INVESTIGACIN Y ANLISIS ESTADSTICO (SPSS)

Jos Mara ROA VENEGAS Francisco HERRERA CLAVERO

FACULTAD DE EDUCACIN Y HUMANIDADES DE CEUTA CENTRO DE PROFESORES Y RECURSOS DE CEUTA

NDICE
I ) ASPECTOS TERICOS 1.- Introduccin a la investigacin educativa. 2.- Investigacin educativa. 2.1.- Pasos en el proceso de investigacin. 2.2.- Investigacin cuantitativa. 2.2.1.- Caractersticas de la investigacin cuantitativa. 2.2.2.- Metodologa experimental. 2.2.3- Metodologa cuasiexperimental. 2.2.4.- Metodologa no experimental. 2.3.- Investigacin cualitativa. 2.3.1.- Caractersticas. 2.3.2.- Mtodos. 2.3.3.- Recogida de datos. 2.4.- Investigacin-accin. 3 3 9 11 14 14 15 16 17 18 18 20 21 21

II ) ASPECTOS PRCTICOS 1.- Formulacin del problema. 2.- Consulta de fuentes. 3.- Formulacin de hiptesis. 4.- Identificacin de las variables. 5.- Realizacin de diseo de investigacin. 6.- Poblacin y muestra a utilizar. 7.- Datos a utilizar y tratamiento estadstico. 8.- Conclusiones. 9.- Algunos clculos interesantes.

23 23 24 24 25 26 27 27 46 46

III) BIBLIOGRAFA

56

I) ASPECTOS TERICOS
1.- Introduccin a la investigacin educativa. A lo largo de la historia el hombre se ha preguntado por todo aquello que le rodea tratando de dar explicacin a los fenmenos naturales y humanos. Unas veces, la fbula predominaba en sus explicaciones, otras, la primaca era de la razn y, ltimamente es la ciencia la que da cuenta de los fenmenos fsicos, sociales y humanos. En todo este devenir, el hombre ha acumulado informacin, adquiriendo todo aquello que le ha interesado: el conocimiento; y, dentro de l encontramos un subconjunto denominado conocimiento cientfico. Hablar de Mtodo Cientfico supone remitirnos directamente a al Metodologa como rama de la Lgica que se encarga de sus estudio y que tiene como objeto propio la elaboracin de una teora del mtodo. La Metodologa General trata de los mtodos que pueden aplicarse a todo el dominio del pensamiento terico, por lo que podemos hablar de ella como Epistemologa o Teora de la Ciencia encargada de clarificar los factores y procesos que intervienen en la produccin del pensamiento terico y delo conocimiento cientfico; as como, validar y regular estrategias utilizables en la elaboracin terica. Al tratar, pues, cualquier disciplina, habremos de referirnos directamente al problema de la investigacin sobre ella, sus posibilidades y lmites, su sentido y documentacin epistemolgica, y de la elaboracin de sus conocimientos. Constituye un punto de partida obligado la afirmacin de que toda produccin cientfica -prctica de investigacin- opera dentro de un marco conceptual donde adquiere sentido y orientacin. Cuando se defina con Schwab la estructura sustantiva de una ciencia se deca cmo sta constituye una estructura cognitiva que justifica el tipo de preguntas que nos hacemos sobre los fenmenos, los experimentos que se hacen para responderlas, y cmo cobran sentido los datos que de la investigacin se obtienen. La idea de relacionar toda produccin cientfica con un marco conceptual en el que se desarrolle, est ampliamente asumida en estos momentos. Obsrvense, a ttulo ilustrativo, estas dos citas de Cohen y Poincare, recogidas por KERLINGER (1975:16):

No hay un genuino progreso en el conocimiento cientfico mediante el mtodo baconiano de acumular hechos cientficos sin hiptesis o previsin de la naturaleza. Sin cierta idea orientadora no sabemos qu hechos reunir... No podemos determinar qu es relevante y qu es irrelevante.

Se dice a menudo que los experimentos deben hacerse sin ideas preconcebidas. Esto es imposible. No slo hara intil los experimentos, sino que an si deseramos hacerlo as, no podramos lograrlo. Ha sido, sin embargo, la orientacin que Kuhn ha impreso en el anlisis del proceso de

produccin e incremento del conocimiento la que ha tratado de precisar con mayor rigor una explicacin relativa al proceso de produccin del conocimiento. Toda ciencia se desarrolla en relacin a un paradigma o matriz disciplinar, sustentado por la comunidad cientfica que suministra a su prctica no slo un marco sustantivo de ideas, que ejercen una clara funcin de determinacin preceptiva, sino el tipo de procedimientos metodolgicos ms aceptables para la verificacin de las hiptesis en juego en la investigacin. El trmino paradigma, sustituido por el de matriz disciplinar (KUHN, 1978), tiene buen nmero de acepciones como lo ha puesto de manifiesto MASTERMAN (1975), en un anlisis detallado del mismo. En todo caso, la idea que el paradigma constituye un marco de referencia terico-sustantivo y una orientacin metodolgica parecen constituir las dos notas ms relevantes. La teora cientfica supone un marco orientador, regulador e interpretativo de la investigacin. Los datos que sta pueda suministrar no suelen ser causales, su desarrollo no consiste en la pura acumulacin de conocimientos y no tiene sentido si no es el marco de la interpretacin terica. Es necesario -dice CASTORINA (1973:61)- considerar que la estructura de las teoras determinan al menos, en buena medida, no slo las preguntas que se formulan, sino tambin las respuestas que se dan a las preguntas; los datos de la experiencia no son dados, sino adquiridos por la actividad del cientfico, y citando a Bourdieu y Passeron seala: la realidad emprica carece de iniciativa propia y slo responde cuando la interrogamos. Algunas frases tomadas de RYAN (1973:95-109) refuerzan el planteamiento apuntado: una teora proporciona un modelo de relato, un paradigma, un enfoque para la investigacin... las teoras son heursticamente tiles, pues nos sugieren experimentos de otra forma no apreciables. Esta serie de afirmaciones son congruentes con otros planteamientos en los que se seala que el proceso de investigacin responde a algn problema previamente formulado. Si 4

bien, en este caso lo que se indica es que la teora, el paradigma o matriz disciplinar, proporciona un determinado tipo de problema. En realidad, con lo que estamos diciendo referimos diversas funciones que competen a la teora en relacin con la investigacin. Aunque sea redundar en lo dicho anteriormente, la cita siguiente de BELTH (1971:22-23) es precisa: la teora otorga significado a los hechos que de otro modo no lo tendran, hace posible la explicacin de fenmenos y permite una interpretacin de los hechos observados. La teora, al mismo tiempo, supone un ahorro del costo que constituye el intento de construir el conocimiento en base a la acumulacin progresiva y aleatoria de datos empricos. La teora constituye una especie de marco mnemnico orientador de la investigacin y establece condiciones en las que las relaciones funcionales entre variables se cumplan o no; es decir, es predictiva. La investigacin cientfica, pues, es orientada por la teora, pero sta no es sometida a prueba en la investigacin globalmente. En el marco de la teora se plantean determinadas preguntas, se levantan hiptesis que sern, precisamente, objeto de la respuesta y/o de la verificacin cientfica. Si se considera la definicin que KERLINGER (1975:11) ofrece de la investigacin cientfica apreciaremos lo que se viene diciendo claramente: la investigacin cientfica es una investigacin sistemtica, controlada, emprica y crtica, de proposiciones hipotticas sobre las presumidas relaciones entre fenmenos naturales. La idea expuesta no es de utilidad en relacin con lo que decimos sobre el hecho de que la investigacin no pretende validar ni refutar teoras, sino hiptesis; es decir, supuestas relaciones entre variables expresadas proporcionalmente. Las hiptesis constituyen uno de los recursos instrumentales de que se vale la teora para orientar la investigacin e ir obteniendo algn tipo de conocimiento sobre relaciones entre las variables de un fenmeno. La hiptesis -seala HAYMAN (1969:37)- dicen al investigador qu es lo que necesita exactamente descubrir en su estudio, le aclaran cules son las variables con las que ha de encontrarse y las relaciones que existen entre ellas. Y, algo similar considera KERLINGER (1975:21): El investigador que no supone una relacin por anticipado, no da a los hechos la oportunidad de demostrar o negar algo. En este sentido, puede afirmarse que el proceso investigador, en ningn caso, constituye una bsqueda aleatoria e indefinida de datos, o una pretendida asepsia terica para permitir que los datos hablen por s mismos. Empezamos a comprender -apunta BUNGE (1975:9)- que el fin de la investigacin no es la acumulacin de hechos, sino su comprensin, y que sta slo se obtiene arriesgando y desarrollando hiptesis precisas. 5

Otro dispositivo directamente vinculado a la teora y que, asimismo, cumple funciones en relacin con las investigaciones cientficas es el de Modelo. SNOW (1973) refiere como expresin usual en Filosofa de la Ciencia la de modelo de una teora, y HEINICH (1974) habla del modelo como una representacin estructural de una teora sometida a revisin peridica. BUNGE (1975:46) estudia, en uno de los captulos de su libro, diversos tipos de modelos y define las funciones que a los mismos les corresponde en el desarrollo de teoras y en la prctica de la investigacin. Concretamente, habla de modelos objeto y modelos tericos, definidos como esquemas hipotticos de cosas y hechos supuestamente reales. Un modelo objeto puede considerarse como cualquier representacin esquemtica de un objeto. El modelo terico viene a suponer una teora especifica consistente en la descripcin, interpretacin e inclusin en una teora general del objeto modelo. La importancia heurstica del modelo, en este sentido, es considerable. Al respecto el mismo BUNGE (Ibdem, 47) seala: los problemas particulares, esto es, los problemas relativos a situaciones especficas slo pueden plantearse y resolverse dentro de teoras especficas (microteoras). A mayor abundamiento, slo las teoras especficas (modelos tericos) son empricamente contrastables, las teoras generales no producen conclusiones particulares y por ello no son contrastables con precisin. El modelo, pues, supone una construccin terica o sistema deductivo de segundo grado similar a la teora, construido para interpretar el contenido de la misma y para hacer posible su contrastacin emprica. No se va a entrar aqu en una descripcin pormenorizada de los diversos tipos de modelo. Interesa nicamente destacar el carcter de construccin terica que les define, su funcin orientadora de la prctica cientfica, e indicar cmo en la situacin de aprendizaje-enseanza, adems de comportar una teora de la misma, sugiere prcticas didcticas, didaxis. En los ltimos aos, de manera especial, la prctica de elaboracin de modelos ha venido siendo cada vez ms frecuente en los diversos mbitos del diseo, desarrollo y evaluacin de la situacin de aprendizaje-enseanza. Con estos datos se ha definido el marco conceptual de generacin de teoras y la articulacin y desarrollo de la investigacin en marcos tericos, paradigmas o matrices disciplinares; mediante la formalizacin, elaboracin de modelos y validacin de hiptesis sometidas a contrastacin. Lo dicho supone fundamentalmente lo que podramos denominar una contextualizacin terica de la prctica cientfica.

A continuacin, es preciso hacer una breve alusin al marco ms amplio en el que las teoras se desarrollan y en el que el conocimiento se incrementa. Son diferentes las interpretaciones del proceso de incremento del conocimiento. Para POPPER (1974), por ejemplo, dicho fenmeno se realiza mediante un proceso de competicin de teoras, lo que viene a significar una proyeccin sobre el tema de su propia teora lgicoformal de la ciencia, y para KUHN (1978) slo podra entenderse y explicarse suficientemente el problema en la medida que se recurra a la inclusin de toda la serie de factores sociohistricos que estn en la base del cambio de paradigma. El cambio de la ciencia normal a la ciencia revolucionaria, en una interpretacin histrica del mismo, slo puede comprenderse en tanto se de cuenta de los factores extracientficos que lo determinan. Es frecuente observar que no slo la lgica de los datos imponen las rupturas de un paradigma y el surgimiento de otros nuevos. No se va a entrar aqu en las diversas posiciones sobre el tema, simplemente nos limitaremos a indicar cmo la vinculacin del desarrollo e incremento del conocimiento, al cambiar de paradigma, introduce una perspectiva importante de contextualizacin sociolgica. En nuestro caso particular a nadie escapa el protagonismo creciente de la Psicologa, como elemento troncal del curriculum educativo actual y futuro. En este sentido, la propuesta de LAKATOS (1974) sobre lo que denomina programa de investigacin es digna de ser destacada. Hablar de programas de investigacin supone algo ms que una atencin al desarrollo formal, metodolgico e instrumental de la ciencia. Exige articular un plan de investigacin abierto al reconocimiento y compromiso con los contextos sociales e institucionales en los que los planes de investigacin se desarrollan. Por ello, un programa de investigacin no slo ha de dar cuenta de su validez externa e interna (en el sentido de la teora del diseo experimental, STANLEY-CAMPBELL (1978)), sino, al mismo tiempo, de las opciones que implica, las estrategias, los valores, etc, que le sirven de contexto y justificacin. Se ha tenido ocasin de ver a lo largo de este apartado una serie de cuestiones relativas a la contextualizacin de la prctica cientfica y de los procedimientos encaminados a la elaboracin y construccin del conocimiento sistemtico, insistiendo de forma particular sobre cmo la investigacin surge y se desarrolla al amparo de determinados marcos tericos, paradigmas o matrices disciplinares. En este sentido, afirmamos que la teora dirige y orienta la investigacin, formaliza modelos y genera hiptesis para ser falsacionada en la prctica cientfica. Teniendo en cuenta, adems, los procedimientos instrumentales a travs de los que se contrasta y prueba aquella 7

que no puede ser suficientemente conceptualizada sin ser incardinada coherentemente en el paradigma que la avala. Es decir, la teora genera, orienta y dirige la investigacin, y sta, tiene como meta la elaboracin terica. Entre teora e investigacin ha de producirse un ciclo continuo reversible y dinmico. As pues, ni la teora puede entenderse como una organizacin sistemtica y formalizada de saber conservador y dogmtico, supuestamente concluso y acabado; sino como una estructura abierta y dispuesta a recibir revisiones sucesivas como consecuencia de sus intercambios recprocos con la realidad. Tampoco, la prctica cientfica ser una bsqueda ciega de datos y relaciones, sino que se orientar a lo estrictamente lgico y racional. Interesa destacar cmo, desde esta perspectiva, la investigacin tiende a confluir sobre la elaboracin terica entendida como organizacin e integracin del conocimiento posedo en un momento particular en un cuadro de referencia significativo (PATTERSON, 1977:6). En su articulacin interna, formalmente considerada -siguiendo a Patterson-, la teora viene constituida por: * Un conjunto de postulados o axiomas. * Un conjunto de definiciones de los trminos o conceptos que la componen. * Relaciones entre trminos y conceptos segn determinadas reglas, por lo comn, lgicas. * Una serie de hiptesis derivadas o construidas a partir de los anteriores componentes. No podemos terminar este apartado sin sealar que una elaboracin terica debe ser contrastada, para lo cual debe ofrecer una serie de criterios al objeto de que sean considerados, tales como: grado de importancia, precisin y claridad, simplicidad, comprensibilidad, operacionalidad, utilidad, rango de validez, falsabilidad y practicidad. El conocimiento cientfico tiene unas caractersticas propias que le dan ese carcter, diferencindolo del conocimiento vulgar y de la simple opinin o valoracin. Estas caractersticas son las siguientes: - Objetividad.- Quiere decir que el conocimiento no tiene nada que ver con nuestros deseos, sino que este conocimiento concuerde con la realidad del objeto de estudio. - Racionalidad.- El argumento fundamental en la ciencia es la razn; por eso los cientficos manejan conceptos, juicios y razonamientos. - Sistematicidad.- El conocimiento debe ser ordenado, consistente y coherente en sus elementos. - Emprica.- Son la observacin y la experimentacin el punto de partida. - Fiabilidad.- La fiabilidad incluye la incertidumbre y el carcter probabilstico. 8

