SlideShare una empresa de Scribd logo
1 de 31
Descargar para leer sin conexión
Investigación Cuantitativa: Paradigmas,
metodología, análisis y presentación de
resultados
Mireia Usart
Novembre 2019
URV
Objetivos:
Saber cómo plantear una investigación de corte
cuantitativo
Saber recoger, analizar y presentar los datos
cuantitativos obtenidos a partir de diferentes
fuentes.
Conocer los diferentes paquetes estadísticos y
programario para el análisis de los datos
cuantitativos.
Saber cómo reportar los datos obtenidos
(resultados)
?
Notas previas
• No confundir análisis de datos cuantitativo con metodología o paradigma
cuantitativo.
• Tener en mente las preguntas o hipótesis de investigación para elegir
correctamente la herramienta de análisis cuantitativo.
• Seguir ordenadamente los pasos del análisis:
• Tabular los datos y “limpiarlos”
• Analizarlos
• Presentar los resultados.
• La presentación de los datos se realiza según la normativa APA, usando
tablas, gráficos o figuras con sus títulos y unidades.
• No se debe confundir la presentación de resultados con la discusión de los
mismos, en investigación cuanti suelen ir en apartados separados.
1. Cea d’Ancona, M.a Ángeles (1998). Metodología cuantitativa. Estrategias y
técnicas de investigación social. Madrid, Síntesis.
2. Hernández Sampieri, R., Fernández Collado, C. y Baptista Lucio, P. (2003)
Metodología de la investigación (3a ed.). México: McGraw-Hill.
3. McMillan, J. H., & Schumacher, S. (2005). In Posadas J. L. (Ed.),
Investigación educativa (5th ed.). Madrid: Pearson Education.
4. Cohen, L., Manion, L., & Morrison, K. (2007). Research Methods in
Education (6th ed.). London: Routledge.
Bibliografía recomendada:
Paradigmas de investigación Cuantitativa
Paradigmas de investigación Cuantitativa
Tipos de investigaciones
cuantitativas:
• Exploratorio
• Descriptivo
• Correlacional
• Explicativo
• Proyectivo (cambios debidos a
una intervención)
Cohen., Manion & Morrison (2007).
Básicos de la Investigación cuantitativa
Problema de investigación
Permitir al lector percibir el problema, tal como lo ve el investigador, sugerir las razones por la cuál es importante y
viable llevar a cabo la investigación. La redacción debe ser clara, precisa y consistente con los objetivos que se
persiguen, se deben identificar ya las VARIABLES.
Dar respuesta a las posibles inquietudes que surjan en el lector: ¿Cuál es el fenómeno, sujetos, situación o hecho que
se desea estudiar? ¿Cuáles son las características de ese fenómeno, sujeto situación o hecho que deseo estudiar?
¿Dónde, cómo y cuándo se manifiesta? ¿Cuáles son las razones por las que se manifiesta (aquí los estudios previos
nos apoyan)? ¿Qué pretende hacer en la investigación respecto al fenómeno, situación o hecho que desea estudiar?
¿Para qué lo hace?
El tema de interés debe estar perfectamente problematizado, explicando sus componentes y aspectos característicos
(analítica) que se abordaran en la investigación.
Las posturas, afirmaciones o juicios sobre el fenómeno deben estar respaldados por evidencia teórica y/o
empírica de dónde surgió la problematización presentada: Debe respaldar las causas y/o razones del
problema con citas; en este enfoque no hay cabidas a subjetividades, se parte de la teoría existente.
El problema debe delimitarse en espacio, tiempo y contexto, diferenciándolo de otros similares.
En la redacción deben dejarse rastros de la verificación empírica necesaria para el propósito de la investigación.
La relevancia de la investigación debe presentar de manera lógica y coherente, indicando su justificación bien sea
por ser una temática novedosa, porque se resuelve un problema de interés social, se elimina una laguna de
conocimiento, permite un desarrollo metodológico o un desarrollo teórico.
• Dependiente (VD): aquella variable que esperamos que varíe por el
efecto de la variable independiente. 

• Independiente (VI): es la variable cuya manipulación o influencia
asociamos a las variaciones en la variable dependiente. 

• Intervinientes: aquellas que están afectando la investigación pero no son
objeto de estudio de la misma (es importante tenerlas en cuenta).
Naturaleza de las variables:
• Cuantitativas: 

• Discreta / Contínua (según tome finitos o infinitos inter-valores)
• Razón / Intervalo (Unidad de medida absoluta o relativa, pero con una
diferencia cuantitativa entre elementos) = edad, horas de estudio al día,
horas de sueño…

• Semicuantitativas: 

• Ordinal (relación de orden) = Consumo diario de internet, Acuerdos o
percepciones (medido en mucho/algo/poco/nada). 

