MATERIAL DE LECTURA MAESTRIA EN EDUCACIÓN - ESTADISTICA. - MSC-ELVIS ROQQUE CLAROS

1

UNIVERSIDAD NACIONAL DEL ALTIPLANO

ESCUELA DE POST GRADO

MAESTRIA EN EDUCACIÓN

ASIGNATURA

ESTADISTICA APLICADA A LA INVESTIGACIÓN EDUCATIVA

Docente: Roberto Elvis Roque Claros

URUBAMBA – CUSCO2012

1

1.- PRESENTACIÓN:

La metodología de la investigación es de vital importancia para el desarrollo de la ciencia en todos los campos del saber humano. Una de las funciones principales de la universidad peruana, esta centrada en la investigación, es por esta razón que el presente material instructivo ha sido diseñado en forma didáctica y de fácil comprensión orientado a estudiantes y egresados de maestría y/o profesionales del campo educativo, con esto se espera contribuir al aprendizaje del proceso de investigación de manera práctica y aplicativa; por lo que se cuenta con ejemplos prácticos procesados con métodos estadísticos para cada caso.

2.- CAPACIDADES:

- Determina la población y muestra optima e Identifica el diseño de investigación, para luego establecer el diseño estadístico adecuado.

- Aplica los modelos de análisis; univariado, bivariado y multivariado para el tratamiento estadístico de los resultados y la contrastación de la hipótesis de investigación.

- Resuelve casos prácticos de análisis; univariado, bivariado y multivariado haciendo uso del paquete estadístico SPSS.

3.- CONTENIDOS:

Población y muestra. Variable Análisis estadístico y pruebas de hipótesis según el tipo y diseño de investigación Análisis con el paquete estadístico SPSS

4.- DESARROLLO:

4.1. POBLACIÓN Y MUESTRA.

4.1.1. CONCEPTO DE UNIVERSO, POBLACION Y MUESTRA

Antes de describir algunos de los métodos de muestreo más habituales, es necesario plantear algunas definiciones importantes en este contexto:

POBLACIÓN:

Es todo conjunto de elementos, finito o infinito, definido por una o más características, de las que gozan todos los elementos que lo componen, y sólo ellos. En muestreo, se entiende por población a la totalidad del universo que interesa conocer, y que es necesario que esté bien definido para que se sepa en todo momento qué elementos lo componen. Conviene recordar que población es el conjunto de elementos a los cuales se quieren inferir los resultados.

Estadística Aplicada a la Investigación Educativa

1

UNIVERSO:

El término es empleado generalmente como sinónimo de población. No obstante, cuando se realiza un trabajo puntual, conviene distinguir entre universo ideal: conjunto de elementos a los cuales se quieren extrapolar los resultados, y universo muestral: conjunto de elementos accesibles en nuestro estudio.

Todo universo o población debe definirse sin ambigüedades, es decir debe ser posible decidir cuándo un individuo pertenece o no al universo bajo consideración.

EJEMPLO:Universo: Trabajadores del Banco de la Nación del Perú. Universo: Pacientes con EDA menores de 1 año, atendidos en el Hospital Belén.

CENSO: En ocasiones resulta posible estudiar cada uno de los elementos que componen la población, realizándose lo que se denomina un censo, es decir, el estudio de todos los elementos que componen la población. La realización de un censo no siempre es posible, por diferentes motivos:

a) Economía: el estudio de todos los elementos que componen una población, sobre todo si esta es grande, suele ser un problema costoso en tiempo, dinero, etc.

b) Que las pruebas a las que hay que someter a los sujetos sean destructivas.

c) Que la población sea infinita o tan grande que exceda las posibilidades del investigador.

Si la numeración de elementos, se realiza sobre la población accesible o estudiada, y no sobre la población teórica, entonces el proceso recibe el nombre de marco o espacio muestral.

MUESTRA:

En todas las ocasiones en que no es posible o conveniente realizar un censo, lo que hacemos es trabajar con una muestra, entendiendo por tal una parte representativa y adecuada de la población.

Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las semejanzas y diferencias encontradas en la población, ejemplificar las características y tendencias de la misma. Cuando decimos que una muestra es representativa indicamos que reúne aproximadamente las características de la población que son importantes para la investigación.

Cuando decimos que una muestra es adecuada, nos referimos a que contiene el número de unidades de estudio, tal que permita aplicar pruebas estadísticas que den validez a la inferencia de los resultados a la población.

Por ejemplo, supongamos que deseamos medir el rendimiento académico de los niños escolares en la secundaria en Perú, pero por problemas económicos sólo es posible acceder a los niños de zonas urbanas.

- ¿A quién deseo generalizar los resultados? :

1

Todos los niños peruanos de la secundaria (universo ideal).

- ¿A quien puedo acceder en el estudio? : Todos los niños escolares en zonas urbanas (universo muestral o población en estudio).

-¿Cómo puedo acceder a ellos? : Numerando los sujetos accesibles (espacio o marco muestral).

-¿Quién forma parte del estudio? : Un grupo de sujetos elegido (muestra).

4.1.2. VENTAJAS Y DESVENTAJAS DEL MUESTREO.

En estudios que implican técnicas destructivas o de uso que imposibilidad de utilización posterior de lo analizado.

A. El trabajo con una muestra y no con el universo implica eficiencia, pues significa ahorro de recursos, esfuerzos y tiempo

B. Con el uso del muestreo se pueden obtener resultados razonablemente más precisos que el estudio de todo el universo, pues para el estudio de sólo una muestra, el personal mínimo necesario puede ser mejor preparado para recoger información más detallada y elaborada.

C. Como desventaja se debe mencionar el error de muestreo, producto de la variabilidad intrínseca que poseen los elementos de todo universo o población. El término error no debe entenderse como sinónimo de equivocación.

4.1.3. CONDICIONES DE UNA BUENA MUESTRA

En todo proceso de muestreo, los elementos de la muestra deben escogerse adecuadamente, de tal manera que los resultados que se observen en ella, puedan inferirse al resto de la población a la que pertenece la muestra. Para ello debe tenerse en cuenta:

a) Tamaño de la muestra, que da la característica de muestra adecuada. El tamaño de la muestra depende de la homogeneidad de la población. b) Condiciones de selección de la misma, de tal manera que todos los miembros de la población tengan la misma probabilidad de ser seleccionados como parte de la muestra, ésta es la característica de muestra representativa. Estas dos características darán valor estadístico a los resultados y permitirán la inferencia a la población. Varios aspectos relacionados con las características y tendencias de los sujetos que componen la población inciden en su determinación y dificultan a la vez su valoración objetiva:

A. Objetivos que se persiguen. B. Grado de aproximación que se pretende alcanzar. C. La heterogeneidad de la población

1

Ello implica que existe una estrecha relación entre: Varianza de la media muestral, tamaño de la muestra y varianza poblacional

4.1.4. MÉTODOS MUESTRALES.

Obviamente, deberemos asegurar que la muestra sea representativa de la población. Si queremos tomar una muestra de los estudiantes de la Institución Educativa Glorioso San Carlos y sólo seleccionamos diez alumnos de la Institución Educativa con una población de mil estudiantes, esta muestra no representará adecuadamente a la población, en cambio si seleccionamos de la misma cantidad de estudiantes, uno de cada 100 del registro de matrícula, aquí ya se puede pensar más, en la posibilidad de cierta representatividad aleatoria, sin embargo, aún así, no hay una representatividad total, pues en el registro pueden figurar estudiantes retirados de la Institución Educativa, entonces, un procedimiento bastante aleatorio que se puede utilizar, consiste en elegir el 10% de alumnos por cada salón en forma aleatoria.

El tamaño elegido para la muestra es también importante, y variará de acuerdo a cada investigación pudiendo ser el 5%, el 20%, etc., de la población total. Suele ser difícil determinar el tamaño justo, ya que no se puede errar por defecto (un solo estudiante no representa a un centro educativo, aún tomándolo al azar) o por exceso (una muestra que sea el 80% de la población es altamente confiable pero no económica, ya que con menos esfuerzo y dinero puede obtenerse una muestra considerablemente más pequeña sin que varíe en forma significativa su grado de representatividad).

El procedimiento por el que seleccionamos una muestra se llama muestreo, y clásicamente se divide en muestreo probabilístico y no probabilístico.

A) MUESTREO NO PROBABILÍSTICO O MUESTREO INTENCIONAL.

En el muestreo no probabilístico los individuos de la población no tienen todos la misma probabilidad de aparecer en la muestra, ya que aquí no hacemos una estricta selección al azar, sino que tomamos casos típicos que suponemos representativos de la media poblacional, u otros que tomamos en cuenta por conveniencia o por fácil acceso. Es un proceso por el cual no se conoce la probabilidad de inclusión que tiene cada una de las unidades del universo de origen y no es posible calcular la magnitud del error de muestreo.

Entre los métodos más representativos tenemos los siguientes:

a) Muestreo a criterio o muestreo intencional:

Es un proceso donde la selección depende del juicio del investigador, y no de la rigurosa aplicación de la teoría de las probabilidades. La representatividad de una muestra obtenida por este método queda abierta a la duda; no es probable que los expertos se pongan de acuerdo acerca de lo que debe incluir una muestra representativa.

Hay ocasiones, sin embargo, en que las muestras a criterio o a juicio son útiles.

Ejemplo:

1

De 1,400 estudiantes de educación secundaria de una ciudad; un experto en estudios de educación puede tomar una muestra de 250 estudiantes como muestra representativa, por que puede ser difícil seleccionar una muestra al azar o probabilística de todos los estudiantes de educación secundaria de la ciudad, por muchas razones, sin embargo, por experiencia el experto puede conocer ciertos hechos relacionados con el aprendizaje en centros educativos secundarios de la ciudad, que indique que el aprendizaje es generalmente poco variable entre todos los estudiantes.

En este caso, una muestra a juicio del experto (250 estudiantes) puede ser suficiente para obtener la información necesaria acerca del aprendizaje de los estudiantes.

b) Muestreo por cuotas.

Es una forma de muestreo a juicio en que los errores o sesgos que surgen del método no probabilístico de selección se controlan hasta cierto punto, por la estratificación y establecimiento de cuotas a cada estrato.

Se divide la población en grupos o estratos, según las exigencias del estudio, generalmente, edad, sexo, clase social, nivel de estudios, etc. “El tamaño relativo de estas cuotas se determina con datos externos aplicables al universo de estudio tales como informaciones censales, resultados confiables de otros estudios, etc. Así, según el censo, se podrá decir que deben ser entrevistados un número igual de hombres y mujeres, que en ambos grupos deberá haber 4% de personas con educación universitaria, etc., además de otras especificaciones o controles.” (BRIONES. 1996: 82)

Ejemplo:

Si se quiere entrevistar a 20 personas se realiza el siguiente esquema de asignación de datos.

Esquema de asignación de datos.Este esquema llamado de “controles interrelacionados”, consiste en indicar separadamente tres o más controles, y el número de personas en cada uno de ellos, lo podemos presentar de la siguiente manera:

Esquema de asignación interrelacionado

EDADPRIMARIA SECUNDARIA SUPERIOR

TOTALHombre Mujer Hombre Mujer Hombre Mujer25 – 3435 – 4445 – 5455 – 64

00030201

00020101

02010100

02010100

01000000

01000000

06070502

Total 10 08 02 20

Como podemos ver en la primera fila, se cumple con entrevistar a 6 personas entre 25 y 34 años, 2 hombres y 2 mujeres con instrucción secundaria y un hombre y una mujer con instrucción universitaria, así sucesivamente hasta completar los 20 entrevistados.