-Metodicidad.- Se obtiene mediante la aplicacin de planes elaborados cuidadosamente para dar respuesta a preguntas o problemas. -Anlisis.- Los datos se deben analizar con la mayor garanta, facilitando la contrastabilidad y la objetividad. - Comunicabilidad.- Los resultados deben ser expresados en trminos comprensibles, siendo expresados en un lenguaje preciso. El concepto de investigacin educativa ha ido cambiando a lo largo del tiempo y ha adoptado nuevas formas. Actualmente, podemos considerar que la investigacin educativa tiene enfoques diferentes entre los que se pueden destacar: 1- Enfoque emprico-analtico, que consiste en la aplicacin del mtodo cientfico, propio de las ciencias naturales. 2- Enfoque constructivista, consistente en que la investigacin se preocupa de comprender las intenciones de los sujetos en la conducta humana; por tanto, consiste en comprender los fenmenos educativos. 3- Enfoque pragmtico o investigacin-accin. Se preocupa por la bsqueda de soluciones a los problemas educativos cotidianos del aula. Cuando investigamos en educacin, debemos darnos cuenta que los fenmenos educativos son complejos y no se pueden reducir exclusivamente a aspectos cuantitativos ya que intervienen aspectos como valores, actitudes y creencias. Como consecuencia de lo manifestado anteriormente se deriva que en la investigacin educativa se emplean diversas metodologas. La peculiaridad en la relacin del investigador con el objeto investigado, en el sentido de que no se puede ser totalmente neutral e independiente. La investigacin educativa tambin tiene obstculos, tales como: obstculos tcnicos, en cuanto su medicin es complicada, al ser los fenmenos ms complejos que los fenmenos naturales; obstculos ambientales que se refieren a que hay variables que difieren en funcin del ambiente, por lo que los resultados obtenidos en un ambiente no son generalizables a otros ambientes; obstculos ticos, por los que el quehacer cientfico se debe regir por normas entre las que destacamos el consentimiento de los sujetos de la investigacin, conocimiento de la naturaleza del instrumento y las condiciones de la investigacin, los sujetos objeto de la investigacin deben estar protegidos de amenazas de riesgos psicolgicos y fsicos, etc.

2.- Investigacin educativa. Previo a su desarrollo, esquematizaremos los pasos necesarios en el proceso de investigacin. Problema. Definir con claridad y precisin el problema general de forma interrogativa. 9

Formular el problema general en partes o subproblemas.

Fuentes de documentacin. Segn estudios previos: Se haba planteado antes el problema? Hay constancia emprica organizada de cmo se ha resuelto? A qu conclusiones se han llegado? Segn los autores: Qu opinan? A qu conclusin se puede llegar? Segn la prctica: A qu conclusiones provisionales se llega? Se ha llegado a algn hallazgo? Se trata de algo en la lnea cientfico-prctica?

Objetivos. Indicar el objetivo general. Delimitar los objetivos especficos.

Hiptesis. Redactar la hiptesis general y la especfica. Qu se puede concluir racionalmente o por argumentos vlidos? Expresan las hiptesis la posible relacin entre las variables? Es posible contrastarlas empricamente?

Variables. Cul es la variable dependiente y cmo se controla? Cul es la variable independiente. Qu niveles o categoras adopta y cmo se controla? Cules son otras variables intervinientes y cmo se controlan? Qu variables quedan sin controlar? Estn suficientemente operativizadas cada una de las variables como para ser contrastadas empricamente?

Validacin de la/as hiptesis. Muestra y poblacin: Con qu grupo se va a trabajar? Delimitar con claridad la poblacin en todas sus notas definitorias. Seleccionar la muestra, indicando qu tcnicas se han seguido. Es representativa y normalizada. Instrumentos de medida y recogida de datos: Con qu instrumentos se van a medir las variables? Est el instrumento construido? Qu nombre tiene, cul es el autor, qu mide exactamente, cul es su suelo y su techo, cmo es su aplicacin individual o colectiva- duracin, quin lo distribuye? Cules son sus caractersticas tcnicas, as como su fiabilidad y validez? Est tipificado? Es

10

de construccin propia? Qu objetivos o funciones pretende conseguir? Cules son sus contenidos o reas? Definir todas las caractersticas. Enfoque o diseo de investigacin: Qu metodologa y diseo se va a seguir para validar la hiptesis? Qu tipo de diseo es: experimental, cuasiexperimental o no experimental? Simbolizar en un esquema el diseo utilizado junto a su paradigma. Validez interna y externa. Plan de anlisis de datos: Qu pruebas estadsticas aplicar? Se cumplen las condiciones de un contraste paramtrico? Qu tipo de variable es? Cul es la hiptesis nula y la alternativa. Nivel de significacin seleccionado. Etc. Decisin estadstica.

Conclusin. Generales y particulares. Estn las conclusiones relacionadas claramente con el problema y la hiptesis de estudio.

Implicaciones prctico-educativas. Qu implicaciones generales tiene el estudio? Qu implicaciones educativas tienen las decisiones?

Discusin crtica. Examinar cada una de las etapas de la investigacin en orden a la idoneidad de los hallazgos Razonar cules y por qu son las partes ms dbiles.

2.1.- Pasos en el proceso de investigacin. Antes de adentrarnos en las modalidades de investigacin educativa, analizaremos los pasos de todo proceso de investigacin. 1.- Formulacin del problema.- Es quizs lo ms difcil de plantear ya que se tiende a proponer problemas de gran complejidad y amplias miras. De cualquier manera, el problema debe ser real, es decir, que exista; debe ser realizable, es decir, que podamos formular una hiptesis como intento de solucin y que adems sea posible comprobar dicha hiptesis; por ltimo debe ser original, es decir, que no est ya resuelto. El problema debe ser formulado con precisin y en una o varias preguntas concretas donde se relacionen las variables implicadas, de forma que se constituya en gua para la formacin de la hiptesis.

11

2.- Consulta de fuentes.- Consiste en hacer una revisin sistemtica del estado de la cuestin sobre el tema de investigacin que estamos realizando. La consulta de fuentes puede definir y delimitar el problema, situar el problema en su contexto histrico, evitando algo muy importante, como son las replicaciones innecesarias y ayudndonos a seleccionar mtodos y tcnicas. Las fuentes, como los libros, que nos orientan hacia otras ms especficas, se llaman generales. Aquellos textos en los que los autores comunican los resultados de investigacin, como las revistas, se llaman fuentes primarias. Cuando un autor informa de trabajos hechos por otros autores, como una bibliografa, se llaman fuentes secundarias. Algunos centros de documentacin son: BIBE (Boletn Internacional de Bibliografa sobre Educacin) y CIDE (Centro Nacional de Informacin y Documentacin Educativa). Algunas bases de datos interesantes en educacin son: ERIC, PsycLIT, etc. 3.- Formulacin de hiptesis.- Las hiptesis deben estar insertas en una teora cientfica y deben ser contrastables, de manera que podamos acudir a la experimentacin para poder demostrar su veracidad. Cuando formulamos una hiptesis debemos tener presente aspectos tales como: qu respuesta razonada y coherente puedo dar al problema en este momento y circunstancias. En el planteamiento de las hiptesis tendremos en cuenta que sta se basar en una teora o en la prctica, que sern empricamente contrastables, que deben expresar la relacin entre variables, que sus enunciados deben ser claros y precisos adems de ser redactadas en forma enunciativa afirmativa y, por supuesto, debemos huir de los juicios de valor. 4.- Identificacin de las variables.- Definiremos la variable como una caracterstica observable de algo que puede adoptar distintos valores o de ser expresada en varias categoras. Es fundamental que la definicin de la variable sea operativa, es decir, que podamos describir las operaciones que han de realizarse para medirla o manipularla. Una variable es dependiente cuando se convierte en la caracterstica que aparece o cambia cuando el experimentador manipula la variable independiente. La variable independiente es la que el investigador se propone manipular de forma deliberada para descubrir sus relaciones con la variable dependiente. La variable cualitativa es la que se expresa en categoras, al no ser cuantificable; pueden ser nominales como el sexo u ordinales como el grado de malignidad de una enfermedad. La variable cuantitativa es la que podemos expresar con valores numrico; sta a su vez puede ser discreta y continua. La discreta slo puede tomar valores determinados, mientras que la continua puede tomar, en teora, infinitos valores numricos. 12

5.- Diseo de investigacin.- Es un plan general encaminado a dar un modelo de verificacin que permita contrastar la teora con los hechos. Son un conjunto de actividades organizadas que deben adaptarse a las particularidades de cada investigacin. Cada investigacin tiene su propio diseo. 6.- Poblacin y muestra a utilizar.- La poblacin es el conjunto de sujetos en los que se desea estudiar un determinado fenmeno. Sin embargo, acceder a la poblacin en la mayora de los casos es difcil y costosa, por lo que se recurre a la muestra como el conjunto de casos extrados de la poblacin por medio de la operacin de muestreo. Los mtodos para el muestreo se clasifican en dos grandes apartados: probabilsticos y no probabilsticos. Dentro de los probabilsticos encontramos los siguientes: a) Muestreo aleatorio simple: Es la modalidad de muestreo ms conocida y en la que se alcanza un mayor rigor cientfico. Los pasos que se realizan para elegir una muestra aleatoria suelen ser: 1) definir la poblacin, confeccionar una lista de todos los individuos y asignarles nmeros consecutivos de 1 hasta n; 2) la unidad de base de la muestra debe ser la misma; 3) concretar el tamao de la muestra; 4) extraer al azar los elementos. b) Muestreo sistemtico: con los siguientes pasos: 1) se ordenan los individuos de la poblacin; 2) se calcula c = N/n, donde c (constante) es un numero entero, N es el nmero de individuos de la poblacin y n el tamao de la muestra; 3) se elige al azar un nmero a, comprendido entre el 1 y c; 4) el nmero a ser el primer individuo seleccionado; 5) los sucesivos individuos sern: a+c, a+2c, a+3c,..., hasta llegar a n. Por ejemplo: si en un colegio hay 1000 alumnos y se quiere realizar un estudio con l00. el intervalo ser 1000/100 = 10(c). De esta forma, cada 10 nmeros se seleccionarn los sujetos partiendo de a que constituirn la muestra. c) Muestreo estratificado: Se utiliza cuando la poblacin est constituida en estratos, conjuntos de la poblacin con homogeneidad con respecto a la caracterstica que se estudia. Por ejemplo, clases sociales (alta, media, baja). El proceso consiste: 1) se divide la poblacin en estratos; 2) de cada estrato se extrae una muestra por algn procedimiento de muestreo; 3) el nmero de individuos de cada estrato se puede decidir por: afijacin simple (la muestra total se divide en partes iguales) o afijacin proporcional (se tiene en cuenta la proporcin de individuos en cada estrato); 4) la suma de las muestras de cada estrato forman la muestra total n. d) Muestreo por conglomerados o grupos: Se utiliza cuando los individuos de la poblacin constituyen agrupaciones naturales, como por ejemplo, los alumnos de una clase, o los de un colegio. En este caso, la unidad de muestreo no es el individuo, sino el conglomerado. Los pasos son los siguientes: 1) la poblacin se divide en grupos o conglomerados; 2) se seleccionan aleatoriamente los conglomerados; 3) los sujetos de los conglomerados constituyen la muestra. e) Muestreo polietpico: Sigue una secuencia de eta13

pas de seleccin de unidades muestrales de mayor a menor rango, hasta llegar a los individuos que constituyen la muestra (distrito escolar, escuelas, aulas, alumnos). Este tipo de muestreo slo necesita conocer los individuos que integran los conglomerados de la ltima etapa. Adems, en cada etapa puede aplicarse un muestreo aleatorio. En el muestreo no probabilstico se seleccionan a los individuos siguiendo determinados criterios, procurando que la muestra resultante sea lo ms representativa posible. Los principales son: a) Muestreo accidental o casual: El criterio de seleccin de los individuos depende de la posibilidad de acceder a ellos. Por ejemplo, pedir voluntarios, o entrevistar a la salida de un metro, b) Muestreo intencional u opintico: La seleccin se hace por expertos, segn unos criterios establecidos, de tal forma que se asegure la representatividad de la muestra. c) Muestreo por cuotas: En este mtodo se fijan unas cuotas. Cada cuota consiste en un nmero de individuos que renen determinadas condiciones. La seleccin de las cuotas suele hacerse mediante rutas o itinerarios. Ejemplo: 20 individuos de 25 a 40 aos, casados y de sexo femenino de la poblacin de Ceuta. Se eligen los primeros que se encuentran que renan esas condiciones. Este mtodo se utiliza mucho en las encuestas de opinin. 7.- Datos a utilizar y tratamiento estadstico.- En la recogida de datos el investigador se valdr de todo aquello que le sirva para acercarse a los fenmenos estudiados y extraer de ellos toda la informacin posible. Los instrumentos ms usuales de recogida de datos son los tests, los cuestionarios, la entrevista, la observacin no participante, etc. El tratamiento estadstico lo veremos de forma ms amplia en la segunda parte.

