metodología de investigación aplicativa con ibm spss statistics
Post on 14-Feb-2017
49 Views
Preview:
TRANSCRIPT
Metodología de Investigación
aplicativa con IBM SPSS
StatisticsImpartido por:
Mag. Econ. Jean Paul Moreno Palomino
INVESTIGACIÓ
N CIENTÍFICA
CUANTITATIVA CUALITATIVA
MIXTO O
MULTIMODAL
Análisis
Aplicación
Búsqueda
Causas
Comparación
Comprobación
Confrontación
Correlación
Contraste
Desarrollo
Determinación
Diagnóstico
Diseño
Estudios
Evaluación
Experimentación
Explicación
Exploración
Factores
Fundamentos
Mejoramiento
Observación
Propuesta
Relación
Sistema
Teoría
Validez
Verificación
Ejemplo¿Qué relación existe entre (1) la inteligencia
emocional (2) y (3) el clima institucional (4)
en los docentes (5) de la Universidad (6) de
Provincia de Tarma, (7) 2015 (8)?
1.- Pregunta clave.
2.- Variable X.
3.- Nexo o enlace.
4.- Variable.
5.- Población / muestra.
6- Ámbito de organización.
7.- Ámbito geográfico.
8.- Contexto temporal.
Nivel
exploratorio
Conocer
Definir
Descubrir
Detectar
Estudiar
Explorar
Indagar
Sondear
Nivel descriptivo
Analizar
Calcular
Caracterizar
Clasificar
Comparar
Cuantificar
Describir
Diagnosticar
Examinar
Identificar
Medir
Nivel explicativo
Comparar
Demostrar
Determinar
Establecer
Evaluar
Explicar
Inferir
Relacionar
Verificar
Según Arías (2012, p. 44) menciona la lista de verbos para objetivos de investigación.
SUB DIVISIONES
DE LA ESTADÍSTICA
ESTADÍSTICA
DESCRIPTIVA
ESTADÍSTICA
INFERENCIAL
TÉRMINOS EN ESTADÍSTICA
DATOS CONSTANTE PARÁMETRO
PoblaciónEstadígrafos o
estadísticos
2;; xx SSx
Muestra
22
2
2
2
.3
11.2
41
4.1
NEpqZ
Npqzn
N
Nn
pqN
Npqn
N
MEDIDAS DE CENTRALIZACIÓN
Mediana Media Aritmética o
promedio
ii
ii
i
hyx
n
nyx
n
xx
Moda
12
1
21
1'
1
ii
iii
i
nn
nn
CyMo
2
21
'
1
nN
Cn
Nn
yMe
i
i
i
i
MEDIDAS DE DISPERSIÓN
Desviación
media (D.M)Rango
menormayor xxR
Varianza S2x
mediopuntox
n
nxxS
n
xxS
i
ii
i
1
12
2
2
2
n
nxxMD
n
xxMD
ii
i
.
..
Desviación
Típica Sx
Coeficiente de
Variación (C.V.)
2
xx SS
x
SVC x 100.
VARIABLE
MEDICIÓN
ESCALA DE MEDICIÓN
NOMINAL ORDINAL INTERVALARRAZÓN O
PROPORCIÓN
TÉCNICAS INSTRUMENTOS
1. Observación directa a) Diario de campo
b) Fichas de observación
c) Fotografías
d) Filmaciones
e) Croquis
f) Planos
2. La observación indirecta a) Diario de campo
b) Fichas de observación
c) Fotografías
d) Filmaciones
e) Croquis
f) Planos
3. Entrevista:
a) Estructuradas (cuantitativa)
b) No estructuradas
a) Formato de entrevista
b) Diario de campo
c) Grabaciones magnetofónicas
d) Filmaciones
4. Encuesta a) Cuestionario
b) Diario de campo
5. Fichaje Las fichas: tipos de fichas
6. Evaluación educativa Prueba objetiva
7. Análisis documental: libros; revistas,
tesis, periódicos, documentos, actas,
boletines, películas, fotografías, internet,
Libreta de apuntes, fichas, cuadros sinópticos, Fotografías,
filmaciones, fotocopias, croquis, planos, disquete, diapositiva,
CD, casete.
