Metodología de Investigación

aplicativa con IBM SPSS

StatisticsImpartido por:

Mag. Econ. Jean Paul Moreno Palomino

INVESTIGACIÓ

N CIENTÍFICA

CUANTITATIVA CUALITATIVA

MIXTO O

MULTIMODAL

Análisis

Aplicación

Búsqueda

Causas

Comparación

Comprobación

Confrontación

Correlación

Contraste

Desarrollo

Determinación

Diagnóstico

Diseño

Estudios

Evaluación

Experimentación

Explicación

Exploración

Factores

Fundamentos

Mejoramiento

Observación

Propuesta

Relación

Sistema

Teoría

Validez

Verificación

Ejemplo¿Qué relación existe entre (1) la inteligencia

emocional (2) y (3) el clima institucional (4)

en los docentes (5) de la Universidad (6) de

Provincia de Tarma, (7) 2015 (8)?

1.- Pregunta clave.

2.- Variable X.

3.- Nexo o enlace.

4.- Variable.

5.- Población / muestra.

6- Ámbito de organización.

7.- Ámbito geográfico.

8.- Contexto temporal.

Nivel

exploratorio

Conocer

Definir

Descubrir

Detectar

Estudiar

Explorar

Indagar

Sondear

Nivel descriptivo

Analizar

Calcular

Caracterizar

Clasificar

Comparar

Cuantificar

Describir

Diagnosticar

Examinar

Identificar

Medir

Nivel explicativo

Comparar

Demostrar

Determinar

Establecer

Evaluar

Explicar

Inferir

Relacionar

Verificar

Según Arías (2012, p. 44) menciona la lista de verbos para objetivos de investigación.

SUB DIVISIONES

DE LA ESTADÍSTICA

ESTADÍSTICA

DESCRIPTIVA

ESTADÍSTICA

INFERENCIAL

TÉRMINOS EN ESTADÍSTICA

DATOS CONSTANTE PARÁMETRO

PoblaciónEstadígrafos o

estadísticos

2;; xx SSx

Muestra

22

2

2

2

.3

11.2

41

4.1

NEpqZ

Npqzn

N

Nn

pqN

Npqn

N

MEDIDAS DE CENTRALIZACIÓN

Mediana Media Aritmética o

promedio

ii

ii

i

hyx

n

nyx

n

xx

Moda

12

1

21

1'

1

ii

iii

i

nn

nn

CyMo

2

21

'

1

nN

Cn

Nn

yMe

i

i

i

i

MEDIDAS DE DISPERSIÓN

Desviación

media (D.M)Rango

menormayor xxR

Varianza S2x

mediopuntox

n

nxxS

n

xxS

i

ii

i

1

12

2

2

2

n

nxxMD

n

xxMD

ii

i

.

..

Desviación

Típica Sx

Coeficiente de

Variación (C.V.)

2

xx SS

x

SVC x 100.

VARIABLE

MEDICIÓN

ESCALA DE MEDICIÓN

NOMINAL ORDINAL INTERVALARRAZÓN O

PROPORCIÓN

TÉCNICAS INSTRUMENTOS

1. Observación directa a) Diario de campo

b) Fichas de observación

c) Fotografías

d) Filmaciones

e) Croquis

f) Planos

2. La observación indirecta a) Diario de campo

b) Fichas de observación

c) Fotografías

d) Filmaciones

e) Croquis

f) Planos

3. Entrevista:

a) Estructuradas (cuantitativa)

b) No estructuradas

a) Formato de entrevista

b) Diario de campo

c) Grabaciones magnetofónicas

d) Filmaciones

4. Encuesta a) Cuestionario

b) Diario de campo

5. Fichaje Las fichas: tipos de fichas

6. Evaluación educativa Prueba objetiva

7. Análisis documental: libros; revistas,

tesis, periódicos, documentos, actas,

boletines, películas, fotografías, internet,

Libreta de apuntes, fichas, cuadros sinópticos, Fotografías,

filmaciones, fotocopias, croquis, planos, disquete, diapositiva,

CD, casete.

