INSTRUMENTO: ANÁLISIS DOCUMENTAL:

Objetivo:

DATOS GENERALES

Fecha de elaboración Nombre de la investigación Enfoque investigativo

Análisis Cuantitativo
Tenencia
(Escala)
Componentes

Insuficiente
Aceptable

Deficiente
Excelente
No Criterios de Base Hallazgos Descriptivos Análisis Cualitativo

Bueno
No Si

5 4 3 2 1
4.

5.

6.

Total:
Resultado Final (Análisis
Dual):

E: Excelente 20-25 pts

B: Bueno 15-19 pts
A: Aceptable 10-14 pts
I: Insuficiente 5-9 pts
D: Deficiente 1-4 pts
 METODOLOGÍA
I. METODOLOGÍA DE ELABORACIÓN:

El Marco teórico es un proceso importante de la investigación donde se fundamentan varias teorias, es sistemática
y se desarrolla empezando por una revisión bibliográfica de textos científicos de tres o varios autores dependiendo
de la investigación que se realizara . El marco teórico se define según Tamayo (2012) como:
Amplía descripción del problema de investigación . Integra la teoría con la investigación y sus relaciones mutuas. Ahora bien, al
construir un marco teórico debemos convenir concentrarnos en el problema de investigación (…). Un buen marco teórico no es el
que contiene muchas páginas, sino el que trata con profundidad los aspectos relacionados con el problema y vincula lógica y
coherentemente los conceptos y proposiciones existentes en estudios anteriores; de manera que construir un marco teórico no sólo
significa reunir información, sino también ligarla, comentarla y analizarla.(P.148)
El instrumento de investigación analizara puntos determinantes de la parte del marco teórico el problema de
investigación es particularmente o que lineara la investigación, el recopilar datos, conceptos, de autores ayudan al
investigador a reconocer y concientizar parcialmente la realidad tanto de revisión bibliográfica como la realidad que
se investiga. Muchas veces resultado de la complejidad de los procedimientos y su diversidad, se pueden llegar a
cometer errores. Por dicha razón, se hace necesario establecer un instrumento que permita valorar congruencia o
consistencia entre los diferentes elementos del marco teórico .
Para la construcción correcta marco teórico debe instaurarse el proceso siguiente:
1.-Revision bibliográfica
2.-Analisis del estado del arte y la ciencia
3.-Determinación de los fundamentos teóricos.
4.-Union interpretativa de datos
5.-Nueva pesquisa resultado de la investigación

Cabe desatacar que cada uno de los parámetros mencionados estará o formaran parte del instrumento de evaluación
de marco teórico como criterios de base. El presente instrumento de evaluación de marco teórico está construido por
diversas técnicas de investigación de origen cuali cuanti y mixto con la finalidad de permitir la medición exhaustiva
y el análisis descriptivo exacto del marco teórico, contiene los siguientes constructos:

1.-Ficha referencia bibliográfica

2.-Lista de cotejo.
3.-Análisis documental descriptivo
4.-Escala de Likert.
5.-Analisis Dual

Esto permitirá al investigador la recolección de datos e información como un recurso metológico que se
materializa mediante un dispositivo o formato puede ser impreso o digital se registra y almacena los aspectos
relevantes del estudio , es necesario resaltar que el contenido del instrumento ítems, enunciados o reactivos, debe
estar formulado a la interrogante u objetivo de investigación que se procederá a mostrar :
Objetivo: Determinar realidades respecto a los elementos metodológicos de los informes de investigación para
titulación en función de una propuesta de mejora en tal sentido.
Para llevar a cabo la investigación se ha creado, modificado y unido diversos instrumentos metológicos que se
pretende utilizar en la investigación, a continuación se presenta detalladamente cada uno de ellos:
1.-FICHA REFERENCIA BIBLIOGRÁFICA
 El investigador utilizara la ficha de referencia como guía para transcribir superficialmente en el instrumento de
evaluación el autor, la fecha de investigación, el tema, el enfoque y línea investigativa que se crea correspondiente
a la investigación pues la principal función de la ficha de referencia según Clauso menciona que “la principal función
es orientar al lector y ayudarle a la búsqueda del catálogo” (2008) es una herramienta que sirve para organizar el
material documental que brinda datos bibliográficos como base para analizar un tema determinado. La finalidad la
localización de un contenido específico.Medrano (2014), en las Referencias bibliográfica se citaran siempre todos los
autores por orden alfabético y en el caso de referenciar varias obras del mismo autor, deben figurar en orden
cronológico.

DATOS GENERALES

Fecha de elaboración Nombre de la investigación Enfoque investigativo

La presente tabla grafica constituye la parte superior del instrumento de evaluación de marco teórico, el investigador
asienta los datos generales de la obra a investigar , contiene una fecha de elaboración , nombre de la investigación
y por último el enfoque investigativo.
2.-LISTA DE COTEJO.

El presente instrumento a utilizar a continuación para una exhaustiva valoración del marco teórico será la Lista de
Cotejo, la cual según SENCE (2008) menciona que :
Es un instrumento estructurado que registra la ausencia o presencia de un determinado rasgo, conducta o secuencia de acciones. La
lista de cotejo se caracteriza por ser dicotómica, es decir, que acepta solo dos alternativas: si, no; lo logra, o no lo logra, presente o
ausente; entre otros. Es conveniente para la construcción de este instrumento y una vez conocido su propósito, realizar un análisis
secuencial de tareas, según el orden en que debe aparecer el comportamiento. Debe contener aquellos conocimientos, procedimientos
y actitudes que el estudiante debe desarrollar.(pág.34)

Permite reconocer con exactitud los criterios de base que el investigador a tomado en consideración en su
investigación. Presentando dos alternativas lo cumple o no así poniendo en consideración la ética profesional de ser
parcial y cuidadoso en el instante de la evaluación. Este instrumento permitirá valorar si existe concordancia entre los
diferentes elementos del marco teórico , constatar el proceso y el nivel de desempeño, la información ingresada se
presentará en forma de tabla
 Análsis Cualitativo

