Clase Metodologia 26-11-2013

1

METODOLOGÍA DE LA INVESTIGACIÓN CIENTÍFICA

CURSO TEÓRICO – PRÁCTICOCAPÍTULO 8

Selección de la muestra, recolección y

análisis de datos

Dr.- Ing. Gerardo Zamora Echenique


Cap. 8.- Selección de muestra, recolección y análisis de datos

8.18.1 SelecciSeleccióón de muestran de muestra8.1.18.1.1 ConceptosConceptos8.1.28.1.2 DelimitaciDelimitacióón de poblacin de poblacióónn8.1.38.1.3 Tipos de muestras: ProbabilTipos de muestras: Probabilíísticas y no sticas y no

probabilprobabilíísticassticas8.1.48.1.4 AplicaciAplicacióón de procedimientos de seleccin de procedimientos de seleccióón n

8.28.2 RecolecciRecoleccióón de datosn de datos8.2.18.2.1 RecolecciRecoleccióón de acuerdo al enfoque y contexton de acuerdo al enfoque y contexto8.2.28.2.2 Enfoque cuantitativo: Instrumentos o mEnfoque cuantitativo: Instrumentos o méétodos detodos de

recoleccirecoleccióón y aplicacin y aplicacióónn8.2.38.2.3 Enfoque cualitativo: Instrumentos o mEnfoque cualitativo: Instrumentos o méétodos de todos de

recoleccirecoleccióón y aplicacin y aplicacióónn


8.3 Análisis de datos8.3 Análisis de datos8.3.18.3.1 Cuantitativos: Pruebas estadísticas descriptivas Cuantitativos: Pruebas estadísticas descriptivas

e e inferencialesinferenciales8.3.28.3.2 Análisis Análisis paramétricoparamétrico y no y no paramétrico paramétrico

8.18.1 ConceptosConceptosEnfoque cuantitativoEnfoque cuantitativo::“La muestra es un subgrupo de la población de interés “La muestra es un subgrupo de la población de interés (sobre el cuál se habrán de recolectar datos y que se (sobre el cuál se habrán de recolectar datos y que se define o delimita de antemano con precisión) y tiene que define o delimita de antemano con precisión) y tiene que ser representativo de ésta”. El investigar busca que los ser representativo de ésta”. El investigar busca que los resultados encontrados en la muestra logren resultados encontrados en la muestra logren generalizarse o extrapolarse a la población.generalizarse o extrapolarse a la población.Enfoque cualitativoEnfoque cualitativo::““Es la unidad de análisis o de grupo de personas, Es la unidad de análisis o de grupo de personas, contextos, eventos, sucesos, comunidades, etc, de contextos, eventos, sucesos, comunidades, etc, de análisis sobre el (la) cuál se habrán de recolectar datos, análisis sobre el (la) cuál se habrán de recolectar datos, sin que necesariamente sea representativo (a) del sin que necesariamente sea representativo (a) del universo o población que se estudia. Puede ser el universo o población que se estudia. Puede ser el universo mismo.universo mismo.

8.1.28.1.2 Delimitación de poblaciónDelimitación de poblaciónLa delimitación de la población no solo depende del La delimitación de la población no solo depende del objetivo del estudio, sino de otras razones prácticas.objetivo del estudio, sino de otras razones prácticas.Se Se categorizan categorizan en muestras no probabilísticas y en muestras no probabilísticas y probabilísticas. Su elección es función de los objetivos probabilísticas. Su elección es función de los objetivos del estudio, del esquema de investigación y la del estudio, del esquema de investigación y la contribución que se piensa hacer con ella.contribución que se piensa hacer con ella.

8.1.38.1.3 Tipos de MuestrasTipos de MuestrasMuestras No Probabilísticas:Muestras No Probabilísticas:La elección de los elementos de la población no depende La elección de los elementos de la población no depende de la probabilidad, sino de causas relacionadas con las de la probabilidad, sino de causas relacionadas con las características de la investigación o de quién hace la características de la investigación o de quién hace la muestra.muestra.

8.1.38.1.3 Muestras ProbabilísticasMuestras Probabilísticas

La La muestra probabilísticamuestra probabilística tiene la ventaja de que es tiene la ventaja de que es posible medir el error en nuestras predicciones. Son posible medir el error en nuestras predicciones. Son esenciales para investigaciones cuantitativas (por esenciales para investigaciones cuantitativas (por encuestas) y por tanto todos los elementos de la encuestas) y por tanto todos los elementos de la población tienen una misma probabilidad de ser elegidos.población tienen una misma probabilidad de ser elegidos.Para tener una muestra probabilística requerimos:Para tener una muestra probabilística requerimos:Determinar el tamaño de la muestra y seleccionar los Determinar el tamaño de la muestra y seleccionar los elementos elementos muestralesmuestrales..Tamaño de la MuestraTamaño de la Muestra: A partir de una población N: A partir de una población N¿¿Cuál es el menor número de unidades muestrales Cuál es el menor número de unidades muestrales (personas, organizaciones, etc.) que necesito para (personas, organizaciones, etc.) que necesito para conformar una muestra (n) que me asegure un “error conformar una muestra (n) que me asegure un “error estándar menor de 0.01).estándar menor de 0.01).

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

2

8.1.38.1.3 Muestras Probabilísticas (continuación)Muestras Probabilísticas (continuación)

ZZ22 p(1p(1--p) Np) Nn = n =

ee22 (N)+ z(N)+ z22 p(1p(1--p)p)

Donde:Donde:

n = Tamaño de la muestran = Tamaño de la muestraN = Tamaño de la poblaciónN = Tamaño de la poblaciónZ = Nivel de confianza (p.e. Para 90% Z = Nivel de confianza (p.e. Para 90% -- valor de distrib.valor de distrib.

Normal adopta el valor de 1.65)Normal adopta el valor de 1.65)p = probabilidad a favorp = probabilidad a favore = error estándar de estimacióne = error estándar de estimación


Ejemplo: Ejemplo: Para una población de 1176 personas:Para una población de 1176 personas:

Las probabilidades en favor o en contra de 50%Las probabilidades en favor o en contra de 50%e = Error de estimación estándar: 0.05e = Error de estimación estándar: 0.05Z = Nivel de confianza del 95% (margen de error del 5%) de Z = Nivel de confianza del 95% (margen de error del 5%) de

acuerdo a la tabla de distribución normal le acuerdo a la tabla de distribución normal le corresponde un valor de 1.96corresponde un valor de 1.96

Calculando:Calculando:n = (n = (1.961.9622 x 0.5 (1x 0.5 (1--0.5) x 1176)/ (0.050.5) x 1176)/ (0.0522 x (1176) + 1.96x (1176) + 1.9622 x 0.5 x 0.5

(1(1--0.5)0.5)n = 289n = 289N = 1176 personas es el universo de profesionalesN = 1176 personas es el universo de profesionales


Muestra probabilística estratificadaMuestra probabilística estratificada“Cuando no bastan que cada uno de los elementos “Cuando no bastan que cada uno de los elementos muestrales muestrales tengan la misma probabilidad de ser tengan la misma probabilidad de ser escogidos, sino que además es necesario estratificar la escogidos, sino que además es necesario estratificar la muestra en relación con estratos o categorías que se muestra en relación con estratos o categorías que se presentan en la población y que además son relevantes presentan en la población y que además son relevantes para los objetivos del estudio”.para los objetivos del estudio”.

Factor para cada Estrato: f = n / NFactor para cada Estrato: f = n / NMuestra para cada estrato: Muestra para cada estrato: nnii´́ = f N= f Nii´́

ΣΣ nnii´́ = n= nNNii´́ = N= Núúmero de elementos en cada estratomero de elementos en cada estrato


EstratoEstrato Experiencia Prof.Experiencia Prof. TotalTotal MuestraMuestra11 1 1 -- <2<2 53 x 0.2466=53 x 0.2466= 131322 2 2 -- <4<4 109109 272733 4 4 -- < 6< 6 215215 535344 6 6 -- < 8< 8 8787 212155 8 8 -- <10<10 9898 242466 10 10 -- <12<12 110110 272777 12 12 -- < 14< 14 8181 202088 14 14 -- < 16< 16 221221 545499 16 16 -- < 18< 18 151151 37371010 18 18 -- 2020 5151 1313

f = 289/1176 = 0.2466f = 289/1176 = 0.2466 N = 1176N = 1176 n = 289n = 289


Muestreo Muestreo probabilístico probabilístico por racimos:por racimos:“Cuando el investigador se ve limitado por recursos “Cuando el investigador se ve limitado por recursos financieros, por tiempo, por distancias geográficas o por financieros, por tiempo, por distancias geográficas o por una combinación de éstos y otros obstáculos, se recurre una combinación de éstos y otros obstáculos, se recurre al muestreo por racimos (unidades de análisis que se al muestreo por racimos (unidades de análisis que se encuentran en determinados lugares físicos)”.encuentran en determinados lugares físicos)”.

Ejemplo:Ejemplo:Para aplicar a los estudiantes de los colegios particulares Para aplicar a los estudiantes de los colegios particulares y fiscales de la ciudad de Oruro.y fiscales de la ciudad de Oruro.

8.1.38.1.3 Muestras No ProbabilísticasMuestras No Probabilísticas

Muestras no probabilísticasMuestras no probabilísticas

“También denominadas muestras dirigidas, suponen un “También denominadas muestras dirigidas, suponen un procedimiento de selección informal. Los datos obtenidos procedimiento de selección informal. Los datos obtenidos no permiten generalizarlos a una población”.no permiten generalizarlos a una población”.Su utilidad está dada para un determinado diseño de Su utilidad está dada para un determinado diseño de estudio que no requiere de tanta “representatividad” de estudio que no requiere de tanta “representatividad” de los elementos de la población, sino una cuidadosa y los elementos de la población, sino una cuidadosa y controlada elección de sujetos con ciertas características controlada elección de sujetos con ciertas características especificadas previamente en el planteamiento del especificadas previamente en el planteamiento del problema”.problema”.

