Estadistica Aplicada A La Investigacion Una

1
UNIVERSIDADNACIONALDELALTIPLANO
ESCUELA DE POST GRADO
MAESTRIA EN EDUCACIN

ASIGNATURA

ESTADISTICA APLICADA A LA INVESTIGACIN
EDUCATIVA

Docente: Ing M.Sc. Roberto Elvis Roque Claros

CHUMVIBILCAS SANTO TOMAS
CUSCO PER
2013

2

1.- PRESENTACIN:
La metodologa de la investigacin 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 investigacin, es por esta razn que el
presente material instructivo ha sido diseado en forma didctica y de fcil comprensin
orientado a estudiantes y egresados de maestra y/o profesionales del campo educativo,
con esto se espera contribuir al aprendizaje del proceso de investigacin de manera
prctica y aplicativa; por lo que se cuenta con ejemplos prcticos procesados con
mtodos estadsticos para cada caso.

2.- CAPACIDADES:
- Determina la poblacin y muestra optima e Identifica el diseo de investigacin, para
luego establecer el diseo estadstico adecuado.
- Aplica los modelos de anlisis; univariado, bivariado y multivariado para el
tratamiento estadstico de los resultados y la contrastacin de la hiptesis de
investigacin.
- Resuelve casos prcticos de anlisis; univariado, bivariado y multivariado haciendo
uso del paquete estadstico SPSS.

3.- CONTENIDOS:
Poblacin y muestra.
Variable
Anlisis estadstico y pruebas de hiptesis segn el tipo y diseo de investigacin
Anlisis con el paquete estadstico SPSS

4.- DESARROLLO:
4.1. POBLACIN Y MUESTRA.
4.1.1. CONCEPTO DE UNIVERSO, POBLACION Y MUESTRA

Antes de describir algunos de los mtodos de muestreo ms habituales, es necesario
plantear algunas definiciones importantes en este contexto:
POBLACIN:
Es todo conjunto de elementos, finito o infinito, definido por una o ms
caractersticas, de las que gozan todos los elementos que lo componen, y slo ellos.
En muestreo, se entiende por poblacin a la totalidad del universo que interesa
conocer, y que es necesario que est bien definido para que se sepa en todo
momento qu elementos lo componen. Conviene recordar que poblacin es el
conjunto de elementos a los cuales se quieren inferir los resultados.

Estadstica Aplicada a la Investigacin Educativa

3
UNIVERSO:
El trmino es empleado generalmente como sinnimo de poblacin. 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 poblacin debe definirse sin ambigedades, es decir debe ser
posible decidir cundo un individuo pertenece o no al universo bajo consideracin.

EJEMPLO:
Universo: Trabajadores del Banco de la Nacin del Per.
Universo: Pacientes con EDA menores de 1 ao, atendidos en el Hospital Beln.

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

a) Economa: el estudio de todos los elementos que componen una poblacin,
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 poblacin sea infinita o tan grande que exceda las posibilidades del
investigador.
Si la numeracin de elementos, se realiza sobre la poblacin accesible o estudiada, y
no sobre la poblacin terica, 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 poblacin.
Para que una muestra sea representativa, y por lo tanto til, debe de reflejar las
semejanzas y diferencias encontradas en la poblacin, ejemplificar las caractersticas
y tendencias de la misma. Cuando decimos que una muestra es representativa
indicamos que rene aproximadamente las caractersticas de la poblacin que son
importantes para la investigacin.
Cuando decimos que una muestra es adecuada, nos referimos a que contiene el
nmero de unidades de estudio, tal que permita aplicar pruebas estadsticas que den
validez a la inferencia de los resultados a la poblacin.
Por ejemplo, supongamos que deseamos medir el rendimiento acadmico de los
nios escolares en la secundaria en Per, pero por problemas econmicos slo es
posible acceder a los nios de zonas urbanas.
- A quin deseo generalizar los resultados? :
Todos los nios peruanos de la secundaria (universo ideal).

4
- A quien puedo acceder en el estudio? :
Todos los nios escolares en zonas urbanas (universo muestral o poblacin en
estudio).

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

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

4.1.2. VENTAJAS Y DESVENTAJAS DEL MUESTREO.

En estudios que implican tcnicas destructivas o de uso que imposibilidad de
utilizacin 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 ms
precisos que el estudio de todo el universo, pues para el estudio de slo una
muestra, el personal mnimo necesario puede ser mejor preparado para recoger
informacin ms detallada y elaborada.

C. Como desventaja se debe mencionar el error de muestreo, producto de la
variabilidad intrnseca que poseen los elementos de todo universo o poblacin.
El trmino error no debe entenderse como sinnimo de equivocacin.

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 poblacin a la que pertenece la muestra. Para ello debe
tenerse en cuenta:

a) Tamao de la muestra, que da la caracterstica de muestra adecuada. El tamao
de la muestra depende de la homogeneidad de la poblacin.

b) Condiciones de seleccin de la misma, de tal manera que todos los miembros de
la poblacin tengan la misma probabilidad de ser seleccionados como parte de la
muestra, sta es la caracterstica de muestra representativa.

Estas dos caractersticas darn valor estadstico a los resultados y permitirn la
inferencia a la poblacin.
Varios aspectos relacionados con las caractersticas y tendencias de los sujetos que
componen la poblacin inciden en su determinacin y dificultan a la vez su valoracin
objetiva:

A. Objetivos que se persiguen.
B. Grado de aproximacin que se pretende alcanzar.
C. La heterogeneidad de la poblacin

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

5

4.1.4. MTODOS MUESTRALES.
Obviamente, deberemos asegurar que la muestra sea representativa de la poblacin.
Si queremos tomar una muestra de los estudiantes de la Institucin Educativa
Glorioso San Carlos y slo seleccionamos diez alumnos de la Institucin Educativa
con una poblacin de mil estudiantes, esta muestra no representar adecuadamente
a la poblacin, en cambio si seleccionamos de la misma cantidad de estudiantes,
uno de cada 100 del registro de matrcula, aqu ya se puede pensar ms, en la
posibilidad de cierta representatividad aleatoria, sin embargo, an as, no hay una
representatividad total, pues en el registro pueden figurar estudiantes retirados de la
Institucin Educativa, entonces, un procedimiento bastante aleatorio que se puede
utilizar, consiste en elegir el 10% de alumnos por cada saln en forma aleatoria.
El tamao elegido para la muestra es tambin importante, y variar de acuerdo a
cada investigacin pudiendo ser el 5%, el 20%, etc., de la poblacin total. Suele ser
difcil determinar el tamao justo, ya que no se puede errar por defecto (un solo
estudiante no representa a un centro educativo, an tomndolo al azar) o por exceso
(una muestra que sea el 80% de la poblacin es altamente confiable pero no
econmica, ya que con menos esfuerzo y dinero puede obtenerse una muestra
considerablemente ms pequea sin que vare en forma significativa su grado de
representatividad).
El procedimiento por el que seleccionamos una muestra se llama muestreo, y
clsicamente se divide en muestreo probabilstico y no probabilstico.

A) MUESTREO NO PROBABILSTICO O MUESTREO INTENCIONAL.
En el muestreo no probabilstico los individuos de la poblacin no tienen todos la
misma probabilidad de aparecer en la muestra, ya que aqu no hacemos una estricta
seleccin al azar, sino que tomamos casos tpicos que suponemos representativos
de la media poblacional, u otros que tomamos en cuenta por conveniencia o por fcil
acceso.

Es un proceso por el cual no se conoce la probabilidad de inclusin que tiene cada
una de las unidades del universo de origen y no es posible calcular la magnitud del
error de muestreo.

Entre los mtodos ms representativos tenemos los siguientes:
a) Muestreo a criterio o muestreo intencional:

Es un proceso donde la seleccin depende del juicio del investigador, y no de la
rigurosa aplicacin de la teora de las probabilidades. La representatividad de una
muestra obtenida por este mtodo 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 tiles.
Ejemplo:
De 1,400 estudiantes de educacin secundaria de una ciudad; un experto en estudios
de educacin puede tomar una muestra de 250 estudiantes como muestra

6
representativa, por que puede ser difcil seleccionar una muestra al azar o probabilstica
de todos los estudiantes de educacin 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 informacin 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 mtodo
no probabilstico de seleccin se controlan hasta cierto punto, por la estratificacin y
establecimiento de cuotas a cada estrato.
Se divide la poblacin en grupos o estratos, segn las exigencias del estudio,
generalmente, edad, sexo, clase social, nivel de estudios, etc. El tamao relativo de
estas cuotas se determina con datos externos aplicables al universo de estudio tales
como informaciones censales, resultados confiables de otros estudios, etc. As, segn el
censo, se podr decir que deben ser entrevistados un nmero igual de hombres y
mujeres, que en ambos grupos deber haber 4% de personas con educacin
universitaria, etc., adems de otras especificaciones o controles. (BRIONES. 1996: 82)
Ejemplo:
Si se quiere entrevistar a 20 personas se realiza el siguiente esquema de asignacin de
datos.
Esquema de asignacin de datos.
Este esquema llamado de controles interrelacionados, consiste en indicar
separadamente tres o ms controles, y el nmero de personas en cada uno de ellos, lo
podemos presentar de la siguiente manera:
Esquema de asignacin interrelacionado

EDAD
PRIMARIA SECUNDARIA SUPERIOR
TOTAL Hombre Mujer Hombre Mujer Hombre Mujer
25 34
35 44
45 54
55 64
00
03
02
01
00
02
01
01
02
01
01
00
02
01
01
00
01
00
00
00
01
00
00
00
06
07
05
02
Total 10 08 02 20

Como podemos ver en la primera fila, se cumple con entrevistar a 6 personas entre 25 y
34 aos, 2 hombres y 2 mujeres con instruccin secundaria y un hombre y una mujer
con instruccin universitaria, as 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 estadsticas
que se calculen con los datos, esto se deriva de que el proceso de seleccin no es
probabilstico.