En la parte posterior izquierda se ha considerado algunos componentes base para

analizar por medio de la lista de cotejo estos son los siguientes:
1.- Metodología para la investigación
2.- Estados del arte y la ciencia
3.- Justificación de la investigación
4.- Fundamentos teóricos del marco teórico
5.- Triangulación teórica
6.- Instrumentos de triangulación teórica

Cada uno de estos componentes de marco teórico ayudan al investigador a diferenciar e identificar las partes del
documento investigativo. En la parte derecha del instrumento de evaluación se ha numerado cinco criterios base.
3.-ANÁLISIS DOCUMENTAL:
El investigador describirá de manera continua y con palabras precisas el resumen textual de lo revisado y procederá
a analizarlo en fin del objetivo general de la investigación para poder proporcionar datos descritico cualitativos. El
conjunto de operaciones destinadas a representar el contenido y la forma de un documento para facilitar su consulta
y su recuperación, para generar un producto en base a un paradigma clásico. Existen dos tendencias de acuerdo a su
concepción una descripción bibliográfica y otra como descripción de contenido. Vickery menciona que “el análisis
documental es una operación extracción de palabras que constituyen representación condensada “(2005) finalidad
de identificar el documento original, facilitando su consulta.

El análisis documental debe enfocarse en una descripción de la obra sin que esta deba ser formal, el investigador
deberá analizar e informar sobre el contenido revisado. Mijaloiv menciona que “un documento puede ser sometido a
un análisis de contenido y análisis formal” (2002) en este sentido el documentalista realiza un análisis exhaustivo de
los datos de la obra.

4.-ESCALA DE LIKERT.
Consiste en un conjunto de ítems preposiciones o reactivos presentados de manera afirmativa o de
juicios ante los cuales se plantea la reacción de los sujetos a quienes se les administra los cuales
expresan sus respuestas eligiendo una de las opciones de la escala, la cual debe tener cinco
opciones a cada opción se le asigna un valor numérico .las afirmaciones pueden tener dirección
favorable o positiva o desfavorable o negativa. Así la secuencia 5,4,3,2,1 califica desde lo más
favorable la actitud , mientras que cuando las afirmaciones o enunciados son negativos o
desfavorables la secuencia debe enumerarse 1,2,3,4,5.

5.- ANÁLISIS DUAL

El análisis dual se encuentran ligados por una serie de relaciones, el instante de conexión y
vinculación de resultados investigativos diferenciando y estableciendo semejanzas del modelo 1 y
del modelo 2 de investigación, saber la existencia de estas puede ser considerado de gran utilidad para la resolución
de problemas que parecen no factibles, o que no pueden ser resueltos mediante un método en particular.

II. METODOLOGÍA DE APLICACIÓN:

La metodología de aplicación son todos los pasos que el investigador deberá seguir de manera ordenada y
sistemática para obtener un dato y muestra del documento, esta se plasmara en el instrumento de evaluación. A
continuación se muestran los pasos a proseguir según varios autores:

Autor Aporte
1. Examen previo del documento
2. Determinar el tipo de documento para determinar las normal aplicar (ubicación del problema de
Guinchat & Menou (2008)

investigación).
3. Decidir el nivel de descripción a utilizar como se indica en los criterios base según la ficha de
referencia bibliográfica.
4. Identificar los componentes del problema de investigación que interesen siguiendo el orden de
áreas.
5. Transcribir los datos con exactitud en hallazgos descriptivos.
6. Compara los hallazgos descriptivos con los criterios base procedimiento analítico.
7. Para finalizar se dará una calificación cuantitativamente como cuantitativamente.

1. Observar detalladamente el documento investigativo

Orietta

2. Diríjase adecuadamente a la sección del problema de investigación.

3. Divisar las áreas que contiene el problema de investigación y proseguir a evaluar.
4. Seleccione el párrafo 1 y con el instrumento propuesto, identifique los parámetros que debe
contener y marque una x en la sección determinada para ello.
Candia

5. Transcribir datos y describir con palabras simples las posibles incongruencias encontradas
(2013)

utilizando el espacio adecuado en el instrumento.

6. El resultado cuantitativo y cualitativo se medirá si es el caso en una escala de Likert.
1. Familiarización con el contenido y material del documento
Castillo L. (2004)
Rowley J. (1982) en

2. Fase de análisis, donde se decidirá el material que representa el tema principal del documento
3. Transformar el documento primario sometido a las operaciones de análisis se convierte en un
documento secundario de fácil acceso y difusión
4. Proceso analítico-sintético, porque la información estudiada, interpretada y sintetizada
minuciosamente para dar lugar a los hallazgos.
5. Selección de términos representativos que expresen sin ambigüedad el contenido del documento
6. Fase de descripción sustancial de los elementos hallados y cualificación.
Aspectos comunes relevantes
 Es un reto del investigador , ser totalmente parcial en el instante de evaluar cabe destacar que el instrumento
proporcionado tiene elementos cuantitativos como cualitativos por ende se puede evaluar por separado así
como de manera mixta :
1. Observar y examinar el documento.
2. Ubicarse en el documento de investigación sección problema de investigación
3. Decidir el nivel de descripción a utilizar
4. Identificar los componentes del problema de investigación que interesen siguiendo el orden de áreas.
5. Seleccione el párrafo 1 y con el instrumento propuesto, identifique los parámetros que debe contener y
marque una x en la sección determinada para ello
6. Transcribir datos y describir con palabras simples las posibles incongruencias encontradas utilizando el
espacio adecuado en el instrumento.
7. Compara los hallazgos descriptivos con los criterios base procedimiento analítico
8. Para finalizar se dará una calificación cualitativamente como cuantitativamente.