8. Grupos focales a) Formato de guía

b) Grabaciones magnetofónicas

c) Registro de apuntes

d) Guía de discusión

CUESTIONARIO

es una lista o repertorio de preguntas, formuladas por escrito, a las que el sujeto

puede responder. Las preguntas pueden ser cerradas o abiertas. La

administración o aplicación de los cuestionarios puede ser muy variada: en

grupos pequeños o grandes y de forma presencial o bien por correo o por algún

otro sistema que no exija realizarlo en presencia de los aplicadores. Ejemplo de

instrumento de actitudes hacia el trabajo

N° Items Nunca

1

Casi

nunca

2

A veces

3

Casi

siempre

4

Siempre

5

1 Debido a mi trabajo me siento

emocionalmente agotado.

2 Al final de la jornada me siento

agotado.

3 Me siento “desgastado” por el

trabajo.

4 Me siento frustrado por mi

trabajo.

5 He realizado muchas cosas que

merecen la pena en este trabajo.

6 En el trabajo siento que estoy al

límite de mis posibilidades.

Las opciones de respuesta o categorías mediante la escala de Likert son las

siguientes:

Muy de

acuerdo

De acuerdo Ni de

acuerdo, ni

en

desacuerdo

En

desacuerdo

Muy en

desacuerdo

Totalmente de

acuerdo

De acuerdo Neutral En

desacuerdo

Totalmente en

desacuerdo

Siempre La mayoría de

las veces sí

Algunas veces

sí, algunas

veces no

La mayoría de

las veces no

Nunca

Completament

e verdadero

Verdadero Ni falso, ni

verdadero

Falso Completament

e falso

Definitivament

e sí

Probablement

e sí

Indeciso Probablement

e no

Definitivament

e no

No en lo

absoluto

Un poco Neutral Bastante Mucho

La calificación varía de 1 a 5 si el ítem es positivo y de 5 a 1 si es negativo

-1 0 +

1y

xCorrelación positiva

perfecta

y

xCorrelación negativa

perfecta

COEFICIENTE DE CORRELACIÓN

CORRELACIÓN

-1 0 +

1

INTERPRETACIÓN DE LOS

COEFICIENTES DE CORRELACIÓN

COEFICIENTE DE

CORRELACIÓN

INTERPRETACIÓN

+ 1,00 Correlación perfecta (+) ó (-)

De + 0,90 a + 0,99 Correlación muy alta (+) ó (-)

De + 0,70 a + 0,89 Correlación alta (+) ó (-)

De + 0,40 a + 0,69 Correlación moderada (+) ó (-)

De + 0,20 a + 0,39 Correlación baja (+) ó (-)

De + 0,01 a + 0,19 Correlación muy baja (+) ó (-)

0 Correlación nula

-1 0 +

1

CONFIABILIDAD

Sinónimo de confiabilidad son : estabilidad, fiabilidad, consistencia,

reproductividad, predictibilidad . En consecuencia se define a la confiabilidad

como la capacidad que posee un instrumento para obtener y entregar

información idéntica o similar sobre determinadas manifestaciones

conductuales de un mismo individuo, indagadas en una o más ocasiones.

