SEMINARIOS 2014-15

Seminario:Seminario:Análisis de datos en Ciencias Sociales: Análisis de datos en Ciencias Sociales:

Introducción al análisis descriptivo e inferencialIntroducción al análisis descriptivo e inferencial

María José Rodríguez CondeSusana Olmos MigueláñezFernando Martínez Abad

Grupo Ge2o

7 y 8 de mayo de 2015Aula 16A

http://knowledgesociety.usal.es/seminars

EMPÍRICO-ANALÍTICOEMPÍRICO-ANALÍTICOEMPÍRICO-ANALÍTICOEMPÍRICO-ANALÍTICO

El proceso de Investigación Educativa

PROBLEMAINVESTIGACIÓN

PROBLEMAINVESTIGACIÓN

HIPÓTESISHIPÓTESIS

ANÁLISISDE

DATOS

ANÁLISISDE

DATOS

TEÓRICO-CONCEPTUAL

TÉCNICO-METODOLÓGICO

ESTADÍSTICO-ANALÍTICO

TEORÍATEORÍA HECHOS EMPÍRICOSHECHOS EMPÍRICOS

DATACIÓNDATACIÓN

DISEÑODISEÑO

Dis

cusi

ón y

CO

NC

LUS

ION

ES

NIVELENIVELESS

Diseños de investigación Diseños de investigación educativaeducativa

Perspectiva empírico-analíticaPerspectiva empírico-analítica

María José Rodríguez Conde

Objetivos e hipótesisObjetivos e hipótesis

Objetivos de la investigación Qué se pretende conocer, demostrar, predecir, explicar...

HIPÓTESIS de la investigación Expresión conjetural de la relación que existe entre las

variables

Conceptual Operativa Estadística

• El autoconcepto está relacionado con la autoestima• Puntuaciones altas en el cuestionario de autoconcepto coinciden con puntuaciones altas en el cuestionario de autoestima• Ho: med. Autoconceto = med. Autoestima. No existen diferencias significativas entre las puntuaciones de autoconcepto y autoestima.

Redacción de las Hipótesis:

a) Formular Hipótesis tras la revisión bibliográficab) Enunciar varias Hs. como posibles soluciones del problemac) Redactarlas de forma afirmativa, no interrogativad) Enunciado correcto y operativo, sin perder claridade) Que se pueda contrastar, confirmar o rechazarf) Evitar juicios de valor (“esto es mejor que aquello”)

VariablesVariables“Característica que puede tomar diferentes valores o expresarse en categorías”

“Característica que puede tomar diferentes valores o expresarse en categorías”

ESCALAS ESCALAS DE MEDIDADE MEDIDA

NOMINAL

1º Enunciado de la variable (“clase social”)2º Deducir sus dimensiones o aspectos principales

(“n. Socioeconóm.”)3º Buscar indicadores (“Renta, bienes materiales,

intereses...”)

1º Enunciado de la variable (“clase social”)2º Deducir sus dimensiones o aspectos principales

(“n. Socioeconóm.”)3º Buscar indicadores (“Renta, bienes materiales,

intereses...”)

Operativización

(De conceptual a operativa)

ORDINAL

INTERVALOS

DE RAZÓN

Clasificación Clasificación de variablesde variables

Según su naturaleza

Según el criterio metodológico

CUALITATIVAS (Dico o policotómicas)

CUASICUANTITATIVAS

CUANTITATIVAS: Discretas o continuas

Independientes (predictoras)

Dependientes (criterio)

Intervinientes, moduladoras, extrañas...

Variables en SPSSVariables en SPSS

Características generales de los Características generales de los diseños experimentalesdiseños experimentales

“Manipulación y control de variables”

Manipulación de la VIIntencional

Por selección

Control de VDNº de medidas

Momento de la medición

Control de Vars. extrañas

Eliminación

Mantener constante

Aleatorización

Control estadístico

Características generales de los Características generales de los diseños experimentalesdiseños experimentales

CLASIFICACIÓN, según el grado de control:

ExperimentalALTO. Se provoca (manipula) el fenómeno, el investigador determina los valores de la VI. Existe un control máximo de todas las variables extrañas más significativas.

Cuasi experimentalMEDIO. Se provoca o manipula el fenómeno, el investigador determina los valores de la VI. Quedan por controlar muchas variables extrañas significativas.

No experimental(ex-post-facto, …)

BAJO. Actitud pasiva. No se modifica el fenómeno o situación objeto de análisis, pues la relación entre las variables ya se ha producido con anterioridad y el investigador sólo puede registrar sus medidas.