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

3

8.1.38.1.3 Muestras No Probabilísticas (Muestras No Probabilísticas (contcont.).)La Muestra de Sujetos Voluntarios:La Muestra de Sujetos Voluntarios:“Son frecuentes en estudios en ciencias sociales y en “Son frecuentes en estudios en ciencias sociales y en ciencias de la conducta”. También en medicina y ciencias de la conducta”. También en medicina y arqueología. Los sujetos o arqueología. Los sujetos o especímenes especímenes son casuales.son casuales.

La Muestra de ExpertosLa Muestra de Expertos: Para ciertos estudios, es : Para ciertos estudios, es necesaria la opinión de expertos en un tema específico. necesaria la opinión de expertos en un tema específico. (Método (Método DelfiDelfi).).

Las Muestras por CuotasLas Muestras por Cuotas: Usados para estudios de : Usados para estudios de opinión y mercadotecnia. opinión y mercadotecnia.

Las Muestras CualitativasLas Muestras Cualitativas: Buscando ciertos atributos : Buscando ciertos atributos en los sujetos en los sujetos muestralesmuestrales

8.1.4 Procedimientos de Selección8.1.4 Procedimientos de Selección

Selección de los elementos para la muestra:Selección de los elementos para la muestra:Su elección es aleatoria para asegurar de que cada Su elección es aleatoria para asegurar de que cada elemento tenga la misma probabilidad de ser elegido.elemento tenga la misma probabilidad de ser elegido.

TómbolaTómbola: Consiste en numerar los todos los elementos : Consiste en numerar los todos los elementos muestrales muestrales del 1 al n e ir eligiendo al azar hasta tener el del 1 al n e ir eligiendo al azar hasta tener el número de elementos de muestra calculados.número de elementos de muestra calculados.

Números Números random random o números aleatorioso números aleatorios:No significa la :No significa la elección al azar o fortuita, sino la utilización de un cuadro elección al azar o fortuita, sino la utilización de un cuadro de números que implica un mecanismo de probabilidad de números que implica un mecanismo de probabilidad bien diseñado. Programa STATSbien diseñado. Programa STATSRRºººººººººººº

8.1.4 Procedimientos de Selección (8.1.4 Procedimientos de Selección (contcont.).)Mapas de una ciudadMapas de una ciudad (como marco de referencia en (como marco de referencia en muestras de racimo).muestras de racimo).

Tamaños de Muestras ReferencialesTamaños de Muestras Referenciales::

Tipo de estudioTipo de estudio NacionalesNacionales RegionalesRegionalesEconómicosEconómicos 1000+1000+ 100100MédicosMédicos 1000+1000+ 500500ConductasConductas 1000+1000+ 700700--300300ActitudesActitudes 1000+1000+ 700700--400400

8.28.2 Recolección de datosRecolección de datos

8.2.1Recolección de acuerdo al enfoque y contexto 8.2.1Recolección de acuerdo al enfoque y contexto Enfoque Cuantitativo:Enfoque Cuantitativo:““Una vez seleccionado el diseño de la investigación Una vez seleccionado el diseño de la investigación apropiado y la muestra adecuada (probabilística o no), de apropiado y la muestra adecuada (probabilística o no), de acuerdo al enfoque elegido (cuantitativo, cualitativo o acuerdo al enfoque elegido (cuantitativo, cualitativo o mixto) y planteados el problema de estudio e hipótesis (si mixto) y planteados el problema de estudio e hipótesis (si es que se establecieron), la siguiente etapa es la es que se establecieron), la siguiente etapa es la recolectar los datos pertinentes sobre variables, sucesos, recolectar los datos pertinentes sobre variables, sucesos, contextos, categorías, comunidades u otros involucrados contextos, categorías, comunidades u otros involucrados en la investigación.en la investigación.Enfoque Cualitativo:Enfoque Cualitativo:“Por lo común, los datos se recolectan en dos etapas: “Por lo común, los datos se recolectan en dos etapas: Durante la inmersión inicial ene l campo o contexto de Durante la inmersión inicial ene l campo o contexto de estudio (aunque incipiente) y en la recolección definitiva estudio (aunque incipiente) y en la recolección definitiva de datos.de datos.

8.2.18.2.1Recolección de acuerdo al enfoque y contextoRecolección de acuerdo al enfoque y contexto

Para la recolección de datos se dispone de una gran Para la recolección de datos se dispone de una gran variedad de instrumentos o técnicas, tanto cuantitativos variedad de instrumentos o técnicas, tanto cuantitativos como cualitativos, y en un mismo estudio se pueden como cualitativos, y en un mismo estudio se pueden utilizar ambos tipos.utilizar ambos tipos.

Actividades:Actividades:a)a) Seleccionar un instrumento o método de recolecciónSeleccionar un instrumento o método de recolecciónb)b) Aplicar el instrumento o método seleccionadoAplicar el instrumento o método seleccionadoc)c) Preparar observaciones, registros y mediciones Preparar observaciones, registros y mediciones

obtenidas para su análisisobtenidas para su análisis

8.2.28.2.2 Enfoque cuantitativo: Instrumentos o métodos de Enfoque cuantitativo: Instrumentos o métodos de recolección y aplicaciónrecolección y aplicación

Bajo la perspectiva cuantitativa, recolectar datos es Bajo la perspectiva cuantitativa, recolectar datos es equivalente a “medir”.equivalente a “medir”.Medir: Medir: “Asignar números a objetos y eventos de acuerdo con “Asignar números a objetos y eventos de acuerdo con reglas (apropiado para ciencias físicas)reglas (apropiado para ciencias físicas)“El proceso de vincular conceptos abstractos con “El proceso de vincular conceptos abstractos con indicadores empíricos”.indicadores empíricos”.

Un instrumento de medición adecuado es aquel que Un instrumento de medición adecuado es aquel que registra datos observables que representan registra datos observables que representan verdaderamente los conceptos o las variables contenidas verdaderamente los conceptos o las variables contenidas en la hipótesis.en la hipótesis.

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

4

8.2.28.2.2 Enfoque cuantitativo: Instrumentos o métodos de Enfoque cuantitativo: Instrumentos o métodos de recolección y aplicación (continuación)recolección y aplicación (continuación)

Los instrumentos de medición deben cumplir los Los instrumentos de medición deben cumplir los requisitos de confiabilidad y validez.requisitos de confiabilidad y validez.ConfiabilidadConfiabilidad: Se refiere al grado en que su aplicación : Se refiere al grado en que su aplicación repetida al mismo sujeto u objeto reproduce los repetida al mismo sujeto u objeto reproduce los resultados.resultados.ValidezValidez: El grado en que el instrumento mide la variable : El grado en que el instrumento mide la variable que se pretende medir. Genera la evidencia relacionada que se pretende medir. Genera la evidencia relacionada con el contenido (contener representados prácticamente con el contenido (contener representados prácticamente a todos los a todos los ítemsítems del dominio de contenido), con el del dominio de contenido), con el criterio (comparándola con algún criterio externo) y el criterio (comparándola con algún criterio externo) y el constructoconstructo (relación consistente de la medición con otras (relación consistente de la medición con otras mediciones. Su validación está vinculada con la teoría).mediciones. Su validación está vinculada con la teoría).


Procedimientos para la construcción de Procedimientos para la construcción de instrumentos de medicióninstrumentos de medición

Elegir un instrumento ya desarrollado y disponible, el Elegir un instrumento ya desarrollado y disponible, el cual se adapta a los requerimientos del estudiocual se adapta a los requerimientos del estudioConstruir un nuevo instrumento Construir un nuevo instrumento Procedimiento:Procedimiento:i)i) Listar las variables que se pretenden medir u observarListar las variables que se pretenden medir u observarii) Revisar su definición conceptualii) Revisar su definición conceptualiii) Revisar su definición operacionaliii) Revisar su definición operacionaliv) Elegir el (los) instrumento(s) ya desarrollados yiv) Elegir el (los) instrumento(s) ya desarrollados y

adaptarlos al contextoadaptarlos al contextoóó


v) Construir el instrumento considerando:v) Construir el instrumento considerando:Cada variable y sus dimensiones; así como, los Cada variable y sus dimensiones; así como, los indicadores precisos e indicadores precisos e items items para cada dimensión. (ver para cada dimensión. (ver ejemplo en fotocopia).ejemplo en fotocopia).vi) indicar el nivel de medición de cada ítem y, por ende, vi) indicar el nivel de medición de cada ítem y, por ende, el de las variables.el de las variables.

Nivel de medición nominalNivel de medición nominal::En este nivel hay dos o más categoríasEn este nivel hay dos o más categoríasVariable Sexo: Masculino y femenino (dos categorías)Variable Sexo: Masculino y femenino (dos categorías)Su identificación puede ser mediante números o Su identificación puede ser mediante números o símbolos: símbolos:

1 Masculino1 Masculino 2 Femenino2 FemeninoLos números tienen una función solamente de Los números tienen una función solamente de clasificación.clasificación.