• Cualitativas: Nominal (igualdad/desigualdad) = Género, País…

• Dicotómica (sí/no)
Naturaleza de las variables:
Diseños Cuantitativos
No experimentales (Ex-post-facto)
No buscan establecer, ni probar relaciones de causa-efecto entre las variables: se utilizan para
el acopio de datos y alcanzar los objetivos de investigación. Aleatorio o no. Es sistemático y
empírico, las variables independientes no se manipulan porque ya han sucedido.
Experimentales
se manipula la variable independiente para medir su efecto sobre la dependiente, apoyado en
el control de variables intervinientes. Pre-experimentos, Cuasi-experimentos.
Metaanálisis
Revisiones sistemáticas, objetivas y científicas, se desarrollan a través de una serie de etapas
claramente establecidas, muy similares a las de cualquier investigación empírica : a)
formulación del problema; b) búsqueda de la literatura; c) codificación de los estudios; d)
análisis estadístico e interpretación, y e) publicación.
Longitudinal/Transversal
De caso/ De población
De campo / Documental
Diseños Cuantitativos
Objetivos / Preguntas / Hipótesis
Diseños Cuantitativos
Objetivos / Preguntas / Hipótesis
Los objetivos deben ser redactados de tal manera que evidencien el propósito del
estudio (objetivo general) y los logros por fases (objetivos específicos) a alcanzar
en la investigación.
Exploratorio
Descriptivo
Correlacional
Explicativo
Proyectivos
Construir un objetivo general para uno de estos
tipos de I. Cuanti
Diseños Cuantitativos
Muestra
El tamaño de la muestra está determinado en cierta medida por el estilo de la investigación. Por ejemplo,
un estilo de encuesta generalmente requiere una muestra grande, particularmente si se van a calcular
estadísticas inferenciales. En la investigación etnográfica o cualitativa es más probable que el tamaño de
la muestra sea pequeño. El tamaño de la muestra también puede verse limitado por el costo, en
términos de tiempo, dinero, estrés, apoyo administrativo, cantidad de investigadores y recursos. Borg y
Gall (1979) sugieren que la investigación correlacional requiere un tamaño de muestra de no menos de
treinta casos, que las metodologías causales comparativas y experimentales requieren un tamaño de
muestra de no menos de quince casos, y que la investigación de la encuesta no debe tener menos de
100 casos en cada subgrupo mayor y veinticinco en cada subgrupo menor. una investigación que
involucre a todos los niños en una pequeña escuela primaria o primaria (hasta 100 estudiantes en total)
podría requerir que se incluya entre el 80% y el 100% de la escuela en la muestra, mientras que una
escuela secundaria grande de 1,200 los estudiantes pueden requerir una muestra del 25 por ciento de la
escuela para lograr la aleatoriedad. Como guía aproximada en una muestra aleatoria, cuanto más
grande es la muestra, mayor es la posibilidad de ser representativa.
Deben emitirse juicios sobre cuatro factores clave en el muestreo:

• El tamaño de la muestra

• Representatividad y parámetros de la muestra

• Acceso a la muestra

• La estrategia de muestreo que se utilizará
Resumen Investigaciones Cuantitativas
Vamos a leer:
Big Data (Clusters)
Asif, R., Merceron, A., Ali S.A. & N. G. Haider, N.G. (2017). Analyzing undergraduate
students' performance using educational data mining. Computers & Education, 113,
177-194.
Pre-post (mixed)
Keçeci, G. & Zengin, F.K. (2017). Observing the technological pedagogical and
content knowledge levels of science teacher candidates. Educational Research and
Reviews.
• Paradigma / Tipo de investigación
• Diseño
• Problema, Objetivo, preguntas o hipótesis
• Muestreo / tamaño de muestra
Cómo preparar la toma de datos
Identificar cada variable de nuestro estudio y recordar las relaciones que queremos medir:
Ejemplo:
Cómo organizar los datos obtenidos
Crear archivo excel o similar, organizar variables por tipología y valores
Ejemplo:
Cómo organizar los datos obtenidos
Recopilar los datos obtenidos de los instrumentos:
Preguntas:
• ¿Hemos recogido las medidas o datos correspondientes a cada variable?
• Política de protección de datos (aspectos éticos)
• Instrumentos construidos por mi o de terceros (fiabilidad, validez)
• Conocemos la naturaleza de los datos y sabemos qué variables miden.
• ¿Sabemos cuales de los datos no son válidos para analizar?
• Datos completos pertenecientes a nuestra muestra
• “Outliers” (valores atípicos)
• ¿Tenemos las herramientas necesarias para hacerlo?
• Programario libre (Jasp, pspp…)
• SPSS
• Excel o similar
Cómo organizar los datos obtenidos
Codificar cada variable en una columna excel o directamente en SPSS o similar
Ejemplo:
Cómo analizar y presentar los datos
Dónde publicar:
Temas típicos de Revistas Cuantitativas:
https://www.inderscience.com/jhome.php?jcode=ijqre
Análisis cuantitativo de datos:
Datos Demográficos o biodatos: el análisis que se puede hacer es
meramente descriptivo:

• Media y Desviación estándar (datos cuanti)

• Moda, mediana, cuartiles, percentiles, distribución (datos
ordinales)
Análisis cuantitativo de datos:
Y se puede representar de manera gráfica: 

• Pie chart (v. nominales)

• Diagrama de cajas

• Diagrama de barras 

• Histogramas (v. cuantitativas)
Relaciones entre variables:
Análisis comparativosAnálisis asociativos
Determinar si hay una diferencia significativa
entre las medias o distribuciones de dos o más grupos
Determinar si hay una correlación significativa
entre las medias o distribuciones de dos o más muestras
0
10
20
30
40
0-24% females 25-49% females 50-74% females 75-100% females
Number of teams Average Project Average Robot Design
Average Core Values
Análisis asociativo o correlacional :
Nos permite estudiar si hay algún tipo de relación significativa, su signo
y magnitud. No se deduce VI / VD (no sé si es causa efecto)

Según el tipo de variables (nominal / ordinal / continua)

Ordinal /
nominal
Ordinal /
nominal
Continua
Ordinal /
nominal
R de Pearson 

(paramétrica, necesita una correlación lineal)
Rho de Spearman 

Tau de Kendall (no parametricas)
Continua
Continua
Análisis de correlaciones:
Comprender y presentar los datos

Correlación
Negativa
Significativa
p<0.01
Análisis Comparativo (se supone una VI aplicada, se mide VD): 

¿Nuestros datos siguen los 3 supuestos clásicos?

