Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DOCTORADO EN CIENCIAS
PARA EL DESARROLLO
SUSTENTABLE
Tipos:
Método de Observación.- Procede del conocimiento por el cual se perciben
deliberadamente ciertos rasgos existentes en el objeto de conocimiento.
Método Inductivo.- Procede del conocimiento que se inicia por la observación
de fenómenos particulares con el propósito de llegar a conclusiones y
premisas de carácter general que pueden ser aplicadas a situaciones similares
a la observada.”
Método Deductivo.- Procede del conocimiento que se inicia por la observación
de fenómenos de carácter general con el propósito de llegar a conclusiones y
premisas de carácter particular contenidas explícitamente en la situación
general.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
Tipos:
Se pueden mencionar como técnicas de recolección de información:
- La observación (ver o experienciar),
- La encuesta (preguntar),
- La entrevista (dialogar),
- La revisión documental (leer),
- Las sesiones en profundidad (hacer o participar)
Técnicas de Investigación Social: Encuesta, grupos de discusión, análisis del
discurso, la historiografía, la historia oral y de Vida, la entrevista cualitativa, la
etnografía, análisis semántico basado en imágenes, la investigación-acción
participativa, la Heurística.
3. INSTRUMENTOS: “Constituyen las vías mediante la cual es posible aplicar una
determinada técnica de recolección de información.”
4. METODOLOGÍA.- El término “… deriva de método y logos, estudio. (…) En el ámbito
de la investigación, la metodología es el área del conocimiento que estudia los
métodos generales del proceso científico. La metodología incluye el estudio
de los métodos, las técnicas, las tácticas, las estrategias y los procedimientos que
utiliza el investigador para lograr los objetivos de su trabajo, y comprende el
conocimiento de todos y cada uno de los pasos (algunos secuenciales y otros
simultáneos), que implica el proceso investigativo.” También los instrumentos.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
INSTRUMENTOS DE INVESTIGACIÓN
Los instrumentos de medición sirven para medir las variables, recopilar información con
respecto a ellas, o simplemente observar su comportamiento.
1. Listar las variables que se pretenden medir u observar. Las variables son
propiedades de los objetos/ sujetos que toman distintos valores, y que son razón
del estudio a realizar.
Debemos asegurarnos de tener un número suficiente de ítems para medir todas las
variables en todas sus dimensiones.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
Nominal, indica que hay dos o más categorías de respuesta las cuales no
tienen orden o jerarquía.
Ordinal, indica que hay varias categorías, pero además estas mantienen un
orden jerárquico, de mayor a menor.
Intervalo, implica crear escalas de medición donde las distancias entre las
diferentes categorías de respuestas son iguales. El cero o punto de partida,
es arbitrario, es decir no es real, como el caso de la temperatura, donde el
cero no significa que no haya temperatura.
Razón, además de tener todas las características del nivel de intervalo
(distancias iguales entre las categorías de respuesta y aplicación de
operaciones matemáticas básicas), implica que parte de un cero real y
absoluto donde no existe la propiedad a medir. Por ej. ¿Cuántos hijos tiene
usted? Puede ser 0 cuando no tiene hijos.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
Tratadas en
forma conjunta
=
INSTRUMENTO
ÚTIL
OBJETIVIDAD
CONFIABILIDAD
VALIDEZ
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
TIPOS DE VALIDEZ
VALIDEZ DE CONTENIDO: Se refiere al grado en que un instrumento refleja un
dominio específico de contenido de lo que se mide. Por ejemplo, una prueba de
operaciones aritméticas no tendrá validez de contenido si explora suma y
división y excluye problemas de resta y multiplicación. (Validez de juicio de
expertos)
Un instrumento de medición debe contener representados a todos los ítems del
dominio de contenido de las variables a medir.