2.2.- Investigacin cuantitativa. 2.2.1.- Caractersticas de la investigacin cuantitativa. La investigacin cuantitativa toma los mtodos propios de las ciencias fsiconaturales. Desde este punto de vista, el objeto de la investigacin educativa es explicar, predecir y controlar los fenmenos educativos. Establece como criterios de calidad la validez, la fiabilidad y la objetividad. La validez interna ocurre cuando los datos recogidos se corresponden con la realidad y la validez externa queda expresada cuando es posible aplicar los resultados o descubrimientos obtenidos a otros contextos. Existir fiabilidad cuando al repetir la investigacin obtuviramos los mismos resultados. La objetividad es la seguridad de que los datos no estn sesgados.

14

La investigacin cuantitativa se basa en instrumentos que implican la cuantificacin de los hechos, utilizando tests, cuestionarios, escalas de medida, entrevistas estructuradas, etc. El anlisis de los datos es de carcter deductivo y estadstico. Considera la realidad como algo externo al investigador, nica y tangible, que puede fragmentarse en variables. Pretende llegar a generalizaciones libres del tiempo y contexto, con el fin de formular las leyes y explicaciones objetivas que rigen los fenmenos. El investigador es visto como un ser objetivo, libre de valores, que trabaja distanciado del objeto de estudio. La metodologa, pues, est libre de valores: el mtodo es garanta de neutralidad. Dentro de esta modalidad de investigacin se incluyen: 1) la investigacin experimental; 2) la investigacin cuasiexperimental, y 3) la investigacin ex-post-facto o no experimental.

2.2.2.- Metodologa experimental. Lo que caracteriza a este mtodo de investigacin es la manipulacin que el investigador hace de la variable independiente. Este control le permite hacer las variaciones oportunas e impedir que variables extraas al proceso contaminen el resultado. Los principales diseos: A Bivalentes. Son los que se componen de dos grupos: grupo control y grupo experimental. Dentro de estos diseos los ms usuales son: -Diseo postest con grupo de control. El grupo experimental es el que recibe la influencia de la variable independiente y el grupo control sirve de referencia para apreciar las variaciones que se produzcan en el anterior. - Diseo pretest-postest con grupo control. Es parecido al anterior. Se diferencia en que en este caso las mediciones se hacen antes y despus de la intervencin de la variab le independiente. B Multivalentes. Son los que se componen de ms de dos grupos. - Diseo con tres grupos. Se asigna un grupo control y dos experimentales. Los tres grupos reciben pretest y postest. Los dos grupos experimentales reciben la accin de la variable independiente, pero en diferente intensidad. - Diseo con cuatro grupos. Un primer grupo recibe pretest y tratamiento, un segundo slo recibe pretest, un tercero slo recibe tratamiento y el cuarto que sera el control, no recibe nada. Todos los grupos hacen postest.

15

C Factoriales. Son aquellos en los que se tiene ms de una variable independiente para estudiar los cambios producidos sobre la variable dependiente.

2.2.3- Metodologa cuasiexperimental. La metodologa cuasiexperimental, de igual forma que la experimental, manipula la variable independiente, pero se diferencia de ella en que no ejerce el mismo grado de control sobre las variables extraas. Este mtodo est ms indicado para la investigacin que se desarrolla en escenarios educativos naturales y se acepta la carencia de un control experimental completo. Los tipos de diseos de la metodologa cuasiexperimental son: A Diseos de grupo nico.- Interviene un grupo de investigacin. - Diseo de un solo grupo con postest.- En este diseo la variable independiente slo se aplica a un grupo de sujetos y seguidamente el grupo realiza el postest para ver cules han sido los efectos del tratamiento. - Diseo de un solo grupo con pretest y postest.- Parecido al anterior con la diferencia que en ste se empieza por aplicar un pretest cuyos resultados se compararn con los obtenidos en el postest. B Diseos de grupo no equivalente - Diseo de dos grupos con postest a ambos.- Existe un grupo experimental y otro control; no son equivalentes, es decir, que los sujetos de uno y otro grupo pueden ser no comparables en las caractersticas ms relevantes. En este diseo, el grupo experimental recibe tratamiento y postest y el grupo control slo postest. - Diseo de dos grupos con pretest y postest ambos. En este diseo, el grupo experimental y el control realizan pretest y el postest, pero slo el experimental recibe los efectos de la variable independiente. C Diseos de series temporales interrumpidas. Lo propio de este mtodo es que la variable dependiente es medida antes y despus del tratamiento varias veces. El efecto del tratamiento viene determinado por la diferencia entre las medidas tomadas al grupo antes y despus de la intervencin o tratamiento. - Diseos simples. Se obtiene informacin de un solo grupo de sujetos, realizndose varias medidas antes y despus del tratamiento. - Diseo de dos grupos no equivalentes. Se aplican varias medidas de pretest y postest tanto al grupo control como al experimental, mientras que el efecto de la variable independiente slo lo recibe el experimental. 16

- Diseo con retirada de tratamiento. Este diseo se diferencia de los anteriores en que es posible retirar el efecto de la variable independiente en un momento determinado y el investigador sigue tomando medidas. D Diseos de sujeto nico. Estos diseos se parecen a los de series temporales interrumpidas, pero con la diferencia de que interviene un solo sujeto. - Diseo A-B. En la parte A se hace una lnea base conductual y en el B se introduce el tratamiento. - Diseo A-B-A. En la parte A se hace una lnea base conductual y en el B se introduce el tratamiento y en A se retira el tratamiento pero se sigue tomando datos para la lnea conductual. - Diseo A-B-A-B. En la parte A se hace una lnea base conductual y en el B se introduce el tratamiento, en A se retira el tratamiento pero se sigue tomando datos para la lnea conductual y B se vuelve a introducir el tratamiento.

2.2.4.- Metodologa no experimental. En la metodologa cuantitativa no experimental el investigador no manipula la variable independiente, para ver qu efectos produce en la variable dependiente, como ocurre en la metodologa experimental, sino que se plantea la validacin de las hiptesis cuando el fenmeno ya ha sucedido, de forma retrospectiva. La expresin ex-post-facto significa despus del hecho, o lo que es igual, despus de haber sucedido, haciendo alusin a que primero se produce el hecho y, despus, se analizan las posibles causas y consecuencias. Se trata, pues, de un tipo de investigacin en donde no se modifica el fenmeno o situacin objeto de anlisis, pues la relacin entre las variables dependiente e independiente ya se ha producido con anterioridad y el investigador slo puede registrar sus medidas y estudiar esa relacin. Cuando se quieren estudiar relaciones de causalidad, la mayor validez interna puede conseguirse al utilizar las metodologas experimental y cuasiexperimental, porque las variables son susceptibles de manipulacin. Sin embargo, a causa de la complejidad y la naturaleza de los fenmenos sociales, el educador no siempre puede seleccionar, controlar y manipular todos los factores necesarios para determinar la relacin de causalidad a travs de un experimento De ah que, para explorar o confirmar relaciones de causalidad, en muchas situaciones educativas slo sea viable una primera aproximacin con un planteamiento no experimental. La investigacin no experimental comprende tres procedimientos de actuacin:

17

A Mtodo comparativo-causal. El objetivo de este mtodo es detectar los factores que parecen hallarse asociados a ciertos hechos. Es una exploracin de las relaciones entre variables sabiendo que no podemos manipular la variable independiente, por lo que se debe esperar a que suceda espontneamente. B Mtodos descriptivos. Pretenden describir un fenmeno dado analizando su estructura y descubriendo las asociaciones ms o menos estables de las caractersticas que lo definen, sobre la base de una observacin sistemtica del mismo, una vez ocurrido. Dentro de los estudios de desarrollo se incluyen: estudios de desarrollo (longitudinales, transversales y de cohorte), los de casos, los de encuesta (cuestionario, entrevista) y los de observacin. C Estudios correlacionales. Se pretende describir las relaciones que existen entre las variables que intervienen en un fenmeno e indica el grado en que tienden a variar conjuntamente en el mismo sentido o en el opuesto.

2.3.- Investigacin cualitativa. La investigacin cualitativa pretende describir e interpretar los fenmenos educativos, como parte de los fenmenos sociales, estudiando los significados e intenciones de las acciones humanas desde la perspectiva de los propios interesados. Se sirve de las palabras, de las acciones y de los documentos orales y escritos para estudiar las situaciones sociales tal como son construidas por los participantes. Los investigadores cualitativos utilizan el trmino participantes y no sujetos para denominar a las personas investigadas, ya que el primero implica una interaccin con, ms propia de esta metodologa, mientras que el segundo hace referencia ms bien a una accin sobre, como corresponde a la metodologa cuantitativa. El investigador cualitativo intenta penetrar en el interior de las personas y entenderlas desde dentro. Se trata de entender al otro ponindose en su lugar, en vez de registrar y analizar desde fuera los datos que le aporta.

2.3.1.- Caractersticas. Las caractersticas de la investigacin cualitativa son: -Es inductiva: Las conclusiones y sntesis se van obteniendo de las informaciones particulares y concretas que el investigador obtiene de los distintos participantes en la investigacin: procede de lo particular a lo general.

18

-Es holstica: El investigador ve a las personas y al escenario desde una perspectiva total, global, unitaria: no son reducidos a variables sino considerados como un todo. Se estudia a las personas en el contexto de su pasado y de las situaciones en las que se hallan. -Es idiogrfica: Importa lo especfico, lo propio de cada caso (persona, situacin, grupo). Se busca la comprensin detallada de las perspectivas de otras personas, porque todas las perspectivas son valiosas. Por eso todos los escenarios y personas son dignos de estudio: ningn aspecto de la vida social o personal es demasiado frvolo o trivial para ser estudiado. La investigacin cualitativa no busca la generalizacin, sino que estudia en profundidad una situacin concreta. Desarrolla hiptesis individuales que se dan en casos individuales. No busca la explicacin o la causalidad, sino la comprensin. -Es descriptiva: Su finalidad consiste en describir rigurosamente el hecho en el que se desarrolla un acontecimiento. -Es realista: Intenta comprender la realidad, de la que forman parte los valores, que influyen asimismo en la investigacin, ya que el conocimiento no es asptico ni neutro, sino que se refiere a los significados de los seres humanos en interaccin y slo tiene sentido en la cultura y en la vida cotidiana. Es esencial experimentar la realidad tal y como otros la experimentan. -Es humanista. Como consecuencia de lo anterior, el conocimiento es un producto de la actividad humana, por lo que no se descubre, sino que se produce. Esto hace que no tenga sentido formular hiptesis previas. -Es interactiva: La persona es un ser interactivo, comunicativo, que comparte significados. Frente a la independencia investigador/investigados de la metodologa cuantitativa, la cualitativa sostiene su interrelacin, hasta tal punto que se influyen. -Es rigurosa: Los mtodos cualitativos enfatizan la credibilidad porque pretenden asegurar un estrecho ajuste entre los datos y lo que la gente realmente dice y hace. Los resultados del estudio deben ser confiables y crebles para la comunidad investigadora. -Es genuina en el mtodo: El investigador cualitativo es un artfice: crea su propio mtodo. Se siguen orientaciones generales, no reglas concretas. Los mtodos sirven al investigador; nunca ste es esclavo de un procedimiento; por eso, la investigacin cualitativa no comienza con hiptesis que hay que confirmar o rechazar. Las bases cientficas de la metodologa cualitativa son: la veracidad, la aplicabilidad, la consistencia y la neutralidad. La veracidad se manifiesta cuando los datos recogidos responden o se identifican con la realidad. La aplicabilidad se refiere a la posibilidad de aplicar los descubrimientos o resul19

tados obtenidos a otros contextos o situaciones parecidas. La consistencia indica el grado en que se obtendra los mismos resultados si la investigacin se replica o repite. La neutralidad significa la seguridad de que los resultados no estn sesgados.

2.3.2.- Mtodos. Son tres los mtodos que vamos a citar: fenomenolgico, estudio de casos y etnogrfico. Mtodo fenomenolgico. Estudia el mundo tal como se nos presenta, en y a travs de la conciencia. Los investigadores estudian las formas cualitativamente diferentes con las que los sujetos experimentan o piensan sobre varios fenmenos. Su propsito es descubrir las formas de comprensin que la gente tiene de fenmenos especficos para encuadrarlos dentro de categoras conceptuales. No realizan clasificaciones sobre el mundo tal cual, sino sobre las concepciones que las personas tienen del mundo. Mtodo de estudio de casos. El estudio de casos implica el anlisis de una situacin real en la que existen problemas que piden las oportunas soluciones. Consiste en una descripcin y anlisis detallados de unidades sociales o entidades educativas nicas. Se sita dentro del enfoque idiogrfico, ya que pretende la comprensin profunda de la realidad singular: individuo, familia, grupo, institucin social, comunidad, etc. (De la Orden, 1985). El estudio de casos es un tipo de investigacin muy apropiado para estudiar un caso o situacin con cierta intensidad en un periodo relativamente corto de tiempo. Mtodo etnogrfico.- La etnografa se interesa por lo que la gente hace, cmo se comporta, cmo interacta. Se propone descubrir sus creencias, valores, perspectivas, motivaciones y el modo en que todo eso se desarrolla con el tiempo. Trata de hacer todo esto desde dentro del grupo y desde dentro de las perspectivas de los miembros del grupo. Lo que cuenta son sus significados e interpretaciones. Esto supone un aprendizaje de su lenguaje y costumbres, con todos sus matices. La etnografa educativa, estudia las distintas reas de la vida social de la escuela. Describe, explica e interpreta los fenmenos educativos que tienen lugar en el contexto de la escuela. Su objetivo es aportar valiosos datos descriptivos de los escenarios educativos, actividades y creencias de los participantes en ellos, descubriendo patrones de comportamiento.

