Está en la página 1de 151
Universidad Peruana Los Andes Instituto de Investigación Metodología, tratamiento estadístico y contrastación

Universidad Peruana Los Andes

Instituto de Investigación

Metodología, tratamiento

estadístico y contrastación

de hipótesis

 

Presentado por:

Dulio Oseda Gago
Dulio Oseda Gago

ÍNDICE

ÍNDICE 1. 2. 3. 4. Generalidades Diseño muestral Diseños de investigación Diseño de instrumentos de investigación
ÍNDICE 1. 2. 3. 4. Generalidades Diseño muestral Diseños de investigación Diseño de instrumentos de investigación
ÍNDICE 1. 2. 3. 4. Generalidades Diseño muestral Diseños de investigación Diseño de instrumentos de investigación

1.

2.

3.

4.

Generalidades

Diseño muestral

Diseños de investigación

Diseño de instrumentos de

investigación

Confiabilidad y validez

Aplicación de instrumentos

Procesamiento de datos

Contrastación de hipótesis

5.

6.

7.

8.

02/10/2012 3
02/10/2012 3
¿Qué es APA?
¿Qué es APA?
¿Qué es APA? American Psychological Association 2010 02/10/2012 5
¿Qué es APA? American Psychological Association 2010 02/10/2012 5
¿Qué es APA? American Psychological Association 2010 02/10/2012 5

American Psychological

Association 2010

A.P.A.

American Psychological Asociation
American Psychological Asociation
A.P.A. American Psychological Asociation Esta organización ha publicado un Manual para escritores, editores, estudiantes,
A.P.A. American Psychological Asociation Esta organización ha publicado un Manual para escritores, editores, estudiantes,

Esta organización ha publicado un Manual para

escritores, editores, estudiantes, educadores y

profesionales en psicología, sociología,

administración, derecho, educación, y otras disciplinas para hacer más efectiva la comunicación

a nivel mundial.

Es una guía clara

de estilo de escribir con un

sistema sencillo de citas y referencias para hacer

trabajos, reportes, investigaciones y artículos científicos.

METODOLOGÍA DE INVESTIGACIÓN
METODOLOGÍA DE
INVESTIGACIÓN
METODOLOGÍA DE INVESTIGACIÓN 7
METODOLOGÍA DE INVESTIGACIÓN 7
METODOLOGÍA DE INVESTIGACIÓN 7
METODOLOGÍA DE INVESTIGACIÓN 7
METODOLOGÍA DE INVESTIGACIÓN 7

NIVEL DE INVESTIGACIÓN:

 Investigación Exploratoria: Es aquella que se efectúa sobre un tema u objeto desconocido o
Investigación Exploratoria: Es aquella que se efectúa sobre un tema u objeto
desconocido o poco estudiado, por lo que sus resultados constituyen una visión
aproximada de dicho objeto, es decir, un nivel superficial de conocimiento.
Investigación Descriptiva: Describen los datos y características de la población o
fenómeno en estudio tal como son. Este nivel de investigación responde a las
preguntas: quién, qué, dónde, cuándo y cómo.
Investigación Correlacional: Tiene como finalidad establecer el grado de relación
o asociación no causal existente entre dos o más variables. Se caracterizan porque
primero se miden las variables y luego, mediante pruebas de hipótesis
correlacionales y la aplicación de técnicas estadísticas, se estima la correlación.
Investigación Explicativa: Se encarga de buscar el porque de los hechos
mediante el establecimiento de relaciones causa-efecto. En este sentido, los estudios
explicativos pueden ocuparse tanto de la determinación de las causas ( investigación
postfacto), como de los efectos ( investigación experimental ), mediante la prueba
de hipótesis . Sus resultados y conclusiones constituyen el nivel más profundo de
conocimientos.
hipótesis . Sus resultados y conclusiones constituyen el nivel más profundo de conocimientos. Correlacional Explicativo
hipótesis . Sus resultados y conclusiones constituyen el nivel más profundo de conocimientos. Correlacional Explicativo
hipótesis . Sus resultados y conclusiones constituyen el nivel más profundo de conocimientos. Correlacional Explicativo
hipótesis . Sus resultados y conclusiones constituyen el nivel más profundo de conocimientos. Correlacional Explicativo
hipótesis . Sus resultados y conclusiones constituyen el nivel más profundo de conocimientos. Correlacional Explicativo
hipótesis . Sus resultados y conclusiones constituyen el nivel más profundo de conocimientos. Correlacional Explicativo
Desc riptivo Exploratori o
Desc riptivo Exploratori o
Desc riptivo Exploratori o
Desc riptivo

Descriptivo

Desc riptivo Exploratori o
Exploratori o

Exploratorio

Desc riptivo Exploratori o
Desc riptivo Exploratori o
FORMA DE REDACTAR LOS PROBLEMAS, OBJETIVOS E HIPOTESIS 02/10/2012 9
FORMA DE REDACTAR LOS PROBLEMAS, OBJETIVOS E HIPOTESIS 02/10/2012 9
FORMA DE REDACTAR LOS PROBLEMAS, OBJETIVOS E HIPOTESIS
FORMA DE REDACTAR
LOS PROBLEMAS,
OBJETIVOS E
HIPOTESIS

¿Cómo operativizar la formulación

de los problemas de investigación?

la formulación de los problemas de investigación? ¿Qué es … ¿Cómo se viene dando … ¿Cuáles

¿Qué es …

¿Cómo se viene dando …

¿Cuáles son las características …

¿Desde cuándo …

¿Cómo ha venido dándose …

¿Qué relación existe entre …

¿Cuál es la relación que se da entre …

¿De qué manera se relaciona …

¿Cuáles son las causas de …

¿Qué factores han generado …

Nivel

Exploratorio,

descriptivo y

correlacional

¿Cuáles son las causas de … ¿Qué factores han generado … Nivel Exploratorio, descriptivo y correlacional

¿Cómo operativizar la formulación

de los problemas de investigación?

la formulación de los problemas de investigación? Nivel Explicativo ¿Qué efectos produce … ¿De qué
la formulación de los problemas de investigación? Nivel Explicativo ¿Qué efectos produce … ¿De qué

Nivel

Explicativo

de los problemas de investigación? Nivel Explicativo ¿Qué efectos produce … ¿De qué manera influye …

¿Qué efectos produce …

¿De qué manera influye …

¿En qué medida favorece …

¿Cuál es la influencia …

¿Cómo influye …

¿Cuáles serían los resultados …

¿Cuáles serían los efectos …

¿En qué grado favorece …

¿Cuáles serían los factores …

ESTRUCTURA DE UN PROBLEMA (1)

EXPLICATIVO (Experimental)

ESTRUCTURA DE UN PROBLEMA (1) EXPLICATIVO (Experimental) ELEMENTOS VERIFICABLES: EJEMPLO: 1. Pregunta clave 2.
ESTRUCTURA DE UN PROBLEMA (1) EXPLICATIVO (Experimental) ELEMENTOS VERIFICABLES: EJEMPLO: 1. Pregunta clave 2.

ELEMENTOS VERIFICABLES:

EJEMPLO:

1. Pregunta clave

2. Variable Independiente

3. Enlace o relacionante

4. Variable Dependiente

5. Muestra/Población

6. Ámbito organizacional (accesible)

7. Ámbito geográfico (objetivo)

8. Tiempo.

¿De qué manera (1) el Programa Experimental VIDA (2) influye (3) en la Sostenibilidad Ambiental (4) en los estudiantes (5) de la Facultad de Ingeniería de la Universidad Peruana Los Andes (6) de Huancayo (7) en el año 2012 (8) ?

ESTRUCTURA DE UN PROBLEMA (2) EXPLICATIVO (Experimental)
ESTRUCTURA DE UN PROBLEMA (2)
EXPLICATIVO (Experimental)
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:

ELEMENTOS VERIFICABLES:

ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:

EJEMPLO:

EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:

1. Pregunta clave

¿De qué manera (1) la Auditoría de gestión (2)

2. Variable Independiente

3. Enlace o relacionante

influye (3) en la evaluación

4. Variable Dependiente

del

desempeño

5. Muestra/Población

6. Ámbito organizacional (accesible)

7. Ámbito geográfico (objetivo)

profesional (4) en los trabajadores (5) del gobierno

local de la Municipalidad Distrital (6) de San Agustín de Cajas - Huancayo (7)

2012

(8) ?

8. Tiempo.

 
ESTRUCTURA DE UN PROBLEMA (3) EXPLICATIVO (Experimental)
ESTRUCTURA DE UN PROBLEMA (3)
EXPLICATIVO (Experimental)
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:

ELEMENTOS VERIFICABLES:

ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:

EJEMPLO:

EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:
ELEMENTOS VERIFICABLES: EJEMPLO:

1. Pregunta clave

¿De qué manera (1) la Estrategia Didáctica Solución de Problemas (2) favorece (3) el aprendizaje de la Matemática (4) en los alumnos del 5° grado (5) de la Institución Educativa Mariscal Castilla (6) de Huancayo (7) 2012 (8) ?