El principal problema que presenta las muestras por cuotas, es la dificultad para saber cuan representativas son del universo, y estimar el error de muestreo de las estadísticas que se calculen con los datos, esto se deriva de que el proceso de selección no es probabilístico.

1

Como ventajas podemos mencionar; su bajo costo, su rapidez de realización y su independencia de un marco de muestreo. Finalmente, podemos decir que con cierta frecuencia se utilizan diseños que combinan muestras probabilísticas con muestras por cuotas.

c) Cuestionario por correo:

Se emplea por ser de bajo costo y fácil administración. La principal objeción a este muestreo es el error o sesgo, que es causado muchas veces por el no retorno de los cuestionarios; para superarlo se propone:

Combinar el cuestionario por correo con la entrevista personal. Exceder el número esperado de cuestionarios que retornan.

En los estudios de opinión todavía se emplean estos tipos de muestreo, aunque su uso tiende a disminuir por sus imprecisiones.

B) MUESTREO PROBABILÍSTICO.

Cuando todos los datos de la población tiene la misma probabilidad de ser seleccionados en la muestra o cualquiera de los integrantes de la población puede ser escogido. Dentro de los más importantes tenemos:

a) Muestreo Aleatorio Simple.

La muestra aleatoria simple es la que se selecciona de manera que cada una de las unidades de la población tiene igual probabilidad de ser incluida en ella. La muestra se selecciona de acuerdo a los siguiente pasos:

PRIMERO: Se enumera todas las unidades de la muestra en números sucesivos de la primera unidad hasta la ultima unidad de la población.

SEGUNDO: Con bolos, balotas, o una tabla de números aleatorios, se selecciona tantas unidades, como sea el tamaño de la muestra.

b) Muestreo Aleatorio Estratificado.

En la práctica se utilizan uno o más criterios de estratificación con el propósito de lograr estratos que sean lo más homogéneos posibles. Entre los posibles criterios de estratificación podemos mencionar los siguientes: edad, sexo, nivel de instrucción escolar, ocupación, etc. Pueden utilizarse dos o más criterios simultáneamente.La muestra estratificada tiene la ventaja sobre la muestra aleatoria simple de lograr mayor precisión en las estimaciones.

Ejemplo: Para presentar este diseño, supóngase que se desea tomar una muestra de 286 estudiantes de un centro educativo primario de 1,000 estudiantes. Para esto dividimos a los estudiantes en tres estratos, utilizando como criterio de estratificación el grado o curso:

1º estrato : 1er y 2do grados 560 estudiantes2º estrato : 3er y 4to grados 290 estudiantes

1

3º estrato : 5to y 6to grados 150 estudiantes.TOTAL 1,000 estudiantes.

La fracción de muestreo será:

f = 286/1,000 = 0.286

De acuerdo con la definición, aplicamos a cada estrato la misma fracción de 0.286, lo cual equivale a distribuir las unidades de la muestra (los 286 estudiantes que constituyen la muestra) en proporción a los estratos del universo o población:

ESTRATOS EN LA POBLACIÓN

DETERMINACIÓN DEL TAMAÑO DE LOS

ESTRATOS MUESTRALES

NÚMERO DE ESTUDIANTES EN LA

MUESTRA

I 560 estudiantes 560 x 0.286 160

II 290 estudiantes. 290 x 0.286 83

III 150 estudiantes 150 x 0.286 43Total 1,000 estudiantes 286

Una vez determinado el número de elementos que se tomará en cada estrato, aquellos se seleccionan mediante el procedimiento indicado para tomar una muestra aleatoria simple.

c) Muestreo Sistemático:

Consiste en seleccionar las unidades muestrales aplicando un intervalo de selección

Pasos:1ro.- Confeccionar un listado completo de la población. 2do.- Conocer el tamaño de la muestra n

3ro.- Identificar el intervalo donde:

I= Índice de la fracciónN= Poblaciónn= Muestra

4to.- Seleccionar las unidades muestrales.

Ejemplo:

El tamaño de la población es 150, el tamaño de muestra es 60 (que representa el 40% de N).

1ro.- Confeccionar un listado completo de la población (cuantos sujetos conforman la población N = 150)

2do.- Conocer el tamaño de la muestra n = 60

3ro .- Identificar el intervalo:

Entonces cada tres sujetos serán escogidos.El primer sujeto es elegido al azar.

1

1. Carlos2. Victoria3. Dery4. Ivan5. Antonio6. Raúl7. Ulises8. Jaime9. Carmela10. Alicia

11. Juan12. Ronal13. Matias14. Roger15. Norma16. Roberto17. Rosa18. Gerardo19. Elisabeth20. Diana

21. Denis22. Bautista23. Abraham24. Seferina25. Tony26. Carina27. Veronica28. Carla29. Roman30. Ricardo31. ……hasta 150...

Los sujetos que están con letra cursiva y en negrita son los elegidos para la investigación hasta completar a 60 sujetos.

4.1.5. TAMAÑO ÓPTIMO DE MUESTRA.

“Sabemos que el valor correcto de un parámetro se puede determinar a través de un censo, es decir, por el estudio de toda la población. Sin embargo, en muestreo al tomar una muestra de tamaño “n” sólo revisamos una fracción n/N de una población de tamaño N en base a ella inferimos el valor del parámetro poblacional. Es evidente que en estas condiciones existirá un error en la estimación, pero este es controlable”. (EXEBIO. Pag. 35)

Así conocemos que la varianza de la media muestral es:

Donde: = Media de los datos.

La que se encuentra en función del tamaño de muestra. Cuando “n” (muestra) aumenta, la varianza V( ) disminuye hasta alcanzar el caso límite n=N (muestra igual a la población) en el que la varianza del estimador se anula, el muestreo se convierte en censo y el error de estimación d = 0.

Entonces el muestreo lleva involucrado un error que denotamos por “d”; éste es un determinado porcentaje del valor del parámetro en consideración, digamos:

El investigador debe estar consciente de este error, con respecto al parámetro poblacional existe un determinado porcentaje de él que está dispuesto a aceptar como error de muestreo.

Para tomar en consideración este hecho, se introduce el concepto de “confianza”; es decir, se acepta un error con una confianza del 95%, en el sentido de que si se muestrearía repetidas veces; en promedio, 95 de cada 100 muestras tendrían máximo un error de magnitud d, y 5 de ellas tendrían un error mayor.

En muestreo, la precisión con que se desea una estimación queda indicada por un error “d” igual a del parámetro y una confianza entre 0 y 100%. Evidentemente las confianzas más solicitadas serán próximas al 100%

1

Tamaño de muestra para la estimación de medias.

Como se desea estimar la media entonces en la ecuación fundamental sustituimos la varianza del estimador correspondiente, varianza de la media muestral. Así:

Expresión que se conoce como: “Ecuación fundamental del

muestreo y relaciona la precisión, la confianza y la varianza deseada de donde obtenemos:

Tamaño óptimo de muestra.

Donde: Z(1-/2) = Valor de la distribución normal, según el

nivel de confianza deseado. S2 = Varianza

= Precisión donde: e = Error de estimación o diferencia máxima entre la media muestral y

la media poblacional. = Media conocida.

Cuando la fracción n0/N es más del 10% utilizamos la corrección en caso contrario el tamaño de muestra óptimo será n0.

La corrección usada es:

Corrección usada cuando n0/N > 10%

Ejemplo:

Por estudios realizados en años anteriores en las Instituciones Educativas Primarias del Distrito de “San José” se ha determinado que el promedio de horas trabajadas por docente en una semana es de 13.2 horas, con una varianza de 6.5 horas. En el presente año se cuenta con 280 docentes los mismos que registran sus horas diarias de trabajo en tarjetas de control. Determinar el tamaño de muestra óptimo para estimar el promedio de horas trabajadas por semana en el presente año con un error no superior al 4% y una confianza del 95%.

Solución:

Precisión: =

1

Valor de la distribución Normal, cuando se tiene un nivel de confianza del 95% y significancia del 5%, entonces:

= 5% = 0.05 y Z(1-/2) = Z(1-0.05/2) = 1.96. valor hallado en la tabla de distribución normal adjunta en los anexos.

Varianza = S2 = 6.5

luego;

como:

Entonces, aplicamos la corrección:

Por consiguiente el tamaño de muestra apropiado es de 68 docentes.

Tamaño de muestra para la estimación de la proporción poblacional o variable cualitativa.

Con mucha frecuencia se requiere estimaciones del número total o de la proporción de unidades que poseen cierta característica cualitativa o de cierta clase.

Por ejemplo, el estudio de la procedencia de los estudiantes en una Universidad donde se conoce la procedencia rural o urbana. Entonces si “S” es el número de unidades poblacionales que poseen cierta característica, la proporción (p) de unidades con la característica es:

Donde:

N es el número de unidades de la población.

Para hallar el tamaño de muestra óptimo usamos la siguiente fórmula:

Donde: Z(1-/2) = Valor de la distribución normal, según el nivel de confianza deseado.

P = Proporción de unidades con la característica. Q = P-1 = Proporción de unidades sin la característica

e = Margen de error muestral N = Número de datos de la población

1

Cuando la fracción n0/N es más del 10% utilizamos la corrección en caso contrario el tamaño de muestra óptimo será n0.

La corrección usada es:

Corrección usada cuando n0/N > 10%

Ejemplo:

En un trabajo de investigación sobre las relaciones entre las variables afectivas y el aprendizaje significativo de los alumnos en una I.E.S., con una población de 1,500 estudiantes, se desea determinar el tamaño de muestra óptimo, conociéndose una población de alumnas del 65% y 35% de alumnos y asumiendo un nivel de confianza del 95% con un margen de error del muestral del 6%.

Solución:

P= 65% = 0.65, Proporción de mujeres Q= 35% = 0.35, Proporción de varones

, Margen de error muestral

Valor de la distribución normal, cuando se tiene un nivel de confianza del 95% y significancia del 5%, entonces:

= 5% = 0.05 y Z(1-/2) = Z(1-0.05/2) = Z 0.975 =1.96. valor hallado en la tabla de distribución normal.

Luego;

Como:

Entonces, aplicamos la corrección:

Por consiguiente el tamaño de muestra apropiado es de 183 estudiantes.

4.2. VARIABLE.

Se define como variable a cualquier característica, cualidad o propiedad de un fenómeno o hecho que tiende a variar y que es susceptible de ser medido y evaluado. Es importante señalar que las variables de la investigación deben tener una

1

referencia conceptual; así como la posibilidad de ser medidas ya sea cuantitativamente o cualitativamente.

Ejemplos.- Edad - Aprendizaje- Deserción escolar - Sexo- Método de estudio - Talla- Situación social, etc.

4.2.1. CLASES DE VARIABLES.

Según el tipo de relación tenemos:Variable de observaciónVariable dependienteVariable independienteVariable interviniente

Según su naturaleza puede ser:Variable cualitativa: nominales y ordinalesVariable cuantitativa: discretas y continuas

4.2.2. SEGÚN EL TIPO DE RELACIÓN:

VARIABLE DE OBSERVACIÓN.- Una variable es de observación cuando no tiene ninguna relación de causa efecto, efecto causa o correlación.