2.3.3.- Recogida de datos. 20

La observacin participante es una tcnica de recogida de datos en la que el observador participa en la vida del grupo u organizacin que estudia, entrando en la conversacin con sus miembros y estableciendo un estrecho contacto con ellos, de manera que su presencia no perturbe o interfiera de algn modo el curso natural de los acontecimientos. En este caso el investigador se somete a las reglas formales e informales del grupo social, participa en los distintos actos y manifestaciones de la vida, tiene acceso a sitios de reunin exclusivos del ncleo, etc. Podemos distinguir tres momentos o etapas en la observacin participante: el acceso al escenario, la estancia en el escenario y la retirada del escenario. - Acceso al escenario: Lo primero que debemos hacer es identificar la situacin que se va a observar. -Estancia en el escenario: La estancia en el escenario suscita tres tipos de cuestiones: la dinmica social que se genera en el periodo de estancia, el objeto de observacin y la metodologa. En la metodologa, los procedimientos bsicos a utilizar son tres: los de la recogida de datos, los de su anlisis y los de la comprobacin de la fiabilidad de las informaciones. La principal tcnica de obtencin de datos son las notas de campo, que contienen aquello que es visto y odo por el investigador sin incluir ningn tipo de interpretacin. Se trata de registrar las narraciones, acciones e interacciones que se producen en el contexto del modo ms completo y exacto posible. Para ello es conveniente utilizar video y audio, entre otros recursos. Tambin debe anotar el observador su conducta. sus impresiones y presentimientos, temores, percepciones, incidentes, predicciones, etc. -Retirada del escenario: Esta fase procede una vez que de los datos obtenidos y de su anlisis se obtienen teoras relevantes y comprensibles. Para ello es necesario haber reunido variedad de informacin desde diferentes perspectivas, separando claramente la descripcin de la interpretacin y de los juicios.

2.4.- Investigacin-accin. La investigacin-accin es aquella que tiene por objeto el trabajo ordinario del profesor con el nico fin de mejorar dicho trabajo. Haciendo un resumen podemos decir que esta investigacin se caracteriza por: 1- Se centra exclusivamente en la prctica educativa para mejorarla. 2- Es una investigacin de carcter mixto al poder utilizar tanto metodologa cuantitativa como cualitativa. 3- Es una investigacin que puede hacerse tanto de modo individual como en equipo. 21

II ) ASPECTOS PRCTICOS
22

Veamos a continuacin de forma prctica y ms desarrollada los puntos a seguir en un trabajo de investigacin:

1.- Formulacin del problema. Las preguntas que nos hacemos en la actividad diaria de clase son preguntas sencillas ante problemas sencillos, al menos en apariencia. Nos preocupamos de qu mtodo es el ms adecuado para una determinada asignatura, nos preocupa el dominio de un alumno disruptivo, buscamos la mejor forma de ensear o de hacer participar a un alumno distrado en la actividad diaria de clase, etc. Aunque, la complejidad del problema va a depender mucho de la situacin o de nuestras expectativas ante la tarea diaria de clase, nuestro consejo es que tratemos de resolver problemas sencillos sin grandes complejidades que nos resuelvan la situacin problemtica del momento. Aqu nos moveremos en una visin prctica, en la direccin de la llamada investigacin-accin. Hemos propuesto dos ejercicios ficticios pero verosmiles, slo queda que situaciones parecidas y sacadas de la realidad escolar conformen la investigacin de cada maestro o grupo de maestros, en situaciones concretas y diferentes de su propia realidad. He aqu algunas situaciones problemticas: Ejemplo 1: Como profesor de lengua en 6 de primaria, estoy preocupado por la enseanza de la ortografa. Creo que adems del mtodo tradicional (dictado, repeticin escrita de la palabra, etc.) sera de gran ayuda para una mejora de dicha ortografa, una actividad consistente en hacer crucigramas. Quiero comprobar si esta actividad, unida al mtodo tradicional, mejora de forma significativa la adquisicin de la ortografa. Debemos comentar que el profesor imparte clases en dos cursos (A y B) del mismo nivel Ejemplo 2: Quiero saber si el rendimiento acadmico de los alumnos de ESO depende de aspectos relacionados con la familia, la escuela1 o sus propias caractersticas personales; y si puedo predecir el rendimiento en funcin de estos aspectos.

2.- Consulta de fuentes. Planteados los dos problemas, debemos consultar las fuentes relacionadas con dichos problemas. Es posible que nuestro primer planteamiento cambie en algo despus de la consulta a fuentes, o que ese trabajo est perfectamente documentado y no necesite investigarlo personalmente. Supongamos que el problema planteado est poco estudiado y que adems de
1

Este aspecto lo trataremos de forma especial, como se ver ms adelante.

23

resolvernos la situacin concreta que nos preocupa, podemos aportar nuestro grano de arena a la investigacin en la escuela. Consideramos que la revisin bibliogrfica es fundamental para saber por dnde van las investigaciones actuales en estos aspectos y para ubicar nuestro trabajo dentro de este mapa investigador. Una de tantas formas para buscar informacin es la siguiente: 1- Entrar en internet en la pgina www.ugr.es 2- Dentro de esta pgina pulso en Servicios 3- Dentro de servicios pulso Biblioteca Universitaria 4- Pulsar bases de datos 5- Acceso a base de datos de Silver Platter a travs de ERL 6- De las mltiples bases de datos que aparecen se sealan aquellas que se relacionan con el tema que tratamos. 7- Una vez seleccionada, en la parte superior se seala abrir base de datos 8- En la ventana que aparece, se escribe las palabras claves y aparecern los abstract de todos los artculos con dicha palabra clave.

3.- Formulacin de hiptesis. De forma muy general diremos que las hiptesis deben ser realistas, estar expresadas de forma muy sencilla y que puedan ser demostrables. Distinguiremos entre la hiptesis nula (H0) y la hiptesis alternativa (H1). La hiptesis nula es la que supone que no existen diferencias significativas entre las puntuaciones de las variables consideradas, mientras que la hiptesis alternativa es aquella que afirma la existencia de diferencias significativas. En el primer ejemplo las hiptesis quedaran de la siguiente forma: H0 = No existen diferencias significativas en la adquisicin de la ortografa, se haga de forma clsica o de forma en la que se aada la actividad de los crucigramas. H1 = Existen diferencias significativas en funcin de que se ensee la ortografa con actividad (crucigramas) o sin ella. En el segundo ejemplo el planteamiento de hiptesis es ms complejo. Teniendo en cuenta las variables que hay definidas en el epgrafe siguiente, plantearemos las siguientes hiptesis. H0 = El rendimiento est influido por la adaptacin familiar.

24

H0 = El rendimiento est influenciado por el estado civil de la pareja en la que vive el sujeto. H0 = El rendimiento depende del sexo. H0 = El rendimiento depende de la edad. H0 = El rendimiento depende de la cultura en la que se inserta el sujeto.

4.- Identificacin de las variables. En este momento, debemos identificar y cuantificar las variables. En el primer ejemplo consideraremos las siguientes: Dictadoc = Nmero de faltas cometidas por los sujetos del grupo control en un dictado de 100 palabras. Es variable cuantitativa discreta. Dictadoe = Nmero de faltas cometidas por los sujetos del grupo experimental en un dictado de 100 palabras. Es variable cuantitativa discreta. El dictado ser el mismo en todos los casos. En el segundo ejemplo las variables que podemos considerar dependen de las intenciones que tengamos, ya que como podemos observar, el problema est expuesto de forma muy general. Una variable ser rendimiento, pero qu es rendimiento? Y cmo la cuantificamos? Supongamos que consideramos que el rendimiento es la suma de las calificaciones que el alumno ha sacado en Matemticas, Lengua y Ciencias Sociales; entonces una variable ser Matemticas, otra Lengua y otra Ciencias Sociales. La variable rendimiento sera un sumatorio de las tres consideradas anteriormente. Matemati = calificacin obtenida en la prueba correspondiente, con un rango de 1 a 10. Es variable cuantitativa continua. Lengua = calificacin obtenida en la prueba correspondiente, con un rango de 1 a 10. Es variable cuantitativa continua. Sociales = calificacin obtenida en la prueba correspondiente, con un rango de 1 a 10. Es variable cuantitativa continua. Rendimi = Matemati + Lengua + Sociales. Es variable cuantitativa continua. Sigamos en nuestro empeo de definicin de variables. El rendimiento lo queremos relacionar con aspectos familiares. Cmo cuantificamos esta variable? Procederemos de igual forma que antes. Podemos considerar que los aspectos familiares ms destacables son el estado civil de los padres de los sujetos y la adaptacin familiar de estos. Tendremos dos nuevas variables: el estado civil, que se puede conseguir con una simple pregunta de cuestionario, y 25

adaptacin familiar, que puede conseguirse con cualquier cuestionario del mercado (En el caso de cuestionarios habra que hacer transformaciones con las puntuaciones directas). Estacivi = Variable cualitativa nominal. Damos el valor 1 para el estado de casado y el 2 para los dems estados (separado, divorciado,...) Adaptafa = Variable cualitativa ordinal de tipo Likert. El valor 1 es para cuando la adaptacin familiar es muy baja, 2 para cuando es baja, 3 para cuando es normal, 4 cuando es buena y 5 cuando es muy buena, (la escala hecha en esta variable, ha supuesto una transformacin de las puntuaciones directas). El rendimiento tambin lo hemos relacionado con aspectos de tipo personal. Podemos considerar que son aspectos personales importantes: el sexo, la edad y la cultura a la que pertenece. Por tanto, definimos las variables. Sexo = Variable cualitativa nominal, con valores 1 para los hombres y 2 para las mujeres. Edad = Considerada en aos. Es variable cuantitativa discreta. Cultura = Variable cualitativa nominal, con los valores 1 para cristianos, 2 para musulmanes y 3 para gitanos. Por ltimo, relacionamos el rendimiento con aspectos escolares. Es obvio que podemos considerar muchos aspectos, pero a fuerza de imaginar, podemos considerar que la valoracin que el alumno hace del comportamiento del profesor es fundamental en el rendimiento. Este apartado de momento lo vamos a desgajar del problema y l en s mismo ser otro problema que podemos plantear diciendo qu queremos conocer, en funcin de la valoracin que hacen los alumnos del comportamiento del profesor, y saber qu perfil de alumno es el que tengo en clase.

5.- Realizacin del diseo de investigacin. En el primer ejemplo, como el profesor imparte clases en dos grupos, uno de ellos, por ejemplo el A lo utilizaremos como grupo control, es decir, como el grupo en el que no se aplica la intervencin; y el grupo B como el experimental, es decir, en el que s se aplica la intervencin, consistente en hacer crucigramas. El mtodo sera cuasiexperimental, ya que no hay un control total sobre la variables intervinientes y porque la experimentacin se desarrolla en un escenario educativo natural. Dentro de este mtodo, estaramos en un diseo de dos grupos con postest a ambos. Su representacin sera:

26

Grupos Experimental De control

Pretest NO NO

Tratamiento S NO

Postest S S

Por tanto, durante el curso acadmico impartiramos clases de ortografa en un curso, el control, de forma clsica y en el experimental, a la forma clsica le sumaramos la actividad de los crucigramas. Terminado el curso pasaramos la prueba de dictado de 100 palabras. En el segundo ejemplo el diseo es mltiple, destacando el cuantitativo experimental de tipo factorial.

6.- Poblacin y muestra a utilizar. En el primer ejemplo, la poblacin la constituiran todos los alumnos de 6 de primaria. Es evidente que sera muy costoso pasar la prueba de ortografa a todos estos sujetos. Es preciso coger una muestra de esta poblacin. Como la experiencia es en mi clase, que es de tal colegio y de tal ciudad, resulta que la seleccin de los individuos no es probabilstica, ya que no todos los sujetos tienen la misma probabilidad de ser elegidos en la muestra; ms bien se han elegido siguiendo determinados criterios; en nuestro caso la seleccin de los individuos depende de la posibilidad de acceder a ellos. Podemos decir, por tanto, que nuestro muestreo sera no probabilstico y accidental o causal. En nuestro caso la muestra la constituyen 20 sujetos elegidos al azar del grupo A (control) y 20 del grupo B (experimental). En el segundo ejemplo el muestreo tambin lo podemos considerar de tipo no probabilstico y accidental o causal. Se han considerado cuatro clases de ESO (primero, segundo, tercero y cuarto) y con un tamao de muestra de 30 sujetos.

7.- Datos a utilizar y tratamiento estadstico. Antes de introducirnos en los clculos estadsticos, sera conveniente hacer una introduccin al programa SPSS en sus funciones ms elementales y hacer una tabla con los pasos bsicos en el tratamiento estadstico. Empezaremos creando una base de datos. Para ello abriremos el programa. En la parte inferior se abre la pestaa vista de variables y aparecer una nueva pantalla con las columnas: nombre, tipo, anchura, etc. En la primera celda de la columna nombre escribiremos el nombre de la variable; en el primer ejemplo pondremos dictadoc. Pasamos con el ratn a la celda tipo y al picarla aparece un men en el que debe estar marcada la opcin numrica; 27

si es as damos a aceptar. La columna anchura se deja con el nmero ocho por defecto. La columna decimales, en nuestro caso, se debe poner a cero, ya que el nmero de faltas cometidas en un dictado no va a ser decimal. En la columna etiqueta se debe hacer una descripcin de la variable; en nuestro caso pondramos: nmero de faltas cometidas por el grupo control. En el resto de las columnas, de momento, no pondremos nada. De igual forma se proceder con las dems variables. En este caso dictadoe se hara exactamente igual, slo cambiara en la etiqueta en la que cambiaramos grupo control por grupo experimental. Realizada la operacin de definir las variables, pulsaremos con el ratn la pestaa situada en la parte inferior vista de datos. En la pantalla aparecern las columnas con los nombres de las variables y, ahora, slo nos queda introducir los datos (nmero de faltas) obtenidos por casa sujeto en la prueba del dictado. Ya tenemos la matriz de trabajo preparada, de momento con dos variables. Para que no se pierdan los datos, procedemos a guardar estos datos. Para ello abriremos del men que aparece en la parte superior, la opcin archivos y dentro de sta, la opcin guardar. Se nos invita a poner nombre a este archivo que en nuestro caso parece oportuno nominarlo como ortografa tras lo que pulsaremos guardar. Dejemos por un momento el programa al que volveremos ms tarde, para dar unas lneas muy generales de lo que podemos hacer estadsticamente con las variables. Descriptivo
- Variable cualitativa nominal . Moda . Diagrama de barras . Tabla de frecuencias . Pruebas de bondad. - Variable cualitativa ordinal (depende de cmo se considere) - Variable cuantitativa . Prueba de normalidad . Media, mediana, moda, desviacin tpica, varianza, rango, valor mximo y mnimo, curtosis, asimetra, cuartiles e histograma con curva normal. . Tabla de frecuencias

Inferencial
- Tablas de contingencia. - Pruebas paramtricas - Pruebas no paramtricas

Instrumento
- Fiabilidad - Validez

Relacional
- Correlacin - Regresin

Pasemos a realizar el estudio descriptivo de las variables del primer ejemplo. Como son variables de tipo cuantitativo, realizaremos las operaciones que aparecen en el cuadro:

28

1.- Prueba de normalidad. Se trata de ver si los datos de la variable se distribuyen de forma normal (campana de Gauss). Procedemos de la siguiente forma, para ver dicha normalidad: marcar el men analizar, pruebas no paramtricas, K-S de 1 muestra. En la ventana que se abre, aparecern dos ventanitas, en la de la izquierda estn las variables, que debemos marcar y pasar a la ventanita de la derecha por medio de la flecha entre ambas. Hecho esto, nos cercioramos de que est sealada la opcin normal, tras lo cual daremos a aceptar. El resultado ser el que aparece a continuacin:

Prueba de Kolmogorov-Smirnov para una muestra DICTADOC N Parmetros normales Diferencias ms extremas Media Desviacin tpica Absoluta Positiva Negativa 20 5,65 3,03 ,115 ,086 -,115 ,515 ,954 DICTADOE 20 2,45 1,57 ,163 ,163 -,138 ,727 ,665

Z de Kolmogorov-Smirnov Sig. asintt. (bilateral) a La distribucin de contraste es la Normal. b Se han calculado a partir de los datos.