2. Variable Independiente

3. Enlace o relacionante

4. Variable Dependiente

5. Muestra/Población

6. Ámbito organizacional

 

(accesible)

7. Ámbito geográfico

 

(objetivo)

 

8. Tiempo.

 
 

ESTRUCTURA DE UN PROBLEMA (4)

CORRELACIONAL

ESTRUCTURA DE UN PROBLEMA (4) CORRELACIONAL ELEMENTOS VERIFICABLES: EJEMPLO: 1. Pregunta clave ¿Qué relación
ESTRUCTURA DE UN PROBLEMA (4) CORRELACIONAL ELEMENTOS VERIFICABLES: EJEMPLO: 1. Pregunta clave ¿Qué relación

ELEMENTOS VERIFICABLES:

EJEMPLO:

1. Pregunta clave

¿Qué relación existe

2. Variable 1

entre (1)

el

síndrome de

3. Enlace o relacionante

Burnout (2) y (3) la gestión

4. Variable 2

en los

docentes y administrativos

educativa

(4)

5. Muestra/Población

(5)

de

la

Institución

6. Ámbito organizacional (accesible)

7. Ámbito geográfico

Educativa

José

Carlos

Mariátegui (6) de La Oroya (7) en el año 2011 (8) ?

 

(objetivo)

8. Tiempo.

 

ESTRUCTURA DE UN PROBLEMA (5)

CORRELACIONAL

ESTRUCTURA DE UN PROBLEMA (5) CORRELACIONAL ELEMENTOS VERIFICABLES: EJEMPLO: 1. Pregunta clave ¿Cuál es la
ESTRUCTURA DE UN PROBLEMA (5) CORRELACIONAL ELEMENTOS VERIFICABLES: EJEMPLO: 1. Pregunta clave ¿Cuál es la

ELEMENTOS VERIFICABLES:

EJEMPLO:

1. Pregunta clave

¿Cuál es la relación que existe entre (1) los estilos de aprendizaje (2) y (3) la comprensión lectora (4) en los estudiantes del nivel secundario (5) de la Institución Educativa San Ramón (6) de Tarma (7) - en el año 2012 (8) ?

2. Variable 1

3. Enlace o relacionante

4. Variable 2

5. Muestra/Población

6. Ámbito organizacional (accesible)

7. Ámbito geográfico

 

(objetivo)

8. Tiempo.

 

ESTRUCTURA DE UN PROBLEMA (6)

CORRELACIONAL

ESTRUCTURA DE UN PROBLEMA (6) CORRELACIONAL ELEMENTOS VERIFICABLES: EJEMPLO: 1. Pregunta clave ¿De qué manera se
ESTRUCTURA DE UN PROBLEMA (6) CORRELACIONAL ELEMENTOS VERIFICABLES: EJEMPLO: 1. Pregunta clave ¿De qué manera se

ELEMENTOS VERIFICABLES:

EJEMPLO:

1. Pregunta clave

¿De qué manera se relaciona (1) los estilos de liderazgo (2) con (3) el desempeño laboral (4) en los trabajadores (5) de la municipalidad provincial (6) de Huancayo (7) - en el año 2012 (8) ?

2. Variable 1

3. Enlace o relacionante

4. Variable 2

5. Muestra/Población

6. Ámbito organizacional (accesible)

7. Ámbito geográfico

 

(objetivo)

 

8. Tiempo.

 

¿Cómo se redactan los problemas específicos?

¿Cómo se redactan los problemas específicos?  Variable (X)  Variable (Y) Dimensión 1 Dimensión 1
¿Cómo se redactan los problemas específicos?  Variable (X)  Variable (Y) Dimensión 1 Dimensión 1

Variable (X)

Variable (Y)

problemas específicos?  Variable (X)  Variable (Y) Dimensión 1 Dimensión 1 Dimensión 2 Dimensión 2

Dimensión 1

Dimensión 1

Dimensión 2

Dimensión 2

Dimensión 3

Dimensión 3

Dimensión 4

¿Cómo se redactan los problemas específicos?

¿Cómo se redactan los problemas específicos?  Variable 1  Variable 2 Dimensión 1 Dimensión 1
¿Cómo se redactan los problemas específicos?  Variable 1  Variable 2 Dimensión 1 Dimensión 1

Variable 1

Variable 2

los problemas específicos?  Variable 1  Variable 2 Dimensión 1 Dimensión 1 Dimensión 2 Dimensión

Dimensión 1

Dimensión 1

Dimensión 2

Dimensión 2

Dimensión 3

Dimensión 3

Dimensión 4

¿Cómo se redactan los objetivos específicos?

¿Cómo se redactan los objetivos específicos?  Variable 1 Dimensión 1 Dimensión 2 Dimensión 3 
¿Cómo se redactan los objetivos específicos?  Variable 1 Dimensión 1 Dimensión 2 Dimensión 3 

Variable 1

se redactan los objetivos específicos?  Variable 1 Dimensión 1 Dimensión 2 Dimensión 3  Variable

Dimensión 1

Dimensión 2

Dimensión 3

Variable 2

Dimensión 1

Dimensión 2

Dimensión 3

Dimensión 4

¿Cómo se redactan los objetivos específicos?

¿Cómo se redactan los objetivos específicos?  Variable 1  Variable 2 Dimensión 1 Dimensión 1
¿Cómo se redactan los objetivos específicos?  Variable 1  Variable 2 Dimensión 1 Dimensión 1

Variable 1

Variable 2

los objetivos específicos?  Variable 1  Variable 2 Dimensión 1 Dimensión 1 Dimensión 2 Dimensión

Dimensión 1

Dimensión 1

Dimensión 2

Dimensión 2

Dimensión 3

Dimensión 3

Dimensión 4

¿Cómo operativizar la formulación del problema y los objetivos?

Nivel Exploratorio, descriptivo y correlacional

PROBLEMA OBJETIVO ¿Qué es “x” … Identificar “x” … ¿Cómo se viene dando “x” …
PROBLEMA
OBJETIVO
¿Qué es “x” …
Identificar “x” …
¿Cómo se viene dando “x” …
Describir “x” …
¿Cuáles son las características de “x” …
Caracterizar “x” …
¿Desde cuándo se da “x” …
Establecer los antecedentes de “x” …
¿Cómo ha venido dándose “x” …
Describir “x” …
¿Qué relación existe entre “x” y “y” …
Determinar la relación entre “x” y “y” …
¿Cuál es la relación que se da entre “x”
y “y” …
Determinar la relación entre “x” y “y” …
¿Cuáles son las causas de “y” …
Explicar las causas de “y” …
¿Qué factores han generado “y” …
Determinar los factores …
¿Por qué “x” produce efectos en “y” …
Explicar los efectos de “x” en “y” …

¿Cómo operativizar la formulación del

problema y los objetivos?

Nivel Explicativo
Nivel Explicativo
Nivel Explicativo

Nivel Explicativo

Nivel Explicativo
Nivel Explicativo
Nivel Explicativo
Nivel Explicativo
PROBLEMA OBJETIVO ¿Qué efectos produce “x” en “y” Determinar los efectos de “x” en …
PROBLEMA
OBJETIVO
¿Qué efectos produce “x” en “y”
Determinar los efectos de “x” en
“y” …
¿De qué manera influye “x” en
Determinar la influencia de “x”
“y” …
en “y” …
¿Cómo influye “x” en “y” …
Determinar la influencia de “x”
en “y” …
¿En qué medida favorece “x” a
Determinar la influencia de “x”
“y” …
en “y” …
¿En qué grado favorece “x” a
“y” …
Determinar la influencia de “x”
en “y” …
¿Cuáles son los resultados de
“x” …
Determinar los resultados de “x”
en “y”

¿Cómo operativizar la formulación del problema y la Hipótesis?

Nivel Exploratorio, descriptivo y correlacional

PROBLEMA

Hipótesis

descriptivo y correlacional PROBLEMA Hipótesis ¿Qué es “x” … NO REQUIERE ¿Cómo se viene dando
descriptivo y correlacional PROBLEMA Hipótesis ¿Qué es “x” … NO REQUIERE ¿Cómo se viene dando

¿Qué es “x” …

NO REQUIERE

¿Cómo se viene dando “x” …

NO REQUIERE

¿Cuáles son las características de “x” …

NO REQUIERE

¿Desde cuándo se da “x” …

NO REQUIERE

¿Cómo ha venido dándose “x” …

NO REQUIERE

¿Qué relación existe entre “x” y “y” …

Existe una relación directa y

significativa entre “x” y “y” …

¿Cuál es la relación que se da entre “x” y “y” …

Existe una relación directa y significativa entre “x” y “y” …

¿Cuáles son las causas de “y” …

Las causas que generan “y” son …

¿Qué factores han generado “y” …

“y” ha sido generado por “a”, “b” y “c”

¿Por qué “x” produce efectos en “y” …

Los efectos producidos en “y” se deben a:

¿Cómo operativizar la formulación del

problema y la hipótesis?