8. Grupos focales a) Formato de guía
b) Grabaciones magnetofónicas
c) Registro de apuntes
d) Guía de discusión
CUESTIONARIO
es una lista o repertorio de preguntas, formuladas por escrito, a las que el sujeto
puede responder. Las preguntas pueden ser cerradas o abiertas. La
administración o aplicación de los cuestionarios puede ser muy variada: en
grupos pequeños o grandes y de forma presencial o bien por correo o por algún
otro sistema que no exija realizarlo en presencia de los aplicadores. Ejemplo de
instrumento de actitudes hacia el trabajo
N° Items Nunca
1
Casi
nunca
2
A veces
3
Casi
siempre
4
Siempre
5
1 Debido a mi trabajo me siento
emocionalmente agotado.
2 Al final de la jornada me siento
agotado.
3 Me siento “desgastado” por el
trabajo.
4 Me siento frustrado por mi
trabajo.
5 He realizado muchas cosas que
merecen la pena en este trabajo.
6 En el trabajo siento que estoy al
límite de mis posibilidades.
Las opciones de respuesta o categorías mediante la escala de Likert son las
siguientes:
Muy de
acuerdo
De acuerdo Ni de
acuerdo, ni
en
desacuerdo
En
desacuerdo
Muy en
desacuerdo
Totalmente de
acuerdo
De acuerdo Neutral En
desacuerdo
Totalmente en
desacuerdo
Siempre La mayoría de
las veces sí
Algunas veces
sí, algunas
veces no
La mayoría de
las veces no
Nunca
Completament
e verdadero
Verdadero Ni falso, ni
verdadero
Falso Completament
e falso
Definitivament
e sí
Probablement
e sí
Indeciso Probablement
e no
Definitivament
e no
No en lo
absoluto
Un poco Neutral Bastante Mucho
La calificación varía de 1 a 5 si el ítem es positivo y de 5 a 1 si es negativo
-1 0 +
1y
xCorrelación positiva
perfecta
y
xCorrelación negativa
perfecta
COEFICIENTE DE CORRELACIÓN
CORRELACIÓN
-1 0 +
1
INTERPRETACIÓN DE LOS
COEFICIENTES DE CORRELACIÓN
COEFICIENTE DE
CORRELACIÓN
INTERPRETACIÓN
+ 1,00 Correlación perfecta (+) ó (-)
De + 0,90 a + 0,99 Correlación muy alta (+) ó (-)
De + 0,70 a + 0,89 Correlación alta (+) ó (-)
De + 0,40 a + 0,69 Correlación moderada (+) ó (-)
De + 0,20 a + 0,39 Correlación baja (+) ó (-)
De + 0,01 a + 0,19 Correlación muy baja (+) ó (-)
0 Correlación nula
-1 0 +
1
CONFIABILIDAD
Sinónimo de confiabilidad son : estabilidad, fiabilidad, consistencia,
reproductividad, predictibilidad . En consecuencia se define a la confiabilidad
como la capacidad que posee un instrumento para obtener y entregar
información idéntica o similar sobre determinadas manifestaciones
conductuales de un mismo individuo, indagadas en una o más ocasiones.