III. METODOLOGÍA DE ANÁLISIS DE DATOS:

1. Análisis de datos:
Analizar cualitativamente los datos

Metodologías para el Análisis de Datos (cualitativos)

Teoría Fundamentada
(Schettini, 2015) menciona que, la estructura de la teoría fundamentada se inicia en la obtención de las notas de campo
que se denominan memos. Pueden ser producto de observaciones, las entrevistas realizadas, a partir de las cuales
comienza la tarea de codificación y categorización de la información; el muestreo teórico y, finalmente, la
comparación constante hasta llegar a la saturación, que indica que no hay más información a codificar.
Se procede a generar las teorías sustantivas que explican las relaciones entre las categorías; luego de un proceso de
validación y confrontación de diversas teorías sustantivas permiten la posibilidad de generar una teoría formal. La
teoría sustantiva se refiere a un campo, un área determinada o específica, se debería comenzar por aplicar teorías
existentes al caso puntual en estudio, lo que da lugar a la teoría sustantiva. Esto quiere decir que la Teoría
Fundamentada no niega que se puedan iniciar investigaciones aplicando elementos de teorías ya formuladas (Andréu
Abela y otros, 2007).
La teoría formal es un desarrollo conceptual de un área amplia de investigación que se genera a partir de teorías
sustantivas. Entendemos que la teoría fundamentada se propone construir conceptos a partir de la información
obtenida. Los investigadores deben crear categorías teóricas estableciendo relaciones relevantes entre ellas que
llevarán a la construcción de teorías sustantivas. (Schettini, 2015)
Procedimientos
Como hemos afirmado la teoría fundamentada es una estrategia metodológica que tiene como propósito generar teoría.
Las características fundamentales de este tipo de análisis según Murillo (2008) son:
1. La recolección de datos y el análisis transcurren de manera concurrente.
2. Los datos determinan los procesos y productos de la investigación y no los marcos teóricos preconcebidos.
3. Los procesos analíticos suscitan el descubrimiento y el desarrollo teórico y no la verificación de teorías ya
conocidas.
4. El muestreo se realiza con base en lo que emerge de los datos, se le denomina muestreo teórico y sirve para refinar,
elaborar y completar las categorías.
5. El uso sistemático de los procedimientos analíticos lleva a niveles más abstractos de análisis.
Teoría Fundamentada
La estructura de la teoría fundamentada se inicia en la obtención de las notas de campo
que se denominan memos.
Comienza la tarea de codificación y categorización de la información; el muestreo
teórico y, finalmente, la comparación constante hasta llegar a la saturación
Se procede a generar las teorías sustantivas que explican las relaciones entre las
categorías
Luego de un proceso de validación y confrontación de diversas teorías sustantivas
permiten la posibilidad de generar una teoría formal
Estudio etnográfico
La originalidad del trabajo etnográfico se presenta a la hora de la redacción del informe pues el investigador debería
poder incluir detalles descriptivos que permitan al lector reconocer y sentirse trasladado e inmerso en la situación
social observada (Bisquerra, 2004).
Esta redacción no debería olvidar la audiencia a la cual se destina para manejar los detalles prácticos o la densidad
conceptual según el caso. La etnografía considera a la escritura como algo nuclearmente central al proyecto
etnográfico; y los problemas de escritura como diferentes a los problemas de métodos o al trabajo de campo.
(Schettini, 2015)
Descripción densa
Geertz sugería que los textos antropológicos son por definitiva interpretaciones de interpretaciones de otras personas;
La actividad antropológica no es una actividad de observación sino de una interpretación que trata de esclarecer las
estructuras de significación, de determinar su campo social y su alcance.
(Schettini, 2015) dice, la manera de plasmar esta perspectiva es a través de la descripción densa. La tarea central del
investigador es generar sentido a partir de una descripción a escala micro y macro de una situación local. Esta idea de
hacer un estudio microscópico, que parta de un conocimiento abundante sobre lo pequeño, para arribar a conclusiones
más amplias o abstractas y que se apoye en la teoría de una manera limitada en tanto esta le sirva para comprender
densamente los fenómenos que ha estudiado de forma etnográfica.
La descripción densa es un esfuerzo intelectual cuyo objeto es una jerarquía estratificada de estructuras significativas
atendiendo a las cuales se producen, se perciben y se interpretan las conductas humanas. Para Geertz (1988), la
etnografía es descripción densa.
Estudio etnográfico
La originalidad del trabajo etnográfico se presenta a la hora de la redacción del informe
Esta redacción no debería olvidar la audiencia a la cual se destina para manejar los
detalles prácticos o la densidad conceptual según el caso.
La etnografía considera a la escritura como algo nuclearmente central al proyecto
etnográfico; y los problemas de escritura como diferentes a los problemas de métodos
o al trabajo de campo.
Descripción densa
Los textos antropológicos son por definitiva interpretaciones de interpretaciones de
otras personas
Generar sentido a partir de una descripción a escala micro y macro de una situación
local.
La descripción densa es un esfuerzo intelectual cuyo objeto es una jerarquía
estratificada de estructuras significativas atendiendo a las cuales se producen, se
perciben y se interpretan las conductas humanas

Método Comparativo Constante (MCC)

Desarrollado por Glaser y Strauss, este modelo tiene por objetivo crear teorías sistemáticamente usando como
proceso el análisis de comparación constante, desarrollando categorías, propiedades e hipótesis.

Se marcan 4 fases:

1. Comparación de sucesos aplicables para cada categoriá

2. Integración de las categoriá s y sus propiedades
3. Delimitación de la teoría
4. Redacción de la teoriá

1. Comparación de sucesos aplicables a cada categoría

La Comparación Constante (CC) busca identificar las semejanzas y diferencias a partir de un análisis inductivo de
los incidentes sociales observados en la información recolectada.
Se conceptualiza la información usando notas o memos con ideas recogidas de los datos

2. Integración de las categoriá s y sus propiedades

La comparación desembocará en la construcción de categoriá s o clases. Las propiedades seriá n subcategoriá s,
analíticas y conceptuales, no clasificatorias, sino teóricas con relevancia para la elaboración de teorías. Lo que se
busca es hallar regularidades en torno a los procesos sociales en estudio.
Luego, se compara un incidente con las propiedades de las categoriá s que permiten descubrir las relaciones y
generar la hipótesis.

3. Delimitación de la teoriá

Se delimita categorías y delimita la teoría. Con la CC se van haciendo más consistentes algunas categorías, se
desestiman las propiedades que no son relevantes, y lo más importante, se integran las más significativas. La
información se acumula en un conjunto de categorias pequeño pero de mayor nivel teórico estableciendo límites y
categorías al estudio.

4. Redacción de la teoriá

El analista se encuentra con datos codificados, categoriá s, memorandos y un postulado teórico, todas estas
anotaciones se convierten en el principal soporte para la redacción del informe. Implica confrontar las anotaciones
en cada categoriá encontrando la real y total delimitación de la teoriá , para finalmente estructurar la teoría.