Nivel explicativo (Experimental) PROBLEMA HIPÓTESIS ¿Qué efectos produce “x” en “y” … “x” produce
Nivel explicativo (Experimental)
PROBLEMA
HIPÓTESIS
¿Qué efectos produce “x” en
“y” …
“x” produce efectos significativos
en “y” …
¿De qué manera influye “x” en
“y” …
“x” influye significativamente en
“y” …
¿Cómo influye “x” en “y” …
“x” influye significativamente en
“y” ….
¿En qué medida favorece “x”
“x” favorece significativamente en
a “y” …
“y” ….
¿En qué grado favorece “x” a
“x” favorece significativamente en
“y” …
“y” …
¿Cuáles son los resultados de
“x” genera resultados en “y” ….
“x” …

Formulación de la investigación

Formulación de la investigación

MODELO DE MATRIZ DE CONSISTENCIA

MODELO DE MATRIZ DE CONSISTENCIA
MODELO DE MATRIZ DE CONSISTENCIA

MODELO DE MATRIZ DE CONSISTENCIA

3

1

1

1

MODELO DE MATRIZ DE CONSISTENCIA 3 1 1 1 2 4 4 2 5 4 3

2

4

4

2

5

4 3

MODELO DE MATRIZ DE CONSISTENCIA

MODELO DE MATRIZ DE CONSISTENCIA

Síndrome de Burnout y gestión educativa en la Institución Educativa José

Carlos Mariátegui de La Oroya - 2011
Carlos Mariátegui de La Oroya - 2011

MODELO DE MATRIZ DE CONSISTENCIA

Educativa José Carlos Mariátegui de La Oroya - 2011 MODELO DE MATRIZ DE CONSISTENCIA Dr. Hugo
Educativa José Carlos Mariátegui de La Oroya - 2011 MODELO DE MATRIZ DE CONSISTENCIA Dr. Hugo

DISEÑO MUESTRAL

DISEÑO MUESTRAL 31
DISEÑO MUESTRAL 31
DISEÑO MUESTRAL 31

POBLACIÓN Y MUESTRA

POBLACIÓN m1 p 1 , Es el conjunto de todos los , x 1 elementos
POBLACIÓN
m1
p 1 ,
Es el conjunto de todos los
,
x 1
elementos que son objeto de
un estudio.
2
1
P
m2 p 2 , , x 2 2 sˆ 2 2 MUESTRA: Es un subconjunto,
m2
p 2 ,
,
x 2
2
2
2
MUESTRA:
Es un subconjunto, extraído de
la población (mediante técnicas
de muestreo), cuyo estudio
sirve para inferir características
de toda la población.

m

s

TIPOS DE MUESTREO

TIPOS DE MUESTREO Muestreo No Muestreo Probabilístico Probabilístico Generalmente se Siempre se da en da en
TIPOS DE MUESTREO Muestreo No Muestreo Probabilístico Probabilístico Generalmente se Siempre se da en da en
Muestreo No Muestreo Probabilístico Probabilístico Generalmente se Siempre se da en da en las investigaciones
Muestreo No
Muestreo
Probabilístico
Probabilístico
Generalmente se
Siempre se da en
da en las
investigaciones
explicativas
(experimentales).
correlacionales o
descriptivas.
Fórmula del teorema del
Limite central
Para que la muestra sea
2
representativa, mínimamente
Z
N P Q
.
.
debe ser el 10% de la
n 
0
2
2
población (Sellitz, 2005).
Z
P Q
.
.
(
N
1)
E

las investigaciones

02/10/2012 34
02/10/2012 34
02/10/2012 35
02/10/2012 35

El diseño de investigación

El diseño de una investigación es la estrategia o plan utilizado para

responder el problema de investigación; asimismo se le considera como la

problema de investigación; asimismo se le considera como la base del desarrollo y prueba de hipótesis
problema de investigación; asimismo se le considera como la base del desarrollo y prueba de hipótesis

base del desarrollo y prueba de hipótesis de una investigación especifica.

Nivel de estudio

Hipótesis

Diseño

No se establecen, pero se puede

Transversal

formular conjeturas

Se plantean a manera de objetivos.

Transversal

Diferencia de grupos, sin atribuir

causalidad.

Tranvsersal

Correlacional

Longitudinal Pre experimental Cuasi experimental

Diferencia de grupos, atribuyendo causalidad.

Experimental

Longitudinal

Causales

Tranversal

   

Experimental

Exploratorio

Descriptivo

Correlacional

Explicativo

DISEÑO DE INVESTIGACION

Diseño: Descriptivo correlacional

DISEÑO DE INVESTIGACION • Diseño : Descriptivo correlacional
DISEÑO DE INVESTIGACION • Diseño : Descriptivo correlacional
DISEÑO DE INVESTIGACION • Diseño : Descriptivo correlacional

DISEÑO DE INVESTIGACION

Diseño: Descriptivo correlacional simple

• Diseño : Descriptivo correlacional simple

DISEÑO DE INVESTIGACION

Diseño General: Cuasi Experimental.

Diseño Específico: Cuasi Experimental con dos

grupos no equivalentes, con pre test y post test.

Donde:

GE:

GC: 0 3

0 1

X

0 2

 

0 4

G.E. Grupo Experimental.

G.C. Grupo de Control.

0 1 y 0 3

0 2 y 0 4 Post Test X: Manipulación de la Variable Independiente.

Pre Test

DISEÑO DE INVESTIGACION

Diseño General: Pre Experimental.

Diseño Específico: Pre Experimental con pre

test y post test.

Donde:

GE:

0 1

X

0 2

G.E. Grupo Experimental.

0 1 : Pre Test 0 2 : Post Test X: Manipulación de la Variable Independiente.

DISEÑO DE INVESTIGACION

Diseño General: Cuasi Experimental.

DE INVESTIGACION • Diseño General : Cuasi Experimental. • Diseño Específico : Cuasi Experimental de cuatro
DE INVESTIGACION • Diseño General : Cuasi Experimental. • Diseño Específico : Cuasi Experimental de cuatro

Diseño Específico: Cuasi Experimental de cuatro

grupos del Dr. Solomón.

Donde:

GE:

GC: 0 3

0 1

X

GE:

X

GC:

0 2

0 4

0 5

0 6

G.E. Grupo Experimental. G.C. Grupo de Control.

0 1 y 0 3

Pre Test

DISEÑO DE INVESTIGACION

Diseño General: Factorial.

DISEÑO DE INVESTIGACION • Diseño General : Factorial.
DISEÑO DE INVESTIGACION • Diseño General : Factorial.

DISEÑO DE INVESTIGACION

• Diseño General: Experimental. • Diseño Específico: Experimental con dos grupos no equivalentes, con pre
• Diseño General: Experimental.
• Diseño Específico: Experimental con dos
grupos no equivalentes, con pre test y post test.
GE:
X
0 1
0 2
GC: 0 3
0 4
Donde:
G.E. Grupo Experimental.
G.C. Grupo de Control.
0 1 y 0 3
Pre Test
0 2 y 0 4 Post Test
X: Manipulación de la Variable Independiente.
DISEÑO Y ELABORACIÓN DE
DISEÑO Y ELABORACIÓN DE

INSTRUMENTOS DE INVESTIGACIÓN

DISEÑO Y ELABORACIÓN DE INSTRUMENTOS DE INVESTIGACIÓN 02/10/2012 44
DISEÑO Y ELABORACIÓN DE INSTRUMENTOS DE INVESTIGACIÓN 02/10/2012 44
DISEÑO Y ELABORACIÓN DE INSTRUMENTOS DE INVESTIGACIÓN 02/10/2012 44

CRITERIOS PARA FORMULAR

INDICADORES

CRITERIOS PARA FORMULAR INDICADORES Conducta: Valora Contenido: el recurso agua Criterio: en toda circunstancia c +
CRITERIOS PARA FORMULAR INDICADORES Conducta: Valora Contenido: el recurso agua Criterio: en toda circunstancia c +

Conducta: Valora Contenido: el recurso

agua

Criterio: en toda

circunstancia

el recurso agua Criterio: en toda circunstancia c + c c + = Indicador Conducta Contenido
c + c c + = Indicador Conducta Contenido Criterio
c
+
c
c
+
=
Indicador
Conducta
Contenido
Criterio

MODELO DE OPERACIONALIZACION DE UN INSTRUMENTO DE INVESTIGACION

Gardner 19955)
Gardner
19955)

CASO PRÁCTICO 01

PROGRAMA EXPERIMENTAL VIDA Y EL DESARROLLO DE

ACTITUDES HACIA LA SOSTENIBILIDAD AMBIENTAL EN LOS

HABITANTES DEL DISTRITO DE CHUPACA - JUNIN EL AÑO 2012

PROBLEMA:

¿Cuál es la influencia del Programa Experimental VIDA en el desarrollo de las actitudes hacia la sostenibilidad ambiental en

los habitantes del distrito de Chupaca - Junín en el 2012?

