UNIVERSIDAD NACIONAL DEL ALTIPLANO

ESCUELA DE POST GRADO

MAESTRIA EN EDUCACIN
ASIGNATURA

ESTADISTICA APLICADA A LA INVESTIGACIN EDUCATIVA

Docente: Ing M.Sc. Roberto Elvis Roque Claros

JULIACA PUNO PER 2013

4 1

Estadstica Aplicada a la Investigacin Educativa

1.- PRESENTACIN: La metodologa de la investigacin es de vital importancia para el desarrollo de la ciencia en todos los campos del saber humano. Una de las funciones principales de la universidad peruana, esta centrada en la investigacin, es por esta razn que el presente material instructivo ha sido diseado en forma didctica y de fcil comprensin orientado a estudiantes y egresados de maestra y/o profesionales del campo educativo, con esto se espera contribuir al aprendizaje del proceso de investigacin de manera prctica y aplicativa; por lo que se cuenta con ejemplos prcticos procesados con mtodos estadsticos para cada caso. 2.- CAPACIDADES: Determina la poblacin y muestra optima e Identifica el diseo de investigacin, para luego establecer el diseo estadstico adecuado. Aplica los modelos de anlisis; univariado, bivariado y multivariado para el tratamiento estadstico de los resultados y la contrastacin de la hiptesis de investigacin. Resuelve casos prcticos de anlisis; univariado, bivariado y multivariado haciendo uso del paquete estadstico SPSS.

3.- CONTENIDOS: Poblacin y muestra. Variable Anlisis estadstico y pruebas de hiptesis segn el tipo y diseo de investigacin Anlisis con el paquete estadstico SPSS

4.- DESARROLLO: 4.1. POBLACIN Y MUESTRA. 4.1.1. CONCEPTO DE UNIVERSO, POBLACION Y MUESTRA Antes de describir algunos de los mtodos de muestreo ms habituales, es necesario plantear algunas definiciones importantes en este contexto: POBLACIN: Es todo conjunto de elementos, finito o infinito, definido por una o ms caractersticas, de las que gozan todos los elementos que lo componen, y slo ellos. En muestreo, se entiende por poblacin a la totalidad del universo que interesa conocer, y que es necesario que est bien definido para que se sepa en todo momento qu elementos lo componen. Conviene recordar que poblacin es el conjunto de elementos a los cuales se quieren inferir los resultados.

4 1

UNIVERSO: El trmino es empleado generalmente como sinnimo de poblacin. No obstante, cuando se realiza un trabajo puntual, conviene distinguir entre universo ideal: conjunto de elementos a los cuales se quieren extrapolar los resultados, y universo muestral: conjunto de elementos accesibles en nuestro estudio. Todo universo o poblacin debe definirse sin ambigedades, es decir debe ser posible decidir cundo un individuo pertenece o no al universo bajo consideracin. EJEMPLO: Universo: Trabajadores del Banco de la Nacin del Per. Universo: Pacientes con EDA menores de 1 ao, atendidos en el Hospital Beln. CENSO: En ocasiones resulta posible estudiar cada uno de los elementos que componen la poblacin, realizndose lo que se denomina un censo, es decir, el estudio de todos los elementos que componen la poblacin. La realizacin de un censo no siempre es posible, por diferentes motivos: a) Economa: el estudio de todos los elementos que componen una poblacin, sobre todo si esta es grande, suele ser un problema costoso en tiempo, dinero, etc. Que las pruebas a las que hay que someter a los sujetos sean destructivas. Que la poblacin sea infinita o tan grande que exceda las posibilidades del investigador.

b) c)

Si la numeracin de elementos, se realiza sobre la poblacin accesible o estudiada, y no sobre la poblacin terica, entonces el proceso recibe el nombre de marco o espacio muestral. MUESTRA: En todas las ocasiones en que no es posible o conveniente realizar un censo, lo que hacemos es trabajar con una muestra, entendiendo por tal una parte representativa y adecuada de la poblacin. Para que una muestra sea representativa, y por lo tanto til, debe de reflejar las semejanzas y diferencias encontradas en la poblacin, ejemplificar las caractersticas y tendencias de la misma. Cuando decimos que una muestra es representativa indicamos que rene aproximadamente las caractersticas de la poblacin que son importantes para la investigacin. Cuando decimos que una muestra es adecuada, nos referimos a que contiene el nmero de unidades de estudio, tal que permita aplicar pruebas estadsticas que den validez a la inferencia de los resultados a la poblacin. Por ejemplo, supongamos que deseamos medir el rendimiento acadmico de los nios escolares en la secundaria en Per, pero por problemas econmicos slo es posible acceder a los nios de zonas urbanas. - A quin deseo generalizar los resultados? : Todos los nios peruanos de la secundaria (universo ideal).

4 1

- A quien puedo acceder en el estudio? : Todos los nios escolares en zonas urbanas (universo muestral o poblacin en estudio). -Cmo puedo acceder a ellos? : Numerando los sujetos accesibles (espacio o marco muestral). -Quin forma parte del estudio? : Un grupo de sujetos elegido (muestra). 4.1.2. VENTAJAS Y DESVENTAJAS DEL MUESTREO. En estudios que implican tcnicas destructivas o de uso que imposibilidad de utilizacin posterior de lo analizado. A. El trabajo con una muestra y no con el universo implica eficiencia, pues significa ahorro de recursos, esfuerzos y tiempo B. Con el uso del muestreo se pueden obtener resultados razonablemente ms precisos que el estudio de todo el universo, pues para el estudio de slo una muestra, el personal mnimo necesario puede ser mejor preparado para recoger informacin ms detallada y elaborada. C. Como desventaja se debe mencionar el error de muestreo, producto de la variabilidad intrnseca que poseen los elementos de todo universo o poblacin. El trmino error no debe entenderse como sinnimo de equivocacin. 4.1.3. CONDICIONES DE UNA BUENA MUESTRA En todo proceso de muestreo, los elementos de la muestra deben escogerse adecuadamente, de tal manera que los resultados que se observen en ella, puedan inferirse al resto de la poblacin a la que pertenece la muestra. Para ello debe tenerse en cuenta: a) Tamao de la muestra, que da la caracterstica de muestra adecuada. El tamao de la muestra depende de la homogeneidad de la poblacin. b) Condiciones de seleccin de la misma, de tal manera que todos los miembros de la poblacin tengan la misma probabilidad de ser seleccionados como parte de la muestra, sta es la caracterstica de muestra representativa. Estas dos caractersticas darn valor estadstico a los resultados y permitirn la inferencia a la poblacin. Varios aspectos relacionados con las caractersticas y tendencias de los sujetos que componen la poblacin inciden en su determinacin y dificultan a la vez su valoracin objetiva: A. Objetivos que se persiguen. B. Grado de aproximacin que se pretende alcanzar. C. La heterogeneidad de la poblacin Ello implica que existe una estrecha relacin entre: Varianza de la media muestral, tamao de la muestra y varianza poblacional

4 1

4.1.4. MTODOS MUESTRALES. Obviamente, deberemos asegurar que la muestra sea representativa de la poblacin. Si queremos tomar una muestra de los estudiantes de la Institucin Educativa Glorioso San Carlos y slo seleccionamos diez alumnos de la Institucin Educativa con una poblacin de mil estudiantes, esta muestra no representar adecuadamente a la poblacin, en cambio si seleccionamos de la misma cantidad de estudiantes, uno de cada 100 del registro de matrcula, aqu ya se puede pensar ms, en la posibilidad de cierta representatividad aleatoria, sin embargo, an as, no hay una representatividad total, pues en el registro pueden figurar estudiantes retirados de la Institucin Educativa, entonces, un procedimiento bastante aleatorio que se puede utilizar, consiste en elegir el 10% de alumnos por cada saln en forma aleatoria. El tamao elegido para la muestra es tambin importante, y variar de acuerdo a cada investigacin pudiendo ser el 5%, el 20%, etc., de la poblacin total. Suele ser difcil determinar el tamao justo, ya que no se puede errar por defecto (un solo estudiante no representa a un centro educativo, an tomndolo al azar) o por exceso (una muestra que sea el 80% de la poblacin es altamente confiable pero no econmica, ya que con menos esfuerzo y dinero puede obtenerse una muestra considerablemente ms pequea sin que vare en forma significativa su grado de representatividad). El procedimiento por el que seleccionamos una muestra se llama muestreo, y clsicamente se divide en muestreo probabilstico y no probabilstico.

A)

MUESTREO NO PROBABILSTICO O MUESTREO INTENCIONAL. En el muestreo no probabilstico los individuos de la poblacin no tienen todos la misma probabilidad de aparecer en la muestra, ya que aqu no hacemos una estricta seleccin al azar, sino que tomamos casos tpicos que suponemos representativos de la media poblacional, u otros que tomamos en cuenta por conveniencia o por fcil acceso. Es un proceso por el cual no se conoce la probabilidad de inclusin que tiene cada una de las unidades del universo de origen y no es posible calcular la magnitud del error de muestreo. Entre los mtodos ms representativos tenemos los siguientes: a) Muestreo a criterio o muestreo intencional: Es un proceso donde la seleccin depende del juicio del investigador, y no de la rigurosa aplicacin de la teora de las probabilidades. La representatividad de una muestra obtenida por este mtodo queda abierta a la duda; no es probable que los expertos se pongan de acuerdo acerca de lo que debe incluir una muestra representativa. Hay ocasiones, sin embargo, en que las muestras a criterio o a juicio son tiles. Ejemplo: De 1,400 estudiantes de educacin secundaria de una ciudad; un experto en estudios de educacin puede tomar una muestra de 250 estudiantes como muestra

4 1

representativa, por que puede ser difcil seleccionar una muestra al azar o probabilstica de todos los estudiantes de educacin secundaria de la ciudad, por muchas razones, sin embargo, por experiencia el experto puede conocer ciertos hechos relacionados con el aprendizaje en centros educativos secundarios de la ciudad, que indique que el aprendizaje es generalmente poco variable entre todos los estudiantes. En este caso, una muestra a juicio del experto (250 estudiantes) puede ser suficiente para obtener la informacin necesaria acerca del aprendizaje de los estudiantes. b) Muestreo por cuotas. Es una forma de muestreo a juicio en que los errores o sesgos que surgen del mtodo no probabilstico de seleccin se controlan hasta cierto punto, por la estratificacin y establecimiento de cuotas a cada estrato. Se divide la poblacin en grupos o estratos, segn las exigencias del estudio, generalmente, edad, sexo, clase social, nivel de estudios, etc. El tamao relativo de estas cuotas se determina con datos externos aplicables al universo de estudio tales como informaciones censales, resultados confiables de otros estudios, etc. As, segn el censo, se podr decir que deben ser entrevistados un nmero igual de hombres y mujeres, que en ambos grupos deber haber 4% de personas con educacin universitaria, etc., adems de otras especificaciones o controles. (BRIONES. 1996: 82) Ejemplo: Si se quiere entrevistar a 20 personas se realiza el siguiente esquema de asignacin de datos. Esquema de asignacin de datos. Este esquema llamado de controles interrelacionados, consiste en indicar separadamente tres o ms controles, y el nmero de personas en cada uno de ellos, lo podemos presentar de la siguiente manera: Esquema de asignacin interrelacionado
EDAD 25 34 35 44 45 54 55 64 Total PRIMARIA Hombre Mujer 00 00 03 02 02 01 01 01 10 SECUNDARIA Hombre Mujer 02 02 01 01 01 01 00 00 08 SUPERIOR Hombre Mujer 01 01 00 00 00 00 00 00 02 TOTAL 06 07 05 02 20

Como podemos ver en la primera fila, se cumple con entrevistar a 6 personas entre 25 y 34 aos, 2 hombres y 2 mujeres con instruccin secundaria y un hombre y una mujer con instruccin universitaria, as sucesivamente hasta completar los 20 entrevistados. El principal problema que presenta las muestras por cuotas, es la dificultad para saber cuan representativas son del universo, y estimar el error de muestreo de las estadsticas que se calculen con los datos, esto se deriva de que el proceso de seleccin no es probabilstico. Como ventajas podemos mencionar; su bajo costo, su rapidez de realizacin y su independencia de un marco de muestreo. Finalmente, podemos decir que con cierta

4 1

frecuencia se utilizan diseos que combinan muestras probabilsticas con muestras por cuotas. c) Cuestionario por correo: Se emplea por ser de bajo costo y fcil administracin. La principal objecin a este muestreo es el error o sesgo, que es causado muchas veces por el no retorno de los cuestionarios; para superarlo se propone:

Combinar el cuestionario por correo con la entrevista personal. Exceder el nmero esperado de cuestionarios que retornan.