Método Comparativo Constante

Tiene por objeto, crear o fortalecer teorías por medio de comparaciones constantes
entre, categorías, hipótesis, y propiedades de una investigación.
Se hace uso de 4 fases: 1) Comparación de sucesos aplicables para cada categoría.-
Identifica semejanzas y diferencias por medio de un análisis inductivo de la
información. Conceptualiza información en memos o notas.
2) Integración de categorias y propiedades.- construye categorías en la investigación,
buscando hallar similitudes, generando hipótesis o descubriendo similitudes.
3) Delimitación de la teoría.- mientras se comparan cosntantemente las teorías y
propiedades de la información se desestiman propiedades que no son relevantes, y se
asumen las más significativas.
4) Redacción de la teoría.- haciendo uso de las notas o memos, el investigador
encontrará un soporte real para estructurar su base teórica, desarrollar resultados, o
analizar resultados.

Evaluación de datos cuantitativos

Analizar cuantitativamente los datos

Una vez que los datos se han codificado, transferido a una matriz, guardado en un archivo y “limpiado” de errores,
el investigador procede a analizarlos. En la actualidad, el análisis cuantitativo de los datos se lleva a cabo por
computadora u ordenador. Ya casi nadie lo hace de forma manual ni aplicando fórmulas, en especial si hay un
volumen considerable de datos. Por otra parte, en la mayoría de las instituciones de educación media y superior,
centros de investigación, empresas y sindicatos se dispone de sistemas de cómputo para archivar y analizar datos.
De esta suposición parte el presente capítulo. Por ello, se centra en la interpretación de los resultados de los
métodos de análisis cuantitativo y no en los procedimientos de cálculo. (Sampieri, Fernandez, & Baptista, 2010)

Paso 1: seleccionar un programa de análisis

Existen diversos programas para analizar datos Lo que éste hace, una vez recolectados los datos, es precisar los
parámetros de la matriz de datos en el programa, (nombre de cada variable en la matriz —que equivale a un ítem,
reactivo, categoría o subcategoría de contenido u observación, indicador—, tipo de variable o ítem, ancho en
dígitos, etc.) e introducir los datos en la matriz, la cual es como cualquier hoja de cálculo. Asimismo, recordemos
que la matriz tiene columnas (variables o ítems), fi las o renglones (casos) y celdas (intersección entre una columna
y un renglón). Cada celda contiene un dato (que signifi ca un valor de un caso en una variable).

El SPSS (Paquete Estadístico para las Ciencias Sociales) desarrollado en la Universidad de Chicago, es uno de
los más difundidos en la página de SPSS se puede “bajar” o “descargar” a la computadora una demostración del
programa por un tiempo limitado. El paquete SPSS/PASW trabaja de una manera muy sencilla: éste abre la matriz
de datos y el investigador usuario selecciona las opciones más apropiadas para su análisis, tal como se hace en
otros programas.

File (archivo): sirve para construir un nuevo archivo, localizar uno ya construido, guardar archivos, especificar
impresora, imprimir, cerrar, enviar archivos por correo electrónico, entre otras funciones.

Edit (edición): se emplea para modificar archivos, manipular la matriz, buscar datos, copiar, cortar, eliminar y
otras acciones de edición.

View (ver): como su nombre lo dice es para ver o visualizar la barra de estado, barra de herramientas, fuentes,
cuadrícula (matriz), etiquetas y variables.

Data (datos): se insertan variables, sopesan casos, insertan casos, ordenan casos para limpiar archivos, fundir
archivos (juntar varios archivos o matrices), segmentar archivos (por una variable o criterio; por ejemplo, la
variable género, en este caso se realiza el análisis por submuestra segmentada, resultados para hombres y para
mujeres), seleccionar casos, etcétera.

Transform (transformar): la función es de recodifi car, conjuntar o unir y modifi car variables y datos; categorizar
variables; asignar rangos a casos, entre otras. Analyze (analizar): se solicitan análisis estadísticos que básicamente
serían:

1. Informes (resúmenes de casos, información de columnas y reglones).

2. Estadísticos descriptivos (tablas de frecuencias, medidas de tendencia central y dispersión, razones, tablas de
contingencia).

3. Comparar medias (prueba t y análisis de varianza —ANOVA— unidireccional).

4. Modelo lineal general (independiente o factor y dependiente, con covariable).

5. ANOVA (análisis de varianza factorial en varias direcciones).

6. Correlaciones (bivariada —dos— y multivariadas —tres o más—) para cualquier nivel

de medición de las variables.

7. Regresión (lineal, curvilineal y múltiple).

8. Clasifi cación (conglomerados y análisis discriminante).

9. Reducción de datos (análisis de factores).

10. Escalas (fi abilidad y escalamiento multidimensional).

11. Pruebas no paramétricas.

12. Respuestas múltiples (escalas).

13. Validación compleja.

14. Series de tiempos.

15. Ecuaciones estructurales y modelamiento matemático.

Add-ons (agregados): mediante esta función (que no está incluida en todas las versiones ni variantes) se tiene
acceso a análisis complejos como redes neurales, identificación de casos inusuales y varias pruebas estadísticas
avanzadas). Graphs (gráfi cos): con esta función se solicitan gráfi cos (histogramas, de sectores o pastel, diagramas
de dispersión, Pareto, Q-Q —solicitar normalización de distribuciones—, P-P, curva COR, etcétera). (Sampieri,
Fernandez, & Baptista, 2010)

Utilities (utilidades o herramientas): se defi nen ambientes, conjuntos, información sobre variables, etcétera. S-
plus: es para la adquisición, edición y transformación de datos, la línea de comandos, métodos estadísticos básicos
con S-Plus y R, gráfi cos estadísticos básicos con S-Plus y R, métodos estadísticos multivariados avanzados y
creación de funciones propias con S-Plus. Window (ventana): sirve para moverse a través de archivos y hacia
otros programas. Help (ayuda): cuenta con contenidos de ayuda, cómo utilizar SPSS, comandos, guías, “asesor
estadístico” y demás elementos aplicados al paquete (con índice).

