Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEMA 2. Conceptos Basicos Estadistica Docentes IES Huando 2023
TEMA 2. Conceptos Basicos Estadistica Docentes IES Huando 2023
Diseños de investigación:
Experimental : Experimental puro, Pre-experimental, Cuasi-
experimental
No experimental:
-Transversales : -Descriptivos: D. simple,
Comparativo
-Correlacionales:
-simples
- causales
- Longitudinales
Paradigmas en La Investigación
(Cook y Reichardt cit. por De Barrera, J., 2.000)
Clasificación de investigación
DISEÑOS DE INVESTIGACIÓN
No experimentales
Desea saber si las personas que tienen ingresos más altos tienen más probabilidades de
una nutrición adecuada. (puede ser positiva o negativa)
Si existe una correlación entre la inteligencia y la altura. (en este caso es de Correlación
Cero)
TRANSVERSALES
POBLACIÓN
VARIABLE
Es una cualidad o característica sobre la
cual pueden variar los objetos de estudio o
unidades de análisis
Ejemplos:
Sexo: Hombre y mujer
Estado civil: casado, soltero
Edad:
Ejemplos de variables
ESTATURA
2 variables
Edad : 20 años
Sexo : Masculino y femenino
Peso: 75.5 kg
Una variable Nivel de estudios: quinto ciclo
influye en otra
POR SU NATURALEZA
Resultado de la observación
de cualidades o atributos.
Sexo (Números enteros)
Estado civil
Grado de Instrucción (Números decimales)
POR SU ESCALA DE MEDICIÓN
(Solamente puede ser cualitativa)
Diseño de investigación experimental
Pre – experimental
Ejemplo: Los materiales impresos y su influencia en el aprendizaje de la lectura y
escritura en las alumnas del primer grado de la I.E “Carlos Manuel Cox Rosse” del
distrito de La Esperanza – Trujillo 2013
Diseño pre-test post –test con su solo grupo, cuyo esquema es el siguiente:
G: O1 X O2
Donde:
Cuasi experimental
Ejemplo: Influencia de la aplicación del programa “Educación es Amor” en la
disminución de la agresividad de los niños de 5 años de la institución Educativa
Nº 211 “Santísima Niña María”, California, Trujillo, Perú-2014.
GE O1 x O2
GC O3 - O4
Donde:
GE : Grupo experimental: Sección “A”
GC : Grupo de control : Sección “B”
X : Programa “Educación es Amor”
O1 : Pre test del grupo experimental
O2 : Pos test del grupo experimental
O3 : Pre test del grupo control.
O4 : Pos test del grupo control
MUESTREO
CALCULO DEL TAMAÑO DE LA MUESTRA
CALCULO DEL TAMAÑO DE LA MUESTRA
CÁLCULO DEL TAMAÑO DE LA MUESTRA
NOTA:
no
n f =
no
1+
N
Calculando tamaño de muestra
1.¿Cual es el nivel de estrés de los estudiantes del IES Huando?
Unidad de análisis: 1 persona trabajador del IES
Población: 500
Variable : Cualitativa: Stres
2. ¿Cual es la edad promedio de los pobladores de la localidad de Huando?
Población : 1500
Variable : cuantitativa: edad
CUANTITATIVAS CUALITATIVAS
TECNICA INSTRUMENTO
ENCUESTA
CUESTIONARIO
CUESTIONARIO O GUIA DE
ENTREVISTA
ENTREVISTA
DOBLE PREGUNTA
INCONGRUENCIA
NEGACIÓN
ESCALA DE LIKERT
(Creador:Rensis Likert)
Los ítems deben ser presentados en forma de afirmaciones, frente a las cuales el
sujeto que responde debe manifestar su acuerdo o desacuerdo.
EJEMPLO
TOTALMENTE EN TOTALMENTE DE
ITEMS DESACUERDO EN DESACUERDO INDIFERENTE DE ACUERDO ACUERDO
Requisitos de
la Medición
Validez Confiabilidad
ALPHA DE CRONBACH
Es un coeficiente que sirve para medir la fiabilidad de una escala de medida, y cuya
denominación Alfa fue realizada por Cronbach en 1951. Considerada también una medida
de coherencia o consistencia interna, su cálculo sólo incluye una aplicación.
CONDICIONES DE APLICACIÓN
1.Estar formado por un conjunto de ítems que se combinan aditivamente para hallar una
puntuación global (esto es, la puntuaciones se suman y dan un total que es el que se
interpreta).
