1 2 3 4 5 6 7 8 9 10

La Estadstica Tabla de Distribucin de Frecuencia Media, Mediana y Moda Zona de normalidad Desviacin tpica y estndar Confiabilidad de la prueba Indice de dificultad de los tems Poder de Discriminacin de los tems Interpretacin de resultados Determinacin de las causas del fracaso escolar

Brenda Brenda Roxana Madelin Siria Evelyn Siria Roxana Madelin

La Estadstica
La estadstica es una de las ramas de la ciencia matemtica que se centra en el trabajo con datos e informaciones que son ya de por s numricos o que ella misma se encarga de transformar en nmeros. La estadstica, si bien es una ciencia de extraccin exacta, tiene una injerencia directa en cuestiones sociales por lo cual su utilidad prctica es mucho ms comprensible que lo que sucede normalmente con otras ciencias exactas como la matemtica. Podemos decir que la funcin principal de la estadstica es justamente la recoleccin y agrupamiento de datos de diverso tipo para construir con ellos informes estadsticos que nos den idea sobre diferentes y muy variados temas, siempre desde un punto de vista cuantitativo y no cualitativo. Esto es muy importante remarcarlo ya que la estadstica se convierte entonces en una ciencia que nos habla de cantidades (por ejemplo, cuntas personas viven en un pas por metro cuadrado) pero no nos da informacin directa sobre la calidad de vida de esas personas. Lo interesante de la estadstica como ciencia es que en muchos casos, la informacin cuantitativa que nos brinda nos permite conocer a ese nivel mucho mejor a una sociedad, por ejemplo cuntas personas viven en un pas, cul es la tasa de desempleo, cul es la tasa de indigencia o pobreza, cul es el nivel promedio de educacin de esa sociedad, etc. Todos estos datos numricos son utilizados por los responsables del Estado a travs de sus distintos organismos y

secretaras para luego realizar proyectos de diferente tipo que tengan que ver con mejorar esa situacin o mantenerla en el caso de que sea buena. En algunos casos, aunque no directamente, la estadstica tambin nos permite inferir (no conocer) la calidad de vida de una poblacin ya que si encontramos altas tasas de desempleo, pobreza y marginalidad podremos suponer que la calidad de vida es muy baja. La estadstica tiene una utilidad no slo en aspectos sociales si no que tambin sirve para todo tipo de investigacin cientfica si se tiene en cuenta que los datos estadsticos son el resultado de varios casos de entre los cuales se toma un promedio. As, una estadstica puede servir para una investigacin cientfica al demostrar que un porcentaje determinado de los casos observados represent un resultado particular y no otro.

Tabla de Distribucin de Frecuencias

Cuando trabajamos con datos estadsticos debemos ordenarlos en sentido creciente, contabilizarlos y organizarlos. Para ello lo ms prctico es usar una tabla de distribucin de frecuencias: Presentacin de datos

1. PROCEDIMIENTO PARA DETERMINAR FRECUENCIAS DE DATOS NO AGRUPADOS:

Sea: "x" : nmero de hermanos

TABLA N 01 CLASIFICACION DE ALUMNOS DE LA I.E. "SAN JOSE" DE SAN JOSE 2010, SEGN EL NMERO DE HERMANOS

FUENTE: Entrevista obtenida en clase

"x" : es la variable, nmero de hermanos CONTEO DE DATOS O TABULACION: son las marcas de los datos

TIPOS DE FRECUENCIAS

a) FRECUENCIA ABSOLUTA SIMPLE: (fi)

Es el nmero de veces que se repite dicho valor en un conjunto de datos. f1 + f2 + f3 + + fi = n Ej.: 3 + 4 + 8 + 8 + 4 + 3 = 30 = n Interpretacin: f3 : 8 alumnos han declarado tener 2 hermanos. f5 : 4 alumnos han declarado tener 4 hermanos.

b) FRECUENCIA ABSOLUTA ACUMULADA: (Fi)

Es la que resulta de sumar sucesivamente las frecuencias absolutas simples. F1 = f1 F2 = f1 + f2 F3 = f1 + f2 + f3 F3 = F2 + f3 Fi = f1 + f2 + + fi Ej.: F2 = 3 + 4 = 7 F4 = 15 + 8 = 23 Interpretacin: F2 : Que 7 alumnos han declarado tener entre o y 1 hermanos. F4 : Que 23 alumnos han declarado tener entre 0 y 3 hermanos

c) FRECUENCIA RELATIVA SIMPLE: (hi)

Es el cociente que resulta de dividir la frecuencia absoluta entre el tamao de la muestra (n)

Interpretacin: h3 : El 0,2667 tanto por uno de 30 alumnos, han declarado tener 2 hermanos.

h3 x 100: El 26,67% de 30 alumnos han declarado tener 2 hermanos

d) FRECUENCIA RELATIVA ACUMULADA: (H)

Es la que resulta de acumular sucesivamente las frecuencias relativas simples.