Nivel de medición ordinalNivel de medición ordinal::En este nivel hay varias categoría, pero además éstas En este nivel hay varias categoría, pero además éstas mantienen un orden o jerarquía. mantienen un orden o jerarquía. PresidentePresidente 1010Vicepresidente Vicepresidente 99..Empleado CEmpleado C 22

Nivel de medición por intervalosNivel de medición por intervalos::Además del orden o jerarquía entre categorías, se Además del orden o jerarquía entre categorías, se establecen intervalos iguales en la medición. establecen intervalos iguales en la medición. 0 10 1 22 33 44 Intervalos constantes (ceroIntervalos constantes (cero

arbitrario)arbitrario)


Nivel de medición de razón:Nivel de medición de razón:Además de establecer intervalos iguales en la Además de establecer intervalos iguales en la medición, el cero es real y absoluto. medición, el cero es real y absoluto.

0 10 1 22 33 44 Intervalos constantes (ceroIntervalos constantes (ceroabsoluto)absoluto)

vii)vii) Indicar como se habrán de codificar los datos en cada Indicar como se habrán de codificar los datos en cada ítem y variable (Asignarles un valor numérico que lo ítem y variable (Asignarles un valor numérico que lo represente)represente)-- no estudiano estudia 00-- estudia menos de una horaestudia menos de una hora 11-- estudia una horaestudia una hora 22-- estudia más de una hora pero menos de dosestudia más de una hora pero menos de dos 33-- estudia más de dos pero menos de tresestudia más de dos pero menos de tres 44


viii)viii) Aplicar la “prueba piloto” del instrumento de medición Aplicar la “prueba piloto” del instrumento de medición para establecer si se comprenden las instrucciones y para establecer si se comprenden las instrucciones y si los si los ítems ítems funcionan de manera adecuada. Los funcionan de manera adecuada. Los resultados permiten calcular confiabilidad y de ser resultados permiten calcular confiabilidad y de ser posible validez.posible validez.

viii)viii) Sobre la base de la prueba piloto, el instrumento de Sobre la base de la prueba piloto, el instrumento de medición preliminar se modifica, ajusta y mejora, para medición preliminar se modifica, ajusta y mejora, para su aplicación final.su aplicación final.

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

5


Tipos de Instrumentos de Medición o Recolección:Tipos de Instrumentos de Medición o Recolección:Escalas para medir actitudes:Escalas para medir actitudes:Las actitudes son un indicador de la conducta, pero Las actitudes son un indicador de la conducta, pero no la conducta en sí; tienen propiedades de dirección no la conducta en sí; tienen propiedades de dirección e intensidad.e intensidad.

a)a) Escalas de Escalas de LikertLikert::Consiste en un conjunto de Consiste en un conjunto de ítems ítems presentados en presentados en forma de afirmaciones o juicios, ante los cuales se forma de afirmaciones o juicios, ante los cuales se pide la reacción de los sujetos.pide la reacción de los sujetos.


Ejemplo:Ejemplo:Objeto de actitud medidoObjeto de actitud medido AfirmaciónAfirmación

DeserciónDeserción La deserción de los estudiantesLa deserción de los estudiantesse debe a factores económicosse debe a factores económicos

( ) Muy de acuerdo( ) Muy de acuerdo( ) De acuerdo( ) De acuerdo( ) Ni de acuerdo, ni en desacuerdo( ) Ni de acuerdo, ni en desacuerdo( ) En desacuerdo( ) En desacuerdo( ) Muy en desacuerdo( ) Muy en desacuerdo


Dirección de las afirmaciones:Dirección de las afirmaciones:Las afirmaciones pueden tener dirección: favorable o Las afirmaciones pueden tener dirección: favorable o positiva o desfavorable o negativa.positiva o desfavorable o negativa.

““Los programas de titulación de antiguos Los programas de titulación de antiguos egresados resuelven el problema de la baja egresados resuelven el problema de la baja

eficiencia terminal”eficiencia terminal”. . ( 5 ) Muy de acuerdo( 5 ) Muy de acuerdo( 4 ) De acuerdo( 4 ) De acuerdo( 3 ) Ni de acuerdo, ni en desacuerdo( 3 ) Ni de acuerdo, ni en desacuerdo( 2 ) En desacuerdo( 2 ) En desacuerdo( 1 ) Muy en desacuerdo( 1 ) Muy en desacuerdo

“Es decir, “Es decir, estar más de acuerdo, implica una estar más de acuerdo, implica una puntuación mayorpuntuación mayor”.”.


Manejo de las PuntuacionesManejo de las Puntuaciones::El número de preguntas refleja la puntuación mínima El número de preguntas refleja la puntuación mínima posible y la máxima puntuación esta dada por el posible y la máxima puntuación esta dada por el producto del número de preguntas por el puntaje producto del número de preguntas por el puntaje máximo de cinco asignado en cada una de ellas.máximo de cinco asignado en cada una de ellas.

Por ejemplo: 8 preguntas Mínimo = 8 puntosPor ejemplo: 8 preguntas Mínimo = 8 puntosMáximo = 40 puntosMáximo = 40 puntos

La persona que obtenga un puntaje de 20, mostraría La persona que obtenga un puntaje de 20, mostraría una actitud ni favorable, ni desfavorable, respecto al una actitud ni favorable, ni desfavorable, respecto al tema abordado en el conjunto de las preguntas del tema abordado en el conjunto de las preguntas del cuestionario.cuestionario.


Es recomendable, los resultados obtenidos, expresarlos en Es recomendable, los resultados obtenidos, expresarlos en la misma escalala misma escala que corresponde a la de que corresponde a la de LikertLikert..En el ejemplo: 20/8 = En el ejemplo: 20/8 = 2.52.5

00 11 22 33 44 55ActitudActitud ActitudActitudmuy desfavorablemuy desfavorable muy favorablemuy favorable

La escala de La escala de Likert Likert es, en estricto sentido, una medición es, en estricto sentido, una medición ordinal; sin embargo, es común que se trabaje como si ordinal; sin embargo, es común que se trabaje como si fuera de intervalo.fuera de intervalo.


TambiTambiéén puede usarse con preguntas en vez de n puede usarse con preguntas en vez de afirmaciones:afirmaciones:

¿¿CCóómo considera Ud. al docente que imparte la asignatura mo considera Ud. al docente que imparte la asignatura de metodologde metodologíía de la investigacia de la investigacióón?n?

(5) Muy buen docente(5) Muy buen docente (4) Buen docente(4) Buen docente (3) Regular(3) Regular(2) Mal docente(2) Mal docente (1) Muy mal docente(1) Muy mal docente

Las maneras de aplicar las escalas de Las maneras de aplicar las escalas de Likert Likert son: son: El respondiente marca su respuesta o a partir de una El respondiente marca su respuesta o a partir de una encuesta, el encuestador anota la respuesta del encuesta, el encuestador anota la respuesta del respondiente. respondiente.

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

6


b)b) Diferencial Semántico:Diferencial Semántico:Se refiere a la calificaciSe refiere a la calificacióón al objeto de actitud con un n al objeto de actitud con un conjunto de adjetivos bipolares (o extremos).conjunto de adjetivos bipolares (o extremos).

----------------------------------------------------------JustoJusto injustoinjusto

Los puntos de la escala pueden codificarse:Los puntos de la escala pueden codificarse:

77 6 5 4 3 26 5 4 3 2 11----------------------------------------------------------

JustoJusto injustoinjusto

Las pruebas pueden ser administradas o mediante Las pruebas pueden ser administradas o mediante encuesta.encuesta.


d) Escala de d) Escala de GuttmanGuttmanSe basa en el principio de que algunos Se basa en el principio de que algunos ítems ítems indican en indican en mayor medida fuerza o intensidad.mayor medida fuerza o intensidad.

sabrososabroso insípidoinsípidoValor asignado: 1Valor asignado: 1

Cada afirmación mide la misma dimensión de una variable.Cada afirmación mide la misma dimensión de una variable.

e) Técnica e) Técnica CornellCornell1.1. Obtener el puntaje total de cada sujetoObtener el puntaje total de cada sujeto2.2. Ordenar los sujetos de acuerdo a su puntaje totalOrdenar los sujetos de acuerdo a su puntaje total3.3. Ordenar las afirmaciones de acuerdo a su intensidadOrdenar las afirmaciones de acuerdo a su intensidad


4.4. Construir un cuadro donde se crucen los puntajes de los Construir un cuadro donde se crucen los puntajes de los sujetos ordenados con sujetos ordenados con íítemstems y sus category sus categoríías as jerarquizadosjerarquizados

5.5. Analizar el nAnalizar el núúmero de errores o rupturas en el patrmero de errores o rupturas en el patróón n ideal de intensidad de escala.ideal de intensidad de escala.

íítemstemsMas intensoMas intenso Menos intensoMenos intenso

categorcategorííasasPersonasPersonas PuntajesPuntajes

MayorMayor

MenorMenor

AFIRMACIONESAFIRMACIONESAA BB CC D PuntajesD Puntajes

SujetoSujeto D A DE DA DE DA DE DA DE TOTALESD A DE DA DE DA DE DA DE TOTALES1 X1 X X X X 4X X X 42 X2 X X X X 4X X X 43 X3 X X X X 4X X X 44 X4 X X X X 3X X X 35 X5 X X X X 3X X X 36 X6 X X X X 3X X X 37 X 7 X X X X 2X X X 28 X8 X X X X 2X X X 29 X9 X X X X 2X X X 2

10 X 10 X X X X 2X X X 211 X11 X X X X 1X X X 112 X12 X X X X 1X X X 113 X13 X X X X 0X X X 014 X14 X X X X 0X X X 0

DA=De Acuerdo DA=De Acuerdo óó 1; ED=En Desacuerdo 1; ED=En Desacuerdo óó 0; A>B>C>D en intensidad0; A>B>C>D en intensidad


““Cuando el nCuando el núúmero de errores es excesivo, la escala no mero de errores es excesivo, la escala no presenta presenta reproductibilidad reproductibilidad y no puede aceptarsey no puede aceptarse””..