Como ventajas podemos mencionar; su bajo costo, su rapidez de realizacin y su
independencia de un marco de muestreo. Finalmente, podemos decir que con cierta

7
frecuencia se utilizan diseos que combinan muestras probabilsticas con muestras por
cuotas.

c) Cuestionario por correo:

Se emplea por ser de bajo costo y fcil administracin. La principal objecin 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 nmero esperado de cuestionarios que retornan.

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

B) MUESTREO PROBABILSTICO.

Cuando todos los datos de la poblacin tiene la misma probabilidad de ser
seleccionados en la muestra o cualquiera de los integrantes de la poblacin puede ser
escogido. Dentro de los ms 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 poblacin 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 nmeros sucesivos de
la primera unidad hasta la ultima unidad de la poblacin.

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

b) Muestreo Aleatorio Estratificado.

En la prctica se utilizan uno o ms criterios de estratificacin con el propsito de
lograr estratos que sean lo ms homogneos posibles. Entre los posibles criterios de
estratificacin podemos mencionar los siguientes: edad, sexo, nivel de instruccin
escolar, ocupacin, etc. Pueden utilizarse dos o ms criterios simultneamente.
La muestra estratificada tiene la ventaja sobre la muestra aleatoria simple de lograr
mayor precisin en las estimaciones.

Ejemplo:
Para presentar este diseo, supngase 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 estratificacin
el grado o curso:

1 estrato : 1er y 2do grados 560 estudiantes
2 estrato : 3er y 4to grados 290 estudiantes
3 estrato : 5to y 6to grados 150 estudiantes.
TOTAL 1,000 estudiantes.

8

La fraccin de muestreo ser:

f = 286/1,000 = 0.286

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

ESTRATOS EN LA
POBLACIN

DETERMINACIN DEL
TAMAO DE LOS
ESTRATOS MUESTRALES
NMERO 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 43
Total 1,000 estudiantes 286

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

c) Muestreo Sistemtico:

Consiste en seleccionar las unidades muestrales aplicando un intervalo de seleccin

Pasos:
1ro.- Confeccionar un listado completo de la poblacin.
2do.- Conocer el tamao de la muestra n
3ro.- Identificar el intervalo
n
N
I = donde:

I= ndice de la fraccin
N= Poblacin
n= Muestra

4to.- Seleccionar las unidades muestrales.

Ejemplo:

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

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

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

3ro .- Identificar el intervalo: 5 . 2
60
150
= = I
Entonces cada tres sujetos sern escogidos.
El primer sujeto es elegido al azar.

9
1. Carlos
2. Victoria
3. Dery
4. Ivan
5. Antonio
6. Ral
7. Ulises
8. J aime
9. Carmela
10. Alicia

11. J uan
12. Ronal
13. Matias
14. Roger
15. Norma
16. Roberto
17. Rosa
18. Gerardo
19. Elisabeth
20. Diana

21. Denis
22. Bautista
23. Abraham
24. Seferina
25. Tony
26. Carina
27. Veronica
28. Carla
29. Roman
30. Ricardo
31. hasta 150
.
.
.
Los sujetos que estn con letra cursiva y en negrita son los elegidos para la
investigacin hasta completar a 60 sujetos.

4.1.5. TAMAO PTIMO DE MUESTRA.

Sabemos que el valor correcto de un parmetro se puede determinar a travs de un
censo, es decir, por el estudio de toda la poblacin. Sin embargo, en muestreo al tomar
una muestra de tamao n slo revisamos una fraccin n/N de una poblacin de
tamao N en base a ella inferimos el valor del parmetro poblacional. Es evidente que
en estas condiciones existir un error en la estimacin, pero este es controlable.
(EXEBIO. Pag. 35)

As conocemos que la varianza de la media muestral es:

n
s
N
n N
y v
2
) ( ) (

=

Donde: y = Media de los datos.

La que se encuentra en funcin del tamao de muestra. Cuando n (muestra) aumenta,
la varianza V( y ) disminuye hasta alcanzar el caso lmite n=N (muestra igual a la
poblacin) en el que la varianza del estimador se anula, el muestreo se convierte en
censo y el error de estimacin d = 0.

Entonces el muestreo lleva involucrado un error que denotamos por d; ste es un
determinado porcentaje del valor del parmetro en consideracin, digamos: y e d ) ( =

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

Para tomar en consideracin este hecho, se introduce el concepto de confianza; es
decir, se acepta un error y e d ) ( = con una confianza del 95%, en el sentido de que si
se muestreara repetidas veces; en promedio, 95 de cada 100 muestras tendran
mximo un error de magnitud d, y 5 de ellas tendran un error mayor.

10

Tamao de muestra para la estimacin de medias.

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

0
2
2 2
n
S
Z d = Expresin que se conoce como: Ecuacin fundamental del
muestreo y relaciona la precisin, la confianza y la varianza deseada de donde
obtenemos:

2
2 2
0
d
S Z
n = Tamao ptimo de muestra.

Donde:
Z(1-o/2) = Valor de la distribucin normal, segn el
nivel de confianza deseado.
S
2
= Varianza
y e d ) ( = = Precisin donde:
e = Error de estimacin o diferencia mxima entre la media muestral y
la media poblacional.
y = Media conocida.

Cuando la fraccin n0/N es ms del 10% utilizamos la correccin en caso contrario el
tamao de muestra ptimo ser n0.

La correccin usada es:
N
n
n
n
0
0
1+
= Correccin usada cuando n0/N > 10%

Ejemplo:

Por estudios realizados en aos anteriores en las Instituciones Educativas Primarias del
Distrito de San Jos 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 ao se
cuenta con 280 docentes los mismos que registran sus horas diarias de trabajo en tarjetas
de control. Determinar el tamao de muestra ptimo para estimar el promedio de horas
trabajadas por semana en el presente ao con un error no superior al 4% y una confianza
del 95%.

En muestreo, la precisin con que se desea una estimacin queda indicada por un
error d igual a y e d ) ( = del parmetro y una confianza entre 0 y 100%.
Evidentemente las confianzas ms solicitadas sern prximas al 100%

11
Solucin:

Precisin: y e d ) ( = = 528 . 0 ) 2 . 13 )( 04 . 0 ( ) 2 . 13 %)( 4 ( = =

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

o = 5% = 0.05 y Z(1-o/2) = Z(1-0.05/2) = 1.96. valor hallado en la tabla de distribucin
normal adjunta en los anexos.
Varianza = S
2
= 6.5

luego;
2
2 2
0
d
s z
n = 57 . 89
) 528 . 0 (
) 5 . 6 ( ) 96 . 1 (
2
2
= =

como:
% 10 % 99 . 31 3199 . 0
280
57 . 89
0
> = = =
N
n

Entonces, aplicamos la correccin:
86 . 67
280
57 . 89
1
57 . 89
1
0
0
=
+
=
+
=
N
n
n
n

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

Tamao de muestra para la estimacin de la proporcin poblacional o variable
cualitativa.

Con mucha frecuencia se requiere estimaciones del nmero total o de la proporcin de
unidades que poseen cierta caracterstica 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 nmero de unidades poblacionales que poseen cierta
caracterstica, la proporcin (p) de unidades con la caracterstica es:

N
S
p =

Donde:

N es el nmero de unidades de la poblacin.

Para hallar el tamao de muestra ptimo usamos la siguiente frmula:

PQ Z e N
PQ NZ
n
2 2
2
0
) 1 ( +
=

Donde:

Z(1-o/2) = Valor de la distribucin normal, segn el nivel de confianza deseado.
P = Proporcin de unidades con la caracterstica.

12
Q = P-1 = Proporcin de unidades sin la caracterstica
e = Margen de error muestral
N = Nmero de datos de la poblacin

Cuando la fraccin n0/N es ms del 10% utilizamos la correccin en caso contrario el
tamao de muestra ptimo ser n0.

La correccin usada es:

N
n
n
n
0
0
1+
=
Correccin usada cuando n0/N > 10%

Ejemplo:

En un trabajo de investigacin sobre las relaciones entre las variables afectivas y el
aprendizaje significativo de los alumnos en una I.E.S., con una poblacin de 1,500
estudiantes, se desea determinar el tamao de muestra ptimo, conocindose una
poblacin 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%.

Solucin:

P= 65% = 0.65, Proporcin de mujeres
Q= 35% = 0.35, Proporcin de varones
06 . 0 % 6 = = e , Margen de error muestral

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

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

Luego;
07 . 209
27 . 6
9 . 1310
) 35 . 0 )( 65 . 0 ( ) 96 . 1 ( 06 . 0 ) 1 500 , 1 (
) 35 . 0 )( 65 . 0 ( ) 96 . 1 ( 500 , 1
) 1 (
2 2
2
2 2
2
0
= =
+
=
+
=
PQ Z e N
PQ NZ
n

Como: % 10 % 0 . 14 14 . 0
500 , 1
07 . 209
0
> = = =
N
n

Entonces, aplicamos la correccin:
49 . 183
500 , 1
07 . 209
1
07 . 209
1
0
0
=
+
=
+
=
N
n
n
n

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

13
4.2. VARIABLE.