OBJETIVO:

HIPÓTESIS:

Determinar la influencia del Programa Experimental VIDA en el desarrollo de las actitudes hacia la sostenibilidad ambiental en los habitantes del distrito de Chupaca - Junín en el 2012.

El Programa Experimental VIDA influye favorable y significativamente

en el desarrollo de las actitudes hacia la sostenibilidad ambiental en los habitantes del distrito de Chupaca - Junín en el 2012.

TIPO: Aplicada NIVEL: Explicativo METODO: Experimental DISEÑO: Cuasiexperimental
TIPO: Aplicada
NIVEL: Explicativo
METODO: Experimental
DISEÑO: Cuasiexperimental

Instrumento:

METODOLOGÍA

Cuestionario de Encuesta

DEFINICIÓN CONCEPTUAL: VARIABLE DEPENDIENTE: La Sostenibilidad Definición conceptual de la Ambiental: Es una forma
DEFINICIÓN CONCEPTUAL:
VARIABLE DEPENDIENTE: La Sostenibilidad
Definición
conceptual de la
Ambiental: Es una forma de desarrollo que procura
la protección del medio ambiente y el mejoramiento
Variable
de la calidad de vida en las ciudades o zonas
Dependiente
urbanas. (Agenda 21)
Definición operacional de la Variable Dependiente
Definición
operacional de
la Variable
Dependiente

OPERACIONALIZACIÓN DE VARIABLES

OPERACIONALIZACIÓN DE VARIABLES
OPERACIONALIZACIÓN DE VARIABLES
Fecha: Cuestionario de encuesta sobre la Sostenibilidad Ambiental
Fecha:
Cuestionario de
encuesta sobre
la
Sostenibilidad
Ambiental
Fecha: Cuestionario de encuesta sobre la Sostenibilidad Ambiental
CASO PRÁCTICO 02
CASO PRÁCTICO 02
CASO PRÁCTICO 02 ESTRATEGIA DIDÁCTICA SOLUCION DE PROBLEMAS EN EL APRENDIZAJE DE LA GEOMETRÍA ESFÉRICA EN

ESTRATEGIA DIDÁCTICA SOLUCION DE PROBLEMAS EN EL APRENDIZAJE DE LA GEOMETRÍA ESFÉRICA EN ESTUDIANTES

DEL 1 EN LA INSTITUCIÓN EDUCATIVA MARISCAL CASTILLA DE

HUANCAYO 2012.

PROBLEMA:

¿En qué medida la Estrategia Didáctica Solución de Problema influye en

el aprendizaje de la Geometría Esférica en estudiantes del 1 de secundaria en la Institución
el aprendizaje de la Geometría Esférica en estudiantes del 1 de
secundaria en la Institución Educativa Mariscal Castilla de El Tambo
Huancayo – 2012?

OBJETIVO:

HIPÓTESIS:

Determinar en qué medida la Estrategia Didáctica Solución de Problema influye en el aprendizaje de la Geometría Esférica en estudiantes del 1°

de secundaria en la Institución Educativa Mariscal Castilla de El Tambo

Huancayo 2012.

La Estrategia Didáctica Solución de Problema influye favorable y significativamente en el aprendizaje de la
La Estrategia Didáctica Solución de Problema influye favorable y
significativamente en el aprendizaje de la Geometría Esférica en estudiantes del
1
de secundaria en la Institución Educativa Mariscal Castilla de El Tambo
Huancayo – 2012.
TIPO: Aplicada NIVEL: Explicativo METODO: Experimental DISEÑO: DE 4 grupos del Dr. Solomón.
TIPO: Aplicada
NIVEL: Explicativo
METODO: Experimental
DISEÑO: DE 4 grupos del Dr. Solomón.

Instrumento:

METODOLOGÍA

Prueba

Escrita

DEFINICION CONCEPTUAL:

VARIABLE DEPENDIENTE: El aprendizaje de la Geometría del Espacio: Se da cuando

los nuevos conocimientos se incorporan en

forma sustantiva a la estructura cognitiva del alumno. Esto se logra cuando el estudiante

relaciona los nuevos conocimientos con los anteriormente adquiridos; y principalmente

éstos deben ser de interés y útiles para su

vida cotidiana.

Definición conceptual de

y útiles para su vida cotidiana. Definición conceptual de la Variable Dependiente Definición operacional de la
y útiles para su vida cotidiana. Definición conceptual de la Variable Dependiente Definición operacional de la

la Variable

Dependiente

Definición operacional de la Variable Dependiente
Definición
operacional de
la Variable
Dependiente
su vida cotidiana. Definición conceptual de la Variable Dependiente Definición operacional de la Variable Dependiente
Prueba de Entrada de Geometría del Espacio para el primer grado de secundaria
Prueba de
Entrada de
Geometría del
Espacio para el
primer grado de
secundaria
Prueba de Entrada de Geometría del Espacio para el primer grado de secundaria
Prueba de Entrada de Geometría del Espacio para el primer grado de secundaria

LA CONFIABILIDAD Y VALIDEZ

LA CONFIABILIDAD Y VALIDEZ 1. ¿Qué es medir? 2. La Confiabilidad 3. La Validez 4. La
LA CONFIABILIDAD Y VALIDEZ 1. ¿Qué es medir? 2. La Confiabilidad 3. La Validez 4. La

1. ¿Qué es medir?

2. La Confiabilidad

3. La Validez

4. La objetividad

LA CONFIABILIDAD Y VALIDEZ 1. ¿Qué es medir? 2. La Confiabilidad 3. La Validez 4. La

¿Qué es medir?

Medir es parte de

nuestro vivir. Bostwick,

(2005).

Medir significa “asignar

números, símbolos o

valores a las

propiedades de objetos

de acuerdo a ciertas

reglas”. Stevens (1951).

números, símbolos o valores a las propiedades de objetos de acuerdo a ciertas reglas”. Stevens (1951).
números, símbolos o valores a las propiedades de objetos de acuerdo a ciertas reglas”. Stevens (1951).
números, símbolos o valores a las propiedades de objetos de acuerdo a ciertas reglas”. Stevens (1951).

¿Qué es medir?

Actualmente se concibe

a la medición como al

“proceso de vincular conceptos abstractos con

indicadores empíricos”

Carmines (1991). ¿Y qué es un

instrumento de

medición? Es el recurso que se

utiliza para registrar la información que se

quiere obtener.

para registrar la información que se quiere obtener. ¿Qué requisitos debe reunir un instrumento de medición?
para registrar la información que se quiere obtener. ¿Qué requisitos debe reunir un instrumento de medición?

¿Qué requisitos debe reunir un instrumento de medición?

Confiabilidad, validez y objetividad.

se quiere obtener. ¿Qué requisitos debe reunir un instrumento de medición? Confiabilidad, validez y objetividad .

La Confiabilidad

Grado en que un Según Oseda (2011): instrumento produce resultados consistentes y 0 0,5 1
Grado en que un
Según Oseda (2011):
instrumento produce
resultados consistentes y
0
0,5
1
coherentes. Es decir en que
su aplicación repetida al
0
, 53 a menos
Confiabilidad nula
mismo sujeto u objeto
0,54 a 0 ,59
Confiabilidad baja
produce resultados iguales.
Kerlinger (2002).
0
, 60 a 0 , 65
Confiable
0
, 66 a 0 , 71
Muy Confiable
0
, 72 a 0 , 99
Excelente confiabilidad
1
. 0
Confiabilidad perfecta
Ejm: Si se midiera en este
momento la temperatura
ambiental usando un
termómetro y este indicara
que hay 22°C, un minuto más
tarde 5°C, tres minutos
después 40°C; dicho
termómetro no sería confiable.

1

2

2. 3. 4. La Confiabilidad 1. Medida de estabilidad : Un mismo instrumento de medición

2.

3.

4.

La Confiabilidad

2. 3. 4. La Confiabilidad 1. Medida de estabilidad : Un mismo instrumento de medición se
2. 3. 4. La Confiabilidad 1. Medida de estabilidad : Un mismo instrumento de medición se
2. 3. 4. La Confiabilidad 1. Medida de estabilidad : Un mismo instrumento de medición se

1. Medida de estabilidad: Un mismo instrumento de

medición se aplica dos más veces a un mismo grupo de personas, después de cierto periodo. Confiabilidad por test-

medición se aplica dos más veces a un mismo grupo de personas, después de cierto periodo.
medición se aplica dos más veces a un mismo grupo de personas, después de cierto periodo.

retest, “r” de Pearson.

Método de formas alternativas o paralelas: Aquí no se

administra el mismo instrumento de medición, sino dos o más

versiones equivalentes de este. Coeficiente de correlación

producto-momento de Pearson.

