aspectos generales de la investigación educativa en el snit
DESCRIPTION
Aspectos generales de la investigación educativa en el SNIT. LA ENCUESTA. Descripción g eneral. El método de la encuesta se rige, en términos generales, por los mismos principios aplicables a los enfoques de la investigación cuantitativa - PowerPoint PPT PresentationTRANSCRIPT
Aspectos generales de la investigación educativa en el SNIT
LA ENCUESTA
Descripción general• El método de la encuesta se rige, en términos generales, por los mismos principios
aplicables a los enfoques de la investigación cuantitativa• Se pueden mencionar como características distintivas de otros métodos:
– Uso extenso en la aplicación de cuestionarios, en distintos formatos y en distintas formas de aplicación
– La utilización de métodos relativamente sofisticados de análisis de datos– La generación de reportes con diferentes niveles de agregación y para
audiencias diversas– Una marcada tendencia a utilizar los resultados para la toma de decisiones
ejecutivas– Nivel muy bajo en la publicación de los resultados en revistas de corte
académico– Marcado énfasis es procesos de estimación estadística
Diseño– Definición de los propósitos, fines y objetivos de la encuesta– Definición de la población de estudio– Definición de la muestra
• Determinación del tipo de muestreo• Determinación del tamaño de la muestra, tomando en cuenta el
error de muestreo y los niveles de confianza de las estimaciones– Selección de los mecanismos para la obtención de información– Selección y/o construcción de los cuestionarios– Definición de los métodos de análisis de datos– Aplicación de instrumentos– Análisis de resultados– Generación y difusión de reportes
Población y Muestra• Términos
– Elemento: Unidad que proporciona o de la cual se busca información (Unidad de Análisis)
– Universo: Conglomerado teórico o hipotético de todos los elementos definidos
– Población: Agregado teórico específico de elementos
Universo
Población Hipotética
Población
Muestra
Elementos
Población y Muestra• Marco Muestral
– Conjunto o listado de todos los elementos del cual se extraen los elementos que conformarán la muestra
• Parámetro– Medida descriptiva o sumaria de una variable determinada
de una población (q)
• Estadístico– Medida descriptiva o sumaria de la misma variable
determinada sobre el conjunto de los elementos de una muestra (T)
Población y Muestra• Muestreo Aleatorio Simple
– Todos los elementos de una población tienen la misma probabilidad de ser incluidos en la muestra
• Muestreo Sistemático– Se selecciona el k-ésimo elemento de la lista
• Muestreo Estratificado– Estrato es un conjunto homogéneo de elementos– Los k estratos definidos son mutuamente excluyentes y
exhaustivos– Los elementos de cada estrato se seleccionan
aleatoriamente
Mecanismos para obtención de información
• Cuestionarios autoadministrados• Cuestionarios aplicados cara a cara• Cuestionarios aplicados vía telefónica (CATI)• Grupos de Enfoque (Focus-Group)
ComparativoAuto Cara CATI Focus
Profundidad +/- - - +
Muestreo de contenido + + + -
Validez +/- +/- +/- +
Costo por unidad - +/- - +
Objetividad +/- +/- + -
Tamaño de la muestra + +/- +/- -
Registro de datos +/- +/- + -
Sesgo del entrevistador - +/- - +Variedad en métpdos de análisis + + + -
Facilidad en diseño +/- + + -Diversidad del diseño muestral + + + -Disponibilidad del marco muestral +/- +/- - +
Tasa de retorno - + +/- +Alta experiencia del entrevistador +/- - +
El cuestionario
El modelo IEA(International Association for the
Evaluation of Educational Achievement)
11
PREGUNTAS DE INVESTIGACIÓN
Indicadores• Simples• Derivados• Compuestos
Instrumentación• Cuestionarios• Actitudes
Muestreo• Tamaño• Tipo
Medición• Niveles• Confiabilidad• Validez
Recolección de datos
Datos burdosProceso de datos• Inspección• Datos perdidos
Estadísticos• Descriptivos• Univariados• Multivariados• Estimación• P de Hipótesis
Escalas• Análisis Factorial• Confiabilidad
Tablas Dummy
Reportes• Audiencias• Tipos
Diseño
Datos• Depuración• Archivos
El modelo IEA
12
Preguntas de investigación
Descriptivo– Preguntas que típicamente requieren datos para
describir sistemas educativos, insumos, procesos, resultados o productos
• Ejemplos– ¿Cuál es la razón profesor-alumno en los cursos impartidos en
las carreras de ingeniería?– ¿Qué porcentaje de alumnos fueron aprobados en el curso X?– ¿Qué cantidad de alumnos fueron aceptados en la carrera de
Ingeniería de sistemas?– ¿Cuál es el nivel de aprendizaje en la materia de Mate I?
