Técnicas recogida de datos 2015

Instrumentos de Recogida de Datos

Prof. Jesús González MonroyFacultad de Educación de Ciudad RealUCLM

Midiendo Variables

Midiendo Variables

Objeto: Bugatti Veyron

Objeto

Midiendo Variables


MotorAerodinámica

Ruedas

Estética

Propiedades Objeto

Midiendo Variables


Variable: Deportividad

MotorAerodinámica

Ruedas

Estética

PropiedadesVariable Objeto

Midiendo Variables


Variable: Deportividad

MotorAerodinámica

Ruedas

Estética

PotenciaCoeficiente Cx

Perfil y Medida

Colores “racing”

PropiedadesIndicadoresVariable Objetoa través de sobre del

Noción de VariableUn atributo que puede

TOMAR DISTINTOS VALORES

(Representación de una Propiedad)

Pueden Medirse

Directamente A Través de Indicadores

Noción de VariableUn atributo que puede

TOMAR DISTINTOS VALORES

Pueden Medirse


(Propiedad)

Noción de Variable

Pueden Medirse


(Propiedad)

atributo Nivel Alcoholemia

Noción de Variable

Pueden Medirse


(Propiedad)

atributo Nivel Alcoholemia

Toma distintos valoresAlegre0,0 “Perjudicado” “Ciego”

Midiendo Variables

Variables

Buscamos datos sobre

A través de...

IndicadoresQue encontramos en...

Propiedades

Presentes en...

Objetos o fenómenos

Dominio de la variableVariable: Ser “buen estudiante”


Indicadores


Dominio de la variable

Indicadores



Indicadores

Definición Teórica

Medición

Plan para obtener los datos

Sampieri, P 199

Objetivo Pregunta

¿Cuáles son las Fuentes?

¿Cómo accedo a ellas?

¿Qué método utilizo para

recolectar datos?

¿Cómo los organizaré para

analizarlos?

¿Qué variables voy a Medir?

¿Sobre qué muestra?

¿Con qué Recursos?

¿Qué instrumentos he

de elaborar?

TriangulaciónTriangulation Defined

• “the use of more than one method or source of data in the study of a phenomenon so that findings may be cross-checked”

Bryman (2008, pg. 700)

• This will allow them to identify key issues and which they can then use as a basis for more formal interviews and questionnaires

• Think of it as a Surveyor trying to find a point, they will locate the point based on three views

Questionnaire

Interview Document Analysis

Cuestionario

EntrevistaAnálisis Documental

Datos primarios y secundariosDatos Primarios

Datos SecundariosRecolectados de investigadores anteriores o fuentes documentales existentes

Recogidos directamente por el

investigador

¿Por qué usar datos secundarios?

Ventajas Limitaciones

• Menos recursos y tiempo

• Más tiempo para el análisis de los datos

• Datos de Calidad

• Oportunidad para estudios longitudinales

• El re-análisis permite nuevas interpretaciones

• Menor familiaridad con los datos

• Mayor Complejidad de los datos

• No hay control sobre la calidad de los datos

• No contamos con variables clave o fijadas por el investigador.

• Los datos pueden ser obsoletos

• No satisfacen exigencias de la metodología experimental.

Types of Secondary Data Saunders et al (2009, pg. 259)

Datos PrimariosRecogidos

directamente por el investigador

Técnicas de Recogida de InformaciónTécnicas de Encuesta

Técnicas Sociométricas

Experimentos de Laboratorio

Entrevistas

Grupos de Discusión

Cuestionarios

Técnicas Proyectivas

Técnicas Documentales

Observación Escalas

Variables cuantitativas y cualitativas

Cualitativas

Cuantitativas

Atributo no numérico de un objeto

Atributo numérico de un objeto

Género, color, Codificamos

Discretas Continuas

Variables Cuantitativas vs Cualitativas

Cuantitativas Cualitativas

Permite análisis numéricosPermite hacer predicciones

Resulta reduccionista

Conocimiento más Real

Más costoso en tiempo y recursos

Interpretar Fenómenos

Niveles de Medición Cuantitativa

Nominal Categorías sin orden ni Jerarquía 215Tres cuestiones fundamentales para un instrumento o sistema de medición

1 = Católico2 = Judío 1 + 2 = 33 = Protestante4 = Musulmán ¿Un católico + un judío = un protestante?5 = Otros (No tiene sentido)

Las variables nominales pueden incluir dos categorías (dicotómicas), o bien, tres o más cate-gorías (categóricas). Ejemplos de variables nominales dicotómicas serían el género, el veredicto de un jurado (culpable-no culpable) y el tipo de escuela a la que se asiste (privada-pública); y como ejemplos de variables nominales categóricas tendríamos la afi liación política (partido A, partido B, etc.), la licenciatura elegida, el grupo étnico, el departamento, la provincia o el estado de naci-miento, la clase de material de construcción (“no” su resistencia, ésta sería otra variable), tipo de medicamento suministrado (“no” la dosis, que sería una variable distinta), bloques de mercado (asiático, latinoamericano, comunidad europea, etc.) y el canal de televisión preferido.