Las variables de observación son observadas y medidas, y se analizan en las investigaciones descriptivas de diseño diagnóstico, diseño evaluativo y otros.

Ejemplo: La disciplina escolar.Nivel de capacitación docente.Nivel de aprendizaje de los alumnos.

VARIABLE INDEPENDIENTE.- La variable independiente es la que afecta a la variable dependiente. Es llamada también variable causa o variable activa.

VARIABLE DEPENDIENTE.- Es la variable que es afectada por la variable independiente.

Una variable independiente puede a la vez funcionar como variable dependiente o viceversa, esta variación dependerá de la forma como se enfoca la investigación.

VARIABLE INTERVINIENTE.- Llamada también variable extraña. Son aquellas que coparticipan con la variable independiente condicionando a la dependiente.

Ejemplo: Situación económica de la familia.

Método de estudio de casos sociales.

(V.I.)

Método de estudio de casos sociales.

(V.I.)

Desarrollo de la capacidad crítica.

(V.D.)

Desarrollo de la capacidad crítica.

(V.D.)

AFECTA

1

Procedencia social.

4.3. DISEÑOS DE INVESTIGACIÓN

El diseño de investigación es la guía que orienta al investigador ya que le señala lo que debe hacer para alcanzar sus objetivos.

El diseño de investigación es un plan esquemático que contiene la estrategia general para lograr los objetivos de investigación. Cada investigación tiene características propias, por lo cual tiene también diversas formas de realizarse, cada una de esas formas constituye un diseño de investigación.

4.3.1. DISEÑOS NO EXPERIMENTALES O DESCRIPTIVOS

La investigación DESCRIPTIVA es aquella en la que se observa y/o mide, clasifica y analiza las variables para contestar a las preguntas (Verhonick.1974:12): ¿qué?, ¿dónde? y ¿cuándo?. Y que según Bunge (1969:221) estas preguntas pueden ser las siguientes:

¿Qué es? (correlato)¿Cómo es? (propiedades)¿Dónde está? (lugar)¿Cuándo ocurre? ( tiempo)¿De qué está hecho? (composición)¿Cómo están sus partes -si las tiene- interrelacionadas? (configuración)¿Cuánto? ( cantidad)

Por la cantidad de preguntas que se han registrado se puede deducir que los diseños descriptivos son varios y, efectivamente son muchos más de los que se describen en este capítulo.

Los estudios descriptivos buscan especificar las propiedades importantes de las personas, grupos, comunidades, los diversos aspectos, dimensiones y componentes del hecho a investigar o cualquier otro hecho que sea sometido a análisis. "Es un proceso fundamentalmente exploratorio para identificar las condiciones en las cuales ocurren determinados hechos o fenómenos". (Gil y Alva. 1991: 33).

4.3.1.1. PRINCIPALES DISEÑOS DESCRIPTIVOS.

A) DISEÑOS DESCRIPTIVOS SIMPLES:

1) DISEÑO DESCRIPTIVO DIAGNÓSTICO.

En particular, el diseño descriptivo diagnóstico es el estudio que por observación y/o por medición de las variables busca determinar el statu quo de los sujetos o grupos sociales que tienen problemas educativos, psicológicos o sociológicos. No busca ni pretende relacionar variables; todas las que se aborda en este diseño son consideradas del mismo tipo, ya que a partir de ellas se determinado el statu quo o el problema.

Sánchez y Reyes prefieren llamarlo "investigación descriptiva simple" y para ellos este diseño es la forma más elemental a la que puede recurrir un investigador con el propósito de buscar y recoger información previamente determinada, que es el objeto de estudio, no presentándose la administración o control de un tratamiento (Sánchez y Reyes.1984:61).

1

El tratamiento estadístico generalmente es el análisis de porcentajes; a los que se puede aplicar los procedimientos que permiten establecer la significancia estadística de las mismas, como por ejemplo el X2. El diseño estadístico corresponderá al tipo de variable que se haya medido.

En este diseño se aplican instrumentos de observación y de medición, por separado o simultáneamente.

Ejemplo aplicativo:

Titulo: “ LA SOCIALIZACIÓN EN LOS NIÑOS Y NIÑAS DE 5 AÑOS DE LA INSTITUCION EDUCATIVA INICIAL Nº 308 “NIÑO JESÚS DE PRAGA” CERRO COLORADO DE LA CIUDAD DE JULIACA – 2010”

Objetivo General.Determina el nivel de socialización de los niños y niñas de 5 años de la Institución Educativa Inicial Nº 308 Cerro Colorado de la ciudad de Arequipa, periodo 2010.

Objetivos Específicos. Conocer los atributos individuales que presentan los niños y niñas de 5 años de la Institución

Educativa Inicial Nº 308 Cerro Colorado de la ciudad de Arequipa. Establecer las características de habilidades sociales que presentan los niños y niñas de 5 años de la

institución educativa inicial Nº 308 Cerro Colorado de la ciudad de Arequipa. Conocer las relaciones entre iguales que existen en los niños y niñas de 5 años de la Institución

Educativa Inicial Nº 308 Cerro Colorado de la ciudad de Arequipa.

Operacionalización de las Variables.

VARIABLE DIMENSIONES INDICADORES ÍNDICES

VARIABLE UNICA:

Socialización en los niños

Atributos individuales.

El niño:

Esta de buen humor. Es excesivamente dependiente del maestro, u otro

adulto. Va a la institución en forma voluntaria. Maneja los desaires y contratiempos en forma

adecuada. Muestra capacidad para establecer empatía. Tiene relaciones positivas con uno o dos compañeros. Muestra capacidad para preocuparse sinceramente por

sus compañeros. Extraña a sus compañeros si están ausentes. Muestra sentido del humor. Se siente constantemente solo.

Siempre/Bueno Algunas Veces/RegularNunca/Deficiente

1

Características de la habilidad social.

El niño usualmente:

Se acerca a otros en forma positiva. Expresa deseos y preferencias claramente, dando

razones por sus acciones y posiciones. Expresa sus derechos y necesidades en forma

apropiada. Es fácilmente intimidado por niños violentos o

agresivos. Expresa la frustración y el enojo en forma efectiva, sin

dañar a otros ni la propiedad ajena. Se gana el acceso a los grupos de juego y trabajo que

se dan en el aula. Participa de temas de discusión, hace contribuciones

relevantes a las actividades que se dan en el aula. Toma turnos fácilmente. Muestra interés por otros, intercambia y acepta

información de otros en forma adecuada. Negocia y convence a otros adecuadamente. Muestra atención inapropiada hacia si mismo. Acepta y disfruta de los iguales, adultos y grupos

étnicos diferentes del suyo. Se gana el acceso a los grupos de juego y trabajo que

se dan en el aula. Interactúa en forma no verbal con otros niños mediante

sonrisas, saludos, afirmaciones, etc.

Características de las

relaciones entre iguales.

El niño es:

Es aceptado y no ignorado o rechazado por los otros niños.

Es invitado, por otros niños, a disfrutar del juego, la amistad y el trabajo.

MUESTRA DE LA INVESTIGACIÓN.

I.E.I. EDAD SECCION NIÑOS NIÑAS TOTAL

IEI. Urbana Nº 308 Cerro Colorado “Niño Jesús de Praga” Arequipa 5 Años “A” 13 12 25

FUENTE: Nómina de matrícula de las I.E.Is. Urbano y Urbano Marginales de la ciudad de Arequipa .ELABORACIÓN: La Ejecutora.

RESULTADOS DE LA INVESTIGACIÓN:

CUADRO Nº 1RESULTADOS PARA LA DIMENSIÓN ATRIBUTOS INDIVIDUALES EN NIÑOS Y NIÑAS DE 5 AÑOS DE LA

I.E.I. URBANO Nº 308 “NIÑO JESUS DE PRAGA” CERRO COLORADO.INDICADORES PARA LA DIMENSIÓN ATRIBUTOS

INDIVIDUALES

SIEMPRE ALGUNAS VECES NUNCA TOTAL

Frecuencia Porcentaje Frecuencia Porcentaje Frecuencia Porcentaje Frecuencia Porcentaje

Frecuentemente se encuentra de buen humor. 16 64,0% 8 32,0% 1 4,0% 25 100,0%

Es excesivamente dependiente del maestro, u otro adulto. 9 36,0% 13 52,0% 3 12,0% 25 100,0%

Va a la institución en forma voluntaria. 18 72,0% 7 28,0% 0 0,0% 25 100,0%

Maneja los desaires y contratiempos en forma adecuada. 13 52,0% 7 28,0% 5 20,0% 25 100,0%

Muestra capacidad para establecer empatía. 8 32,0% 10 40,0% 7 28,0% 25 100,0%

1

Tiene relaciones positivas con uno o dos compañeros. 12 48,0% 8 32,0% 5 20,0% 25 100,0%

Muestra capacidad para preocuparse sinceramente por sus compañeros. 6 24,0% 14 56,0% 5 20,0% 25 100,0%

Extraña a sus compañeros si están ausentes. 9 36,0% 10 40,0% 6 24,0% 25 100,0%

Muestra sentido del humor. 8 32,0% 10 40,0% 7 28,0% 25 100,0%

Se siente constantemente solo. 2 8,0% 7 28,0% 16 64,0% 25 100,0%

TOTAL 10,1 40,4% 9,4 37,6% 5,5 22,0% 25 100,0%

FUENTE: Ficha de observación aplicada a niños y niñas de 5 años ELABORACIÓN: La Ejecutora de la Investigación.

GRÁFICO Nº 1RESULTADOS PARA LA DIMENSIÓN ATRIBUTOS INDIVIDUALES EN NIÑOS Y NIÑAS

DE 5 AÑOS DE LA I.E.I. URBANO Nº 308 “NIÑO JESUS DE PRAGA” CERRO COLORADO.

FUENTE: Cuadro Nº 1.

PRUEBA DE HIPOTESIS

Se realiza la prueba de hipótesis para probar si existen diferencias significativas entre las categorías presentadas (Bueno, regular y deficiente) lo cual nos indicara si el nivel de socialización de los niños y niñas es bueno y deficiente, en este caso existe una prevalencia para la categoría, bueno lo que se demostrara con la prueba Chi cuadrada.

PLANTEAMIENTO DE LA HIPÓTESIS. 1. Prueba de Hipótesis:

Ho : El nivel de socialización de los niños y niñas de 5 años de la Institución Educativa Inicial Nº 308 “Niño “Niño Jesús de Praga” de la ciudad de Arequipa es deficiente.

Ha : El nivel de socialización de los niños y niñas de 5 años de la Institución Educativa Inicial Nº 308

“Niño “Niño Jesús de Praga” de la ciudad de Arequipa es bueno.

2. Nivel de Significancia: El nivel de significancia o error que elegimos para la presente prueba es del 5% que es igual a = 0.05.