En los estudios de opinin todava se emplean estos tipos de muestreo, aunque su uso tiende a disminuir por sus imprecisiones. B) MUESTREO PROBABILSTICO. Cuando todos los datos de la poblacin tiene la misma probabilidad de ser seleccionados en la muestra o cualquiera de los integrantes de la poblacin puede ser escogido. Dentro de los ms importantes tenemos: a) Muestreo Aleatorio Simple. La muestra aleatoria simple es la que se selecciona de manera que cada una de las unidades de la poblacin tiene igual probabilidad de ser incluida en ella. La muestra se selecciona de acuerdo a los siguiente pasos: PRIMERO: Se enumera todas las unidades de la muestra en nmeros sucesivos de la primera unidad hasta la ultima unidad de la poblacin. SEGUNDO: Con bolos, balotas, o una tabla de nmeros aleatorios, se selecciona tantas unidades, como sea el tamao de la muestra. b) Muestreo Aleatorio Estratificado. En la prctica se utilizan uno o ms criterios de estratificacin con el propsito de lograr estratos que sean lo ms homogneos posibles. Entre los posibles criterios de estratificacin podemos mencionar los siguientes: edad, sexo, nivel de instruccin escolar, ocupacin, etc. Pueden utilizarse dos o ms criterios simultneamente. La muestra estratificada tiene la ventaja sobre la muestra aleatoria simple de lograr mayor precisin en las estimaciones. Ejemplo: Para presentar este diseo, supngase que se desea tomar una muestra de 286 estudiantes de un centro educativo primario de 1,000 estudiantes. Para esto dividimos a los estudiantes en tres estratos, utilizando como criterio de estratificacin el grado o curso: 1 estrato 2 estrato 3 estrato TOTAL : 1er y 2do grados : 3er y 4to grados : 5to y 6to grados 560 estudiantes 290 estudiantes 150 estudiantes. 1,000 estudiantes.

4 1

La fraccin de muestreo ser: f = 286/1,000 = 0.286 De acuerdo con la definicin, aplicamos a cada estrato la misma fraccin de 0.286, lo cual equivale a distribuir las unidades de la muestra (los 286 estudiantes que constituyen la muestra) en proporcin a los estratos del universo o poblacin:
ESTRATOS EN LA POBLACIN I II III DETERMINACIN DEL TAMAO DE LOS ESTRATOS MUESTRALES 560 estudiantes 560 x 0.286 290 estudiantes. 290 x 0.286 150 estudiantes 150 x 0.286 Total 1,000 estudiantes NMERO DE ESTUDIANTES EN LA MUESTRA 160 83 43 286

Una vez determinado el nmero de elementos que se tomar en cada estrato, aquellos se seleccionan mediante el procedimiento indicado para tomar una muestra aleatoria simple. c) Muestreo Sistemtico: Consiste en seleccionar las unidades muestrales aplicando un intervalo de seleccin Pasos: 1ro.- Confeccionar un listado completo de la poblacin. 2do.- Conocer el tamao de la muestra n N I = 3ro.- Identificar el intervalo donde: n I= ndice de la fraccin N= Poblacin n= Muestra 4to.- Seleccionar las unidades muestrales. Ejemplo: El tamao de la poblacin es 150, el tamao de muestra es 60 (que representa el 40% de N). 1ro.- Confeccionar un listado completo de la poblacin (cuantos sujetos conforman la poblacin N = 150) 2do.- Conocer el tamao de la muestra n = 60 3ro .- Identificar el intervalo: 150 = 2.5 60 Entonces cada tres sujetos sern escogidos. El primer sujeto es elegido al azar. I = 1. Carlos 11. Juan 21. Denis

4 1

22. Bautista 23. Abraham 24. Seferina 25. Tony 26. Carina 27. Veronica 28. Carla 29. Roman 30. Ricardo 31. hasta 150 . . . Los sujetos que estn con letra cursiva y en negrita son los elegidos para la investigacin hasta completar a 60 sujetos. 4.1.5. TAMAO PTIMO DE MUESTRA. Sabemos que el valor correcto de un parmetro se puede determinar a travs de un censo, es decir, por el estudio de toda la poblacin. Sin embargo, en muestreo al tomar una muestra de tamao n slo revisamos una fraccin n/N de una poblacin de tamao N en base a ella inferimos el valor del parmetro poblacional. Es evidente que en estas condiciones existir un error en la estimacin, pero este es controlable. (EXEBIO. Pag. 35) As conocemos que la varianza de la media muestral es:
v( y) = ( N n s2 ) N n

2. Victoria 3. Dery 4. Ivan 5. Antonio 6. Ral 7. Ulises 8. Jaime 9. Carmela 10. Alicia

12. Ronal 13. Matias 14. Roger 15. Norma 16. Roberto 17. Rosa 18. Gerardo 19. Elisabeth 20. Diana

Donde:

= Media de los datos.

La que se encuentra en funcin del tamao de muestra. Cuando n (muestra) aumenta, la varianza V( y ) disminuye hasta alcanzar el caso lmite n=N (muestra igual a la poblacin) en el que la varianza del estimador se anula, el muestreo se convierte en censo y el error de estimacin d = 0. Entonces el muestreo lleva involucrado un error que denotamos por d; ste es un determinado porcentaje del valor del parmetro en consideracin, digamos: d =(e) y El investigador debe estar consciente de este error, con respecto al parmetro poblacional existe un determinado porcentaje de l que est dispuesto a aceptar como error de muestreo. Para tomar en consideracin este hecho, se introduce el concepto de confianza; es decir, se acepta un error d =(e) y con una confianza del 95%, en el sentido de que si se muestreara repetidas veces; en promedio, 95 de cada 100 muestras tendran mximo un error de magnitud d, y 5 de ellas tendran un error mayor.

En muestreo, la precisin con que se desea una estimacin queda indicada por un error d igual a d =(e) y del parmetro y una confianza entre 0 y 100%. Evidentemente las confianzas ms solicitadas sern prximas al 100%

4 1

Tamao de muestra para la estimacin de medias. Como se desea estimar la media entonces en la ecuacin fundamental sustituimos la varianza del estimador correspondiente, varianza de la media muestral. As:
S2 Expresin que se conoce como: Ecuacin fundamental del n0 muestreo y relaciona la precisin, la confianza y la varianza deseada de donde obtenemos: d2 = Z2

Z 2S 2 n0 = d2
Donde: Z(1-/2)

Tamao ptimo de muestra.

= Valor de la distribucin normal, segn el nivel de confianza deseado. S2 = Varianza d =(e) y = Precisin donde: e = Error de estimacin o diferencia mxima entre la media muestral y la media poblacional. y = Media conocida.

Cuando la fraccin n0/N es ms del 10% utilizamos la correccin en caso contrario el tamao de muestra ptimo ser n0. La correccin usada es:

n=

n0 n 1+ 0 N

Correccin usada cuando n0/N > 10%

Ejemplo: Por estudios realizados en aos anteriores en las Instituciones Educativas Primarias del Distrito de San Jos se ha determinado que el promedio de horas trabajadas por docente en una semana es de 13.2 horas, con una varianza de 6.5 horas. En el presente ao se cuenta con 280 docentes los mismos que registran sus horas diarias de trabajo en tarjetas de control. Determinar el tamao de muestra ptimo para estimar el promedio de horas trabajadas por semana en el presente ao con un error no superior al 4% y una confianza del 95%.

Solucin: Precisin: d =(e) y = ( 4%)(13.2) = (0.04)(13.2) = 0.528

4 1

 Valor de la distribucin Normal, cuando se tiene un nivel de confianza del 95% y significancia del 5%, entonces: = 5% = 0.05 y Varianza = S2 = 6.5
2 z 2 s 2 = (1.96) (6.5) = 89.57 luego; n0 = (0.528) 2 d2

Z(1-/2) = Z(1-0.05/2) = 1.96. valor hallado en la tabla de distribucin normal adjunta en los anexos.

como:

n0 89.57 = = 0.3199 = 31.99% > 10% N 280

Entonces, aplicamos la correccin:

n=

n0 89.57 = = 67.86 n0 89.57 1+ 1+ 280 N

Por consiguiente el tamao de muestra apropiado es de 68 docentes. Tamao de muestra para la estimacin de la proporcin poblacional o variable cualitativa. Con mucha frecuencia se requiere estimaciones del nmero total o de la proporcin de unidades que poseen cierta caracterstica cualitativa o de cierta clase. Por ejemplo, el estudio de la procedencia de los estudiantes en una Universidad donde se conoce la procedencia rural o urbana. Entonces si S es el nmero de unidades poblacionales que poseen caracterstica, la proporcin (p) de unidades con la caracterstica es: p= Donde: N es el nmero de unidades de la poblacin. Para hallar el tamao de muestra ptimo usamos la siguiente frmula:
n0 = NZ 2 PQ ( N 1)e 2 + Z 2 PQ

cierta

S N

Donde: Z(1-/2) = Valor de la distribucin normal, segn el nivel de confianza deseado. P = Proporcin de unidades con la caracterstica. Q = P-1 = Proporcin de unidades sin la caracterstica e = Margen de error muestral N = Nmero de datos de la poblacin

4 1

Cuando la fraccin n0/N es ms del 10% utilizamos la correccin en caso contrario el tamao de muestra ptimo ser n0. La correccin usada es:

n=

n0 n 1+ 0 N

Correccin usada cuando n0/N > 10%

Ejemplo: En un trabajo de investigacin sobre las relaciones entre las variables afectivas y el aprendizaje significativo de los alumnos en una I.E.S., con una poblacin de 1,500 estudiantes, se desea determinar el tamao de muestra ptimo, conocindose una poblacin de alumnas del 65% y 35% de alumnos y asumiendo un nivel de confianza del 95% con un margen de error del muestral del 6%. Solucin: P= 65% = 0.65, Proporcin de mujeres Q= 35% = 0.35, Proporcin de varones e = 6% = 0.06 , Margen de error muestral Valor de la distribucin normal, cuando se tiene un nivel de confianza del 95% y significancia del 5%, entonces: = 5% = 0.05 y normal. Luego; Z (1-/2) = Z(1-0.05/2) = Z
0.975

=1.96. valor hallado en la tabla de distribucin

n0 =

NZ 2 PQ 1,500(1.96) 2 (0.65)(0.35) 1310.9 = = = 209.07 2 2 2 2 ( N 1)e + Z PQ (1,500 1)0.06 + (1.96) (0.65)(0.35) 6.27

Como:

n0 209.07 = = 0.14 = 14.0% > 10% N 1,500

Entonces, aplicamos la correccin:

n=

n0 209.07 = = 183.49 n0 209.07 1+ 1+ 1,500 N

Por consiguiente el tamao de muestra apropiado es de 183 estudiantes.