Clculo de la media de Tendencia Central (Media, Mediana, Moda, Zona de Normalidad, Desviacin Tpica y Estndar. Media aritmtica

En matemticas y estadstica una media o promedio es una medida de tendencia central que segn la Real Academia Espaola (2001) [] resulta al efectuar una serie determinada de operaciones con un conjunto de nmeros y que, en determinadas condiciones, puede representar por s solo a todo el conjunto. Existen distintos tipos de medias, tales como la media geomtrica, la media ponderada y la media armnica aunque en el lenguaje comn, el trmino se refiere generalmente a la media aritmtica. Ejemplo La media aritmtica es un promedio estndar que a menudo se denomina "promedio".

La media se confunde a veces con la mediana o moda. La media aritmtica es el promedio de un conjunto de valores, o su distribucin; sin embargo, para las distribuciones con sesgo, la media no es necesariamente el mismo valor que la mediana o que la moda. La media, moda y mediana son parmetros caractersticos de una distribucin de probabilidad. Es a veces una forma de medir el sesgo de una distribucin tal y como se puede hacer en las distribuciones exponencial y de Poisson. Por ejemplo, la media aritmtica de 34, 27, 45, 55, 22, 34 (seis valores) es

Mediana
En el mbito de la estadstica, la mediana, representa el valor de la variable de posicin central en un conjunto de datos ordenados. De acuerdo con esta definicin el conjunto de datos menores o iguales que la mediana representarn el 50% de los datos, y los que sean mayores que la mediana representarn el otro 50% del total de datos de la muestra. La mediana coincide con el percentil 50, con el segundo cuartil y con el quinto decil. Su clculo no se ve afectado por valores extremos. Es el valor medio en un conjunto de valores ordenados. Corresponde al percentil 50 o segundo cuartil (P50 o Q2). Los pasos son: 1. Ordena los valores en orden del menor al mayor 2. Cuenta de derecha a izquierda, o al revs, hasta encontrar el valor o valores medios.

Ejemplo: tenemos el siguiente conjunto de nmeros 8,3,7,4,11,2,9,4,10,11,4 ordenamos: 2,3,4,4,4,7,8,9,10,11,11 En esta secuencia la mediana es 7, que es el nmero central. Y si tuvisemos: 8,3,7,4,11,9,4,10,11,4, entonces ordenamos: 3,4,4,4,7,8,9,10,11,11 y la mediana (Md) est en: los nmeros centrales son 7 y 8, lo que haces es sumar 7 + 8 y divides entre 2 y Md= 7.5.

Moda
En estadstica, la moda es el valor con una mayor frecuencia en una distribucin de datos. Hablaremos de una distribucin bimodal de los datos adquiridos en una columna cuando encontremos dos modas, es decir, dos datos que tengan la misma frecuencia absoluta mxima. Una distribucin trimodal de los datos es en la que encontramos tres modas. Si todas las variables tienen la misma frecuencia diremos que no hay moda. El intervalo modal es el de mayor frecuencia absoluta. Cuando tratamos con datos agrupados antes de definir la moda, se ha de definir el intervalo modal.

Ejemplo Tus datos 18, 19, 17, 20, 19 moda: es el nmero que ms veces se repite en ese caso tu moda seria "19" dado que se repite 2 veces entonces tu moda es 19-------- un modal

Varianza
Esta medida nos permite identificar la diferencia promedio que hay entre cada uno de los valores respecto a su punto central (Media ). Este promedio es calculado, elevando cada una de las diferencias al cuadrado (Con el fin de eliminar los signos negativos), y calculando su promedio o media; es decir, sumado todos los cuadrados de las diferencias de cada valor respecto a la media y dividiendo este resultado por el nmero de observaciones que se tengan. Si la varianza es calculada a una poblacin (Total de componentes de un conjunto), la ecuacin sera:

Ecuacin 5-6

Donde ( ) representa la varianza, (Xi) representa cada uno de los valores, ( ) representa la media poblacional y (N) es el nmero de observaciones tamao de la poblacin. En el caso que estemos trabajando con una muestra la ecuacin que se debe emplear es:

Ecuacin 5-7

Donde (S2) representa la varianza, (Xi) representa cada uno de los valores, ( ) representa la media de la muestra y (n) es el nmero de observaciones tamao de la muestra. Si nos fijamos en la ecuacin, notaremos que se le resta uno al tamao de la muestra; esto se hace con el objetivo de aplicar una pequea medida de correccin a la varianza, intentando hacerla ms representativa para la poblacin. Es necesario resaltar que la varianza nos da como resultado el promedio de la desviacin, pero este valor se encuentra elevado al cuadrado.