Se define como variable a cualquier caracterstica, cualidad o propiedad de un
fenmeno o hecho que tiende a variar y que es susceptible de ser medido y evaluado.
Es importante sealar que las variables de la investigacin deben tener una
referencia conceptual; as como la posibilidad de ser medidas ya sea cuantitativamente
o cualitativamente.

Ejemplos.
- Edad - Aprendizaje
- Desercin escolar - Sexo
- Mtodo de estudio - Talla
- Situacin social, etc.

4.2.1. CLASES DE VARIABLES.

Segn el tipo de relacin tenemos:
Variable de observacin
Variable dependiente
Variable independiente
Variable interviniente

Segn su naturaleza puede ser:
Variable cualitativa: nominales y ordinales
Variable cuantitativa: discretas y continuas

4.2.2. SEGN EL TIPO DE RELACIN:

VARIABLE DE OBSERVACIN.- Una variable es de observacin cuando no tiene
ninguna relacin de causa efecto, efecto causa o correlacin.

Las variables de observacin son observadas y medidas, y se analizan en las
investigaciones descriptivas de diseo diagnstico, diseo evaluativo y otros.

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

VARIABLE INDEPENDIENTE.- La variable independiente es la que afecta a la variable
dependiente. Es llamada tambin 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 variacin depender de la forma como se enfoca la investigacin.

Mtodo de estudio
de casos sociales.
(V.I.)
Desarrollo de la
capacidad crtica.
(V.D.)
AFECTA

14
VARIABLE INTERVINIENTE.- Llamada tambin variable extraa. Son aquellas que
coparticipan con la variable independiente condicionando a la dependiente.

Ejemplo:
Situacin econmica de la familia.
Procedencia social.

4.3. DISEOS DE INVESTIGACIN

El diseo de investigacin es la gua que orienta al investigador ya que le seala lo
que debe hacer para alcanzar sus objetivos.

El diseo de investigacin es un plan esquemtico que contiene la estrategia general
para lograr los objetivos de investigacin. Cada investigacin tiene caractersticas
propias, por lo cual tiene tambin diversas formas de realizarse, cada una de esas
formas constituye un diseo de investigacin.

4.3.1. DISEOS NO EXPERIMENTALES O DESCRIPTIVOS

La investigacin DESCRIPTIVA es aquella en la que se observa y/o mide, clasifica y
analiza las variables para contestar a las preguntas (Verhonick.1974:12): qu?, dnde?
y cundo?. Y que segn Bunge (1969:221) estas preguntas pueden ser las siguientes:

Qu es? (correlato)
Cmo es? (propiedades)
Dnde est? (lugar)
Cundo ocurre? ( tiempo)
De qu est hecho? (composicin)
Cmo estn sus partes -si las tiene- interrelacionadas? (configuracin)
Cunto? ( cantidad)

Por la cantidad de preguntas que se han registrado se puede deducir que los diseos
descriptivos son varios y, efectivamente son muchos ms de los que se describen en este
captulo.

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 anlisis. "Es un proceso
fundamentalmente exploratorio para identificar las condiciones en las cuales ocurren
determinados hechos o fenmenos". (Gil y Alva. 1991: 33).

4.3.1.1. PRINCIPALES DISEOS DESCRIPTIVOS.

A) DISEOS DESCRIPTIVOS SIMPLES:

1) DISEO DESCRIPTIVO DIAGNSTICO.

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

15
Snchez y Reyes prefieren llamarlo "investigacin descriptiva simple" y para ellos
este diseo es la forma ms elemental a la que puede recurrir un investigador con el
propsito de buscar y recoger informacin previamente determinada, que es el
objeto de estudio, no presentndose la administracin o control de un tratamiento
(Snchez y Reyes.1984:61).

El tratamiento estadstico generalmente es el anlisis de porcentajes; a los que se
puede aplicar los procedimientos que permiten establecer la significancia estadstica
de las mismas, como por ejemplo el X
2
. El diseo estadstico corresponder al tipo
de variable que se haya medido.

En este diseo se aplican instrumentos de observacin y de medicin, por separado
o simultneamente.

Ejemplo aplicativo:

Titulo: LA SOCIALIZACIN EN LOS NIOS Y NIAS DE 5 AOS DE LA INSTITUCION EDUCATIVA
INICIAL N 308 NIO JESS DE PRAGA CERRO COLORADO DE LA CIUDAD DE JULIACA 2010

Objetivo General.
Determina el nivel de socializacin de los nios y nias de 5 aos de la Institucin Educativa Inicial N 308
Cerro Colorado de la ciudad de Arequipa, periodo 2010.

Objetivos Especficos.
Conocer los atributos individuales que presentan los nios y nias de 5 aos de la Institucin
Educativa Inicial N 308 Cerro Colorado de la ciudad de Arequipa.
Establecer las caractersticas de habilidades sociales que presentan los nios y nias de 5 aos de la
institucin educativa inicial N 308 Cerro Colorado de la ciudad de Arequipa.
Conocer las relaciones entre iguales que existen en los nios y nias de 5 aos de la Institucin
Educativa Inicial N 308 Cerro Colorado de la ciudad de Arequipa.

Operacionalizacin de las Variables.

VARIABLE DIMENSIONES INDICADORES NDICES
VARIABLE
UNICA:

Socializaci
n en los
nios
Atributos
individuales.

El nio:
Esta de buen humor.
Es excesivamente dependiente del maestro, u otro
adulto.
Va a la institucin en forma voluntaria.
Maneja los desaires y contratiempos en forma
adecuada.
Muestra capacidad para establecer empata.
Tiene relaciones positivas con uno o dos compaeros.
Muestra capacidad para preocuparse sinceramente por
sus compaeros.
Extraa a sus compaeros si estn ausentes.
Muestra sentido del humor.
Se siente constantemente solo.
Siempre/Bueno
Algunas
Veces/Regular
Nunca/Deficiente

16
Caractersticas
de la habilidad
social.

El nio
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 fcilmente intimidado por nios violentos o
agresivos.
Expresa la frustracin y el enojo en forma efectiva, sin
daar 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 discusin, hace contribuciones
relevantes a las actividades que se dan en el aula.
Toma turnos fcilmente.
Muestra inters por otros, intercambia y acepta
informacin de otros en forma adecuada.
Negocia y convence a otros adecuadamente.
Muestra atencin inapropiada hacia si mismo.
Acepta y disfruta de los iguales, adultos y grupos
tnicos diferentes del suyo.
Se gana el acceso a los grupos de juego y trabajo que
se dan en el aula.
Interacta en forma no verbal con otros nios mediante
sonrisas, saludos, afirmaciones, etc.
Caractersticas
de las
relaciones entre
iguales.
El nio es:
Es aceptado y no ignorado o rechazado por los otros
nios.
Es invitado, por otros nios, a disfrutar del juego, la
amistad y el trabajo.

MUESTRA DE LA INVESTIGACIN.
I.E.I. EDAD SECCION NIOS NIAS TOTAL
IEI. Urbana N 308 Cerro
Colorado Nio Jess de
Praga Arequipa
5 Aos A 13 12 25
FUENTE: Nmina de matrcula de las I.E.Is. Urbano y Urbano Marginales de la ciudad de Arequipa .
ELABORACIN: La Ejecutora.

RESULTADOS DE LA INVESTIGACIN:

CUADRO N 1
RESULTADOS PARA LA DIMENSIN ATRIBUTOS INDIVIDUALES EN NIOS Y NIAS DE 5 AOS DE LA I.E.I.
URBANO N 308 NIO JESUS DE PRAGA CERRO COLORADO.
INDICADORES PARA LA
DIMENSIN 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 institucin 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%

17
Muestra capacidad para establecer
empata.
8 32,0% 10 40,0% 7 28,0% 25 100,0%
Tiene relaciones positivas con uno o
dos compaeros.
12 48,0% 8 32,0% 5 20,0% 25 100,0%
Muestra capacidad para preocuparse
sinceramente por sus compaeros.
6 24,0% 14 56,0% 5 20,0% 25 100,0%
Extraa a sus compaeros si estn
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 observacin aplicada a nios y nias de 5 aos
ELABORACIN: La Ejecutora de la Investigacin.

GRFICO N 1
RESULTADOS PARA LA DIMENSIN ATRIBUTOS INDIVIDUALES EN NIOS Y NIAS
DE 5 AOS DE LA I.E.I. URBANO N 308 NIO JESUS DE PRAGA CERRO COLORADO.

FUENTE: Cuadro N 1.

PRUEBA DE HIPOTESIS

Se realiza la prueba de hiptesis para probar si existen diferencias significativas entre las categoras presentadas
(Bueno, regular y deficiente) lo cual nos indicara si el nivel de socializacin de los nios y nias es bueno y
deficiente, en este caso existe una prevalencia para la categora, bueno lo que se demostrara con la prueba Chi
cuadrada.

PLANTEAMIENTO DE LA HIPTESIS.
1. Prueba de Hiptesis:

Ho : El nivel de socializacin de los nios y nias de 5 aos de la Institucin Educativa Inicial N 308
Nio Nio Jess de Praga de la ciudad de Arequipa es deficiente.