Coeficiente de correlación producto-momento de Pearson. Método de mitades partidas : Se necesita solo una

Método de mitades partidas: Se necesita solo una

aplicación, el total del ítems se divide en dos partes y se

comparan los resultados. (Pearson y Spearman-Brown).

Medidas de consistencia interna: Requiere sólo una administración. Confiabilidad del test según el método de división de las mitades por Rulon y Guttman, Fórmula 20 de

Kuder-Richardson, el Coeficiente del Alfa de Cronbach.

Prueba Escrita de matemática Tema: Semejanza de triángulos
Prueba Escrita de matemática Tema: Semejanza de triángulos

Prueba Escrita

de matemática

Tema:

Semejanza de

triángulos

Alán Aliaga Sánchez

“F”

Alán Aliaga Sánchez “F” 1 2 / 0 5 / 0 8 Prueba Escrita de matemática

12/05/08

Alán Aliaga Sánchez “F” 1 2 / 0 5 / 0 8 Prueba Escrita de matemática
Alán Aliaga Sánchez “F” 1 2 / 0 5 / 0 8 Prueba Escrita de matemática
Alán Aliaga Sánchez “F” 1 2 / 0 5 / 0 8 Prueba Escrita de matemática

Prueba Escrita

de matemática

Tema:

Semejanza de

triángulos

MIN MAX 1
MIN MAX 1
MIN MAX 1
MIN MAX
MIN
MAX
MIN MAX 1
1
1
MIN MAX 1
Fecha:
Fecha:
Fecha: Instrumento: Cuestionario de encuesta
Fecha: Instrumento: Cuestionario de encuesta

Instrumento:

Cuestionario de

encuesta

Fecha: 30-09-12
Fecha: 30-09-12

A1245

 

Instrumento:

 

X

X

X

X

X

X

Cuestionario de

 

X

 

X

X

encuesta

X

 

X

X

 

X

X

X

 

X

X

 

X

X

 

X

 

X

X

 

X

MAX MIN 2
MAX MIN 2
MAX MIN
MAX
MIN
2
2
MAX MIN 2

La Validez

La Validez Según Oseda (2011): Grado en el que un instrumento en verdad mide la variable
La Validez Según Oseda (2011): Grado en el que un instrumento en verdad mide la variable
Según Oseda (2011): Grado en el que un instrumento en verdad mide la variable que
Según Oseda (2011):
Grado en el que un
instrumento en verdad
mide la variable que se
0
0,5
1
busca medir.
0
, 53 a menos
Validez nula
0
, 54 a 0 , 59
Validez baja
0
, 60 a 0 , 65
Válida
Ejm: Un instrumento
válido para medir la
0
, 66 a 0 , 71
Muy válida
0,72 a 0 ,99
Excelente validez
inteligencia debe
medir la inteligencia y
1
. 0
Validez perfecta
no la memoria.
1
2

La Validez

VALIDEZ DE CONTENIDO: Grado en que un instrumento refleja un

dominio específico de contenido de lo que se mide. Ejm: Una prueba de operaciones aritméticas no tendrá validez de contenido si incluye

sólo problemas de adición y excluye problemas de sustracción,

multiplicación y división (Validez de juicio de experto).

multiplicación y división (Validez de juicio de experto). • VALIDEZ DE CRITERIO : Se establece al

VALIDEZ DE CRITERIO: Se establece al validar un instrumento de medición al compararlo con algún criterio externo que pretende medir lo mismo. Validez concurrente y la validez predictiva. En las

campañas electorales, los sondeos se comparan con los resultados

finales de las elecciones. Ejm: Coeficiente de Contingencias, Spearman Brow, Pearson, Alfa de Cronbach y la Técnica Aiken.

VALIDEZ DE CONSTRUCTO: Debe explicar el modelo teórico empírico que subyace a la variable de interés. Ejm: El Análisis de

Factores y Análisis de Cofactores, el Análisis de Covarianza.

Ficha de validación de una Prueba Escrita Juicio de Experto
Ficha de validación de una Prueba Escrita Juicio de Experto

Ficha de

validación de

una Prueba Escrita

Juicio de Experto

x x x x x x x x x Ficha de validación de una Prueba
x x x x x x x x x Ficha de validación de una Prueba

x

x

x

x

x

x

x

x

x

Ficha de

validación de

una Prueba

Escrita

Juicio de Experto

x

1
1
1
1
1
Ficha de validación del Cuestionario de Encuesta Juicio de Experto
Ficha de validación del Cuestionario de Encuesta Juicio de Experto

Ficha de

validación del Cuestionario de Encuesta

Juicio de Experto

x x x x x x x x x x x x x x x
x x x x x x x x x x x x x x x

x x

x x

x

x x

x

x

x x

x

x

x x x

x

x

x

x

x

x

x

x

x

Ficha de

validación del Cuestionario de

Encuesta

Juicio de Experto

Alfredo Manuel Manrique Díaz

de Encuesta Juicio de Experto Alfredo Manuel Manrique Díaz Magíster en Ciencias Gestión Ambiental y Des.Sost.

Magíster en Ciencias

Gestión Ambiental y Des.Sost.

2
2
2
2
Ficha de validación de un Método o Programa Experimental Juicio de Experto
Ficha de validación de un Método o Programa Experimental Juicio de Experto

Ficha de validación de un Método o Programa Experimental

Juicio de Experto

Técnicas e instrumentos

de recolección de datos

Análisis del

Cuestionario de

Encuesta

Técnicas e instrumentos de recolección de datos Análisis del Cuestionario de Encuesta VALIDEZ DE CONSTRUCTO

VALIDEZ DE CONSTRUCTO

VALIDEZ DE CONSTRUCTO

VALIDEZ DE CONSTRUCTO Validez total =Validez de contenido+ Validez de criterio+ Validez de constructo Validez total

Validez total =Validez de contenido+ Validez de criterio+ Validez de constructo

Validez total =Juicio de experto + Alfa de Cronbach+ Análisis de Factores

Validez total =Juicio de experto + Alfa de Cronbach+ Análisis de Factores Validez total =0,94+0,95+ 0,83

Validez total =0,94+0,95+ 0,83 =2.72/3 =0,91

Validez total =Juicio de experto + Alfa de Cronbach+ Análisis de Factores Validez total =0,94+0,95+ 0,83
Validez total =Juicio de experto + Alfa de Cronbach+ Análisis de Factores Validez total =0,94+0,95+ 0,83
Validez total =Juicio de experto + Alfa de Cronbach+ Análisis de Factores Validez total =0,94+0,95+ 0,83

MODELO DE VALIDEZ

MODELO DE VALIDEZ Documentos a presentar para la validación: 1. Carta de presentación 2. Matriz de
MODELO DE VALIDEZ Documentos a presentar para la validación: 1. Carta de presentación 2. Matriz de

Documentos a presentar para la validación:

MODELO DE VALIDEZ Documentos a presentar para la validación: 1. Carta de presentación 2. Matriz de

1. Carta de presentación

2. Matriz de consistencia.

3. La Operacionalización de la(s) variable(s) de estudio.

4. El instrumentos(s) con su solucionario.

5. Las ficha(s) de validación.

de la(s) variable(s) de estudio. 4. El instrumentos(s) con su solucionario. 5. Las ficha(s) de validación.
de la(s) variable(s) de estudio. 4. El instrumentos(s) con su solucionario. 5. Las ficha(s) de validación.
1. Modelo de carta de presentación, oficio u solicitud
1. Modelo de carta de presentación, oficio u solicitud

1. Modelo de

carta de

presentación,

oficio u

solicitud

2. Matriz de Consistencia

2. Matriz de Consistencia
2. Matriz de Consistencia

3. Operacionalización de la(s) variable(s) de estudio

3. Operacionalización de la(s) variable(s) de estudio
3. Operacionalización de la(s) variable(s) de estudio

3. Operacionalización de la(s) variable(s) de estudio

3. Operacionalización de la(s) variable(s) de estudio
3. Operacionalización de la(s) variable(s) de estudio

4. El instrumento de investigación

4. El instrumento de investigación
4. El instrumento de investigación

5. La ficha de validación

5. La ficha de validación
5. La ficha de validación
5. La ficha de validación
5. La ficha de validación

5. La ficha de

validación

5. La ficha de validación

Representación de la

Confiabilidad y la Validez

   

Tirador 3

Tirador 1

Tirador 2

Validez     Tirador 3 Tirador 1 Tirador 2 Ni confiabilidad, ni validez Confiable, pero no
Validez     Tirador 3 Tirador 1 Tirador 2 Ni confiabilidad, ni validez Confiable, pero no
Validez     Tirador 3 Tirador 1 Tirador 2 Ni confiabilidad, ni validez Confiable, pero no
Ni confiabilidad, ni validez Confiable, pero no validez Confiabilidad y validez
Ni confiabilidad, ni
validez
Confiable, pero
no validez
Confiabilidad y
validez

La Objetividad

Grado en que el instrumento es

permeable a la influencia de los

sesgos y tendencias de los

 

investigadores que lo administran,

califican e interpretan.