Desviacin estndar o Tpica

Esta medida nos permite determinar el promedio aritmtico de fluctuacin de los datos respecto a su punto central o media. La desviacin estndar nos da como resultado un valor numrico que representa el promedio de diferencia que hay entre los datos y la media. Para calcular la desviacin estndar basta con hallar la raz cuadrada de la varianza, por lo tanto su ecuacin sera:

Ecuacin 5-8 Para comprender el concepto de las medidas de distribucin vamos a suponer que el gerente de una empresa de alimentos desea saber que tanto varan los pesos de los empaques (en gramos), de uno de sus productos; por lo que opta por seleccionar al azar cinco unidades de ellos para pesarlos. Ejemplo: El gerente de una empresa de alimentos desea saber que tanto varan los pesos de los empaques (en gramos), de uno de sus productos; por lo que opta por seleccionar al azar cinco unidades de ellos para pesarlos. Los productos tienen los siguientes pesos (490, 500, 510, 515 y 520) gramos respectivamente. Por lo que su media es:

Con lo que concluiramos que el peso promedio de los empaques es de 507 gramos, con una tendencia a variar por debajo o por encima de dicho peso en 12 gramos. Esta informacin le permite al gerente determinar cunto es el promedio de perdidas causado por el exceso de peso en los empaques y le da las bases para tomar los correctivos necesarios en el proceso de empacado.

Confiabilidad de la Prueba
La Confiabilidad de una prueba de rendimiento acadmico, se refiere al grado de precisin en la medicin, independientemente de lo que se mida. La confiabilidad se refiere a la exactitud de la medicin. Al respecto Magnusson (1985), plantea, cuanto mayor es la diferencia entre medidas de la misma caracterstica, realizadas en diferentes ocasiones, menor es la confiabilidad del instrumento. Si se elabora una prueba, y sta es aplicada en diferentes momentos y/o grupos de estudiantes, debe obtenerse el mismo resultado. Cmo se logra que la prueba sea altamente confiable? Instrucciones claras, sin ambigedades. Evitar que los sujetos que corrigen la prueba asignen puntajes de manera subjetiva o sin reglas estndares. Las preguntas deben representar suficientemente el contenido que se evala. La confiabilidad de una prueba, tambin puede calcularse estadsticamente.

Una prueba es vlida si mide realmente lo que se propone medir, tambin es vlida si se aplica segn el objetivo deseado. La validez de contenido se refiere bsicamente al proceso de construccin del instrumento y a la medicin de la mayor cantidad de reas posibles, en las cuales se exprese el objetivo a evaluar se habla de validez de contenido. Cuando una prueba abarca de manera representativa el contenido a evaluar, podemos decir que tiene validez de contenido. CLCULO DE LA CONFIABILIDAD Existen diversos procedimientos para calcular la confiabilidad de un instrumento de medicin. Todos utilizan frmulas que producen coeficientes de confiabilidad. Estos coeficientes pueden oscilar entre O y 1. Donde un coeficiente de O significa nula confiabilidad y 1 representa un mximo de confiabilidad (confiabilidad total). Entre mas se acerque el coeficiente a cero (0), hay mayor error en la medicin. Esto se ilustra en la figura 9.4.

Los procedimientos ms utilizados para determinar la confiabilidad mediante un coeficiente son: 1. Medida de estabilidad (confiabilidad por test-retest). En este procedimiento un mismo instrumento de medicin (o tems o indicadores) es aplicado dos o ms veces a un mismo grupo de personas, despus de un periodo de tiempo. Si la correlacin entre los resultados de las diferentes aplicaciones es altamente positiva, el instrumento se considera confiable. Se trata de una especie de diseo panel. Desde luego, el periodo de tiempo entre las mediciones es un factor a considerar. Si el periodo es largo y la variable susceptible de cambios, ello puede confundir la interpretacin del coeficiente de confiabilidad obtenido por este procedimiento. Y si el periodo es corto las personas pueden recordar cmo contestaron en la primera aplicacin del instrumento, para aparecer como ms consistentes de lo que son en realidad (Bohrnstedt, 1976). 2. Mtodo de formas alternativas o paralelas. En este

procedimiento no se administra el mismo instrumento de medicin, sino dos o ms versiones equivalentes de ste. Las versiones son similares en contenido, instrucciones, duracin y otras caractersticas. Las versiones generalmente dos son administradas a un mismo grupo de personas dentro de un periodo de tiempo relativamente corto. El instrumento es confiable si la correlacin entre los resultados de ambas administraciones es significativamente positiva. Los patrones de respuesta deben variar poco entre las aplicaciones. 3. Mtodo de mitades partidas (split-halves). Los procedimientos anteriores (medida de estabilidad y mtodo de formas alternas), requieren cuando menos dos administraciones de la medicin en el mismo grupo de individuos. En cambio, el mtodo de mitades-partidas requiere slo una aplicacin de la medicin. Especficamente, el conjunto total de tems (o componentes) es dividido en dos mitades y las puntuaciones o resultados de ambas son comparados. Si el instrumento es confiable, las puntuaciones de ambas mitades deben estar fuertemente correlacionadas. Un individuo con baja puntuacin en una mitad, tender a tener tambin una baja puntuacin en la otra mitad. El procedimiento se diagrama en la figura 9.5. La confiabilidad vara de acuerdo al nmero de tems que incluya el instrumento de medicin. Cuantos ms tems la confiabilidad aumenta (desde luego, que se refieran a la misma variable). Esto resulta lgico, vemoslo con un ejemplo cotidiano: Si se desea probar qu tan confiable o consistente es la lealtad de un amigo hacia nuestra persona, cuantas ms pruebas le pongamos, su confiabilidad ser mayor. Claro est que demasiados tems provocarn cansancio en el respondiente.