4.2. VARIABLE. Se define como variable a cualquier caracterstica, cualidad o propiedad de un fenmeno o hecho que tiende a variar y que es susceptible de ser medido y evaluado. Es importante sealar que las variables de la investigacin deben tener una

4 1

referencia conceptual; as como la posibilidad de ser medidas ya sea cuantitativamente o cualitativamente. Ejemplos. - Edad - Desercin escolar - Mtodo de estudio - Situacin social, etc. Aprendizaje Sexo Talla

4.2.1. CLASES DE VARIABLES. Segn el tipo de relacin tenemos: Variable de observacin Variable dependiente Variable independiente Variable interviniente Segn su naturaleza puede ser: Variable cualitativa: nominales y ordinales Variable cuantitativa: discretas y continuas 4.2.2. SEGN EL TIPO DE RELACIN: VARIABLE DE OBSERVACIN.- Una variable es de observacin cuando no tiene ninguna relacin de causa efecto, efecto causa o correlacin. Las variables de observacin son observadas y medidas, y se analizan en las investigaciones descriptivas de diseo diagnstico, diseo evaluativo y otros. Ejemplo: La disciplina escolar. Nivel de capacitacin docente. Nivel de aprendizaje de los alumnos. VARIABLE INDEPENDIENTE.- La variable independiente es la que afecta a la variable dependiente. Es llamada tambin variable causa o variable activa. VARIABLE DEPENDIENTE.- Es la variable que es afectada por la variable independiente. Una variable independiente puede a la vez funcionar como variable dependiente o viceversa, esta variacin depender de la forma como se enfoca la investigacin.
AFECTA

Mtodo Mtodo de de estudio estudio de de casos casos sociales. sociales. (V.I.) (V.I.)

Desarrollo Desarrollo de de la la capacidad capacidad crtica. crtica. (V.D.) (V.D.) que

VARIABLE INTERVINIENTE.- Llamada tambin variable extraa. Son aquellas coparticipan con la variable independiente condicionando a la dependiente. Ejemplo: Situacin econmica de la familia.

4 1

Procedencia social.

4.3. DISEOS DE INVESTIGACIN El diseo de investigacin es la gua que orienta al investigador ya que le seala lo que debe hacer para alcanzar sus objetivos. El diseo de investigacin es un plan esquemtico que contiene la estrategia general para lograr los objetivos de investigacin. Cada investigacin tiene caractersticas propias, por lo cual tiene tambin diversas formas de realizarse, cada una de esas formas constituye un diseo de investigacin. 4.3.1. DISEOS NO EXPERIMENTALES O DESCRIPTIVOS La investigacin DESCRIPTIVA es aquella en la que se observa y/o mide, clasifica y analiza las variables para contestar a las preguntas (Verhonick.1974:12): qu?, dnde? y cundo?. Y que segn Bunge (1969:221) estas preguntas pueden ser las siguientes: Qu es? (correlato) Cmo es? (propiedades) Dnde est? (lugar) Cundo ocurre? ( tiempo) De qu est hecho? (composicin) Cmo estn sus partes -si las tiene- interrelacionadas? Cunto? ( cantidad)

(configuracin)

Por la cantidad de preguntas que se han registrado se puede deducir que los diseos descriptivos son varios y, efectivamente son muchos ms de los que se describen en este captulo. Los estudios descriptivos buscan especificar las propiedades importantes de las personas, grupos, comunidades, los diversos aspectos, dimensiones y componentes del hecho a investigar o cualquier otro hecho que sea sometido a anlisis. "Es un proceso fundamentalmente exploratorio para identificar las condiciones en las cuales ocurren determinados hechos o fenmenos". (Gil y Alva. 1991: 33). 4.3.1.1. PRINCIPALES DISEOS DESCRIPTIVOS. A) DISEOS DESCRIPTIVOS SIMPLES: 1) DISEO DESCRIPTIVO DIAGNSTICO. En particular, el diseo descriptivo diagnstico es el estudio que por observacin y/o por medicin de las variables busca determinar el statu quo de los sujetos o grupos sociales que tienen problemas educativos, psicolgicos o sociolgicos. No busca ni pretende relacionar variables; todas las que se aborda en este diseo son consideradas del mismo tipo, ya que a partir de ellas se determinado el statu quo o el problema. Snchez y Reyes prefieren llamarlo "investigacin descriptiva simple" y para ellos este diseo es la forma ms elemental a la que puede recurrir un investigador con el propsito de buscar y recoger informacin previamente determinada, que es el objeto de estudio, no presentndose la administracin o control de un tratamiento (Snchez y Reyes.1984:61).

4 1

El tratamiento estadstico generalmente es el anlisis de porcentajes; a los que se puede aplicar los procedimientos que permiten establecer la significancia estadstica de las mismas, como por ejemplo el X2. El diseo estadstico corresponder al tipo de variable que se haya medido. En este diseo se aplican instrumentos de observacin y de medicin, por separado o simultneamente. Ejemplo aplicativo:
Titulo: LA SOCIALIZACIN EN LOS NIOS Y NIAS DE 5 AOS DE LA INSTITUCION EDUCATIVA INICIAL N 308 NIO JESS DE PRAGA CERRO COLORADO DE LA CIUDAD DE JULIACA 2010 Objetivo General. Determina el nivel de socializacin de los nios y nias de 5 aos de la Institucin Educativa Inicial N 308 Cerro Colorado de la ciudad de Arequipa, periodo 2010. Objetivos Especficos. Conocer los atributos individuales que presentan los nios y nias de 5 aos de la Institucin Educativa Inicial N 308 Cerro Colorado de la ciudad de Arequipa. Establecer las caractersticas de habilidades sociales que presentan los nios y nias de 5 aos de la institucin educativa inicial N 308 Cerro Colorado de la ciudad de Arequipa. Conocer las relaciones entre iguales que existen en los nios y nias de 5 aos de la Institucin Educativa Inicial N 308 Cerro Colorado de la ciudad de Arequipa. Operacionalizacin de las Variables.

VARIABLE VARIABLE UNICA: Socializaci n en los nios

DIMENSIONES Atributos individuales. El nio:

INDICADORES Esta de buen humor. Es excesivamente dependiente del maestro, u otro adulto. Va a la institucin en forma voluntaria. Maneja los desaires y contratiempos en forma adecuada. Muestra capacidad para establecer empata. Tiene relaciones positivas con uno o dos compaeros. Muestra capacidad para preocuparse sinceramente por sus compaeros. Extraa a sus compaeros si estn ausentes. Muestra sentido del humor. Se siente constantemente solo.

NDICES Siempre/Bueno Algunas Veces/Regular Nunca/Deficiente

4 1

 Caractersticas de la habilidad social. El nio usualmente: Caractersticas de las relaciones entre iguales. El nio es:

Se acerca a otros en forma positiva. Expresa deseos y preferencias claramente, dando razones por sus acciones y posiciones. Expresa sus derechos y necesidades en forma apropiada. Es fcilmente intimidado por nios violentos o agresivos. Expresa la frustracin y el enojo en forma efectiva, sin daar a otros ni la propiedad ajena. Se gana el acceso a los grupos de juego y trabajo que se dan en el aula. Participa de temas de discusin, hace contribuciones relevantes a las actividades que se dan en el aula. Toma turnos fcilmente. Muestra inters por otros, intercambia y acepta informacin de otros en forma adecuada. Negocia y convence a otros adecuadamente. Muestra atencin inapropiada hacia si mismo. Acepta y disfruta de los iguales, adultos y grupos tnicos diferentes del suyo. Se gana el acceso a los grupos de juego y trabajo que se dan en el aula. Interacta en forma no verbal con otros nios mediante sonrisas, saludos, afirmaciones, etc. Es aceptado y no ignorado o rechazado por los otros nios. Es invitado, por otros nios, a disfrutar del juego, la amistad y el trabajo.

MUESTRA DE LA INVESTIGACIN. I.E.I. IEI. Urbana N 308 Cerro Colorado Nio Jess de Praga Arequipa EDAD SECCION NIOS NIAS TOTAL

5 Aos

13

12

25

FUENTE: Nmina de matrcula de las I.E.Is. Urbano y Urbano Marginales de la ciudad de Arequipa . ELABORACIN: La Ejecutora. RESULTADOS DE LA INVESTIGACIN: CUADRO N 1 RESULTADOS PARA LA DIMENSIN ATRIBUTOS INDIVIDUALES EN NIOS Y NIAS DE 5 AOS DE LA I.E.I. URBANO N 308 NIO JESUS DE PRAGA CERRO COLORADO. ALGUNAS INDICADORES PARA LA SIEMPRE NUNCA TOTAL VECES DIMENSIN ATRIBUTOS Frecuenci Porcentaje Frecuencia Porcentaje Frecuencia Porcentaje Frecuencia Porcentaje INDIVIDUALES a Frecuentemente se encuentra de buen humor. Es excesivamente dependiente del maestro, u otro adulto. Va a la institucin en forma voluntaria. 16 9 18 64,0% 36,0% 72,0% 8 13 7 32,0% 52,0% 28,0% 1 3 0 4,0% 12,0% 0,0% 25 25 25 100,0% 100,0% 100,0%

4 1

Maneja los desaires y contratiempos en forma adecuada. Muestra capacidad para establecer empata. Tiene relaciones positivas con uno o dos compaeros. Muestra capacidad para preocuparse sinceramente por sus compaeros. Extraa a sus compaeros si estn ausentes. Muestra sentido del humor. Se siente constantemente solo. TOTAL

13 8 12 6 9 8 2 10,1

52,0% 32,0% 48,0% 24,0% 36,0% 32,0% 8,0% 40,4%

7 10 8 14 10 10 7 9,4

28,0% 40,0% 32,0% 56,0% 40,0% 40,0% 28,0% 37,6%

5 7 5 5 6 7 16 5,5

20,0% 28,0% 20,0% 20,0% 24,0% 28,0% 64,0% 22,0%

25 25 25 25 25 25 25 25

100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%

FUENTE: Ficha de observacin aplicada a nios y nias de 5 aos ELABORACIN: La Ejecutora de la Investigacin.

GRFICO N 1 RESULTADOS PARA LA DIMENSIN ATRIBUTOS INDIVIDUALES EN NIOS Y NIAS DE 5 AOS DE LA I.E.I. URBANO N 308 NIO JESUS DE PRAGA CERRO COLORADO.

FUENTE: Cuadro N 1.

PRUEBA DE HIPOTESIS Se realiza la prueba de hiptesis para probar si existen diferencias significativas entre las categoras presentadas (Bueno, regular y deficiente) lo cual nos indicara si el nivel de socializacin de los nios y nias es bueno y deficiente, en este caso existe una prevalencia para la categora, bueno lo que se demostrara con la prueba Chi cuadrada. PLANTEAMIENTO DE LA HIPTESIS. 1. Prueba de Hiptesis: Ho : El nivel de socializacin de los nios y nias de 5 aos de la Institucin Educativa Inicial N 308 Nio Nio Jess de Praga de la ciudad de Arequipa es deficiente. Ha : El nivel de socializacin de los nios y nias de 5 aos de la Institucin Educativa Inicial N 308 Nio Nio Jess de Praga de la ciudad de Arequipa es bueno. 2. Nivel de Significancia: El nivel de significancia o error que elegimos para la presente prueba es del 5% que es igual a = 0.05.

4 1

3.