Paso 2: ejecutar el programa

En el caso de SPSS , estos paquetes son fáciles de usar, pues lo único que hay que hacer es solicitar los análisis
requeridos seleccionando las opciones apropiadas. Obviamente antes de tales aná lisis, se debe verificar que el
programa “corra” o funcione en nuestra computadora. Comprobado esto, comienza la ejecución del programa y
la tarea analítica.

Paso 3: explorar los datos

 En esta etapa, inmediata a la ejecución del programa, se inicia el análisis. Cabe señalar que si hemos llevado a
cabo la investigación refl exionando paso a paso, esta etapa es relativamente sencilla, porque: 1) formulamos la
pregunta de investigación que pretendemos contestar, 2) visualizamos un alcance (exploratorio, descriptivo,
correlacional y/o explicativo), 3) establecimos nuestras hipótesis.

Paso 4: evaluar la confiabilidad o fiabilidad y validez lograda por el instrumento de medición.

La confi abilidad se calcula y evalúa para todo el instrumento de medición utilizado, o bien, si se administraron
varios instrumentos, se determina para cada uno de ellos. Asimismo, es común que el instrumento contenga varias
escalas para diferentes variables, entonces la fi abilidad se establece para cada escala y para el total de escalas (si
se pueden sumar, si son aditivas). (Sampieri, Fernandez, & Baptista, 2010)

1. Medida de estabilidad (confi abilidad por test-retest). En este procedimiento un mismo instrumento de
medición se aplica dos o más veces a un mismo grupo de personas, después de cierto periodo. Si la correlación
entre los resultados de las diferentes aplicaciones es altamente positiva, el instrumento se considera confiable.
2. Medida de estabilidad (confiabilidad por test-retest). En este procedimiento un mismo instrumento de
medición se aplica dos o más veces a un mismo grupo de personas, después de cierto periodo. Si la correlación
entre los resultados de las diferentes aplicaciones es altamente positiva, el instrumento se considera confiable.
3. Método de mitades partidas necesita sólo una aplicación de la medición. Específicamente el conjunto total de
ítems o reactivos se divide en dos mitades equivalentes y se comparan las puntuaciones o los resultados de
ambas. Si el instrumento es confiable, las puntuaciones de las dos mitades deben estar muy correlacionadas.
4. Medidas de coherencia El método de cálculo en ambos casos requiere una sola administración del instrumento
de medición. Su ventaja reside en que no es necesario dividir en dos mitades a los ítems del instrumento,
simplemente se aplica la medición y se calcula el coefi ciente. La mayoría de los programas estadísticos como
SPSS y Minitab los determinan y solamente deben interpretarse.

Paso 5: analizar mediante pruebas estadísticas las hipótesis planteadas (análisis estadístico inferencial)

El propósito de la investigación va más allá de describir las distribuciones de las variables: se pretende probar hipótesis
y generalizar los resultados obtenidos en la muestra a la población o universo. Los datos casi siempre se recolectan
de una muestra y sus resultados estadísticos se denominan estadígrafos; la media o la desviación estándar de la
distribución de una muestra son estadígrafos. A las estadísticas de la población se les conoce como parámetros. Éstos
no son calculados, porque no se recolectan datos de toda la población, pero pueden ser inferidos de los estadígrafos,
de ahí el nombre de estadística inferencial.
Paso 6: realizar análisis adicionales
Este paso implica —simplemente— que una vez realizados nuestros análisis, es posible que decidamos efectuar otros
análisis o pruebas extra para confirmar tendencias y evaluar los datos desde diferentes ángulos. Por ejemplo, podemos
en una tabla de contingencia calcular primero cuadrada y luego phi, lambda, T de Cramer (C) y el coeficiente de
contingencia. O después de un ANOVA, efectuar los contrastes posteriores que consideremos apropiados. Resulta
este paso un momento clave para verificar que no se nos haya olvidado un análisis pertinente. En esta etapa
regularmente se eligen los análisis multivariados.
Paso 7: preparar los resultados para presentarlos
Se recomienda, una vez que se obtengan los resultados de los análisis estadísticos (tablas, gráfi cas, cuadros, etc.), las
siguientes actividades; sobre todo para quienes se inician en la investigación:
1. Revisar cada resultado [análisis general → análisis específico → valores resultantes (incluida la significancia) →
tablas, diagramas, cuadros y gráficas].
2. Organizar los resultados (primero los descriptivos, por variable del estudio; luego los resultados relativos a la
confiabilidad y la validez; posteriormente los inferenciales, que se pueden ordenar por hipótesis o de acuerdo con su
desarrollo).
3. Cotejar diferentes resultados: su congruencia y en caso de inconsistencia lógica volverlos a revisar. Asimismo, se
debe evitar la combinación de tablas, diagramas o gráficas que repitan datos. Por lo común, columnas o fi las idénticas
de datos no deben aparecer en dos o más tablas. Cuando éste es el caso, debemos elegir la tabla o elemento que ilustre
o refleje mejor los resultados y sea la opción que presente mayor claridad. Una buena pregunta en este momento del
proceso es: ¿qué valores, tablas, diagramas, cuadros o gráficas son necesarias?, ¿cuáles explican mejor los resultados?
4. Priorizar la información más valiosa (que es en gran parte resultado de la actividad anterior), sobre todo si se van
a producir reportes ejecutivos y otros más extensos.
5. Copiar y/o “formatear” las tablas en el programa con el cual se elaborará el reporte de la investigación (procesador
de textos o uno para presentaciones, como Word o Power Point). Algunos programas como SPSS y Minitab permiten
que se transfieran los resultados (tablas, por ejemplo) directamente a otro programa (copiar y pegar). Por ello, resulta
conveniente usar una versión del programa de análisis que esté en el mismo idioma que se empleará para escribir el
reporte o elaborar la presentación. Aunque, de no ser así, el texto de las tablas y gráficas puede modificarse,
únicamente es más tardado.
6. Comentar o describir brevemente la esencia de los análisis, valores, tablas, diagramas, gráficas.
7. Volver a revisar los resultados.
8. Y, finalmente, elaborar el reporte de investigación.
Instrumento Criterios
Paso 1: seleccionar un programa 1. Decidir el programa de análisis de los datos a utilizar
de análisis 2. Los análisis estadísticos se llevan a cabo mediante
programas computacionales, con la ayuda de paquetes
estadísticos.
Paso 2: ejecutar el programa 1. paquetes fáciles de usar, pues lo único que hay que
hacer es solicitar los análisis requeridos seleccionando
las opciones apropiadas
2. tiene valor económico
Paso 3: explorar los datos 1. Analizar descriptivamente los datos por variable del
estudio.
2. Visualizar los datos por variable
Paso 4: evaluar la confiabilidad o 1. Evaluar la confiabilidad y validez del instrumento o
fiabilidad y validez lograda por instrumentos de medición utilizados:
el instrumento de medición. a. Medida de estabilidad (confiabilidad por test-retest).
b. Método de formas alternativas o paralela (correlacionar).