3. Prueba estadística a usar: desde que los datos son cualitativos, usamos la distribución Ji - cuadrada, que tiene la siguiente formula:

Región aceptación y rechazo: Hallamos el valor de la 2 tablas =2 (F-1), 0.05 =2 (3-1), 0.05 = 5.991

1

Región de Aceptación: si 2 calculada 5.99 Región de Rechazo : si 2 calculada > 5.99

4. Calculo de la prueba estadística:

Cuadro de Frecuencias Observadas y Esperadas

NIVEL DE SOCIALIZACIÓN DE LOS NIÑOS Y NIÑAS DE 5 AÑOS DE LA INSTITUCIÓN EDUCATIVA INICIAL Nº 308 “NIÑO JESUS DE PRAGA” DE AREQUIPA

NIVEL DE SOCIALIZACIÓN

Resultados de la totalidad de cuadros en los niños y niñas de 5 años de la I.E.I. Nº 308 "Niño Jesús de

Praga"Frecuencias Observadas Frecuencias Esperadas

BUENO 18 8.33

REGULAR 6 8.33

DEFICIENTE 1 8.33

TOTAL 25 25

Reemplazamos en la fórmula:

2 calculada = 18.33

5. Decisión: Como 2 calculada = 18.33 > 2 Tablas = 5.99, entonces RECHZAMOS la hipótesis nula y ACEPTAMOS la hipótesis alterna, de donde podemos afirmar que, el nivel de socialización de los niños y niñas de 5 años de la Institución Educativa Inicial Nº 308 “Niño “Niño Jesús de Praga” de la ciudad de Arequipa es bueno. A un nivel de significancia o error del 5%.

2) DISEÑO DESCRIPTIVO EVALUATIVO.

Es el diseño que busca juzgar el valor o los méritos de alguna cosa, proceso o programa. El diseño evaluativo "establece criterios claros y específicos para el éxito, reúne sistemáticamente pruebas y testimonios de una muestra representativa de las unidades de que se trata, comúnmente traduce estas pruebas y testimonios a expresiones cuantitativas, y los compara con los criterios que se habían establecido y,

Zona de aceptación Zona de

rechazo

0 5.99

1

finalmente, saca conclusiones acerca de la eficacia, el valor o el éxito del fenómeno que se está estudiando" (Weiss.1975:13).

Ejemplo aplicativo:

TITULO: “NIVEL DE CONOCIMIENTO Y ACTITUD FRENTE A LA MATEMÁTICA INTERCULTURAL EN DOCENTES DEL ÁREA EN LAS INSTITUCIONES EDUCATIVAS SECUNDARIAS DE LA CIUDAD DE AYAVIRI – 2009”

OBJETIVO GENERAL.Determinar el nivel de conocimientos y las actitudes con respecto a la matemática intercultural en docentes del área, en las instituciones educativas de educación secundaria de la ciudad de Ayaviri.

OBJETIVOS ESPECÍFICOS. Identificar el nivel de conocimiento de la matemática intercultural de los docentes del área de matemática en

las las instituciones educativas de educación secundaria de la ciudad de Ayaviri.

Establecer el nivel de actitud de los docentes de matemática con respecto a la matemática intercultural en las instituciones educativas de educación secundaria de la ciudad de Ayaviri.

Operacionalización de variables

VARIABLES DIMENSIONES INDICADORES ÍNDICES

Nivel de conocimiento de la matemática intercultural

Antecedentes históricos

o Proyectos de la Matemática intercultural.o Origen de la matemática intercultural Deficiente

(0 – 10)

Regular(11 – 14)

Bueno(15 – 18)

Muy bueno(19 – 20)

Matemática intercultural

o Definición de matemática intercultural.o Condiciones para la realización de la matemática intercultural.o Dificultades para la realización de la matemática intercultural.

Etnomatemáticao Concepto de la etnomatemática.o Etnomatemática y Educación Matemática.

Instrumentos etnomatemáticos

o Origen de los instrumentos etnomatematicos.o Uso de instrumentos etnomatematicos.

Actitud frente a la matemática intercultural.

Cognitivos

Afectivos

Conductuales

Existencia de lineamientos de la política nacional de Matemática Intercultural por parte del estado peruano.

La etnomatemática y el D.C.N. Separación entre la matemática y Matemática Intercultural. Lineamientos para la enseñanza de la matemática

intercultural. Existencia de limitaciones en la matemática intercultural La matemática intercultural y la planificación de las sesiones

de aprendizaje. La bibliografía en la matemática intercultural. Evaluación de la matemática intercultural. Enseñanza a través de la matemática intercultural. Existencia regional de proyectos de matemática intercultural. Importancia del estudio de la matemática intercultural. Uso a la yupana y el quipu en el proceso de enseñanza

aprendizaje. Discriminación al hablar de Matemática Intercultural. La matemática intercultural y las relaciones con la sociedad y

los alumnos. Desarrollo de capacidades y actitudes a través de la

matemática intercultural. La yupana y el quipu en el mejoramiento del aprendizaje de la

matemática. La Interculturalidad en la enseñanza de la matemática. Neutralizar obstáculos para el desarrollo de la matemática

intercultural. El idioma nativo para la enseñanza de la matemática

intercultural. Inserción de los alumnos en la sociedad cuando aprenden

matemática Intercultural

Totalmente de acuerdo (muy buena actitud)

De acuerdo(buena actitud) Ni en acuerdo ni en

desacuerdo(actitud neutra) Desacuerdo(mala actitud) Totalmente

desacuerdo(actitud de rechazo)

1

POBLACIÓN Y MUESTRA DE INVESTIGACIÓN

INSTITUCIONES EDUCATIVASDOCENTES DEL ÁREA DE MATEMÁTICA

POBLACIÓN I.E.S. Mariano Melgar I.E.S. Alta gracia I.E.S. Agroindustrial Nº 72 I.E.S. Técnico Roque Sáenz Peña

101233

TOTAL 28

FUENTE: CAP de las instituciones educativas secundariasELABORACIÓN: Ejecutor.

RESULTADOS DE LA INVESTIGACIÓN:

NIVEL DE CONOCIMIENTO DE LA MATEMÁTICA INTERCULTURAL POR PARTE DE LOS DOCENTES.

PRUEBA DE HIPÓTESIS.En la presente prueba de hipótesis estadística presentamos los resultados para determinar el nivel de conocimiento de los docentes según la siguiente hipótesis: “El nivel de conocimiento de los docentes frente a la matemática intercultural es deficiente, en las I.E.S. de la cuidad de Ayaviri” efectuamos el análisis estadístico correspondiente haciendo uso de la prueba de relación proporcional.

PRUEBA DE RELACION PROPORCIONALPara poder determinar el nivel de aceptación consideramos el siguiente cuadro y gráfico.

CUADRO Nº 1

NIVEL DE CONOCIMIENTO DE LOS DOCENTES SOBRE MATEMÁTICA INTERCULTURAL

Nivel de conocimientos sobre matemática intercultural

Marca de clase Frecuencia Porcentaje Porcentaje

Acumulado

Deficiente (de 0 a 10 pts.) 5 19 67,9% 67,9%

Regular (de 11 a 13 pts.) 12 2 7,1% 75,0%

Bueno (de 14 a 16 pts.) 15 6 21,4% 96,4%

Excelente (de 17 a 20 pts.) 18.5 1 3,6% 100,0%

TOTAL 28 100,0%

FUENTE: Encuesta aplicada a docentes de matemáticas de las IES. de la ciudad de AyaviriELABORACIÓN: El Ejecutor

GRÁFICO Nº 1NIVEL DE CONOCIMIENTO DE LOS DOCENTES SOBRE MATEMÁTICA INTERCULTURAL

1

FUENTE: Cuadro Nº 1

RESULTADOS DESCRIPTIVOS

ESTADISTICAS RESULTADOSMAXIMO PUNTAJE 18MINIMO PUNTAJE 0

MEDIDAS DE TENDENCIA CENTRAL

PROMEDIO 8,125

MODA

MEDIDAS DE VARIABILIDAD

DESVIACIÓN ESTANDAR 4.74

VARIANZA 22.47

COEFICIENTE DE VARIACIÓN 58.34%

Promedio para dados agrupados:

La fórmula para hallar el promedio aritmético cuando se tiene datos agrupados es :

Media o promedio muestral.

Donde: = Sumatoria de los datos a considerarseMi = Marca de clase del i-ésimo intervalon = Número de datos a considerarse en la muestrafi = Frecuencia absoluta del intervalo ik = Número de intervalos de clase

Usando esta fórmula hallamos el promedio aritmético:

Varianza para dados agrupados:

Varianza muestral para datos agrupados

Donde: = Sumatoria Mi = Marca de clase del i-ésimo intervalon = Número de datos a considerarse en la muestrafi = Frecuencia absoluta del intervalo i

1

= Promedio o media

Reemplazando los datos:

Desviación estándar: S = =

Coeficiente de variación:

coeficiente de variación muestral.

58.34%

PRUEBA DE HIPOTESIS

Se realiza la prueba de hipótesis para probar si el nivel de conocimientos sobre matemática intercultural es superior a 10 puntos o esta en las categorías de regular, bueno y excelente o por el contrario esta en una categoría de conocimientos deficiente, en este caso elegimos la distribución T – Student por ser una muestra pequeña y tener datos cuantitativos.

PLANTEAMIENTO DE LA HIPÓTESIS.

1. Planteamiento de las hipótesis.Ho: El promedio de los docentes en conocimientos sobre matemática intercultural es mayor de 10 pts., o es de regular a excelente.

Ha: El promedio de los docentes en conocimientos sobre matemática intercultural es menos a 10 pts., o es deficiente.

2. Como la muestra es n=28 , la estadística de prueba es:

Que tiene una distribución T con n – 1 = 27, grados de libertad, con un nivel de significancia o error del 5%, además suponemos que la población tiene una distribución aproximadamente normal.

3. Región crítica o de rechazo:

4. De los resultados se tiene:Promedio: , Desviación estándar: s = 4.74,

Tamaño de Muestra: n = 28

Reemplazando los resultados en la formula,

5. Conclusión: Como Tc= -2.09 es mayor que Tt = -1.703 rechazamos la hipótesis nula Ho, y aceptamos la hipótesis alterna Ha, es decir, esta muestra contiene suficiente evidencia para indicar que, el promedio de los docentes en conocimientos sobre matemática intercultural es menos a 10 pts., o es deficiente. A un nivel de significancia o error del 5%.

Reg. Rechazo

Reg. Aceptación

-1.703

1

3) DISEÑO DESCRIPTIVO DE CASOS O ESTUDIO DE CASOS.

El diseño descriptivo de casos es una investigación exhaustiva y profunda sobre un individuo o un pequeño grupo de personas o sujetos, familia, club, escuela, pandilla, grupos especiales, etc., en el que se trata de descubrir todas las variables que condicionan el problema y que son importantes conocer en el individuo o en el grupo.Sus resultados no se pueden generalizar. Pero, sirven para generar hipótesis y, consecuentemente, no sirven para comprobar hipótesis. En educación y psicología se ha realizado algunos intentos de comprobar hipótesis a través de este diseño pero con resultados muy limitados y discutibles.

El diseño de casos se puede clasificar también como estudios experimentales cuando haya alguna forma de manipulación de variables independientes (Ary y otros. 1982: 308); en este caso el diseño será experimental y no descriptivo. Chumpitaz propone que este diseño también corresponde a la investigación cualitativa.

B. DISEÑOS DESCRIPTIVOS COMPLEJOS O DE RELACIÓN DE VARIABLES.

1) DISEÑO DESCRIPTIVO DE EFECTO-CAUSA.