Es decir es el grado de estabilidad de la clasificación de los individuos,
realizada mediante algún procedimiento evaluativo que sea representativo del
dominio conductual estudiado.ESCALAS DE VALORACIÓN DE LOS COEFICIENTES DE CONFIABILIDAD
Confiabilidad nula De 0,53 a menos
Confiabilidad baja De 0,54 a 0,59
Confiabilidad De 0,60 a 0,65
Muy confiable De 0,66 a 0,71
Excelente De 0,72 a 1,00
Autor: Luis Damián en su libro evaluación de capacidades
Métodos para determinar la confiabilidad
a) Confiabilidad por test – retest
Consiste en administrarla misma prueba en una segunda ocasión
al mismo grupo de personas. Luego se correlacionan los
resultados obtenidos en las dos aplicaciones del test y el
coeficiente así obtenido se denomina coeficiente de estabilidad
PRUEBA A PRUEBA A
1ra
aplicación
2da
aplicación
Puntuaciones Puntuaciones
r = coef. de
estabilidad
Tiempo
b) Confiabilidad de la forma equivalente o alternativas o paralela
Consiste en administrarla a los sujetos dos instrumentos , de tal
manera que se debe asegurar que ambas versiones realmente
sean equivalentes: siendo muy importante que se debe abordar el
mismo tipo de contenido, expresar los ítems en la misma forma,
con el mismo nivel de dificultad y presentar idéntica extensión.
PRUEBA A PRUEBA B
1ra
aplicación
2da
aplicación
Puntuaciones Puntuaciones
r = coef. de
estabilidad
Tiempo
c) Confiabilidad por mitades
Consiste en aplicar una forma del test a un grupo de personas en
una sola sesión y luego dividir la prueba en dos mitades
comparable. Para ello se considera los ítemes pares y los ítemes
impares como formas equivalentes, posteriormente de determina el
coeficiente de correlación con respecto a una mitad y este valor de
reemplaza en la fórmula de Spearman – Brown.
r
rr
1
2
d) Confiabilidad por Alfa de Cronbach
Consiste en aplicar el instrumento a un grupo de personas en una
sola sesión luego se determina la varianza total, así mismo de halla la
sumatoria de las varianzas iniciales y el total de los ítems. Y de esta
manera se obtiene el valor del coeficiente de fiabilidad.
)1(1
2
2
ss
t
i
k
kr
Correlación de rangos ordenados (coeficiente de Spearman)
Destaca su utilidad cuando el número de pares de puntuaciones
(n) que se desea asociar es pequeño (menor que 30). Por otro
lado si hay pocos empates, el coeficiente de Spearman resulta el
más apropiado.
16
12
2
nn
dr
nn
dr
3
261
2d : sumatoria del cuadrado de la diferencia
n : elementos de la muestra
rs : coeficiente de correlación
Si el número de dichos pares es muy grande y cuando en las
puntuaciones , es muy probable que se presenten muchos empates,
entonces lo más adecuado sería utilizar el coeficiente de correlación
de Pearson, es decir:
N
yy
N
xx
N
yxxy
r2
2
2
2
Coeficiente (T)Tau de Kendall
Es adecuado como una medida de correlación con la misma clase de datos, en
tal sentido proporcionará una medida del grado de asociación entre los dos
conjuntos de rangos. El coeficiente T también es parcialrmente adecuado para
evaluar el acuerdo entre jueces múltiples.
2
)1(
nn
QPT
Donde:
n = número de casos o sujetos
P = suma de rangos más altos
Q = suma de rangos más bajos
A una muestra de estudio se aplicó dos instrumentos, con respecto a inteligencia
emocional y desempeño laboral en los docentes de educación física.
Sujetos A B C D E F G H I
Int.emocional 84 80 78 76 70 64 62 50 47
Desempeño laboral 60 64 71 61 58 57 54 55 52
Analizar – correlaciones – bivariadas – variables pasa de izquierda a derecha
–Tau de Kendall - aceptar
Donde:
fo = la frecuencia obtenida en cualquier casilla
fe = la frecuencia esperada en cualquier casilla
= chi cuadrada o ji cuadradax2
2
2
xn
xC
C : Coeficiente de contingencia
x2 : chi cuadrada o ji - cuadrada
n : total de datos
fe
fefoxc
22 )(
Coeficiente de contingencia (C)
Es un coeficiente de correlación para datos nominales colocados en una tabla de
contingencia con un diseño mayor que 2 x 2. Con éste se trata de determinar el
grado de asociación, al comparar varios grupos o categorías.