Coeficiente de Coeficiente de reproductibilidadreproductibilidad = 1 N= 1 Núúmero de erroresmero de erroresNNúúmero total de respuestasmero total de respuestas

NNúúmero de respuestas = (Nmero de respuestas = (Nºº de de íítemstems) x (N) x (Nºº de Sujetos)de Sujetos)

Del ejemplo anterior:Del ejemplo anterior:

Cr Cr = 1 = 1 –– (3)/(4) x (14) = 0.98(3)/(4) x (14) = 0.98


CUESTIONARIOS:CUESTIONARIOS:Es talvez el instrumento mEs talvez el instrumento máás utilizado para recolectar datos. s utilizado para recolectar datos. ““Consiste en un conjunto de preguntas respecto a una o mConsiste en un conjunto de preguntas respecto a una o máás s de las variables a medirde las variables a medir””..

Preguntas cerradas:Preguntas cerradas:El docente demuestra interEl docente demuestra interéés en el desarrollo de sus clasess en el desarrollo de sus clases

( ) Siempre( ) Siempre ( ) Casi siempre( ) Casi siempre ( ) nunca( ) nunca

Que medios utiliza para realizar revisiones bibliogrQue medios utiliza para realizar revisiones bibliográáficas en la ficas en la asignaturaasignatura( ) libros( ) libros ( ) art( ) artíículos ( ) culos ( ) internetinternet ( ) apuntes ( ) otros( ) apuntes ( ) otros

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

7


Preguntas con Preguntas con jerarquizacijerarquizacióón n de opciones:de opciones:Encuestados en la Carrera de AuditoriaEncuestados en la Carrera de Auditoria

¿¿de acuerdo a su vocacide acuerdo a su vocacióón, qun, quéé carrera carrera UdUd. elegir. elegiríía si a si pudiera volver a inscribirse en la universidad?pudiera volver a inscribirse en la universidad?

( ) la carrera que estudia( ) la carrera que estudia ( ) econom( ) economíía a ( ) administraci( ) administracióón de empresas ( ) otrasn de empresas ( ) otras

Las preguntas “abiertas” se utilizan a menudo en Las preguntas “abiertas” se utilizan a menudo en cuestionarios de corte cualitativo.cuestionarios de corte cualitativo.“Se recomienda que para construir un cuestionario, se “Se recomienda que para construir un cuestionario, se analice, variable por variable, qué tipo de preguntas analice, variable por variable, qué tipo de preguntas deben hacerse para poder recolectar información que deben hacerse para poder recolectar información que permita medir la misma”.permita medir la misma”.


Respecto a lRespecto a las preguntas:as preguntas:Tienen que ser claras y comprensibles para los Tienen que ser claras y comprensibles para los respondientesrespondientesNo deben incomodar al respondienteNo deben incomodar al respondienteDeben referirse preferentemente a un solo aspecto o una Deben referirse preferentemente a un solo aspecto o una relación lógicarelación lógicaNo deben inducir a respuestasNo deben inducir a respuestasNo pueden apoyarse en instituciones, ideas respaldadas No pueden apoyarse en instituciones, ideas respaldadas socialmente, ni en evidencia comprobadasocialmente, ni en evidencia comprobadaLas preguntas con varias categorías de respuesta, y Las preguntas con varias categorías de respuesta, y donde el respondiente sólo tiene que elegir una, llega a donde el respondiente sólo tiene que elegir una, llega a ocurrir que el orden en que se presentan dichas ocurrir que el orden en que se presentan dichas alternativas, afecta las respuestas.alternativas, afecta las respuestas.El lenguaje utilizado debe ser apropiado para los El lenguaje utilizado debe ser apropiado para los respondientesrespondientes


“Es conveniente iniciar el cuestionario con preguntas “Es conveniente iniciar el cuestionario con preguntas neutrales o fáciles de contestar”.neutrales o fáciles de contestar”.“Es importante dar a conocer las instrucciones de cómo “Es importante dar a conocer las instrucciones de cómo deben ser llenados los cuestionarios”. Es frecuente, deben ser llenados los cuestionarios”. Es frecuente, incluir una carátula de presentación o una carta donde incluir una carátula de presentación o una carta donde se expliquen los propósitos del cuestionario y se se expliquen los propósitos del cuestionario y se garantice la confidencialidad de la información”.garantice la confidencialidad de la información”.“El tamaño del cuestionario depende de del número de “El tamaño del cuestionario depende de del número de variables y dimensiones a medir, el interés de los variables y dimensiones a medir, el interés de los respondientes y la manera de cómo se administrará el respondientes y la manera de cómo se administrará el mismo”.mismo”.“El cuestionario puede ser administrado; realizado a “El cuestionario puede ser administrado; realizado a través de entrevista, por teléfono, etravés de entrevista, por teléfono, e--mail, correo.mail, correo.


Las preguntas abiertas requieren de codificación y Las preguntas abiertas requieren de codificación y establecer tablas de frecuencia de las respuestas:establecer tablas de frecuencia de las respuestas:

Ejemplo:Ejemplo:7.7. ¿Qué factor considera como el más relevante para que ¿Qué factor considera como el más relevante para que

el rendimiento en la asignatura no sea satisfactorio?el rendimiento en la asignatura no sea satisfactorio?

CódigoCódigo Categoría (patrones)Categoría (patrones) frecuenciafrecuencia77 Los exámenes son difícilesLos exámenes son difíciles 1818

El tiempo es demasiado cortoEl tiempo es demasiado corto 1010Las preguntas son “rebuscadas” 8Las preguntas son “rebuscadas” 8Las preguntas son “capciosas” 2Las preguntas son “capciosas” 2OtrasOtras 55

4343

Revisión de la literaturaRevisión de la literatura

Adaptar cuestionarioAdaptar cuestionario Elaborar cuestionario propioElaborar cuestionario propioIndicar niveles de mediciónIndicar niveles de medición

de preguntas y escalasde preguntas y escalas

Determinar la codificaciónDeterminar la codificación

Elaborar la primera versiónElaborar la primera versión

Consultar a expertosConsultar a expertos

Ajustar la primera versiónAjustar la primera versión

Entrenar encuestadores (si se requiere)Entrenar encuestadores (si se requiere)

Llevar a cabo prueba pilotoLlevar a cabo prueba pilotoDecidir contextoDecidir contexto

Elaborar versión final Codificar preguntasElaborar versión final Codificar preguntasabiertasabiertas

AplicarAplicar


OBSERVACIÓN CUANTITATIVA:OBSERVACIÓN CUANTITATIVA:

“Consiste en el registro sistemático, válido y confiable de “Consiste en el registro sistemático, válido y confiable de comportamiento o conducta manifiestos y puede comportamiento o conducta manifiestos y puede utilizarse como instrumento de medición en diversas utilizarse como instrumento de medición en diversas circunstancias”.circunstancias”.

i)i) Definir con precisión los aspectos, eventos o conductas a Definir con precisión los aspectos, eventos o conductas a observarobservar

ii)ii) Extraer una muestra representativa de los aspectos, Extraer una muestra representativa de los aspectos, eventos o conductas a observareventos o conductas a observar

iii) Establecer y definir las unidades de observacióniii) Establecer y definir las unidades de observación

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

8


iv) Establecer y definir categorías y subcategorías de iv) Establecer y definir categorías y subcategorías de observación:observación:Distancia física.Distancia física.-- Acercamiento (1) Acercamiento (1) –– Alejamiento (0)Alejamiento (0)Movimientos corporales que denotan tensión: Movimientos corporales que denotan tensión: Evitación (1) Evitación (1) –– Relajamiento (0)Relajamiento (0)Conducta visual del sujeto: Dirigida (1) Conducta visual del sujeto: Dirigida (1) -- A otra parte (0)A otra parte (0)Conducta verbal: Frases completas (1) Conducta verbal: Frases completas (1) –– Dicotómicas (0)Dicotómicas (0)

CategoriasCategorias SubcategoriasSubcategorias-- Atención del estudianteAtención del estudiante Elevada (3)Elevada (3)

Media (2)Media (2)Baja (1)Baja (1)Nula Nula (0)(0)


v)v) Seleccionar a los observadoresSeleccionar a los observadoresvi)vi) Elegir el medio de observaciónElegir el medio de observaciónvii)vii) Elaborar las hojas de calificaciónElaborar las hojas de calificaciónviii)viii) Proporcionar entrenamientos a codificadoresProporcionar entrenamientos a codificadoresix)ix) Calcular la confiabilidad de los observadoresCalcular la confiabilidad de los observadoresx)x) Llevar a cabo la codificación por observaciónLlevar a cabo la codificación por observaciónxi)xi) Vaciar los datos y obtener totales por cada categoríaVaciar los datos y obtener totales por cada categoríaxii)xii) Realizar el análisis más apropiadoRealizar el análisis más apropiado

PRUEBAS O TEST ESTANDARIZADOSPRUEBAS O TEST ESTANDARIZADOSwwwwww..googlegoogle..comcom (palabras clave: prueba o (palabras clave: prueba o test test de de

medición) (PRÁCTICA Nº 2)medición) (PRÁCTICA Nº 2)


Libro de Códigos: (Ejemplo)Libro de Códigos: (Ejemplo)VariableVariable ItemItem CategoríaCategoría CódigoCódigo ColumnaColumna

AA Frase 1 Frase 1 -- muy de acuerdo 5 1muy de acuerdo 5 1-- de acuerdode acuerdo 4 4 -- ni de acuerdo 3 ni de acuerdo 3

o en desacuerdo o en desacuerdo -- en desacuerdoen desacuerdo 2 2 -- muy en desacuerdo 1 muy en desacuerdo 1