Cmo interpretar estos datos? La hiptesis nula (H0) que planteo es que la variable se distribuye normalmente y la hiptesis alternativa (H1) es que la variable no de distribuye normalmente. Cuando los valores de la significacin son mayores de 0,05 debo admitir la hiptesis nula, y si el valor es menor de 0,05, tomar la hiptesis alternativa. En nuestro caso los valores de la significacin Sig. Asintt. (bilateral) (Significacin asinttica bilateral) son para dictadoc 0,954 y para dictadoe0,665. Vemos, por tanto, que al ser los valores de la significacin mayores de 0,05 debemos admitir la hiptesis nula, es decir, que las dos variables se distribuyen normalmente. 2.- Media, mediana, moda, desviacin tpica, varianza, rango, valor mximo y mnimo, curtosis, asimetra, cuartiles. Para obtener todos estos parmetros seguimos la siguiente ruta: analizar, estadsticos descriptivos, frecuencias. En la ventana que se abre, pasamos las variables a la ventanita de la derecha. Despus pulsamos la opcin estadsticos y sealaremos: cuartiles, desv. Tpica, varianza, amplitud, mnimo, mximo, media, mediana, moda, asimetra y curtosis; confirmamos con continuar. Volvemos a sealar la opcin grficos y dentro de ella marcamos histograma con curva normal y continuar, aceptar. Los resultados son los que siguen:
Estadsticos

29

DICTADOC N Media Mediana Moda Desv. tp. Varianza Asimetra Curtosis Rango Mnimo Mximo Percentiles Vlidos Perdidos 20 0 5,65 6,00 5 3,03 9,19 -,056 -,223 12 0 12 3,25 6,00 8,00

DICTADOE 20 0 2,45 2,00 2 1,57 2,47 -,033 -,876 5 0 5 1,25 2,00 4,00

25 50 75 a Existen varias modas. Se mostrar el menor de los valores.

La media es la media aritmtica de todos los valores dividido por el nmero de sujetos. La mediana es el valor central de la distribucin y la moda es el valor de mayor frecuencia. Cuando una distribucin normal es perfecta, media, mediana y moda coinciden. En nuestro caso, dichas medidas no son las mismas por lo que la distribucin normal no es perfecta. La desviacin tpica nos indica la forma en que los sujetos se sitan en torno a la media. En nuestro caso, la desviacin tpica de dictadoc es de 3,03 y la de dictadoe 1,57. Esto quiere decir que las notas de los sujetos del grupo control estn mucho ms dispersas; es decir, los valores mximos y mnimos son ms frecuentes, respecto a la media que los del grupo experimental, que aparece ms compacto; el rango nos da idea de lo que estamos diciendo. Anteriormente hemos dicho que la distribucin de los datos no es perfecta. Parte de esa informacin la proporcionan la asimetra y la curtosis. La asimetra indica si la curva se desplaza hacia la derecha o hacia la izquierda; cuando el valor es positivo, el desplazamiento es hacia la izquierda, es decir, hacia los valores ms pequeos; y cuando es negativo se desplaza hacia la derecha, hacia los valores ms altos. La curtosis nos indica la elevacin de la curva hacia arriba (leptocrtica) o hacia abajo (planicrtica). Los valores positivos la suben y los negativos la bajan. Lo ideal tanto en la asimetra como en la curtosis, es el valor cero. Los cuartiles indican el nmero de faltas del 25%, 50% y 75% de los sujetos. Veamos ahora los datos del histograma con la curva normal:

30

DICTADOC
7
7

DICT ADOE
6

Frecuencia

1 0 0,0 2,0 4,0 6,0 8,0 10,0 12,0

Des v . tp. = 3,03 Media = 5,7 N = 20,00

Frecuencia

1 0 0 ,0 1 ,0 2 ,0 3 ,0 4 ,0 5 ,0

D es v . tp . = 1 ,5 7 Med ia = 2,5 N = 20 ,0 0

DICTADOC

DICT ADO E

3.- Tabla de frecuencias.- Nos indica la frecuencia de cada caso el tanto por ciento (se debe mirar el porcentaje vlido)
DICTADOC Faltas Frecuencia Porcentaje 0 1 5,0 1 1 5,0 2 2 10,0 3 1 5,0 4 1 5,0 5 3 15,0 6 3 15,0 7 2 10,0 8 3 15,0 9 2 10,0 12 1 5,0 Total 20 100,0 Porcentaje vlido 5,0 5,0 10,0 5,0 5,0 15,0 15,0 10,0 15,0 10,0 5,0 100,0 DICTADOE Faltas Frecuencia Porcentaje 0 3 15,0 1 2 10,0 2 6 30,0 3 3 15,0 4 4 20,0 5 2 10,0 Total 20 100,0 Porcentaje vlido 15,0 10,0 30,0 15,0 20,0 10,0 100,0 Porcentaje acumulado 15,0 25,0 55,0 70,0 90,0 100,0 Porcentaje acumulado 5,0 10,0 20,0 25,0 30,0 45,0 60,0 70,0 85,0 95,0 100,0

Ya hemos hecho el descriptivo para las dos variables de nuestro estudio. Ha llegado el momento de preguntarnos si las puntuaciones del grupo control y el experimental en ortografa son significativamente diferentes desde el punto de vista estadstico. Es decir, ha servido la actividad de hacer crucigramas para que el nio tenga menos faltas de ortografa, o por el contrario los crucigramas sirven para poco a la hora de ensear ortografa.

31

Acudimos a las pruebas inferenciales. De los tres caminos indicados, de momento descartamos las tablas de contingencia, ya que stas se utilizan cuando las variables son cualitativas. Cules usaremos entonces, las paramtricas o las no paramtricas. De forma muy general diremos que las no paramtricas se utilizan cuando las variables n o se distribuyen de forma normal y cuando las muestras son pequeas. Cuando la distribucin es normal y con muestras suficientemente amplias debemos usar las pruebas paramtricas. En nuestro caso tenemos dos variables que se distribuyen normalmente pero la cantidad de sujetos es pequea. Utilizaremos ambas pruebas y observaremos que los resultados van a ser muy parecidos. La ruta a seguir es la siguiente para las pruebas no paramtricas: analizar, pruebas no paramtricas dos muestras relacionadas. Se seala la primera variable que aparecer escrita debajo en variable 1, luego se seala la segunda que volver a aparecer abajo en variable 2 y con la flecha se insertan en la ventanita contrastar pares. En opciones se marcan descriptivos, continuar y aceptar. Los resultados son los que siguen.
Estadsticos descriptivos N Media Desviacin tpica Mnimo Mximo 20 5,65 3,03 0 12 20 2,45 1,57 0 5 Rangos N Rango promedio Suma de rangos 16 11,31 181,00 3 3,00 9,00 1 20

DICTADOC DICTADOE

DICTADOE - DICTADOC Rangos negativos Rangos positivos Empates Total a DICTADOE < DICTADOC b DICTADOE > DICTADOC c DICTADOC = DICTADOE

Estadsticos de contraste DICTADOE - DICTADOC Z -3,477 Sig. asintt. (bilateral) ,001 a Basado en los rangos positivos. b Prueba de los rangos con signo de Wilcoxon

Antes de la interpretacin de los resultados, queremos aclarar el porqu se ha elegido la opcin de muestras relacionadas. Lo importante aqu no es comparar los dos grupos, que en realidad se consideran el mismo porque suponemos que parten del mismo nivel ortogrfico; es por ello que no los consideramos como grupos independientes. Veamos ahora la interpretacin:

32

La H0 es que no hay diferencias significativas entre las medias de los que no reciben la actividad de los crucigramas y los que s la reciben. La H1 es que no puedo aceptar H0. Mirando el cuadro de Estadsticos de contraste observamos que la significacin es de 0,001. Al ser menor de 0,05 debemos tomar la H1. Entendemos por ello que la realizacin de la prctica de crucigramas reduce de forma significativa el nmero de faltas cometido por los sujetos, ya que como vemos en el cuadro estadsticos descriptivos la media en faltas de los alumnos del grupo experimental es inferior al del grupo control. Para la prueba paramtrica seguiremos la siguiente ruta: analizar, comparar medias, pruebas T para muestras relacionadas. Una vez abierta la ventana se procede de forma parecida a la prueba anterior. Los resultados son como siguen:
Estadsticos de muestras relacionadas Media N Desviacin tp. Error tp. de la media 5,65 20 3,03 ,68 2,45 20 1,57 ,35

Par 1 DICTADOC DICTADOE

Correlaciones de muestras relacionadas N Correlacin Sig. Par 1 DICTADOC y DICTADOE 20 ,278 ,236 Prueba de muestras relacionadas Diferencias t gl Sig. (bilatrelacionaeral) das Media Desviacin Error tp. 95% Intertp. de la media valo de confianza para la diferencia Inferior Superior Par 1 DICTADOC 3,20 3,00 ,67 1,80 4,60 4,767 19 ,000 DICTADOE

Al final de la tabla prueba de muestras relacionadas aparece la significacin 0,000. Esto confirma lo hallado anteriormente con las pruebas no paramtricas. Para el segundo ejemplo los clculos estadsticos sern los siguientes: Como en el primer ejemplo introduciremos las variables para confeccionar la base de datos. Se procede de igual forma que lo hicimos en el primer ejemplo; slo hay pequeos cambios que describiremos a continuacin.

33

En las variables: matemati, lengua y sociales, la novedad est en que pondremos en la celda de decimales un 1 ya que las notas se darn con un decimal. En las variables adaptafa, estacivi, cultura y sexo vamos a la celda de valores y abrimos el men, si estamos en la variable adaptafa, pondremos en valor 1 y en etiqueta de valor muy baja, pulsamos aadir; volvemos a valor y ponemos 2 y en etiqueta de valor baja, aadir..., as hasta llegar a valor 5 y etiqueta de valor muy alta. Una vez terminada todas las categoras se pulsa aceptar. As, se har en el resto de variables teniendo en cuenta las categoras que hemos definido. En la variable edad, no haremos nada especial. Recordaremos que la variable rendimiento debemos crearla ya que es una variable suma de tres variables. Procedemos de la siguiente forma: en el men superior pulsar transformar y luego calcular de inmediato saldr una pantalla en la que aparecer variable de destino, ah ponemos el nombre de la nueva variable: rendimi, luego picamos la variable matemati y con la flecha la insertamos en expresin numrica posteriormente elijo del panel el signo de la suma (+), vuelvo y elijo la variable lengua y con la flecha la inserto de nuevo en expresin numrica vuelvo a pulsar el signo (+); por ltimo sealo la variable sociales y la inserto en expresin numrica doy a aceptar y aparecer la nueva variable en la matriz. Para el anlisis descriptivo tendremos en cuenta que hay uno para las variables cualitativas (sexo, cultura, adaptafa y estacivi) y otro para las cuantitativas (edad, matemati, lengua, sociales y rendimi). 1.- Tablas de frecuencia para las variables cualitativas.
Estadsticos SEXO ADAPTAFA CULTURA ESTACIVI N Vlidos 30 30 30 30 Perdidos 0 0 0 0 Moda 1 3 2 1 SEXO Frecuencia Porcentaje Porcentaje vlido Porcentaje acumulado hombres 16 53,3 53,3 53,3 mujeres 14 46,7 46,7 100,0 Total 30 100,0 100,0 ADAPTAFA Frecuencia Porcentaje Porcentaje vlido Porcentaje acumulado muy baja 2 6,7 6,7 6,7 baja 9 30,0 30,0 36,7 normal 10 33,3 33,3 70,0 alta 7 23,3 23,3 93,3 muy alta 2 6,7 6,7 100,0 Total 30 100,0 100,0

34

CULTURA Frecuencia Porcentaje Porcentaje vlido Porcentaje acumulado cristiano 14 46,7 46,7 46,7 musulmn 15 50,0 50,0 96,7 Gitano 1 3,3 3,3 100,0 Total 30 100,0 100,0 ESTACIVI Frecuencia Porcentaje Porcentaje vlido Porcentaje acumulado casado 24 80,0 80,0 80,0 no casado 6 20,0 20,0 100,0 Total 30 100,0 100,0
SEXO
20 12