Normalidad 

Homogeneidad

Independencia
t-test (1 o 2 grupos)

Análisis de la Varianza (3 o más grupos)
Wilcoxon, Mann-Whitney (1 o 2 grupos, relacionados /
independientes)

Kruskall-Wallis, Friedman (3 o más grupos, relacionados /
independientes)
Paramétrico
No Paramétrico
Análisis Comparativo: 

Ejemplos (en SPSS)
Análisis multivariable 

(Excepto EFA y Clusters, se necesita programario especial)

Análisis Factorial (EFA, CFA)

Regresión múltiple

Clusters o conglomerados

SEM…
A nivel cuantitativo, se debe estudiar la fiabilidad de constructo o validez interna y su
estabilidad:

TRN: 

Dos mitades

Alfa de Cronbach 

Test-retest / Pearson (formas paralelas)

TRC: 

Livingston, (requieren 1 aplicación del test)

Kappa de Cohen, Livngston… (requieren 2 aplicaciones del test)
Análisis de Validez y Fiabilidad de un Instrumento:
Relaciones entre variables: Análisis comparativos o asociativos
Imagen: http://datanalisis.wikidot.com/estadistica

Más contenido relacionado

La actualidad más candente

Analisis kepekaan (sensitivity analysis)
Analisis kepekaan (sensitivity analysis)Analisis kepekaan (sensitivity analysis)
Analisis kepekaan (sensitivity analysis)Ai NurfaRida
 
Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)
Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)
Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)Estrela Bellia Muaja
 
Anova (Analysis of Variance)
Anova (Analysis of Variance)Anova (Analysis of Variance)
Anova (Analysis of Variance)Nur Indah Sari
 

La actualidad más candente (6)

Analisis kepekaan (sensitivity analysis)
Analisis kepekaan (sensitivity analysis)Analisis kepekaan (sensitivity analysis)
Analisis kepekaan (sensitivity analysis)
 
Teori Shannon dan Weaver
Teori Shannon dan WeaverTeori Shannon dan Weaver
Teori Shannon dan Weaver
 
Power poin new
Power poin newPower poin new
Power poin new
 
Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)
Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)
Uji normalitas dan homogenitas non parametrik (Estrela Muaja - UNIMA)
 
Penyajian data
Penyajian dataPenyajian data
Penyajian data
 
Anova (Analysis of Variance)
Anova (Analysis of Variance)Anova (Analysis of Variance)
Anova (Analysis of Variance)
 

Similar a Investigació quantitativa: Paradigmes, metodologia, anàlisi i presentació de resultats

Marco teórico y Diseño Metodológico
Marco teórico y Diseño MetodológicoMarco teórico y Diseño Metodológico
Marco teórico y Diseño MetodológicoTatiana González P
 
Proceso de investigación
Proceso de investigaciónProceso de investigación
Proceso de investigaciónDavid Dela
 
APOYO DIDACTICO PROTOCOLO DRA. GUTIERREZ.pdf
APOYO DIDACTICO  PROTOCOLO DRA. GUTIERREZ.pdfAPOYO DIDACTICO  PROTOCOLO DRA. GUTIERREZ.pdf
APOYO DIDACTICO PROTOCOLO DRA. GUTIERREZ.pdflisamorales41
 
Bravo daysi daniel vehar
Bravo daysi  daniel  veharBravo daysi  daniel  vehar
Bravo daysi daniel veharDaysi Bravo
 
Metodologia de la investigación
Metodologia de la investigación Metodologia de la investigación
Metodologia de la investigación Leady Soto
 
Trabajo De Campo De Poma Garcia
Trabajo De Campo De Poma GarciaTrabajo De Campo De Poma Garcia
Trabajo De Campo De Poma Garciaguest35a97b
 
TRABAJO DE CAMPO
TRABAJO  DE CAMPOTRABAJO  DE CAMPO
TRABAJO DE CAMPOguest35a97b
 
T R A B A J O D E C A M P O D E P O M A G A R C I A
T R A B A J O  D E  C A M P O  D E  P O M A  G A R C I AT R A B A J O  D E  C A M P O  D E  P O M A  G A R C I A
T R A B A J O D E C A M P O D E P O M A G A R C I Aguest35a97b
 
Investigación general.pptx
Investigación general.pptxInvestigación general.pptx
Investigación general.pptxJohny Sosa
 
Investigacion cualitativa
Investigacion cualitativaInvestigacion cualitativa
Investigacion cualitativaromer
 
INVESTIGACION CUANTITATIVO 26 De sep (1).ppt
INVESTIGACION CUANTITATIVO 26 De sep (1).pptINVESTIGACION CUANTITATIVO 26 De sep (1).ppt
INVESTIGACION CUANTITATIVO 26 De sep (1).pptCARLGIL2
 
Diseño de investigación.pptx
Diseño de investigación.pptxDiseño de investigación.pptx
Diseño de investigación.pptxJohny Sosa
 
2. enfoque cualitativo y cuantitativo de investigación
2. enfoque cualitativo y cuantitativo de investigación2. enfoque cualitativo y cuantitativo de investigación
2. enfoque cualitativo y cuantitativo de investigaciónAndrea Acevedo Lipes
 
Apuntes análisis de datos
Apuntes análisis de datosApuntes análisis de datos
Apuntes análisis de datosSierras89
 

Similar a Investigació quantitativa: Paradigmes, metodologia, anàlisi i presentació de resultats (20)

Marco teórico y Diseño Metodológico
Marco teórico y Diseño MetodológicoMarco teórico y Diseño Metodológico
Marco teórico y Diseño Metodológico
 
Proceso de investigación
Proceso de investigaciónProceso de investigación
Proceso de investigación
 
Tema 1 Aspectos Generales Investigación Cuantitativa
Tema 1 Aspectos Generales Investigación CuantitativaTema 1 Aspectos Generales Investigación Cuantitativa
Tema 1 Aspectos Generales Investigación Cuantitativa
 
Material Aspectos Generales Investigación Cuantitativa (1).pdf
Material Aspectos Generales Investigación Cuantitativa (1).pdfMaterial Aspectos Generales Investigación Cuantitativa (1).pdf
Material Aspectos Generales Investigación Cuantitativa (1).pdf
 
APOYO DIDACTICO PROTOCOLO DRA. GUTIERREZ.pdf
APOYO DIDACTICO  PROTOCOLO DRA. GUTIERREZ.pdfAPOYO DIDACTICO  PROTOCOLO DRA. GUTIERREZ.pdf
APOYO DIDACTICO PROTOCOLO DRA. GUTIERREZ.pdf
 
Diseñometodologico
DiseñometodologicoDiseñometodologico
Diseñometodologico
 
Bravo daysi daniel vehar
Bravo daysi  daniel  veharBravo daysi  daniel  vehar
Bravo daysi daniel vehar
 
Metodologia de la investigación
Metodologia de la investigación Metodologia de la investigación
Metodologia de la investigación
 