4.

Coeficiente alfa de Cronbach. Este coeficiente desarrollado por J. L. Cronbach requiere una sola administracin del instrumento de medicin y produce valores que oscilan entre O y 1. Su ventaja reside en que no es necesario dividir en dos mitades a los tems del instrumento de medicin, simplemente se aplica la medicin y se calcula el coeficiente.

El Indice de Dificultad del Item (ID)

Este primer indicador sirve para cuantificar el grado de dificultad de cada cuestin, por lo que slo tiene sentido calcularlo para tems de tests de rendimiento ptimo (con respuestas correctas e incorrectas). La dificultad de un tem viene dada por la proporcin de sujetos de una determinada muestra que aciertan dicho tem, proporcin que se expresa mediante el llamado ndice de dificultad que no es ms que el cociente entre el nmero de sujetos que han acertado el tem entre el nmero total de sujetos que lo han contestado:

I.D. = n de aciertos / n de sujetos que contestaron

Es evidente que dicho cociente slo puede tomar valores entre 0 y 1, de tal manera que cuanto ms cerca de 1 est el ndice de dificultad de un tem, ms fcil ser ese tem mientras que cunto ms se aproxime a 0, ms difcil ser. La siguiente tabla recoge las respuestas de una muestra de 5 personas a un test formado por 5 tems a los que se ha puntuado con un 1 al acertar y con un 0 al errar: Ejemplo Sujeto 1 Sujeto 2 Sujeto 3 Sujeto 4 Sujeto 5 tem 1 0 0 0 0 0 tem 2 0 1 0 0 1 tem 3 0 1 0 0 tem 4 1 0 1 tem 5 1 0 1 -

ID (tem 1) = 0/5 = 0; ID (tem 2) = 2/5 = 0.4; ID (tem 3) = = 0.25; ID (tem 4) = 2/3 = 0.67; ID (tem 5) = 2/3 = 0.67
Segn esto, el tem ms difcil sera el n 1 seguido por el n 3, el n 2 y, los ms sencillos han resultado ser el n 4 y el n 5. Pero adems, el I.D. puede utilizarse tambin para ofrecer una idea aproximada del poder discriminativo de un tem. Si la dificultad de un tem es nula (es decir, I.D.=1), querr decir que esa cuestin es demasiado fcil y todos los sujetos la acertarn independientemente de su nivel de conocimiento; es decir, ese tem no sirve para distinguir (discriminar) a los sujetos que saben de los que no saben por lo que no puede considerarse como un buen elemento evaluador. Exactamente lo mismo ocurrir con un tem que tenga un ndice de dificultad de 0, es decir, tan difcil que no lo acierte ningn sujeto de la muestra. As pues, los tems idneos para incluir en una prueba de rendimiento ptimo sern aquellos que tengan un I.D. prximo a 0.5 (dificultad media y discriminacin alta), siendo adems aconsejable incluir siempre algn tem ms fcil (colocados al principio por razones obvias de motivacin) y alguno ms difcil (al final del cuestionario) para garantizar el poder discriminativo general del test.

Poder de Discriminacin de un ITEM

Se refiere al poder de un reactivo para separar a aquellos sujetos que tienen dominio del rasgo que mide el tem, en comparacin con aquellos que no tienen tal dominio An cuando dicho de esta manera quiz no nos resulte tan comn la expresin, el conocer si los valores en las respuestas de una pregunta (o prueba) responden ciertamente al conocimiento del alumno es, en una expresin ms coloquial: El que sabe contesta y el que no, ni que invente Importancia del ndice de Discriminacin Este ndice es, respecto a un tem, un indicador de validez, y la media de la discriminacin de la prueba est directamente relacionada con su confiabilidad . Mientras mayor sea ste valor promedio , mayor ser la confiabilidad de la prueba. Procedimientos para calcular el ndice de discriminacin de los tems Existen diferentes procedimientos para calcular el ndice de discriminacin de los tems de un instrumento de medicin. Por ejemplo si se tratase de una prueba de rendimiento acadmico, de habilidad cognitiva (inteligencia general, habilidades especficas , aptitudes ) u otras, cuyos tems solo presentan dos opciones de respuestas posibles (correcto versus incorrecto), el procedimiento sera el indicado por Dawson y Thomas (1972), el cual se expresa en la frmula siguiente: En donde : ID= ndice de discriminacin del tem;

ID

RCGS=nmero de respuestas correctas en el grupo superior; RCGI=nmero de respuestas correctas en el grupo inferior; Ngi=tamao de uno de los grupos

RCGS RCGI Ngi

Ejemplo: Matriz de tem por sujeto de los resultados de una prueba de rendimiento acadmico

Resultados e interpretacin de del ndice

Al aplicar la frmula se obtiene ID=0,75 ahora, para saber si este valor es alto o bajo respecto al tem 6se puede tomar como referencia la siguiente escala : 0,81 a 1,00 Muy alto 0,61 a 0,80 Alto 0,41 a 0,60 Moderado 0,21 a 0,40 Bajo 0,1 a 0,20 Muy Bajo

Oscilacin y situacin ideal de ID

El valor de ID puede oscilar entre +1(discriminacin perfecta) y -1(discriminacin negativa). Un tem tiene una discriminacin perfecta cuando todos los sujetos del grupo superior lo responden y ninguno del grupo inferior lo hace. Si el tem por el contrario presenta una discriminacin negativa debe ser descartado. Otra forma de calcular el ID es restar los porcentajes de los grupos superior e inferior.

