UNIVERSIDAD NACIONAL DEL ALTIPLANOESCUELA DE POST GRADO MAESTRIA EN EDUCACINASIGNATURA ESTADISTICA APLICADA A LA INVESTIGACIN EDUCATIVA

Docente: Ing M.Sc. Roberto Elvis Roque Claros

JULIACA PUNO PER2013

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. 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). - 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 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 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

EdadPrimariaSecundariaSuperiorTotal

HombreMujerHombreMujerHombreMujer

25 34

35 44

45 54

55 6400

03

02

0100

02

01

0102

01

01

0002

01

01

0001

00

00

0001

00

00

0006

07

05

02

Total 10080220

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 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 grados560 estudiantes

2 estrato: 3er y 4to grados290 estudiantes

3 estrato: 5to y 6to grados150 estudiantes.

TOTAL

1,000 estudiantes.

La fraccin de muestreo ser:

f = 286/1,000 = 0.286De 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 muestralesNmero de estudiantes en la muestra

I 560 estudiantes560 x 0.286160

II 290 estudiantes.290 x 0.28683

III 150 estudiantes150 x 0.28643

Total 1,000 estudiantes286

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

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:

Entonces cada tres sujetos sern escogidos.

El primer sujeto es elegido al azar.

1. Carlos

2. Victoria

3. Dery

4. Ivan

5. Antonio

6. Ral

7. Ulises

8. Jaime

9. Carmela

10. Alicia

11. Juan

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:

Donde: = Media de los datos.

La que se encuentra en funcin del tamao de muestra. Cuando n (muestra) aumenta, la varianza V() 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:

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 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.

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:

Expresin que se conoce como: Ecuacin fundamental del muestreo y relaciona la precisin, la confianza y la varianza deseada de donde obtenemos:

Tamao ptimo de muestra.

Donde:

Z(1-(/2) = Valor de la distribucin normal, segn el

nivel de confianza deseado.

S2 = Varianza

= Precisin donde:

e = Error de estimacin o diferencia mxima entre la media muestral y la media poblacional.

= 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:

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%.

Solucin:

Precisin: =

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

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

Varianza = S2 = 6.5

luego;

EMBED Equation.3 como:

Entonces, aplicamos la correccin:

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:

Donde:

N es el nmero de unidades de la poblacin.

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

Donde:

Z(1-(/2) = Valor de la distribucin normal, segn el nivel de confianza deseado.

P = Proporcin de unidades con la caracterstica.

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:

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

, Margen de error muestral

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

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

Luego;

Como:

Entonces, aplicamos la correccin:

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

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.

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 X2. 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 2010Objetivo 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.

VARIABLEDIMENSIONESINDICADORESNDICES

VARIABLE UNICA:Socializacin 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/RegularNunca/Deficiente

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.EDADSECCIONNIOSNIASTOTAL

IEI. Urbana N 308 Cerro Colorado Nio Jess de Praga Arequipa 5 AosA131225

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 INDIVIDUALESSIEMPREALGUNAS VECESNUNCATOTAL

Frecuencia PorcentajeFrecuencia PorcentajeFrecuencia PorcentajeFrecuencia Porcentaje

Frecuentemente se encuentra de buen humor. 1664,0%832,0%14,0%25100,0%

Es excesivamente dependiente del maestro, u otro adulto. 936,0%1352,0%312,0%25100,0%

Va a la institucin en forma voluntaria. 1872,0%728,0%00,0%25100,0%

Maneja los desaires y contratiempos en forma adecuada. 1352,0%728,0%520,0%25100,0%

Muestra capacidad para establecer empata. 832,0%1040,0%728,0%25100,0%

Tiene relaciones positivas con uno o dos compaeros.1248,0%832,0%520,0%25100,0%

Muestra capacidad para preocuparse sinceramente por sus compaeros.624,0%1456,0%520,0%25100,0%

Extraa a sus compaeros si estn ausentes.936,0%1040,0%624,0%25100,0%

Muestra sentido del humor. 832,0%1040,0%728,0%25100,0%

Se siente constantemente solo. 28,0%728,0%1664,0%25100,0%

TOTAL10,140,4%9,437,6%5,522,0%25100,0%

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:

Regin aceptacin y rechazo:

Hallamos el valor de la (2 tablas =(2 (F-1), 0.05 =(2 (3-1), 0.05 = 5.991Regin de Aceptacin: si (2 calculada ( 5.99

Regin de Rechazo: si (2 calculada > 5.99

4. Calculo de la prueba estadstica:

Cuadro de Frecuencias Observadas y EsperadasNIVEL 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 SOCIALIZACINResultados 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 ObservadasFrecuencias Esperadas

BUENO188.33

REGULAR68.33

DEFICIENTE18.33

TOTAL2525

Reemplazamos en la frmula:

(2 calculada = 18.335. 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%.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 2009OBJETIVO 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 VARIABLESDIMENSIONESINDICADORESNDICES

Nivel de conocimiento de la matemtica interculturalAntecedentes histricos Proyectos de la Matemtica intercultural.

