Documente Academic
Documente Profesional
Documente Cultură
Cuantitativa
5. Diseño de la investigación cuantitativa (4) Caso práctico Marco Teórico (E3) 29-2 Septiembre
6. Diseño descriptivo, Correlaciónales (5) Caso práctico Marco Teórico (E3) 5-9 Septiembre
7. Diseño experimentales y Cuasi-experimentales (6) Examen 1 Parcial (E4) 12-16 Septiembre
8. Constructos, variables e Hipótesis (7) Caso práctico Instrumento y variables de 19-23 Septiembre
estudio Hipótesis (E3)
9. Población y muestra (8) Caso práctico Selección de la muestra y 26-30 Septiembre
Recolección de datos recolección de datos(E3)
10. Confiabilidad y validez (9) Caso práctico Codificación y captura en 3-7 Octubre
La encuesta SPSS Método (diseño del estudio, muestra,
Codificación y captura instrumento, etc.) (E3)
11. Análisis cuantitativo de datos (10) Ejercicios Prácticos Pruebas estadísticas en 10-14 Octubre
Niveles de medición y SPSS Resultados generales
Pruebas estadísticas
12. Niveles de medición y pruebas (11) Ejercicios Prácticos Pruebas estadísticas en 17-21 Octubre
Estadísticas SPSS Resultados generales (E3)
13. Programas estadísticos para el análisis de (12) Ejercicios Prácticos Pruebas estadísticas en 24-28 Octubre
datos SPSS Resultados generales (E3)
14. Análisis de datos (13) Ejercicios Prácticos Discusión y 31-4 Noviembre
Discusión de resultados conclusiones(E3)
15. Producto integrador de aprendizaje Entrega Final (Examen 2 Parcial) (E4) 7-11 Noviembre
Trabajo Final
Método
Diseño de investigación
Cuantitativa
Diseño de Investigación
Exploratorio: nos familiarizamos con un tópico desconocido.
Sus resultados nos sugieren afirmaciones que deberán ser verificadas con posterioridad.
Es más flexible, sin embargo los resultados pueden ser considerados no determinantes.
Cualitativos Cuantitativos
Se limita a preguntar Se limita a responder
Fuertes en términos de validez Débiles en validez interna, sin
interna, sin embargo son débiles en embargo fuertes en validez externa
validez externa
Resultados no generalizables Resultados generalizables
Pretende estudiar y entender los Comprende los hechos sociales
fenómenos sociales desde la desde un método científico,
perspectiva del actor demostración de causalidad
Base epistemológica: Base epistemológica: Positivismo (afirma
Fenomenología (interesado en comprender que el único conocimiento auténtico es
la conducta humana desde el propio marco de el conocimiento científico) y funcionalismo
referencia de quien actúa) (preconiza las ventajas del trabajo de campo).
Relación entre un modelo y la realidad
Realidad
Factores socioeconómicos
Conativo • Características de
y demográficos
posmodernidad y de
Reacción un mundo Globalizado
Cognitivo Conativo
Alto consumo 15 y 29 años • Se consideran mas
consumidores e
individualistas.
Confianza +_
Formas de opinión e interacción instantánea y
Eficacia Política nuevas formas de convivencia democrática
+
Satisfacción
Interés + democrática
Montero, Marín, Bonet, Transforma el espacio político
y política
Rojas, Padilla y Flores Lógica de demanda
Ideología + González, Manzi, Rojas Incremento Baja participación
+_ _ +
Cinismo político Actividad donde existe un orden
establecido (Voto)
Apatía
Edad
Afectivo Interacción
Brussino, Rabbia
Norris (2000)
VARIABLES
Variables
Variables Variables Variables
dependiente
mediadoras de Control Independientes
s
Exposición a Participación
Confianza Edad medios Política
electrónicos convencion
al
Eficacia Nivel Atención a Participación
Política Socioeconómi medios Política no
co electrónicos convencion
al
Interés
Genero Participación
Política
Conocimient mixta
o
Religión
Sofisticación
Política
Municipio
Escolaridad
Modelo teórico
Zona
Nivel Variables
Edad Genero Religión Geográfi
Socioeconómico de Control
ca
Variables Variables Variables
Independientes mediadoras dependientes
Confianza Participación
Exposición a medios Política
Eficacia convencional
electrónicos Política
Participación
Atención a medios Interés Política no
electrónicos convencional
Conocimiento Participación
Política mixta
Sofisticación
Política
Ejemplos:
La inteligencia, la motivación, la sensibilidad, la
responsabilidad, las actitudes, etc.