VariableVariable ItemItem CategoríaCategoría CódigoCódigo ColumnaColumnaAA Frase 2 Frase 2 -- muy de acuerdo 5 2muy de acuerdo 5 2

-- de acuerdode acuerdo 4 4 -- ni de acuerdo 3 ni de acuerdo 3

o en desacuerdo o en desacuerdo -- en desacuerdoen desacuerdo 2 2 -- muy en desacuerdo 1 muy en desacuerdo 1


Columna 1Columna 1 Columna 2Columna 2 Columna 3Columna 3(frase 1)(frase 1) (frase 2)(frase 2) (frase 3)(frase 3)

Persona 1 4Persona 1 4 55 33

Persona 2 3Persona 2 3 4 34 3

Persona 3 4 4 4Persona 3 4 4 4

Persona 4 5 4 3Persona 4 5 4 3


VariableVariable AA BB CC D D E E SS 11UU 22JJ 33EE 44TT 55OO 66SS 77

8.2.38.2.3 Enfoque cualitativo: Instrumentos o métodos de Enfoque cualitativo: Instrumentos o métodos de recolección y aplicación recolección y aplicación

RECOLECCIÓN DE DATOS RECOLECCIÓN DE DATOS -- ENFOQUE CUALITATIVO:ENFOQUE CUALITATIVO:“La recolección de datos resulta fundamental, solamente “La recolección de datos resulta fundamental, solamente que su propósito no es medir variables”.que su propósito no es medir variables”.“Los datos consisten, por lo común, en la descripción “Los datos consisten, por lo común, en la descripción profunda y completa (lo más que sea posible) de eventos, profunda y completa (lo más que sea posible) de eventos, situaciones, imágenes mentales, interacciones, situaciones, imágenes mentales, interacciones, percepciones, experiencias, actitudes, creencias, percepciones, experiencias, actitudes, creencias, emociones, pensamientos y conductas reservadas de las emociones, pensamientos y conductas reservadas de las personas, ya sea de manera individual, grupal o colectiva”.personas, ya sea de manera individual, grupal o colectiva”.

Entrevistas CualitativasEntrevistas Cualitativas: “Definida como una conservación : “Definida como una conservación entre una persona (el entrevistador) y otra u otras (el entre una persona (el entrevistador) y otra u otras (el entrevistado o entrevistados).entrevistado o entrevistados).

Nix

Highlight

Nix

Highlight

9

8.2.38.2.3 Enfoque cualitativo: Instrumentos o métodos de Enfoque cualitativo: Instrumentos o métodos de recolección y aplicación (continuación)recolección y aplicación (continuación)

Tipos de Entrevistas:Tipos de Entrevistas: Estructuradas, Estructuradas, semiestructuradas semiestructuradas y y no estructuradas.no estructuradas.En los tres tipos se manejan diferente tipo de preguntas:En los tres tipos se manejan diferente tipo de preguntas:

Preguntas generalesPreguntas generalesPreguntas para ejemplificarPreguntas para ejemplificarPreguntas de estructura o estructuralesPreguntas de estructura o estructuralesPreguntas de contrastePreguntas de contraste

Observación CualitativaObservación Cualitativa::Es una técnica de recolección de datos cuyo propósito es:Es una técnica de recolección de datos cuyo propósito es:

Explorar ambientes, contextos, Explorar ambientes, contextos, subculturas subculturas y la mayoría y la mayoría de los aspectos de la vida socialde los aspectos de la vida social


Algunas aspectos a tomar en cuenta en la observación Algunas aspectos a tomar en cuenta en la observación cualitativa:cualitativa:

Papel del observadorPapel del observadorRegistros y notas que se realizan durante la observaciónRegistros y notas que se realizan durante la observaciónAnotaciones: De la observación directa / Interpretativas / Anotaciones: De la observación directa / Interpretativas / Temáticas / PersonalesTemáticas / Personales

Ver ejemplo en Fotocopia Adjunta!Ver ejemplo en Fotocopia Adjunta!

Sesiones en Profundidad o Grupos de EnfoqueSesiones en Profundidad o Grupos de Enfoque“Consisten en reuniones de grupos pequeños o medianos, “Consisten en reuniones de grupos pequeños o medianos, en las cuales los participantes conversan en torno a uno o en las cuales los participantes conversan en torno a uno o varios temas en ambiente relajado e informal, bajo la varios temas en ambiente relajado e informal, bajo la conducción de un especialista en dinámicas grupales”.conducción de un especialista en dinámicas grupales”.


Otros Métodos Cualitativos de Recolección de Datos:Otros Métodos Cualitativos de Recolección de Datos:

BiografíasBiografíasDocumentosDocumentosMateriales escritosMateriales escritosAudiovisualesAudiovisuales

En las investigaciones, se pueden hacer uso tanto de En las investigaciones, se pueden hacer uso tanto de instrumentos cuantitativos como cualitativos de recolección instrumentos cuantitativos como cualitativos de recolección de datos.de datos.

8.38.3 Análisis de datosAnálisis de datos

Análisis de Datos Análisis de Datos –– Enfoque CuantitativoEnfoque CuantitativoLos datos obtenidos ya fueron codificados y preparados Los datos obtenidos ya fueron codificados y preparados para el análisis en la matriz de datos. Por tanto, se inicia para el análisis en la matriz de datos. Por tanto, se inicia con el “análisis de datos cuantitativo”.con el “análisis de datos cuantitativo”.

Análisis de Datos Análisis de Datos –– Enfoque CualitativoEnfoque CualitativoSi los datos fueron recolectados con el enfoque Si los datos fueron recolectados con el enfoque cualitativo, el análisis de los mismos es también de cualitativo, el análisis de los mismos es también de carácter cualitativo (en particular conteo de frecuencias de carácter cualitativo (en particular conteo de frecuencias de aparición de categorías)aparición de categorías)

8.3.1 Análisis de datos para el enfoque 8.3.1 Análisis de datos para el enfoque cuantitativocuantitativo

ANALISIS CUANTITATIVO DE DATOSANALISIS CUANTITATIVO DE DATOSEn la actualidad, el análisis cuantitativo de los datos se En la actualidad, el análisis cuantitativo de los datos se lleva a cabo por computadora. Por tanto, centraremos la lleva a cabo por computadora. Por tanto, centraremos la atención a la interpretación de los datos y no así en los atención a la interpretación de los datos y no así en los métodos de cálculo.métodos de cálculo.

En general, se lleva a cabo primero la descripción En general, se lleva a cabo primero la descripción cuantitativa de los datos y luego un análisis estadístico cuantitativa de los datos y luego un análisis estadístico para relacionar sus variables (análisis estadístico para relacionar sus variables (análisis estadístico descriptivo de cada variable y luego el análisis estadístico descriptivo de cada variable y luego el análisis estadístico de relación entre ellas).de relación entre ellas).

8.3.18.3.1 Análisis de datos para el enfoque Análisis de datos para el enfoque cuantitativo (continuación)cuantitativo (continuación)

ESTADÍSTICA DESCRIPTIVA DE CADA VARIABLEESTADÍSTICA DESCRIPTIVA DE CADA VARIABLE

7.7. ¿Qué factor considera como el más relevante para que el rendimie¿Qué factor considera como el más relevante para que el rendimiento nto en la asignatura no sea satisfactorio?en la asignatura no sea satisfactorio?

CódigoCódigo Categoría (patrones)Categoría (patrones) frecuencia %frecuencia %77 Los exámenes son difícilesLos exámenes son difíciles 1818 41.8641.86

El tiempo es demasiado cortoEl tiempo es demasiado corto 1010 23.2623.26Las preguntas son “rebuscadas” 8Las preguntas son “rebuscadas” 8 18.6018.60Las preguntas son “capciosas” 2 4.65Las preguntas son “capciosas” 2 4.65OtrasOtras 5 11.635 11.63

4343 100.00100.00

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

Nix

Highlight

10

8.3.1 8.3.1 Análisis de datos para el enfoque Análisis de datos para el enfoque cuantitativo (continuación)cuantitativo (continuación)

Representación de resultados de manera gráficaRepresentación de resultados de manera gráfica

A = Preguntas difíciles; B = Poco tiempo; C = Preguntas rebuscadA = Preguntas difíciles; B = Poco tiempo; C = Preguntas rebuscadas as D = Preguntas capciosas; E = OtrasD = Preguntas capciosas; E = Otras

05

1015202530354045

A B C D E

% frecuencia

8.3.1 Análisis de datos para el enfoque 8.3.1 Análisis de datos para el enfoque cuantitativo (continuación)cuantitativo (continuación)

Representación de resultados de manera gráficaRepresentación de resultados de manera gráfica

Distribución de Frecuencias

dificultad

Tiempo corto

Preguntas rebuscadas

Preguntas capciosas

otras


MEDIDAS DE TENDENCIA CENTRALMEDIDAS DE TENDENCIA CENTRALLas principales medidas de tendencia central son: La Las principales medidas de tendencia central son: La moda, mediana y media.moda, mediana y media.

La modaLa moda es la categoría o puntuación que ocurre con es la categoría o puntuación que ocurre con mayor frecuencia.mayor frecuencia.

La medianaLa mediana es el valor que divide la distribución por la es el valor que divide la distribución por la mitad. Es una medida de tendencia central propia de los mitad. Es una medida de tendencia central propia de los niveles de medición ordinal, por intervalos y de razón.niveles de medición ordinal, por intervalos y de razón.

La mediaLa media se define como el promedio aritmético de una se define como el promedio aritmético de una distribución.distribución.


Para recordar:Para recordar:La modaLa moda del último ejemplo es: Los exámenes son difíciles (frecuencia =del último ejemplo es: Los exámenes son difíciles (frecuencia =18).18).