 
La Confiabilidad, la Validez y la Objetividad no deben tratarse de forma separada, sino conjuntamente,
La Confiabilidad, la Validez y la
Objetividad no deben tratarse de
forma separada, sino conjuntamente,
sin uno de ellos el instrumento no es
útil.
APLICACIÓN DEL INSTRUMENTO DE INVESTIGACIÓN
APLICACIÓN DEL INSTRUMENTO DE
INVESTIGACIÓN

Consolidado de la validación

(juicio de experto)

Criterios a tener en cuenta en la Aplicación

de los instrumentos de investigación

la validación (juicio de experto) Criterios a tener en cuenta en la Aplicación de los instrumentos

Juicio de Experto N° 01

Juicio de Experto N° 01

Juicio de Experto N° 02

Juicio de Experto N° 02

Juicio de Experto N° 03

Juicio de Experto N° 03

Juicio de Experto N° 04

Juicio de Experto N° 04

Juicio de Experto N° 05

Juicio de Experto N° 05

Consolidado de las fichas del juicio de experto

Consolidado de las fichas del juicio de experto Instrumento de investigación
Consolidado de las fichas del juicio de experto Instrumento de investigación
Consolidado de las fichas del juicio de experto Instrumento de investigación
Consolidado de las fichas del juicio de experto Instrumento de investigación
Consolidado de las fichas del juicio de experto Instrumento de investigación
Consolidado de las fichas del juicio de experto Instrumento de investigación
Consolidado de las fichas del juicio de experto Instrumento de investigación
Consolidado de las fichas del juicio de experto Instrumento de investigación
Consolidado de las fichas del juicio de experto Instrumento de investigación
Consolidado de las fichas del juicio de experto Instrumento de investigación
Consolidado de las fichas del juicio de experto Instrumento de investigación

Instrumento de

investigación

Consolidado de las fichas del juicio de experto Instrumento de investigación
Consolidado de las fichas del juicio de experto Instrumento de investigación

Criterios a tener en cuenta en la Aplicación

de los instrumentos de investigación

en la Aplicación de los instrumentos de investigación 1. Solicitar la autorización del Director, Decano, o
en la Aplicación de los instrumentos de investigación 1. Solicitar la autorización del Director, Decano, o

1. Solicitar la autorización del

Director, Decano, o Gerente…

2. Dar instrucciones precisas sobre

el instrumento de investigación…

3. Tomar evidencias de la

aplicación de los instrumentos…

4. Solicitar al Director, Decano o Gerente… la constancia de aplicación

5. Guardar los instrumento en el

bitácora de campo.

al Director, Decano o Gerente… la constancia de aplicación 5. Guardar los instrumento en el bitácora
Solicitar la o Gerente…
Solicitar la
o Gerente…

autorización del

Director, Decano,

Solicitar la o Gerente…
Solicitar la
o Gerente…

autorización del

Director, Decano,

Solicitar la autorización del Director, Decano, o Gerente…

Solicitar la autorización del Director, Decano, o Gerente…
Solicitar la autorización del Director, Decano, o Gerente…

Dar instrucciones precisas sobre el instrumento de investigación…

-
-

Tomar evidencias de la aplicación de los

instrumentos…

Tomar evidencias de la aplicación de los instrumentos…
Tomar evidencias de la aplicación de los instrumentos…
Tomar evidencias de la aplicación de los instrumentos…
Tomar evidencias de la aplicación de los instrumentos…
Tomar evidencias de la aplicación de los instrumentos…

Tomar evidencias de la aplicación de los

instrumentos…

Tomar evidencias de la aplicación de los instrumentos…
Tomar evidencias de la aplicación de los instrumentos…

Tomar evidencias de la aplicación de los

instrumentos…

Tomar evidencias de la aplicación de los instrumentos…
Tomar evidencias de la aplicación de los instrumentos…

Tomar evidencias de la aplicación de los

instrumentos…

Tomar evidencias de la aplicación de los instrumentos…
Tomar evidencias de la aplicación de los instrumentos…
Solicitar al Director, Decano o Gerente… la constancia de aplicación
Solicitar al Director, Decano o Gerente… la constancia de aplicación

Solicitar al Director,

Decano o

Gerente… la constancia de

aplicación

Guardar los instrumento en el bitácora de campo.
Guardar los instrumento en el bitácora de campo.

Guardar los

instrumento en el

bitácora de

campo.

TÉCNICAS DE PROCESAMIENTO DE

INFORMACIÓN

TÉCNICAS DE PROCESAMIENTO DE INFORMACIÓN 114
TÉCNICAS DE PROCESAMIENTO DE INFORMACIÓN 114
TÉCNICAS DE PROCESAMIENTO DE INFORMACIÓN 114

114

CASO PRÁCTICO

CASO PRÁCTICO ACTITUDES FRENTE A LA EVALUACIÓN CENSAL Y EL ESTADO EMOCIONAL EN LOS DOCENTES EN
CASO PRÁCTICO ACTITUDES FRENTE A LA EVALUACIÓN CENSAL Y EL ESTADO EMOCIONAL EN LOS DOCENTES EN
ACTITUDES FRENTE A LA EVALUACIÓN CENSAL Y EL ESTADO EMOCIONAL EN LOS DOCENTES EN LA
ACTITUDES FRENTE A LA
EVALUACIÓN CENSAL Y
EL ESTADO EMOCIONAL
EN LOS DOCENTES EN LA
REGIÓN JUNÍN-2008
¿Qué relación existe entre las
actitudes frente a la evaluación
censal y el estado emocional en los
docentes en la región Junín –
2008?

Metodología de la Investigación

Tipo de Investigación: Básica o pura o sustantiva o fundamental.

Investigación: Básica o pura o sustantiva o fundamental.  Nivel de Investigación: Correlacional.  Método de
Investigación: Básica o pura o sustantiva o fundamental.  Nivel de Investigación: Correlacional.  Método de

Nivel de Investigación: Correlacional.

Método de Investigación: Descriptivo.

Diseño: Descriptivo-correlacional.

Descriptivo.  Diseño: Descriptivo-correlacional.  Población: Estuvo conformado por todos los docentes

Población: Estuvo conformado por todos los docentes de Educación Básica Regular de la Región Junín el año 2008 que fue 18403 docentes.

Muestra: Probabilística

TÉCNICAS ESTADÍSTICAS DE

PROCESAMIENTO DE INFORMACIÓN

TÉCNICAS ESTADÍSTICAS DE PROCESAMIENTO DE INFORMACIÓN  Los estadígrafos de la Estadística Descriptiva: Las
TÉCNICAS ESTADÍSTICAS DE PROCESAMIENTO DE INFORMACIÓN  Los estadígrafos de la Estadística Descriptiva: Las

Los estadígrafos de la Estadística

Descriptiva: Las Medidas de

Tendencia Central (la media

aritmética, la mediana y la moda), de

Central (la media aritmética, la mediana y la moda), de Dispersión (El rango, la desviación estándar

Dispersión (El rango, la desviación

estándar y la varianza). Las de Forma:

(Asimetría y Kurtosis).

Los estadígrafos de la Estadística

Inferencial como la r de Pearson para

contrastar la hipótesis de

investigación.

Instrumento de Investigación

Instrumento de Investigación

Instrumento de Investigación
Instrumento de Investigación

LA SABANA PARTE 1

LA SABANA PARTE 1
LA SABANA PARTE 1

LA SABANA PARTE 2

LA SABANA PARTE 2
LA SABANA PARTE 2

LA SABANA PARTE 3

LA SABANA PARTE 3
LA SABANA PARTE 3

LA SABANA PARTE 4

LA SABANA PARTE 4
LA SABANA PARTE 4

LOS CUADROS, GRÁFICOS E INTERPRETACIONES N° 01

Gráfico N° 01A Tengo conocimiento de los lineamientos de la Política Peruana 400 324 300
Gráfico N° 01A
Tengo conocimiento de los lineamientos de
la Política Peruana
400
324
300
187
200
134
95
100
12
0
Totalmente
En
Más o
De acuerdo
Totalmente
en
desacuerdo
menos de
de acuerdo
desacuerdo
Alternativas
acuerdo
Frecuencia

Según el Cuadro N° 01 y Gráficos N° 01A y 01B se puede evidenciar que ante la interrogante: Tengo conocimiento de los lineamientos de la Política Peruana, de los 752 docentes encuestados, 324

Gráfico N° 01B Tengo conocimiento de los lineamientos de la Política Peruana

 

13%

1%

Totalmente en desacuerdo  13% 1 %

25%

25% 18%

18%

En desacuerdo25% 18%

Más o menos de acuerdo13% 1 % Totalmente en desacuerdo 25% 18% En desacuerdo De acuerdo   43% Totalmente de

De acuerdo% Totalmente en desacuerdo 25% 18% En desacuerdo Más o menos de acuerdo   43% Totalmente

 

43%

Totalmente de acuerdo  43%

docentes que representa el (43,09%) manifestaban

conocer más o menos los lineamientos de la Política Educativa Peruana; asimismo 187 docentes que es el

(24,87%) mencionaron estar de acuerdo; luego 134 docentes que es el (17,82%) dijeron estar en desacuerdo, asimismo 95 docentes que es el (12,63%) afirmaron estar totalmente de acuerdo y el restante de docentes que es 12 y que representa el (1,60%) manifestó estar totalmente en

desacuerdo. El conocimiento imperante más o

menos de nuestra Política Educativa Peruana es

corroborado por Tratemberg (2006) y Riera (2008) cuando menciona que el magisterio nacional en su mayoría desconoce la legislación educativa nacional.

