Documentos de Académico
Documentos de Profesional
Documentos de Cultura
I. INTRODUCCIÓN
Figura 1
2.1 Variable
3
Figura 2
Categorías/dimensiones, indicadores
La variable
La definición conceptual, que es extraída de algunos investigadores a
partir de la revisión de la literatura y que se hace mención en el marco
teórico del estudio.
La definición operacional, que es la parte metodológica, son los
procedimientos, las técnicas, los métodos, para medir la variable. Es
decir, nos indica, cómo debemos recoger los datos.
Las dimensiones, indicadores
Items o preguntas, a partir de los cuales se construirá el instrumento
de investigación para recoger los datos y medir la variable. La Fig. 3,
muestra la ruta para llegar a los items, que siempre en un
cuestionario, deben plantearse en afirmativo.
Tabla 1
Operacionalización de la variable “gestión institucional”
Figura 3
5
Tabla 2
Categorización de la variable “gestión institucional”
Figura 4
Categorías y subcategorías
Figura 5
6):
Figura 6
participantes.
Tabla 3
II. CONCLUSIONES
El investigador debe identificar el camino a seguir para el análisis y
procesamiento de la información obtenida en las entrevistas y construir
las categorías y sub categorías. Para efecto académico, es
recomendable que los estudiantes, así como quienes por primera vez se
inician en el trabajo de la investigación científica apliquen un método
que ayude a desarrollar su capacidad de análisis y síntesis; a veces, el
camino es tedioso, pero a través del ejercicio mental y la práctica, esto
se convierte en un trabajo bastante provechoso para el estudiante e
investigador.
El protocolo propuesto por Molla et al. (2010) estudiado en este capítulo, es
sumamente práctico para construir categorías y subcategorías, a través del análisis
de las unidades de significado general (USG) y unidades de significado
relevantes (USR) a partir de los datos obtenidos al aplicar nuestras técnicas e
instrumentos de investigación, en donde generamos abundante información.
Posterior a ello, se puede recurrir a sistemas tecnológicos y más
sofisticados para el análisis de datos en la investigación.
REFERENCIAS
11