Origen de la matemtica intercultural Deficiente

(0 10)

Regular

(11 14)

Bueno

(15 18)

Muy bueno

(19 20)

Matemtica intercultural Definicin de matemtica intercultural.

Condiciones para la realizacin de la matemtica intercultural.

Dificultades para la realizacin de la matemtica intercultural.

Etnomatemtica Concepto de la etnomatemtica.

Etnomatemtica y Educacin Matemtica.

Instrumentos etnomatemticos Origen de los instrumentos etnomatematicos.

Uso de instrumentos etnomatematicos.

Actitud frente a la matemtica intercultural. Cognitivos

Afectivos

Conductuales 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 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 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)

POBLACIN Y MUESTRA DE INVESTIGACIN

INSTITUCIONES EDUCATIVASDOCENTES 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

TOTAL28

FUENTE: CAP de las instituciones educativas secundariasELABORACIN: Ejecutor.

RESULTADOS DE LA INVESTIGACIN:

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 INTERCULTURALNivel de conocimientos sobre matemtica interculturalMarca de claseFrecuenciaPorcentajePorcentaje Acumulado

Deficiente (de 0 a 10 pts.)51967,9%67,9%

Regular (de 11 a 13 pts.)1227,1%75,0%

Bueno (de 14 a 16 pts.)15621,4%96,4%

Excelente (de 17 a 20 pts.)18.513,6%100,0%

TOTAL28100,0%

FUENTE: Encuesta aplicada a docentes de matemticas de las IES. de la ciudad de Ayaviri

ELABORACIN: El EjecutorGRFICO N 1NIVEL DE CONOCIMIENTO DE LOS DOCENTES SOBRE MATEMTICA INTERCULTURAL

FUENTE: Cuadro N 1RESULTADOS DESCRIPTIVOS

ESTADISTICASRESULTADOS

MAXIMO PUNTAJE18

MINIMO PUNTAJE0

MEDIDAS DE TENDENCIA CENTRALPROMEDIO8,125

MODA

MEDIDAS DE VARIABILIDADDESVIACIN ESTANDAR4.74

VARIANZA22.47

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:

Varianza para dados agrupados:

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

= Promedio o media

Reemplazando los datos:

Desviacin estndar:

S = =

Coeficiente de variacin:

coeficiente de variacin muestral.

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: El promedio de los docentes en conocimientos sobre matemtica intercultural es mayor de 10 pts., o es de regular a excelente.

Ha: 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:

4. De los resultados se tiene:

Promedio: , Desviacin estndar: s = 4.74,

Tamao de Muestra: n = 28

Reemplazando los resultados en la formula,

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.

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 VariablesVARIABLESDIMENCIONESINDICADORESESCALA 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)

RESULTADOS DE LA INVESTIGACIN:

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 FAMILIAFrecuenciaPorcentajePorcentaje acumulado

Buena Participacin5590,2%90,2%

Regular Participacin69,8%100,0%

Mala Participacin 00,0%100,0%

TOTAL61100,0%

FUENTE: Cuadros del Nivel de participacin de los padres de familia

ELABORADO: La ejecutoraGRFICO N 1NIVEL 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 2NIVEL 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 MEDICINTOTAL

Logro ProcesoInicio

Fr.%Fr.%Fr.%Fr.%

rea: Personal - Social 5489%711%00%61100%

rea: Ciencia y Ambiente5489%711%00%61100%

rea: Comunicacin Integral5489%711%00%61100%

rea: Matemtica5285%915%00%61100%

PROMEDIO TOTAL5388%812%00%61100%

FUENTE: Registros de evaluacin, elaborados por las maestras de la I.E.I. Aplicacin de la UNA Puno, 2011 GRFICO N 2NIVEL 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 2PRUEBA 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:

1. Prueba de Hiptesis:

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%.2. Nivel de Significancia:

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:

Regin aceptacin y rechazo:

Hallamos el valor de la (2 tablas =(2 (h-1)(K-1)= =(2 1 = 3.84Regin de Aceptacin: si (2 calculada ( 3.84

Regin de Aceptacin: si (2 calculada > 3.844. Calculo de la prueba estadstica:

Cuadro de Frecuencias observadasParticipacin de padres de familiaTOTAL

aprendizajeRegularBuena

Proceso538

Logro15253

TOTAL65561

Cuadro de Frecuencias esperadas

Participacin de padres de familiaTOTAL

aprendizajeRegularBuena

Proceso0,87,28

Logro5,247,853

TOTAL65561

Reemplazamos en la frmula:

(2 calculada = 71.05. 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)

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 O2Donde:

M1 = Muestra de gestantes diabticas

M2 = Muestra de gestantes no diabticas

O1 = Informacin sobre vaginosis bacterianaO1 = Informacin sobre vaginosis bacteriana

RESULTADOS DE LA INVESTIGACIN:

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

NUTRICIONALDIABETICASNO DIABETICASPrueba T Student

(p