Presentación Pizarra

MARCO REFERENCIAL DE LA INVESTIGACIÓN CUANTITATIVAL

Para iniciar una investigación, siempre se necesita una idea; todavía no se conoce el sustituto de una buena idea. Roberto Hernández-Sampieri

la investigación social cuantitativa está directamente basada en el paradigma explicativo. Este paradigma, utiliza preferentemente información cuantitativa o cuantificable para describir o tratar de explicar los fenómenos que estudia, en las formas que es posible hacerlo en el nivel de estructuración lógica en el cual se encuentran las ciencias sociales actuales.

INVESTIGACIÓN CUANTITATIVA

objetivos de la investigación cuantitativa

La investigación cuantitativa tiene como objetivos:

• Recopilar y analizar datos numéricos que permitan establecer patrones, relaciones o generalizaciones sobre un fenómeno específico.
• Busca medir variables específicas de manera precisa y objetiva, utilizando datos numéricos que pueden ser analizados estadísticamente.

objetivos de la investigación cuantitativa

Objetivos descriptivos Buscan determinar las características más importantes del objeto de estudio.Objetivos clasificatorios Buscan agrupar a las personas del estudio en ciertas categorías que son significativas para el estudio. Objetivos comparativos.Tienen el propósito de comparar grupos o personas en una o más características que se dan en ellos.

objetivos de la investigación cuantitativa

Objetivos relacionales.Buscan relaciones entre dos o más características que se dan en las personas o grupos estudiados.Objetivos explicativos Buscan una explicación basada en una teoría o en factores asociados con el fenómeno estudiado, los cuales se consideran como factores explicativos o causales.

Realiza recolección de datosy análisis estadístico

Es responsable de formular preguntas de investigación relevantes y diseñar estudios que permitan abordar estas cuestiones de manera cuantificable. Esto implica definir claramente las variables de interés, desarrollar hipótesis y elegir los métodos adecuados para recolectar datos

Realiza una interpretación de los resultados

Debe traducir conceptos abstractos como actitudes, prejuicios, normas sociales o conformidad en variables medibles. Este proceso, conocido como operacionalización, es fundamental para asegurar que los fenómenos sociales sean medidos con precisión y que los datos obtenidos reflejen adecuadamente la realidad social.

el papel del psicólogo social en la investigación cuantitativa

Su campo se enfoca en comprender cómo los pensamientos, sentimientos y comportamientos de las personas son influenciados por la interacción social y el contexto cultural.

ORGANIZACIÓN DE DATOS CUANTITATIVOS

Recolectar los datos implica elaborar un plan detallado de procedimientos que nos conduzcan a reunir datos con un propósito específico.Dentro del modelo de investigación cuantitativa, la etapa de recolección de los datos resulta de vital importancia para el estudio, de ella dependen tanto la validez interna como externa.La validez interna de una investigación depende de una adecuada selección o construcción del instrumento con el cual se va a recolectar la información deseada, la teoría que enmarca el estudio tiene que conjugar perfectamente con las características teóricas y empíricas del instrumento; si esto no ocurre, se corre el riesgo de recolectar datos que a la postre pueden ser imposibles de ser interpretados o discutidos, la teoría y los datos pueden caminar por distintas direcciones. Del mismo modo, la recolección de los datos se relaciona con a validez externa del estudio, por cuanto la generalización depende de la calidad y cantidad de los datos que recolectamos. Por ello, en estudios cuantitativos resulta importante determinar una muestra adecuada, que tenga representatividad en el tamaño y que a la vez refleje la misma estructura existente en la población. Sin una buena muestra de datos, no se puede generalizar; y si se corre este riesgo, el investigador podría llevar sus conclusiones más allá de la realidad, cuando lo que se desea es reflejar la realidad.

ORGANIZACIÓN DE DATOS CUANTITATIVOS

Los principales análisis estadísticos que pueden hacerse son: estadística descriptiva para cada variable (distribución de frecuencias, medidas de tendencia central y medidas de la variabilidad), la transformación a puntuaciones z, razones y tasas, cálculos de estadísticainferencial, pruebas paramétricas, pruebas no paramétricas y análisis multivariados. Algunos fueron tratados en este capítulo y otros se comentan en el capítulo 8 del centro de recursos.• Las distribuciones de frecuencias contienen las categorías, los códigos, las frecuencias absolutas (número de casos), los porcentajes, los porcentajes válidos y los porcentajes acumulados.• Las distribuciones de frecuencias pueden presentarse en forma gráfica. • Una distribución de frecuencias puede representarse por medio del polígono de frecuencias o de la curva de frecuencias. • Las medidas de tendencia central son la moda, la mediana y la media.• Las medidas de la variabilidad son el rango (diferencia entre el máximo y el mínimo), la desviación estándar y la varianza.• Otras estadísticas descriptivas de utilidad son la asimetría y la curtosis.

ORGANIZACIÓN DE DATOS CUANTITATIVOS

Las puntuaciones z son transformaciones de los valores obtenidos a unidades de desviaciónestándar (su explicación se incluye en el capítulo 8 del centro de recursos).• Una razón es la relación entre dos categorías; una tasa es la relación entre el número de casos de una categoría y el número total de casos, multiplicada por un múltiplo de diez.• La confiabilidad se calcula mediante coeficientes: de correlación, alfa y KR-20 y 21. • La validez de criterio se obtiene mediante coeficientes de correlación y la de constructo por medio del análisis de factores. • La estadística inferencial sirve para efectuar generalizaciones de la muestra a la población. Se utiliza para probar hipótesis y estimar parámetros. Se basa en el concepto de distribución muestral.• La curva o distribución normal es un modelo teórico sumamente útil; su media es cero (0) y su desviación estándar es uno (1).• El nivel de significancia o significación y el intervalo de confianza son niveles de probabilidad de cometer un error, o de equivocarse en la prueba de hipótesis o la estimación de parámetros. Los niveles más comunes son 0.05 y 0.01.