Anlisis de los Datos e Interpretacin

DE LOS RESULTADOS. Si bien el anlisis e interpretacin de los resultados es la ltima etapa del proceso de investigacin, todas Ias anteriores, comprendidas en el diseo, concurren hacia la realizacin de esta importante operacin. a. Anlisis de los datos. Como dice Encinas (1993), los datos en s mismos tienen limitada importancia, es necesario "hacerlos hablar", en ello consiste, en esencia, el anlisis e interpretacin de los datos. "El propsito del anlisis es resumir las observaciones llevadas a cabo de forma tal que proporcionen respuesta a la interrogantes de la investigacin. La interpretacin, ms que una operacin distinta, es un aspecto especial del anlisis su objetivo es "buscar un significado ms amplio a las respuestas mediante su trabazn con otros conocimientos disponibles (Selltiz, 1970) que permitan la definicin y clarificacin de los conceptos y las relaciones entre stos y los hechos materia de la investigacin. La relacin entre anlisis e interpretacin y la forma especfica que toman, tanto separada como conjuntamente, varan de un estudio a otro" , dependiendo de los distintos esquemas o niveles de investigacin y, fundamentalmente, del diseo propuesto. Los datos, a partir de los cuales el investigador inicia el anlisis, son diferentes segn el nivel de elaboracin realizado, el cual depende de la naturaleza del problema de investigacin y, consecuentemente, del tipo de investigacin; tambin de las tcnicas y procedimientos seguidos en la elaboracin. De acuerdo a estas consideraciones, los datos que se utilizan en el anlisis pueden ser: datos cuantificados datos no cuantificados

 datos no estructurados. 1) Anlisis de los datos cuantificados. Algunos tipos de estudios, por su naturaleza, aportan datos elaborados, es decir, cuantificados. El tratamiento estadstico de los datos permite un anlisis adecuado que puede tener diversos alcances, los cuales dependen de los objetivos de la investigacin y de las hiptesis formuladas. Segn Selltiz (1970), al anlisis puede estar orientado a: Determinar lo que es tpico en el grupo estudiado. (Se utiliza algunas de las medidas de tendencia central, segn el caso) . Indicar si existen variaciones entre los sujetos del grupo, sealando de qu tipo y magnitud son. (Se utiliza alguna de las medidas de variabilidad; cada una proporciona datos sobre un aspecto diferente). Mostrar la forma cmo estn distribuidos los individuos con respecto a la variable que se mide. (Se utiliza el desarrollo de una curva de distribucin). Mostrar la relacin existente entre dos o ms variables. (Se aplica el coeficiente de variabilidad). Describir las diferencias existentes comparando dos grupos de individuos. 2) Anlisis de los datos no cuantificados. No todos los aspectos del material recogido pueden ser categorizados y, consecuentemente, cuantificados, debido, en algunos casos, a la falta de precisin en la definicin de las categoras, lo que dificulta el anlisis de los resultados. Por este motivo, se recomienda considerar que cada categora propuesta comprenda un amplio margen de criterios para las respuestas. De todos modos, los datos sin eloborar, "pueden ser utilizados en el anlisis e interpretacin sin tener en cuenta si han sido o no cuantificados en todos los aspectos", pues cumplen una funcin importante: ayudan a entender el significado de las categoras; aclaran la naturaleza de las relaciones entre las variables determinadas estadsticamente; y permiten orientar al investigador a formular nuevas hiptesis para futuras investigaciones. 3) Anlisis de los datos no estructurados. El material no estructurado es el que proviene, por ejemplo, de observaciones o entrevistas no estructuradas, en las cuales se recoge mucho material, a veces valioso, pero sin ninguna pauta que permita alguna forma de organizacin y menos de clasificacin. En algunos casos, los estudios de nivel