Paso 5: analizar mediante
pruebas estadísticas las hipótesis
planteadas (análisis estadístico
inferencial)
c. Método de mitades partidas (medida de estabilidad y
método de formas alternas).
d. Medidas de coherencia o consistencia interna. (aplica la
medición y se calcula el coeficiente)
2. Analizar e interpretar mediante pruebas estadísticas las
hipótesis
1. Se utiliza estadística inferencias.
2. Se utiliza estadística descriptiva.
3. Se utiliza o muestra distribución de muestra
4. Se prueba la hipotesis

Paso 6: realizar análisis
adicionales
Paso 7: preparar los resultados
para presentarlos
1. pruebas extra para confirmar tendencias y evaluar los
datos desde diferentes ángulos.
2. Verificar si no existe alguna falta dentro de los
resultados
1. Se presentaran los datos en base a tablas, graficas,
cuadros, etc.
2. Se muestra cada resultado de manera organizada.
3. Se cortejan los resultados por congruencia.

Técnica analisis cuantitativo

las técnicas de análisis cuantitativo empleadas para el análisis de los datos, con la finalidad de contrastar las hipótesis
de trabajo. Fundamentalmente se emplearán dos técnicas de análisis estadístico multivariante: el análisis factorial y
la regresión múltiple.
La utilización de los mismos está basada en tres aspectos importantes:
- Funcionalidad y prestaciones de la técnica estadística, la aplicación del mismo en el contexto de la
investigación, y la elección relativa de diferentes técnicas y variables a utilizar.
- El formato de la información adquirida por el programa informático MINITAB, utilizado para analizar los
datos empíricos.
- Límites al análisis que le dan validez a la información, de esta forma los resultados serán estadísticamente
representativos y significativos.

