Análisis de datos Introducción al análisis de datos

Presentación del tema: "Análisis de datos Introducción al análisis de datos"— Transcripción de la presentación:

1 Análisis de datos Introducción al análisis de datos
UNIVERSIDAD INDUSTRIAL DE SANTANDER ESCUELA DE ECONOMÍA Y ADMINISTRACIÓN Maestría en Gestión y Políticas Públicas Análisis de datos Introducción al análisis de datos Prof.: Hector Mauricio Rojas B.

2 “[LA CIENCIA]…ES UN INMENSO APARATO DE CONSTRUCCIÓN COLECTIVA, COLECTIVAMENTE UTILIZADO”
LA REFLEXIVIDAD ES… “EL TRABAJO MEDIANTE EL CUAL LA CIENCIA SOCIAL, TOMÁNDOSE A SÍ MISMA COMO OBJETO, SE SIRVE DE SUS PROPIAS ARMAS PARA COMPRENDERSE Y CONTROLARSE.” PIERRE BOURDIEU. EL OFICIO DEL CIENTÍFICO. CIENCIA DE LA CIENCIA Y REFLEXIVIDAD. Anagrama, Barcelona, 2003.

3 Científico Ciencias Sociales Ontología Naturaleza de la realidad
Epistemología Naturaleza del conocimiento Metodología Enfoques y técnicas Filosofía de la ciencia Lenguaje: Estructura – Lógica - Validez Teoría del Conocimiento Reflexión racional Origen Naturaleza – Alcance Contexto de descubrimiento Contexto de justificación Empírico-ideológico Científico

4 La Constitución del “Método Científico
Fuente: Conde, 1995) LA CONSTITUCIÓN DEL “MÉTODO CIENTÍFICO” ORIGEN DE LA POLÉMICA (Filosofía Griega) La Constitución del “Método Científico Platón Formalista-idealista- matematización La materia es “pura forma” Sustitución de la naturaleza misma por las matemáticas (abstracción) Predecesor de la “ciencia positiva” Dos dimensiones: Las cosas limitadas y medidas: EL REPOSO, LA SINCRONÍA El puro devenir carece de medida, LA DIACRONÍA (Deleuze, 1989) Aristóteles Empireia: trato directo con las cosas. Literalmente Físico (Kline, 1985) Necesidad de aproximación concreta, empírica, sensible, directa, analógica. Descripción del movimiento natural. Sustantivismo

5 Demócrito Materialismo, naturaleza del “átomo” Todo cuanto hay en la naturaleza es combinación de átomos y vacío: los átomos se mueven de una forma natural e inherente a ellos y, en su movimiento, chocan entre sí y se combinan cuando sus formas y demás características lo permiten Euclídes Axiomática del espacio geométrico dominante hasta el siglo XIX, base de la estadística. Base lógica para las matemáticas y el concepto de prueba.

6 En el nivel metodológico se desarrolla EL INSTRUMENTO, LA INSTRUMENTALIZACIÓN cuyo objeto es perfeccionar los sentidos naturales del hombre (el nuevo Creador) sin ir más allá de su función Robert Boyle, Siglo XVII (La bomba de aire de Boyle, química moderna)

7 Epistemología de las Ciencias Sociales
Explicación (cuantitativo) Comprensión (cualitativo) Karl Popper Falsación Comte Positivismo Husserl Lazarsfeld Prueba Estadística Marx Materialismo Max Weber Bourdieu Ruptura y Vigilancia epistemológica Durkheim Causalidad A. Schultz Thomas Kuhn Paradigma, ciencia normal Berger - Luckman Malinosky Merton Función

8 Investigación cuantitativa
Basada en la deducción probabilística del positivismo lógico Medición penetrante y controlada Objetiva Inferencias más allá de los datos Correlacional, inferencial, deductiva Orientada al resultado Datos "sólidos y repetibles“ Generalizable, realidad estática Fuentes: Cabrero García L, Richart Martínez M. El debate investigación cualitativa frente a investigación cuantitativa Enfermería clínica, 1996; 6: Reichart ChS, Cook TD. Hacia una superación del enfrentamiento entre los métodos cualitativos y cuantitativos. En: Cook TD, Reichart ChR (ed). Métodos cualitativos y cuantitativos en investigación evaluativa. Madrid: Morata,1986.