exploratorio, que no se inician con hiptesis, cubren aspectos diversos, los cuales conducen al acopio de datos en cantidad excesiva y no estructurado. El problema que plantea este tipo de datos es doble: primero porque se necesita determinar qu aspectos del material requieren ser categorizados, y segundo, saber qu principios de clasificacin pueden utilizarse. Selltiz (1970) propone, como soluciones al problema expuesto, elaborar, en primer trmino, hiptesis de trabajo que permitan establecer principios de clasificacin y, en segundo lugar, utilizar algunos procedimientos que puedan ayudar en el anlisis, tales como: Estudiar el material correspondiente a un grupo que contrasta con el que se est investigando, con el objeto de obtener elementos que sugieran ideas sobre las diferencias significativas entre ambos grupos, respecto de la caracterstica que se analiza. Otro procedimiento consiste en formar grupos con lo casos motivo de estudio sobre caractersticas comunes; despus se analizan para ver si aquellos que tienen caractersticas semejantes han pasado por experiencias parecidas. Tambin, pueden formarse grupos sobre la base de aquellos que han tenido experiencia similares, y ver en qu medida, son semejantes respecto de las caractersticas comunes que presentan. b. Interpretacin de los resultados. El objetivo de la interpretacin es buscar un significado ms amplio a las respuestas mediante su trabazn con otros conocimientos disponibles. Ambos propsitos, por supuesto, presiden la totalidad del proceso de investigacin, todas las fases precedentes han sido tomadas y ordenadas para hacer posible la realizacin de estos dos ltimos momentos. Este aspecto del proceso se realiza confrontando los resultados del anlisis de los datos con las hiptesis formuladas y relacionando dichos resultados con la teora y los procedimientos de la investigacin. Cuando el plan de la investigacin ha sido cuidadosamente elaborado y las hiptesis formuladas en trminos adecuados para una observacin confiable, los resultados obtenidos son interpretados fcilmente. De todos modos, la interpretacin debe limitarse al sistema de variables considerado para cada hiptesis, pues slo stas cuentan con el fundamento terico para la interpretacin. 1) Interpretacin de resultados positivos respecto a las hiptesis formuladas. Cuando los resultados obtenidos permiten la verificacin de las hiptesis, se debe cuidar que la interpretacin no exceda a la informacin que aportan los datos. Adems, es importante considerar las exigencias de validez interna y las limitaciones que se han presentado durante el proceso de investigacin. Es necesario sealar los factores que no fueron controlados y que pudieron afectar

los resultados. Tambin, es conveniente relacionar los resultados obtenidos, con los logrados en otros estudios sobre el mismo problema de investigacin. Debe manejarse con prudencia los valores obtenidos con el anlisis estadstico, pues no siempre la significacin estadstica de los resultados garantiza que stos sean realmente importantes (Ary, 1982). 2) Interpretacin de los resultados negativos respecto a las \hiptesis formuladas. Cuando los resultados no confirman las hiptesis, el investigador, debe, sin embargo, aceptarlos como tales, puesto que en esa condicin tendrn su propio significado y valor.

c. La interpretacin en el caso de la investigacin cualitativa. En el caso de la investigacin operativa, puente entre la accin educativa y la investigacin pedaggica o protagnica, recogidos los datos, se procede a su estudio, anlisis y clasificacin. De este modo surgen, necesariamente, algunas ideas acerca del mejor procedimiento para resolver el problema o al menos para planear un estudio ms profundo que ayude a resolverlo. Sobre estos datos e ideas se formula una hiptesis; pero esta hiptesis es siempre una actividad, un plan de accin escolar o educativo, que ha de llevarse a efecto en las condiciones ordinarias de las instituciones educativas sometidas a control tan riguroso como sea posible. No se trata, pues, de una prueba aislada y esterilizada dentro del hacer educativo, es la accin de la propia institucin que somete a observacin sistemtica su propia actividad para perfeccionarla. Los resultados de esta accin investigadora, o, si se quiere, de esta investigacin activa, son siempre normas operacionales, principios de accin inmediatamente aplicables, a la tarea ordinaria de la organizacin de la cual ha surgido. Estas normas operacionales debern ser expresadas en los mismos trminos que normalmente se emplean para aludir a la actividad correspondiente. Todo este proceso es llevado a efecto mientras se desarrolla el trabajo educativo normal, como una parte del mismo, o, mejor an, incardinado en l, formando un todo con la situacin que se estudia. En ello estriba el carcter esencial de la "investigacin por la accin", rbrica quiz excesivamente pretenciosa para una realidad que debe ser cotidiana. Cabe recordar que: Los datos recogidos para una investigacin tienen poco significado si no se les ordena o clasifica siguiendo algn sistema. Adems, es la nica forma

de poder realizar el anlisis e interpretacin de los datos en forma adecuada y con economa de tiempo y esfuerzo. La tabulacin, como tcnica, consiste en ordenar y situar los datos en tablas. En cambio, si se ordenan los puntajes en una distribucin de frecuencias se puede examinar la configuracin general y determinar las formas de distribucin de los puntajes y su significado. En la tabulacin de los datos un concepto bsico es el de frecuencia, es decir el nmero de casos que poseen una caracterstica determinada. La distribucin de frecuencias se realiza estableciendo un determinado nmero de intervalos de clase en los cuales se marcan las puntuaciones. (En estadstica existen principios para determinar el nmero de intervalos y la amplitud de stos.) Despus que se han anotado todas las puntuaciones se cuentan las marcas para hallar la frecuencia o nmero de casos que corresponde a cada intervalo.