Variables
Las variables.
En primer lugar hay que tener en cuenta si una variable es simple o compleja:
Simple: si tiene un solo indicador
Compleja: si tiene más de un indicador
Variables
Variable independiente: variables que el investigador manipula y/o mide para
ver los efectos que produce sobre otra variable.
1 2
• Efecto de covariación
• Efecto de mediación
• Efecto de moderación
5 • Efecto causal
• Efecto de espuriedad
Niveles de medición de las variables
Dimensión
• Variable • Indicador
• Definición
conceptual
Concepto Instrumento
Proceso de operacionalización de las variables
VARIABLE DEFINICIÓN DIMENSIONES INDICADORES
CONCEPTUAL
Clase social Lugar ocupado por Cultural La actitud
las personas dada discursiva frente al
una determinada entorno
distribución de corresponde a la
bienes económicos, formación obtenida
culturales y de
prestigio, Económica Los ingresos
produciendo zonas periódicos
de circulación mantienen el status
discursiva
Prestigio El entorno
reconoce el
esfuerzo y los
beneficios logrados
con este.
Relación entre un modelo y la realidad
Por otra parte Schein, citado por Hatch (1997), propone la cultura como el
patrón básico de apropiaciones que un grupo ha inventado, descubierto o
desarrollado en el aprendizaje de sus problemas de adaptación externa e
integración interna, y que ha trabajado en él, para ser considerado valido
para ser tomado por los nuevos miembros como una forma correcta de
percibir, pensar y sentir con relación a esos problemas.
Variables
El instrumento de cultura organizacional, evalúa los siguientes factores:
Filosofía: Entendida como las políticas establecidas e ideologías que guían las
acciones organizacionales.
Instrumento
Medición de escalas
Construcción de una escala Likert
En los resultados hay que detectar aquellos ítems en los que se localicen
diferencias estadísticamente significativas (P<.05). Estos ítems son utilizados
para la escala definitiva. Los restantes son eliminados.
Controlar variables
confusas
Es un proceso
Generar el mejor
metodológico que
proceso estándar
intenta
Interpretar de mejor
modo los
procedimientos
realizados
La validez, se refiere al grado en que un instrumento realmente mide la variable
que pretende medir.
2. Definir la variable.
5. Estructurar el Instrumento
1 >< 2
X2, t, F r, R2 M, DE, %
Nivel de significación (p)
Aunque observemos a simple vista diferencias, no podemos hablar
en términos absolutos. Su comprobación debe hacerse en un
contexto probabilístico.
p < .05
Método
Reporte de resultados
Estructura del informe
Método: Diseño del estudio, muestra, instrumento, codificación y fiabilidad, etc.
Se describe el método que se seguirá para responder las preguntas o pruebas de las
hipótesis. Incluye información sobre el diseño del estudio, muestra, instrumentos, etc.
Hay que proveer la definición operacional de los conceptos y decir qué estadísticos
se utilizarán para contrastar las hipótesis.
Primero datos descriptivos (si es necesario) y luego inferenciales. Tablas y/o gráficos.
Hay que ofrecer un sumario de las hipótesis testadas al final de la sección.
Variables
Variables Variables Variables
dependiente
mediadoras de Control Independientes
s
Exposición a Participación
Confianza Edad medios Política
electrónicos convencion
al
Eficacia Nivel Atención a Participación
Política Socioeconómi medios Política no
co electrónicos convencion
al
Interés
Genero Participación
Política
Conocimient mixta
o
Religión
Sofisticación
Política
Municipio
Escolaridad
Modelo teórico
Zona
Nivel Variables
Edad Genero Religión Geográfi
Socioeconómico de Control
ca
Variables Variables Variables
Independientes mediadoras dependientes
Confianza Participación
Exposición a medios Política
Eficacia convencional
electrónicos Política
Participación
Atención a medios Interés Política no
electrónicos convencional
Conocimiento Participación
Política mixta
Sofisticación
Política
Tabla 2 x 2: V de cramer
Aunque puede asumirse que se cumple para muestras grandes (n > 100),
debe explorarse siempre, con gráficos y pruebas de normalidad. En SPSS las
pruebas de normalidad más completas están en la opción “EXPLORAR” y al
que se llega con la rutina: Analizar > Estadísticos Descriptivos > Explorar
Primero se muestran los estadísticos resumen en cada grupo: N (tamaño), media, desviación típica
y el error estándar de la media.