ADAPTAFA

10

10

Frecuencia

Frecuencia

0 hombres mujeres

0 muy baja baja normal alta muy alta

SEXO

ADAPTAFA

CULTURA
16 14 12

ESTACIVI
30

20
10 8 6 4 2 0 cristiano musulmn gitano

10

Frecuencia

Frecuencia

0 casado no casado

CULTURA

ESTACIVI

2.- Prueba de bondad para las variables cualitativas. Las pruebas de bondad nos ayudan a determinar si los valores que toma la variable se dan en frecuencia adecuada para poder inferir. Si en una muestra el sexo el tanto por ciento de hombres es del 98% y el de las mujeres el del 2%, parece lgico pensar que las mujeres estn en una frecuencia tan pequea que realmente no podremos inferir nada respecto al sexo. La prueba binomial es una prueba de bondad para cuando la variable tiene dos valores. Cuando tiene ms de dos valores, entonces utilizamos la prueba Chi Cuadrado. La H0 = los valores de la variable estn en proporcin para poder inferir.
Prueba binomial

35

Categora Grupo 1 hombres Grupo 2 mujeres Total ESTACIVI Grupo 1 casado Grupo 2 no casado Total a Basado en la aproximacin Z. SEXO

N Proporcin observada Prop. de prueba Sig. asintt. (bilateral) 16 ,53 ,50 ,855 14 ,47 30 1,00 24 ,80 ,50 ,002 6 ,20 30 1,00

Observamos que la variable sexo tiene una significacin de 0,855, mayor que 0,05 luego no puedo rechazar la hiptesis nula; por tanto las frecuencias de hombres y mujeres en el sexo estn en proporcin adecuada. Sin embargo, el estado civil tiene una significacin de 0,002, menor que 0,05 lo que implica que no puedo aceptar la hiptesis nula, por tanto no podr inferir nada respecto a la variable estacivi. Se puede observar como la frecuencia de no casado es de 6 frente a la de casados que es 24. Veamos ahora las variables con ms de dos categoras.
CULTURA N observado N esperado Residual cristiano 14 10,0 4,0 musulmn 15 10,0 5,0 gitano 1 10,0 -9,0 Total 30 ADAPTAFA N observado N esperado Residual muy baja 2 6,0 -4,0 baja 9 6,0 3,0 normal 10 6,0 4,0 alta 7 6,0 1,0 muy alta 2 6,0 -4,0 Total 30 Estadsticos de contraste ADAPTAFA CULTURA Chi-cuadrado 9,667 12,200 Gl 4 2 Sig. asintt. ,046 ,002

La hiptesis nula en la variable cultura es que los tres valores de los que se compone, estn en proporcin adecuada. Por la significacin 0,002 podemos afirmar que no estn en proporcin. Si vemos los datos de la variable observamos que los gitanos tienen una frecuencia igual a 1; pero esto no impide que la informacin que me proporciona la variable en cristianos y musulmanes tenga que ser desechada. Lo que podemos hacer es quitar el valor de los gitanos y dejar la variable con los valores de cristianos y musulmanes. Para hacerlo procedemos de la siguiente forma: 36

Abrimos el programa SPSS, pulsamos en la parte inferior la pestaa de vista de variables buscamos la variable cultura y nos vamos a la columna en la que pone perdidos, sealamos en valores perdidos discretos y escribimos el nmero que corresponde a los gitanos que era el 3, damos a aceptar y la variable quedar con los valores slo que el valor 3 de los gitanos no entrar en los clculos realizados por el programa. La variable adaptacin familiar tiene una significacin de 0,046, por lo que tampoco podemos aceptar la hiptesis nula que dice que los valores estn en proporcin adecuada. Si vemos las frecuencias se observa que los valores extremos: muy baja y muy alta tienen una frecuencia pequea. Para no perder informacin podemos hacer una adaptacin y es agrupar los cinco valores en tres. Por ejemplo muy baja y baja, sera uno; normal, el otro; y, alta y muy alta, el tercero. Para ello, procedemos de la siguiente manera: En el men de arriba de SPSS marcar transformar, despus recodificar en distinta variable, marcar la variable que queremos transformar que en este caso es adaptafa y con la flecha la metemos en la ventanita; en variable de resultado, nombre ponemos el nombre de la nueva variable, a la que podemos llamar faadapta y pulsamos cambiar. Hecho esto marcamos valores antiguos y nuevos y se abrir una pantallita en la que ponemos en valores antiguos el 1, despus vamos a valores nuevos y ponemos 1, pulsamos aadir; volvemos a valores antiguos y ahora ponemos 2 y en valores nuevos el 1, aadir. valores antiguos 3 valores nuevos 2; valores antiguos 4, valores nuevos 3; valores antiguos5, valores nuevos 3 y se pulsa aceptar. Ya se ha creado la nueva variable faadapta con los valores 1 cuando la adaptacin es baja o muy baja, 2 cuando es normal y 3 cuando es alta o muy alta. Lo que debemos hacer ahora es pasar las pruebas de bondad a las nuevas variables, para ver si los nuevos valores asignados a las variables estn en la proporcin adecuada.
Prueba binomial Categora CULTURA Grupo 1 cristiano Grupo 2 musulmn Total a Basado en la aproximacin Z. N Proporcin observada Prop. de prueba Sig. asintt. (bilateral) 14 ,48 ,50 1,000 15 ,52 29 1,00

FAADAPTA N observado N esperado Residual baja y muy baja 11 10,0 1,0 normal 10 10,0 ,0 alta y muy alta 9 10,0 -1,0 Total 30 Estadsticos de contraste

37

Chi-cuadrado gl Sig. asintt.

FAADAPTA ,200 2 ,905

Ahora observamos que las significaciones tienen valores superiores a 0,05, ya que son 1 y 0,905. Por tanto, no podemos rechazar la hiptesis nula que dice que los valores entran dentro de la proporcin adecuada. 3.- Diagrama de barra y moda.
CULTURA
SEXO
20

16 14 12 10 8

10

6 4 2 0 cristiano musulmn

Frecuencia

0 hombres mujeres

Frecuencia

SEXO

CULTURA

FAADAPTA
ESTACIVI
30

12

10

8
20

4
10

Frecuencia

Frecuencia

0 casado no casado

0 baja y muy baja normal alta y muy alta

ESTACIVI

FAADAPTA

4.- Pruebas de normalidad para las variables cuantitativas.

Prueba de Kolmogorov-Smirnov para una muestra EDAD MATEMATI LENGUA SOCIALES RENDIMI N 30 30 30 30 30 Parmetros normales Media 13,50 5,187 4,537 5,600 15,3233 Desviacin tpica 1,11 2,004 1,486 2,990 4,1724 Diferencias ms extremas Absoluta ,174 ,104 ,149 ,314 ,131 Positiva ,174 ,104 ,149 ,252 ,114 Negativa -,174 -,100 -,119 -,314 -,131 Z de Kolmogorov-Smirnov ,955 ,568 ,815 1,717 ,718 Sig. asintt. (bilateral) ,322 ,903 ,519 ,005 ,681 a La distribucin de contraste es la Normal. b Se han calculado a partir de los datos.

La H0 = las variables se distribuyen normalmente.

38

Observamos que edad (0,322), matemati (0,903), lengua (0,519) y rendimi (0,681), al tener valores mayores de 0,05, podemos afirmar que se distribuyen normalmente; por el contrario, la variable sociales (0,005) no se distribuye normalmente. 5.-Media, mediana, moda.....histograma con curva normal.
Estadsticos MATEMATI LENGUA SOCIALES RENDIMI EDAD 30 30 30 30 30 0 0 0 0 0 Media 5,187 4,537 5,600 15,3233 13,50 Mediana 5,000 4,050 7,000 16,1500 13,50 Moda 5,0 4,0 8,0 11,00 13 Desv. tp. 2,004 1,486 2,990 4,1724 1,11 Varianza 4,014 2,209 8,938 17,4087 1,22 Asimetra -,037 ,103 -,480 -,033 ,000 Curtosis -,317 -,853 -1,636 -,645 -1,303 Rango 8,0 5,4 9,0 16,80 3 Mnimo 1,0 2,0 1,0 7,60 12 Mximo 9,0 7,4 10,0 24,40 15 Percentiles 25 3,900 3,600 2,000 11,3750 12,75 50 5,000 4,050 7,000 16,1500 13,50 75 6,900 5,600 8,000 18,2250 14,25 a Existen varias modas. Se mostrar el menor de los valores. N Vlidos Perdidos

MATEMATI
10 10

LENGUA

4 4

Frecuencia

Frecuencia

Des v . tp. = 1,49 Media = 4,54 N = 30,00 2,00 2,50 3,00 3,50 4,00 4,50 5,00 5,50 6,00 6,50 7,00 7,50

Des v . tp. = 2,00 Media = 5,2 0 N = 30,00 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0

MATEMATI

LENGUA

SOCIALES
20 10

RENDIMI

6 10 4

Frecuencia

Frecuencia

Des v . tp. = 2,99 Media = 5,6 0 0,0 2,5 5,0 7,5 10,0 N = 30,00

Des v . tp. = 4,17 Media = 15,3 N = 30,00 8,0 10,0 12,0 14,0 16,0 18,0 20,0 22,0 24,0

SOCIALES

RENDIMI

39

EDAD
10

Frecuencia

Des v . tp. = 1,11 Media = 13,5 N = 30,00 12,0 13,0 14,0 15,0

EDAD

6.- Tablas de frecuencias.

MATEMATI 1,0 1,5 2,1 3,5 3,6 4,0 4,1 4,3 4,5 4,7 5,0 5,2 5,8 6,0 6,3 6,5 6,9 7,0 7,9 8,2 8,6 9,0 Total Frecuencia Porcentaje Porcentaje vlido Porcentaje acumulado 1 3,3 3,3 3,3 1 3,3 3,3 6,7 1 3,3 3,3 10,0 3 10,0 10,0 20,0 1 3,3 3,3 23,3 2 6,7 6,7 30,0 1 3,3 3,3 33,3 1 3,3 3,3 36,7 1 3,3 3,3 40,0 1 3,3 3,3 43,3 4 13,3 13,3 56,7 1 3,3 3,3 60,0 1 3,3 3,3 63,3 1 3,3 3,3 66,7 1 3,3 3,3 70,0 1 3,3 3,3 73,3 2 6,7 6,7 80,0 2 6,7 6,7 86,7 1 3,3 3,3 90,0 1 3,3 3,3 93,3 1 3,3 3,3 96,7 1 3,3 3,3 100,0 30 100,0 100,0

LENGUA

40

2,0 2,1 2,3 2,8 3,0 3,8 4,0 4,1 4,3 5,1 5,4 5,5 5,9 6,0 6,5 6,7 7,0 7,4 Total

Frecuencia Porcentaje Porcentaje vlido Porcentaje acumulado 1 3,3 3,3 3,3 1 3,3 3,3 6,7 1 3,3 3,3 10,0 1 3,3 3,3 13,3 3 10,0 10,0 23,3 2 6,7 6,7 30,0 6 20,0 20,0 50,0 1 3,3 3,3 53,3 1 3,3 3,3 56,7 1 3,3 3,3 60,0 2 6,7 6,7 66,7 3 10,0 10,0 76,7 1 3,3 3,3 80,0 2 6,7 6,7 86,7 1 3,3 3,3 90,0 1 3,3 3,3 93,3 1 3,3 3,3 96,7 1 3,3 3,3 100,0 30 100,0 100,0

SOCIALES Frecuencia Porcentaje Porcentaje vlido Porcentaje acumulado 2 6,7 6,7 6,7 9 30,0 30,0 36,7 6 20,0 20,0 56,7 12 40,0 40,0 96,7 1 3,3 3,3 100,0 30 100,0 100,0 Frecuencia Porcentaje Porcentaje vlido Porcentaje acumulado 1 3,3 3,3 3,3 1 3,3 3,3 6,7 1 3,3 3,3 10,0 1 3,3 3,3 13,3 1 3,3 3,3 16,7 2 6,7 6,7 23,3 1 3,3 3,3 26,7 1 3,3 3,3 30,0 1 3,3 3,3 33,3 1 3,3 3,3 36,7 1 3,3 3,3 40,0 1 3,3 3,3 43,3 1 3,3 3,3 46,7 1 3,3 3,3 50,0 1 3,3 3,3 53,3 1 3,3 3,3 56,7 1 3,3 3,3 60,0 1 3,3 3,3 63,3 2 6,7 6,7 70,0 2 6,7 6,7 76,7 1 3,3 3,3 80,0

Vlidos

1,0 2,0 7,0 8,0 10,0 Total

Vlidos

7,60 8,70 9,30 10,10 10,90 11,00 11,50 11,60 13,00 13,70 13,80 13,90 16,00 16,10 16,20 16,90 17,10 17,50 17,90 18,20 18,30

41

18,50 19,00 19,40 20,00 22,00 24,40 Total

1 1 1 1 1 1 30

3,3 3,3 3,3 3,3 3,3 3,3 100,0 RENDIMI

3,3 3,3 3,3 3,3 3,3 3,3 100,0

83,3 86,7 90,0 93,3 96,7 100,0

Vlidos

12 13 14 15 Total

EDAD Frecuencia Porcentaje Porcentaje vlido Porcentaje acumulado 7 23,3 23,3 23,3 8 26,7 26,7 50,0 8 26,7 26,7 76,7 7 23,3 23,3 100,0 30 100,0 100,0

Pasamos ahora a las pruebas inferenciales; para ello recordaremos las hiptesis que habamos planteado: Primera hiptesis = El rendimiento est influido por la adaptacin familiar. Segunda hiptesis = El rendimiento est influenciado por el estado civil de la pareja en la que vive el sujeto.