• VALIDEZ DE CRITERIO: Implica que la medición del instrumento se ajusta o sirve
a un criterio externo que pretende medir lo mismo. Si el criterio se ajusta al
futuro se habla de validez predictiva. Por ejemplo una prueba de admisión en
las universidades puede comparar sus resultados con el rendimiento futuro de
los estudiantes en la carrera. Si el criterio se fija en el presente se habla de
validez concurrente; es cuando los resultados del instrumento correlacionan con
el criterio en el mismo momento o punto de tiempo. Por ejemplo una encuesta
administrada un día antes de las votaciones para detectar preferencias del
electorado, correlaciona con los resultados finales de la elección. (Coeficientes
de contingencia, Spearman-Brow, Pearson, alfa de Cronbach y la técnica aiken)
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
MIDIENDO LA VALIDEZ
- Segundo.- Elaborar un universo de ítems tan amplio como sea posible, para
medir la variable en todas sus dimensiones.
MIDIENDO LA CONFIABILIDAD
MIDIENDO LA CONFIABILIDAD
Un test confiable debe minimizar la medida del error de modo que tal error no esté
altamente correlacionado con la verdadera puntuación. El alfa de Cronbach
examina la matriz de varianzas y covarianzas, sin embargo, no toda la información
de la matriz es útil ya que las varianzas y la duplicidad de las covarianzas no son
útiles. La varianza es una medida de cómo la distribución de una variable (ítem)
está dispersa, la covarianza es la medida de la dispersión entre dos variables. Entre
más alto sea el coeficiente de correlación, más alta es la covarianza. Entre más alto
sea el coeficiente alpha, más consistente es el test.
Un instrumento puede tener un alfa único para toda la variable, y también valores
distintos de alfa para cada dimensión, cuando la variable es compleja,
multidimensional.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
EJEMPLOS DE
CONFIABILIDAD
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
n XY X Y
R xy
n X 2 X n Y 2 Y
2 2
Puntuación 35 40 20 30 33 24 18 25 22 17
1 vez
Puntuación 36 38 19 30 31 22 20 25 24 17
2 vez
R2
1 (S
1
2
S 22 )
2
S t
Donde:
R: Coeficiente de confiabilidad
2
S : Varianza de las puntuaciones de los ítems impares
1
2
S : Varianza de las puntuaciones de los ítems pares
2
2
S
t : Varianza de las puntuaciones del test total
Ejemplo:
Se tomó las puntuaciones de 20 ítems aplicado a 20 estudiantes seleccionados al
azar de una muestra piloto para probar un grupo control y experimental de un
estudio.
N° P. impar P. par P. Total
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
1 5 5 10
2 5.5 5.5 11
3 8.5 8.5 17
4 3 3 6
5 7.5 7.5 15
6 5 7 12
7 3.5 4.5 8
8 8 8 16
9 3.5 2.5 6
10 6.5 8.5 15
11 9 8 17
12 6.5 8.5 15
13 4.5 4.5 9
14 1.5 4.5 6
15 7 9 16
16 5 6 11
17 7.5 7.5 15
18 5 7.5 12.5
19 8 8 16
20 8 5 13
VARIANZA 4.278947 3.901973 14.32302
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
En SPSS:
Analizar / Escala/ Análisis de fiabilidad/ Seleccionar las 2 variables/ En modelo
seleccionar 2 mitades/ Aceptar
Ítem 20 19 16 16 13 12 11 10 10 9 4 3
impar
Ítem 11 10 9 9 8 8 8 7 7 7 6 6
par
En SPSS:
Analizar / Escala/ Análisis de fiabilidad/ Seleccionar las 2 variables/ En modelo
seleccionar 2 mitades/ Aceptar
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
k Si
2
1
k 1 St 2
Donde:
α : coeficiente de Cronbach
K : número de ítems o preguntas
2
S : Varianza de cada ítem
i
Ejemplo:
Se desea estimar la coherencia interna de una matriz de ítems por cada estudiante
sobre los resultados de una escala de actitud hacia la matemática (siempre:5,
muchas veces:4, regularmente:3, pocas veces:2, y nunca:1), cuyos resultados
fueron:
Estudiante 1 2 3 4 5 6
1 5 4 3 2 1 1
2 4 1 3 3 1 2
3 5 5 5 5 5 5
4 4 4 2 3 1 1
5 5 2 2 4 3 1
6 5 3 3 2 4 2
7 4 5 2 3 2 3
8 5 5 2 5 2 5
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
En SPSS:
Analizar / Escala/ Análisis de fiabilidad/ Seleccionar las 6 variables/ En modelo
seleccionar alfa/ Aceptar