De la siguientes puntuaciones:De la siguientes puntuaciones:22 33 44 66 66 77 88 88 99

La medianaLa mediana: 6: 6 La mediaLa media: 53/9 = 5.88: 53/9 = 5.88Cálculo de la media de intervalos:Cálculo de la media de intervalos:Intervalos puntos medios frecuencia Intervalos puntos medios frecuencia fx fx La MediaLa Media: 170/19 = 8.95: 170/19 = 8.95

1313--1515 1414 33 42421010--1212 1111 44 444477--99 8 8 9 729 7244--66 55 22 101011--33 22 11 22

1919 170170


MEDIDAS DE VARIABILIDADMEDIDAS DE VARIABILIDAD::Las medidas de variabilidad indican la dispersión de los datos eLas medidas de variabilidad indican la dispersión de los datos en la n la escala de medición.escala de medición.Repaso:Repaso:Rango: Rango: Es la diferencia entre la puntuación mayor y la puntuación Es la diferencia entre la puntuación mayor y la puntuación menor.menor.De la siguientes puntuaciones:De la siguientes puntuaciones:

33 44 55 66 66 77 99Rango = 9 Rango = 9 -- 3 = 6; cuanto mayor el rango, mayor la dispersión de los 3 = 6; cuanto mayor el rango, mayor la dispersión de los datos.datos.Desviación estándarDesviación estándar: Es el promedio de desviación de las : Es el promedio de desviación de las puntuaciones con respecto a la media.puntuaciones con respecto a la media.

S = (X S = (X ––X) X) 22 haciendo el cálculo: S = 1.83haciendo el cálculo: S = 1.83NN


Para el caso de intervalos:Para el caso de intervalos:Intervalos puntos medios frecuencia Intervalos puntos medios frecuencia fx fx fx fx 22

1313--1515 1414 3 423 42 5885881010--1212 1111 4 44 4844 44 48477--99 8 8 9 72 5769 72 57644--66 55 2 10 502 10 5011--33 22 1 2 41 2 4

19 170 170219 170 1702La MediaLa Media: X = 8.95; entonces: (X ) : X = 8.95; entonces: (X ) 22 = 80.1= 80.1

S = S = fxfx 22 22 haciendo el cálculo: S = 3.08haciendo el cálculo: S = 3.08NN

La VarianzaLa Varianza: Es la desviación estándar elevada al cuadrado y se : Es la desviación estándar elevada al cuadrado y se simboliza como S simboliza como S 22..

11


Ejercicio:Ejercicio:Interpretar los siguientes resultados:Interpretar los siguientes resultados:Variable: La motivación de estudiantesVariable: La motivación de estudiantesModa: 4Moda: 4Mediana: 3.9Mediana: 3.9Media: 4.2Media: 4.2Desviación estándar: 0.7Desviación estándar: 0.7Puntaje máximo: 5Puntaje máximo: 5Puntaje mínimo: 2Puntaje mínimo: 2Rango: 3Rango: 3


Puntuaciones Z:Puntuaciones Z:Son transformaciones que se pueden hacer a los valores o a las Son transformaciones que se pueden hacer a los valores o a las puntuaciones obtenidas, con el propósito de analizar su distancipuntuaciones obtenidas, con el propósito de analizar su distancia a respecto a la media, en unidades de desviación estándar.respecto a la media, en unidades de desviación estándar.Son utilizadas para estandarizar la escala de una variable medidSon utilizadas para estandarizar la escala de una variable medida en a en un nivel por intervalo.un nivel por intervalo.

Ejemplo: X = 50; S = 10Ejemplo: X = 50; S = 10X X –– XX

Z = Z = X = 60X = 60SS

Calculando: Z = Calculando: Z = -- 1.001.00Aplicación: Aplicación: Un trabajador obtuvo en la Un trabajador obtuvo en la prepruebapreprueba una productividad una productividad de 130 (la media del grupo fue de 122.5 y la desviación estándarde 130 (la media del grupo fue de 122.5 y la desviación estándar de de 10). En la 10). En la postprueba postprueba obtuvo 135 (la media fue de140 y la desviación obtuvo 135 (la media fue de140 y la desviación estándar de 9.8). ¿Existe mejora?estándar de 9.8). ¿Existe mejora?

Z1 = 0.75Z1 = 0.75 Z2 = Z2 = -- 0.510.51 No existió mejora!No existió mejora!


ESTADÍSTICA INFERENCIAL: DE LA MUESTRA A LA ESTADÍSTICA INFERENCIAL: DE LA MUESTRA A LA POBLACIÓNPOBLACIÓNLos datos estadísticos que se recolectan de una muestra Los datos estadísticos que se recolectan de una muestra se denominan “se denominan “estadígrafos”. estadígrafos”. A las estadísticas de la A las estadísticas de la población o al universo se les conoce como “parámetros”. población o al universo se les conoce como “parámetros”. Éstos no son calculados, pero pueden ser inferidos de los Éstos no son calculados, pero pueden ser inferidos de los estadígrafos.estadígrafos.

La estadística La estadística inferencial inferencial se utiliza para dos se utiliza para dos procedimientos:procedimientos:

Probar hipótesisProbar hipótesisEstimar parámetrosEstimar parámetros


PRUEBA DE HIPÓTESIS:PRUEBA DE HIPÓTESIS:Consiste en determinar si la HIPÓTESIS es congruente con Consiste en determinar si la HIPÓTESIS es congruente con los datos obtenidos en la muestra. Para comprender lo que los datos obtenidos en la muestra. Para comprender lo que es la prueba de hipótesis en la estadística es la prueba de hipótesis en la estadística inferencial inferencial es es necesario revisar el concepto de necesario revisar el concepto de distribución distribución muestralmuestral. Se . Se la define “como un conjunto de valores sobre una la define “como un conjunto de valores sobre una estadística calculada de todas las muestras posibles de estadística calculada de todas las muestras posibles de determinado tamaño”.determinado tamaño”.Gráfica de Distribución Normal (ver fotocopia adjunta)Gráfica de Distribución Normal (ver fotocopia adjunta)

Nivel de Nivel de significanciasignificancia: La probabilidad que un evento : La probabilidad que un evento ocurra oscila entre 0 y 1. Para probar la hipótesis, se debe ocurra oscila entre 0 y 1. Para probar la hipótesis, se debe evaluar si es alta o baja la probabilidad de que la media de evaluar si es alta o baja la probabilidad de que la media de la muestra esté cerca de la media de la distribución la muestra esté cerca de la media de la distribución muestralmuestral..


El nivel de El nivel de significanciasignificancia, es un nivel de la probabilidad de , es un nivel de la probabilidad de equivocarse y se fija antes de probar hipótesis equivocarse y se fija antes de probar hipótesis inferencialesinferenciales..

El nivel de El nivel de significancia significancia de 0.05, implica que el de 0.05, implica que el investigador tiene 95% de seguridad para generalizar sin investigador tiene 95% de seguridad para generalizar sin equivocarse y sólo el 5% en contra. En términos de equivocarse y sólo el 5% en contra. En términos de probabilidad 0.95 y 0.5 respectivamente.probabilidad 0.95 y 0.5 respectivamente.Aplicación:Aplicación:1. Sobre bases firmes, establecer la hipótesis1. Sobre bases firmes, establecer la hipótesis2. Definir el nivel de 2. Definir el nivel de significanciasignificancia (p.e. 0.05)(p.e. 0.05)3. Recolectar datos de una muestra significativa3. Recolectar datos de una muestra significativa4. Estimar la desviación estándar de la distribución4. Estimar la desviación estándar de la distribución

muestral muestral de la media:de la media:


ssS X S X = = donde: SX es la desviacidonde: SX es la desviacióón estn estáándar de landar de la

nn desviacidesviacióón n muestral muestral de la media.de la media.

s es la desviacis es la desviacióón estn estáándar de landar de lamuestramuestra

5. Transformar la media de la muestra en una puntuación Z, 5. Transformar la media de la muestra en una puntuación Z, en el contexto de la distribución.en el contexto de la distribución.

X X –– XX Donde X es la media de la Donde X es la media de la Z Z == muestra y X la media muestra y X la media hipotetizadahipotetizada

SXSX

6. Buscar aquella puntuación Z que deja a 2.5 6. Buscar aquella puntuación Z que deja a 2.5 %% por por encima de ella, que es encima de ella, que es 1.961.96 (2.5 (2.5 % % a cada lado)a cada lado)

12


7. Comparar la media de la muestra transformada a 7. Comparar la media de la muestra transformada a puntuación Z con el valor de 1.96; si es menor, aceptar la puntuación Z con el valor de 1.96; si es menor, aceptar la hipótesis; si es mayor, rechazarla.hipótesis; si es mayor, rechazarla.Un Ejemplo:Un Ejemplo:“El promedio de horas diarias que los estudiantes dedican a su “El promedio de horas diarias que los estudiantes dedican a su formación individual es de 3 horas diarias”formación individual es de 3 horas diarias”De la recolección de datos se han obtenido los siguientes resultDe la recolección de datos se han obtenido los siguientes resultados:ados:

n = 312 estudiantesn = 312 estudiantes S = 1.2 horasS = 1.2 horasX = 2.9 horasX = 2.9 horas

Calculado: Calculado: SX = 1.2 / 312 ) = 0.0679; Z = (2.9 SX = 1.2 / 312 ) = 0.0679; Z = (2.9 -- 3.0)/ 0.0697 = 1.473.0)/ 0.0697 = 1.47

Media de la muestra transformada a ZMedia de la muestra transformada a Z Nivel de Nivel de significancia significancia del 0.05del 0.05

1.471.47 1.961.96RESULTADO: “ACEPTAR LA HIPÓTESIS”RESULTADO: “ACEPTAR LA HIPÓTESIS”


INTERVALO DE CONFIANZA:INTERVALO DE CONFIANZA:Otro procedimiento de la estadística Otro procedimiento de la estadística inferencial inferencial es construir un intervalo es construir un intervalo donde se localiza el parámetro.donde se localiza el parámetro.El nivel de confianza es al intervalo de confianza, lo que el niEl nivel de confianza es al intervalo de confianza, lo que el nivel de vel de significancia significancia es a la prueba de hipótesis.es a la prueba de hipótesis.Los niveles de confianza más comunes en la investigación social Los niveles de confianza más comunes en la investigación social son son 0.95 y 0.99 (p.e. 95% a favor de que el parámetro se localice en0.95 y 0.99 (p.e. 95% a favor de que el parámetro se localice en el el intervalo estimado, contra 5% de elegir el intervalo equivocado)intervalo estimado, contra 5% de elegir el intervalo equivocado)..