Ha : El nivel de socializacin de los nios y nias de 5 aos de la Institucin Educativa Inicial N 308
Nio Nio Jess 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 estadstica a usar: desde que los datos son cualitativos, usamos la distribucin Ji - cuadrada,
que tiene la siguiente formula:

18
= =
=
c
i
f
j
ij
ij ij
c
E
E O
1 1
2
2
) (
_

Regin aceptacin y rechazo:
Hallamos el valor de la _
2
tablas =_
2
(F-1), 0.05 =_
2
(3-1), 0.05 = 5.991
Regin de Aceptacin: si _
2
calculada s 5.99
Regin de Rechazo : si _
2
calculada > 5.99

4. Calculo de la prueba estadstica:

Cuadro de Frecuencias Observadas y Esperadas

NIVEL DE SOCIALIZACIN DE LOS NIOS Y NIAS DE 5 AOS DE LA INSTITUCIN
EDUCATIVA INICIAL N 308 NIO JESUS DE PRAGA DE AREQUIPA

NIVEL DE SOCIALIZACIN
Resultados de la totalidad de cuadros en los nios
y nias de 5 aos de la I.E.I. N 308 "Nio Jess de
Praga"
Frecuencias
Observadas
Frecuencias Esperadas
BUENO 18 8.33
REGULAR 6 8.33
DEFICIENTE 1 8.33
TOTAL 25 25

Reemplazamos en la frmula:
33 . 18
33 . 8
) 33 . 8 1 (
33 . 8
) 33 . 8 6 (
33 . 8
) 33 . 8 18 (
2 2 2
2
=
=
c
_
_
2
calculada = 18.33

5. Decisin: Como _
2
calculada = 18.33 > _
2
Tablas = 5.99, entonces RECHZAMOS la hiptesis nula y
ACEPTAMOS la hiptesis alterna, de donde podemos afirmar que, el nivel de socializacin de los nios y
nias de 5 aos de la Institucin Educativa Inicial N 308 Nio Nio Jess de Praga de la ciudad de
Arequipa es bueno. A un nivel de significancia o error del 5%.

Zona de
aceptacin
Zona de
rechazo

0 5.99

19
2) DISEO DESCRIPTIVO EVALUATIVO.

Es el diseo que busca juzgar el valor o los mritos de alguna cosa, proceso o
programa. El diseo evaluativo "establece criterios claros y especficos para el xito,
rene sistemticamente pruebas y testimonios de una muestra representativa de las
unidades de que se trata, comnmente traduce estas pruebas y testimonios a
expresiones cuantitativas, y los compara con los criterios que se haban establecido y,
finalmente, saca conclusiones acerca de la eficacia, el valor o el xito del fenmeno
que se est estudiando" (Weiss.1975:13).

Ejemplo aplicativo:

TITULO: NIVEL DE CONOCIMIENTO Y ACTITUD FRENTE A LA MATEMTICA INTERCULTURAL EN
DOCENTES DEL REA 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 matemtica intercultural en docentes del rea,
en las instituciones educativas de educacin secundaria de la ciudad de Ayaviri.

OBJETIVOS ESPECFICOS.
- Identificar el nivel de conocimiento de la matemtica intercultural de los docentes del rea de matemtica en
las las instituciones educativas de educacin secundaria de la ciudad de Ayaviri.

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

Operacionalizacin de variables

VARIABLES DIMENSIONES INDICADORES NDICES
Nivel de
conocimiento
de la
matemtica
intercultural
Antecedentes
histricos
o Proyectos de la Matemtica intercultural.
o Origen de la matemtica intercultural
Deficiente
(0 10)

Regular
(11 14)

Bueno
(15 18)

Muy bueno
(19 20)
Matemtica
intercultural
o Definicin de matemtica intercultural.
o Condiciones para la realizacin de la matemtica intercultural.
o Dificultades para la realizacin de la matemtica intercultural.
Etnomatemtica
o Concepto de la etnomatemtica.
o Etnomatemtica y Educacin Matemtica.
Instrumentos
etnomatemticos
o Origen de los instrumentos etnomatematicos.
o Uso de instrumentos etnomatematicos.

Actitud frente a
la matemtica
intercultural.
Cognitivos

Afectivos

- Existencia de lineamientos de la poltica nacional de
Matemtica Intercultural por parte del estado peruano.
- La etnomatemtica y el D.C.N.
- Separacin entre la matemtica y Matemtica Intercultural.
- Lineamientos para la enseanza de la matemtica
intercultural.
- Existencia de limitaciones en la matemtica intercultural
- La matemtica intercultural y la planificacin de las sesiones
de aprendizaje.
- La bibliografa en la matemtica intercultural.
- Evaluacin de la matemtica intercultural.
- Enseanza a travs de la matemtica intercultural.
Existencia regional de proyectos de matemtica intercultural.
Importancia del estudio de la matemtica intercultural.
Uso a la yupana y el quipu en el proceso de enseanza
aprendizaje.
Discriminacin al hablar de Matemtica Intercultural.
La matemtica intercultural y las relaciones con la sociedad y
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)

20

POBLACIN Y MUESTRA DE INVESTIGACIN
INSTITUCIONES EDUCATIVAS
DOCENTES DEL REA DE MATEMTICA
POBLACIN
- I.E.S. Mariano Melgar
- I.E.S. Alta gracia
- I.E.S. Agroindustrial N 72
- I.E.S. Tcnico Roque Senz Pea
10
12
3
3
TOTAL
28
FUENTE: CAP de las instituciones educativas secundarias
ELABORACIN: Ejecutor.


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

PRUEBA DE HIPTESIS.
En la presente prueba de hiptesis estadstica presentamos los resultados para determinar el nivel de conocimiento de
los docentes segn la siguiente hiptesis: El nivel de conocimiento de los docentes frente a la matemtica
intercultural es deficiente, en las I.E.S. de la cuidad de Ayaviri efectuamos el anlisis estadstico correspondiente
haciendo uso de la prueba de relacin proporcional.

PRUEBA DE RELACION PROPORCIONAL
Para poder determinar el nivel de aceptacin consideramos el siguiente cuadro y grfico.

CUADRO N 1

NIVEL DE CONOCIMIENTO DE LOS DOCENTES SOBRE MATEMTICA INTERCULTURAL

Nivel de conocimientos sobre
matemtica 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 matemticas de las IES. de la ciudad de Ayaviri
ELABORACIN: El Ejecutor

Conductuales
los alumnos.
Desarrollo de capacidades y actitudes a travs de la
matemtica intercultural.
La yupana y el quipu en el mejoramiento del aprendizaje de la
matemtica.
La Interculturalidad en la enseanza de la matemtica.
Neutralizar obstculos para el desarrollo de la matemtica
intercultural.
El idioma nativo para la enseanza de la matemtica
intercultural.
Insercin de los alumnos en la sociedad cuando aprenden
matemtica Intercultural

21
GRFICO N 1
NIVEL DE CONOCIMIENTO DE LOS DOCENTES SOBRE MATEMTICA INTERCULTURAL

FUENTE: Cuadro N 1
RESULTADOS DESCRIPTIVOS
ESTADISTICAS
RESULTADOS
MAXIMO PUNTAJE
18
MINIMO PUNTAJE
0
MEDIDAS DE
TENDENCIA CENTRAL
PROMEDIO 8,125
MODA
MEDIDAS DE
VARIABILIDAD
DESVIACIN ESTANDAR 4.74
VARIANZA 22.47
COEFICIENTE DE VARIACIN 58.34%

Promedio para dados agrupados:
La frmula para hallar el promedio aritmtico cuando se tiene datos agrupados es :

Media o promedio muestral.

Donde:
= Sumatoria de los datos a considerarse
Mi = Marca de clase del i-simo intervalo
n = Nmero de datos a considerarse en la muestra
fi = Frecuencia absoluta del intervalo i
k = Nmero de intervalos de clase

Usando esta frmula hallamos el promedio aritmtico:

125 . 8
28
5 . 227
28
) 5 . 18 ( 1 ) 15 ( 6 ) 12 ( 2 ) 5 ( 19
= =
+ + +
= x

n
M f
= x
i
k
i
i
=1

22
n
x
T
c
o

=

Varianza para dados agrupados:

=
k
i
i i
X M f
n
S
1
2 2
) (
1
1
Varianza muestral para datos agrupados
Donde:
= Sumatoria
Mi = Marca de clase del i-simo intervalo
n = Nmero de datos a considerarse en la muestra
fi = Frecuencia absoluta del intervalo i
X = Promedio o media

Reemplazando los datos:
| | 47 . 22 ) 125 . 8 5 . 18 ( 1 ) 125 . 8 15 ( 6 ) 125 . 8 12 ( 2 ) 125 . 8 5 ( 19
1 28
1
2 2 2 2 2
= + + +
= S

Desviacin estndar:
S =
2
S = 74 . 4 47 . 22 =

Coeficiente de variacin:
% 100 .
X
S
cv = coeficiente de variacin muestral.
= = % 100 .
125 . 8
74 . 4
cv 58.34%

PRUEBA DE HIPOTESIS

Se realiza la prueba de hiptesis para probar si el nivel de conocimientos sobre matemtica intercultural es
superior a 10 puntos o esta en las categoras de regular, bueno y excelente o por el contrario esta en una
categora de conocimientos deficiente, en este caso elegimos la distribucin T Student por ser una muestra
pequea y tener datos cuantitativos.

PLANTEAMIENTO DE LA HIPTESIS.

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

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

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

Que tiene una distribucin T con n 1 = 27, grados de libertad, con un nivel de significancia o error del 5%,
adems suponemos que la poblacin tiene una distribucin aproximadamente normal.