42

Tercera hiptesis = El rendimiento depende del sexo. Cuarta hiptesis = El rendimiento depende de la edad. Quinta hiptesis = El rendimiento depende de la cultura en la que se inserta el sujeto. La primera hiptesis relacionar las variables rendimiento y faadapta. Como rendimiento se distribuye normalmente, y la muestra es suficientemente grande, utilizaremos la prueba Anova de un factor. La ruta a seguir es la siguiente: en el men del programa SPSS se marca analizar despus comparar medias posteriormente ANOVA de un factor. Se marca la variable rendimiento y se introduce en la ventanita dependiente; posteriormente se marca faadaptay se introduce en factor. Hecho esto, se marca Post Hoc y se elige la opcin DMS. Para terminar se marca continuar y aceptar. Los resultados son los que siguen.
ANOVA RENDIMI Suma de cuadrados gl Media cuadrtica F Sig. 12,817 2 6,408 ,352 ,707 492,037 27 18,224 504,854 29

Inter-grupos Intra-grupos Total

Comparaciones mltiples Variable dependiente: RENDIMI DMS Diferencia de medias (I-J) (I) FAADAPTA (J) FAADAPTA baja y muy baja normal alta y muy alta Normal baja y muy baja alta y muy alta alta y muy alta baja y muy baja normal Error tpico Sig. Intervalo de confianza al 95% Lmite inferior Lmite superior -2,9953 4,6589 -2,3329 5,5410 -4,6589 2,9953 -3,2523 4,7967 -5,5410 2,3329 -4,7967 3,2523

,8318 1,6040 -,8318 ,7722 -1,6040 -,7722

1,8652 1,9187 1,8652 1,9614 1,9187 1,9614

,659 ,410 ,659 ,697 ,410 ,697

Observamos que la significacin es de 0,707, por lo que no podemos rechazar la hiptesis nula, que en este caso sera que no hay diferencias significativas entre el grado de adaptacin familiar y el rendimiento. La segunda hiptesis relaciona rendimiento y estado civil de los padres de los sujetos. Debemos recordar que la variable estado civil estacivi no se distribua binomialmente por lo que no podemos inferir nada estadsticamente significativo. La tercera hiptesis relaciona rendimiento y sexo. En este caso utilizaremos la T de Student para lo que seguiremos la siguiente ruta: analizar despus comparar medias lue-

43

go Pruebas T para muestras independientes. En la ventana marcamos rendimiento y la introducimos en contrastar variables, despus marcamos sexo y la introducimos en variables de agrupacin, marcamos definir grupos e introducimos el 1 en el grupo1 y el 2 en el grupo 2. Para terminar marcamos continuar y aceptar. Estos son los resultados.
Estadsticos de grupo SEXO RENDIMI hombres mujeres N Media Desviacin tp. Error tp. de la media 16 13,4500 3,8595 ,9649 14 17,4643 3,5202 ,9408

Prueba de muestras independientes Prueba de Prueba T Levene para para la la igualdad igualdad de varianzas de medias F Sig. T gl

Sig. (bilateral)

RENDI Se han MI asumido varianzas iguales No se han asumido varianzas iguales

1,100 ,303

-2,960

28

Diferen- Error tp. 95% cia de de la Intervalo medias diferencia de confianza para la diferencia Inferior Superior ,006 -4,0143 1,3562 -6,7923 -1,2362

-2,979 27,940

,006

-4,0143

1,3476

-6,7751 -1,2535

Observamos que la significacin es de 0,006, lo que nos permite no aceptar la hiptesis nula; es por ello que podemos decir que existen diferencias significativas entre el sexo y el rendimiento. Si miramos las medias, notamos que las mujeres tienen una puntuacin ms alta; es decir, el rendimiento se une al sexo siendo las mujeres mejores. La cuarta variable relaciona rendimiento y edad (en este caso consideraremos la variable edad como si fuera cualitativa). Realizamos el clculo ANOVA para un factor. Estos son los resultados.
ANOVA RENDIMI Suma de cuadrados gl Media cuadrtica F Sig.

44

Inter-grupos Intra-grupos Total

36,127 3 468,727 26 504,854 29

12,042 ,668 ,579 18,028

Comparaciones mltiples Variable dependiente: RENDIMI DMS Diferencia de medias Error tpico Sig. Intervalo de confianza (I-J) al 95% Lmite inferior Lmite superior -2,1393 2,1975 ,339 -6,6563 2,3777 -2,7393 2,1975 ,224 -7,2563 1,7777 -2,7286 2,2695 ,240 -7,3937 1,9366 2,1393 2,1975 ,339 -2,3777 6,6563 -,6000 2,1230 ,780 -4,9638 3,7638 -,5893 2,1975 ,791 -5,1063 3,9277 2,7393 2,1975 ,224 -1,7777 7,2563 ,6000 2,1230 ,780 -3,7638 4,9638 1,071E-02 2,1975 ,996 -4,5063 4,5277 2,7286 2,2695 ,240 -1,9366 7,3937 ,5893 2,1975 ,791 -3,9277 5,1063 -1,0714E-02 2,1975 ,996 -4,5277 4,5063

(I) EDAD (J) EDAD 12 13 14 15 13 12 14 15 14 12 13 15 15 12 13 14

Observamos que la significacin es de 0,579, por lo que podemos afirmar que no existe relacin entre edad y rendimiento. La quinta hiptesis relaciona rendimiento y cultura. Realizaremos una T de Student. Estos son los resultados.
Estadsticos de grupo CULTURA RENDIMI cristiano musulmn N Media Desviacin tp. Error tp. de la media 14 15,9000 4,8486 1,2959 15 14,5400 3,5036 ,9046

Prueba de muestras independientes Prueba de Levene para la igualdad de varianzas F Sig. Prueba T para la igualdad de medias

gl

Sig. (bi- Diferen- Error tp. 95% lateral) cia de de la Intervalo medias diferen- de con-

45

cia

RENDI Se han MI asumido varianzas iguales No se han asumido varianzas iguales

1,900 ,179

,870

27

,392

1,3600

fianza para la diferencia Inferior Superior 1,5627 -1,8465 4,5665

,861 23,562

,398

1,3600

1,5804 -1,9049 4,6249

La significacin es de 0,392, por tanto podemos afirmar que no existen diferencias significativas entre el rendimiento y la cultura a la que pertenezca el sujeto.

8.- Conclusiones. Las conclusiones que haremos a continuacin son ficticias. Sin embargo, nos pueden dar idea de cmo debemos confeccionarlas. La primera conclusin se refleja en la relacin que existe entre el aprendizaje de la ortografa y la realizacin de crucigramas. Esta relacin puede estar explicada por el aumento en la adquisicin de vocabulario que el nio realiza con esta actividad, adems de ser un entrenamiento para la memoria significativa. Este hallazgo corrobora el trabajo de William y Willian (1999) realizado con una actividad parecida como es el Remember La segunda conclusin es que el rendimiento escolar entendido como el resumen de las notas de un alumno, no tiene nada que ver con la edad, la cultura y la adaptacin familiar; sin embargo, el sexo es importante en el rendimiento, decantndose las mujeres como mejores en el rendimiento escolar. En un estudio realizado en Canad por Buzn (2001) concluye que la cultura si es significativa en el rendimiento de los alumnos en clase. Esto contradice nuestro trabajo, aunque una posible explicacin est en que las culturas tratadas en Canad eran muy distantes en el espacio (tribu Chachoki y habitantes de Ottawa), mientras que las culturas tratadas en nuestro trabajo estn muy prximas en el espacio. Ambas son espaolas, aunque practiquen distintas religiones. Adems la variable rendimiento fue codificada y cuantificada de forma diferente a la realizada en este estudio. La relacin del sexo con el rendimiento es corroborada por el estudio de Prez (1996) que afirma que est demostrado la mayor habilidad social de las mujeres en su trato y relacin

46

en la escuela, lo que les permite obtener mejores puntuaciones y, por tanto, mejores rendimientos.

9.- Algunos clculos interesantes. En este apartado queremos introducir algunos procedimientos estadsticos interesantes que nos pueden servir de gran ayuda. Por un lado, intentaremos predecir con regresin lineal y daremos validez y fiabilidad a un instrumento de medida realizado por nosotros mismos. Con dos nuevos problemas queremos iniciar dichos clculos.

Problema 3
Los alumnos de una clase han sido medidos en varios aspectos: lengua, matemticas, inteligencia, actitud en clase y adaptacin personal. Podramos predecir las puntuaciones de lengua, por ejemplo, en funcin de todas las dems variables?.

El primer paso consistir en definir las variables: -Lengua. Notas de 1 a 10 obtenidas por los alumnos en una prueba. Variable cuantitativa continua. - Matemati. Notas de 1 a 10 obtenidas por los alumnos en una prueba. Variable cuantitativa continua. -Intelige- Variable cualitativa ordinal con los siguientes valores: 1 muy baja, 2 baja, 3 normal, 4 alta y 5 muy alta. -Acticlas. Variable cualitativa ordinal con los siguientes valores: 1 muy mala, 2 mala, 3 normal, 4 buena y 5 muy buena. -Adaptape. Variable cualitativa ordinal con los siguientes valores: 1 muy baja, 2 baja, 3 normal, 4 alta y 5 muy alta. Como ya sabemos, introducimos las variables y sus datos en el programa SPSS. Si queremos relacionar unas variables para intentar predecir, parece oportuno que veamos cul es la correlacin existente entre ellas. Si observamos que no existe correlacin, parece lgico, que difcilmente podamos predecir una de las variables en funcin de las dems. Hagamos pues la correlacin entre variables. Para ello procedemos de la siguiente manera: analizar, correlaciones, bivariadas; se sealan todas las variables y se introducen en la ventanita variables, aceptar.

47

Los resultados obtenidos aparecen en la siguiente tabla.

Correlaciones LENGUA MATEMATI ACTICLAS ADAPTAPE INTELIGE 1,000 , ,758 1,000 ,000 , ,728 ,738 1,000 ,000 ,000 , ,213 ,080 ,061 1,000 ,258 ,674 ,747 , ,652 ,603 ,480 -,040 1,000 ,000 ,000 ,007 ,835 , 30 30 30 30 30

LENGUA

Correlacin de Pearson Sig. (bilateral) MATEMATI Correlacin de Pearson Sig. (bilateral) ACTICLAS Correlacin de Pearson Sig. (bilateral) ADAPTAPE Correlacin de Pearson Sig. (bilateral) INTELIGE Correlacin de Pearson Sig. (bilateral) N

La interpretacin es sencilla. Veamos la columna de lengua y la fila de matemticas; observamos que la correlacin es de 0,758. Es una correlacin alta, ya que los valores mnimo y mximo son -1 y +1; adems es positiva y lo ms importante que la significacin es 0,000. Podemos decir que existe una fuerte correlacin entre la variable lengua y la variable matemticas; adems cuando aumentan las puntuaciones de una, aumentan las de la otra. En general observamos que existen bastantes correlaciones significativas entre las variables por lo que procede hacer el anlisis de regresin para predecir la variable lengua respecto a las dems. Procedemos de la siguiente forma: analizar, regresin, lineal; se selecciona la variable lengua -que es la que queremos predecir- y se introduce en dependiente; todas las dems variables se introducen en independientes;en el men mtodo se elige la opcin Pasos suc.. Para terminar aceptar. Estos son los resultados:
Coeficientes Coeficientes no estandariCoeficientes estandarizazados dos B Error tp. Beta 1,848 ,649 ,765 ,124 ,758 1,526 ,628 ,489 ,173 ,485 ,572 ,265 ,371 1,181 ,614 ,331 ,180 ,328 ,538 ,250 ,349 ,432 ,206 ,288 Variables excluidas Beta dentro Modelo t Sig. Correlacin parcial Estadsticos de colinealidad Tolerancia t Sig.

Modelo 1 (Constante) MATEMATI 2 (Constante) MATEMATI ACTICLAS 3 (Constante) MATEMATI ACTICLAS INTELIGE

2,849 6,157 2,429 2,825 2,158 1,923 1,838 2,150 2,098

,008 ,000 ,022 ,009 ,040 ,066 ,078 ,041 ,046

48

2 3

ACTICLAS ADAPTAPE INTELIGE ADAPTAPE INTELIGE ADAPTAPE

,371 ,153 ,307 ,153 ,288 ,180

2,158 1,254 2,104 1,332 2,098 1,695

,040 ,221 ,045 ,195 ,046 ,103

,384 ,235 ,375 ,253 ,380 ,321

,455 ,994 ,636 ,994 ,634 ,981

Como el mtodo introducido ha sido el de pasos sucesivos, debemos mirar el ltimo paso (el 3). La tabla coeficientes me informa que el paso 3 se aceptan las variables matemati, acticlas y intelige; cada una de ellas tiene su coeficiente. La tabla variables excluidas me informa que en el paso 3 se ha excluido de la ecuacin predictora la variable adaptape. La ecuacin quedara de la siguiente forma: Lengua = 0,331 matemati + 0,538 acticlas + 0,432 intelige + 1,181 Una aplicacin prctica sera: un alumno con 6 en matemticas, 2 en actitud de clase, y 3 en inteligencia, podra predecir que su nota de lengua sera 5,539.

Problema 4
Imaginemos que queremos hacer un cuestionario en el que recogeremos la valoracin que nuestros alumnos hacen de nuestro comportamiento docente. Cmo construirlo, cmo darle fiabilidad y validez?

En primer lugar tenemos que determinar qu conceptos queremos introducir en la valoracin. Supongamos que quiero medir en el profesor las siguientes caractersticas: si es demcrata, si es culto, si utiliza una metodologa adecuada y si es simptico. Confecciono de cada aspecto diez items que definan, a priori y segn mi consideracin, las situaciones relacionadas con ese aspecto. En resumen, se obtiene un cuestionario de cuarenta preguntas que se pueden medir, por ejemplo, en escala Likert y que se pasar a la muestra que hayamos elegido. Cada pregunta la definiremos como una variable. Las podemos llamar P1, P2 , P3,...P40. Para calcular la fiabilidad de la prueba, es decir, el grado en el que las preguntas estn midiendo algo parecido, ya que lo que se busca es la correlacin de cada pregunta con el total, se realiza la prueba de fiabilidad Alfa de Cronbach.

49

Se procede de la siguiente manera: analizar, escalas, anlisis de fiabilidad; se pasan las variables a la ventanita de la derecha y se pulsa aceptar. El resultado es el siguiente.