EjemplosEjemplos

PreexperimentalesPreexperimentales CuasiexperimentalesCuasiexperimentales ExperimentalesExperimentales

Diseño de un solo Diseño de un solo grupogrupo

X OX O

Diseño de grupo no Diseño de grupo no equivalenteequivalente O X OO X O ---------------------------------- O OO O

Diseño de grupo de Diseño de grupo de control pre-postestcontrol pre-postest R O X OR O X O R O OR O O

Diseño pretest-postest Diseño pretest-postest de un solo grupode un solo grupo

O X OO X O

Diseño de series Diseño de series temporales con pre-temporales con pre-postest de un grupopostest de un grupo OO11 O O2 2 OO33 X O X O44 O O5 5 OO66

Diseño de grupo de Diseño de grupo de control postestcontrol postest R X OR X O R OR O

Diseño de Diseño de comparación estáticacomparación estática X OX O ---------------------------- OO

Diseño de series temp. Diseño de series temp. con grupo controlcon grupo control OO11 O O2 2 OO33 X O X O44 O O5 5 OO66--------------------------------------------------------------------------------------OO11 O O2 2 OO33 O O44 O O5 5 OO66

……....

X = TratamientoO = Observación / medidaR = Selección de sujetos al azar---= No al azar

ElementosElementosGruposGrupos n n AsignaciónAsignación

PretestPretest

(VD…)(VD…)

MétodoMétodo

(VI)(VI)

PostestPostest

(VD…)(VD…)

11 nn11 No aleatoriaNo aleatoria -- aa11 xx11

22 nn22 No aleatoriaNo aleatoria -- aa22 xx22

Variables implicadas en el problema y operativización

Muestras: Grupos y número de sujetos en cada grupo

Asignación de los sujetos a los grupos

Niveles de la VI

Fases en la medición de VD (pretest, postest, series temporales…)

Análisis estadístico (prueba t, Anova simple o factorial, …)

Validez de la InvestigaciónValidez de la Investigación

INTERNAINTERNA

Existen garantías de que el efecto en la Existen garantías de que el efecto en la VD es debido ala VI y no a otras variables.VD es debido ala VI y no a otras variables.

EXTERNA:EXTERNA:Representatividad o generalización de Representatividad o generalización de

resultados.resultados.

Amenazas a la ValidezAmenazas a la Validez

INTERNAINTERNAMaduración, aplicación de pruebas, instrumentos, regresión Maduración, aplicación de pruebas, instrumentos, regresión

estadística, selección, mortalidad, selección-maduración, selección-estadística, selección, mortalidad, selección-maduración, selección-instrumentos, ambigüedad sobre la dirección de la influencia instrumentos, ambigüedad sobre la dirección de la influencia causal, difusión o imitación de tratamientos, igualación causal, difusión o imitación de tratamientos, igualación compensatoria de tratamientos, rivalidad compensatoria por recibir compensatoria de tratamientos, rivalidad compensatoria por recibir tratamientos menos deseables, resentimiento y desmoralización de tratamientos menos deseables, resentimiento y desmoralización de los sujetos por recibir un tratamiento menos deseable,…los sujetos por recibir un tratamiento menos deseable,…

EXTERNA:EXTERNA:Elección de muestras no reperesentativas, tamaño de Elección de muestras no reperesentativas, tamaño de

muestras, selección de procedimiento de muestreo…muestras, selección de procedimiento de muestreo…

Ejemplo de diseños 1Ejemplo de diseños 1

0

10

20

30

40

50

60

70

80

90

100

Pretest Postest

% P

rob

lem

as

re

su

elt

os

Libro de texto

Sistema Multimedia

Gráfica 1. Evolución del rendimiento en Matemáticas en dos grupos, ya formados, tras la instrucción con apoyo en libro y en CD

Ejemplo de diseños 2Ejemplo de diseños 2

0

50

100

150

200

250

Hombre Mujer

Tie

mp

o (

se

g.)

Con distracción

Sin distracción

Gráfica 2. Tiempo que los hombres mantienen la mano en agua helada en función de que el experimentador sea hombre o mujer y según exista, o no, tarea de distracción

Ejemplo de diseños 3Ejemplo de diseños 3

4

6

8

10

Libros Ordenador

Re

nd

imie

nto

CI Alto

CI Bajo

Gráfica 3. En la gráfica de la izquierda se representa el rendimiento, en el contexto experimental, según el grupo de CI y según el tipo de material utilizado. En la derecha se representa el rendimiento, en el contexto de examen, según el grupo CI y el tipo de material utilizado.

EXPERIMENTO

4

6

8

10

Libros Ordenador

Re

nd

imie

nto

CI Alto

CI Bajo

EXAMEN

Ejemplo de diseños 4 (N=1)Ejemplo de diseños 4 (N=1)

0

1

2

3

4

5

6

7

Semanas

no

ch

es

co

n m

icc

ión

Gráfica 4. Evolución del problema de enuresis, medido según el número de noches a la semana que se orina. Durante la semana 13, 14 y 15, se retiró el tratamiento para intentar probar la eficacia del mismo.

Línea base (A) Tratamiento (B) Retirada (A) Tratamiento (B)

SEMINARIOS 2014-15

Seminario:Seminario:Análisis de datos en Ciencias Sociales: Análisis de datos en Ciencias Sociales:

Introducción al análisis descriptivo e inferencialIntroducción al análisis descriptivo e inferencial

María José Rodríguez CondeSusana Olmos MigueláñezFernando Martínez Abad

Grupo Ge2o

7 y 8 de mayo de 2015Aula 16A

http://knowledgesociety.usal.es/seminars