Para ello se determina el valor de la ji – cuadrada o Chi cuadrada, luego se
reemplaza en la fórmula del coeficiente de contingencia:
Sexo Estado civil Total
Soltero Casado
Femenino
Masculino
7
9
6
2
13
11
Total 16 8 24
fe
fefoxc
22 )(
2
2
xn
xC
Analizar – estadísticos descriptivos – tabla de contingencia – pasa de
ventana izquierda a derecha – estadísticos – coef, contingencia –
continuar - aceptar
Prueba de la t de Student para un solo grupo
n
s
xt o
X : media aritmética
S : desviación típica
n : tamaño de la muestra
µo : media poblacional
En general: resulta útil para probar una hipótesis de que la media de
una población, µ, es igual a un valor objetivo.
1. Existe sólo una variable.
2. El nivel de medición es de intervalo / razón.
3. Hay una sola variable y una población.
4. El tamaño de la muestra, n, es 121 o menos casos (aunque esta
prueba se puede emplear para muestras mayores, se requiere
cuando n es pequeña).
5. Hay un valor objetivo de la variable al cual podemos comparar la
media de la muestra.
Prueba de la t de Student para datos apareados
n
s
dt
d
d
d : media muestral de la diferencia
Sd : desviación típica de la diferencia
n : tamaño de la muestra
µd : promedio poblacional de la diferencia
En general: se aplica para comprobar la hipótesis de que las puntuaciones de una variable de
intervalo/ razón difieren dos puntos en el tiempo en el caso de los mismos individuos.
1. Hay una población con una muestra representativa de ella.
2. Existen dos variables de intervalo/razón con el mismo diseño en sus puntuaciones, o una
única variable medida dos veces en los mismos individuos pertenecientes a la muestra.
3. Hay un valor objetivo de la variable con el cual podemos comparar la media de la
diferencia entre los dos conjuntos de puntuaciones (normalmente este valor objetivo será
cero para una prueba de no diferencias entre las dos puntuaciones)al cual podemos
comparar la media de la muestra.
Vista variables – tipo – numérico – analizar – comparar medias – prueba t para
muestras relacionadas – pasar de ventana izquierda a derecha - aceptar
Prueba de la t de Student para dos muestras independientes con
varianzas desconocidas y diferentes
2
2
2
1
2
1
2121 )()(
n
s
n
s
xxt
Dos muestras son independientes si los valores muestrales seleccionados
de una población no están relacionados, apareados o asociados de alguna
manera con los valores muestrales seleccionados de la otra población.
1. Las desviaciones típicas poblacionales se desconocen y no se hace
una suposición sobre la igualdad de dichas desviaciones típicas
poblacionales.
2. Las dos muestras son aleatorias simples.
3. Ambas muestras son independientes.
4. Cualquiera o ambas de estas condiciones se satisfacen: los dos
tamaños muestrales son grandes (con n1 >30 y n2 > 30) o ambas
muestras provienen de poblaciones que tienen distribuciones normales
en cada uno de los grupos.
gl = el más pequeño de n1 – 1 y n2 – 1.
Prueba de la t de Student para dos muestras independientes con
varianzas desconocidas y con suposición de igualdad
2
2
1
2
2121 )()(
n
s
n
s
xxt
pp
)1()1(
)1()1(
21
2
22
2
112
nn
snsnsp
El número de grados de libertad está dado por gl = n1+ n2 – 2
1.Se desconocen las dos desviaciones estándar poblacionales, pero se
supone que son iguales.
2. Las dos muestras son independientes.
3. Ambas muestras son aleatorias simples
4. Cualquiera o ambas de estas condiciones se satisfacen: los dos
tamaños muéstrales son grandes (con n1 >30 y n2> 30) o ambas
muestras provienen de poblaciones que tienen distribuciones
normales en cada uno de los grupos.