Intervalo de confianzaIntervalo de confianza = estadígrafo + (Z x S)= estadígrafo + (Z x S)Z = Puntuación z que expresa el nivel de confianza elegidoZ = Puntuación z que expresa el nivel de confianza elegidoS = Desviación estándar de la distribuciónS = Desviación estándar de la distribuciónEjemplo: Intervalo de Confianza = 2.9 + (1.96) (0.0679)Ejemplo: Intervalo de Confianza = 2.9 + (1.96) (0.0679)La media poblacional está entre 2.767 y 3.033 horas, con 95 % deLa media poblacional está entre 2.767 y 3.033 horas, con 95 % deprobabilidades de no cometer error.probabilidades de no cometer error.


ANALISIS PARAMÉTRICOS Y NO PARAMÉTRICOSANALISIS PARAMÉTRICOS Y NO PARAMÉTRICOSEn una investigación es posible llevar a cabo tanto análisis En una investigación es posible llevar a cabo tanto análisis paramétricos paramétricos como no como no paramétricoparamétrico para hipótesis y variables; para hipótesis y variables; la elección de qué clase de análisis se efectuará, depende de la elección de qué clase de análisis se efectuará, depende de presuposiciones con características distintas para cada caso.presuposiciones con características distintas para cada caso.

ANALISIS PARAMÉTRICOS.ANALISIS PARAMÉTRICOS.-- Los supuestos son:Los supuestos son:a)a) La distribución poblacional de la variable dependiente es La distribución poblacional de la variable dependiente es

normal: el universo tiene una distribución normalnormal: el universo tiene una distribución normalb)b) El nivel de medición de la variable dependiente es por El nivel de medición de la variable dependiente es por

intervalos o razónintervalos o razónc)c) Cuando dos o más poblaciones son estudiadas, tienen una Cuando dos o más poblaciones son estudiadas, tienen una

varianza homogéneavarianza homogénea


Métodos o las pruebas estadísticas Métodos o las pruebas estadísticas paramétricasparamétricas

Coeficiente de correlación de Coeficiente de correlación de Pearson Pearson y regresión y regresión lineallinealPrueba tPrueba tPrueba de contraste de diferencia de proporcionesPrueba de contraste de diferencia de proporcionesAnálisis de varianza unidireccionalAnálisis de varianza unidireccionalAnálisis de varianza factorial (ANOVA)Análisis de varianza factorial (ANOVA)Análisis de Análisis de covarianza covarianza (ACOVA)(ACOVA)


Coeficiente de correlación de Coeficiente de correlación de PearsonPearsonEs una prueba estadística para analizar la relación entre dos Es una prueba estadística para analizar la relación entre dos variables medidas en un nivel por intervalos o de razón.variables medidas en un nivel por intervalos o de razón.Las Hipótesis a probar son del tipo:Las Hipótesis a probar son del tipo:“A mayor X, mayor Y” o “a mayor X, menor Y”.“A mayor X, mayor Y” o “a mayor X, menor Y”.La prueba en sí no considera a una como independiente y a La prueba en sí no considera a una como independiente y a otra como dependiente, ya que no evalúa la causalidad.otra como dependiente, ya que no evalúa la causalidad.Sí: Sí: r = r = --1.0 Correlación negativa perfecta (a mayor X, menor Y: Se 1.0 Correlación negativa perfecta (a mayor X, menor Y: Se aplica también para a menor X, mayor Y)aplica también para a menor X, mayor Y)r = r = --0.9 Correlación negativa muy fuerte0.9 Correlación negativa muy fuerter = r = --0.75 Correlación negativa considerable0.75 Correlación negativa considerabler = r = --0.5 Correlación negativa media0.5 Correlación negativa mediar = r = --0.1 Correlación negativa débil0.1 Correlación negativa débil


r = 0.00 No existe correlación algunar = 0.00 No existe correlación algunar = + 0.1 Correlación positiva débilr = + 0.1 Correlación positiva débilr = + 0.5 Correlación positiva mediar = + 0.5 Correlación positiva mediar = + 0.75 Correlación positiva considerabler = + 0.75 Correlación positiva considerabler = + 0.9 Correlación positiva muy fuerter = + 0.9 Correlación positiva muy fuerter = + 1.0 Correlación positiva perfecta (A menor X, menor Y).r = + 1.0 Correlación positiva perfecta (A menor X, menor Y).Los programas estadísticos computacionales permiten obtener Los programas estadísticos computacionales permiten obtener la información:la información:S = 0.001 S = 0.001 significanciasignificancia0.7831 valor del coeficiente de 0.7831 valor del coeficiente de PearsonPearson

Si “S” es menor del valor 0.05, se dice que el coeficiente es Si “S” es menor del valor 0.05, se dice que el coeficiente es significativo al nivel de 0.05 (95% de confianza en que la significativo al nivel de 0.05 (95% de confianza en que la correlación es verdadera y 5% de probabilidad de error”correlación es verdadera y 5% de probabilidad de error”

13


Si “S” es menor del valor 0.01, se dice que el coeficiente es Si “S” es menor del valor 0.01, se dice que el coeficiente es significativo al nivel de 0.01 (99% de confianza en que la significativo al nivel de 0.01 (99% de confianza en que la correlación es verdadera y 1% de probabilidad de error”correlación es verdadera y 1% de probabilidad de error”

Cuando el coeficiente de Cuando el coeficiente de pearson pearson se eleva al cuadrado (rse eleva al cuadrado (r22), el ), el resultado indica la varianza de factores comunes. Esto es el resultado indica la varianza de factores comunes. Esto es el porcentaje de la variación de una variable debido a la variaciónporcentaje de la variación de una variable debido a la variaciónde la otra variable y viceversa.de la otra variable y viceversa.p.e. “La correlación entre “productividad” y “asistencia al p.e. “La correlación entre “productividad” y “asistencia al trabajo” es de 0.8trabajo” es de 0.8

r = 0.8r = 0.8rr22 = 0.64= 0.64

“La productividad” constituye a , o explica 64% de la variación “La productividad” constituye a , o explica 64% de la variación de la “asistencia de trabajo” o “la asistencia de trabajo” explide la “asistencia de trabajo” o “la asistencia de trabajo” explica ca el 64% de “la productividad”el 64% de “la productividad”

Ejemplos:Ejemplos:“A mayor motivación intrínseca, mayor puntualidad”“A mayor motivación intrínseca, mayor puntualidad”Resultado:Resultado:

r = 0.721r = 0.721S = 0.0001S = 0.0001

Interpretación: Se acepta la hipótesis de investigación al Interpretación: Se acepta la hipótesis de investigación al nivel de 0.01. La correlación entre la motivación intrínseca y nivel de 0.01. La correlación entre la motivación intrínseca y la productividad es considerable.la productividad es considerable.

“A mayor ingreso, mayor motivación intrínseca”“A mayor ingreso, mayor motivación intrínseca”Resultado:Resultado:

r = 0.214r = 0.214S = 0.081S = 0.081

Interpretación: Se acepta la hipótesis nula. El coeficiente no Interpretación: Se acepta la hipótesis nula. El coeficiente no es significativo (0.081 > 0.05). No olvidar que 0.05 es el valores significativo (0.081 > 0.05). No olvidar que 0.05 es el valormínimo para aceptar la hipótesis.mínimo para aceptar la hipótesis.

Regresión LinealRegresión Lineal::ES un modelo matemático para estimar el efecto de una ES un modelo matemático para estimar el efecto de una variable sobre otra. Esta asociado al coeficiente de variable sobre otra. Esta asociado al coeficiente de PearsonPearson..Requiere de un sólido sustento teórico para poder Requiere de un sólido sustento teórico para poder considerarla (La variable dependiente es función lineal de la considerarla (La variable dependiente es función lineal de la independiente).independiente).

Y = a + Y = a + bXbXDonde a es la intersección y b la pendiente.Donde a es la intersección y b la pendiente.El coeficiente r permite determinar su correlación.El coeficiente r permite determinar su correlación.



Prueba tPrueba tEs una prueba estadística para evaluar si dos grupos difieren Es una prueba estadística para evaluar si dos grupos difieren entre sí de manera significativa respecto a sus medias.entre sí de manera significativa respecto a sus medias.

Las Hipótesis a probar propone que los grupos difieren Las Hipótesis a probar propone que los grupos difieren significativamente entres sí y la hipótesis nula propone que significativamente entres sí y la hipótesis nula propone que los grupos no difieren significativamente.los grupos no difieren significativamente.

Por ejemplo. Un experimento con dos grupos, donde a uno Por ejemplo. Un experimento con dos grupos, donde a uno se le aplica el estímulo experimental y el otro grupo es de se le aplica el estímulo experimental y el otro grupo es de control.control.