Es decir es el grado de estabilidad de la clasificación de los individuos,

realizada mediante algún procedimiento evaluativo que sea representativo del

dominio conductual estudiado.ESCALAS DE VALORACIÓN DE LOS COEFICIENTES DE CONFIABILIDAD

Confiabilidad nula De 0,53 a menos

Confiabilidad baja De 0,54 a 0,59

Confiabilidad De 0,60 a 0,65

Muy confiable De 0,66 a 0,71

Excelente De 0,72 a 1,00

Autor: Luis Damián en su libro evaluación de capacidades

Métodos para determinar la confiabilidad

a) Confiabilidad por test – retest

Consiste en administrarla misma prueba en una segunda ocasión

al mismo grupo de personas. Luego se correlacionan los

resultados obtenidos en las dos aplicaciones del test y el

coeficiente así obtenido se denomina coeficiente de estabilidad

PRUEBA A PRUEBA A

1ra

aplicación

2da

aplicación

Puntuaciones Puntuaciones

r = coef. de

estabilidad

Tiempo

b) Confiabilidad de la forma equivalente o alternativas o paralela

Consiste en administrarla a los sujetos dos instrumentos , de tal

manera que se debe asegurar que ambas versiones realmente

sean equivalentes: siendo muy importante que se debe abordar el

mismo tipo de contenido, expresar los ítems en la misma forma,

con el mismo nivel de dificultad y presentar idéntica extensión.

PRUEBA A PRUEBA B

1ra

aplicación

2da

aplicación

Puntuaciones Puntuaciones

r = coef. de

estabilidad

Tiempo

c) Confiabilidad por mitades

Consiste en aplicar una forma del test a un grupo de personas en

una sola sesión y luego dividir la prueba en dos mitades

comparable. Para ello se considera los ítemes pares y los ítemes

impares como formas equivalentes, posteriormente de determina el

coeficiente de correlación con respecto a una mitad y este valor de

reemplaza en la fórmula de Spearman – Brown.

r

rr

1

2

d) Confiabilidad por Alfa de Cronbach

Consiste en aplicar el instrumento a un grupo de personas en una

sola sesión luego se determina la varianza total, así mismo de halla la

sumatoria de las varianzas iniciales y el total de los ítems. Y de esta

manera se obtiene el valor del coeficiente de fiabilidad.

)1(1

2

2

ss

t

i

k

kr

Correlación de rangos ordenados (coeficiente de Spearman)

Destaca su utilidad cuando el número de pares de puntuaciones

(n) que se desea asociar es pequeño (menor que 30). Por otro

lado si hay pocos empates, el coeficiente de Spearman resulta el

más apropiado.

16

12

2

nn

dr

nn

dr

3

261

2d : sumatoria del cuadrado de la diferencia

n : elementos de la muestra

rs : coeficiente de correlación

Si el número de dichos pares es muy grande y cuando en las

puntuaciones , es muy probable que se presenten muchos empates,

entonces lo más adecuado sería utilizar el coeficiente de correlación

de Pearson, es decir:

N

yy

N

xx

N

yxxy

r2

2

2

2

Coeficiente (T)Tau de Kendall

Es adecuado como una medida de correlación con la misma clase de datos, en

tal sentido proporcionará una medida del grado de asociación entre los dos

conjuntos de rangos. El coeficiente T también es parcialrmente adecuado para

evaluar el acuerdo entre jueces múltiples.

2

)1(

nn

QPT

Donde:

n = número de casos o sujetos

P = suma de rangos más altos

Q = suma de rangos más bajos

A una muestra de estudio se aplicó dos instrumentos, con respecto a inteligencia

emocional y desempeño laboral en los docentes de educación física.

Sujetos A B C D E F G H I

Int.emocional 84 80 78 76 70 64 62 50 47

Desempeño laboral 60 64 71 61 58 57 54 55 52

Analizar – correlaciones – bivariadas – variables pasa de izquierda a derecha

–Tau de Kendall - aceptar

Donde:

fo = la frecuencia obtenida en cualquier casilla

fe = la frecuencia esperada en cualquier casilla

= chi cuadrada o ji cuadradax2

2

2

xn

xC

C : Coeficiente de contingencia

x2 : chi cuadrada o ji - cuadrada

n : total de datos

fe

fefoxc

22 )(

Coeficiente de contingencia (C)

Es un coeficiente de correlación para datos nominales colocados en una tabla de

contingencia con un diseño mayor que 2 x 2. Con éste se trata de determinar el

grado de asociación, al comparar varios grupos o categorías.