9 Investigación cualitativa
Centrada en la fenomenología y comprensión Observación naturista sin control Inferencias de sus datos Exploratoria, inductiva y descriptiva Orientada al proceso Datos "ricos y profundos“

10 DISEÑO DE UNA INVESTIGACIÓN
VERDADES EN EL UNIVERSO Preguntas a investigar PROBLEMAS Universo (Población cotidiana) Hallazgos en el estudio Aplicación Individuos estudiados VERDADES EN EL ESTUDIO Plan de investigación Diseño Muestral Fenómenos Categorías/ Variables Mediciones Inferencia Realización Validez Externa Validez Interna La cuantificación incrementa y facilita la compresión del universo que nos rodea y ya mucho antes de los positivistas lógicos o neopositivistas  Galileo Galilei afirmaba, en este sentido, "mide lo que sea medible y haz medible lo que no lo sea". (Pita & Pértegas, 2002)

11 Estadística El término alemán Statistik, introducido originalmente por Gottfried Achenwall en 1749, se refería al análisis de datos del Estado, es decir, la «ciencia del Estado» (o más bien, de la ciudad-estado). También se llamó aritmética política de acuerdo con la traducción literal del inglés. No fue hasta el siglo XIX cuando el término estadística adquirió el significado de recolectar y clasificar datos. Este concepto fue introducido por el militar británico sir John Sinclair ( ).

12 Estadística descriptiva:
Se dedica a la descripción, visualización y resumen de datos originados a partir de los fenómenos de estudio. Los datos pueden ser resumidos numérica o gráficamente. Ejemplos: la media y la desviación estándar. Estadística inferencial: Se dedica a la generación de los modelos, inferencias y predicciones asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la población bajo estudio: Ejemplos: prueba de hipótesis), estimaciones de unas características numéricas (estimación), pronósticos de futuras observaciones, descripciones de asociación (correlación) o modelamiento de relaciones entre variables (análisis de regresión). Otras técnicas de modelamiento incluyen anova, series de tiempo y minería de datos.

13 Medición es el proceso de vincular conceptos abstractos con indicadores empíricos, Así, la medición es un tipo de observación que describe los fenómenos de modo que éste pueda ser analizado estadísticamente. Desde el punto de vista empírico el centro de atención es la respuesta observable Desde el punto de vista teórico, el interés se sitúa en el concepto subyacente no observable (constructo) Un instrumento de medición es cualquier vía a través de la cual obtenemos los indicadores empíricos de los conceptos abstractos de interés.

14 “Mide lo que sea medible y haz medible lo que no lo sea". Galileo
MEDICIÓN: DATO Es una representación de la realidad, no la realidad –pero le da sentido, la representa, es una guía para la interacción y representación sociales- “Mide lo que sea medible y haz medible lo que no lo sea". Galileo Normalidad Anormalidad Anormalidad Realidad social Históricamente representada Desviación Social Desviación Social Psicosis Neurosis Psicosis

15 Utilidades de la Medición en Investigación
Requisitos que debe cumplir un instrumento de medición. Evaluación de la confiabilidad y validez 1.Objetividad. Significa independencia de los resultados de quien lo aplica. 2. Confiabilidad. El grado en que se repiten los resultados cuando se aplica al mismo conjunto de objetos o sujetos. 3. Validez. El grado en que un instrumento mide exactamente lo que se quiere medir. Utilidades de la Medición en Investigación Desde este punto de vista, la medición promueve la objetivación del conocimiento y el control de los juicios valorativos. ¿Cómo medir la confiabilidad? Hay varias técnicas para ello, algunas estadísticas y otras no. En forma estadística, la confiabilidad se mide por una magnitud C entre 0 y 1 (Combrach-Kappa). El valor C=0 corresponde a un instrumento nada confiable. El valor C=1 corresponde a la máxima confiabilidad De contenido Evidencias de validez De criterio De constructo ¿Cómo medir la validez?

16 De otra manera, la confiabilidad y validez de un instrumento permite evaluar la calidad de los constructos a través de la precisión y la exactitud: Precisión: Una medición es muy precisa cuando presenta prácticamente el mismo valor cada vez que se mide. Exactitud: Grado con que realmente representa lo que se intenta representar. Buena Precisión Poca Exactitud Poca Precisión Buena Exactitud

17 DISEÑO DE INVESTIGACIÓN
PLANTEAMIENTO CONCEPTO DEFINICIÓN OPERACIONALIZACIÓN NIVEL DE MEDICIÓN CONCRECIÓN MEDICIÓN CATEGORIZACIÓN VARIABLES

18 Variables El concepto de variable siempre está asociado a las hipótesis de investigación. Una variable es una propiedad que puede adquirir diferentes valores en un conjunto determinado y cuya variación es susceptible de ser medida.