Aplicación de la t de Student para dos muestras independientes
G.E O1 X O2
-------------------------
G.C O3 - O4
M1 -------------- O1
M2 --------------- O2
diseño de un estudio comparativo, con datos cuantitativos
ANALISIS DE VARIANZA (ANOVA)
Es uno de los test estadístico más ampliamente utilizados para probar la
igualdad de más de dos medias o promedios de la población. Es decir :
hipótesis: cuando se trata de comparar varias medias cabe la posibilidad de
realizar comparaciones dos a dos utilizando por ejemplo el estadístico t de
Student. Este procedimiento no es correcto.
La fórmula es:
Ho : µ1 = µ2 = µ3 = µ4 = µ5 = µk Ha: µ1 ≠ µ2 ≠ µ3 ≠ µ4≠ µ5≠ µk
HERRAMIENTAS DEL SPSS
Variables y Categorías
Tablas
Gráficos
VENTAJAS DESVENTAJAS
El programa utiliza una
serie de cuadros de
dialogo que permiten
determinar las acciones y
seleccionar aquellos
análisis útiles.
Potente herramienta para
el cálculo estadístico.
Es un software rápido.
Si el usuario no tieneexperiencia previa utilizandoSPSS o si sus conocimientosde estadísticas no estánactualizados es difícil discernirque opciones seleccionar.
La mayoría de los reportes deresultados contiene un nivelexcesivo de información quemuchas veces confunde alusuario.
Posee una gran cantidad deinformación en formaautomática que distrae al
usuario.
VENTAJAS Y DESVENTAJAS
DEL SOFTWARE S.P.S.S.
Paquete Estadístico
para Ciencias Sociales
Al iniciar el
programa se abre
ésta ventana.
Elegimos la opción
“Introducir Datos”
para crear nuestra
Matriz.
Vista de
Matriz de
Datos
Fila Variables
Columna
Casos/Individuos
Ahora hacemos
“click”
aquí para
ingresar datos
Es aquí donde
empezamos a
trabajar la matriz
Cada Fila contendrá la
información de cada
variable de nuestro estudio
Aquí le damos las
características a cada variable
En la primera celda
ingresamos el
nombre a la primera
variable de nuestro
instrumento
En esta celda el nombre para la variable se sugiere
sea breve. Ej: escol, ingres, estadociv…etc.
Ahora
pinchamos en
esta celda...
Se abre esta ventana,
la que nos permite
definir la forma en
que ingresaremos los
datos de cada caso
Por lo general las opciones que más utilizarán son “Numérica” o
“Cadena”.
Si utilizan códigos numéricos para representar las respuestas eligen la
primera (Ej: edad, ingreso, escalas en general).
Si tienen que utilizar, necesariamente, palabras para representar las
respuestas eligen Cadena. (Ej: Nombre encuestado, Dirección, etc.)
Anchura
indica la
amplitud
de
caracteres
Elegimos numérico, lo que no significa que la
variable sea numérica. Sólo indica la forma de
ingreso del código.
Aquí ponemos el nombre de la
variable o el ítem completo del
instrumento
CLICK
AQUÍ
Se abre esta ventana, que es donde
ingresamos los códigos para cada
uno de los datos
Luego de ingresar los códigos por valor de la
variable nos vamos a la siguiente celda para
ingresar los “valores perdidos”…a veces no
nos responden, no encontramos al encuestado,
etc.
Recomiendo utilizar el -9, -8,
-7 para identificar el tipo de
valor que consideremos
perdido.
OJO: No todas las variables
tienen que tener valores
perdidos…vean ustedes.
En la última celda le
damos el nivel de
medición a la variable.
Para variables
numéricas “Escala”
Para variables
categóricas debemos
elegir entre Ordinal o
Nominal, según sea el
caso.
Es muy importante no errar
en éste punto, pues los
cálculos estadísticos
dependen de aquello.