2. Nivel de medición ordinal. En este nivel hay varias categorías, pero además mantienen un orden de mayor a menor. Las etiquetas o los símbolos de las categorías sí indican jerarquía. Por ejemplo, el prestigio ocupacional en Estados Unidos se ha medido por diversas escalas que reordenan las profesiones de acuerdo con su prestigio, por ejemplo:5

Valor en escala

Profesión

9080605002

Ingeniero químicoCientífi co de ciencias naturales (excluyendo la química)Actor comúnOperador de estaciones eléctricas de potenciaManufacturero de tabaco

Los números (símbolos de categorías) defi nen posiciones, en el ejemplo: 90 es más que 80, 80 más que 60, 60 más que 50 y así sucesivamente. Sin embargo, las categorías no están ubicadas a intervalos iguales (no hay un intervalo común). No podríamos decir con exactitud que entre un actor (60) y un operador de estaciones eléctricas (50) existe la misma distancia en prestigio que entre un científi co de ciencias naturales (80) y un ingeniero químico (90). Al parecer, en ambos casos la distancia es 10, pero no es una distancia real. Otra escala6 clasifi có el prestigio de dichas profesiones de la siguiente manera:

Valor en escala

Profesión

9895847813


Aquí la distancia entre un actor (84) y un operador de estaciones (78) es de seis, y la distancia entre un ingeniero químico (98) y un científi co de ciencias naturales (95) es de tres. Otro ejemplo sería la posición jerárquica en la empresa:

5 Duncan (1977).6 Nam et al. (1965) y Nam (1983).

Ordinal

215Tres cuestiones fundamentales para un instrumento o sistema de medición

1 = Católico2 = Judío 1 + 2 = 33 = Protestante4 = Musulmán ¿Un católico + un judío = un protestante?5 = Otros (No tiene sentido)

Las variables nominales pueden incluir dos categorías (dicotómicas), o bien, tres o más cate-gorías (categóricas). Ejemplos de variables nominales dicotómicas serían el género, el veredicto de un jurado (culpable-no culpable) y el tipo de escuela a la que se asiste (privada-pública); y como ejemplos de variables nominales categóricas tendríamos la afi liación política (partido A, partido B, etc.), la licenciatura elegida, el grupo étnico, el departamento, la provincia o el estado de naci-miento, la clase de material de construcción (“no” su resistencia, ésta sería otra variable), tipo de medicamento suministrado (“no” la dosis, que sería una variable distinta), bloques de mercado (asiático, latinoamericano, comunidad europea, etc.) y el canal de televisión preferido.

2. Nivel de medición ordinal. En este nivel hay varias categorías, pero además mantienen un orden de mayor a menor. Las etiquetas o los símbolos de las categorías sí indican jerarquía. Por ejemplo, el prestigio ocupacional en Estados Unidos se ha medido por diversas escalas que reordenan las profesiones de acuerdo con su prestigio, por ejemplo:5

Valor en escala

Profesión

9080605002


Los números (símbolos de categorías) defi nen posiciones, en el ejemplo: 90 es más que 80, 80 más que 60, 60 más que 50 y así sucesivamente. Sin embargo, las categorías no están ubicadas a intervalos iguales (no hay un intervalo común). No podríamos decir con exactitud que entre un actor (60) y un operador de estaciones eléctricas (50) existe la misma distancia en prestigio que entre un científi co de ciencias naturales (80) y un ingeniero químico (90). Al parecer, en ambos casos la distancia es 10, pero no es una distancia real. Otra escala6 clasifi có el prestigio de dichas profesiones de la siguiente manera:

Valor en escala

Profesión

9895847813


Aquí la distancia entre un actor (84) y un operador de estaciones (78) es de seis, y la distancia entre un ingeniero químico (98) y un científi co de ciencias naturales (95) es de tres. Otro ejemplo sería la posición jerárquica en la empresa:

5 Duncan (1977).6 Nam et al. (1965) y Nam (1983).

Categorías Ordenadas, aunque no proporcionales

Intervalos Categorías Ordenadas, y proporcionales con cero arbitrario

De Razón Valores proporcionales continuos con cero absoluto.