Este diseño se caracteriza porque se basa en la observación o medición de las variables dependientes para determinar las causas que tienen relación con las variables independientes observadas. Se trabaja con datos actuales a diferencia de los diseños ex post facto porque busca explicar los problemas buscando las causas que lo producen; por esta razón, sería más apropiado denominarlo como diseño descriptivo- explicativo, en tanto representa un proceso mixto, sin dejar de ser descriptivo.

En este caso, es válido determinar, identificar y definir las variables dependientes, independientes e intervinientes. Incluso se puede controlar las variables intervinientes o extrañas. También es necesario y válido enunciar hipótesis. Pero la diferencia con otros diseños explicativos es que en este diseño no se manipula la variable independiente. Si bien es cierto que se toma en cuenta la relación de la variable independiente y variable dependiente, sin embargo, a diferencia de la investigación experimental, en este diseño, sólo se observa y/o mide la variable dependiente y las variables independientes para identificar la o las causas que produjo el efecto; en cambio, en la investigación experimental se manipula la variable independiente para observar qué efecto produce en la variable dependiente. El propósito final del diseño descriptivo efecto-causa es descubrirlos buscando las causas que pueden estar produciendo una situación problemática.El diseño descriptivo de efecto-causa puede realizarse con la metodología de recolección de datos de la medición y observación y, consecuentemente, administrando el tratamiento estadístico que corresponde a esos tipos de datos.

Ejemplo aplicativo:

TITULO: “PARTICIPACIÓN DE LOS PADRES DE FAMILIA Y SU REPERCUCIÓN EN LOS LOGROS DE APRENDIZAJE DE LOS NIÑOS Y NIÑAS DE LA I.E.I. Nº 252 APLICACIÓN UNA – PUNO, 2011”

OBJETIVO GENERALDeterminar la influencia de la participación de los padres de familia en el logro de aprendizaje de los niños y niñas de la I.E.I Nº252 “Aplicación” UNA – PUNO en el año 2011.

OBJETIVOS ESPECIFICOS

1

Identificar el nivel de participación de los padres de familia en la labor educativa de la Institución. Identificar el nivel de desarrollo de los niños y niñas con respecto a sus logros de aprendizaje

Operacionalización de Variables

VARIABLES DIMENCIONES INDICADORES ESCALA DE CALIFICACIÓN

VARIABLE “X”Participación De Los Padres De Familia

Participación conductual

Participación en lo cognitivo – intelectual

Participación personal

1.- ¿Con qué frecuencia envía a su hijo(a) a la IEI?2.- ¿Apoya a su hijo(a) en la realización de sus tareas y actividades de extensión?3.- ¿Le encomiendas responsabilidades en casa a tu hijo(a)?4.- ¿Asiste a las reuniones y escuela de padres que se organiza en la IEI?

5.- ¿Está de acuerdo y apoya las diferentes actividades extra curriculares de la IEI?6.- ¿Le proporcionas a tu hijo un ambiente agradable y armonioso para estudiar y hacer sus tareas?7.- ¿Propones y estableces con tu hijo un horario planificado que le ayuda a organizar mejor su tiempo y realizar sus tareas en el tiempo adecuado?8.-¿Estableces un horario determinado de lectura con tu hijo en casa? 9.-¿Le proporcionas a tu hijo juegos educativos o retos a través del juego para profundizar sus aprendizajes? 10.- ¿Fomentas la competencia sana de tu hijo en actividades cotidianas de su vida?

11.- ¿Separas un momento especial del día para comunicarte y compartir con tu hijo?12.- ¿Buscas con tu hijo soluciones a los problemas que este pueda tener en la IEI?13.- ¿Le haces saber tu alegría y satisfacción por sus logros, felicitándolo y animándolo a seguir adelante?14.- ¿Estas informado de lo que tu hijo debe desarrollar a lo largo de su escolaridad en la IEI? 15.- ¿Buscas a la profesora para conversar sobre las dificultades, logros y avances de tu hijo?

Siempre A veces Nunca

VARIABLE “Y” Logro De Aprendizaje

Organizado por áreas: Personal Social. Ciencia y

Ambiente. Comunicación. Matemática.

Conocer y establecer el nivel de los logros de aprendizaje que obtuvieron los niños y niñas de la IEI “Aplicación“en el año 2011, por áreas.

Determinar la cantidad de logros de aprendizaje por niveles que obtuvieron los niños y niñas de la IEI “Aplicación” en el año 2011

Logro previsto (A)

En proceso (B) En inicio

(C)

RESULTADOS DE LA INVESTIGACIÓN: NIVEL DE PARTICIPACIÓN DE PADRES DE FAMILIA

CUADRO Nº 1

NIVEL DE PARTICIPACIÓN DE LOS PADRES DE FAMILIA DE LA I.E.I. Nº 252 “APLICACIÓN” DE LA UNA – PUNO, PERIODO 2011.

ESCALA PARA LA PARTICIPACIÓN DE LOS PADRES DE FAMILIA Frecuencia Porcentaje Porcentaje

acumulado

Buena Participación 55 90,2% 90,2%

Regular Participación 6 9,8% 100,0%

Mala Participación 0 0,0% 100,0%

TOTAL 61 100,0% FUENTE: Cuadros del Nivel de participación de los padres de familia ELABORADO: La ejecutora

1

GRÁFICO Nº 1NIVEL DE PARTICIPACIÓN DE LOS PADRES DE FAMILIA DE LA I.E.I. Nº 252 “APLICACIÓN”

DE LA UNA – PUNO, PERIODO 2011

NIVEL DE LOGROS DE APRENDIZAJE DE LOS NIÑOS Y NIÑAS DE LA I.E.I. APLICACIÓN.

CUADRO Nº 2NIVEL DE LOGROS DE APRENDIZAJE EN LOS NIÑOS Y NIÑAS DE LA I.E.I. Nº 252

“APLICACIÓN” DE LA UNA – PUNO, PERIODO 2011.

NIVEL DE LOGROS DE APRENDIZAJE DE LOS NIÑOS Y NIÑAS

ESCALA DE MEDICIÓNTOTAL

Logro Proceso InicioFr. % Fr. % Fr. % Fr. %

Área: Personal - Social 54 89% 7 11% 0 0% 61 100%

Área: Ciencia y Ambiente 54 89% 7 11% 0 0% 61 100%

Área: Comunicación Integral 54 89% 7 11% 0 0% 61 100%

Área: Matemática 52 85% 9 15% 0 0% 61 100%

PROMEDIO TOTAL 53 88% 8 12% 0 0% 61 100%

FUENTE: Registros de evaluación, elaborados por las maestras de la I.E.I. Aplicación de la UNA – Puno, 2011

GRÁFICO Nº 2

NIVEL DE LOGROS DE APRENDIZAJE EN LOS NIÑOS Y NIÑAS DE LA I.E.I. Nº 252 “APLICACIÓN” DE LA UNA – PUNO, PERIODO 2011

FUENTE: Cuadro Nº 2

1

PRUEBA DE HIPÓTESIS:Se realiza una prueba de hipótesis para determinar el nivel de influencia de la variable independiente representado por la participación de los padres de familia en la variable dependiente representado por los niveles de aprendizaje de los niños y niñas de 5 años de la I.E.I. “Aplicación” UNA, periodo 2011 (investigación de causa - efecto), haciendo uso de la prueba estadística Chi-Cuadrado, por ser los datos cualitativos y asumiendo un nivel de confianza del 95%.

Para esto realizamos los siguientes pasos:

1. Prueba de Hipótesis:Hipótesis nula Ho: No existen influencia de la participación de padres de familia en los niveles de aprendizaje

de los niños y niñas de 5 años de la I.E.I. “Aplicación” UNA, periodo 2011, a un nivel de significancia del 5%.

Hipótesis alterna Ha: Existe influencia significativa de la participación de padres de familia en los niveles de aprendizaje de los niños y niñas de 5 años de la I.E.I. “Aplicación” UNA, periodo 2011, a un nivel de significancia del 5%.

2. Nivel de Significancia:El nivel de siginficancia o error que elegimos es del 5% que es igual a = 0.05

3. Prueba estadística a usar: desde que los datos son cualitativos, usamos la distribución chi - cuadrado, que tiene la siguiente formula:

Región aceptación y rechazo: Hallamos el valor de la 2 tablas =2 (h-1)(K-1)= =2 1 = 3.84Región de Aceptación: si 2 calculada 3.84 Región de Aceptación: si 2 calculada > 3.84


Cuadro de Frecuencias observadas

PARTICIPACIÓN DE PADRES DE FAMILIA TOTALAPRENDIZAJE REGULAR BUENA

Proceso 5 3 8Logro 1 52 53

TOTAL 6 55 61

Cuadro de Frecuencias esperadas

PARTICIPACIÓN DE PADRES DE FAMILIA TOTALAPRENDIZAJE REGULAR BUENA

Proceso 0,8 7,2 8Logro 5,2 47,8 53

TOTAL 6 55 61

Reemplazamos en la fórmula:

2 calculada = 71.0

Zona de aceptación Zona de rechazo

0 3.84

1

5. Decisión: Desde que 2 calculada = 71.0 es mayor que 2 tablas = 3.84, cuyo valor pertenece a la región de rechazo, podemos afirmar que, Existe influencia significativa de la participación de padres de familia en los niveles de aprendizaje de los niños y niñas de 5 años de la I.E.I. “Aplicación” UNA, periodo 2011, a un nivel de significancia a un nivel de Significancia del 5%.

2) DISEÑO DESCRIPTIVO COMPARATIVO.

Este diseño compara dos o más grupos, subgrupos o muestras, recolectando información de ambos para determinar sus semejanzas y sus diferencias. En cada grupo se observan o miden las mismas variables identificadas teóricamente que luego serán comparadas, de acuerdo a sus manifestaciones en cada una de ellas. Esa es la clave del diseño comparativo.

De esta manera se establecen las semejanzas y/o diferencias y es recomendable que se recurra a la ayuda de procedimientos estadísticos de diferencias. En este caos como en otros diseños, no es recomendable establecer diferencias aritméticas de los datos estadísticos.

Ejemplo aplicativo: TITULO: “CARACTERISTICAS DE VAGINOSIS BACTERIANA EN GESTANTES DIABETICAS Y NO DIABETICAS QUE ACUDEN AL CONSULTORIO EXTERNO DEL HOSPITAL NACIONAL EDGARDO REBAGLIATI MARTINS. LIMA JUNIO-OCTUBRE 2011”

OBJETIVO GENERALDeterminar diferencias en las características de la Vaginosis Bacteriana en gestantes diabéticas y no diabéticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima Junio-Octubre 2011.

Objetivos Específicos: Caracterizar a la población de estudio (edad, grado de instrucción, ocupación, estado civil, índice de Masa

Corporal (IMC) Identificar los antecedentes ginecoobstetricos de las gestantes diabéticas y no diabéticas que acuden al

Hospital Nacional Edgardo Rebagliati Martins Lima Identificar los signos y síntomas de la vaginosis bacteriana en las gestantes diabéticas y no diabéticas que

acuden al Hospital Nacional Edgardo Rebagliati Martins Lima Identificar a las gestantes diabéticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima

DISEÑO DE INVESTIGACIÓNEl diseño fue descriptivo-comparativo que permitió comparar las características de la vaginosis bacteriana que presentan las gestantes diabéticas y no diabéticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima. El diagrama fue el siguiente:

M1 _______________ O1

M2 O2

Donde:M1 = Muestra de gestantes diabéticas

M2 = Muestra de gestantes no diabéticasO1 = Información sobre vaginosis bacterianaO1 = Información sobre vaginosis bacteriana

RESULTADOS DE LA INVESTIGACIÓN: CUADRO Nº 1

ESTADO NUTRICIONAL SEGÚN EL ÍNDICE DE MASA CORPORAL (IMC) EN GESTANTES DIABÉTICAS Y NO DIABÉTICAS CON VAGINOSIS BACTERIANA QUE ACUDIERON AL HOSPITAL NACIONAL EDGARDO REBAGLIATI

MARTINS LIMA JUNIO-OCTUBRE 2011.