Prueba estadstica a usar: desde que los datos son cualitativos, usamos la distribucin Ji - cuadrada, que tiene la siguiente formula:

c2 =
i =1 j =1

(Oij Eij ) 2 Eij

Regin aceptacin y rechazo: Hallamos el valor de la 2 tablas =2 (F-1), 0.05 =2 (3-1), 0.05 = 5.991 Regin de Aceptacin: si 2 calculada 5.99 Regin de Rechazo : si 2 calculada > 5.99

0
4. Calculo de la prueba estadstica:

Zona de aceptaci n

Zona de rechazo

5.99

Cuadro de Frecuencias Observadas y Esperadas NIVEL DE SOCIALIZACIN DE LOS NIOS Y NIAS DE 5 AOS DE LA INSTITUCIN EDUCATIVA INICIAL N 308 NIO JESUS DE PRAGA DE AREQUIPA Resultados de la totalidad de cuadros en los nios y nias de 5 aos de la I.E.I. N 308 "Nio Jess de Praga" Frecuencias Frecuencias Esperadas Observadas 18 6 1 25 8.33 8.33 8.33 25

NIVEL DE SOCIALIZACIN

BUENO REGULAR DEFICIENTE TOTAL Reemplazamos en la frmula:

c2 =

(18 8.33) 2 (6 8.33) 2 (1 8.33) 2 + + = 18.33 8.33 8.33 8.33

2 calculada = 18.33

5. Decisin: Como 2 calculada = 18.33 > 2 Tablas = 5.99, entonces RECHZAMOS la hiptesis nula y ACEPTAMOS la hiptesis alterna, de donde podemos afirmar que, el nivel de socializacin de los nios y nias de 5 aos de la Institucin Educativa Inicial N 308 Nio Nio Jess de Praga de la ciudad de Arequipa es bueno. A un nivel de significancia o error del 5%.

4 1

2) DISEO DESCRIPTIVO EVALUATIVO. Es el diseo que busca juzgar el valor o los mritos de alguna cosa, proceso o programa. El diseo evaluativo "establece criterios claros y especficos para el xito, rene sistemticamente pruebas y testimonios de una muestra representativa de las unidades de que se trata, comnmente traduce estas pruebas y testimonios a expresiones cuantitativas, y los compara con los criterios que se haban establecido y, finalmente, saca conclusiones acerca de la eficacia, el valor o el xito del fenmeno que se est estudiando" (Weiss.1975:13). Ejemplo aplicativo:
TITULO: NIVEL DE CONOCIMIENTO Y ACTITUD FRENTE A LA MATEMTICA INTERCULTURAL EN DOCENTES DEL REA EN LAS INSTITUCIONES EDUCATIVAS SECUNDARIAS DE LA CIUDAD DE AYAVIRI 2009 OBJETIVO GENERAL. Determinar el nivel de conocimientos y las actitudes con respecto a la matemtica intercultural en docentes del rea, en las instituciones educativas de educacin secundaria de la ciudad de Ayaviri. OBJETIVOS ESPECFICOS. Identificar el nivel de conocimiento de la matemtica intercultural de los docentes del rea de matemtica en las las instituciones educativas de educacin secundaria de la ciudad de Ayaviri. Establecer el nivel de actitud de los docentes de matemtica con respecto a la matemtica intercultural en las instituciones educativas de educacin secundaria de la ciudad de Ayaviri. Operacionalizacin de variables

4 1

VARIABLES

DIMENSIONES Antecedentes histricos o o o o o o o o o Afectivos Conductuales

INDICADORES Proyectos de la Matemtica intercultural. Origen de la matemtica intercultural Definicin de matemtica intercultural. Condiciones para la realizacin de la matemtica intercultural. Dificultades para la realizacin de la matemtica intercultural. Concepto de la etnomatemtica. Etnomatemtica y Educacin Matemtica. Origen de los instrumentos etnomatematicos. Uso de instrumentos etnomatematicos. Existencia de lineamientos de la poltica nacional de Matemtica Intercultural por parte del estado peruano. La etnomatemtica y el D.C.N. Separacin entre la matemtica y Matemtica Intercultural. Lineamientos para la enseanza de la matemtica intercultural. Existencia de limitaciones en la matemtica intercultural La matemtica intercultural y la planificacin de las sesiones de aprendizaje. La bibliografa en la matemtica intercultural. Evaluacin de la matemtica intercultural. Enseanza a travs de la matemtica intercultural. Existencia regional de proyectos de matemtica intercultural. Importancia del estudio de la matemtica intercultural. Uso a la yupana y el quipu en el proceso de enseanza aprendizaje. Discriminacin al hablar de Matemtica Intercultural. La matemtica intercultural y las relaciones con la sociedad y los alumnos. Desarrollo de capacidades y actitudes a travs de la matemtica intercultural. La yupana y el quipu en el mejoramiento del aprendizaje de la matemtica. La Interculturalidad en la enseanza de la matemtica. Neutralizar obstculos para el desarrollo de la matemtica intercultural. El idioma nativo para la enseanza de la matemtica intercultural. Insercin de los alumnos en la sociedad cuando aprenden matemtica Intercultural

NDICES Deficiente (0 10) Regular (11 14) Bueno (15 18) Muy bueno (19 20)

Nivel de conocimiento de la matemtica intercultural

Matemtica intercultural Etnomatemtica Instrumentos etnomatemticos

Cognitivos

Actitud frente a la matemtica intercultural.

Totalmente de acuerdo (muy buena actitud) De acuerdo (buena actitud) Ni en acuerdo ni en desacuerdo (actitud neutra) Desacuerdo (mala actitud) Totalmente desacuerdo (actitud de rechazo)

POBLACIN Y MUESTRA DE INVESTIGACIN

INSTITUCIONES EDUCATIVAS I.E.S. Mariano Melgar I.E.S. Alta gracia I.E.S. Agroindustrial N 72 I.E.S. Tcnico Roque Senz Pea TOTAL
FUENTE: CAP de las instituciones educativas secundarias ELABORACIN: Ejecutor.

DOCENTES DEL REA DE MATEMTICA POBLACIN 10 12 3 3 28

RESULTADOS DE LA INVESTIGACIN:

4 1

NIVEL DE CONOCIMIENTO DE LA MATEMTICA INTERCULTURAL POR PARTE DE LOS DOCENTES. PRUEBA DE HIPTESIS. En la presente prueba de hiptesis estadstica presentamos los resultados para determinar el nivel de conocimiento de los docentes segn la siguiente hiptesis: El nivel de conocimiento de los docentes frente a la matemtica intercultural es deficiente, en las I.E.S. de la cuidad de Ayaviri efectuamos el anlisis estadstico correspondiente haciendo uso de la prueba de relacin proporcional. PRUEBA DE RELACION PROPORCIONAL Para poder determinar el nivel de aceptacin consideramos el siguiente cuadro y grfico. CUADRO N 1 NIVEL DE CONOCIMIENTO DE LOS DOCENTES SOBRE MATEMTICA INTERCULTURAL
Nivel de conocimientos sobre matemtica intercultural Deficiente (de 0 a 10 pts.) Regular (de 11 a 13 pts.) Bueno (de 14 a 16 pts.) Excelente (de 17 a 20 pts.) TOTAL Marca de clase 5 12 15 18.5 Frecuencia 19 2 6 1 28 Porcentaje 67,9% 7,1% 21,4% 3,6% 100,0% Porcentaje Acumulado 67,9% 75,0% 96,4% 100,0%

FUENTE: Encuesta aplicada a docentes de matemticas de las IES. de la ciudad de Ayaviri ELABORACIN: El Ejecutor

GRFICO N 1 NIVEL DE CONOCIMIENTO DE LOS DOCENTES SOBRE MATEMTICA INTERCULTURAL

FUENTE: Cuadro N 1 RESULTADOS DESCRIPTIVOS ESTADISTICAS MAXIMO PUNTAJE RESULTADOS 18

4 1

MINIMO PUNTAJE MEDIDAS DE TENDENCIA CENTRAL MEDIDAS DE VARIABILIDAD PROMEDIO MODA DESVIACIN ESTANDAR VARIANZA COEFICIENTE DE VARIACIN

0 8,125 4.74 22.47 58.34%

Promedio para dados agrupados:

La frmula para hallar el promedio aritmtico cuando se tiene datos agrupados es :

x=

f M
i =1 i

Media o promedio muestral.

Donde:

= Sumatoria de los datos a considerarse Mi = Marca de clase del i-simo intervalo n = Nmero de datos a considerarse en la muestra fi = Frecuencia absoluta del intervalo i k = Nmero de intervalos de clase

Usando esta frmula hallamos el promedio aritmtico:

19(5) + 2(12) + 6(15) + 1(18.5) 227.5 x= = = 8.125 28 28

Varianza para dados agrupados:

S2 =

1 k f i ( M i X ) 2 Varianza muestral para datos agrupados n 1 i =1

Donde: = Sumatoria Mi = Marca de clase del i-simo intervalo n = Nmero de datos a considerarse en la muestra fi = Frecuencia absoluta del intervalo i X = Promedio o media

Reemplazando los datos: 1 S2 = 19(5 8.125) 2 + 2(12 8.125) 2 + 6(15 8.125) 2 + 1(18.5 8.125) 2 = 22.47 28 1

Desviacin estndar: S = S 2 = 22.47 = 4.74 Coeficiente de variacin:

4 1

S .100% coeficiente de variacin muestral. X 4.74 cv = .100% = 58.34% 8.125 cv =

PRUEBA DE HIPOTESIS Se realiza la prueba de hiptesis para probar si el nivel de conocimientos sobre matemtica intercultural es superior a 10 puntos o esta en las categoras de regular, bueno y excelente o por el contrario esta en una categora de conocimientos deficiente, en este caso elegimos la distribucin T Student por ser una muestra pequea y tener datos cuantitativos. PLANTEAMIENTO DE LA HIPTESIS. 1. Planteamiento de las hiptesis. Ho: > 10 El promedio de los docentes en conocimientos sobre matemtica intercultural es mayor de 10 pts., o es de regular a excelente. Ha: 10 El promedio de los docentes en conocimientos sobre matemtica intercultural es menos a 10 pts., o es deficiente. 2. Como laT muestra es n=28 , la estadstica de prueba es: c =

x n

Que tiene una distribucin T con n 1 = 27, grados de libertad, con un nivel de significancia o error del 5%, adems suponemos que la poblacin tiene una distribucin aproximadamente normal.

1.703 3. Regin crtica o de rechazo: Tt =T( n 1); 0.05 =T27 ; 0.05 =

Reg. Rechazo Reg. Aceptacin

4.

De los resultados se tiene: Promedio: x =8.125 -1.703 , Desviacin estndar: s = 4.74, Tamao de Muestra: n = 28

Reemplazando los resultados en la formula,

Tc =

8.125 10 = 2.09 4.74 28

5.

Conclusin: Como Tc= -2.09 es menor que T t = -1.703 rechazamos la hiptesis nula Ho, y aceptamos la hiptesis alterna Ha, es decir, esta muestra contiene suficiente evidencia para indicar que, el promedio de los docentes en conocimientos sobre matemtica intercultural es menos a 10 pts., o es deficiente. A un nivel de significancia o error del 5%.

3) DISEO DESCRIPTIVO DE CASOS O ESTUDIO DE CASOS. El diseo descriptivo de casos es una investigacin exhaustiva y profunda sobre un individuo o un pequeo grupo de personas o sujetos, familia, club, escuela, pandilla, grupos especiales, etc., en el que se trata de descubrir todas las variables que condicionan el problema y que son importantes conocer en el individuo o en el grupo.