Anlisis de fiabilidad
****** Method 1 (space saver) will be used for this analysis ****** R E L I A B I L I T Y Item-total Statistics Scale Mean if Item Deleted P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25 P26 P27 P28 P29 P30 P31 P32 P33 P34 P35 P36 P37 P38 P39 P40 _ 142,3502 140,2212 142,8894 140,2949 141,9401 141,7143 142,3825 141,8018 142,8341 140,3779 141,8111 140,1060 140,1705 140,1475 140,6728 142,1797 140,0323 142,5300 140,3548 140,5300 140,2535 140,5207 140,7281 140,2949 141,2488 142,3180 141,4055 140,3134 140,6129 140,3456 140,7235 140,8710 141,6359 141,7650 142,0138 141,4885 141,3180 140,5069 140,2488 141,1613 A N A L Y S I S Scale Variance if Item Deleted 284,0620 287,6545 299,2655 285,6256 289,9732 281,1495 290,8021 285,3541 298,4168 288,5695 273,3114 289,1970 286,0958 286,1356 284,6841 292,3425 289,7721 302,7317 282,8504 275,7873 284,4679 283,1118 278,5693 280,7645 285,7063 303,2734 288,6496 280,5032 279,2476 281,5791 278,9417 285,2888 277,3622 287,7177 294,6248 280,6029 284,6438 279,9178 283,5211 282,1822 A N A L Y S I S S C A L E (A L P H A)

Corrected ItemTotal Correlation ,2522 ,4048 -,0393 ,3504 ,1511 ,3416 ,1292 ,2305 -,0215 ,2609 ,4920 ,3530 ,4287 ,4286 ,3561 ,1088 ,3175 -,1125 ,4020 ,5494 ,3849 ,3964 ,4766 ,5228 ,2994 -,1219 ,1488 ,5034 ,4758 ,4273 ,4531 ,3219 ,4128 ,2139 ,0511 ,2989 ,3001 ,4865 ,4203 ,2950 S C A L E

Alpha if Item Deleted ,8104 ,8072 ,8199 ,8073 ,8138 ,8070 ,8147 ,8112 ,8193 ,8097 ,8013 ,8083 ,8063 ,8063 ,8070 ,8149 ,8089 ,8220 ,8057 ,8008 ,8064 ,8058 ,8030 ,8031 ,8085 ,8230 ,8147 ,8032 ,8033 ,8049 ,8036 ,8079 ,8044 ,8114 ,8174 ,8087 ,8085 ,8033 ,8055 ,8087 (A L P H A)

R E L I A B I L I T Y

50

Reliability Coefficients N of Cases = Alpha = 0,8129 217,0 N of Items = 40

La interpretacin general es que la fiabilidad de la prueba es muy alta, ya que es 0,8129 y el valor mximo es 1. Una lectura ms detenida, nos hace ver que las preguntas 3, 9, 18 y 26 de la columna Corrected Item-Total Correlation tienen una correlacin negativa. Lo ideal es darle la vuelta a las preguntas, es decir, si la variable la hemos medido en 1, 2, 3, 4, 5, el 1 lo haremos 5, el 2 lo haremos 4; y as sucesivamente. Es probable que la correlacin cambie y se haga positiva. Ahora bien, partamos de cuatro factores para la valoracin, pero eso fue a priori. Ha llegado el momento de ver si esos cuatro factores o aspectos se mantienen tras la valoracin de los sujetos de la muestra. Para resolver tal problema recurrimos a un anlisis factorial, procediendo de la siguiente manera: analizar, reduccin de datos, anlisis factorial. Se introducen las variables preguntas en la ventanita de variables. Del men se pulsa extraccin y tenemos varias posibilidades; por defecto est marcado autovalores mayor que 1. Eso quiere decir que el programa saca los factores que considera oportuno; pero tambin podemos marcar la opcin nmero de factores y poner le nmero que deseamos; en nuestro caso cuatro, ya que esos eran los aspectos que queramos medir en un principio con el cuestionario. Cul debemos utilizar? Aquel que explique la mayor cantidad de la variabilidad (varianza). En rotacin se elige varimax y en opciones elegimos ordenar por tamaos; para terminar aceptar Veamos los resultados en el caso en que la extraccin haya sido poniendo 4 en el nmero de factores.
Varianza total explicada Sumas Suma de de las las satusaturaraciones ciones al al cuacuadrado drado de de la la rotaextraccin cin Compo- Total % de la % acu- Total % de la % acu- Total % de la % acunente varianza mulado varianza mulado varianza mulado 1 7,629 19,072 19,072 7,629 19,072 19,072 5,043 12,607 12,607 2 2,694 6,734 25,805 2,694 6,734 25,805 4,025 10,063 22,670 Autovalores iniciales

51

3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

2,057 1,660 1,562 1,518 1,414 1,366 1,238 1,199 1,103 1,012 ,957 ,929 ,912 ,890 ,851 ,799 ,740 ,726 ,676 ,667 ,660 ,595 ,554 ,535 ,522 ,508 ,471 ,467 ,433 ,395 ,364 ,343 ,311 ,292 ,282 ,240 ,230 ,202

5,142 30,948 4,150 35,098 3,905 39,003 3,795 42,798 3,534 46,332 3,416 49,748 3,096 52,844 2,996 55,840 2,758 58,599 2,529 61,128 2,392 63,520 2,323 65,842 2,279 68,121 2,225 70,347 2,128 72,475 1,997 74,473 1,849 76,321 1,815 78,136 1,690 79,826 1,667 81,493 1,650 83,143 1,487 84,630 1,385 86,015 1,337 87,351 1,304 88,655 1,269 89,924 1,177 91,101 1,167 92,267 1,083 93,351 ,988 94,338 ,911 95,249 ,858 96,107 ,777 96,885 ,730 97,615 ,705 98,319 ,601 98,920 ,575 99,495 ,505 100,000

2,057 1,660

5,142 4,150

30,948 35,098

2,761 2,210

6,903 5,525

29,573 35,098

Matriz de componentes rotados Componente 1 ,737 ,670 ,665 ,581 ,560 ,539 ,505 ,503 ,492 ,490 ,478 ,403 ,401

PM14 PM17 PM13 PM28 PM24 PM19 PM20 PM12 PM21 PM15 PM23 PM30 PM10

52

PM2 PM4 PM6 PM39 PM38 PM22 PM18 PM31 PM32 PM29 PM9 PM35 PM3 PM26 PM33 PM11 PM8 PM1 PM5 PM25 PM27 PM7 PM36 PM37 PM34 PM16 PM40

,376 ,371 ,290 ,640 ,594 ,571 -,565 ,538 ,524 ,432 -,424 -,407 -,400 -,280 ,587 ,548 ,511 ,419 ,419 ,365 ,270 ,621 ,519 ,475 ,423 ,324 ,323

En la primera tabla observamos que cuatro factores explican muy poca varianza, concretamente el 35,098%, habiendo un primer factor que ya explica el 19,072% del total. En la segunda tabla aparecen las preguntas agrupadas por factores. Si analizamos el texto de cada pregunta y para cada factor podemos ver si se corresponden con las que inicialmente habamos pretendido. El primer factor, por ejemplo, agrupa a diecisis preguntas, cuando en un principio debera agrupar a diez; luego en la confeccin del cuestionario no hemos tenido en cuenta, o no hemos precisado bien la forma de preguntar cada aspecto o factor. Veamos ahora el resultado cuando en la opcin extraccin se toma autovalores mayores que 1
Autovalores iniciales Varianza total explicada Sumas de las saturaciones al cuadrado de la extraccin % de la va% acumulado Total % de la va% acumulado rianza rianza 7,629 19,072 19,072 7,629 19,072 19,072 2,694 6,734 25,805 2,694 6,734 25,805 2,057 5,142 30,948 2,057 5,142 30,948 1,660 4,150 35,098 1,660 4,150 35,098 1,562 3,905 39,003 1,562 3,905 39,003

Componente Total 1 2 3 4 5

53

6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

1,518 1,414 1,366 1,238 1,199 1,103 1,012 ,957 ,929 ,912 ,890 ,851 ,799 ,740 ,726 ,676 ,667 ,660 ,595 ,554 ,535 ,522 ,508 ,471 ,467 ,433 ,395 ,364 ,343 ,311 ,292 ,282 ,240 ,230 ,202

3,795 3,534 3,416 3,096 2,996 2,758 2,529 2,392 2,323 2,279 2,225 2,128 1,997 1,849 1,815 1,690 1,667 1,650 1,487 1,385 1,337 1,304 1,269 1,177 1,167 1,083 ,988 ,911 ,858 ,777 ,730 ,705 ,601 ,575 ,505

42,798 46,332 49,748 52,844 55,840 58,599 61,128 63,520 65,842 68,121 70,347 72,475 74,473 76,321 78,136 79,826 81,493 83,143 84,630 86,015 87,351 88,655 89,924 91,101 92,267 93,351 94,338 95,249 96,107 96,885 97,615 98,319 98,920 99,495 100,000

1,518 1,414 1,366 1,238 1,199 1,103 1,012

3,795 3,534 3,416 3,096 2,996 2,758 2,529

42,798 46,332 49,748 52,844 55,840 58,599 61,128

Esta tabla nos indica que, en teora, existen doce factores que explicaran el 61,128% de la varianza. Es bueno en cuanto explica un mayor tanto por ciento de variabilidad, pero aparecen doce factores, cuando en un principio habamos propuesto cuatro. Todo esto nos indica que la prueba que hemos confeccionado no es vlida, al menos factorialmente. Por tanto debemos rectificar o modificar aquellos aspectos necesarios para que se ajuste, si no totalmente, al menos en gran medida. Evidentemente, una razn de estos resultados, es que los datos introducidos han sido debidos al azar.

54

III) BIBLIOGRAFA
1 - COLS BRAVO M0 P. y BUENDA EISMAN L. (1994) AInvestigacin educativa@ 20 Edicin. Ediciones Alfar. S.A. 2 - BUENDA EISMAN L., COLS BRAVO M0 P. y HERNNDEZ PINA F. (1997) A Mtodos de investigacin en Psicopedagoga@ McGraw Hill. 3 - LATORRE A. y GONZLEZ R. (1987) AEl maestro investigador: la investigacin en el aula@ Editorial Gra. 4 - ARGIMN, J.M. y JIMENEZ, J.(1994): AMtodos de Investigacin@. Mosby, Barcelona. 5RAYES, R.(1974): AIntroduccin al Mtodo Cientfico en

Psicologa@.Fontanella,Barcelona 6 - REUCHLIN, M.(1970): ALos Mtodos en Psicologa@. Redondo, Barcelona. 7-COHEN, L. y MANION, L.(1994):Mtodos de Investigacin EducativaCincel. Barcelona 8 - SIERRA, R.(199 1): ATcnicas de Investigacin Social@. Paraninfo, Madrid. 9 - ANGUERA, M.T.(1978): Metodologa de la Observacin en las Ciencias Humanas. Ctedra, Madrid. 10 - ARNAU, J. (1981): Diseos Experimentales en Psicologa y Educacin. Trillas, Mxico. 11 - REST, J.W.(1972): Cmo Investigar en Educacin. Morata, Madrid. 12 - BRUNER, J. 5. (1980): Investigaciones en el Desarrollo Cognitivo. Trillas, Mxico. 13 - BUNGE, M.(1975): Teora y Realidad. Ariel, Barcelona. (1980): Epistemologa. Ciencia de las Ciencias. Ariel, Barcelona. (1982): Diferencias y Relaciones entre Ciencia Bsica y Ciencia Aplicada. El Pas, 18-19-20 de junio, Madrid. (1985): La Investigacin Cientfica. Ariel, Barcelona. 14 - COLL, C.(1980): La Psicologa Educacional en el Marco de las Ciencias de la Educacin. En COLL, C. y FORNS, M.: Areas de intervencin en Psicologa. La educacin como fenmeno psicolgico. Horsori, Barcelona. (1983): Psicologa de la Educacin: Ciencia, Tecnologa y Actividad Tcnico-Prctica. En Rey. Estudios de Psicologa, no 14-15, Madrid. 15 - CAMPBELL, D y STANLEY, J.(1978): Diseos Experimentales y Cuasiexperimentales en la Investigacin Social. Amorrortu, Buenos Aires. 16 - CIIALMERS, A.F.(1984): )Qu es esa Cosa Llamada Ciencia?. Siglo, Madrid. 17 - COHEN, L. y MANION, L.(1980): Research Methods in Education. Croom Helm, London.

55

18

CORNEJO,

J.M.(1988):

Tcnicas

de

Investigacin

Social.

ElAnlisis

de

Correspondencias. P.P.U., Barcelona. 19 - ELLIOT, J.(1984): La Investigacin-Accin en las Escuelas. Actas del Seminario celebrado en la Facultad de Ciencias de la Educacin de la Universidad de Mlaga. 20 - ELLIOT, J.(1990): La Investigacin-Accin en Educacin. Morata, Madrid. 21 - ESCOLANO, A. y OTROS: Epistemologa y Educacin. Sgueme, Salamanca. 22 - ESON, M.E.(1978): Bases Psicolgicas de la Educacin. Interamericana, Mxico. 23 - KERLINGER, F.M.(1982): Investigacin del Comportamiento. Tcnicas y Metodologa. Interamericana, Mxico. 24 - HAYMAN, J.L.(1984): Investigacin y Educacin. Paids, Barcelona. 25 - LAKATOS, I.(1974): Historia de la Ciencia y sus Construcciones Racionales.Tecnos, Madrid. 26 - MASTERMAN, M.(1975): La Naturaleza de los Paradigmas. En LAKATOS, 1. y MUSGRAVE, A.: La Crtica y el Desarrollo del Conocimiento. Grijalbo, Barcelona. 27 - NISBET, J.D. y ENTWISTLE, J.(1980): Mtodos de Investigacin Educativa. QikosTau, Barcelona. 28 - POPPER, K.R.(1977): La Lgica de la Investigacin Cient(fica. Tecnos, Madrid. (1982): Conocimiento Objetivo. Tecnos, Madrid. 29 - SCHWAB, J.J.(1973): Problemas, Tpicos y Puntos de Discusin. En SELLTIZ, C. y OTROS (1976): Mtodos de Investigacin en las Relaciones Sociales. Rialp, Madrid. 30 - SIERRA, R.(1991): Tcnicas de Investigacin Social. Paraninfo, Madrid. 31 - SNOW, R.E. (1973): Theory ConstructionforResearch teaching. En TRAVERS, R.M.: Second Handbook of Research Teaching. Rand McMally, Chicago. 32 - SUPE, F.(1979): La Estructura de las Teoras Cient(ficas. Nacional, Madrid. 33 - VAN DALEN, D.B. y MEYER, W.J.(1979): Manual de Tcnicas de Investigacin Educacional. Paids, Buenos Aires. 34 - WALKER, R.(1989): Mtodos de Investigacin para el Profesorado. Morata, Madrid.

56