Resumen de información
prueba T no paramétricas
Una prueba de homogeneidad de varianzas (la prueba de Levene), que nos va a
informar sobre el segundo requisito para aplicar la comparación de medias mediante
la prueba t de Student: la homogeneidad de varianzas. El programa hace un contraste
a través del estadístico F de Snedecor y nos aporta una significación estadística, o valor
“p” asociado a la hipótesis nula de que “las varianzas son homogéneas”. Cuando ese
valor “p” es significativo (p<0,05) debemos dudar de la homogeneidad de varianzas.
Una doble salida de la comparación de medias en los dos grupos, expresada en dos
filas de la ventana: o en la fila superior la salida es cuando se han asumido varianzas
iguales en el contraste anteriormente comentado (o prueba de Levene); o en la línea
inferior los resultados son los que habría que elegir cuando no se han asumido varianzas
iguales, esto es, cuando la prueba de Levene en el paso anterior es significativa
(p<0,05). El programa hace en este caso una “variante” de la t de de Student,
aplicando -para construir el estadístico de contraste- una varianza promediada entre
las varianzas de cada grupo.
La prueba T propiamente dicha, “para la igualdad de medias” nos da diversa información:
El valor de T (t), los grados de libertad del estadístico (gl) y, lo más importante, el valor de “p” (Sig. Bilateral)
asociado al contraste
El valor de la diferencia de medias entre los dos grupos, su error típico, y el intervalo de confianza al 95% de dicha
diferencia de medias, que nos da una información sobre cuán diferentes son las medias en la población, no sólo
mediante una estimación puntual sino también a través de un intervalo de valores que tiene una elevada
probabilidad de contener la verdadera diferencia de medias. Esta información también es útil para comprender si
las medias son o no diferentes entre ambos grupos, aportando además datos para conocer con cuánta precisión
estamos estimando: un intervalo de confianza que contenga el valor cero supone que no hay diferencias en las
medias de ambos grupos, y si su recorrido (rango entre el valor superior e inferior) es pequeño estamos diciendo
que esta estimación es bastante precisa.
Por otra parte, si interpretamos la diferencia de medias de edad entre ambos grupos, ésta se situaría en la
población, con una elevada confianza, entre -4,619 y +1,542 años. Es una estimación algo imprecisa (unos cinco
años arriba o abajo) y contiene el valor “cero”, que nos hace llegar a la misma conclusión: por la variabilidad del
muestreo (error aleatorio) es posible explicar las pequeñas diferencias de medias de edad (1,53 años) encontradas
en nuestro estudio, por lo que debemos asumir la no-diferencia de medias de edad en la población.
Ejemplo 2:
Como en el ejercicio anterior, lo primero es comprobar si se dan
los requisitos para aplicar las pruebas paramétricas, basadas en la
media y la varianza. Esto es, hay que explorar cómo es la
distribución de la variable “PAS” en cada grupo determinado por
la variable “obesidad”, solicitando pruebas de normalidad que
nos permitan tomar una decisión.
Se pueden elegir entre varios Tipo de prueba, siendo la más común la “U de Mann-
Whitney”, señalada por defecto en el programa SPSS. Tras aplicar, la salida es la
siguiente:
Lo que debemos interpretar es la Sig. Asintótica (bilateral), que en nuestro caso vale
0,017 y lleva a concluir que se rechaza la hipótesis nula de que “la media de PAS es
similar en ambos grupos”; o lo que es alternativamente igual, “que existe una
asociación estadísticamente significativa entre la PAS y la Obesidad)”.
Coeficiente de correlación r de Pearson
Diagrama de dispersión.
Covarianza (=sxy).
Signo: forma
de la relación
(+, -)
Valor numérico:
fuerza o magnitud
de la relación (-1,
+1)
Cálculo MANUAL del coeficiente de
correlación de Pearson (1)
9
8 9; 8
7 7; 7
5 4; 5
Y
3 2; 3
1 0; 1
0
0 2 4 6 8 10
X
Coeficiente Interpretación
r=0 Nula
Conceptos importantes