Trabajo De Campo De Poma Garcia
Trabajo De Campo De Poma GarciaTrabajo De Campo De Poma Garcia
Trabajo De Campo De Poma Garcia
 
TRABAJO DE CAMPO
TRABAJO  DE CAMPOTRABAJO  DE CAMPO
TRABAJO DE CAMPO
 
T R A B A J O D E C A M P O D E P O M A G A R C I A
T R A B A J O  D E  C A M P O  D E  P O M A  G A R C I AT R A B A J O  D E  C A M P O  D E  P O M A  G A R C I A
T R A B A J O D E C A M P O D E P O M A G A R C I A
 
Investigación general.pptx
Investigación general.pptxInvestigación general.pptx
Investigación general.pptx
 
FMI_Tipos_diseño.pdf
FMI_Tipos_diseño.pdfFMI_Tipos_diseño.pdf
FMI_Tipos_diseño.pdf
 
Investigacion cualitativa
Investigacion cualitativaInvestigacion cualitativa
Investigacion cualitativa
 
INVESTIGACION CUANTITATIVO 26 De sep (1).ppt
INVESTIGACION CUANTITATIVO 26 De sep (1).pptINVESTIGACION CUANTITATIVO 26 De sep (1).ppt
INVESTIGACION CUANTITATIVO 26 De sep (1).ppt
 
Diseño de investigación.pptx
Diseño de investigación.pptxDiseño de investigación.pptx
Diseño de investigación.pptx
 
Investigación Educativa
Investigación Educativa Investigación Educativa
Investigación Educativa
 
2. enfoque cualitativo y cuantitativo de investigación
2. enfoque cualitativo y cuantitativo de investigación2. enfoque cualitativo y cuantitativo de investigación
2. enfoque cualitativo y cuantitativo de investigación
 
Investigacion 1
Investigacion 1Investigacion 1
Investigacion 1
 
Apuntes análisis de datos
Apuntes análisis de datosApuntes análisis de datos
Apuntes análisis de datos
 

Más de ARGET URV

Memòria ARGET 2022.pdf
Memòria ARGET 2022.pdfMemòria ARGET 2022.pdf
Memòria ARGET 2022.pdfARGET URV
 
Presentation - 11th International Conference on Robotics in Education
Presentation - 11th International Conference on Robotics in Education Presentation - 11th International Conference on Robotics in Education
Presentation - 11th International Conference on Robotics in Education ARGET URV
 
Slerd2020.pptx
Slerd2020.pptxSlerd2020.pptx
Slerd2020.pptxARGET URV
 
Teacher views on educational robotics and its introduction to the compulsory ...
Teacher views on educational robotics and its introduction to the compulsory ...Teacher views on educational robotics and its introduction to the compulsory ...
Teacher views on educational robotics and its introduction to the compulsory ...ARGET URV
 
Jornada PONT 2020
Jornada PONT 2020Jornada PONT 2020
Jornada PONT 2020ARGET URV
 
OBSERV@COMDID - Presentació
OBSERV@COMDID - PresentacióOBSERV@COMDID - Presentació
OBSERV@COMDID - PresentacióARGET URV
 
Seminari II - Tractament de dades qualitatives en la recerca educativa. Indic...
Seminari II - Tractament de dades qualitatives en la recerca educativa. Indic...Seminari II - Tractament de dades qualitatives en la recerca educativa. Indic...
Seminari II - Tractament de dades qualitatives en la recerca educativa. Indic...ARGET URV
 
Seminari - Tractament de dades qualitatives en la recerca educativa. Indicado...
Seminari - Tractament de dades qualitatives en la recerca educativa. Indicado...Seminari - Tractament de dades qualitatives en la recerca educativa. Indicado...
Seminari - Tractament de dades qualitatives en la recerca educativa. Indicado...ARGET URV
 
Aprendizaje Servicio como estrategia para el desarrollo de competencias docen...
Aprendizaje Servicio como estrategia para el desarrollo de competencias docen...Aprendizaje Servicio como estrategia para el desarrollo de competencias docen...
Aprendizaje Servicio como estrategia para el desarrollo de competencias docen...ARGET URV
 
Diseño y validación de un instrumento de evaluación de aplicaciones educativa...
Diseño y validación de un instrumento de evaluación de aplicaciones educativa...Diseño y validación de un instrumento de evaluación de aplicaciones educativa...
Diseño y validación de un instrumento de evaluación de aplicaciones educativa...ARGET URV
 
Dones de ciència
Dones de ciènciaDones de ciència
Dones de ciènciaARGET URV
 
Protocol d'Extracció de l’ADN del tomàquet
Protocol d'Extracció de l’ADN del tomàquetProtocol d'Extracció de l’ADN del tomàquet
Protocol d'Extracció de l’ADN del tomàquetARGET URV
 
VI CONGRESO INTERNACIONAL DE DOCENCIA UNIVERSITARIA (CINDU 2019)
VI CONGRESO INTERNACIONAL DE DOCENCIA UNIVERSITARIA (CINDU 2019)VI CONGRESO INTERNACIONAL DE DOCENCIA UNIVERSITARIA (CINDU 2019)
VI CONGRESO INTERNACIONAL DE DOCENCIA UNIVERSITARIA (CINDU 2019)ARGET URV
 
Using Knowledge Building Forums in EFL Classroms - FIETxs2019
 Using Knowledge Building Forums in EFL Classroms - FIETxs2019 Using Knowledge Building Forums in EFL Classroms - FIETxs2019
Using Knowledge Building Forums in EFL Classroms - FIETxs2019ARGET URV
 
Evaluación de la CDD a partir del video análisis de ambientes de aprendizaj...
Evaluación de la CDD a partir del video análisis de ambientes de aprendizaj...Evaluación de la CDD a partir del video análisis de ambientes de aprendizaj...
Evaluación de la CDD a partir del video análisis de ambientes de aprendizaj...ARGET URV
 
Jornada pont 2018/19
Jornada pont 2018/19Jornada pont 2018/19
Jornada pont 2018/19ARGET URV
 