Capítulo 9 Recolección de los datos cuantitativos216

Presidente VicepresidenteDirector general Gerente de área Subgerente o superintendente Jefe Empleado A Empleado BEmpleado CIntendencia

10987654321

Sabemos que el presidente (10) es más que el vicepresidente (9), éste más que el director gene-ral (8), a su vez este último más que el gerente (7) y así sucesivamente; pero no se precisa en cada caso cuánto más. Tampoco se utilizan las operaciones aritméticas básicas: no podríamos decir que 4 (empleado A) + 5 (jefe) = 9 (vicepresidente), ni que 10 (presidente) ÷ 5 (jefe) = 2 (empleado C). Sería absurdo, no tiene sentido. Otros ejemplos de este nivel serían: la medición por rangos de las preferencias de marcas de bebidas refrescantes con gas (refrescos o sodas), autopercepción del grado de dolor de cabeza y jerarquización de valores (en primer lugar, en segundo lugar, en tercero).

3. Nivel de medición por intervalos. Además del orden o la jerarquía entre categorías, se establecen intervalos iguales en la medición. Las distancias entre categorías son las mismas a lo largo de toda la escala, por lo que hay un intervalo constante, una unidad de medida.

Figura 9.8 Escala con intervalos iguales entre categorías.

Intervalo constante

0 1 2 3 4 5 6 7 8 9 10

Por ejemplo, en una prueba de resolución de problemas matemáticos (30 problemas de igual difi cultad). Si Ana Cecilia resolvió 10, Laura resolvió 20 y Abigail, 30. La distancia entre Ana Cecilia y Laura es igual a la distancia entre Laura y Abigail.

Sin embargo, el cero (0) en la medición es un cero arbitrario, no es real, ya que se asigna arbitrariamente a una categoría el valor de cero y a partir de ésta se construye la escala. Un ejemplo clásico en ciencias naturales es la temperatura, que puede medirse en grados centígrados y Fahrenheit: el cero es arbitrario, pues no implica que en realidad haya cero (ninguna) temperatu-ra (incluso en ambas escalas el cero es diferente).

Cabe agregar que diversas mediciones en el estudio del comportamiento humano no son verdaderamente de intervalo (por ejemplo, escalas de actitudes, pruebas de inteligencia y de otros tipos); pero se acercan a este nivel y se suele tratarlas como si fueran mediciones de intervalo. Esto se hace porque este nivel de medición permite utilizar las operaciones aritméticas básicas y algunas estadísticas modernas, que de otro modo no se utilizarían. Aunque algunos investigadores no están de acuerdo con suponer tales mediciones como si fueran de intervalo. El producto interno bruto o producto nacional bruto estaría en este estadio.

4. Nivel de medición de razón. En este nivel, además de tenerse todas las características del nivel de intervalos (periodos iguales entre las categorías, y aplicación de operaciones aritméticas básicas y sus derivaciones), el cero es real y es absoluto (no es arbitrario). Cero absoluto implica que hay un punto en la escala donde está ausente o no existe la propiedad medida (vea la fi gura 9.9).

Fiabilidad y Validez

CaracterísticasFiabilidad

(confiabilidad)

Validez

Objetividad

Mide lo que dice medir

Siempre da la misma medida sobre un suceso

No se deja influenciar por el investigador

Fiabilidad y Validez

FiableNo válido

Poca FiabilidadPoco válido

No FiableNo válido

FiableVálido

Determinar la FiabilidadMedida de la Estabilidad

Método de formas paralelas

Método de Mitades Partidas

Medidas de Consistencia Interna Coeficiente alfa Cronbach

Test - retest

Tipos de Validez

Validez de Contenido

Validez de Criterio

Validez de Constructo


Variable: Ser “buen estudiante”





Instrumento BInstrumento A





Válido





Válido No Válido

Validez de Criterio

Referente Externo

Validez Concurrente

Validez Predictiva

Validez de Constructo¿Mide un concepto teórico determinado?

Establecer la relación teórica entre los conceptos

Correlacionar los conceptos y analizar esa correlación

Interpretar la evidencia empírica de la validez establecida

Validez de Expertos

El grado en que mide la variable de acuerdo con expertos reconocidos

Objetividad

Estandarizar la aplicación del instrumento

Capacitación de los administradores de la prueba

Evaluación de los resultados

Independencia respecto del investigador

¿Cómo la buscamos?

Técnicas recogida de datos 2015

Education

Transcript of Técnicas recogida de datos 2015