ESTADONUTRICIONAL

DIABETICAS NO DIABETICASPrueba T Student

(p<0.05)Nº % Nº %27 100,0 96 100,0

Delgadez (<18.5) 0 0,0% 0 0,0% 0.245

1

Normal (18.5-24.9) 17 63,0% 82 85,4%

Sobrepeso (25-26.9) 3 11,1% 0 0,0%

Obesidad grado I (27-27.9) 3 11,1% 4 4,2%

Obesidad grado II (30-34.9) 4 14,8% 4 4,2%

Obesidad grado III (35-39.9) 0 0,0% 6 6,3% Fuente: Ficha Clínica

GRÁFICO Nº 1ESTADO NUTRICIONAL SEGÚN EL ÍNDICE DE MASA CORPORAL (IMC)

EN GESTANTES DIABÉTICAS Y NO DIABÉTICAS CON VAGINOSIS BACTERIANA

PRUEBA DE HIPÓTESIS:

1. Prueba de Hipótesis:Ho : x = y : No existen diferencias significativas en el estado nutricional entre las gestantes diabéticas y no

diabéticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima entre Junio-diciembre del año 2011.

Ha : x ≠ y : Existen diferencias significativas en el estado nutricional entre las gestantes diabéticas y no diabéticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima entre Junio-diciembre del año 2011.

2. Nivel de Significancia:El nivel de significancia o error que elegimos es del 5% que es igual a = 0.05, con un nivel de confianza del 95%

3. Prueba estadística a usar: usamos la distribución normal o distribución Z, porque los datos son mayores a 30,el mismo que tiene la siguiente fórmula:

4. Región aceptación y rechazo:

Si elegimos un nivel de confianza del 95% y significancia del 5% a ambas colas el punto critico sería +/- 1.96

Región de rechazo

Región de aceptación

+ 1.96

Región de rechazo

- 1.96

1

5. Cálculo de la prueba estadística: según los datos obtenidos con los instrumentos.

Diabeticas X1 No diabéticas X2 Media 2.80 2.46Desviación estándar 1.20 1.16Numero de datos 27 96

Reemplazando los datos en la formula

6. Conclusión: Como Zc= 1.43 es menor que Zt = +/-1.96 aceptamos la hipótesis nula Ho, llegando a la conclusión de que No existen diferencias significativas en el estado nutricional entre las gestantes diabéticas y no diabéticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima entre Junio-diciembre del año 2011, a un nivel de significancia o error del 5%.

3) DISEÑOS O ESTUDIOS CORRELACIONALES.

Son estudios que buscan determinar el grado de relación o interrelación (asociación) existente entre dos o más variables y permiten conocer hasta qué punto las alteraciones de una variable dependen de las alteraciones de otra (Ary y otros. 1982:318-324).

La característica principal de este diseño es que se selecciona dos o más variables de un mismo grupo muestral o una población para establecer entre ellos las relaciones que tienen las mismas. Aquí esta la diferencia con los estudios comparativos que observan todas las variables previamente determinadas en dos o más grupos o subgrupos.

En general, este diseño trata de establecer las relaciones de asociación de las variables y parcialmente puede observar algunas relaciones de causa-efecto.

- El diseño descriptivo correlacional utiliza procedimientos estadísticos para calcular la correlación. Las relaciones de asociación de las variables se puede determinar en las siguientes condiciones:

- Por el número de variables: Los tipos de estudios correlacionales pueden ser: simples y múltiples. Los estudios correlacionales simples estudian solamente la correlación entre dos variables dependientes y algunas veces entre una variable independiente y otra dependiente. Los estudios de correlación múltiple son los estudios que analizan la correlación de dos o mas variables independientes para predecir una dependiente; donde se combinan las variables independiente o predictoras para obtener la máxima correlación posible con la dependiente. Es posible realizar correlaciones de tipo lógico, pero estos estudios son defectuosos porque es afectado por la subjetividad del investigador sobre las variables que se correlacionan; este defecto se supera cuando la correlación tiene base estadística y el razonamiento y explicación de las correlaciones se hace a través de los índices de correlación y se complementa con la correlación desde el punto de vista lógico

1

Diagrama de dispersión o nube de puntos.

Otra forma alternativa de ver si existe o no relación lineal entre dos variables, sería hacer una gráfica de los valores “X” y “Y” en un sistema de coordenadas rectangulares.

Correlación rectilínea de Pearson.-

Como podemos apreciar en los gráficos el coeficiente de correlación “r” de Pearson cuantifica la fuerza de la relación entre las dos variables, este toma valores comprendidos entre –1 y +1 pasando por 0

El r =–1 Comprende a una correlación negativa perfecta.El r =+1 Comprende a una correlación positiva perfecta.El r =0 , No existe ninguna correlación entre variable.

Fórmula

Ejemplo:

El siguiente cuadro nos muestra los resultados de una prueba escrita tomada a 10 alumnos de la especialidad de Lengua, Literatura, Psicología y Filosofía, en relación a los programas informativos de medios de comunicación masiva, observados durante una semana.

CUADRO DE CÁLCULOS

PUNTAJES DE 10 ESTUDIANTES EN LA PRUEBA ESCRITA SOBRE PROGRAMAS INFORMATIVOS DE MEDIOS DE COMUNICACIÓN DURANTE UNA SEMANA

Alum-nos

Puntaje del examen

(y)

Nº de horas/ sem (x)

Y1

( y - ) X1

( x - )(X1)(Y1) CÁLCULOS PARA

HALLAR “ r ”Y2 X2 XY

1 10 09 -2.7 -5.5 14.85 30.25 100 81 902 14 11 1.3 -3.5 -4.55 12.25 196 121 1543 13 16 0.3 1.5 0.45 2.25 169 256 2084 08 04 -4.7 -10.5 49.35 110.25 64 16 325 16 21 3.3 6.5 21.45 42.25 256 441 3366 15 23 2.3 8.5 19.55 72.25 225 529 3457 13 16 0.3 1.5 0.45 2.25 169 256 2088 17 26 4.3 11.5 49.45 132.25 289 676 4429 10 06 -2.7 -8.5 22.95 72.25 100 36 6010 11 13 -1.7 -1.5 2.55 2.25 121 169 143

Total 127 145 176.5 478.5 1689 2581 2018 Fuente: Elaboración propia

1

Promedio de los exámenes

Promedio de horas por semana

Cálculo de 1 usando la ecuación (2)

Cálculo de 0 usando la ecuación (3)

La ecuación estimada del modelo es:

Para X = 30 horas por semana, podemos estimar el puntaje obtenido reemplazando en la ecuación:

Puntaje estimado para 30 horas.

Cálculo del coeficiente de correlación usando la fórmula.

Con los datos de la tabla reemplazamos en la fórmula:

R2 = 0.9252 = 0.8556(100%) = 85.56%

Conclusión: En el ejemplo tenemos una correlación fuerte y positiva o lo que equivale a decir que 85.56% del número de horas que los estudiantes ven programas informativos influyen significativamente en el desarrollo de la comunicación escrita.

4.3.2. DISEÑOS EXPERIMENTALES.

Los principales diseños experimentales se clasifican en: Diseños preexperimentales Diseños cuasi experimentales. Diseños experimentales puros o verdaderos

1

4.3.2.1. PREEXPERIMENTOS.-

Se llaman pre-experimentos a las investigaciones cuyo grado de control es mínimo, no existe grupo de comparación. Las investigaciones realizadas con este diseño pueden servir como estudios exploratorios, pues no existe el control adecuado, es por eso que han recibido críticas de los estudiosos de la investigación.

Diseño de un grupo solo con post-prueba.

GX 01

En este diseño un tratamiento es aplicable a un grupo, luego se hace una observación o medición de los sujetos que componen el grupo, con la finalidad de evaluar los efectos del tratamiento. Al aplicarse este diseño, el investigador no puede asegurar que los cambios hayan sido producidos realmente por la variable independiente, ya que no se tienen una medición previa con la que se pueda comparar los resultados obtenidos. Es decir no se puede lograr un verdadero control.

Diseño de pre-prueba y post-prueba con un solo grupo.

G 01 X O2

Como podemos apreciar, no existe un grupo de control. Se trabaja con un solo grupo al cual se le aplica una prueba previa, luego se administra un tratamiento y finalmente se toma una prueba posterior al tratamiento.

La pre-prueba permite un punto de referencia inicial para ver que nivel tenía el grupo en relación a la variable dependiente antes de la manipulación de la variable independiente.

Ejemplo aplicativo:

TITULO: “LOS EXPERIMENTOS COMO RECURSO A LA ESTIMULACIÓN DE LA ACTITUD CIENTÍFICA EN LOS NIÑOS Y NIÑAS DE 4 AÑOS DE LA I.E.I Nº 270 INDEPENDENCIA DE PUNO-2010”

OBJETIVO GENERAL:Determinar la eficacia del uso de los experimentos como recurso a la estimulación de la actitud científica de los niños y niñas de cuatro años de la I.E.I. Nº 270”Independencia” de Puno – 2010.

OBJETIVOS ESPECÍFICOS: Determinar el nivel de aprendizaje de la actitud científica en los niños y niñas de cuatro años de la I.E.I Nº 270

“Independencia” de Puno-2010. Conocer como los experimentos ayudan al desarrollo de la curiosidad en los niños y niñas de la I.E.I Nº 270

“Independencia” de Puno – 2010

Hipótesis General: La aplicación de los experimentos como recurso es eficaz para la estimulación de la actitud científica en los niños y niñas de cuatro años de la I.E.I Nº 270 “Independencia” de Puno-2010.

Operacionalización de variables.

Variables Dimensiones Indicadores ValoraciónVariable independiente: experimentos científicos

Proceso experimentalPlanificación Ejecución Evaluación

o Toma decisiones teniendo en cuenta el experimento propuesto.o Elige el lugar apropiado para el desarrollo del experimento

propuesto.o Clasifica los materiales con el que va a realizar el experimento. o Ejecuta diferentes experimentos utilizando material apropiado. o Demuestra interés al realizar nuevos experimentos. o Explica la relación que produce el experimento.

A = Logro B = ProcesoC = Inicio

1

Variable dependiente:Actitud científica

EsenciaBúsqueda de la verdad

Curiosidad insaciable

Realiza preguntas frente al experimento propuesto. Se esfuerza por responder preguntas sobre el experimento. Hace suposiciones anticipando reacciones que produce el

experimento. Experimenta utilizando el material adecuado. Explora los resultados obtenidos en el experimento. Dialoga acerca de los resultados obtenidos durante la ejecución del

experimento. Compara su trabajo con los demás experimentos. Resuelve problemas. Le interesa conocer nuevos experimentos.