13
Preguntas de investigaciónRelacional
– Preguntas que plantean la relación o correlación entre variables. Generalmente se plantean con la intención de establecer una relación causal.
• Ejemplos– ¿Las escuelas con menores recursos tienen niveles de
aprendizaje más bajo que las escuelas con mayores recursos?– ¿Las escuelas particulares tienen un rendimiento académico
mayor que las escuelas públicas?
14
Preguntas de investigaciónCausal
– Este tipo de preguntas plantean un relación causa-efecto entre variables. Generalmente toman la forma de “Si A, entonces B”. Son las preguntas más importantes en la toma de decisiones educacionales.
• Ejemplos– Considerando que los otros factores permanecen
constantes, ¿los estudiantes expuestos al método A de enseñanza aprenden mejor que los estudiantes expuestos al método B?
– ¿Cuál es el efecto relativo sobre el aprendizaje de los siguientes factores?: Antecedentes académicos de los alumnos, nivel socioeconómico de los alumnos, métodos de enseñanza.
15
Tipos de variables• Independiente (predictor, tratamiento, antecedente)
– Es la variable que se presume es la causa. También se consideran ser los factores que el educador manipula para generar un resultado.
– La variable predictor es una variable antecedente que ocurre antes del proceso. Se diferencia de la variable independiente en que la VI está bajo el control del educador mientras que la variable predictor no lo está.
• Dependiente (respuesta, criterio)– Es la variable que se presume ser el efecto de una variable dependiente.
También se le conoce como variable de respuesta.– Estrictamente, el término dependiente se aplica solamente en casos en que
hay una variable independiente siendo manipulada.• Control
– Son las variables que el investigador asume que están relacionadas con la variable dependiente, de respuesta o criterio pero sobre las cuales no tiene control alguno, excepto aquel que puede ejercer a través del diseño del experimento. En términos generales, estas variables se controlan por medio de la aleatorización o el análisis de covarianza.
16
Niveles de Medición• Término empleado para describir la cantidad
de información que proporcionan las medidas obtenidas mediante una escala de medición.
17
Escala nominal– Es el nivel más bajo de medición– No existe un orden subyacente en los objetos– Representan categorías pero no existe un ordenamiento a
lo largo de un continuo– A las categorías se les puede asignar un numeral pero el
número no representa cantidad de atributo– Los estadísticos asociados son frecuencias y porcentajes de
casos de cada categoría.
18
Escala ordinal– La escala ordinal asigna numerales a sujetos u objetos para
representar un ordenamiento con respecto a una característica.
– Las diferencias en los números asignados no representan diferencias en el rasgo que subyace.
– Los estadísticos empleados son la mediana para medida de tendencia central y el rango intercuartilar como medida de dispersión.
– Si se desea establecer la relación entre dos ordenamientos se puede emplear la correlación de Spearman.
19
Escala intervalar– La escala o medida intervalar define la unidad de medida
de tal forma que las diferencias entre unidades son iguales. Esto es, la diferencia entre 7 y 12 es la misma que entre 21 y 26.
– La ubicación del Cero en la escala es arbitrario y puede no significar la carencia absoluta del atributo.
– Los estadísticos apropiados para estas medidas son la media y la desviación estándar.
20
Escala de razón– Es el nivel más elevado de medición– Las unidades de medición son de la misma longitud a lo
largo de todo el continuo– El cociente de diferencias es igual para intervalos iguales– El cero es absoluto y representa la carencia del atributo
siendo medido– Permite la construcción de razones y proporciones. Por
ejemplo, un individuo que mide 1.60 es el doble en altura que uno que mide 0.80
– Los estadísticos más apropiados son la media y desviación estándar
21
Indicadores• Un indicador es una variable que se emplea
para “indicar” la presencia o ausencia de un atributo siendo medido (Babbie)
• Un indicador es una variable que refleja una condición o situación particular (IEA)
22
Indicadores• Simples
– Indicadores que usualmente requieren una sola pregunta o variable del cuestionario
• Derivados– Indicadores que se construyen a partir de dos o más variables o
preguntas.– Estrictamente, son variables compuestas.– Generalmente para su construcción se requieren transformaciones
simples sobre variables o indicadores existentes.• Compuestos
– Se derivan a partir de dos o más variables o preguntas.– Se diferencian de los indicadores derivados en que para su
construcción se recurre a métodos multivariados complejos o técnicas de reducción de datos, tales como el análisis factorial, análisis de conglomerados o análisis discriminantes.