4 1

Sus resultados no se pueden generalizar. Pero, sirven para generar hiptesis y, consecuentemente, no sirven para comprobar hiptesis. En educacin y psicologa se ha realizado algunos intentos de comprobar hiptesis a travs de este diseo pero con resultados muy limitados y discutibles. El diseo de casos se puede clasificar tambin como estudios experimentales cuando haya alguna forma de manipulacin de variables independientes (Ary y otros. 1982: 308); en este caso el diseo ser experimental y no descriptivo. Chumpitaz propone que este diseo tambin corresponde a la investigacin cualitativa. B. DISEOS DESCRIPTIVOS COMPLEJOS O DE RELACIN DE VARIABLES. 1) DISEO DESCRIPTIVO DE EFECTO-CAUSA. Este diseo se caracteriza porque se basa en la observacin o medicin de las variables dependientes para determinar las causas que tienen relacin con las variables independientes observadas. Se trabaja con datos actuales a diferencia de los diseos ex post facto porque busca explicar los problemas buscando las causas que lo producen; por esta razn, sera ms apropiado denominarlo como diseo descriptivoexplicativo, en tanto representa un proceso mixto, sin dejar de ser descriptivo. En este caso, es vlido determinar, identificar y definir las variables dependientes, independientes e intervinientes. Incluso se puede controlar las variables intervinientes o extraas. Tambin es necesario y vlido enunciar hiptesis. Pero la diferencia con otros diseos explicativos es que en este diseo no se manipula la variable independiente. Si bien es cierto que se toma en cuenta la relacin de la variable independiente y variable dependiente, sin embargo, a diferencia de la investigacin experimental, en este diseo, slo se observa y/o mide la variable dependiente y las variables independientes para identificar la o las causas que produjo el efecto; en cambio, en la investigacin experimental se manipula la variable independiente para observar qu efecto produce en la variable dependiente. El propsito final del diseo descriptivo efecto-causa es descubrirlos buscando las causas que pueden estar produciendo una situacin problemtica. El diseo descriptivo de efecto-causa puede realizarse con la metodologa de recoleccin de datos de la medicin y observacin y, consecuentemente, administrando el tratamiento estadstico que corresponde a esos tipos de datos. Ejemplo aplicativo:
TITULO: PARTICIPACIN DE LOS PADRES DE FAMILIA Y SU REPERCUCIN EN LOS LOGROS DE APRENDIZAJE DE LOS NIOS Y NIAS DE LA I.E.I. N 252 APLICACIN UNA PUNO, 2011 OBJETIVO GENERAL Determinar la influencia de la participacin de los padres de familia en el logro de aprendizaje de los nios y nias de la I.E.I N252 Aplicacin UNA PUNO en el ao 2011. OBJETIVOS ESPECIFICOS Establecer el nivel de participacin de los padres de familia en la labor educativa de la Institucin. Determinar el nivel de desarrollo de los nios y nias con respecto a sus logros de aprendizaje. Analizar el aprendizaje de los nios y nias de la Operacionalizacin de Variables

4 1

VARIABLES VARIABLE X Participacin De Los Padres De Familia

DIMENCIONES Participacin conductual

INDICADORES 1.- Con qu frecuencia enva a su hijo(a) a la IEI? 2.- Apoya a su hijo(a) en la realizacin de sus tareas y actividades de extensin? 3.- Le encomiendas responsabilidades en casa a tu hijo(a)? 4.- Asiste a las reuniones y escuela de padres que se organiza en la IEI? 5.- Est de acuerdo y apoya las diferentes actividades extra curriculares de la IEI? 6.- Le proporcionas a tu hijo un ambiente agradable y armonioso para estudiar y hacer sus tareas? 7.- Propones y estableces con tu hijo un horario planificado que le ayuda a organizar mejor su tiempo y realizar sus tareas en el tiempo adecuado? 8.-Estableces un horario determinado de lectura con tu hijo en casa? 9.-Le proporcionas a tu hijo juegos educativos o retos a travs del juego para profundizar sus aprendizajes? 10.- Fomentas la competencia sana de tu hijo en actividades cotidianas de su vida? 11.- Separas un momento especial del da para comunicarte y compartir con tu hijo? 12.- Buscas con tu hijo soluciones a los problemas que este pueda tener en la IEI? 13.- Le haces saber tu alegra y satisfaccin por sus logros, felicitndolo y animndolo a seguir adelante? 14.- Estas informado de lo que tu hijo debe desarrollar a lo largo de su escolaridad en la IEI? 15.- Buscas a la profesora para conversar sobre las dificultades, logros y avances de tu hijo? Conocer y establecer el nivel de los logros de aprendizaje que obtuvieron los nios y nias de la IEI Aplicacinen el ao 2011, por reas. Determinar la cantidad de logros de aprendizaje por niveles que obtuvieron los nios y nias de la IEI Aplicacin en el ao 2011

ESCALA DE CALIFICACIN Siempre A veces Nunca

Participacin en lo cognitivo intelectual

Participacin personal

VARIABLE Y Logro Aprendizaje

De

Organizado por reas: Personal Social. Ciencia y Ambiente. Comunicacin. Matemtica.

Logro previsto (A) En proceso (B) En inicio (C)

RESULTADOS DE LA INVESTIGACIN: NIVEL DE PARTICIPACIN DE PADRES DE FAMILIA CUADRO N 1 NIVEL DE PARTICIPACIN DE LOS PADRES DE FAMILIA DE LA I.E.I. N 252 APLICACIN DE LA UNA PUNO, PERIODO 2011.
ESCALA PARA LA PARTICIPACIN DE LOS PADRES DE FAMILIA Buena Participacin Regular Participacin Mala Participacin TOTAL Frecuencia 55 6 0 61 Porcentaje 90,2% 9,8% 0,0% 100,0% Porcentaje acumulado 90,2% 100,0% 100,0%

FUENTE: Cuadros del Nivel de participacin de los padres de familia ELABORADO: La ejecutora

4 1

GRFICO N 1 NIVEL DE PARTICIPACIN DE LOS PADRES DE FAMILIA DE LA I.E.I. N 252 APLICACIN DE LA UNA PUNO, PERIODO 2011

NIVEL DE LOGROS DE APRENDIZAJE DE LOS NIOS Y NIAS DE LA I.E.I. APLICACIN. CUADRO N 2 NIVEL DE LOGROS DE APRENDIZAJE EN LOS NIOS Y NIAS DE LA I.E.I. N 252 APLICACIN DE LA UNA PUNO, PERIODO 2011.
NIVEL DE LOGROS DE APRENDIZAJE DE LOS NIOS Y NIAS rea: Personal - Social rea: Ciencia y Ambiente rea: Comunicacin Integral rea: Matemtica PROMEDIO TOTAL ESCALA DE MEDICIN Logro Proceso Inicio Fr. % Fr. % Fr. % 54 54 54 52 53 89% 89% 89% 85% 88% 7 7 7 9 8 11% 11% 11% 15% 12% 0 0 0 0 0 0% 0% 0% 0% 0% TOTAL Fr. 61 61 61 61 61 % 100% 100% 100% 100% 100%

FUENTE: Registros de evaluacin, elaborados por las maestras de la I.E.I. Aplicacin de la UNA Puno, 2011

GRFICO N 2 NIVEL DE LOGROS DE APRENDIZAJE EN LOS NIOS Y NIAS DE LA I.E.I. N 252 APLICACIN DE LA UNA PUNO, PERIODO 2011

4 1

FUENTE: Cuadro N 2

PRUEBA DE HIPTESIS: Se realiza una prueba de hiptesis para determinar el nivel de influencia de la variable independiente representado por la participacin de los padres de familia en la variable dependiente representado por los niveles de aprendizaje de los nios y nias de 5 aos de la I.E.I. Aplicacin UNA, periodo 2011 (investigacin de causa - efecto), haciendo uso de la prueba estadstica Chi-Cuadrado, por ser los datos cualitativos y asumiendo un nivel de confianza del 95%. Para esto realizamos los siguientes pasos: 1. Prueba de Hiptesis: Hiptesis nula Ho: No existen influencia de la participacin de padres de familia en los niveles de aprendizaje de los nios y nias de 5 aos de la I.E.I. Aplicacin UNA, periodo 2011, a un nivel de significancia del 5%. Hiptesis alterna Ha: Existe influencia significativa de la participacin de padres de familia en los niveles de aprendizaje de los nios y nias de 5 aos de la I.E.I. Aplicacin UNA, periodo 2011, a un nivel de significancia del 5%. 2. 3. Nivel de Significancia: El nivel de siginficancia o error que elegimos es del 5% que es igual a = 0.05 Prueba estadstica a usar: desde que los datos son cualitativos, usamos la distribucin chi - cuadrado, que tiene la siguiente formula:

=
2 c i =1 j =1

(Oij Eij ) 2 Eij

Regin aceptacin y rechazo: Hallamos el valor de la 2 tablas =2 (h-1)(K-1)= =2 1 = 3.84 Regin de Aceptacin: si 2 calculada 3.84 Regin de Aceptacin: si 2 calculada > 3.84
0

Zona de aceptacin

Zona de rechazo

3.84

4.

Calculo de la prueba estadstica: Cuadro de Frecuencias observadas

PARTICIPACIN DE PADRES DE FAMILIA REGULAR BUENA

APRENDIZAJE Proceso Logro TOTAL

TOTAL 8 53 61

5 1 6

3 52 55

Cuadro de Frecuencias esperadas

PARTICIPACIN DE PADRES DE FAMILIA REGULAR BUENA

APRENDIZAJE Proceso Logro TOTAL

TOTAL 8 53 61

0,8 5,2 6

7,2 47,8 55

Reemplazamos en la frmula:

4 1

 c2 =

(5 0.8) 2 (3 7.2) 2 (1 5.2) 2 (52 47.8) 2 + + + = 71.0 0.8 7 .2 5.2 47.8

2 calculada = 71.0

5.

Decisin: Desde que 2 calculada = 71.0 es mayor que 2 tablas = 3.84, cuyo valor pertenece a la regin de rechazo, podemos afirmar que, Existe influencia significativa de la participacin de padres de familia en los niveles de aprendizaje de los nios y nias de 5 aos de la I.E.I. Aplicacin UNA, periodo 2011, a un nivel de significancia a un nivel de Significancia del 5%.

2) DISEO DESCRIPTIVO COMPARATIVO. Este diseo compara dos o ms grupos, subgrupos o muestras, recolectando informacin de ambos para determinar sus semejanzas y sus diferencias. En cada grupo se observan o miden las mismas variables identificadas tericamente que luego sern comparadas, de acuerdo a sus manifestaciones en cada una de ellas. Esa es la clave del diseo comparativo. De esta manera se establecen las semejanzas y/o diferencias y es recomendable que se recurra a la ayuda de procedimientos estadsticos de diferencias. En este caos como en otros diseos, no es recomendable establecer diferencias aritmticas de los datos estadsticos. Ejemplo aplicativo:
TITULO: CARACTERISTICAS DE VAGINOSIS BACTERIANA EN GESTANTES DIABETICAS Y NO DIABETICAS QUE ACUDEN AL CONSULTORIO EXTERNO DEL HOSPITAL NACIONAL EDGARDO REBAGLIATI MARTINS. LIMA JUNIO-OCTUBRE 2011 OBJETIVO GENERAL Determinar diferencias en las caractersticas de la Vaginosis Bacteriana en gestantes diabticas y no diabticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima Junio-Octubre 2011. Objetivos Especficos: Caracterizar a la poblacin de estudio (edad, grado de instruccin, ocupacin, estado civil, ndice de Masa Corporal (IMC) Identificar los antecedentes ginecoobstetricos de las gestantes diabticas y no diabticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima Identificar los signos y sntomas de la vaginosis bacteriana en las gestantes diabticas y no diabticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima Identificar a las gestantes diabticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima DISEO DE INVESTIGACIN El diseo fue descriptivo-comparativo que permiti comparar las caractersticas de la vaginosis bacteriana que presentan las gestantes diabticas y no diabticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima. El diagrama fue el siguiente: M1 _______________ O1 M2 O2 Donde: M1 = Muestra de gestantes diabticas M2 = Muestra de gestantes no diabticas O1 = Informacin sobre vaginosis bacteriana O1 = Informacin sobre vaginosis bacteriana RESULTADOS DE LA INVESTIGACIN: CUADRO N 1