Para ello se determina el valor de la ji – cuadrada o Chi cuadrada, luego se

reemplaza en la fórmula del coeficiente de contingencia:

Sexo Estado civil Total

Soltero Casado

Femenino

Masculino

7

9

6

2

13

11

Total 16 8 24

fe

fefoxc

22 )(

2

2

xn

xC

Analizar – estadísticos descriptivos – tabla de contingencia – pasa de

ventana izquierda a derecha – estadísticos – coef, contingencia –

continuar - aceptar

Prueba de la t de Student para un solo grupo

n

s

xt o

X : media aritmética

S : desviación típica

n : tamaño de la muestra

µo : media poblacional

En general: resulta útil para probar una hipótesis de que la media de

una población, µ, es igual a un valor objetivo.

1. Existe sólo una variable.

2. El nivel de medición es de intervalo / razón.

3. Hay una sola variable y una población.

4. El tamaño de la muestra, n, es 121 o menos casos (aunque esta

prueba se puede emplear para muestras mayores, se requiere

cuando n es pequeña).

5. Hay un valor objetivo de la variable al cual podemos comparar la

media de la muestra.

Prueba de la t de Student para datos apareados

n

s

dt

d

d

d : media muestral de la diferencia

Sd : desviación típica de la diferencia

n : tamaño de la muestra

µd : promedio poblacional de la diferencia

En general: se aplica para comprobar la hipótesis de que las puntuaciones de una variable de

intervalo/ razón difieren dos puntos en el tiempo en el caso de los mismos individuos.

1. Hay una población con una muestra representativa de ella.

2. Existen dos variables de intervalo/razón con el mismo diseño en sus puntuaciones, o una

única variable medida dos veces en los mismos individuos pertenecientes a la muestra.

3. Hay un valor objetivo de la variable con el cual podemos comparar la media de la

diferencia entre los dos conjuntos de puntuaciones (normalmente este valor objetivo será

cero para una prueba de no diferencias entre las dos puntuaciones)al cual podemos

comparar la media de la muestra.

Vista variables – tipo – numérico – analizar – comparar medias – prueba t para

muestras relacionadas – pasar de ventana izquierda a derecha - aceptar

Prueba de la t de Student para dos muestras independientes con

varianzas desconocidas y diferentes

2

2

2

1

2

1

2121 )()(

n

s

n

s

xxt

Dos muestras son independientes si los valores muestrales seleccionados

de una población no están relacionados, apareados o asociados de alguna

manera con los valores muestrales seleccionados de la otra población.

1. Las desviaciones típicas poblacionales se desconocen y no se hace

una suposición sobre la igualdad de dichas desviaciones típicas

poblacionales.

2. Las dos muestras son aleatorias simples.

3. Ambas muestras son independientes.

4. Cualquiera o ambas de estas condiciones se satisfacen: los dos

tamaños muestrales son grandes (con n1 >30 y n2 > 30) o ambas

muestras provienen de poblaciones que tienen distribuciones normales

en cada uno de los grupos.

gl = el más pequeño de n1 – 1 y n2 – 1.

Prueba de la t de Student para dos muestras independientes con

varianzas desconocidas y con suposición de igualdad

2

2

1

2

2121 )()(

n

s

n

s

xxt

pp

)1()1(

)1()1(

21

2

22

2

112

nn

snsnsp

El número de grados de libertad está dado por gl = n1+ n2 – 2

1.Se desconocen las dos desviaciones estándar poblacionales, pero se

supone que son iguales.

2. Las dos muestras son independientes.

3. Ambas muestras son aleatorias simples

4. Cualquiera o ambas de estas condiciones se satisfacen: los dos

tamaños muéstrales son grandes (con n1 >30 y n2> 30) o ambas

muestras provienen de poblaciones que tienen distribuciones

normales en cada uno de los grupos.