TEA. Diseño de un instrumento de evaluación de aplicaciones móviles educativas
TEA. Diseño de un instrumento de evaluación de aplicaciones móviles educativasTEA. Diseño de un instrumento de evaluación de aplicaciones móviles educativas
TEA. Diseño de un instrumento de evaluación de aplicaciones móviles educativasARGET URV
 
EL USO DE TECNOLOGÍAS MÓVILES EN LA AUTOEVALUACIÓN FORMATIVA DE LOS ALUMNOS U...
EL USO DE TECNOLOGÍAS MÓVILES EN LA AUTOEVALUACIÓN FORMATIVA DE LOS ALUMNOS U...EL USO DE TECNOLOGÍAS MÓVILES EN LA AUTOEVALUACIÓN FORMATIVA DE LOS ALUMNOS U...
EL USO DE TECNOLOGÍAS MÓVILES EN LA AUTOEVALUACIÓN FORMATIVA DE LOS ALUMNOS U...ARGET URV
 
COMDID: Una herramienta de autoevaluación para la mejora del desarrollo profe...
COMDID: Una herramienta de autoevaluación para la mejora del desarrollo profe...COMDID: Una herramienta de autoevaluación para la mejora del desarrollo profe...
COMDID: Una herramienta de autoevaluación para la mejora del desarrollo profe...ARGET URV
 

Más de ARGET URV (20)

Memòria ARGET 2022.pdf
Memòria ARGET 2022.pdfMemòria ARGET 2022.pdf
Memòria ARGET 2022.pdf
 
Presentation - 11th International Conference on Robotics in Education
Presentation - 11th International Conference on Robotics in Education Presentation - 11th International Conference on Robotics in Education
Presentation - 11th International Conference on Robotics in Education
 
Slerd2020.pptx
Slerd2020.pptxSlerd2020.pptx
Slerd2020.pptx
 
Teacher views on educational robotics and its introduction to the compulsory ...
Teacher views on educational robotics and its introduction to the compulsory ...Teacher views on educational robotics and its introduction to the compulsory ...
Teacher views on educational robotics and its introduction to the compulsory ...
 
Jornada PONT 2020
Jornada PONT 2020Jornada PONT 2020
Jornada PONT 2020
 
OBSERV@COMDID - Presentació
OBSERV@COMDID - PresentacióOBSERV@COMDID - Presentació
OBSERV@COMDID - Presentació
 
Seminari II - Tractament de dades qualitatives en la recerca educativa. Indic...
Seminari II - Tractament de dades qualitatives en la recerca educativa. Indic...Seminari II - Tractament de dades qualitatives en la recerca educativa. Indic...
Seminari II - Tractament de dades qualitatives en la recerca educativa. Indic...
 
Seminari - Tractament de dades qualitatives en la recerca educativa. Indicado...
Seminari - Tractament de dades qualitatives en la recerca educativa. Indicado...Seminari - Tractament de dades qualitatives en la recerca educativa. Indicado...
Seminari - Tractament de dades qualitatives en la recerca educativa. Indicado...
 
Aprendizaje Servicio como estrategia para el desarrollo de competencias docen...
Aprendizaje Servicio como estrategia para el desarrollo de competencias docen...Aprendizaje Servicio como estrategia para el desarrollo de competencias docen...
Aprendizaje Servicio como estrategia para el desarrollo de competencias docen...
 
Diseño y validación de un instrumento de evaluación de aplicaciones educativa...
Diseño y validación de un instrumento de evaluación de aplicaciones educativa...Diseño y validación de un instrumento de evaluación de aplicaciones educativa...
Diseño y validación de un instrumento de evaluación de aplicaciones educativa...
 
Dones de ciència
Dones de ciènciaDones de ciència
Dones de ciència
 
Protocol d'Extracció de l’ADN del tomàquet
Protocol d'Extracció de l’ADN del tomàquetProtocol d'Extracció de l’ADN del tomàquet
Protocol d'Extracció de l’ADN del tomàquet
 
VI CONGRESO INTERNACIONAL DE DOCENCIA UNIVERSITARIA (CINDU 2019)
VI CONGRESO INTERNACIONAL DE DOCENCIA UNIVERSITARIA (CINDU 2019)VI CONGRESO INTERNACIONAL DE DOCENCIA UNIVERSITARIA (CINDU 2019)
VI CONGRESO INTERNACIONAL DE DOCENCIA UNIVERSITARIA (CINDU 2019)
 
Using Knowledge Building Forums in EFL Classroms - FIETxs2019
 Using Knowledge Building Forums in EFL Classroms - FIETxs2019 Using Knowledge Building Forums in EFL Classroms - FIETxs2019
Using Knowledge Building Forums in EFL Classroms - FIETxs2019
 
FIET 2019
FIET 2019FIET 2019
FIET 2019
 
Evaluación de la CDD a partir del video análisis de ambientes de aprendizaj...
Evaluación de la CDD a partir del video análisis de ambientes de aprendizaj...Evaluación de la CDD a partir del video análisis de ambientes de aprendizaj...
Evaluación de la CDD a partir del video análisis de ambientes de aprendizaj...
 
Jornada pont 2018/19
Jornada pont 2018/19Jornada pont 2018/19
Jornada pont 2018/19
 
TEA. Diseño de un instrumento de evaluación de aplicaciones móviles educativas
TEA. Diseño de un instrumento de evaluación de aplicaciones móviles educativasTEA. Diseño de un instrumento de evaluación de aplicaciones móviles educativas
TEA. Diseño de un instrumento de evaluación de aplicaciones móviles educativas
 
EL USO DE TECNOLOGÍAS MÓVILES EN LA AUTOEVALUACIÓN FORMATIVA DE LOS ALUMNOS U...
EL USO DE TECNOLOGÍAS MÓVILES EN LA AUTOEVALUACIÓN FORMATIVA DE LOS ALUMNOS U...EL USO DE TECNOLOGÍAS MÓVILES EN LA AUTOEVALUACIÓN FORMATIVA DE LOS ALUMNOS U...
EL USO DE TECNOLOGÍAS MÓVILES EN LA AUTOEVALUACIÓN FORMATIVA DE LOS ALUMNOS U...
 