Confiabilidad y validez
24
Confiabilidad
• La confiabilidad de los puntajes de un instrumento refleja la precisión con la cual se mide un rasgo.
• La confiabilidad está asociada con los puntajes del generados a partir del instrumento.
• La confiabilidad es una característica necesaria pero no suficiente para que un instrumento sea válido.
• La confiabilidad de un instrumento se expresa mediante el coeficiente de confiabilidad que tiene un rango de 0 a 1.
25
Tipos de Confiabilidad
• Equivalencia (formas paralelas)– Mide el grado en que los puntajes generados por una forma son
equivalentes a los generados por otra forma del instrumento midiendo los mismos rasgos.
• Consistencia (test-retest)– Mide el grado en que los puntajes generados a partir de una forma
son estables en el tiempo.
• Consistencia interna– Mide el grado en que los componentes de un instrumento se
relacionan entre sí.– Método de partición por mitades– Kuder-Richardson KR-20 y KR-21– Coeficiente Alfa de Cronbach
26
Validez• En términos generales, la validez de un
instrumento se refiere al grado en el cual el instrumento mide lo que se dice que mide.
27
Tipos de Validez• Validez de contenido cuando…
– La estructura del instrumento mapea la estructura subyacente de los rasgos medidos
– Las preguntas que componen el instrumento son una muestra representativa de todas las preguntas que se podrían generar para medir un rasgo.
• Validez de criterio cuando…– Los puntajes generados por el instrumento se correlacionan alto con
los puntajes de una variable externa, llamada variable criterio.• Validez predictiva• Validez concurrente
• Validez de constructo cuando…– El comportamiento de los puntajes de un instrumento responde al
comportamiento teórico que subyace al constructo (construcción teórica) siendo medido.
Análisis de datos
29
Procedimientos estadísticos• Permiten sumarizar información de una
manera compacta• Describen información en una forma suscinta• Permiten responder a Preguntas de
Investigación
30
Consideraciones necesarias• Tipo de variable• Número de variables• Nivel de medición
31
Estadísticos descriptivos• Se usa para traducir datos a información• En enfoque central es describir la información
que se obtuvo• No se pretende extrapolar a otros grupos más
allá del cual se obtuvo la información• Permiten identificar tendencias y posibles
líneas para el análisis inferencial
32
Tipos de estadísticos descriptivos• Univariados• Bivariados• Multivariados
33
Estadísticos inferenciales• Es el conjunto de estadísticos que se usan para hacer
extrapolaciones (inferencias) a grupos más amplios de los cuales el grupo utilizado es una muestra.– Estimación:
• Determinar un valor puntual de un parámetro de interés o rango de valores dentro del cuál se encuentra el parámetro de interés
– Prueba de Hipótesis• Tomar una decisión respecto a la aceptación o rechazo
de hipótesis estadísticas
34
Tipos de estadísticos inferenciales• Univariados• Bivariados• Multivariados
35
Mapa de procedimientos estadísticos
Nominal Ordinal Intervalar Nominal Ordinal Intervalar
Nominal
Chi-cuadradaContingencia
Q-testTest de Fisher
Prueba de los Signos
Prueba de Mediana
Mann-WhitneyKruskal-Wallis
ANOVAARM con variables dummy
Análisis discriminante
Ordinal
Correlación Spearman
Coeffieciente Kendall
ANOVA(ANCOVA)
Intervalar
ANOVA(ANCOVA)
ARM con var. dummy
Corr. Pearson
ANOVA(ANCOVA)
ARM con var. dummy
ARM
Nominal
ANOVA de dos vías de Fridman
ANOVA(ANCOVA)
MANOVAMANCOVA
Corr. canónica con var. dummy
Ordinal
IntervalarAnálisis
discriminanteARM ARM con
variables dummy
Análisis discriminante
múltipleFuente: Richard Wolf, Choosing an Appropiate Statistical Procedure
Variable Dependiente
VariableIndependiente
Una
Muchas
Una Muchas