Aplicación de la t de Student para dos muestras independientes

G.E O1 X O2

-------------------------

G.C O3 - O4

M1 -------------- O1

M2 --------------- O2

diseño de un estudio comparativo, con datos cuantitativos

ANALISIS DE VARIANZA (ANOVA)

Es uno de los test estadístico más ampliamente utilizados para probar la

igualdad de más de dos medias o promedios de la población. Es decir :

hipótesis: cuando se trata de comparar varias medias cabe la posibilidad de

realizar comparaciones dos a dos utilizando por ejemplo el estadístico t de

Student. Este procedimiento no es correcto.

La fórmula es:

Ho : µ1 = µ2 = µ3 = µ4 = µ5 = µk Ha: µ1 ≠ µ2 ≠ µ3 ≠ µ4≠ µ5≠ µk

HERRAMIENTAS DEL SPSS

Variables y Categorías

Tablas

Gráficos

VENTAJAS DESVENTAJAS

El programa utiliza una

serie de cuadros de

dialogo que permiten

determinar las acciones y

seleccionar aquellos

análisis útiles.

Potente herramienta para

el cálculo estadístico.

Es un software rápido.

Si el usuario no tieneexperiencia previa utilizandoSPSS o si sus conocimientosde estadísticas no estánactualizados es difícil discernirque opciones seleccionar.

La mayoría de los reportes deresultados contiene un nivelexcesivo de información quemuchas veces confunde alusuario.

Posee una gran cantidad deinformación en formaautomática que distrae al

usuario.

VENTAJAS Y DESVENTAJAS

DEL SOFTWARE S.P.S.S.

Paquete Estadístico

para Ciencias Sociales

Al iniciar el

programa se abre

ésta ventana.

Elegimos la opción

“Introducir Datos”

para crear nuestra

Matriz.

Vista de

Matriz de

Datos

Fila Variables

Columna

Casos/Individuos

Ahora hacemos

“click”

aquí para

ingresar datos

Es aquí donde

empezamos a

trabajar la matriz

Cada Fila contendrá la

información de cada

variable de nuestro estudio

Aquí le damos las

características a cada variable

En la primera celda

ingresamos el

nombre a la primera

variable de nuestro

instrumento

En esta celda el nombre para la variable se sugiere

sea breve. Ej: escol, ingres, estadociv…etc.

Ahora

pinchamos en

esta celda...

Se abre esta ventana,

la que nos permite

definir la forma en

que ingresaremos los

datos de cada caso

Por lo general las opciones que más utilizarán son “Numérica” o

“Cadena”.

Si utilizan códigos numéricos para representar las respuestas eligen la

primera (Ej: edad, ingreso, escalas en general).

Si tienen que utilizar, necesariamente, palabras para representar las

respuestas eligen Cadena. (Ej: Nombre encuestado, Dirección, etc.)

Anchura

indica la

amplitud

de

caracteres

Elegimos numérico, lo que no significa que la

variable sea numérica. Sólo indica la forma de

ingreso del código.

Aquí ponemos el nombre de la

variable o el ítem completo del

instrumento

CLICK

AQUÍ

Se abre esta ventana, que es donde

ingresamos los códigos para cada

uno de los datos

Luego de ingresar los códigos por valor de la

variable nos vamos a la siguiente celda para

ingresar los “valores perdidos”…a veces no

nos responden, no encontramos al encuestado,

etc.

Recomiendo utilizar el -9, -8,

-7 para identificar el tipo de

valor que consideremos

perdido.

OJO: No todas las variables

tienen que tener valores

perdidos…vean ustedes.

En la última celda le

damos el nivel de

medición a la variable.

Para variables

numéricas “Escala”

Para variables

categóricas debemos

elegir entre Ordinal o

Nominal, según sea el

caso.

Es muy importante no errar

en éste punto, pues los

cálculos estadísticos

dependen de aquello.