COMDID: Una herramienta de autoevaluación para la mejora del desarrollo profe...
COMDID: Una herramienta de autoevaluación para la mejora del desarrollo profe...COMDID: Una herramienta de autoevaluación para la mejora del desarrollo profe...
COMDID: Una herramienta de autoevaluación para la mejora del desarrollo profe...
 

Último

SIMULACROS Y SIMULACIONES DE SISMO 2024.docx
SIMULACROS Y SIMULACIONES DE SISMO 2024.docxSIMULACROS Y SIMULACIONES DE SISMO 2024.docx
SIMULACROS Y SIMULACIONES DE SISMO 2024.docxLudy Ventocilla Napanga
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfManuel Molina
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressionsConsueloSantana3
 
Fichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdfFichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdfssuser50d1252
 
EDUCACION FISICA 1° PROGRAMACIÓN ANUAL 2023.docx
EDUCACION FISICA 1°  PROGRAMACIÓN ANUAL 2023.docxEDUCACION FISICA 1°  PROGRAMACIÓN ANUAL 2023.docx
EDUCACION FISICA 1° PROGRAMACIÓN ANUAL 2023.docxLuisAndersonPachasto
 
05 Fenomenos fisicos y quimicos de la materia.pdf
05 Fenomenos fisicos y quimicos de la materia.pdf05 Fenomenos fisicos y quimicos de la materia.pdf
05 Fenomenos fisicos y quimicos de la materia.pdfRAMON EUSTAQUIO CARO BAYONA
 
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdf
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdfFichas de MatemáticA QUINTO DE SECUNDARIA).pdf
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdfssuser50d1252
 
describimos como son afectados las regiones naturales del peru por la ola de ...
describimos como son afectados las regiones naturales del peru por la ola de ...describimos como son afectados las regiones naturales del peru por la ola de ...
describimos como son afectados las regiones naturales del peru por la ola de ...DavidBautistaFlores1
 
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024gharce
 
Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Angélica Soledad Vega Ramírez
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOweislaco
 
GUIA DE TEXTOS EDUCATIVOS SANTILLANA PARA SECUNDARIA
GUIA DE TEXTOS EDUCATIVOS SANTILLANA PARA SECUNDARIAGUIA DE TEXTOS EDUCATIVOS SANTILLANA PARA SECUNDARIA
GUIA DE TEXTOS EDUCATIVOS SANTILLANA PARA SECUNDARIAELIASPELAEZSARMIENTO1
 
EJEMPLO MODELO DE PLAN DE REFUERZO ESCOLAR.docx
EJEMPLO MODELO DE PLAN DE REFUERZO ESCOLAR.docxEJEMPLO MODELO DE PLAN DE REFUERZO ESCOLAR.docx
EJEMPLO MODELO DE PLAN DE REFUERZO ESCOLAR.docxFabianValenciaJabo
 
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADOCUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADOEveliaHernandez8
 
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdfFichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdfssuser50d1252
 
Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Rosabel UA
 
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfFisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfcoloncopias5
 
Presentación Bloque 3 Actividad 2 transversal.pptx
Presentación Bloque 3 Actividad 2 transversal.pptxPresentación Bloque 3 Actividad 2 transversal.pptx
Presentación Bloque 3 Actividad 2 transversal.pptxRosabel UA
 

Último (20)

SIMULACROS Y SIMULACIONES DE SISMO 2024.docx
SIMULACROS Y SIMULACIONES DE SISMO 2024.docxSIMULACROS Y SIMULACIONES DE SISMO 2024.docx
SIMULACROS Y SIMULACIONES DE SISMO 2024.docx
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressions
 
Fichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdfFichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdf
 
EDUCACION FISICA 1° PROGRAMACIÓN ANUAL 2023.docx
EDUCACION FISICA 1°  PROGRAMACIÓN ANUAL 2023.docxEDUCACION FISICA 1°  PROGRAMACIÓN ANUAL 2023.docx
EDUCACION FISICA 1° PROGRAMACIÓN ANUAL 2023.docx
 
PPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptxPPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptx
 
05 Fenomenos fisicos y quimicos de la materia.pdf
05 Fenomenos fisicos y quimicos de la materia.pdf05 Fenomenos fisicos y quimicos de la materia.pdf
05 Fenomenos fisicos y quimicos de la materia.pdf
 
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdf
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdfFichas de MatemáticA QUINTO DE SECUNDARIA).pdf
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdf
 
describimos como son afectados las regiones naturales del peru por la ola de ...
describimos como son afectados las regiones naturales del peru por la ola de ...describimos como son afectados las regiones naturales del peru por la ola de ...
describimos como son afectados las regiones naturales del peru por la ola de ...
 
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
 
Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
 
TL/CNL – 2.ª FASE .
TL/CNL – 2.ª FASE                       .TL/CNL – 2.ª FASE                       .
TL/CNL – 2.ª FASE .
 
GUIA DE TEXTOS EDUCATIVOS SANTILLANA PARA SECUNDARIA
GUIA DE TEXTOS EDUCATIVOS SANTILLANA PARA SECUNDARIAGUIA DE TEXTOS EDUCATIVOS SANTILLANA PARA SECUNDARIA
GUIA DE TEXTOS EDUCATIVOS SANTILLANA PARA SECUNDARIA
 
EJEMPLO MODELO DE PLAN DE REFUERZO ESCOLAR.docx
EJEMPLO MODELO DE PLAN DE REFUERZO ESCOLAR.docxEJEMPLO MODELO DE PLAN DE REFUERZO ESCOLAR.docx
EJEMPLO MODELO DE PLAN DE REFUERZO ESCOLAR.docx
 
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADOCUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
 
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdfFichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
 
Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024
 
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfFisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
 
Presentación Bloque 3 Actividad 2 transversal.pptx
Presentación Bloque 3 Actividad 2 transversal.pptxPresentación Bloque 3 Actividad 2 transversal.pptx
Presentación Bloque 3 Actividad 2 transversal.pptx
 