2.Todos los ítems miden la característica deseada en la misma dirección. Es decir, los ítems de
cada una de las escalas tienen el mismo sentido de respuesta (a mayor puntuación, más
ansiedad, por ejemplo)
CONFIABILIDAD DEL INSTRUMENTO DE
RECOLECCIÓN DE DATOS:
EJEMPLOS DE CONFIABILIDAD
EJEMPLO 1:
REALIZAR LA
CONFIABILIDAD PAR
EL SIGUIENTE
CUESTIONARIO:
(ESCALA DE LIKERT)
Alpha de Cronbach en resultados de prueba piloto (10% de la población objeto de estudio)
¿Considera Usted que al reducir, reusar, reciclar sus propios residuos sólidos, está
2 mejorando su ambiente?
siendo:
S = la sumatoria de si
si= Valor asignado por el juez i
n = Número de jueces
c = Número de valores de la escala de
valoración
EJEMPLO: Artículo “Validación y confiabilidad del Cuestionario AQ-27 de actitudes estigmatizadoras hacia
pacientes con esquizofrenia en un Hospital General – 2020”. Bolívar-Paredes, E., & Villanueva-Ruska, A.
(2017).
Este coeficiente puede obtener valores entre O y 1, a medida que sea más
elevado el valor computado, el ítem tendrá una mayor validez de contenido. Se considera que la V de
cada ítem debe ser de 0.80 a mas y la V general mayor a 0.90
V de Aiken ( USADA PARA CALIFICACIONES POLITÓMICAS)
Como cualquier estadístico, la V está influida por el error muestral, por lo cual es necesario
establecer el rango de posibles valores que asumiría el parámetro. Ante esa posibilidad, los IC son una
aproximación más útil. Existe un método para
construir intervalos de confianza asimétricos para la V, y con esos resultados podría valorarse de
forma más precisa el acuerdo entre los jueces
Límite Inferior
Límite Superior
Si bien no hay un consenso respecto a qué valor del límite inferior del IC de la V
puede ser considerado como aceptable, la evidencia parece indicar que
0,7 sería adecuado, ya que no permite que sea valorado como representativo un
ítem cuando el acuerdo entre jueces no es lo suficientemente alto.
Por ejemplo, si una V es de 0,72, pero su límite inferior es 0,63, se consideraría que
ese ítem presenta un contenido poco representativo.
Dominguez(2016)
VALIDEZ DE CONSTRUCTO :
Según Sánchez y Reyes (2009) la validez de constructo se refiere al grado en que un test mide la
construcción teórica elaborada respecto de la conducta que se mide. Un test posee validez de
constructo teórico si el resultado obtenido es el esperado de acuerdo a la teoría formulada. Las
técnicas más usadas son:
2.-ANÁLISIS FACTORIAL:
El análisis factorial nos indica cómo tienden a agruparse los ítems o variables. Examinando el contenido
conceptual de los ítems que pertenecen al mismo factor podemos comprender qué factores [o
constructos] subyacentes explican las correlaciones entre los ítems.
El análisis factorial de un instrumento de medición ayuda a establecer la validez de constructo de lo que
estamos midiendo, en el sentido de que nos analiza la estructura del constructo que estamos
pretendiendo medir.
VALIDEZ DE CONSTRUCTO :
Y la forma de interpretar es:
ESCALA DE VALORACIÓN PARA INTERPRETAR LA CORRELACIÓN EN
LA VALIDACIÓN
ri.t Nivel de discriminación
2.-ANÁLISIS FACTORIAL:
El análisis factorial nos indica cómo tienden a agruparse los ítems o variables. Examinando el contenido
conceptual de los ítems que pertenecen al mismo factor podemos comprender qué factores [o
constructos] subyacentes explican las correlaciones entre los ítems.
El análisis factorial de un instrumento de medición ayuda a establecer la validez de constructo de lo que
estamos midiendo, en el sentido de que nos analiza la estructura del constructo que estamos
pretendiendo medir.
Número de sujetos para construir un instrumento de medición
Para hacer bien el análisis de ítems debe de haber al menos unos cinco sujetos por ítem
inicial; por lo tanto si se parte de 60 ítems, con este criterio (que tomamos de Nunnally,
1978, que lo propone como número mínimo) harán falta 300 sujetos.
Como criterio general es preferible tener más sujetos que menos; con más sujetos los
resultados de los análisis serán más estables; si son pocos los sujetos es más probable que
los ítems discriminen de manera distinta en otras muestras.
Hipótesis:
Ho: El sistema “fABALAB” No mejora significativamente la satisfaccion de estudiantes
del IES HUANDO 2023.
Pre - experimental
Donde:
NORMALIDAD
Para saber el efecto del tratamiento aplico T-Student (porque son 2 grupos
relacionados) , pretest y post test
T-Student
T-Student
CASO 2 - Ingresamos los datos y procesamos de esta
manera:
Luego pasamos los datos de pretest y postest al cuadrito para
contrastar la hipótesis, de esta manera:
Luego pasamos los datos de pretest y postest al cuadrito para
contrastar la hipótesis, de esta manera:
Obtenemos los siguientes resultados:
PARAMÉTRICA NO PARAMÉTRICA
PARAMÉTRICA NO PARAMÉTRICA