4 1

ESTADO NUTRICIONAL SEGN EL NDICE DE MASA CORPORAL (IMC) EN GESTANTES DIABTICAS Y NO DIABTICAS CON VAGINOSIS BACTERIANA QUE ACUDIERON AL HOSPITAL NACIONAL EDGARDO REBAGLIATI MARTINS LIMA JUNIO-OCTUBRE 2011.
ESTADO NUTRICIONAL Delgadez (<18.5) Normal (18.5-24.9) Sobrepeso (25-26.9) Obesidad grado I (27-27.9) Obesidad grado II (30-34.9) Obesidad grado III (35-39.9) Fuente: Ficha Clnica DIABETICAS N % 27 100,0 0 0,0% 17 3 3 4 0 63,0% 11,1% 11,1% 14,8% 0,0% NO DIABETICAS N % 96 100,0 0 0,0% 82 0 4 4 6 85,4% 0,0% 4,2% 4,2% 6,3% 0.245 Prueba T Student (p<0.05)

GRFICO N 1 ESTADO NUTRICIONAL SEGN EL NDICE DE MASA CORPORAL (IMC) EN GESTANTES DIABTICAS Y NO DIABTICAS CON VAGINOSIS BACTERIANA

PRUEBA DE HIPTESIS: 1. Prueba de Hiptesis: Ho : x = y : No existen diferencias significativas en el estado nutricional entre las gestantes diabticas y no diabticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima entre Junio-diciembre del ao 2011. Ha : x y : Existen diferencias significativas en el estado nutricional entre las gestantes diabticas y no diabticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima entre Junio-diciembre del ao 2011. 2. 3. Nivel de Significancia: El nivel de significancia o error que elegimos es del 5% que es igual a = 0.05, con un nivel de confianza del 95% Prueba estadstica a usar: usamos la distribucin normal o distribucin Z, porque los datos son mayores a 30,el mismo que tiene la siguiente frmula:

4 1

Zc =

x1 x 2

12 22 + n1 n 2

4.

Regin aceptacin y rechazo: Si elegimos un nivel de confianza del 95% y significancia del 5% a ambas colas el punto critico sera +/- 1.96

Regin de aceptacin

Regin de rechazo

Regin de rechazo

- 1.96

5.

Clculo de la prueba estadstica: segn los datos obtenidos con los instrumentos. Media Desviacin estndar Numero de datos Diabeticas X1 2.80 1.20 27 No diabticas X2 2.46 1.16 96

+ 1.96

Reemplazando los datos en la formula

Zc =

2.80 2.46 1.20 1.16 + 27 96

= 1.43

6.

Conclusin: Como Zc= 1.43 es menor que Zt = +/-1.96 aceptamos la hiptesis nula Ho, llegando a la conclusin de que No existen diferencias significativas en el estado nutricional entre las gestantes diabticas y no diabticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima entre Junio-diciembre del ao 2011, a un nivel de significancia o error del 5%.

3) DISEOS O ESTUDIOS CORRELACIONALES. Son estudios que buscan determinar el grado de relacin o interrelacin (asociacin) existente entre dos o ms variables y permiten conocer hasta qu punto las alteraciones de una variable dependen de las alteraciones de otra (Ary y otros. 1982:318-324). La caracterstica principal de este diseo es que se selecciona dos o ms variables de un mismo grupo muestral o una poblacin para establecer entre ellos las relaciones que tienen las mismas. Aqu esta la diferencia con los estudios comparativos que observan todas las variables previamente determinadas en dos o ms grupos o subgrupos. En general, este diseo trata de establecer las relaciones de asociacin de las variables y parcialmente puede observar algunas relaciones de causa-efecto.

4 1

- El diseo descriptivo correlacional utiliza procedimientos estadsticos para calcular la correlacin. Las relaciones de asociacin de las variables se puede determinar en las siguientes condiciones: - Por el nmero de variables: Los tipos de estudios correlacionales pueden ser: simples y mltiples. Los estudios correlacionales simples estudian solamente la correlacin entre dos variables dependientes y algunas veces entre una variable independiente y otra dependiente. Los estudios de correlacin mltiple son los estudios que analizan la correlacin de dos o mas variables independientes para predecir una dependiente; donde se combinan las variables independiente o predictoras para obtener la mxima correlacin posible con la dependiente. Es posible realizar correlaciones de tipo lgico, pero estos estudios son defectuosos porque es afectado por la subjetividad del investigador sobre las variables que se correlacionan; este defecto se supera cuando la correlacin tiene base estadstica y el razonamiento y explicacin de las correlaciones se hace a travs de los ndices de correlacin y se complementa con la correlacin desde el punto de vista lgico Diagrama de dispersin nube de puntos. o

Otra forma alternativa de ver si existe o no relacin lineal entre dos variables, sera hacer una grfica de los valores X y Y en un sistema de coordenadas rectangulares.

Correlacin rectilnea de Pearson.Como podemos apreciar en los grficos el coeficiente de correlacin r de Pearson cuantifica la fuerza de la relacin entre las dos variables, este toma valores comprendidos entre 1 y +1 pasando por 0 El r =1 Comprende a una correlacin negativa perfecta. El r =+1 Comprende a una correlacin positiva perfecta. El r =0 , No existe ninguna correlacin entre variable. Frmula
r = [ N ( X 2 ) ( X ) 2 ][ N ( Y 2 ) ( Y )2 ] N ( XY ) ( X ) ( Y)

Ejemplo: El siguiente cuadro nos muestra los resultados de una prueba escrita tomada a 10 alumnos de la especialidad de Lengua, Literatura, Psicologa y Filosofa, en relacin a los programas informativos de medios de comunicacin masiva, observados durante una semana. CUADRO DE CLCULOS

4 1

PUNTAJES DE 10 ESTUDIANTES EN LA PRUEBA ESCRITA SOBRE PROGRAMAS INFORMATIVOS DE MEDIOS DE COMUNICACIN DURANTE UNA SEMANA Alumnos N de Y1 horas/ ( y - y ) sem (x) 1 10 09 -2.7 2 14 11 1.3 3 13 16 0.3 4 08 04 -4.7 5 16 21 3.3 6 15 23 2.3 7 13 16 0.3 8 17 26 4.3 9 10 06 -2.7 10 11 13 -1.7 Total 127 145 Fuente: Elaboracin propia Puntaje del examen (y) X1 (x- x ) -5.5 -3.5 1.5 -10.5 6.5 8.5 1.5 11.5 -8.5 -1.5 (X1)(Y1)

X 12

CLCULOS PARA HALLAR r Y2 X2 XY 100 196 169 64 256 225 169 289 100 121 1689 81 121 256 16 441 529 256 676 36 169 2581 90 154 208 32 336 345 208 442 60 143 2018

14.85 -4.55 0.45 49.35 21.45 19.55 0.45 49.45 22.95 2.55 176.5

30.25 12.25 2.25 110.25 42.25 72.25 2.25 132.25 72.25 2.25 478.5

y = i=1 n
Promedio de los exmenes Promedio de horas por semana Clculo de 1 usando la ecuacin (2)
n

127 = 12.7 10

xi 145 x = i= 1 = = 14.5 n 10
1 =

x y
1=1 n

1 1 2 1

x
1=1

176.5 = 0.37 478.5

Clculo de 0 usando la ecuacin (3) 0 = y 1 x =12.7 (0.37)(14.5) = 7.335 La ecuacin estimada del modelo es:

Ye = 7.335 + 0.37( xi )

Para X = 30 horas por semana, podemos estimar el puntaje obtenido reemplazando en la ecuacin:

Ye = 7.335 + 0.37(30) = 18 Puntaje estimado para 30

horas. Clculo del coeficiente de correlacin usando la frmula.

r =

[ N ( X 2 ) ( X ) 2 ][ N ( Y 2 ) ( Y )2 ]

N (XY ) ( X ) ( Y)

Con los datos de la tabla reemplazamos en la frmula:

4 1

X =145 Y =127
r =

XY = 2018 X = 2581
2

=1689

10( 2018) 145(127) [10( 2581) (145) ] [10 (1689) (127) ]

2 2

1765 = 0.925 1908.24

R2 = 0.9252 = 0.8556(100%) = 85.56% Conclusin: En el ejemplo tenemos una correlacin fuerte y positiva o lo que equivale a decir que 85.56% del nmero de horas que los estudiantes ven programas informativos influyen significativamente en el desarrollo de la comunicacin escrita.

4.3.2. DISEOS EXPERIMENTALES. Los principales diseos experimentales se clasifican en: Diseos preexperimentales Diseos cuasi experimentales. Diseos experimentales puros o verdaderos 4.3.2.1. PREEXPERIMENTOS.-

Se llaman pre-experimentos a las investigaciones cuyo grado de control es mnimo, no existe grupo de comparacin. Las investigaciones realizadas con este diseo pueden servir como estudios exploratorios, pues no existe el control adecuado, es por eso que han recibido crticas de los estudiosos de la investigacin. Diseo de un grupo solo con post-prueba. GX 01 En este diseo un tratamiento es aplicable a un grupo, luego se hace una observacin o medicin de los sujetos que componen el grupo, con la finalidad de evaluar los efectos del tratamiento. Al aplicarse este diseo, el investigador no puede asegurar que los cambios hayan sido producidos realmente por la variable independiente, ya que no se tienen una medicin previa con la que se pueda comparar los resultados obtenidos. Es decir no se puede lograr un verdadero control. Diseo de pre-prueba y post-prueba con un solo grupo. G 01 X O2

Como podemos apreciar, no existe un grupo de control. Se trabaja con un solo grupo al cual se le aplica una prueba previa, luego se administra un tratamiento y finalmente se toma una prueba posterior al tratamiento. La pre-prueba permite un punto de referencia inicial para ver que nivel tena el grupo en relacin a la variable dependiente antes de la manipulacin de la variable independiente. Ejemplo aplicativo:

4 1

TITULO: LOS EXPERIMENTOS COMO RECURSO A LA ESTIMULACIN DE LA ACTITUD CIENTFICA EN LOS NIOS Y NIAS DE 4 AOS DE LA I.E.I N 270 INDEPENDENCIA DE PUNO-2010 OBJETIVO GENERAL: Determinar la eficacia del uso de los experimentos como recurso a la estimulacin de la actitud cientfica de los nios y nias de cuatro aos de la I.E.I. N 270Independencia de Puno 2010. OBJETIVOS ESPECFICOS: Determinar el nivel de aprendizaje de la actitud cientfica en los nios y nias de cuatro aos de la I.E.I N 270 Independencia de Puno-2010. Conocer como los experimentos ayudan al desarrollo de la curiosidad en los nios y nias de la I.E.I N 270 Independencia de Puno 2010 Hiptesis General: La aplicacin de los experimentos como recurso es eficaz para la estimulacin de la actitud cientfica en los nios y nias de cuatro aos de la I.E.I N 270 Independencia de Puno-2010. Operacionalizacin de variables.
Variables Variable independiente: experimentos cientficos Dimensiones Proceso experimental Planificacin Ejecucin Evaluacin Indicadores o Toma decisiones teniendo en cuenta el experimento propuesto. o Elige el lugar apropiado para el desarrollo del experimento propuesto. o Clasifica los materiales con el que va a realizar el experimento. o Ejecuta diferentes experimentos utilizando material apropiado. o Demuestra inters al realizar nuevos experimentos. o Explica la relacin que produce el experimento. Realiza preguntas frente al experimento propuesto. Se esfuerza por responder preguntas sobre el experimento. Hace suposiciones anticipando reacciones que produce el experimento. Experimenta utilizando el material adecuado. Explora los resultados obtenidos en el experimento. Dialoga acerca de los resultados obtenidos durante la ejecucin del experimento. Compara su trabajo con los dems experimentos. Resuelve problemas. Le interesa conocer nuevos experimentos. Valoracin

A = Logro B = Proceso C = Inicio

Variable dependiente: Actitud cientfica

Esencia Bsqueda de la verdad Curiosidad insaciable

A = Logro B = Proceso C = Inicio

DISEO DE INVESTIGACIN El diseo al que corresponde es el pre experimental, con un solo grupo de estudio de acuerdo al siguiente esquema: (Ary, Jacobs y Razavieh) Diseo de un grupo, con pre y post prueba: Ge: y1------ x ------y2 Donde: Ge = grupo experimental X = aplicacin de experimentos como recurso en 12 talleres. y1 = Pre test y2 = post test. RESULTADOS DE LA INVESTIGACION. CUADRO N 1 RESULTADOS DE LA PRUEBA DE ENTRADA O PRE-TEST GRUPO EXPERIMENTAL
DMIENSIO NES INDICADORES LOGRO Fr. 0 0 % 0% 0% PROCESO Fr. 9 7 % 36% 28% INICIO Fr. 16 18 % 64% 72% TOTAL Fr. 25 25 % 100% 100%

Bsqueda de la Realiza preguntas frente al experimento verdad propuesto. Se esfuerza por responder preguntas sobre el experimento.