Finalmente la Vista de Variables queda así...
Ahora estamos en condiciones
de ingresar los datos en la
matriz
AHORA CLICK
AQUÍ
Para cada caso/individuo ingresamos
“sus respuestas” según el código que le
asignamos antes.
Si pinchamos el
botón “Etiquetas de
Valor” podremos ver
los valores para cada
caso.
A veces es
recomendable que lo
hagan para ver si
cometieron algún
error en el ingreso de
los códigos.
Ahora estamos preparados para
manipular estadísticamente los
datos.
Es importante que sean en atención a
nuestros objetivos de investigación.
Hacemos click en
ANALIZAR, luego
en ESTADÍSTICOS
DESCRIPTIVOS, y
finalmente en
FRECUENCIAS
Primero se
abre esta
ventana para
que elijamos
las variables
a analizarLuego que elegimos la variable, pinchamos en
“Estadísticos” para abrir esta ventana. Aquí podemos
elegir las medidas que necesitemos según el nivel de
medición de la variable. Aquí elegí las de
centralización más desviación estándar, sesgo y
curtosis…qué tal?
Luego podemos elegir en la
opción “Gráficos” la
representación que
queremos de las medidas
estadísticas que antes
acabamos de seleccionar
para nuestra variable.
Aquí yo seleccioné el
Histograma con Curva
Normal…¿qué nos permite
interpretar? Eso queda para
una buena clase de
estadística.
Se abre una ventana como ésta, la que contiene un resumen de los datos (válidos y perdidos)
más las medidas solicitadas al programa y su representación gráfica…todo por unos pocos
clicks, lo que a mi juicio lo hace mucho mejor que EXCEL.
AQUÍ VEN
LAS
MEDIDAS
SOLICITADAS
PARA EL
EJEMPLO
AQUÍ VEN LA
TABLA DE
FRECUENCIAS
PARA LOS
MISMOS DATOS
(incluye
frecuencia
absoluta,
frecuencia relativa
y frecuencia
acumulada)
Por último, ven
aquí el
Histograma para
la distribución
en la variable
solicitada junto
a la curva
normal.
Si volvemos a la
matriz podemos
hacer click en
ANALIZAR, luego
en ESTADÍSTICOS
DESCRIPTIVOS, y
finalmente en Tablas
de Contingencia
Se abre una ventana
desde la que
podemos elegir las
variables a
confrontar en una
tabla de doble
entrada.
Aquí puse las
variables Ingreso y
Sexo.
Aquí ustedes ya pueden explorar por sí mismos las
posibilidades estadísticas y de representación gráfica, cierto?
Ya en el Visor de
Resultados podemos
ver que existe la
posibilidad de
“Exportar” la
información a otros
programas de
Windows
Aquí podemos elegir los resultados que queremos exportar, dónde
queremos alojar el archivo, el nombre para éste y, por supuesto, el
programa en que queremos guardarlo.
Finalmente, para
guardar nuestro
trabajo en el SPSS
debemos hacer lo
mismo que en otros
programas de
Windows. Ir a
Guardar como…
SPSS permite recodificar las variables y registros según las
necesidades del usuario, esto es, si en algún momento precisamos
expresar alguna variable de otra forma, no hay ningún problema.
La principal ventaja es la capacidad que
presenta SPSS para trabajar con bases de
datos de gran tamaño.
Ciertamente no hemos visto aquí todas las
posibilidades del SPSS, pero ya conocen lo
básico de su utilización.
Con esto ya pueden explorar el programa,
que es bien “amigable”.
El reto para ustedes es interpretar los
resultados que pueden obtener de cada
proceso estadístico, que es otro cuento...
Hasta pronto!!!
Mag. Econ. JEAN PAUL MORENO PALOMINO
92
http://es.slideshare.net/JEANPAULMORENOPALOMI
http://www.bubok.es/autores/POLECO
top related