Análisis Factorial:
- Técnica de análisis estadístico multivariante, su objetivo es el reducir la complejidad de un conjunto de datos
multivariante, al precio de perder un porcentaje de explicación de la varianza de la muestra.
Pasos a seguir:
1. Una vez obtenida la matriz de datos (individuos variables), el primer paso del análisis factorial consiste en la
estimación de los factores, que comprende dos fases:
o Valorar cuál es el número de factores a retener para el análisis, si el número es muy bajo sería poco
representativo de la variabilidad observada, y un número muy alto reduce la utilidad del análisis
factorial.
o La solución obtenida por cada uno de los métodos no es única, pero, las demás soluciones pueden ser
obtenidas partiendo de una rotación de la solución original. Se debe escoger el método de rotación más
adecuado para la investigación.
2. Para la selección del número de factores existen ciertos criterios:
o Criterio de raíz latente. Se parte de la base de qué para retener un factor, éste debe justificar la varianza
de al menos una variable. Utilizando la matriz de correlaciones, esto supone retener los factores con
valor propio (en ACP) o de raíz latente (AFC) mayor que uno.
o Criterio de porcentaje de la varianza. El número de factores se obtiene a partir de la varianza total
explicada por el análisis. En ciencias naturales, dicha varianza es del orden del 95%. Para ciencias
sociales, se admiten valores del 60%.
o Criterio a priori. El investigador conoce antes de realizar el análisis el número de factores a obtener,
por lo que realiza el análisis con dicho número. Si el resultado obtenido es aceptable bajo los otros
criterios, puede servir para probar alguna hipótesis acerca del número de variables latentes
significativas.
 o Criterio de contraste de caída. Se determina el número de factores a retener examinando la gráfica de
la varianza común de cada uno de los factores, ordenados de mayor a menor varianza. Se descartan
aquellos factores a partir de los cuales la varianza explicada es constante y pequeña (del orden de 0’2,
si se usa la matriz de correlaciones).
3. Al ya haber fijado el numero de factores, se puede proceder a realizar el análisis de factores definitivo. El
programa de informática puede arrojar la siguiente información:
o Los valores de las cargas factoriales de la solución obtenida (unrotated factor loadings and
communalities), así como de la solución asociada al método de rotación elegido (rotated factor loadings
and communalities). Las cargas factoriales son la correlación entre las variables y cada uno de los
factores. Una elevada carga factorial permite asociar un factor a una determinada variable.
o La varianza del conjunto explicada por cada factor (variance), en valor absoluto y en porcentaje. La
varianza total, usando la matriz de correlaciones (esto es, la matriz de covarianzas con datos
estandarizados) será igual al total de variables utilizado.
o La última columna contiene las varianzas comunes (communalities) de cada variable. Se trata de la
varianza de cada variable explicada por el análisis factorial. Si se usa la matriz de correlaciones, las
varianzas comunes tendrán un valor entre 0 y 1. Si el valor es 1, el análisis explica toda la varianza de
la variable considerada.
4. Luego, para la investigación se fijan los parámetros expuestos a continuación del modelo para todo el
desarrollo:
o Se ha analizado la matriz de correlaciones, esto es, se han tratado los datos estandarizados. Por este
motivo, todas las variables tienen varianza igual a uno, haciendo más fácil la interpretación de los
datos.
o Se ha escogido el método de rotación VARIMAX, que obtiene la rotación que maximiza la variabilidad
de las cargas factoriales asociadas a cada factor.
5. Ya una vez obtenido el análisis factorial definitivo, el investigador, a través de los valores de las cargas
factoriales de cada variable obtenidas por el método de rotación elegido, debe interpretar la naturaleza de lo
que se está midiendo con cada uno de los factores. En este paso, depende exclusivamente de la naturaleza de
las variables, La relación entre factores y variables se obtiene a través de las cargas factoriales. Idealmente,
cada variable debe tener cargas factoriales elevadas en un solo factor, y cada factor debe tener asociadas cargas
elevadas con variables relacionadas conceptualmente entre sí. De esta manera, es posible interpretar el
significado de cada uno de los factores. Si un factor tiene asociadas gran número de variables heterogéneas,
puede ser recomendable aumentar el número de factores en el análisis, esperando que dichas variables se
asocien a diferentes factores.
Una vez interpretados estos factores, puede ser necesario asignar a cada uno de los individuos de la muestra
un valor para cada uno de los factores retenidos, usando algún tipo de variable representativa.
o El método de la variable suplente supone representar el factor por una variable con una elevada carga
factorial. Si existen varias variables con carga elevada, la elección puede fundamentarse en la
naturaleza de las variables, establecida en el marco teórico. El uso de una única variable para
representar el factor puede distorsionar el análisis, dado que no se incluye todo el contenido conceptual
del factor en la variable representativa.
o La escala aditiva consiste en definir una variable representativa a partir de una combinación lineal de
las variables con mayores cargas factoriales. Usualmente se emplea la suma de las variables, o su valor
medio. De esta manera, nos aseguramos de que en la variable representativa del factor están presentes
todos los componentes asociados a dicho factor.
o Mediante el uso de la puntuación factorial, el factor se representa como una combinación lineal de
todas las variables incluidas en el análisis, aunque los mayores coeficientes (denominados
puntuaciones factoriales o factor scores) estarán asociados a las variables con cargas factoriales
elevadas. Las puntuaciones factoriales de las variables con cargas factoriales reducidas pueden
distorsionar seriamente, en ocasiones, el contenido de este tipo de variables. Si las variables son
homogéneas, puede ser interesante usar la matriz de covarianzas para que los factores tengan las
mismas dimensiones.
Instrucciones
Paso1: Estimación de los factores
Paso2: Selección del número de factores
Paso3: Análisis de factores definitivo
Paso4: Parámetros para el modelo de
desarrollo
Paso5: Interpretar el análisis factorial
definitivo
Criterios
1. Valorar cuál es el número de
factores a retener para el análisis
2. La solución obtenida por cada uno
de los métodos no es única, pero,
las demás soluciones pueden ser
obtenidas partiendo de una
rotación de la solución original.
1. Criterio de raíz latente. Se parte de
la base de qué para retener un
factor, éste debe justificar la
varianza de al menos una variable.
2. Criterio de porcentaje de la
varianza. El número de factores se
obtiene a partir de la varianza total
explicada por el análisis.
3. Criterio a priori. El investigador
conoce antes de realizar el análisis
el número de factores a obtener,
por lo que realiza el análisis con
dicho número.
4. Criterio de contraste de caída. Se
determina el número de factores a
retener examinando la gráfica de la
varianza común de cada uno de los
factores, ordenados de mayor a
menor varianza.
1. Las cargas factoriales son la
correlación entre las variables y
cada uno de los factores. Una
elevada carga factorial permite
asociar un factor a una
determinada variable.
2. La varianza total, usando la matriz
de correlaciones (esto es, la matriz
de covarianzas con datos
estandarizados) será igual al total
de variables utilizado.
3. La última columna contiene las
varianzas comunes
(communalities) de cada variable.
1. Se ha analizado la matriz de
correlaciones, esto es, se han
tratado los datos estandarizados.
2. Se ha escogido el método de
rotación VARIMAX, que obtiene
la rotación que maximiza la
variabilidad de las cargas
factoriales asociadas a cada factor.
1. El método de la variable suplente
supone representar el factor por
una variable con una elevada carga
factorial.
2. La escala aditiva consiste en
definir una variable representativa
 a partir de una combinación lineal
de las variables con mayores
cargas factoriales.
3. Mediante el uso de la puntuación
factorial, el factor se representa
como una combinación lineal de
todas las variables incluidas en el
análisis, aunque los mayores
coeficientes (denominados
puntuaciones factoriales o factor
scores) estarán asociados a las
variables con cargas factoriales
elevadas.

La Regresión Múltiple
Es la técnica de dependencia más usada en análisis multivariante. Consiste en establecer un modelo lineal,
concreto en una función lineal (ecuación de regresión) de una serie de variables, llamadas variables independientes o
predictores, que intenta predecir los valores de una variable dependiente o respuesta.
- Es un modelo predictivo, porque la ecuación de regresión permite obtener una predicción para la variable
dependiente mejor que su estimación por la media.
- También puede ser explicativo, el constante coeficiente de regresión estadísticamente significativo prueba la
relación entre una variable dependiente y una variable independiente.
Pasos a seguir:
1. Empezando por el contenido de la hipótesis y de las variables disponibles en el modelo, se procede a
seleccionar las variables dependientes, así como las independientes
2. Previamente a la definición de la ecuación de regresión, se obtiene la matriz de correlaciones entre las
variables independientes, más la variable dependiente. Las correlaciones entre variables independientes
son especialmente útiles para la interpretación de los resultados, dado que una variable no significativa en
el modelo de regresión, sí que puede serlo en la interpretación. La detección de un número elevado de
correlaciones puede hacer útil un análisis factorial de las variables independientes, para conocer con más
detalle la estructura del conjunto.
3. Después, se pasa a obtener la ecuación de regresión para el modelo, generalmente se procederá con el
modelo de mayor significación estadística posible, por medio de la exploración por etapas.
4. En conjunto con la ecuación de regresión, se obtiene parámetros relativos al análisis de la validez de ésta,
así como el grafico de los residuos en función de los valores previstos por la ecuación. Con estos elementos,
es posible valorar la posibilidad de realizar algún tipo de transformación de las variables que permita
obtener un modelo más significativo. Una vez realizadas las transformaciones, deberá volver a estimarse
el modelo de regresión.
5. El resultado final es un modelo de regresión estadísticamente válido, de finalidad explicativa, que permita
emitir conclusiones acerca de la contrastación o falsación de la hipótesis de trabajo.
Instrucciones Criterios
Paso1: Selección de variables 1. Dependientes e independientes
2. La selección de más de una
variable dependiente dará lugar a
varias ecuaciones de regresión
Paso2: Obtención la matriz 1. Las correlaciones entre variables
independientes son especialmente
útiles para la interpretación de los
resultados
2. La detección de un número
elevado de correlaciones puede
hacer útil un análisis factorial de
las variables independientes, para
 conocer con más detalle la
estructura del conjunto.
Paso3: Obtener la ecuación de regresión 1. Generalmente se procederá con el
modelo de mayor significación
estadística posible.
2. Se lo hare por medio de la
exploración de etapas.
Paso4: Posibles transformaciones de 1. Se utilizan parámetros relativos al
variables análisis de validez, y el grafico de
residuos en función de los valores
previstos por la ecuación.
2. Se deberá volver a estimar el
modelo de regresión
Paso5: Resultado final 1. Se obtiene un modelo de regresión
significativo y valido, con
finalidad explicativa, para emitir
conclusiones sobre la
contrastación o falsación de la
hipótesis de trabajo
Paso 6: Análisis de la validez de la 1. Se utilizan pruebas de hipótesis:
regresión a. Coeficiente de
determinación
b. Coeficientes de la ecuación
de regresión
c. Analisis de residuos
d. Observaciones influyentes
y anormales.