A = Logro B = ProcesoC = Inicio

DISEÑO DE INVESTIGACIÓNEl diseño al que corresponde es el “pre experimental”, con un solo grupo de estudio de acuerdo al siguiente esquema: (Ary, Jacobs y Razavieh) Diseño de un grupo, con pre y post prueba:

Ge: y1------ x ------y2Donde: Ge = grupo experimental

X = aplicación de experimentos como recurso en 12 talleres. y1 = Pre test y2 = post test.RESULTADOS DE LA INVESTIGACION.

CUADRO Nº 1RESULTADOS DE LA PRUEBA DE ENTRADA O PRE-TEST – GRUPO EXPERIMENTAL

DMIENSIONES INDICADORES LOGRO PROCESO INICIO TOTAL

Fr. % Fr. % Fr. % Fr. %

Búsqueda de la verdad

Realiza preguntas frente al experimento propuesto. 0 0% 9 36% 16 64% 25 100%

Se esfuerza por responder preguntas sobre el experimento. 0 0% 7 28% 18 72% 25 100%

Hace suposiciones anticipando reacciones que produce el experimento. 0 0% 4 16% 21 84% 25 100%

Experimenta utilizando el material adecuado. 0 0% 22 88% 3 12% 25 100%

TOTAL 0 0% 42 42% 58 58% 100 100%


Explora los resultados obtenidos en el experimento. 0 0% 8 32% 17 68% 25 100%

Dialoga acerca de los resultados obtenidos durante la ejecución del experimento. 0 0% 5 20% 20 80% 25 100%

Compara su trabajo con los demás experimentos. 0 0% 1 4% 24 96% 25 100%

Resuelve problemas frente al experimento. 0 0% 0 0% 25 100% 25 100%

Le interesa conocer nuevos experimentos.0 0% 18 72% 7 28% 25 100%

TOTAL 0 0% 32 26% 93 74% 125 100%

TOTAL 0 0% 74 33% 151 67% 225 100%Fuente: Resultados de la prueba - pre test en niños y niñas de 4 años de la I.E.I. Particular “El Buen Pastor”Elaboración: La ejecutora.

CUADRO Nº 2RESULTADOS DE LA PRUEBA DE SALIDA O POS TEST - GRUPO EXPERIMENTAL

DMIENSIONES INDICADORES LOGRO PROCESO INICIO TOTALFr. % Fr. % Fr. % Fr. %

Búsqueda de la verdad

Realiza preguntas frente al experimento propuesto. 17 68% 8 32% 0 0% 25 100%

Se esfuerza por responder preguntas sobre el experimento. 16 64% 9 36% 0 0% 25 100%

1

Hace suposiciones anticipando reacciones que produce el experimento. 12 48% 13 52% 0 0% 25 100%

Experimenta utilizando el material adecuado. 25 100% 0 0% 0 0% 25 100%

TOTAL 70 70% 30 30% 0 0% 100 100%


Explora los resultados obtenidos en el experimento. 18 72% 7 28% 0 0% 25 100%

Dialoga acerca de los resultados obtenidos durante la ejecución del experimento.

17 68% 8 32% 0 0% 25 100%

Compara su trabajo con los demás experimentos. 15 60% 10 40% 0 0% 25 100%

Resuelve problemas frente al experimento. 10 40% 15 60% 0 0% 25 100%

Le interesa conocer nuevos experimentos. 24 96% 1 4% 0 0% 25 100%

TOTAL 84 67% 41 33% 0 0% 125 100%TOTAL 154 68% 71 32% 0 0% 225 100%

Fuente: Resultados de la prueba de pos test en niños y niños de 4 años de la I.E.I. “El buen Pastor” Elaboración: La ejecutora

PRUEBA DE HIPÓTESIS ENTRE LA PRUEBA DE ENTRADA Y SALIDA DEL GRUPO EXPERIMENTAL

Se realiza la prueba de hipótesis utilizando la Chi – cuadrada, entre la prueba de entrada y salida del grupo experimental. Considerando los siguientes pasos:

1. Prueba de Hipótesis:Ho : No existen diferencias significativas entre la prueba de entrada y salida del grupo experimental.

Ha : El nivel de estimulación a la actitud científica en los niños y niñas en la prueba de salida es significativamente mayor al nivel de actitud científica que presentan los niños y niñas en la prueba de entrada.

2. Nivel de Significancia: El nivel de siginficancia o error que elegimos es del 5% que es igual a = 0.05

3. Prueba estadística a usar: desde que los datos son cualitativos, usamos la distribución chi - cuadrado, que tiene la siguiente formula:

Región aceptación y rechazo: Hallamos el valor de la 2 tablas =2 (h-1)(K-1)= =2 2 = 5.99Región de Aceptación: si 2 calculada 5.99 Región de Aceptación: si 2 calculada > 5.99


Cuadro de Frecuencias observadas y esperadas

PRUEBA DE ENTRADA PRUEBA DE SALIDA TOTALFrecuencias observadas

Frecuencias esperadas

Frecuencias observadas

Frecuencias esperadas

Logro 154 77,0 0 77,0 161Proceso 71 72,5 74 72,5 154Inicio 0 75,5 151 75,5 126TOTAL 225 225,0 225 225,0 441

Zona de aceptación Zona de rechazo

0 5.99

1

Usando la formula calculamos los resultados teniendo:

2 calculada = 305

5. Decisión: Desde que 2 calculada = 305 es mucho mayor que 2 tablas = 5.99, cuyo valor pertenece a la región de rechazo, de donde rechazamos la hipótesis nula y aceptamos la hipótesis alterna, podemos afirmar que, el nivel de estimulación a la actitud científica en los niños y niñas en la prueba de salida es significativamente mayor al nivel de actitud científica que presentan los niños y niñas en la prueba de entrada a un nivel de Significancia del 5%.

4.3.2.2. CUASI EXPERIMENTOS.-

Los cuasi experimentos son similares a los experimentos verdaderos con la diferencia, que no existe designación al azar de los grupos, ni emparejamiento.

4.3.2.3. EXPERIMENTOS VERDADEROS.-

Son los que reúnen los requisitos para lograr el control y validez interna de la investigación. Estos requisitos son:

Manipulación de la variable independiente o varias independientes. Grupos de comparación, elegidos al azar. Equivalencia de los grupos.

Diseño de dos grupos con pre y post prueba.

GE 01 X O2

GC 01 O2

Este diseño requiere trabajar con dos grupos, uno experimental y uno de control.Se toma una pre-prueba a los dos grupos para determinar en qué condiciones se encuentran ambos antes de la realización del experimento.Se aplica un tratamiento solamente en el grupo experimental. Este tratamiento puede ser un nuevo método didáctico, una nueva medicina, etc.Posteriormente se administra una post prueba a los dos grupos para ver los cambios producidos en la variable dependiente, por efecto de la aplicación del tratamiento en el grupo experimental.

4.4. ANALISIS MULTIVARIADO.

Análisis de Regresión Múltiple: El análisis de regresión múltiple es una técnica estadística que se usa para analizar la relación entre una única variable criterio y varias variables independientes (predictores, dimensiones). Cuyo objetivo es usar las variables independientes con valores son conocidos para predecir la única variable criterio. Al calcular las ponderaciones, el procedimiento del análisis de regresión asegura la máxima predicción a partir del conjunto de variables independientes. Estas ponderaciones facilitaron también la interpretación de la influencia de cada variable independiente en la realización de la predicción.

1

El análisis de regresión múltiple se utilizara para diversos propósitos, los mismos que son: Predicción Explicación Especificación de la relación estadística. Selección de variables independientes.

CONTRASTACIÓN DE HIPÓTESIS:

1. Hipótesis nula Ho: No existe influencia significativa de los factores en la variable dependiente.

Hipótesis Alterna Ha: Existe influencia significativa de los factores en la variable dependiente.

2. La prueba a emplear es la “F”, para el análisis de varios factores o variables.Si elegimos un nivel de confianza del 95% y un nivel de error del 5% lo que significa de y los grados de libertad son 9 y 194. El valor de la tabla estadística es:

3. Realizamos la comparación respectiva, con la tabla de análisis de varianza. ANOVA(b)

Suma de

cuadradosGrados de Libertad

Media cuadrática F Sig.

Regresión SST k – 1 SST/(k – 1) = MST MST/MSEResidual SSE n – k SSE/(n – k) = MSE Total SS Total n – 1

a Variables predictoras: Dimensiones de la Oferta Turística en Puno b Variable dependiente: Demanda de los servicios turísticos en Puno

Siendo las formulas de la tabal ANOVA, las siguientes:

SS Total = Suma de cuadrados Total

Donde:

suma de los valores X elevados al cuadrado

es el cuadrado de la suma de los valores X

n = numero total de observaciones

SST = Suma de cuadrados de Tratamientos

Donde:es el total de la columna para cada tratamiento.

es el número de observaciones (tamaño de la muestra) para cada tratamiento. SSE = Suma de cuadrados del error: se determina por sustracción

1

Análisis de Hipótesis Independientes.

La prueba t de Student es aquella técnica estadística que se utiliza para explicar la relación entre una variable independiente con otra variable dependiente. Se basa en el cálculo de estadísticos descriptivos previos: el número de observaciones, la media y la desviación típica de cada conjunto de datos. Con la ayuda del paquete estadístico SPSS, se obtiene el nivel de significancia para cada variable independiente, si el valor obtenido es menor a 0.05 se acepta la hipótesis alterna y se rechaza la hipótesis nula; por el contrario si es mayor a 0.05 se rechaza la hipótesis alterna y se acepta la nula.

EJEMPLO APLICATIVO:

TITULO: FACTORES QUE INFLUYEN EN LOS CAMBIOS DE IDENTIDAD CULTURAL EN LAS ALUMNAS DE LA ESCUELA PROFESIONAL DE EDUCACIÓN INICIAL DE LA UNIVERSIDAD NACIONAL DEL ALTIPLANO DE PUNO

Objetivo General:

Determinar los factores que más influyen en los cambios de identidad cultural en las alumnas de la Escuela Profesional de Educación Inicial de la Universidad Nacional del Altiplano de Puno.

Objetivo específico:

Establecer cuales son los factores de cambio (televisión, asistencia a discotecas, la moda, uso del internet, factores familiares) que más influyen en los conocimientos culturales de las alumnas de la Escuela Profesional de Educación Inicial de la Universidad Nacional del Altiplano de Puno.

Determinar los factores de cambio (televisión, asistencia a discotecas, la moda, uso del internet, factores familiares) que más influyen en las actitudes de identificación cultural de las alumnas de la Escuela Profesional de Educación Inicial de la Universidad Nacional del Altiplano de Puno.

Identificar el nivel de conocimientos culturales y actitudes de identificación cultural que presentan las alumnas de la Escuela Profesional de Educación Inicial de la Universidad Nacional del Altiplano de Puno

Operacionalización de variables

VARIABLES DE ESTUDIO DIMENSIONES INDICADORES INSTRUMENTOS

Variable IndependienteFactores de cambio.

Aspectos relacionados con la libertad de elección en el quehacer cotidiano

La televisión

Número de horas semanales dedicadas a ver televisión. Tipo de programación preferida. Personas con las que acostumbra ver televisión.

Encuesta sobre factores de cambio en la Identidad Cultural

Asistencia a discotecas

Frecuencia mensual con que asiste a una discoteca. Música que más prefiere en una discoteca. Personas con las que acostumbra asistir a una discoteca

La moda

Frecuencia de uso de prendas de vestir que estén de moda. Lugares donde adquiere productos de moda. Identificación con personajes públicos que estén de moda.