La suma de todas las frecuencias es igual al nmero de casos estudiados. Cuando el plan de investigacin considera la utilizacin de mtodos estadsticos, es posible elaborar los esquemas tentativos de las tablas antes de la recogida de los datos; el objetivo es conocer, anticipadamente, los tipos de datos que se necesitarn para elaborar las tablas y comprobar si los instrumentos a utilizar aportarn los datos que se requiera. En este caso, se debe conceder atencin al tamao de los intervalos, los cuales deben guardar relacin con los instrumentos a utilizarse en la recogida de datos. Encinas (1993) sostiene que los procedimientos analticos del modelo etnogrfico difieren de los empleados en la mayora de los diseos de investigacin. El anlisis no se realiza en una etapa posterior a la recogida de datos, sino durante todo el estudio, simultneamente. Lacey (1976) considera que los resultados obtenidos en esta forma se 'distorsionan enormemente' debido a las limitaciones de los datos iniciales. Por muy cuidadoso que sea el proceso de recogida de datos y an cuando permita definir y caracterizar una poblacin, los datos obtenidos aportan una informacin emprica que, en la mayora de los casos, obliga a modificar las decisiones adoptadas. Adems, el anlisis de los datos requiere de la clasificacin y categorizacin que son, obviamente, procesos posteriores a la obtencin de los datos. Atendiendo a estas consideraciones, Woods (1989) propone ligar los datos lo ms estrechamente que sea posible, a travs de la triangulacin, de la intensificacin, la interaccin o cualquier otra tcnica, para as lograr una informacin consistente. Como tcnicas de anlisis los etngrafos emplean la teorizacin, la seleccin secuencias y los procedimientos analticos generales.

 La teorizacin es un largo proceso cognitivo que se inicia -a partir de la informacin recogida- con la abstraccin, comparacin, aplicacin de experiencias pasadas y solucin de problemas hasta llegar a la configuracin de ideas. Al iniciar un estudio, el etngrafo registra todo aquello que puede ser interesante; pero a medida que logra un conocimiento en profundidad, limita la extensin de su mbito hasta llegar a determinar unidades de anlisis, sobre la base de categoras conceptuales; en forma tal, que logra datos y constructos relacionados entre s, lo que le permite formular hiptesis respecto a la validez de las relaciones establecidas. Como se observa, la recogida de datos y su anlisis son aspectos interactivos e interdependientes. La seleccin secuencias es un proceso abierto en el cual a medida que avanza la investigacin se determinan, definen y analizan nuevos subconjuntos de sujetos, objetos o hechos de inters especfico para el investigador, lo que permite el desarrollo y afirmacin de constructos y teoras o la eliminacin de constructos, hiptesis o teoras contradictorios. Es obvio que para proceder a la seleccin secuencias es preciso contar con suficientes datos que permitan el anlisis. Los procedimientos analticos generales comprenden una serie de estrategias tales como: la induccin analtica y las comparaciones constantes, las cuales siguen procesos inductivos para la elaboracin de la teora; los protocolos observacionales estandarizados, los que utilizando la va deductivo permiten organizar los datos cuantitativos y verificar proposiciones; los anlisis tipolgicos y enumerativos que pueden utilizarse para diversos fines. Todas estas tcnicas pueden emplearse en un mismo estudio ya que no son excluyentes. Los procesos inferenciales que emplean los etngrafos se diferencian de los correspondientes a otros diseos, fundamentalmente, por el momento o etapa en que se realizan; en algunos estudios desde el anlisis de los datos al contrastarlos con los marcos tericos, porque las ingerencias tratan de explicar los fenmenos y sobre todo las relaciones observadas en el grupo estudiado debido a que pueden conducir a modificaciones del marco terico y de las hiptesis. Generalmente los etngrafos utilizan inferencias lgicas inductivas y secuenciales, sobre la base de los datos provenientes del trabajo de campo y de otras fuentes, lo que, en su concepto, les permite asegurar la validez interna del estudio. En estas condiciones la validez externa de la investigacin es limitada, pues precisan de otros estudios realizados y que comparativamente sean semejantes, para establecer relaciones y llegar a conclusiones consistentes. Las conclusiones.

Los resultados de un estudio cientfico, seala Travers (1971), deben presentarse habitualmente en una tabla con algunas observaciones explicativas. Pero puesto que muchos estudios sobre educacin no se aproximan a los estndares ideales, este mtodo de exposicin no siempre se puede lograr. Debe distinguirse entre los resultados del estudio y la interpretacin de stos. a. Requisitos y validez de las conclusiones. "Resultados" significa habitualmente los datos resumidos y el test aplicado para determinar si stos son o no coherentes con la hiptesis que estn destinados a verificar. En investigacin educacional debe aplicarse por lo comn algn test de significacin a los datos, para verificar la hiptesis. Generalmente se describe este test en la seccin de resultados del informe. Esa seccin debe describir tambin cualesquiera eventos especiales o inesperados que hayan ocurrido durante la experimentacin. Tambin debe examinarse en esta seccin el tratamiento de las cifras faltantes. En la medida de lo posible, la tabla o tablas que presentan los resultados de un estudio deben explicarse por s mismas y no requerir una extensa lectura del texto para ser interpretadas. En cambio, el material del texto debe sealar los aspectos importantes de los datos y atraer la atencin hacia la pertinencia de los resultados. Es siempre cuestin de criterio establecer cuntos datos tabulados deben presentarse. Por regla general, slo hay que incluir las estadsticas que resulten cruciales para la verificacin de una hiptesis. Es raro que datos primarios detallados encuentren lugar en un informe de investigacin, excepto cuando son de inters tan poco comn que su reproduccin favorece decididamente a la ciencia. Un error muy habitual en la presentacin de los resultados es la divisin de stos en demasiadas tablas separadas. Muchos informes de investigacin pueden mejorarse fusionando las tablas en unidades mayores. Travers comenta el problema de la actitud a tomar con los experimentos que no arrojan nada que pueda considerarse ordinariamente como resultado sobre el que hay que informar. No se refiere a los que arrojan resultados negativos, sobre los que se puede informar generalmente mediante los procedimientos ya examinados, sino a los experimentos que no pudieron llegar, debido a alguna dificultad tcnica, a su adecuada conclusin. Estos esfuerzos abortados no son totalmente intiles en lo que respecta a la informacin que proporcionan. En verdad, si los problemas que ellos suscitan no se examinaran nunca en la literatura, otros intentaran experimentos similares v terminaran en parecidas dificultades. Para el autor, la salida de este dilema consiste en informar de los resultados de un experimento abortado en la introduccin de un informe correspondiente a otro experimento posterior que tuvo xito. Se puede anteponer al informe sobre un