El valor de “t” se determina de:El valor de “t” se determina de:

X1 X1 –– X2X2 X1 = media de G1X1 = media de G1t = t =

((SS1122 /n1) + (/n1) + (SS22

22 /n2)/n2) X2 = media de G2X2 = media de G2

SS1122 = Desviación estándar del G1= Desviación estándar del G1

SS2222 = Desviación estándar del G2= Desviación estándar del G2

n1 y n2 el tamaño de los grupos G1 y G2n1 y n2 el tamaño de los grupos G1 y G2Se debe también calcular los grados de libertad:Se debe también calcular los grados de libertad:

gl gl = (n1 + n2) = (n1 + n2) –– 22calculados “t” y “calculados “t” y “glgl” se elige el nivel de ” se elige el nivel de significancia significancia y se y se compara el valor obtenido contra el valor que le compara el valor obtenido contra el valor que le correspondería en las tablas de distribución de t de correspondería en las tablas de distribución de t de studentstudent..


Si el valor calculado es igual o mayor al que aparece en la tablSi el valor calculado es igual o mayor al que aparece en la tabla, se a, se acepta la hipótesis de investigación. Pero si es menor, se aceptacepta la hipótesis de investigación. Pero si es menor, se acepta la a la hipótesis nula.hipótesis nula.Ejemplo:Ejemplo:HiHi: “Los bachilleres varones tienen mayor inclinación por las carr: “Los bachilleres varones tienen mayor inclinación por las carreras de eras de ingeniería que las bachilleres mujeres”.ingeniería que las bachilleres mujeres”.Ho: : “Los bachilleres varones Ho: : “Los bachilleres varones nono tienen mayor inclinación por las carreras tienen mayor inclinación por las carreras de ingeniería que las bachilleres mujeres”.de ingeniería que las bachilleres mujeres”.Escala de medición de 0 a 18.Escala de medición de 0 a 18.

n1 (hombres) = 128n1 (hombres) = 128 X1 = 15X1 = 15n2 (mujeres) = 119n2 (mujeres) = 119 X2 = 12X2 = 12S1 (hombres) = 4S1 (hombres) = 4 Calculando:Calculando:S2 (mujeres) = 3S2 (mujeres) = 3 t = 6.698 y t = 6.698 y gl gl = 245= 245

De las tablas: Para un nivel de confianza de 0.05 y De las tablas: Para un nivel de confianza de 0.05 y glgl > 200 es > 200 es 1.6451.645Como: 6.698 > 1.645 entonces Como: 6.698 > 1.645 entonces se acepta la hipótesisse acepta la hipótesis!!

14


ANALISIS NO PARAMÉTRICOS.ANALISIS NO PARAMÉTRICOS.-- Los supuestos son:Los supuestos son:a)a) La mayoría de éstos análisis no requieren de presupuestos La mayoría de éstos análisis no requieren de presupuestos

acerca de la forma de la distribución poblacional. Aceptan acerca de la forma de la distribución poblacional. Aceptan distribuciones no normales.distribuciones no normales.

b)b) Las variables no necesariamente tienen que estar medidas Las variables no necesariamente tienen que estar medidas en un nivel por intervalos o de razón; pueden analizar en un nivel por intervalos o de razón; pueden analizar datos nominales u ordinales. datos nominales u ordinales.

Los métodos o las pruebas estadísticas no Los métodos o las pruebas estadísticas no paramétricas paramétricas más utilizados son:más utilizados son:

Prueba Prueba ji ji cuadradocuadradoLos coeficientes de correlación por rangos ordenados Los coeficientes de correlación por rangos ordenados de de SpearmanSpearman y y kendallkendall


Prueba Prueba ji ji cuadradocuadrado

Es una prueba estadística para evaluar la hipótesis Es una prueba estadística para evaluar la hipótesis acerca de la relación entre dos variables categóricas.acerca de la relación entre dos variables categóricas.Las variables involucradas son dos. La prueba Las variables involucradas son dos. La prueba ji ji cuadrada nocuadrada no considera relaciones causales.considera relaciones causales.Se determina mediante una tabla de contingencia o Se determina mediante una tabla de contingencia o tabulación cruzada, que es un cuadro de dos tabulación cruzada, que es un cuadro de dos dimensiones, y cada dimensión contiene una variable.dimensiones, y cada dimensión contiene una variable.La La jiji cuadrada es una prueba que parte del supuesto de cuadrada es una prueba que parte del supuesto de “no relación entre variables”.“no relación entre variables”.


Ejemplo:Ejemplo:ZONA DISTRITO ELECTORALZONA DISTRITO ELECTORAL

NORTENORTE SUDSUD TOTALTOTALPARTIDO APARTIDO A 180180 100100 280280PARTIDO BPARTIDO B 190190 280280 470470PARTIDO C 170PARTIDO C 170 120120 290290

TOTAL 540TOTAL 540 500500 10401040Determinación del cuadro de frecuencias: (280x540)/1040 =Determinación del cuadro de frecuencias: (280x540)/1040 =

145.5145.5145.4145.4 134.6134.6 280280244.0244.0 226.0226.0 470470150.6150.6 139.4139.4 290290540 500540 500 10401040


Los grados de libertad = Los grados de libertad = gl gl = (r = (r –– 1)(c1)(c--1)1)r = número de reglones y c = número de columnasr = número de reglones y c = número de columnasConstruir la tabla siguiente:Construir la tabla siguiente:CELDACELDA OO E O E O –– E (O E (O -- E) E) 22 (O(O--E) E) 22 /E/EZN/PARTIDO AZN/PARTIDO A 180 145.4 34.6 1197.16 8.23180 145.4 34.6 1197.16 8.23ZN/PARTIDO BZN/PARTIDO B 190 244.4 190 244.4 --54.4 2959.36 12.1154.4 2959.36 12.11ZN/PARTIDO CZN/PARTIDO C 170 150.6 19.4 376.36 2.50170 150.6 19.4 376.36 2.50ZS/PARTIDO AZS/PARTIDO A 100 134.6 100 134.6 --34.6 1197.16 8.8934.6 1197.16 8.89ZS/PARTIDO BZS/PARTIDO B 280 226.0 54.4 2959.36 12.90280 226.0 54.4 2959.36 12.90ZS/PARTIDO CZS/PARTIDO C 120 139.4 120 139.4 --19.4 376.36 2.7019.4 376.36 2.70χχ22 = (O = (O –– E) E) 22 / E / E 47.3347.33Gl Gl = (3 = (3 -- 1)(2 1)(2 -- 1) = 2; a partir de tablas, eligiendo un nivel de confianza 1) = 2; a partir de tablas, eligiendo un nivel de confianza

de 0.05 el valor es de de 0.05 el valor es de 5.991.5.991.47.33 > 5.991 por tanto decimos que las variables están 47.33 > 5.991 por tanto decimos que las variables están

correlacionadas!.correlacionadas!.

Coeficiente de Correlación de Coeficiente de Correlación de SpermanSperman::

Autoritarismo y Posición SocialAutoritarismo y Posición SocialEstudiante autoritarismo posición socialEstudiante autoritarismo posición social

A 82 42A 82 42B 98 46B 98 46CC 8787 3939DD 4040 3737EE 116116 6565FF 113113 8888GG 111111 8686H 83H 83 5656II 8585 6262JJ 126 126 9292KK 106106 5454LL 117117 8181

Ordenar los datos en rangos:Ordenar los datos en rangos:

Autoritarismo y Posición SocialAutoritarismo y Posición SocialEstudiante autoritarismo posición socialEstudiante autoritarismo posición social

A 2 3A 2 3B 6 4B 6 4CC 55 22DD 11 11EE 1010 88FF 99 1111GG 88 1010H 3H 3 66II 44 77JJ 12 12 1212KK 77 55LL 1111 99

15

Introducir al Paquete STATSTM. V2 los datos de la Introducir al Paquete STATSTM. V2 los datos de la tabla anterior.tabla anterior.

Resultado: Resultado: rrss = 0.818282= 0.818282

Considerando la Tabla de valores críticos de r Considerando la Tabla de valores críticos de r (coeficiente de correlación de rangos de (coeficiente de correlación de rangos de SpearmanSpearman::

N = 12N = 12rrss = 0.506 (para un nivel de = 0.506 (para un nivel de significancia significancia de 95 %)de 95 %)

Conclusión: Las variables están correlacionadas; por tanto Conclusión: Las variables están correlacionadas; por tanto se “acepta la hipótesis”. se “acepta la hipótesis”.

8.3.2 8.3.2 Análisis de datos para el enfoque Análisis de datos para el enfoque cualitativocualitativo

Las actividades que son necesarias son:Las actividades que son necesarias son:Darle orden a los datosDarle orden a los datosOrganizar unidadesOrganizar unidadesComprender en profundidad el contexto que rodea los datosComprender en profundidad el contexto que rodea los datosDescribir las experiencias de las personas estudiadas bajo Describir las experiencias de las personas estudiadas bajo su óptica, en su lenguaje y con sus expresionessu óptica, en su lenguaje y con sus expresionesInterpretar y evaluar unidades, categorías, temas y con sus Interpretar y evaluar unidades, categorías, temas y con sus expresionesexpresionesExplicar contextos, situaciones, hechos, fenómenosExplicar contextos, situaciones, hechos, fenómenosGenerar preguntas de investigación e hipótesisGenerar preguntas de investigación e hipótesisReconstruir historiasReconstruir historiasRelacionar los resultados del análisis con la teoría Relacionar los resultados del análisis con la teoría fundamentada o construir teoríasfundamentada o construir teorías

Documents

Clase Metodologia 26-11-2013