Instancia de Validación Empírica (Fase 3)

12
Instancia de Validación Instancia de Validación Empírica Empírica •Objetivo: La instancia de validación empírica está destinada a que el investigador pueda tomar decisiones respecto a la construcción del objeto de estudio, pero haciendo referencia a la articulación de los componentes teóricos (delimitados en las fases anteriores) y los componentes empíricos (con los que el científico confrontará durante el desarrollo de la instancia de validación operativa).

Transcript of Instancia de Validación Empírica (Fase 3)

Page 1: Instancia de Validación Empírica (Fase 3)

Instancia de Validación Instancia de Validación EmpíricaEmpírica

•Objetivo:

La instancia de validación empírica está destinada a que el investigador pueda tomar decisiones respecto a la construcción del objeto de estudio, pero haciendo referencia a la articulación de los componentes teóricos (delimitados en las fases anteriores) y los componentes empíricos (con los que el científico confrontará durante el desarrollo de la instancia de validación operativa).

Page 2: Instancia de Validación Empírica (Fase 3)

Instancia de Validación Instancia de Validación empíricaempírica

Fase 3: Diseño del objetoFase 3: Diseño del objetoa. Diseño del universo de unidades de análisisb. Diseño del universo de variables (y valores)c. Definiciones operacionalesd. Fuentes de dato

Fase 4: Diseño de los procedimientosFase 4: Diseño de los procedimientosa. Muestrab. Instrumentos de recolección de datosc. Plan de actividades en contextod. Plan de análisis y tratamiento de los datos

Matriz de

datos

Page 3: Instancia de Validación Empírica (Fase 3)

Fase 3: Diseño del objetoFase 3: Diseño del objeto• Samaja (2000) afirma que el objeto de

estudio, en cualquier investigación de que se trate, es siempre una totalidad compleja.

El investigador debe intentar comprender cuáles son los sub-objetos que lo constituyen para poder identificar los elementos básicos que permitirán su estudio.

Estos elementos básicos serán: las unidades de análisis, las variables con sus valores posibles y los indicadores.

Para poder llevar a cabo la delimitación del objeto, es necesario identificar y diseñar las matrices de datos compuestas por los elementos básicos del objeto de estudio (U. A., V, R e I).

Page 4: Instancia de Validación Empírica (Fase 3)

Matriz de datosMatriz de datos• La traducción de la experiencia espontánea a

una descripción científica produce un Dato Dato científico.científico.

Dato:Dato: Construcción compleja que posee una estructura interna.

Esta estructura es su contenido formal invariable.

La estructura del dato científico es cuatripartita (4 componentes):– Unidad de análisis– Variable– Valores– Indicadores (Dimensión sobre procedimiento)

Page 5: Instancia de Validación Empírica (Fase 3)

Matriz de datosMatriz de datos

• Las unidades de análisis, las variables y los valores son los elementos de la matriz de datos más relacionados con los aspectos tautológicos, pues son conceptos definidos teóricamente;

• Los indicadores (compuestos por la dimensión de la variable y el procedimiento que se aplica a dicha dimensión) permitirán la articulación de esos elementos teóricos con los componentes empíricos de la re-descripción de los hechos.

Page 6: Instancia de Validación Empírica (Fase 3)

Matriz de datosMatriz de datos• Las matrices de datos son las condiciones de

posibilidad para construir datos y al mismo tiempo exponer el modo en que esos datos fueron construidos.

• Permite dar cuenta de la génesis de los datos, proceso que lleva la impronta de la subjetividad del investigador y del paradigma desde el cual investiga.

El diseño de las matrices de datos cumple la función de "cartografiar" los componentes teóricos (tautología) y los componentes empíricos (descripción) de la investigación (elementos en tensión del Objeto).

A través de este proceso de cartografiado se podrá ir construyendo el "objeto modelo" de la investigación.

Este último se delimitará como un "objeto concreto" único y original cuando se llegue a producir el conocimiento científico (objeto como punto de llegada) que explica los hechos (objeto como punto de partida).

Page 7: Instancia de Validación Empírica (Fase 3)

Matriz de datos

Descripción

• Estado de cosas

• Hechos y sucesos

• Praxis = Puente

• Definiciones operacionales

Tautología• Conceptos

• Axiomas y relaciones lógicas

• Objeto complejo

• Definiciones conceptuales

R V U.A.

I = Dim

P

Page 8: Instancia de Validación Empírica (Fase 3)

Sistema de matrices de Sistema de matrices de datodato

• Para comprender estas relaciones entre los distintos elementos constitutivos del objeto de estudio, Samaja propone diseñar un Sistema de matrices de datosSistema de matrices de datos.

• En el sistema de matrices deben quedar claras cuáles

son las relaciones de integración que guardan las unidades de análisis entre sí y las relaciones entre las variables.

• Por esto se deben identificar los niveles de integración establecidos entre las unidades de análisis, como así también las relaciones entre las variables de un nivel de integración con las de otros niveles (variables relacionales, contextuales o absolutas).

• En lo esencial, toda investigación determina un grupo de matrices. Como mínimo 3 matrices de datos

Page 9: Instancia de Validación Empírica (Fase 3)

Sistema de matrices de Sistema de matrices de datodato

• Matriz central: Nivel de anclajeNivel de anclaje (N. A.)

• Matriz constituida por los componentes (partes) del nivel de anclaje: Nivel subunitario (N-1)Nivel subunitario (N-1)

• Matriz constituida por el contexto del nivel del anclaje: Nivel Nivel supraunitariosupraunitario (N+1)

Page 10: Instancia de Validación Empírica (Fase 3)

Relaciones jerárquicas de un Relaciones jerárquicas de un sistema de matricessistema de matrices

R

R

R V

V

V

U.A

U.A

U.A

Nivel subunitarioNivel subunitario

Nivel de anclajeNivel de anclaje

Nivel Nivel supraunitariosupraunitario

Contexto

Contexto

Page 11: Instancia de Validación Empírica (Fase 3)

Relación entre unidades de Relación entre unidades de análisis, variables e indicadoresanálisis, variables e indicadores• Tipos de variables:

– Absolutas: son concebidas como predicado de la U.A. (propia de una U.A.)

– Relacionales: emergen de vínculos entre las U.A. (entre diferentes U.A. del mismo nivel)

– Contextuales: sentido de inclusión “parte-todo” (integración de la U.A. con el contexto)

• Tipos de indicadores:– Analíticos: se construyen a partir de operaciones

que presuponen dimensiones absolutas– Estructurales: se construyen a partir de

operaciones relacionales del subsistema– Globales: se construyen a partir de operaciones

contextuales del subsistema

Page 12: Instancia de Validación Empírica (Fase 3)

Tipos de indicadores Tipos de variables Tipos de U.A.

GlobalesEstructuralesAnalíticos

GlobalesEstructuralesAnalíticos

GlobalesEstructuralesAnalíticos

CONTEXTUALES

ABSOLUTAS

RELACIONALES

SUPRASISTEMA

SISTEMASISTEMA

SUBSISTEMA