3. Regin crtica o de rechazo: 703 . 1
05 . 0 ; 27 05 . 0 ); 1 (
= = =

T T T
n t

Reg. Rechazo
Reg. Aceptacin
-1.703

23
4. De los resultados se tiene:
Promedio: 125 . 8 = x , Desviacin estndar: s = 4.74,

Tamao de Muestra: n = 28

Reemplazando los resultados en la formula, 09 . 2
28
74 . 4
10 125 . 8
=
=
c
T

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

3) DISEO DESCRIPTIVO DE CASOS O ESTUDIO DE CASOS.

El diseo descriptivo de casos es una investigacin exhaustiva y profunda sobre un
individuo o un pequeo 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 hiptesis y,
consecuentemente, no sirven para comprobar hiptesis. En educacin y psicologa se
ha realizado algunos intentos de comprobar hiptesis a travs de este diseo pero con
resultados muy limitados y discutibles.

El diseo de casos se puede clasificar tambin como estudios experimentales cuando
haya alguna forma de manipulacin de variables independientes (Ary y otros. 1982:
308); en este caso el diseo ser experimental y no descriptivo. Chumpitaz propone
que este diseo tambin corresponde a la investigacin cualitativa.

B. DISEOS DESCRIPTIVOS COMPLEJOS O DE RELACIN DE VARIABLES.

1) DISEO DESCRIPTIVO DE EFECTO-CAUSA.

Este diseo se caracteriza porque se basa en la observacin o medicin de las
variables dependientes para determinar las causas que tienen relacin con las
variables independientes observadas. Se trabaja con datos actuales a diferencia de los
diseos ex post facto porque busca explicar los problemas buscando las causas que lo
producen; por esta razn, sera ms apropiado denominarlo como diseo descriptivo-
explicativo, en tanto representa un proceso mixto, sin dejar de ser descriptivo.

En este caso, es vlido determinar, identificar y definir las variables dependientes,
independientes e intervinientes. Incluso se puede controlar las variables intervinientes
o extraas. Tambin es necesario y vlido enunciar hiptesis. Pero la diferencia con
otros diseos explicativos es que en este diseo no se manipula la variable
independiente. Si bien es cierto que se toma en cuenta la relacin de la variable
independiente y variable dependiente, sin embargo, a diferencia de la investigacin
experimental, en este diseo, slo 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 investigacin experimental se manipula la variable independiente para
observar qu efecto produce en la variable dependiente. El propsito final del diseo
descriptivo efecto-causa es descubrirlos buscando las causas que pueden estar
produciendo una situacin problemtica.

24
El diseo descriptivo de efecto-causa puede realizarse con la metodologa de
recoleccin de datos de la medicin y observacin y, consecuentemente,
administrando el tratamiento estadstico que corresponde a esos tipos de datos.

Ejemplo aplicativo:

TITULO: PARTICIPACIN DE LOS PADRES DE FAMILIA Y SU REPERCUCIN EN LOS LOGROS DE
APRENDIZAJE DE LOS NIOS Y NIAS DE LA I.E.I. N 252 APLICACIN UNA PUNO, 2011

OBJETIVO GENERAL
Determinar la influencia de la participacin de los padres de familia en el logro de aprendizaje de los nios y nias
de la I.E.I N252 Aplicacin UNA PUNO en el ao 2011.

OBJETIVOS ESPECIFICOS
- Establecer el nivel de participacin de los padres de familia en la labor educativa de la Institucin.
- Determinar el nivel de desarrollo de los nios y nias con respecto a sus logros de aprendizaje.
- Analizar el aprendizaje de los nios y nias de la

Operacionalizacin de Variables

VARIABLES DIMENCIONES INDICADORES
ESCALA DE
CALIFICACIN

VARIABLE X
Participacin De Los
Padres De Familia
- Participacin
conductual

- Participacin en lo
cognitivo
intelectual

- Participacin
personal

1.- Con qu frecuencia enva a su hijo(a) a la IEI?
2.- Apoya a su hijo(a) en la realizacin de sus tareas y
actividades de extensin?
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.- Est 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
travs 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 da 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 alegra y satisfaccin por sus
logros, felicitndolo y animndolo 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 reas:
- Personal Social.
- Ciencia y
Ambiente.
- Comunicacin.
- Matemtica.
- Conocer y establecer el nivel de los logros de
aprendizaje que obtuvieron los nios y nias de la IEI
Aplicacinen el ao 2011, por reas.

- Determinar la cantidad de logros de aprendizaje por
niveles que obtuvieron los nios y nias de la IEI
Aplicacin en el ao 2011

- Logro previsto
(A)
- En proceso
(B)
- En inicio
(C)

25

NIVEL DE PARTICIPACIN DE PADRES DE FAMILIA
CUADRO N 1

NIVEL DE PARTICIPACIN DE LOS PADRES DE FAMILIA DE LA I.E.I. N 252 APLICACIN
DE LA UNA PUNO, PERIODO 2011.

ESCALA PARA LA PARTICIPACIN DE LOS
PADRES DE FAMILIA
Porcentaje
acumulado
Buena Participacin 55 90,2% 90,2%
Regular Participacin 6 9,8% 100,0%
Mala Participacin 0 0,0% 100,0%
TOTAL 61 100,0%
FUENTE: Cuadros del Nivel de participacin de los padres de familia
ELABORADO: La ejecutora

GRFICO N 1
NIVEL DE PARTICIPACIN DE LOS PADRES DE FAMILIA DE LA I.E.I. N 252 APLICACIN
DE LA UNA PUNO, PERIODO 2011

NIVEL DE LOGROS DE APRENDIZAJE DE LOS NIOS Y NIAS DE LA I.E.I. APLICACIN.

CUADRO N 2
NIVEL DE LOGROS DE APRENDIZAJE EN LOS NIOS Y NIAS DE LA I.E.I. N 252
APLICACIN DE LA UNA PUNO, PERIODO 2011.

NIVEL DE LOGROS DE APRENDIZAJE
DE LOS NIOS Y NIAS
ESCALA DE MEDICIN
TOTAL
Logro Proceso Inicio
Fr. % Fr. % Fr. % Fr. %
rea: Personal - Social 54 89% 7 11% 0 0% 61 100%
rea: Ciencia y Ambiente 54 89% 7 11% 0 0% 61 100%
rea: Comunicacin Integral 54 89% 7 11% 0 0% 61 100%
rea: Matemtica 52 85% 9 15% 0 0% 61 100%
PROMEDIO TOTAL 53 88% 8 12% 0 0% 61 100%

FUENTE: Registros de evaluacin, elaborados por las maestras de la I.E.I. Aplicacin de la UNA Puno, 2011

26
GRFICO N 2

NIVEL DE LOGROS DE APRENDIZAJE EN LOS NIOS Y NIAS DE LA I.E.I. N 252
APLICACIN DE LA UNA PUNO, PERIODO 2011

FUENTE: Cuadro N 2
PRUEBA DE HIPTESIS:
Se realiza una prueba de hiptesis para determinar el nivel de influencia de la variable independiente representado
por la participacin de los padres de familia en la variable dependiente representado por los niveles de aprendizaje
de los nios y nias de 5 aos de la I.E.I. Aplicacin UNA, periodo 2011 (investigacin de causa - efecto),
haciendo uso de la prueba estadstica Chi-Cuadrado, por ser los datos cualitativos y asumiendo un nivel de
confianza del 95%.

Para esto realizamos los siguientes pasos:

Hiptesis nula Ho: No existen influencia de la participacin de padres de familia en los niveles de aprendizaje
de los nios y nias de 5 aos de la I.E.I. Aplicacin UNA, periodo 2011, a un nivel de
significancia del 5%.

Hiptesis alterna Ha: Existe influencia significativa de la participacin de padres de familia en los niveles de
aprendizaje de los nios y nias de 5 aos de la I.E.I. Aplicacin UNA, periodo 2011, a un
nivel de significancia del 5%.

El nivel de siginficancia o error que elegimos es del 5% que es igual a = 0.05

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

= =
=
c
i
f
j
ij
ij ij
c
E
E O
1 1
2
2
) (
_

2
tablas =_
2
(h-1)(K-1)= =_
2
1 = 3.84
2
calculada s 3.84
2
calculada > 3.84

Zona de
aceptacin
Zona de rechazo

0 3.84

27

Cuadro de Frecuencias observadas

PARTICIPACIN DE PADRES DE FAMILIA
TOTAL
APRENDIZAJE REGULAR BUENA
Proceso 5 3 8
Logro 1 52 53
TOTAL 6 55 61

Cuadro de Frecuencias esperadas

PARTICIPACIN DE PADRES DE FAMILIA
TOTAL
APRENDIZAJE REGULAR BUENA
Proceso 0,8 7,2 8
Logro 5,2 47,8 53
TOTAL 6 55 61

Reemplazamos en la frmula:
0 . 71
8 . 47
) 8 . 47 52 (
2 . 5
) 2 . 5 1 (
2 . 7
) 2 . 7 3 (
8 . 0
) 8 . 0 5 (
2 2 2 2
2
=
=
c
_
_
2
calculada = 71.0

5. Decisin: Desde que _
2
calculada = 71.0 es mayor que _
2
tablas = 3.84, cuyo valor pertenece a la regin de
rechazo, podemos afirmar que, Existe influencia significativa de la participacin de padres de familia en los
niveles de aprendizaje de los nios y nias de 5 aos de la I.E.I. Aplicacin UNA, periodo 2011, a un nivel de
significancia a un nivel de Significancia del 5%.