Investigació quantitativa: Paradigmes, metodologia, anàlisi i presentació de resultats

  • 1. Investigación Cuantitativa: Paradigmas, metodología, análisis y presentación de resultados Mireia Usart Novembre 2019 URV
  • 2.
  • 3. Objetivos: Saber cómo plantear una investigación de corte cuantitativo Saber recoger, analizar y presentar los datos cuantitativos obtenidos a partir de diferentes fuentes. Conocer los diferentes paquetes estadísticos y programario para el análisis de los datos cuantitativos. Saber cómo reportar los datos obtenidos (resultados)
  • 4. ? Notas previas • No confundir análisis de datos cuantitativo con metodología o paradigma cuantitativo. • Tener en mente las preguntas o hipótesis de investigación para elegir correctamente la herramienta de análisis cuantitativo. • Seguir ordenadamente los pasos del análisis: • Tabular los datos y “limpiarlos” • Analizarlos • Presentar los resultados. • La presentación de los datos se realiza según la normativa APA, usando tablas, gráficos o figuras con sus títulos y unidades. • No se debe confundir la presentación de resultados con la discusión de los mismos, en investigación cuanti suelen ir en apartados separados.
  • 5. 1. Cea d’Ancona, M.a Ángeles (1998). Metodología cuantitativa. Estrategias y técnicas de investigación social. Madrid, Síntesis. 2. Hernández Sampieri, R., Fernández Collado, C. y Baptista Lucio, P. (2003) Metodología de la investigación (3a ed.). México: McGraw-Hill. 3. McMillan, J. H., & Schumacher, S. (2005). In Posadas J. L. (Ed.), Investigación educativa (5th ed.). Madrid: Pearson Education. 4. Cohen, L., Manion, L., & Morrison, K. (2007). Research Methods in Education (6th ed.). London: Routledge. Bibliografía recomendada:
  • 7. Paradigmas de investigación Cuantitativa Tipos de investigaciones cuantitativas: • Exploratorio • Descriptivo • Correlacional • Explicativo • Proyectivo (cambios debidos a una intervención) Cohen., Manion & Morrison (2007).
  • 8. Básicos de la Investigación cuantitativa Problema de investigación Permitir al lector percibir el problema, tal como lo ve el investigador, sugerir las razones por la cuál es importante y viable llevar a cabo la investigación. La redacción debe ser clara, precisa y consistente con los objetivos que se persiguen, se deben identificar ya las VARIABLES. Dar respuesta a las posibles inquietudes que surjan en el lector: ¿Cuál es el fenómeno, sujetos, situación o hecho que se desea estudiar? ¿Cuáles son las características de ese fenómeno, sujeto situación o hecho que deseo estudiar? ¿Dónde, cómo y cuándo se manifiesta? ¿Cuáles son las razones por las que se manifiesta (aquí los estudios previos nos apoyan)? ¿Qué pretende hacer en la investigación respecto al fenómeno, situación o hecho que desea estudiar? ¿Para qué lo hace? El tema de interés debe estar perfectamente problematizado, explicando sus componentes y aspectos característicos (analítica) que se abordaran en la investigación. Las posturas, afirmaciones o juicios sobre el fenómeno deben estar respaldados por evidencia teórica y/o empírica de dónde surgió la problematización presentada: Debe respaldar las causas y/o razones del problema con citas; en este enfoque no hay cabidas a subjetividades, se parte de la teoría existente. El problema debe delimitarse en espacio, tiempo y contexto, diferenciándolo de otros similares. En la redacción deben dejarse rastros de la verificación empírica necesaria para el propósito de la investigación. La relevancia de la investigación debe presentar de manera lógica y coherente, indicando su justificación bien sea por ser una temática novedosa, porque se resuelve un problema de interés social, se elimina una laguna de conocimiento, permite un desarrollo metodológico o un desarrollo teórico.
  • 9. • Dependiente (VD): aquella variable que esperamos que varíe por el efecto de la variable independiente. • Independiente (VI): es la variable cuya manipulación o influencia asociamos a las variaciones en la variable dependiente. • Intervinientes: aquellas que están afectando la investigación pero no son objeto de estudio de la misma (es importante tenerlas en cuenta). Naturaleza de las variables:
  • 10. • Cuantitativas: • Discreta / Contínua (según tome finitos o infinitos inter-valores) • Razón / Intervalo (Unidad de medida absoluta o relativa, pero con una diferencia cuantitativa entre elementos) = edad, horas de estudio al día, horas de sueño… • Semicuantitativas: • Ordinal (relación de orden) = Consumo diario de internet, Acuerdos o percepciones (medido en mucho/algo/poco/nada). • Cualitativas: Nominal (igualdad/desigualdad) = Género, País… • Dicotómica (sí/no) Naturaleza de las variables:
  • 11. Diseños Cuantitativos No experimentales (Ex-post-facto) No buscan establecer, ni probar relaciones de causa-efecto entre las variables: se utilizan para el acopio de datos y alcanzar los objetivos de investigación. Aleatorio o no. Es sistemático y empírico, las variables independientes no se manipulan porque ya han sucedido. Experimentales se manipula la variable independiente para medir su efecto sobre la dependiente, apoyado en el control de variables intervinientes. Pre-experimentos, Cuasi-experimentos. Metaanálisis Revisiones sistemáticas, objetivas y científicas, se desarrollan a través de una serie de etapas claramente establecidas, muy similares a las de cualquier investigación empírica : a) formulación del problema; b) búsqueda de la literatura; c) codificación de los estudios; d) análisis estadístico e interpretación, y e) publicación. Longitudinal/Transversal De caso/ De población De campo / Documental
  • 12. Diseños Cuantitativos Objetivos / Preguntas / Hipótesis
  • 13. Diseños Cuantitativos Objetivos / Preguntas / Hipótesis Los objetivos deben ser redactados de tal manera que evidencien el propósito del estudio (objetivo general) y los logros por fases (objetivos específicos) a alcanzar en la investigación. Exploratorio Descriptivo Correlacional Explicativo Proyectivos Construir un objetivo general para uno de estos tipos de I. Cuanti