LOS CUADROS, GRÁFICOS E INTERPRETACIONES N° 21

Gráfico N° 21A de las situaciones 348 400 247 200 112 45 0 0 Totalmente
Gráfico N° 21A
de las situaciones
348
400
247
200
112
45
0
0
Totalmente en desacuerdoEn desacuerdoMás o menos de acuerdoDe acuerdoTotalmente de acuerdo
Alternativas
Frecuencia

Me siento seguro(a) de mí mismo en la mayoría

Gráfico N° 21B Me siento seguro(a) de mí mismo en la mayoría de las situaciones

15%

0% 6%

33%
33%

46%

Según el Cuadro N 21 y Gráficos N 21A y 21B se

puede apreciar que ante la interrogante: Me siento

seguro(a) de mí mismo en la mayoría de las situaciones, de los 752 docentes encuestados, 348 docentes que representa el (46,28%) manifestaban

estar de acuerdo en conocerse así mismos; luego 247

docentes que es el (32,85%) mencionaron estar más o menos de acuerdo; luego 112 docentes que es el (14,89%) dijeron estar totalmente de

acuerdo, asimismo 45 docentes que es el (5,98%)

afirmaron estar en desacuerdo y ningún docente manifestó estar totalmente en desacuerdo. Esta idea es corroborado por el Ps. Palomino (2006) cuando

dice que todo profesional , principalmente de la educación debe sentirse seguro de sí mismo en todo sus quehaceres diarios.

Totalmente en desacuerdoEn desacuerdo Más o menos de acuerdo De acuerdo Totalmente de acuerdo

En desacuerdoTotalmente en desacuerdo Más o menos de acuerdo De acuerdo Totalmente de acuerdo

Más o menos de acuerdoTotalmente en desacuerdo En desacuerdo De acuerdo Totalmente de acuerdo

De acuerdoTotalmente en desacuerdo En desacuerdo Más o menos de acuerdo Totalmente de acuerdo

Totalmente de acuerdoTotalmente en desacuerdo En desacuerdo Más o menos de acuerdo De acuerdo

diarios. Totalmente en desacuerdo En desacuerdo Más o menos de acuerdo De acuerdo Totalmente de acuerdo

CONTRASTACIÓN DE HIPÓTESIS

CONTRASTACIÓN DE HIPÓTESIS Parte 1: Chi cuadrada. Parte 2: r de Pearson. Parte 3: Prueba t
CONTRASTACIÓN DE HIPÓTESIS Parte 1: Chi cuadrada. Parte 2: r de Pearson. Parte 3: Prueba t

Parte 1: Chi cuadrada.

Parte 1: Chi cuadrada. Parte 2: r de Pearson. Parte 3: Prueba t de Student

Parte 2: r de Pearson.

Parte 3: Prueba t de

Student
Student
Parte 1: Chi cuadrada. Parte 2: r de Pearson. Parte 3: Prueba t de Student
CONTRASTACIÓN DE HIPÓTESIS Parte 1: Chi cuadrada. Parte 2: r de Pearson. Parte 3: Prueba t
CONTRASTACIÓN DE HIPÓTESIS Parte 1: Chi cuadrada. Parte 2: r de Pearson. Parte 3: Prueba t
CONTRASTACIÓN DE HIPÓTESIS Parte 1: Chi cuadrada. Parte 2: r de Pearson. Parte 3: Prueba t

La Prueba Chi-cuadrada “Ch 2

La Prueba Chi-cuadrada “Ch 2 ” Dulio Oseda Gago
La Prueba Chi-cuadrada “Ch 2 ” Dulio Oseda Gago

Dulio Oseda Gago

La Prueba Chi-Cuadrada

 

Simbología:

     

Ch 2 =X 2

Definición: Es una prueba estadística para datos no paramétricos, que se utiliza generalmente para evaluar hipótesis

estadísticas acerca de la relación entre dos

 

Nivel de medición:

variables cualitativas categóricas.

 

Nominal y ordinal.

Hipótesis a probar: Correlacionales. Variables involucradas: (2) La Prueba Ch 2 no considera relaciones causales.

Fórmula:

2

X

(

1)

n S

2

s

2

Donde:

n=número de elementos de la muestra.

n-1=número de grados de libertad. S 2 =Varianza de la muestra. Σ 2 =Varianza de la población.

La Prueba Ch 2

Descripción y manejo de la tabla: Si: α=0,05 y gl=4gl. X 2 (4)=9,488 Si: α=0,05
Descripción y manejo de la tabla:
Si: α=0,05 y gl=4gl.
X
2 (4)=9,488
Si: α=0,05 y gl=6gl.
X
2 (6)=12,592
Si: α=0,05 y gl=10gl.
X
2 (10)=18,307
Si: α=0,01 y gl=15gl.
X
2 (15)=30,578
Si: α=0,25 y gl=20gl.
X
2 (20)=23,827
Si: α=0,10 y gl=13gl.
X
2 (13)=19,811
Si: α=0,50 y gl=28gl.
X 2 (28)=27,336
Si: α=0,05 y gl=600gl.
X 2 (600)=658,093

Ejemplo práctico de la Prueba Ch 2

 

Ejemplo 1:

 

En

la Facultad de Ingeniería de la

   

Universidad Peruana Los Andes, se desea

determinar si existe alguna relación entre el nivel académico (estudiantes del primer año, segundo año, tercer año y cuarto año)

 

Nerviosismo y ansiedad

 
 

Nivel

         

académico

NN

LN

MN

EN

TOTAL

y el nivel de nerviosismo medido por una

Primer año

20

20

40

80

160

prueba estándar de nerviosismo y

           

ansiedad que indica el nerviosismo según

Segundo año

10

30

30

30

100

las categorías siguientes: no nervioso

Tercer año

40

20

10

10

 

80

(NN), ligeramente nervioso (LN), moderadamente nervioso (MN) y extremadamente nervioso (EN). Si se elige

Cuarto año

40

20

0

0

 

60

TOTAL

110

90

80

120

400

aletoriamente a 400 estudiantes de la

 

mencionada Facultad, cuyos datos se muestran en la tabla siguiente:

 

Solución:

 

Paso 1: Hipótesis estadística:

H 1 : El nivel académico se relaciona con el nivel de nerviosismo en………… H 0 : El nivel académico no se relaciona con el nivel de nerviosismo en ……

Paso 2: La prueba es unilateral y de cola a la derecha.

Paso 3: Nivel de significancia α=0,05. Paso 4: Esquema de la prueba:

gl=(C-1)(F-1)=(4-1)(4-1) gl=9 Y con: X 2 (9)=16,919
gl=(C-1)(F-1)=(4-1)(4-1)
gl=9
Y con: X 2 (9)=16,919

Paso 5: Cálculo de Ch 2 :

( O  E ) 2 X 2   ij ij ij E ij
(
O
E
)
2
X
2  
ij
ij
ij
E ij
2 : ( O  E ) 2 X 2   ij ij ij E
Nerviosismo y ansiedad Nivel académico NN LN MN EN TOTAL Primer año E E E
Nerviosismo y ansiedad
Nivel
académico
NN
LN MN
EN TOTAL
Primer año
E
E
E
E
160
11
12
13
14
Segundo año
E
E
E
E
100
21
22
23
24
Tercer año
E
E
E
E
80
31
32
33
34
Cuarto año
E
E
E
60
41
42
43
E 44
TOTAL
110
90 80
120 400

Cálculo de Ch 2 :

Cálculo de Ch 2 : X 2 (9)=154,14
X 2 (9)=154,14
X 2 (9)=154,14
estadística:
estadística:

Paso 6: Decisión

Como la X 2 =154,14 y este cae en la región de rechazo; por lo tanto rechazamos la H0 y aceptamos la H1.