2) DISEO DESCRIPTIVO COMPARATIVO.

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

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

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 GENERAL
Determinar diferencias en las caractersticas de la Vaginosis Bacteriana en gestantes diabticas y no diabticas
que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima Junio-Octubre 2011.

Objetivos Especficos:
Caracterizar a la poblacin de estudio (edad, grado de instruccin, ocupacin, estado civil, ndice de Masa
Corporal (IMC)

28
Identificar los antecedentes ginecoobstetricos de las gestantes diabticas y no diabticas que acuden al
Hospital Nacional Edgardo Rebagliati Martins Lima
Identificar los signos y sntomas de la vaginosis bacteriana en las gestantes diabticas y no diabticas que
acuden al Hospital Nacional Edgardo Rebagliati Martins Lima
Identificar a las gestantes diabticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima

DISEO DE INVESTIGACIN
El diseo fue descriptivo-comparativo que permiti comparar las caractersticas de la vaginosis bacteriana que
presentan las gestantes diabticas y no diabticas que acuden al Hospital Nacional Edgardo Rebagliati Martins
Lima. El diagrama fue el siguiente:

M1 _______________ O1

M2 O2
Donde:
M1 = Muestra de gestantes diabticas
M2 = Muestra de gestantes no diabticas
O1 = Informacin sobre vaginosis bacteriana
O1 = Informacin sobre vaginosis bacteriana

CUADRO N 1
ESTADO NUTRICIONAL SEGN EL NDICE DE MASA CORPORAL (IMC) EN GESTANTES DIABTICAS Y NO
DIABTICAS CON VAGINOSIS BACTERIANA QUE ACUDIERON AL HOSPITAL NACIONAL EDGARDO REBAGLIATI
MARTINS LIMA JUNIO-OCTUBRE 2011.

ESTADO
NUTRICIONAL
DIABETICAS NO DIABETICAS
Prueba T Student
(p<0.05)
N % N %
27 100,0 96 100,0
Delgadez (<18.5) 0 0,0% 0 0,0%
0.245
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 Clnica

GRFICO N 1
ESTADO NUTRICIONAL SEGN EL NDICE DE MASA CORPORAL (IMC)
EN GESTANTES DIABTICAS Y NO DIABTICAS CON VAGINOSIS BACTERIANA

29
PRUEBA DE HIPTESIS:

Ho : x = y : No existen diferencias significativas en el estado nutricional entre las gestantes diabticas y no
diabticas que acuden al Hospital Nacional Edgardo Rebagliati Martins Lima entre Junio-diciembre
del ao 2011.

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

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 estadstica a usar: usamos la distribucin normal o distribucin Z, porque los datos son mayores a 30,el
mismo que tiene la siguiente frmula:

2
2
2
1
2
1
2 1
n n
x x
Z
c
o o
+
=

4. Regin aceptacin y rechazo:

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

5. Clculo de la prueba estadstica: segn los datos obtenidos con los instrumentos.

Diabeticas X1 No diabticas X2
Media 2.80 2.46
Desviacin estndar 1.20 1.16
Numero de datos 27 96

Reemplazando los datos en la formula

43 . 1
96
16 . 1
27
20 . 1
46 . 2 80 . 2
=
+
=
c
Z

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

Regin de rechazo
Regin de aceptacin
+ 1.96
Regin de rechazo
- 1.96

30
3) DISEOS O ESTUDIOS CORRELACIONALES.

Son estudios que buscan determinar el grado de relacin o interrelacin (asociacin)
existente entre dos o ms variables y permiten conocer hasta qu punto las
alteraciones de una variable dependen de las alteraciones de otra (Ary y otros.
1982:318-324).

La caracterstica principal de este diseo es que se selecciona dos o ms variables de
un mismo grupo muestral o una poblacin para establecer entre ellos las relaciones
que tienen las mismas. Aqu esta la diferencia con los estudios comparativos que
observan todas las variables previamente determinadas en dos o ms grupos o
subgrupos.

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

- El diseo descriptivo correlacional utiliza procedimientos estadsticos para calcular
la correlacin. Las relaciones de asociacin de las variables se puede determinar en
las siguientes condiciones:

- Por el nmero de variables: Los tipos de estudios correlacionales pueden ser:
simples y mltiples. Los estudios correlacionales simples estudian solamente la
correlacin entre dos variables dependientes y algunas veces entre una variable
independiente y otra dependiente. Los estudios de correlacin mltiple son los
estudios que analizan la correlacin de dos o mas variables independientes para
predecir una dependiente; donde se combinan las variables independiente o
predictoras para obtener la mxima correlacin posible con la dependiente. Es posible
realizar correlaciones de tipo lgico, 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 correlacin tiene base estadstica y el razonamiento y
explicacin de las correlaciones se hace a travs de los ndices de correlacin y se
complementa con la correlacin desde el punto de vista lgico

Diagrama de dispersin o nube
de puntos.

Otra forma alternativa de ver si
existe o no relacin lineal entre dos
variables, sera hacer una grfica
de los valores X y Y en un
sistema de coordenadas
rectangulares.

Correlacin rectilnea de Pearson.-

Como podemos apreciar en los grficos el coeficiente de correlacin r de Pearson
cuantifica la fuerza de la relacin entre las dos variables, este toma valores
comprendidos entre 1 y +1 pasando por 0

31
El r =1 Comprende a una correlacin negativa perfecta.
El r =+1 Comprende a una correlacin positiva perfecta.
El r =0 , No existe ninguna correlacin entre variable.

Frmula

Ejemplo:

El siguiente cuadro nos muestra los resultados de una prueba escrita tomada a 10 alumnos de la especialidad de
Lengua, Literatura, Psicologa y Filosofa, en relacin a los programas informativos de medios de comunicacin masiva,
observados durante una semana.
CUADRO DE CLCULOS

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

Alum-
nos
Puntaje del
examen
(y)
N de
horas/
sem
(x)
Y1
( y -
y
)
X1
( x - x )
(X1)(Y1)

2
1
X
CLCULOS PARA
HALLAR r
Y
2
X
2
XY
1 10 09 -2.7 -5.5 14.85 30.25 100 81 90
2 14 11 1.3 -3.5 -4.55 12.25 196 121 154
3 13 16 0.3 1.5 0.45 2.25 169 256 208
4 08 04 -4.7 -10.5 49.35 110.25 64 16 32
5 16 21 3.3 6.5 21.45 42.25 256 441 336
6 15 23 2.3 8.5 19.55 72.25 225 529 345
7 13 16 0.3 1.5 0.45 2.25 169 256 208
8 17 26 4.3 11.5 49.45 132.25 289 676 442
9 10 06 -2.7 -8.5 22.95 72.25 100 36 60
10 11 13 -1.7 -1.5 2.55 2.25 121 169 143
Total 127 145 176.5 478.5 1689 2581 2018
Fuente: Elaboracin propia

Promedio de los exmenes

Promedio de horas por semana

Clculo de |1 usando la ecuacin (2)
37 . 0
5 . 478
5 . 176
1 1
2
1
1 1
1 1
1
= = =
=
=
n
n
x
y x
|

Clculo de |0 usando la ecuacin (3)
335 . 7 ) 5 . 14 )( 37 . 0 ( 7 . 12
1 0
= = = x y | |

La ecuacin estimada del modelo es:
) ( 37 . 0 335 . 7
i e
x Y + =
Para X = 30 horas por semana, podemos estimar el puntaje obtenido reemplazando en la ecuacin:

7 . 12
10
127
1
= =
=
n
= y
n
i
i
y

=
] ) ( ) ( [ ] ) ( ) ( [
) ( ) ( ) (
2 2 2 2
Y Y N X X N
Y X XY N
r
5 . 14
10
145
1
= =
=
n
= x
n
i
i x

32
18 ) 30 ( 37 . 0 335 . 7 = + =
e
Y Puntaje estimado para 30
horas.

Clculo del coeficiente de correlacin usando la frmula.

Con los datos de la tabla reemplazamos en la frmula:
=145 X
= 2018 XY
=1689
2
Y
=127 Y
= 2581
2
X

R
2
= 0.925
2
= 0.8556(100%) = 85.56%

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

4.3.2. DISEOS EXPERIMENTALES.
Los principales diseos experimentales se clasifican en:
Diseos preexperimentales
Diseos cuasi experimentales.
Diseos experimentales puros o verdaderos

4.3.2.1. PREEXPERIMENTOS.-

Se llaman pre-experimentos a las investigaciones cuyo grado de control es mnimo,
no existe grupo de comparacin. Las investigaciones realizadas con este diseo
pueden servir como estudios exploratorios, pues no existe el control adecuado, es
por eso que han recibido crticas de los estudiosos de la investigacin.

Diseo de un grupo solo con post-prueba.

G X 01
En este diseo un tratamiento es aplicable a un grupo, luego se hace una
observacin o medicin de los sujetos que componen el grupo, con la finalidad de
evaluar los efectos del tratamiento. Al aplicarse este diseo, el investigador no
puede asegurar que los cambios hayan sido producidos realmente por la variable
independiente, ya que no se tienen una medicin previa con la que se pueda
comparar los resultados obtenidos. Es decir no se puede lograr un verdadero control.