  • 14. Diseños Cuantitativos Muestra El tamaño de la muestra está determinado en cierta medida por el estilo de la investigación. Por ejemplo, un estilo de encuesta generalmente requiere una muestra grande, particularmente si se van a calcular estadísticas inferenciales. En la investigación etnográfica o cualitativa es más probable que el tamaño de la muestra sea pequeño. El tamaño de la muestra también puede verse limitado por el costo, en términos de tiempo, dinero, estrés, apoyo administrativo, cantidad de investigadores y recursos. Borg y Gall (1979) sugieren que la investigación correlacional requiere un tamaño de muestra de no menos de treinta casos, que las metodologías causales comparativas y experimentales requieren un tamaño de muestra de no menos de quince casos, y que la investigación de la encuesta no debe tener menos de 100 casos en cada subgrupo mayor y veinticinco en cada subgrupo menor. una investigación que involucre a todos los niños en una pequeña escuela primaria o primaria (hasta 100 estudiantes en total) podría requerir que se incluya entre el 80% y el 100% de la escuela en la muestra, mientras que una escuela secundaria grande de 1,200 los estudiantes pueden requerir una muestra del 25 por ciento de la escuela para lograr la aleatoriedad. Como guía aproximada en una muestra aleatoria, cuanto más grande es la muestra, mayor es la posibilidad de ser representativa. Deben emitirse juicios sobre cuatro factores clave en el muestreo: • El tamaño de la muestra • Representatividad y parámetros de la muestra • Acceso a la muestra • La estrategia de muestreo que se utilizará
  • 15. Resumen Investigaciones Cuantitativas Vamos a leer: Big Data (Clusters) Asif, R., Merceron, A., Ali S.A. & N. G. Haider, N.G. (2017). Analyzing undergraduate students' performance using educational data mining. Computers & Education, 113, 177-194. Pre-post (mixed) Keçeci, G. & Zengin, F.K. (2017). Observing the technological pedagogical and content knowledge levels of science teacher candidates. Educational Research and Reviews. • Paradigma / Tipo de investigación • Diseño • Problema, Objetivo, preguntas o hipótesis • Muestreo / tamaño de muestra
  • 16. Cómo preparar la toma de datos Identificar cada variable de nuestro estudio y recordar las relaciones que queremos medir: Ejemplo:
  • 17. Cómo organizar los datos obtenidos Crear archivo excel o similar, organizar variables por tipología y valores Ejemplo:
  • 18. Cómo organizar los datos obtenidos Recopilar los datos obtenidos de los instrumentos: Preguntas: • ¿Hemos recogido las medidas o datos correspondientes a cada variable? • Política de protección de datos (aspectos éticos) • Instrumentos construidos por mi o de terceros (fiabilidad, validez) • Conocemos la naturaleza de los datos y sabemos qué variables miden. • ¿Sabemos cuales de los datos no son válidos para analizar? • Datos completos pertenecientes a nuestra muestra • “Outliers” (valores atípicos) • ¿Tenemos las herramientas necesarias para hacerlo? • Programario libre (Jasp, pspp…) • SPSS • Excel o similar
  • 19. Cómo organizar los datos obtenidos Codificar cada variable en una columna excel o directamente en SPSS o similar Ejemplo:
  • 20. Cómo analizar y presentar los datos
  • 21. Dónde publicar: Temas típicos de Revistas Cuantitativas: https://www.inderscience.com/jhome.php?jcode=ijqre
  • 22. Análisis cuantitativo de datos: Datos Demográficos o biodatos: el análisis que se puede hacer es meramente descriptivo: • Media y Desviación estándar (datos cuanti) • Moda, mediana, cuartiles, percentiles, distribución (datos ordinales)
  • 23. Análisis cuantitativo de datos: Y se puede representar de manera gráfica: • Pie chart (v. nominales) • Diagrama de cajas • Diagrama de barras • Histogramas (v. cuantitativas)
  • 24. Relaciones entre variables: Análisis comparativosAnálisis asociativos Determinar si hay una diferencia significativa entre las medias o distribuciones de dos o más grupos Determinar si hay una correlación significativa entre las medias o distribuciones de dos o más muestras 0 10 20 30 40 0-24% females 25-49% females 50-74% females 75-100% females Number of teams Average Project Average Robot Design Average Core Values
  • 25. Análisis asociativo o correlacional : Nos permite estudiar si hay algún tipo de relación significativa, su signo y magnitud. No se deduce VI / VD (no sé si es causa efecto) Según el tipo de variables (nominal / ordinal / continua) Ordinal / nominal Ordinal / nominal Continua Ordinal / nominal R de Pearson (paramétrica, necesita una correlación lineal) Rho de Spearman Tau de Kendall (no parametricas) Continua Continua
  • 26. Análisis de correlaciones: Comprender y presentar los datos Correlación Negativa Significativa p<0.01
  • 27. Análisis Comparativo (se supone una VI aplicada, se mide VD): ¿Nuestros datos siguen los 3 supuestos clásicos? Normalidad Homogeneidad Independencia t-test (1 o 2 grupos) Análisis de la Varianza (3 o más grupos) Wilcoxon, Mann-Whitney (1 o 2 grupos, relacionados / independientes) Kruskall-Wallis, Friedman (3 o más grupos, relacionados / independientes) Paramétrico No Paramétrico
  • 29. Análisis multivariable (Excepto EFA y Clusters, se necesita programario especial) Análisis Factorial (EFA, CFA) Regresión múltiple Clusters o conglomerados SEM…
  • 30. A nivel cuantitativo, se debe estudiar la fiabilidad de constructo o validez interna y su estabilidad: TRN: Dos mitades Alfa de Cronbach Test-retest / Pearson (formas paralelas) TRC: Livingston, (requieren 1 aplicación del test) Kappa de Cohen, Livngston… (requieren 2 aplicaciones del test) Análisis de Validez y Fiabilidad de un Instrumento:
  • 31. Relaciones entre variables: Análisis comparativos o asociativos Imagen: http://datanalisis.wikidot.com/estadistica