361,42 – 84,938X

ANALISIS DE DATOSANALISIS DE DATOSAnálisis de regresión Análisis de regresión

Y=3612,42 – 84,938X

Coeficientesa

3612,422 1135,313 3,182 ,002-84,938 56,482 -,131 -1,504 ,135

(Constante)Temperatura Maxima

Modelo1

B Error típ.

Coeficientes noestandarizados

Beta

Coeficientesestandarizad

ost Sig.

Variable dependiente: Infeccion Respiratoria Agudaa.

DISEÑOS DISEÑOS EXPERIMENTALESEXPERIMENTALES

TIPOS DE EXPERIME

NTOS

Simples: UNIFACTORIAL, Cuando se estudia un solo factor de variación; ej., Probar 5 dosis de nitrógeno en la producción del trigo.

Factoriales: Cuando se estudian simultáneamente dos o más factores; ej., probar temperatura, velocidad del aire y espesor producto para la velocidad de secado.

DISEÑOS FACTORIALESDISEÑOS FACTORIALESPara optimizar procesos de fabricación, condiciones de reacción y métodos de análisis entre otros, es necesario conocer qué variables influyen significativamente en el sistema y cómo afectan.

DISEÑOS FACTORIALESDISEÑOS FACTORIALES

Terminología

Tratamientos: Conjunto de condiciones experimentales que se impone a una unidad experimental, cuyos efectos van a ser medidos.

Unidad experimental: Objeto o espacio al cual se aplica el tratamiento y donde se mide y analiza la variable que se investiga.

Testigo: o referencial del experimento, sirve para la comparación de los tratamientos a prueba.


Terminología

Factor: Una de las variables que son estudiadas en el experimento

Nivel : Son los valores que puede tener el factor a estudiar.

Combinación: Es la asignación de un solo nivel a un factor

Variable de respuesta: Es el resultado de una corrida experimental


Terminología

Efecto: Es el cambio en la variable de respuesta, por el cambio en el nivel de un factor

Interacción: Cuando uno o mas factores trabajan juntos para producir un efecto en la variables de respuesta.

Bloque: Agrupación planeada de factores o combinaciones. Ej. Turno o días de la semana.


Principios básicos de un diseño

experimental

Repetición: Replica del experimento. La razón es proporcionar estimación del error experimental, siendo mas confiable a medida que aumenta el número de repeticiones.

Aleatorización: Asignar al azar las unidades experimentales con el propósito de evitar que un determinado tratamiento exista sesgo

Control local: tomar medidas dentro del diseño experimental, para permita reducir el error experimental.

DISEÑOS FACTORIALES:

P 1 P 2 P 3

t 1 t 2 t 3 t 1 t 2 t 3 t 1 t 2 t 3R 1 P1,t1,R1 P1,t2,R1 P1,t3,R1 P2,t1,R1 P2,t2,R1 P2,t3,R1 P3,t1,R1 P3,t2,R1 P3,t3,R1

R 2 P1,t1,R2 P1,t2,R2 P1,t3,R2 P2,t1,R2 P2,t2,R2 P2,t3,R2 P3,t1,R2 P3,t2,R2 P3,t3,R2

t es el tiempo: t1=5 minutost2= 10 minutos y t3= 15 minutos

R es relación: fibra/aguaR1=1:2 yR2=1:2.5

P es la presión: P1 = 1.99 bar P2 = 2.32 bar yP3 = 2.70 bar

Donde:

Diseño Factorial

Es una técnica estadística, que sirve para analizar la variación total de los resultados experimentales de un diseño en particular. Tiene como objetivo identificar la importancia de los diferentes factores o tratamientos en estudio y determinar como interactúan entre si.

El ANOVA, indica si los efectos de los tratamientos son iguales o diferentes. En caso de no tener el mismo efecto, se realiza las pruebas de comparación de promedios.

DISEÑOS FACTORIALESDISEÑOS FACTORIALESANÁLISIS DE VARIANCIA (ANOVA):

-Diferencia significativa minima (DLS):Es una prueba para comparar dos medias, siempre en cuando que F resulte significativa.

Prueba de rangos múltiple de Duncan: No es necesario realizar previamente la prueba de F, sin embargo, si resulta significativa, es recomendable efectuar, para evitar contradicciones.

COMPARACIÓN DE COMPARACIÓN DE MEDIAS MEDIAS

Prueba de rangos múltiple de Tukey:Se utiliza para realizar comparaciones múltiples de medias. Es mas exigente que el Duncan.

Prueba de Comparación de Dunnet: Es útil cuando el experimentador esta interesado en determinar que tratamiento es diferente al testigo y no en hacer todas las comparaciones.

OPERACIONES DE ACONDICIONAMIENTO DE LA FIBRA

EVALUACIÓN DE FIBRA NEUTRO DETERGENTE (FND)

TRATAMIENTO SELECCIONADO I’ TRATAMIENTO SELECCIONADO II’ TRATAMIENTO SELECCIONADO III’

PARÁMETROS FÍSICOS: RETENCIÓN DEL AGUARETENCIÓN DEL ACEITEADSORCIÓN DEL AGUA

PARÁMETROS BIOLÓGICOS:VOLUMEN DE LAS HECESPESO DE LAS HECESDENSIDAD DE LAS HECESCONTENIDO GRASO EN LAS HECESTIEMPO DE TRÁNSITO INTESTINAL

MÉTODO DE TRATAM. Y EXTRACCIÓN ITEMPERATURA (T1, T2, T3)TIEMPO (t1, t2, t3)RELACIÓN: AGUA/FIBRA (R1, R2)

MÉTODO DE TRATAM. Y EXTRACCIÓN IIPRESIÓN (P1, P2, P3)TIEMPO (t1, t2, t3)RELACION: AGUA/FIBRA (R1, R2)

MÉTODO DE TRATAM. Y EXTRACCIÓN IIITEMPERATURA (T1, T2, T3)TIEMPO (t1, t2, t3)CONCENTRACIÓN ([1], [2])

SELECCIÓN DEL MÉTODO

DISEÑO DEL EXPERIMENTO

ADMINISTRACIÓN DEL ADMINISTRACIÓN DEL PLANPLAN

Actividades A S O N D E F M A

Aprobación de proyecto de investigación X

Revisión bibliográfica X X X X X X X X

Toma de muestras X X

Proceso de extracción de la goma X X X

Determinación de propiedades reologicas X X

Determinación de propiedades funcionales X X

Redacción del borrador del informe X

Redacción del informe final X

Publicación del trabajo de investigación X

CALENDARIO

Descripción U.M. Cantidad P.U. (S/.) Total (S/.)

Semillas de tara Kg 100 3.00 300.00

Extracción de goma de tara Jornal 15 40.00 600.00

Trabajos de laboratorio Jornal 10 40.00 400.00

Viajes Pasajes 1 300.00 300.00

Viajes Viáticos 3 180.00 540.00

Materiales de escritorio Varios 1 200.00 200.00

Impresiones Varios 1 300.00 300.00

Total 2640.00

ADMINISTRACIÓN DEL ADMINISTRACIÓN DEL PLANPLAN

PRESUPUESTO

cap. iii, metodología

Documents