Uso del internet

Numero de horas a la semana que hace uso del internet. Tipo de información que utiliza del internet. Preferencias, sobre el tipo de herramientas que usa en internet.

Factores familiares

Nivel económico familiar Composición familiar Origen en el nacimiento de los padres

Variable DependienteCambios de identidad cultural.

Conocimientos culturales.

Conocimientos sobre uso de lenguas, quechua y aimara. Conocimientos de la cultura andina. Conocimientos sobre costumbres, tradiciones y mitos culturales,

comidas y fiestas.

Cuestionario De Identidad Cultural

1

Entendido como el cambio a lo largo del tiempo de elementos culturales de una sociedad (o una parte de esa)

Conocimientos sobre sitios arqueológicos de la región. Conocimientos de personajes andinos

Actitudes de identificación cultural.

Practica de las lenguas andinas (Quechua y/o Aimara). Practica de costumbres y ritos andinos. Participación en festividades culturales. Participación en fiestas patronales. Consumo de alimentos andinos

ANALISIS DE RESULTADOS:CUADRO Nº 1

NIVEL DE ACTITUDES DE IDENTIFICACIÓN CULTURAL EN ALUMNAS DE LA ESCUELA PROFESIONAL DE EDUCACIÓN INICIAL DE LA UNIVERSIDAD NACIONAL DEL ALTIPLANO.

Nivel de actitudes de identificación cultural Frecuencia Porcentaje Porcentaje

acumulado

Bajo nivel de actitudes e identificación cultural (de 0 a 5 pts.) 46 44,2% 44,2%

Regular nivel de actitudes e identificación cultural (de 6 a 10 pts.) 51 49,0% 93,3%

Buen nivel de actitudes e identificación cultural (de 11 a 15 pts.) 7 6,7% 100,0%

TOTAL 104 100,0%

FUENTE: Cuestionario de Identidad cultural en alumnas de la E.P. de Educación Inicial de la UNA – Puno. ELABORACIÓN: La Ejecutora.

CUADRO Nº 10

NIVEL DE IDENTIDAD CULTURAL EN ALUMNAS DE LA ESCUELA PROFESIONAL DE EDUCACIÓN INICIAL DE LA UNIVERSIDAD NACIONAL DEL ALTIPLANO.

NIVEL DE IDENTIDAD CULTURAL Frecuencia Porcentaje Porcentaje acumulado

Bajo nivel de identidad cultural (de 0 a 10 pts.) 47 45,2% 45,2%

Regular nivel de Identidad cultural (de 11 a 20 pts.) 52 50,0% 95,2%

Buen nivel de identidad cultural (de 21 a 30 pts.) 5 4,8% 100,0%

TOTAL 104 100,0%

FUENTE: Cuestionario de Identidad cultural en alumnas de la E.P. de Educación Inicial de la UNA – Puno. ELABORACIÓN: La Ejecutora.

ANALISIS MULTIVARIADO PARA PROBAR LAS HIPÓTESIS DE INVESTIGACIÓN.

RESULTADOS PARA LA HIPOTESIS GENERAL.

HIPÓTESIS GENERAL:

Los factores que más influyen en los cambios de identidad cultural en las alumnas de la Escuela Profesional de Educación Inicial de la Universidad Nacional del Altiplano de Puno, son la televisión y la asistencia a discotecas.

PRIMERO: MODELO DE REGRESIÓN LINEAL

1

Modelo R R SquareAdjusted R

SquareStd. Error of the

Estimate1 ,383(a) ,147 ,103 4,827

a Predictores: (Constante), Factores Familiares, Uso del Internet, Uso de la moda , Uso de la televisión, Asistencia a discotecas

INTERPRETACIÓN.

Según el modelo de regresión lineal múltiple, podemos establecer que existe un alto grado de relación entre la variable dependiente, representado por los cambios de identidad cultural y los factores de cambio que están representadas por las variables independientes; televisión, asistencia a discotecas, la moda, uso de internet, factores familiares, que esta representado por un 0.383 igual a 38.3% de relación, es decir, el 38.3% de cambios de identidad cultural en las alumnas de la Escuela Profesional de Educación Inicial son consecuencia de la frecuencia de uso de la televisión, asistencia a discotecas, la moda, el uso del internet y los factores familiares.

SEGUNDO:ANÁLISIS DE VARIANZA (ANOVA) PARA DETERMINAR LA INFLUENCIA DE LOS FACTORES DE CAMBIO, EN EL NIVEL DE IDENTIDAD CULTURAL DE LAS ALUMNAS.

ANOVA(b)

Suma de

cuadrados G.L. Media Cuadrática F Sig.Regresión 392,603 5 78,521 3,370 ,007(a)Residual 2283,513 98 23,301Total 2676,115 103a Variables predictoras: (Constante), Factores Familiares, Uso del Internet, Uso de la moda , Uso de la televisión, Asistencia a discotecas.b Variable dependiente: Cambios en la identidad cultural.

PRUEBA DE HIPÓTESIS GENERAL:

La presente prueba de hipótesis considera a todas los factores de cambio (uso de la televisión, asistencia a discotecas, la moda, uso del internet, factores familiares), y su influencia en el nivel de identidad cultural de las alumnas de la Escuela Profesional de Educación Inicial de la UNA – Puno, para lo que hacemos uso del análisis de varianza - ANOVA, que usa la distribución F – Snedecor, para determinar el nivel de influencia y comprobar la hipótesis general.

Pasos:1. Planteamiento de las hipótesis.

Hipótesis nula Ho: No existe influencia significativa de los factores de cambio (la televisión, asistencia a discotecas, la moda, uso del internet, factores familiares) en el nivel de identidad cultural de las alumnas de la E.P. de Educación Inicial de la UNA – Puno.

Hipótesis Alterna Ha: Existe influencia significativa de los factores de cambio (la televisión, asistencia a discotecas, la moda, uso del internet, factores familiares) en el nivel de identidad cultural de las alumnas de la E.P. de Educación Inicial de la UNA – Puno.

2. La prueba que se emplea es ANOVA con una distribución “F - Snedecor”.Si elegimos un nivel de significancia de y los grados de libertad son 5 y 98. El valor de la tabla estadística es:

3. Realizamos la comparación respectiva:

Zona de aceptación

Zona de rechazo

1

0 2.31 3.37

4. Conclusión: Desde que el valor de la, F calculada = 3.37 mayor al valor de la F tablas = 2.31, rechazamos la hipótesis nula y aceptamos la hipótesis alterna, concluyendo que, existe influencia significativa de los factores de cambio (la televisión, asistencia a discotecas, la moda, uso del internet, factores familiares) en el nivel de identidad cultural de las alumnas de la E.P. de Educación Inicial de la UNA – Puno.. A un nivel de significancia del 5% o 0.05.

TERCERO: Selección de los factores de mayor influencia y presentación del modelo lineal para la predicción de resultados.

Para determinar cuales son Factores que más están influyendo en la variable dependiente, hacemos uso de la distribución T-Student para pruebas independientes, según los resultados del paquete estadístico SPSS.

Coeficientes(a)

Coeficientes no estandarizados Coeficientes

estandarizadosBeta

t

Sig. B Error típ.

(Constante) 2,257 4,209 ,536 ,593Uso de la televisión ,685 ,236 ,274 2,902 ,005Asistencia a discotecas ,556 ,243 ,217 2,286 ,024Uso de la moda ,189 ,406 ,044 ,465 ,643Uso del Internet -,205 ,352 -,055 -,584 ,561Factores Familiares ,288 ,346 ,079 ,833 ,407

a Variable dependiente: Identidad Cultural.

Los resultados de nivel de significancia independiente, según las pruebas T-Student, nos indican que la frecuencia de uso de la televisión y la asistencia a discotecas son los factores que mas influyen en los cambios de identidad cultural que presentan las alumnas de la Escuela Profesional de Educación Inicial de la Universidad Nacional del Altiplano de Puno, mientras que los demás factores no influyen significativamente en los cambios de identidad cultural que se presenta en las alumnas.

En términos generales podemos determinar que las alumnas que más miran televisión y asisten con más frecuencia a las discotecas son las alumnas que menos nivel de identidad cultural presentan.

Modelo Lineal:El modelo Lineal se presenta a partir de los resultados del SPSS, los mismos que son ubicamos de la siguiente manera:

Donde: Y = Nivel de identidad cultural.

El modelo nos permite estimar valores del nivel de identidad cultural en jóvenes estudiantes universitarios a partir de los datos que nos brindan las variables independientes como son: uso de la televisión, asistencia a discotecas, la moda, uso del internet, y los factores familiares.

Este modelo puede ser usado en otras investigaciones u otras universidades o institutos, para poder estimar el nivel de identidad cultural que poseen los jóvenes de nuestros tiempos.

1

5.- PREGUNTAS Y EJERCICIOS DE AUTOEVALUACIÓN

1. ¿Por qué es importante el muestreo en la investigación?2. ¿Qué nos indica el diseño de investigación?3. ¿Podemos utilizar modelos multivariados en una investigación? ¿Cómo?4. ¿Por qué es importante identificar el tipo y diseño de investigación?5. ¿para que sirve la estadística en la investigación? Explique.

BIBLIOGRAFÌA:

AVILA Y ZEA. Análisis Multivariado Aplicado a la Investigación. Editorial Universitaria UNA – Puno. Escuela de Post Grado.1993.

CARRANZA GUTIÉRREZ, Rubén. Investigación Educativa Primera Edición. Editorial USFA. La Paz Bolivia. 1999.

CACEDA & PÉREZ. Procedimientos Metodológicos y Analíticos Para Desarrollar Investigación Científica. Editorial Universitaria. Puno – Perú. 2001.

EXEBIO, Cristobal. Muestreo y Aplicaciones - Problemas Resueltos. Ediciones Universidad Nacional de Trujillo.

GARCÍA, GUTIÉRREZ & CONDEMARÍN. A Estudiar se Aprende, Tercera Edición. Alfaomega Grupo Editor.S.A. de México. Universidad Católica de Chile. 1999.

MOYA & SARAVIA. Probabilidad e Inferencia Estadística, Segunda Edición. Editorial San Marcos. Lima – Perú.

MURRAY R. Spiegel. Teoría y Problemas de Estadística, Series SHAUM. Editorial Mc Graw – Hill de México S.A. de C.V. 1961.

PALOMINO QUISPE, Platón. Diseños y Técnicas de Investigación Educativa, Novena Edición. Editorial Titikaka de la Facultad de Ciencias de la Educación. Puno – Perú. 2001.

PORTILLO MARICELA & ROQUE ELVIS: (2004) “Metodología de la Investigación Científica” Ed. Juan Gutemberg. Lima – Perú

PISCOYA HERMOZA, Luis. Investigación Educativa Segunda Edición. Ediciones INIDE del Ministerio de Educación, Lima – Perú 1978

MATERIAL DE LECTURA MAESTRIA EN EDUCACIÓN - ESTADISTICA. - MSC-ELVIS ROQQUE CLAROS

Documents

Transcript of MATERIAL DE LECTURA MAESTRIA EN EDUCACIÓN - ESTADISTICA. - MSC-ELVIS ROQQUE CLAROS