Finalmente la Vista de Variables queda así...

Ahora estamos en condiciones

de ingresar los datos en la

matriz

AHORA CLICK

AQUÍ

Para cada caso/individuo ingresamos

“sus respuestas” según el código que le

asignamos antes.

Si pinchamos el

botón “Etiquetas de

Valor” podremos ver

los valores para cada

caso.

A veces es

recomendable que lo

hagan para ver si

cometieron algún

error en el ingreso de

los códigos.

Ahora estamos preparados para

manipular estadísticamente los

datos.

Es importante que sean en atención a

nuestros objetivos de investigación.

Hacemos click en

ANALIZAR, luego

en ESTADÍSTICOS

DESCRIPTIVOS, y

finalmente en

FRECUENCIAS

Primero se

abre esta

ventana para

que elijamos

las variables

a analizarLuego que elegimos la variable, pinchamos en

“Estadísticos” para abrir esta ventana. Aquí podemos

elegir las medidas que necesitemos según el nivel de

medición de la variable. Aquí elegí las de

centralización más desviación estándar, sesgo y

curtosis…qué tal?

Luego podemos elegir en la

opción “Gráficos” la

representación que

queremos de las medidas

estadísticas que antes

acabamos de seleccionar

para nuestra variable.

Aquí yo seleccioné el

Histograma con Curva

Normal…¿qué nos permite

interpretar? Eso queda para

una buena clase de

estadística.

Se abre una ventana como ésta, la que contiene un resumen de los datos (válidos y perdidos)

más las medidas solicitadas al programa y su representación gráfica…todo por unos pocos

clicks, lo que a mi juicio lo hace mucho mejor que EXCEL.

AQUÍ VEN

LAS

MEDIDAS

SOLICITADAS

PARA EL

EJEMPLO

AQUÍ VEN LA

TABLA DE

FRECUENCIAS

PARA LOS

MISMOS DATOS

(incluye

frecuencia

absoluta,

frecuencia relativa

y frecuencia

acumulada)

Por último, ven

aquí el

Histograma para

la distribución

en la variable

solicitada junto

a la curva

normal.

Si volvemos a la

matriz podemos

hacer click en

ANALIZAR, luego

en ESTADÍSTICOS

DESCRIPTIVOS, y

finalmente en Tablas

de Contingencia

Se abre una ventana

desde la que

podemos elegir las

variables a

confrontar en una

tabla de doble

entrada.

Aquí puse las

variables Ingreso y

Sexo.

Aquí ustedes ya pueden explorar por sí mismos las

posibilidades estadísticas y de representación gráfica, cierto?

Ya en el Visor de

Resultados podemos

ver que existe la

posibilidad de

“Exportar” la

información a otros

programas de

Windows

Aquí podemos elegir los resultados que queremos exportar, dónde

queremos alojar el archivo, el nombre para éste y, por supuesto, el

programa en que queremos guardarlo.

Finalmente, para

guardar nuestro

trabajo en el SPSS

debemos hacer lo

mismo que en otros

programas de

Windows. Ir a

Guardar como…

SPSS permite recodificar las variables y registros según las

necesidades del usuario, esto es, si en algún momento precisamos

expresar alguna variable de otra forma, no hay ningún problema.

La principal ventaja es la capacidad que

presenta SPSS para trabajar con bases de

datos de gran tamaño.

Ciertamente no hemos visto aquí todas las

posibilidades del SPSS, pero ya conocen lo

básico de su utilización.

Con esto ya pueden explorar el programa,

que es bien “amigable”.

El reto para ustedes es interpretar los

resultados que pueden obtener de cada

proceso estadístico, que es otro cuento...

Hasta pronto!!!

Mag. Econ. JEAN PAUL MORENO PALOMINO

92

http://es.slideshare.net/JEANPAULMORENOPALOMI

http://www.bubok.es/autores/POLECO