Evaluación de datos cuantitativos

Análisis de contenido

Según Krippendorff (1969 p. 103) autor del libro “El análisis de contenido cuantitativo como un método valido,
desde el texto a sus fuentes y propiedades” menciona que la objetividad requiere de la especificación explícita
de las variables, y de las dimensiones o atributos que deban destacarse.

El mismo autor propone una serie de pasos para un adecuado análisis:

Explicitar las variables Dentro de cada variable puede haber categorías.

Supongamos que hemos elegido como variables
“prejuicios raciales”, existen muchas formas de dividir
en categorías dicha variable, por ejemplo: -muchos,
pocos, nada

Explicitar el sistema de categorías que se van a
utilizar en cada variable
Las variables no sólo depende de la unidad de medida,
sino también de la existencia de relaciones entre las
categorías, así, un sistema de relaciones puede ser
dicotómico, ordinal o numérico. La clasificación es
dicotómica cuando sólo manifiesta la presencia o
ausencia de atributo. El atributo se mueve en dos
bandas “sí-no”, “blanco-negro”, “violento-no violento”.
La clasificación ordinal es la más frecuente, por
 ejemplo la violencia la podemos clasificar como “1.-
muy violento, 2-violento, 3-normal, 4-poco violento y
5-nada violento”

Utilizar criterios de medida adecuados El plan de análisis debe adaptarse al contenido empírico
que se trata de analizar. (Debemos por ejemplo adaptar
el modelo de cuestionarios a las características socio
culturales a las que va dirigido)

Cómputo de los datos categorizados en cualquier El proceso de análisis continúa con la tabulación de los
sistema de relaciones: dicotómico, ordinal o materiales categorizados. Si la ordenación es numérica,
numérico. se pude utilizar algún método estadístico para su
tratamiento.

Tratamiento de los datos Tratamientos cuantitativos o cualitativos

Utilidad de los resultados y generalización de los El análisis de contenido es una técnica de investigación
mismos cualitativa que pretende convertir fenómenos simbólicos
de conducta en datos científicos. Los datos científicos
deben ser objetivos y reproducibles, susceptibles de
medición y cuantificación.

 Se asumen los aspectos metodológicos descritos por este autor debido a que cumplen con todos los criterios
de conveniencia para el presente instrumento
 Los análisis de datos se realizarán en base a criterios recopilados por varios autores, mismos que han sido
adaptados para nuestra investigación, la información obtenida deberá regirse por diferentes tipos de análisis
y respaldados en varias herramientas como fichas bibliográficas, lista de cotejo, categorización etc.

La metodología propuesta por los estudiantes de 6to semestre de la carrera de Psicología Infantil y
Psicorrehabilitación pretende mejorar las dimensiones interpretacionistas y subjetivas de proyectos
investigativos realizados por estudiantes graduados, utilizando como instrumento base el AD (análisis
documental), mismos que están basados en procedimientos estandarizados.

BIBLIOGRAFIA:
Hernández , R.(2003) Metodología de la investigación .México. Editorial Mc Graw Hill. pág. 345-349.
Montero, M. Hochman (2000) Investigación documental ,técnicas y procedimientos. Caracas. Editorial
Fedeupel.pág.76-93
Flames, A.(2003) como elaborar una metodología investigativa .Caracas .editorial .Panapo. pág. 45-57
Olaz, F y Medrano, A. (2014) Metodología De La Investigación Para Estudiantes De Psicología Manual De
Entrenamiento Y Práctica. Argentina. Editorial: Brujas. Pag. 67

Tamayo, M. (2012) El Proceso de la Investigación Científica. México: Limusa, p. 148.

Sampieri, R. H., Fernandez, C., & Baptista, P. (2010). Metodologia de la investigacion . En R. H. Sampieri, C. Fernandez, & P.
Baptista, Metodologia de la investigacion (págs. 318-387). Mexico: MC GRAW HILL.
 Schettini, Cortazzo (2015). Análisis de datos cualitativos en la investigación social. Universidad Nacional de la
Plata. Argentina.
Recuperado de: http://stel.ub.edu/sites/default/files/agenda/documents/analisis_de_datos_cualitativos_1.pdf
Andréu Abela, J.; García-Nieto, A.; Pérez Corbacho, A. M. (2007) “Evolución de la teoría fundamentada como técnica
de análisis cualitativo”. Cuadernos Metodológicos N° 40. Madrid, Centro de Investigaciones Sociológicas CIS.
Bisquera Alzina, R. (2004) Metodología de la Investigación Educativa. Madrid, Editorial La muralla S.A.
Geertz, Clifford, (1988) La interpretación de las culturas, España, Editorial Gedisa.
Schettini, P. (2015) Análisis de datos cualitativos en la investigación social: procedimientos y herramientas para la
interpretación de información cualitativa. Editorial de la Universidad de La Plata, Buenos Aires.
Murillo, J.F (2008) Investigación Iberoamericana sobre Eficacia Escolar. Bogotá: Convenio Andres Bello.