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

G 01 X O2

=
] ) ( ) ( [ ] ) ( ) ( [
) ( ) ( ) (
2 2 2 2
Y Y N X X N
Y X XY N
r
925 . 0
24 . 1908
1765
] ) 127 ( ) 1689 ( 10 [ ] ) 145 ( ) 2581 ( 10 [
) 127 ( 145 ) 2018 ( 10
2 2
= =

= r

33
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 tena el grupo
en relacin a la variable dependiente antes de la manipulacin de la variable
independiente.

Ejemplo aplicativo:

TITULO: LOS EXPERIMENTOS COMO RECURSO A LA ESTIMULACIN DE LA ACTITUD CIENTFICA EN
LOS NIOS Y NIAS DE 4 AOS DE LA I.E.I N 270 INDEPENDENCIA DE PUNO-2010

OBJETIVO GENERAL:
Determinar la eficacia del uso de los experimentos como recurso a la estimulacin de la actitud cientfica de los
nios y nias de cuatro aos de la I.E.I. N 270Independencia de Puno 2010.

OBJETIVOS ESPECFICOS:
Determinar el nivel de aprendizaje de la actitud cientfica en los nios y nias de cuatro aos de la I.E.I N 270
Independencia de Puno-2010.
Conocer como los experimentos ayudan al desarrollo de la curiosidad en los nios y nias de la I.E.I N 270
Independencia de Puno 2010

Hiptesis General:
La aplicacin de los experimentos como recurso es eficaz para la estimulacin de la actitud cientfica en los nios
y nias de cuatro aos de la I.E.I N 270 Independencia de Puno-2010.

Operacionalizacin de variables.

Variables Dimensiones Indicadores Valoracin
Variable
independiente:
experimentos
cientficos
Proceso
experimental
Planificacin
Ejecucin
Evaluacin
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 inters al realizar nuevos experimentos.
o Explica la relacin que produce el experimento.
A = Logro
B = Proceso
C = Inicio
Variable
dependiente:
Actitud
cientfica
Esencia
Bsqueda 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 ejecucin del
experimento.
- Compara su trabajo con los dems experimentos.
- Resuelve problemas.
- Le interesa conocer nuevos experimentos.

A = Logro
B = Proceso
C = Inicio

DISEO DE INVESTIGACIN
El diseo al que corresponde es el pre experimental, con un solo grupo de estudio de acuerdo al siguiente
esquema: (Ary, Jacobs y Razavieh) Diseo de un grupo, con pre y post prueba:

Ge: y1------ x ------y2
Donde:
Ge = grupo experimental
X = aplicacin de experimentos como recurso en 12 talleres.
y1 = Pre test
y2 = post test.

34
RESULTADOS DE LA INVESTIGACION.

CUADRO N 1
RESULTADOS DE LA PRUEBA DE ENTRADA O PRE-TEST GRUPO EXPERIMENTAL

DMIENSIONES
INDICADORES
LOGRO PROCESO INICIO TOTAL
Fr. % Fr. % Fr. % Fr. %
Bsqueda 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%
Curiosidad
insaciable
Explora los resultados obtenidos en el
experimento.
0 0% 8 32% 17 68% 25 100%
Dialoga acerca de los resultados
obtenidos durante la ejecucin del
experimento.
0 0% 5 20% 20 80% 25 100%
Compara su trabajo con los dems
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 nios y nias de 4 aos de la I.E.I. Particular El Buen Pastor
Elaboracin: La ejecutora.
CUADRO N 2
RESULTADOS DE LA PRUEBA DE SALIDA O POS TEST - GRUPO EXPERIMENTAL
DMIENSIONES INDICADORES
LOGRO PROCESO INICIO TOTAL
Fr. % Fr. % Fr. % Fr. %
Bsqueda 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%
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%
Curiosidad
insaciable
Explora los resultados obtenidos en el
experimento.
18 72% 7 28% 0 0% 25 100%
Dialoga acerca de los resultados
obtenidos durante la ejecucin del
experimento.
17 68% 8 32% 0 0% 25 100%
Compara su trabajo con los dems
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 nios y nios de 4 aos de la I.E.I. El buen Pastor
Elaboracin: La ejecutora

35
PRUEBA DE HIPTESIS ENTRE LA PRUEBA DE ENTRADA Y SALIDA DEL GRUPO EXPERIMENTAL

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

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

Ha : El nivel de estimulacin a la actitud cientfica en los nios y nias en la prueba de salida es
significativamente mayor al nivel de actitud cientfica que presentan los nios y nias en la prueba de
entrada.

El nivel de siginficancia o error que elegimos es del 5% que es igual a = 0.05

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

= =
=
c
i
f
j
ij
ij ij
c
E
E O
1 1
2
2
) (
_

2
tablas =_
2
(h-1)(K-1)= =_
2
2 = 5.99
2
calculada s 5.99
2
calculada > 5.99


Cuadro de Frecuencias observadas y esperadas

PRUEBA DE ENTRADA PRUEBA DE SALIDA
TOTAL
Frecuencias
observadas
Frecuencias
esperadas
Frecuencias
observadas
Frecuencias
esperadas
Logro 154 77,0 0 77,0 161
Proceso 71 72,5 74 72,5 154
Inicio 0 75,5 151 75,5 126
TOTAL 225 225,0 225 225,0 441

Usando la formula calculamos los resultados teniendo:

_
2
calculada = 305

5. Decisin: Desde que _
2
calculada = 305 es mucho mayor que _
2
tablas = 5.99, cuyo valor pertenece a la regin
de rechazo, de donde rechazamos la hiptesis nula y aceptamos la hiptesis alterna, podemos afirmar que, el
nivel de estimulacin a la actitud cientfica en los nios y nias en la prueba de salida es significativamente
mayor al nivel de actitud cientfica que presentan los nios y nias en la prueba de entrada a un nivel de
Significancia del 5%.

Zona de
aceptacin Zona de rechazo

0 5.99

36
4.3.2.2. CUASI EXPERIMENTOS.-

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

4.3.2.3. EXPERIMENTOS VERDADEROS.-

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

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

Diseo de dos grupos con pre y post prueba.

GE 01 X O2
GC 01 O2

Este diseo requiere trabajar con dos grupos, uno experimental y uno de control.
Se toma una pre-prueba a los dos grupos para determinar en qu condiciones se
encuentran ambos antes de la realizacin del experimento.
Se aplica un tratamiento solamente en el grupo experimental. Este tratamiento puede
ser un nuevo mtodo didctico, 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 aplicacin del tratamiento en
el grupo experimental.

4.4. ANALISIS MULTIVARIADO.

Anlisis de Regresin Mltiple:
El anlisis de regresin mltiple es una tcnica estadstica que se usa para analizar la
relacin entre una nica variable criterio y varias variables independientes (predictores,
dimensiones). Cuyo objetivo es usar las variables independientes con valores son
conocidos para predecir la nica variable criterio. Al calcular las ponderaciones, el
procedimiento del anlisis de regresin asegura la mxima prediccin a partir del
conjunto de variables independientes. Estas ponderaciones facilitaron tambin la
interpretacin de la influencia de cada variable independiente en la realizacin de la
prediccin.
El anlisis de regresin mltiple se utilizara para diversos propsitos, los mismos que
son:
Prediccin
Explicacin
Especificacin de la relacin estadstica.
Seleccin de variables independientes.

CONTRASTACIN DE HIPTESIS:

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

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

37
2. La prueba a emplear es la F, para el anlisis de varios factores o variables.
Si elegimos un nivel de confianza del 95% y un nivel de error del 5% lo que
significa de 05 . 0 = o y los grados de libertad son 9 y 194. El valor de la tabla
estadstica es:

96 . 1
) 95 . 0 ; 110 , 9 (
= = F F

3. Realizamos la comparacin respectiva, con la tabla de anlisis de varianza.
ANOVA(b)

Suma de
cuadrados
Grados de
Libertad
Media cuadrtica F Sig.
Regresin
SST k 1 SST/(k 1) = MST MST/MSE
Residual
SSE n k SSE/(n k) = MSE
Total
SS Total n 1
a Variables predictoras: Dimensiones de la Oferta Turstica en Puno
b Variable dependiente: Demanda de los servicios tursticos en Puno

Siendo las formulas de la tabal ANOVA, las siguientes:

SS Total = Suma de cuadrados Total

( )
n
X
X total SS
2
2

=

Donde:
=
2
X suma de los valores X elevados al cuadrado
=
2
) ( X es el cuadrado de la suma de los valores X
n = numero total de observaciones

SST = Suma de cuadrados de Tratamientos

( )
n
X
n
T
SST
c
c
2
2

|
|
.
|
\
|
=
Donde:

=
c
T
es el total de la columna para cada tratamiento.
=
c
n
es el nmero de observaciones (tamao de la muestra) para cada tratamiento.
SSE = Suma de cuadrados del error: se determina por sustraccin

SST total SS SSE =

Anlisis de Hiptesis Independientes.

La prueba t de Student es aquella tcnica estadstica que se utiliza para explicar la
relacin entre una variable independiente con otra variable dependiente. Se basa en
el clculo de estadsticos descriptivos previos: el nmero de observaciones, la media
y la desviacin tpica de cada conjunto de datos. Con la ayuda del paquete
estadstico SPSS, se obtiene el nivel de significancia para cada variable
independiente, si el valor obtenido es menor a 0.05 se acepta la hiptesis alterna y
se rechaza la hiptesis nula; por el contrario si es mayor a 0.05 se rechaza la
hiptesis alterna y se acepta la nula.