Paso 7: Conclusión estadística:

Existe una relación significativa entre el nivel académico y el nivel

de nerviosismo en los estudiantes de la Facultad de Ingeniería de la Universidad Peruana Los Andes.

y el nivel de nerviosismo en los estudiantes de la Facultad de Ingeniería de la Universidad
La “r” de Pearson
La “r”
de Pearson
La “r” de Pearson Dulio Oseda Gago

El Coeficiente de Correlación

“r” de Pearson

Definición: Es una prueba estadística

que Simbología : “r”
que Simbología : “r”

que

que

Simbología: “r”

Simbología : “r”
Simbología : “r”

Nivel de medición:

Intervalos o razón.

sirve para analizar la relación entre dos variables medidas en un nivel por intervalos

o de razón.

Hipótesis a probar: Correlacionales del tipo:

“A mayor x, mayor y”; “A mayor x, menor y”; “Altos valores de x están asociados con altos valores en y”; “Altos valores de x están

asociados con bajos valores en y”.

Variables involucradas: (2) La Prueba “r” no considera la noción de causa y efecto (o sea en esta prueba no existen las VI ni las

VD), solo mide el grado de relación que puede ser Directa (+) e

Inversa (-).

Fórmula:

no existen las VI ni las VD), solo mide el grado de relación que puede ser
no existen las VI ni las VD), solo mide el grado de relación que puede ser

Ejemplo práctico de la “r” de Pearson

Ejemplo 1: En la Institución Educativa “Mariscal Castilla” de El Tambo Huancayo, se desea conocer
Ejemplo 1:
En
la Institución Educativa “Mariscal
Castilla” de El Tambo Huancayo, se desea
conocer la relación que existe en el
rendimiento académico del área curricular
de Matemática y de Comunicación, para el
cual se trabajó con una muestra
probabilística de 20 estudiantes del 5°
grado, cuyos resultados mostramos a
continuación.
Solución:

Paso 1: Formulación de las hipótesis estadística:

H i : Existe una relación indirecta y significativa entre el rendimiento académico en el área de Comunicación y el área de Matemática en los estudiantes del 5 grado …… H 0 : No existe una relación indirecta y significativa entre el rendimiento académico en el área de Comunicación y el área de Matemática en los estudiantes del 5 grado ……

Paso 2: La prueba es bilateral o a dos colas.

Paso 3: Nivel de significancia α=0,05.

Paso 4: Esquema de la prueba:

gl=N-2=20-2=18.

Punto crítico: 1,96

Paso 3: Nivel de significancia α =0,05. Paso 4: Esquema de la prueba: gl=N-2=20-2=18. Punto crítico:

Paso 5: Cálculo del Coeficiente

de Correlación

Paso 5: Cálculo del Coeficiente de Correlación
Paso 5: Cálculo del Coeficiente de Correlación

Paso 6: Decisión

estadística:

Paso 6: Decisión estadística: Puesto que tc (t calculada) es menor que la tt (t teórica),
Paso 6: Decisión estadística: Puesto que tc (t calculada) es menor que la tt (t teórica),

Puesto que tc (t calculada) es menor que la tt (t teórica), es decir (-3,15 < -1,96), en consecuencia se rechaza la hipótesis

nula (Ho) y se acepta la hipótesis alterna (Hi).

Paso 7: Conclusión estadística:

Se concluye que existe una correlación indirecta y significativa entre el rendimiento académico en el área de Comunicación y el área de Matemática

en los estudiantes del 5 grado de la Institución Educativa “Mariscal

Castilla” de El Tambo – Huancayo.

La Prueba “t”

de Student

La Prueba “t” de Student Dulio Oseda Gago
La Prueba “t” de Student Dulio Oseda Gago

LA PRUEBA t DE STUDENT

Definición: Es una prueba estadística para evaluar

si dos grupos difieren entre sí de manera

significativa respecto a sus medias.

Simbología: t

Nivel de medición : Intervalos o razón
Nivel de medición : Intervalos o razón
Nivel de medición : Intervalos o razón
Nivel de medición : Intervalos o razón

Nivel de medición:

Nivel de medición :
Intervalos o razón

Intervalos o razón

Hipótesis: De diferencia entre dos grupos. La hipótesis de investigación alterna, propone que los grupos difieren de manera significativa entre sí y la hipótesis nula propone que los grupos no difieren significativamente.

Variable: La comparación se realiza sobre una variable (teóricamente dependiente). Si hay diferentes variables, se efectúa varias pruebas t (una por

cada variable), y la razón que motiva la creación de los grupos es la variable

independiente. El tamaño de muestra es pequeño: n<30

Fórmula:

El tamaño de muestra es pequeño: n < 30 Fórmula : t  _ _ X

t

_ _ X  X 1 2 2 2 S S 1 2  n
_
_
X
X
1
2
2
2
S
S
1
2
n
1 n
2

Grados de Libertad: Es el número de

maneras en que los datos pueden variar

libremente.

gl=(n1+n2)-2

Tamaño del Efecto: Es la diferencia estandarizada entre las medias de los 2 grupos.

 

_

_

  _ _   Las medias varían menos de una S, una respecto de la otra.
 

Las medias varían

menos de una S, una respecto de la otra.

Tamaño del efecto

 

X

1

X

2

Tamaño del efecto

9,10 7,19

0,97

Desv Stad Sopesada

.

.

1,96

Descripción y manejo de la tabla:

Descripción y manejo de la tabla: 2 colas, α=0,05 y gl=5gl. tt=2,57 2 colas, α=0,01 y
Descripción y manejo de la tabla: 2 colas, α=0,05 y gl=5gl. tt=2,57 2 colas, α=0,01 y
2 colas, α=0,05 y gl=5gl. tt=2,57 2 colas, α=0,01 y gl=10gl. tt=3,17 2 colas, α=0,10
2
colas, α=0,05 y gl=5gl.
tt=2,57
2
colas, α=0,01 y gl=10gl.
tt=3,17
2
colas, α=0,10 y gl=18gl.
2 colas, α=0,01 y gl=10gl. tt=3,17 2 colas, α=0,10 y gl=18gl. tt=1,73 1 colas, α=0,05 y

tt=1,73

1 colas, α=0,05 y gl=20gl. tt=1,72 1
1 colas, α=0,05 y gl=20gl.
tt=1,72
1
Prueba de Hipótesis
Prueba de Hipótesis
Prueba de Hipótesis
Prueba de Hipótesis

Prueba de Hipótesis

Prueba de Hipótesis
Prueba de Hipótesis
Prueba de Hipótesis
Prueba de Hipótesis
Prueba de Hipótesis
Prueba de Hipótesis

1. Formular la hipótesis nula y alterna de acuerdo al problema.

2. Escoger un nivel de significancia o riesgo α.

3. Escoger el estadígrafo de prueba más apropiado.

4. Establecer la región crítica.

5. Calcular los valores de la prueba estadística de

una muestra aleatoria de tamaño “n”.

6. Decisión Estadística.

1. Formular la hipótesis nula y alterna

de acuerdo al problema.

HIPÓTESIS ALTERNA: HIPÓTESIS NULA: H : mGE mGC H o : m m GE GC
HIPÓTESIS ALTERNA:
HIPÓTESIS NULA:
H
: mGE mGC
H
o : m m
GE
GC
1
H
: m m ó m m
Esto es:
1
1
2
1
2
No existe diferencias en
el aprendizaje en el
Si existe diferencias en el
aprendizaje en el grupo
grupo A y grupo B.
A y grupo B.

Donde:

en el aprendizaje en el Si existe diferencias en el aprendizaje en el grupo grupo A
en el aprendizaje en el Si existe diferencias en el aprendizaje en el grupo grupo A

2. Escoger un nivel de significancia o riesgo α.

Se eligió el nivel de significancia: α=0,05. 3. El estadígrafo de prueba
Se eligió el nivel de
significancia:
α=0,05.
3. El estadígrafo de prueba
de significancia: α=0,05. 3. El estadígrafo de prueba Luego se seleccionó el estadístico de prueba, ”t

Luego se seleccionó el estadístico de prueba, ”t de Student”, debido a que la muestra es pequeña y además ésta tiene distribución normal y los dos grupos fueron

asignados aleatoriamente.

Asimetría de Pearson: Grupo “A” = 0,237 y Grupo “B” = 0,080

4. Establecer la región crítica

La prueba t sigue

una distribución:

NE+NC-2gl,

Es decir: 15+15-

2=28gl.

Se determinó la región de rechazo

(RR), 28gl y α=0,05

NE+NC-2gl, Es decir: 15+15- 2=28gl. Se determinó la región de rechazo (RR), 28gl y α=0,05 2,05
NE+NC-2gl, Es decir: 15+15- 2=28gl. Se determinó la región de rechazo (RR), 28gl y α=0,05 2,05
NE+NC-2gl, Es decir: 15+15- 2=28gl. Se determinó la región de rechazo (RR), 28gl y α=0,05 2,05
2,05 1
2,05
1

5. Calcular los valores de la prueba estadística

de una muestra aleatoria de tamaño “n”

_ _ X  X 29,53 36, 20  1 2 t   
_
_
X
 X
29,53 36, 20
1
2
t 
 2,5654
2
2
2
S
1 2  S
( 6,74)