4 1

Hace suposiciones anticipando reacciones que produce el experimento. Experimenta utilizando el material adecuado. TOTAL Explora los resultados obtenidos en el experimento. Dialoga acerca de los resultados obtenidos durante la ejecucin del experimento. Curiosidad insaciable Compara su trabajo con los dems experimentos. Resuelve problemas frente al experimento. Le interesa conocer nuevos experimentos. TOTAL

0 0 0 0 0 0 0 0

0% 0% 0% 0% 0% 0% 0% 0%

4 22 42 8 5 1 0 18

16% 88% 42% 32% 20% 4% 0% 72%

21 3 58 17 20 24 25 7

84% 12% 58% 68% 80% 96% 100% 28%

25 25 100 25 25 25 25 25 125 225

100% 100% 100% 100% 100% 100% 100% 100% 100% 100%

0 0% 32 26% 93 74% TOTAL 0 0% 74 33% 151 67% Fuente: Resultados de la prueba - pre test en nios y nias de 4 aos de la I.E.I. Particular El Buen Pastor Elaboracin: La ejecutora.

CUADRO N 2 RESULTADOS DE LA PRUEBA DE SALIDA O POS TEST - GRUPO EXPERIMENTAL

DMIENSIONES INDICADORES LOGRO Fr. % PROCESO Fr. % INICIO Fr. % 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% TOTAL Fr. % 25 25 25 25 100 25 25 25 25 25 125 225 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% Realiza preguntas frente al experimento 17 68% 8 32% 0 propuesto. Se esfuerza por responder preguntas 16 64% 9 36% 0 Bsqueda de la sobre el experimento. verdad Hace suposiciones anticipando 12 48% 13 52% 0 reacciones que produce el experimento. Experimenta utilizando el material 25 100% 0 0% 0 adecuado. TOTAL 70 70% 30 30% 0 Explora los resultados obtenidos en el 18 72% 7 28% 0 experimento. Dialoga acerca de los resultados obtenidos durante la ejecucin del 17 68% 8 32% 0 experimento. Curiosidad Compara su trabajo con los dems insaciable 15 60% 10 40% 0 experimentos. Resuelve problemas frente al 10 40% 15 60% 0 experimento. Le interesa conocer nuevos 24 96% 1 4% 0 experimentos. TOTAL 84 67% 41 33% 0 TOTAL 154 68% 71 32% 0 Fuente: Resultados de la prueba de pos test en nios y nios de 4 aos de la I.E.I. El buen Pastor Elaboracin: La ejecutora

PRUEBA DE HIPTESIS ENTRE LA PRUEBA DE ENTRADA Y SALIDA DEL GRUPO EXPERIMENTAL Se realiza la prueba de hiptesis utilizando la Chi cuadrada, entre la prueba de entrada y salida del grupo experimental. Considerando los siguientes pasos: 1. Prueba de Hiptesis: Ho : No existen diferencias significativas entre la prueba de entrada y salida del grupo experimental. Ha : El nivel de estimulacin a la actitud cientfica en los nios y nias en la prueba de salida es significativamente mayor al nivel de actitud cientfica que presentan los nios y nias en la prueba de entrada.

4 1

2. 3.

Nivel de Significancia: El nivel de siginficancia o error que elegimos es del 5% que es igual a = 0.05 Prueba estadstica a usar: desde que los datos son cualitativos, usamos la distribucin chi - cuadrado, que tiene la siguiente formula:

=
2 c i =1 j =1

(Oij Eij ) 2 Eij

Zona de aceptacin

Regin aceptacin y rechazo: Hallamos el valor de la 2 tablas =2 (h-1)(K-1)= =2 2 = 5.99 Regin de Aceptacin: si 2 calculada 5.99 Regin de Aceptacin: si 2 calculada > 5.99 4. Calculo de la prueba estadstica:

Zona de rechazo

5.99

Cuadro de Frecuencias observadas y esperadas

PRUEBA DE SALIDA Frecuencias observadas 154 71 0 225 Frecuencias esperadas PRUEBA DE ENTRADA Frecuencias observadas 0 74 151 225 Frecuencias esperadas TOTAL

Logro Proceso Inicio TOTAL

77,0 72,5 75,5 225,0

77,0 72,5 75,5 225,0

161 154 126 441

Usando la formula calculamos los resultados teniendo: 2 calculada = 305 5. Decisin: Desde que 2 calculada = 305 es mucho mayor que 2 tablas = 5.99, cuyo valor pertenece a la regin de rechazo, de donde rechazamos la hiptesis nula y aceptamos la hiptesis alterna, podemos afirmar que, el nivel de estimulacin a la actitud cientfica en los nios y nias en la prueba de salida es significativamente mayor al nivel de actitud cientfica que presentan los nios y nias en la prueba de entrada a un nivel de Significancia del 5%.

4.3.2.2. CUASI EXPERIMENTOS.Los cuasi experimentos son similares a los experimentos verdaderos con la diferencia, que no existe designacin al azar de los grupos, ni emparejamiento. 4.3.2.3. EXPERIMENTOS VERDADEROS.Son los que renen los requisitos para lograr el control y validez interna de la investigacin. Estos requisitos son:

4 1

Manipulacin de la variable independiente o varias independientes. Grupos de comparacin, elegidos al azar. Equivalencia de los grupos.

Diseo de dos grupos con pre y post prueba. GE 01 X O2 GC 01 O2 Este diseo requiere trabajar con dos grupos, uno experimental y uno de control. Se toma una pre-prueba a los dos grupos para determinar en qu condiciones se encuentran ambos antes de la realizacin del experimento. Se aplica un tratamiento solamente en el grupo experimental. Este tratamiento puede ser un nuevo mtodo didctico, una nueva medicina, etc. Posteriormente se administra una post prueba a los dos grupos para ver los cambios producidos en la variable dependiente, por efecto de la aplicacin del tratamiento en el grupo experimental.

4.4. ANALISIS MULTIVARIADO.

Anlisis de Regresin Mltiple: El anlisis de regresin mltiple es una tcnica estadstica que se usa para analizar la relacin entre una nica variable criterio y varias variables independientes (predictores, dimensiones). Cuyo objetivo es usar las variables independientes con valores son conocidos para predecir la nica variable criterio. Al calcular las ponderaciones, el procedimiento del anlisis de regresin asegura la mxima prediccin a partir del conjunto de variables independientes. Estas ponderaciones facilitaron tambin la interpretacin de la influencia de cada variable independiente en la realizacin de la prediccin. El anlisis de regresin mltiple se utilizara para diversos propsitos, los mismos que son: Prediccin Explicacin Especificacin de la relacin estadstica. Seleccin de variables independientes. CONTRASTACIN DE HIPTESIS: 1. Hiptesis nula Ho: No existe influencia significativa de los factores en la variable dependiente. Hiptesis Alterna Ha: Existe influencia significativa de los factores en la variable dependiente. 2. La prueba a emplear es la F, para el anlisis de varios factores o variables. Si elegimos un nivel de confianza del 95% y un nivel de error del 5% lo que significa de = 0.05 y los grados de libertad son 9 y 194. El valor de la tabla estadstica es:
F = F( 9 ,110; 0.95) =1.96

3.

Realizamos la comparacin respectiva, con la tabla de anlisis de varianza. ANOVA(b)

4 1

Suma de cuadrados Regresin Residual SST SSE

Grados de Libertad k1 nk

Media cuadrtica SST/(k 1) = MST SSE/(n k) = MSE

F MST/MSE

Sig.

Total SS Total n1 a Variables predictoras: Dimensiones de la Oferta Turstica en Puno b Variable dependiente: Demanda de los servicios tursticos en Puno

Siendo las formulas de la tabal ANOVA, las siguientes: SS Total = Suma de cuadrados Total

SS total = X
2

( X )
n

Donde: X 2 = Suma de los valores X elevados al cuadrado

(X ) 2 = Es el cuadrado de la suma de los valores X n = numero total de observaciones

SST = Suma de cuadrados de Tratamientos

Tc2 SST = n c

( X ) n

Donde: Tc = Es el total de la columna para cada tratamiento.

n c = es el nmero de observaciones (tamao de la muestra) para cada tratamiento.

SSE = Suma de cuadrados del error: se determina por sustraccin SSE = SS total SST

Anlisis de Hiptesis Independientes. La prueba t de Student es aquella tcnica estadstica que se utiliza para explicar la relacin entre una variable independiente con otra variable dependiente. Se basa en el clculo de estadsticos descriptivos previos: el nmero de observaciones, la media y la desviacin tpica de cada conjunto de datos. Con la ayuda del paquete estadstico SPSS, se obtiene el nivel de significancia para cada variable independiente, si el valor obtenido es menor a 0.05 se acepta la hiptesis alterna y se rechaza la hiptesis nula; por el contrario si es mayor a 0.05 se rechaza la hiptesis alterna y se acepta la nula.
EJEMPLO APLICATIVO: TITULO: FACTORES QUE INFLUYEN EN LOS CAMBIOS DE IDENTIDAD CULTURAL EN LAS ALUMNAS DE LA ESCUELA PROFESIONAL DE EDUCACIN INICIAL DE LA UNIVERSIDAD NACIONAL DEL ALTIPLANO DE PUNO Objetivo General: Determinar los factores que ms influyen en los cambios de identidad cultural en las alumnas de la Escuela Profesional de Educacin Inicial de la Universidad Nacional del Altiplano de Puno. Objetivo especfico: Establecer cuales son los factores de cambio (televisin, asistencia a discotecas, la moda, uso del internet,

4 1

factores familiares) que ms influyen en los conocimientos culturales de las alumnas de la Escuela Profesional de Educacin Inicial de la Universidad Nacional del Altiplano de Puno. Determinar los factores de cambio (televisin, asistencia a discotecas, la moda, uso del internet, factores familiares) que ms influyen en las actitudes de identificacin cultural de las alumnas de la Escuela Profesional de Educacin Inicial de la Universidad Nacional del Altiplano de Puno. Identificar el nivel de conocimientos culturales y actitudes de identificacin cultural que presentan las alumnas de la Escuela Profesional de Educacin Inicial de la Universidad Nacional del Altiplano de Puno Operacionalizacin de variables
VARIABLES DE ES TU DIO

DIMENSIONES

INDICADORES Nmero de horas semanales dedicadas a ver televisin. Tipo de programacin preferida. Personas con las que acostumbra ver televisin. Frecuencia mensual con que asiste a una discoteca. Msica que ms prefiere en una discoteca. Personas con las que acostumbra asistir a una discoteca Frecuencia de uso de prendas de vestir que estn de moda. Lugares donde adquiere productos de moda. Identificacin con personajes pblicos que estn de moda. Numero de horas a la semana que hace uso del internet. Tipo de informacin que utiliza del internet. Preferencias, sobre el tipo de herramientas que usa en internet. Nivel econmico familiar Composicin familiar Origen en el nacimiento de los padres Conocimientos sobre uso de lenguas, quechua y aimara. Conocimientos de la cultura andina. Conocimientos sobre costumbres, tradiciones y mitos culturales, comidas y fiestas. Conocimientos sobre sitios arqueolgicos de la regin. Conocimientos de personajes andinos Practica de las lenguas andinas (Quechua y/o Aimara). Practica de costumbres y ritos andinos. Participacin en festividades culturales. Participacin en fiestas patronales. Consumo de alimentos andinos

INSTRUMENTOS

La televisin

Variable Independiente Factores de cambio.