38
EJEMPLO APLICATIVO:

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

Objetivo General:

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

Objetivo especfico:

Establecer cuales son los factores de cambio (televisin, asistencia a discotecas, la moda, uso del internet,
factores familiares) que ms influyen en los conocimientos culturales de las alumnas de la Escuela Profesional
de Educacin Inicial de la Universidad Nacional del Altiplano de Puno.
Determinar los factores de cambio (televisin, asistencia a discotecas, la moda, uso del internet, factores
familiares) que ms influyen en las actitudes de identificacin cultural de las alumnas de la Escuela Profesional
de Educacin Inicial de la Universidad Nacional del Altiplano de Puno.
Identificar el nivel de conocimientos culturales y actitudes de identificacin cultural que presentan las alumnas
de la Escuela Profesional de Educacin Inicial de la Universidad Nacional del Altiplano de Puno

Operacionalizacin de variables

VARIABLES DE
ESTUDIO
DIMENSIONES INDICADORES INSTRUMENTOS
Variable
Independiente
Factores de
cambio.

Aspectos
relacionados con la
libertad de eleccin
en el quehacer
cotidiano
La televisin
Nmero de horas semanales dedicadas a ver televisin.
Tipo de programacin preferida.
Personas con las que acostumbra ver televisin.

Encuesta sobre
factores de
cambio en la
Identidad
Cultural

Asistencia a
discotecas
Frecuencia mensual con que asiste a una discoteca.
Msica que ms prefiere en una discoteca.
Personas con las que acostumbra asistir a una discoteca

La moda
Frecuencia de uso de prendas de vestir que estn de moda.
Lugares donde adquiere productos de moda.
Identificacin con personajes pblicos que estn de moda.

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

Factores familiares
Nivel econmico familiar
Composicin familiar
Origen en el nacimiento de los padres

Variable
Dependiente
Cambios de
identidad cultural.

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

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.
Conocimientos sobre sitios arqueolgicos de la regin.
Conocimientos de personajes andinos

Cuestionario De
Identidad
Cultural

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

39
ANALISIS DE RESULTADOS:
CUADRO N 1

NIVEL DE ACTITUDES DE IDENTIFICACIN CULTURAL EN ALUMNAS DE LA ESCUELA PROFESIONAL DE
EDUCACIN INICIAL DE LA UNIVERSIDAD NACIONAL DEL ALTIPLANO.

Nivel de actitudes de identificacin
cultural
Porcentaje
acumulado
Bajo nivel de actitudes e identificacin cultural
(de 0 a 5 pts.)
46 44,2% 44,2%
Regular nivel de actitudes e identificacin
cultural (de 6 a 10 pts.)
51 49,0% 93,3%
Buen nivel de actitudes e identificacin
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 Educacin Inicial de la UNA Puno.

CUADRO N 10

NIVEL DE IDENTIDAD CULTURAL EN ALUMNAS DE LA ESCUELA PROFESIONAL DE EDUCACIN
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 Educacin Inicial de la UNA Puno.

ANALISIS MULTIVARIADO PARA PROBAR LAS HIPTESIS DE INVESTIGACIN.

RESULTADOS PARA LA HIPOTESIS GENERAL.

HIPTESIS GENERAL:

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

PRIMERO:
MODELO DE REGRESIN LINEAL

Modelo R R Square
Adjusted R
Square
Std. Error of the
Estimate
1
,383(a) ,147 ,103 4,827
a Predictores: (Constante), Factores Familiares, Uso del Internet, Uso de la moda ,
Uso de la televisin, Asistencia a discotecas

40
INTERPRETACIN.

Segn el modelo de regresin lineal mltiple, podemos establecer que existe un alto grado de relacin entre la
variable dependiente, representado por los cambios de identidad cultural y los factores de cambio que estn
representadas por las variables independientes; televisin, asistencia a discotecas, la moda, uso de internet,
factores familiares, que esta representado por un 0.383 igual a 38.3% de relacin, es decir, el 38.3% de cambios
de identidad cultural en las alumnas de la Escuela Profesional de Educacin Inicial son consecuencia de la
frecuencia de uso de la televisin, asistencia a discotecas, la moda, el uso del internet y los factores familiares.

SEGUNDO:
ANLISIS 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 Cuadrtica F Sig.
Regresin 392,603 5 78,521 3,370 ,007(a)
Residual 2283,513 98 23,301
Total 2676,115 103
a Variables predictoras: (Constante), Factores Familiares, Uso del Internet, Uso de la moda , Uso de la
televisin, Asistencia a discotecas.
b Variable dependiente: Cambios en la identidad cultural.

PRUEBA DE HIPTESIS GENERAL:

La presente prueba de hiptesis considera a todas los factores de cambio (uso de la televisin, 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 Educacin Inicial de la UNA Puno, para lo que hacemos uso del anlisis de
varianza - ANOVA, que usa la distribucin F Snedecor, para determinar el nivel de influencia y comprobar la
hiptesis general.

Pasos:
1. Planteamiento de las hiptesis.

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

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

2. La prueba que se emplea es ANOVA con una distribucin F - Snedecor.
Si elegimos un nivel de significancia de 05 . 0 = o y los grados de libertad son 5 y 98. El valor de la tabla
estadstica es:

31 . 2
) 95 . 0 ; 98 , 5 (
= = F F

3. Realizamos la comparacin respectiva:

0 2.31 3.37
Zona de aceptacin
Zona de rechazo

41
4. Conclusin: Desde que el valor de la, F calculada = 3.37 mayor al valor de la F tablas = 2.31, rechazamos la
hiptesis nula y aceptamos la hiptesis alterna, concluyendo que, existe influencia significativa de los factores
de cambio (la televisin, asistencia a discotecas, la moda, uso del internet, factores familiares) en el nivel de
identidad cultural de las alumnas de la E.P. de Educacin Inicial de la UNA Puno.. A un nivel de
significancia del 5% o 0.05.

TERCERO: Seleccin de los factores de mayor influencia y presentacin del modelo lineal para la prediccin
de resultados.

Para determinar cuales son Factores que ms estn influyendo en la variable dependiente, hacemos uso de la
distribucin T-Student para pruebas independientes, segn los resultados del paquete estadstico SPSS.

Coeficientes(a)

Coeficientes no
estandarizados
Coeficientes
estandarizados
Beta
t

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

a Variable dependiente: Identidad Cultural.

Los resultados de nivel de significancia independiente, segn las pruebas T-Student, nos indican que la frecuencia
de uso de la televisin 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 Educacin Inicial de la Universidad Nacional del
Altiplano de Puno, mientras que los dems factores no influyen significativamente en los cambios de identidad
cultural que se presenta en las alumnas.

En trminos generales podemos determinar que las alumnas que ms miran televisin y asisten con ms 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:

) ( 288 , 0
) (int 205 . 0 ) mod ( 189 , 0 ) cot ( 556 , 0 ) ( 685 . 0 257 . 2
familiares factores
ernet a la ecas dis televisin Y
+
+ + + =

Donde: Y = Nivel de identidad cultural.

El modelo nos permite estimar valores del nivel de identidad cultural en jvenes estudiantes universitarios a partir de
los datos que nos brindan las variables independientes como son: uso de la televisin, 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 jvenes de nuestros tiempos.

42

5.- PREGUNTAS Y EJERCICIOS DE AUTOEVALUACIN

1. Por qu es importante el muestreo en la investigacin?
2. Qu nos indica el diseo de investigacin?
3. Podemos utilizar modelos multivariados en una investigacin? Cmo?
4. Por qu es importante identificar el tipo y diseo de investigacin?
5. para que sirve la estadstica en la investigacin? Explique.

BIBLIOGRAFA:

AVILA Y ZEA. Anlisis Multivariado Aplicado a la Investigacin. Editorial Universitaria UNA
Puno. Escuela de Post Grado.1993.
CARRANZA GUTIRREZ, Rubn. Investigacin Educativa Primera Edicin. Editorial USFA. La
Paz Bolivia. 1999.
CACEDA & PREZ. Procedimientos Metodolgicos y Analticos Para Desarrollar Investigacin
Cientfica. Editorial Universitaria. Puno Per. 2001.
EXEBIO, Cristobal. Muestreo y Aplicaciones - Problemas Resueltos. Ediciones Universidad
Nacional de Trujillo.
GARCA, GUTIRREZ & CONDEMARN. A Estudiar se Aprende, Tercera Edicin. Alfaomega
Grupo Editor.S.A. de Mxico. Universidad Catlica de Chile. 1999.
MOYA & SARAVIA. Probabilidad e Inferencia Estadstica, Segunda Edicin. Editorial San
Marcos. Lima Per.
MURRAY R. Spiegel. Teora y Problemas de Estadstica, Series SHAUM. Editorial Mc Graw
Hill de Mxico S.A. de C.V. 1961.
PALOMINO QUISPE, Platn. Diseos y Tcnicas de Investigacin Educativa, Novena Edicin.
Editorial Titikaka de la Facultad de Ciencias de la Educacin. Puno Per. 2001.
PORTILLO MARICELA & ROQUE ELVIS: (2004) Metodologa de la Investigacin Cientfica
Ed. Juan Gutemberg. Lima Per
PISCOYA HERMOZA, Luis. Investigacin Educativa Segunda Edicin. Ediciones INIDE del
Ministerio de Educacin, Lima Per 1978

Estadistica Aplicada A La Investigacion Una

Cargado por

Copyright:

Formatos disponibles

Estadistica Aplicada A La Investigacion Una

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica Aplicada A La Investigacion Una

Cargado por

Copyright:

Formatos disponibles

1

También podría gustarte