diseños experimentales y no expermentales

27
DISEÑOS. EXPERIMETALES Y NO EXPERIMENTALES METODOLOGÍA DE LA EDUCACIÓN PROFESOR: ME. Ernesto Acevedo Montoya ALUMNAS: Sugeiry Bueno y Cecilia de Avila

Upload: cecilia-de-avila-valdez

Post on 17-Feb-2017

246 views

Category:

Education


2 download

TRANSCRIPT

DISEÑOS. EXPERIMETALES Y

NO EXPERIMENTALESMETODOLOGÍA DE LA EDUCACIÓN

PROFESOR: ME. Ernesto Acevedo Montoya

ALUMNAS: Sugeiry Bueno y Cecilia de Avila

Son estudios explicativos ya que se relacionan las VI y las VD, así como estimar sus efectos causales:

Se basan en hipótesis preestablecidas. El investigador manipula las supuestas causas para

ver si se produce el efecto que la hipótesis describía. Analizar estadísticamente para lograr los objetivos.

¿Cuál es su alcance y su enfoque ?

CAUSA EFECTO

RELACIÓN

CURSO, MÉTODO EDUCATIVO

EXPERIMENTAL Construyen el contextoManipulan las VI Consumo de alcoholVer el efecto sobre las VD Calidad de los reflejos

En el grado de consumo deAlcohol en los participantes

Como influyó directamente

NO EXPERIEMENTAL No hay manipulaciónNo hay asignación al azar Ya habían tomado alcohol

Una situación que ya existía

No influyo en la cantidad de alcohol.

Los individuos ya pertenecían a un grupo determinado

VI autoselección.

EXPERIMENTAL NO EXPERIMENTAL

Alcances iniciales Sistemática

Finales correlacionales Empíricas en la VI

Explicativos La relación de variables sin intervencióno influencia directa.

Investigaciones que recopilan datos en un momento único.

Su propósito es describir variables y analizar su incidencia en un momento dado.

Se esquematizan de la siguiente manera:

Diseños de investigación transeccional o transversal

Recolección de datos

única

Ejemplos:

Medir las percepciones y actitudes de mujeres jóvenes que fueron abusadas sexualmente en el último mes en una urbe latinoamericana.

Analizar el efecto que sobre la estabilidad emocional provocó un acto terrorista en niños, adolescentes y adultos.

División

Diseños transeccionales exploratorios

Exploración inicial en un momento específico. Propósito; conocer una variable o conjunto de variables, una

comunidad, un evento, una situación…Ejemplo: investigadoras pretenden obtener un panorama sobre el grado en que las empresas de una ciudad contratan a personas con capacidades distintas. Son muy utilizados dentro del enfoque cualitativo

Diseños transeccionales descriptivos

Indagan la incidencia de las modalidades o niveles de una o más variables en una población , son estudios puramente descriptivos.

Género

EdadEstado

civil

Nivel educativo

Resultado:

Descripción

En ciertas ocasiones, el investigador pretende realizar descripciones comparativas entre grupos o subgrupos de personas, comunidades…

Cada variable o concepto se trata individualmente: no se vinculan variables.

Ejemplo: descripción física de un niño de ocho años ( talla, estatura, color de cabello y ojos…)

Diseños transeccionales descriptivos

Diseños transeccionales correlacionales- causales

Describe relaciones entre dos o más variables en un momento determinado.

Los diseños correlacionales-causales pueden limitarse a establecer relaciones entre variables sin precisar sentido de causalidad o pueden pretender analizar relaciones de causalidad.

Cuando no son causales, las hipótesis son correlacionales. Cuando buscan evaluar relaciones causales, se basan en hipótesis causales.

Ejemplos Una investigación que pretendiera indagar la relación entre la

atracción física y la confianza durante el noviazgo en parejas jóvenes.

Una investigación que estudiara cómo la motivación intrínseca influye en la productividad de los trabajadores de línea de grandes empresas industriales, de determinado país y en cierto momento, observando si los obreros más productivos son los más motivados, y en caso de que así sea, evaluando el por qué y cómo es que la motivación intrínseca contribuye a incrementar la productividad (esta investigación establece primero la correlación y luego la relación causal entre las variables).

Nota: La causalidad implica correlación, pero no toda correlación

significa causalidad. Primero establecemos correlación y luego causalidad. (como

se muestra en el ejemplo anterior). Cuando establecen relaciones causales son explicativos. Un diseño correlacional-causal puede limitarse a dos

variables o abarcar modelos o estructuras tan complejas.