Asistencia a discotecas

La moda Aspectos relacionados con la libertad de eleccin en el quehacer Uso del internet cotidiano

Encuesta sobre factores de cambio en la Identidad Cultural

Factores familiares Variable Dependiente Cambios de identidad cultural. Entendido como el cambio a lo largo del tiempo de elementos culturales de una sociedad (o una parte de esa)

Conocimientos culturales.

Cuestionario De Identidad Cultural

Actitudes de identificacin cultural.

ANALISIS DE RESULTADOS: CUADRO N 1 NIVEL DE ACTITUDES DE IDENTIFICACIN CULTURAL EN ALUMNAS DE LA ESCUELA PROFESIONAL DE EDUCACIN INICIAL DE LA UNIVERSIDAD NACIONAL DEL ALTIPLANO.
Nivel de actitudes de identificacin cultural Frecuencia Porcentaje Porcentaje acumulado

4 1

Bajo nivel de actitudes e identificacin cultural (de 0 a 5 pts.) Regular nivel de actitudes e identificacin cultural (de 6 a 10 pts.) Buen nivel de actitudes e identificacin cultural (de 11 a 15 pts.)

46 51 7

44,2% 49,0% 6,7%

44,2% 93,3% 100,0%

TOTAL 104 100,0% FUENTE: Cuestionario de Identidad cultural en alumnas de la E.P. de Educacin Inicial de la UNA Puno. ELABORACIN: La Ejecutora.

CUADRO N 10 NIVEL DE IDENTIDAD CULTURAL EN ALUMNAS DE LA ESCUELA PROFESIONAL DE EDUCACIN INICIAL DE LA UNIVERSIDAD NACIONAL DEL ALTIPLANO.
NIVEL DE IDENTIDAD CULTURAL Bajo nivel de identidad cultural (de 0 a 10 pts.) Regular nivel de Identidad cultural (de 11 a 20 pts.) Buen nivel de identidad cultural (de 21 a 30 pts.) TOTAL Frecuencia 47 52 5 104 Porcentaje 45,2% 50,0% 4,8% 100,0% Porcentaje acumulado 45,2% 95,2% 100,0%

FUENTE: Cuestionario de Identidad cultural en alumnas de la E.P. de Educacin Inicial de la UNA Puno. ELABORACIN: La Ejecutora. ANALISIS MULTIVARIADO PARA PROBAR LAS HIPTESIS DE INVESTIGACIN. RESULTADOS PARA LA HIPOTESIS GENERAL. HIPTESIS GENERAL: Los factores que ms influyen en los cambios de identidad cultural en las alumnas de la Escuela Profesional de Educacin Inicial de la Universidad Nacional del Altiplano de Puno, son la televisin y la asistencia a discotecas. PRIMERO: MODELO DE REGRESIN LINEAL Adjusted R Square ,103 Std. Error of the Estimate 4,827

Modelo 1

R ,383(a)

R Square ,147

a Predictores: (Constante), Factores Familiares, Uso del Internet, Uso de la moda , Uso de la televisin, Asistencia a discotecas

INTERPRETACIN. Segn el modelo de regresin lineal mltiple, podemos establecer que existe un alto grado de relacin entre la variable dependiente, representado por los cambios de identidad cultural y los factores de cambio que estn representadas por las variables independientes; televisin, asistencia a discotecas, la moda, uso de internet, factores familiares, que esta representado por un 0.383 igual a 38.3% de relacin, es decir, el 38.3% de cambios de identidad cultural en las alumnas de la Escuela Profesional de Educacin Inicial son consecuencia de la frecuencia de uso de la televisin, asistencia a discotecas, la moda, el uso del internet y los factores familiares.

4 1

SEGUNDO: ANLISIS DE VARIANZA (ANOVA) PARA DETERMINAR LA INFLUENCIA DE LOS FACTORES DE CAMBIO, EN EL NIVEL DE IDENTIDAD CULTURAL DE LAS ALUMNAS. ANOVA(b) Suma de cuadrados G.L. Media Cuadrtica F Sig. Regresin 392,603 5 78,521 3,370 ,007(a) Residual 2283,513 98 23,301 Total 2676,115 103 a Variables predictoras: (Constante), Factores Familiares, Uso del Internet, Uso de la moda , Uso de la televisin, Asistencia a discotecas. b Variable dependiente: Cambios en la identidad cultural. PRUEBA DE HIPTESIS GENERAL: La presente prueba de hiptesis considera a todas los factores de cambio (uso de la televisin, asistencia a discotecas, la moda, uso del internet, factores familiares), y su influencia en el nivel de identidad cultural de las alumnas de la Escuela Profesional de Educacin Inicial de la UNA Puno, para lo que hacemos uso del anlisis de varianza - ANOVA, que usa la distribucin F Snedecor, para determinar el nivel de influencia y comprobar la hiptesis general. Pasos: 1. Planteamiento de las hiptesis. Hiptesis nula Ho: No existe influencia significativa de los factores de cambio (la televisin, asistencia a discotecas, la moda, uso del internet, factores familiares) en el nivel de identidad cultural de las alumnas de la E.P. de Educacin Inicial de la UNA Puno. Hiptesis Alterna Ha: Existe influencia significativa de los factores de cambio (la televisin, asistencia a discotecas, la moda, uso del internet, factores familiares) en el nivel de identidad cultural de las alumnas de la E.P. de Educacin Inicial de la UNA Puno. 2. La prueba que se emplea es ANOVA con una distribucin F - Snedecor. Si elegimos un nivel de significancia de = 0.05 y los grados de libertad son 5 y 98. El valor de la tabla estadstica es:

F = F( 5,98;0.95) = 2.31

3.

Realizamos la comparacin respectiva:

Zona de aceptacin

Zona de rechazo

0 2.31 3.37 4. Conclusin: Desde que el valor de la, F calculada = 3.37 mayor al valor de la F tablas = 2.31, rechazamos la hiptesis nula y aceptamos la hiptesis alterna, concluyendo que, existe influencia significativa de los factores de cambio (la televisin, asistencia a discotecas, la moda, uso del internet, factores familiares) en el nivel de identidad cultural de las alumnas de la E.P. de Educacin Inicial de la UNA Puno.. A un nivel de significancia del 5% o 0.05. TERCERO: Seleccin de los factores de mayor influencia y presentacin del modelo lineal para la prediccin de resultados.

4 1

Para determinar cuales son Factores que ms estn influyendo en la variable dependiente, hacemos uso de la distribucin T-Student para pruebas independientes, segn los resultados del paquete estadstico SPSS. Coeficientes(a)

Coeficientes no estandarizados (Constante) Uso de la televisin Asistencia a discotecas Uso de la moda Uso del Internet Factores Familiares B 2,257 ,685 ,556 ,189 -,205 ,288 Error tp. 4,209 ,236 ,243 ,406 ,352 ,346

Coeficientes estandarizados Beta ,274 ,217 ,044 -,055 ,079

t ,536 2,902 2,286 ,465 -,584 ,833

Sig. ,593 ,005 ,024 ,643 ,561 ,407

a Variable dependiente: Identidad Cultural. Los resultados de nivel de significancia independiente, segn las pruebas T-Student, nos indican que la frecuencia de uso de la televisin y la asistencia a discotecas son los factores que mas influyen en los cambios de identidad cultural que presentan las alumnas de la Escuela Profesional de Educacin Inicial de la Universidad Nacional del Altiplano de Puno, mientras que los dems factores no influyen significativamente en los cambios de identidad cultural que se presenta en las alumnas. En trminos generales podemos determinar que las alumnas que ms miran televisin y asisten con ms frecuencia a las discotecas son las alumnas que menos nivel de identidad cultural presentan. Modelo Lineal: El modelo Lineal se presenta a partir de los resultados del SPSS, los mismos que son ubicamos de la siguiente manera:
Y = 2.257 +0.685(televisin) +0,556( dis cot ecas) +0,189(la mod a) 0.205(int ernet ) +0,288( factores familiares )

Donde: Y = Nivel de identidad cultural. El modelo nos permite estimar valores del nivel de identidad cultural en jvenes estudiantes universitarios a partir de los datos que nos brindan las variables independientes como son: uso de la televisin, asistencia a discotecas, la moda, uso del internet, y los factores familiares. Este modelo puede ser usado en otras investigaciones u otras universidades o institutos, para poder estimar el nivel de identidad cultural que poseen los jvenes de nuestros tiempos.

5.- PREGUNTAS Y EJERCICIOS DE AUTOEVALUACIN 1. 2. 3. 4. 5. Por qu es importante el muestreo en la investigacin? Qu nos indica el diseo de investigacin? Podemos utilizar modelos multivariados en una investigacin? Cmo? Por qu es importante identificar el tipo y diseo de investigacin? para que sirve la estadstica en la investigacin? Explique.

4 1

BIBLIOGRAFA:
AVILA

La chi cuadrada es especialmente para datos cualitativos como ejemplo en educacin inicial

Y ZEA. Anlisis Multivariado Aplicado a la Investigacin. Editorial Universitaria UNA Puno. Escuela de Post Grado.1993. CARRANZA GUTIRREZ, Rubn. Investigacin Educativa Primera Edicin. Editorial USFA. La Paz Bolivia. 1999. CACEDA & PREZ. Procedimientos Metodolgicos y Analticos Para Desarrollar Investigacin Cientfica. Editorial Universitaria. Puno Per. 2001. EXEBIO, Cristobal. Muestreo y Aplicaciones - Problemas Resueltos. Ediciones Universidad Nacional de Trujillo. GARCA, GUTIRREZ & CONDEMARN. A Estudiar se Aprende, Tercera Edicin. Alfaomega Grupo Editor.S.A. de Mxico. Universidad Catlica de Chile. 1999. MOYA & SARAVIA. Probabilidad e Inferencia Estadstica, Segunda Edicin. Editorial San Marcos. Lima Per. MURRAY R. Spiegel. Teora y Problemas de Estadstica, Series SHAUM. Editorial Mc Graw Hill de Mxico S.A. de C.V. 1961. PALOMINO QUISPE, Platn. Diseos y Tcnicas de Investigacin Educativa, Novena Edicin. Editorial Titikaka de la Facultad de Ciencias de la Educacin. Puno Per. 2001. PORTILLO MARICELA & ROQUE ELVIS: (2004) Metodologa de la Investigacin Cientfica Ed. Juan Gutemberg. Lima Per PISCOYA HERMOZA, Luis. Investigacin Educativa Segunda Edicin. Ediciones INIDE del Ministerio de Educacin, Lima Per 1978

4 1