experimento exitoso, una exposicin de los diversos caminos y enfoques que se exploraron antes de poder emprenderlo. Tal exposicin ser breve, pero debe bastar para advertir a los dems sobre las limitaciones de las alternativas exploradas. Deber diferenciarse un fracaso escolar verdadero del abandono pedaggico. La falta de documentacin respecto a la inasistencia frecuente, la falta de recursos, etc. Por otra parte, tambin suele confundirse el fracaso escolar con el bajo rendimiento. El buen rendimiento suele referir el resultado final de las calificaciones, aunque se trata de una evaluacin relativa. El fracaso escolar es aquella situacin en la que el sujeto no alcanza las metas esperables para su nivel de inteligencia, de manera tal que sta se ve alterada

Determinacin de las Causas del Fracaso Escolar

repercutiendo en su rendimiento integran y en su adaptacin a la sociedad. Existen as, dos tipos de fracaso escolar: 1. El fracaso del nio o del adolescente de modo tal que su capacidad intelectual no le permite seguir el ritmo normal de la clase. 2. Puede darse tambin el caso del sujeto que fracasa siendo su inteligencia, atencin, memoria e inters normales o incluso superiores.

Causas del fracaso escolar

Causas Fsicas y sensoriales: La edad parece ser crtica alrededor de los 13 aos. Es a esta edad cuando los nios mejor dotados obtienen los resultados ms bajos. Sexuales: Comparadas con los nios mejor dotados, las mujeres parecen mostrar un mejor rendimiento. Salud: La salud tiene una influencia negativa en el rendimiento escolar. La responsabilidad del tutor en relacin a este aspecto, supone: Observar los sntomas de enfermedad

 Ajustar la enseanza a los nios con menor vitalidad Temperamento: Estos son algunos de los elementos influyentes al respecto: Estabilidad e inestabilidad emocional Animo o depresin La fluidez; hay caracteres ms fluidos y otros ms dispuestos al bloqueo La capacidad de concentracin, de atencin, la voluntad La velocidad psquica

La seguridad personal Integridad sensorial: la percepcin es un elemento bsico en todo el proceso cognoscitivo. Causas intelectuales y neurolgicas Se ha considerado a la inteligencia el factor ms importante de los que influyen en los escolares. Existe pues, una correlacin entre inteligencia y rendimiento. Pero existen otros factores de rendimiento intelectual como la atencin que permite la concentracin de fuerzas y la memoria, que es un instrumento de primera importancia para el aprendizaje. Causas afectivas y emocionales La perseverancia en una tarea determinada La pasin, que puede ser motivadora o por el contrario, generar una sobreexitacin contraproducente. El nivel de aspiracin, porque la predisposicin al rendimiento puede estar determinada por la autoestima y la confianza en s mismo. La voluntad Causas ambientales Dentro de las causas ajenas al individuo, se incluye el mtodo, la desproporcin de los deberes impuestos fuera del horario escolar, la sobrecarga de trabajo, etc. Otras causas como la fatiga o el stress de las grandes ciudades, tambin podran ser consideradas. Algunos otros factores, se plantean como posibles hiptesis de causalidad: el ambiente socioeconmico, el ambiente familiar y la dificultad del comportamiento de los maestros.

Algunas investigaciones han estudiado el fracaso del superdotado, sujetos que parecen presentar a veces rasgos de ansiedad o inseguridad como consecuencia de las exigencias familiares.

Cmo se llega al diagnstico de fracaso escolar?

Se debern considerar las siguientes variables: o Diagnstico de la inteligencia (inteligencia, personalidad, ambiente y tcnicas de trabajo) o Diagnstico de la personalidad Orientacin de los hbitos de trabajo y estudio La educacin debe proporcionar experiencias y promover el desarrollo de la autoconfianza, la adaptacin social, la autoexpresin y la capacidad para hacer frente a la realidad. En definitiva, contribuir al desarrollo de la personalidad.