19 Variable, Dimensión o Categoría
Características observables de una unidad de análisis, ligadas entre sí en su variación en una relación específica de Asociación, Dependencia (Correlación) o Causalidad. Una investigación, cualitativa o cuantitativa, exige la operacionalización de sus conceptos centrales en variables, de esta definición operativa depende el nivel de medición y potencia de las pruebas realizadas

20 Condiciones-situaciones
Variabilidad de los fenómenos en tiempo espacio (la realidad no tiene un tamaño determinado (dimensión histórica cultural) Dificultad de establecer regularidades y generalizaciones sobre la realidad social Ausencia de instrumentos de observación potentes y precisos Limitaciones de laboratorio/experimentación: restricciones ético/legales y financieros Dificultad para divulgar los resultados de investigación por las consecuencias en todo nivel. La investigación es parte de la sociedad y participa de sus relaciones.

21 CLASIFICACIÓN DE LAS VARIABLES
SEGÚN TIPO Tipos Nominal (discreta): criterio de clasificación Ordinal: jerarquía Continua: numérica

22 Características de Variable
Tipo de Medición Características de Variable Ejemplo Potencia Nominal (cadena) Categorías no ordenadas, mutuamente excluyentes Sexo, municipio, estado de ánimo, orientación religiosa, raza. Baja Ordinal Categorías ordenadas con intervalos no cuantificables Grado de aprendizaje, nivel de escolaridad. Intermedia Continua Intervalos (cero relativo) Razón (cero absoluto) Espectro ordenado con intervalos cuantificables Peso Número de clases al día Horas de TV. a la semana. Talla Elevada

23 CLASIFICACIÓN DE LAS VARIABLES
SEGÚN NIVELES Niveles: Descriptivas (Caracterización) Dependientes (Efectos) Independientes (Causas) Intervinientes (Condicionan)

24 VARIABLES: Niveles Descriptivas: Caracterizan el fenómeno sin relación, profundizan en la característica. Operacionalizan el concepto sin relación con otras EJ., GRADO DE INCERTIDUMBRE POR EL FUTURO DE LOS HABITANTES DE BUCARAMANGA, 2015 EJ., OPINIÓN FAVORABLE O DESFAVORABLE DE LOS HABITANTES DE BUCARAMANGA SOBRE LA CALIDAD DEL AIRE EN LA CIUDAD Dependientes: Efecto (CONSECUENCIA) en estudio expresados en relación EJ., EL GÉNERO Y EL GRADO DE INCERTIDUMBRE POR EL FUTURO ENTRE LOS HABITANTES DE BUCARAMANGA, 2015

25 VARIABLES: Niveles Independientes: Causas asociadas en diferente grado a la relación EJ., EL GÉNERO Y EL GRADO DE INCERTIDUMBRE POR EL FUTURO ENTRE LOS HABITANTES DE BUCARAMANGA, 2014 Intervinientes: Tienen efecto en la relación planteada, aunque no son esenciales en la relación EJ., LAS MUJERES EXPRESAN UN MAYOR GRADO DE INCERTIDUMBRE POR EL FUTURO ENTRE LOS HABITANTES DE BUCARAMANGA, ESPECIALMENTE AQUELLAS CON HIJOS MENORES DE EDAD. EN LOS HOGARES CON MAYOR NÚMERO DE HIJOS, EXISTE MAYOR INCERTIDUMBRE POR EL FUTURO, MÁS AÚN EN AQUELLOS CON PERSONAS DISCAPACITADAS

26 Planteamiento El concepto subjetivo de calidad de vida en Bucaramanga está asociado al género, el nivel socioeconómico y la ocupación de los habitantes. Dependientes El concepto subjetivo de calidad de vida en Bucaramanga Independientes género, el nivel socioeconómico y la ocupación de los habitantes. Intervinientes No hay

27 Planteamiento Los estudiantes de la UIS tienen una alta actitud científica hacia la investigación comparativamente con los estudiantes de otras universidades de Bucaramanga, siendo mayor en los estudiantes más jóvenes. Dependientes Nivel de actitud hacia la investigación Independientes Universidad del estudiante en Bucaramanga Intervinientes Edad del estudiante Extrañas

28 Cuadro de codificación de variables –
Ejemplo: Analizar las percepciones de los adolescentes sobre el embarazo precoz en el AMB de Bucaramanga Variables de composición (variables independientes) Variable Ítems Tipo Edad actual (años cumplidos) Número de años _______ Continuo De 12 a 15 De 15 a 19 Ordinal Ocupación principal Ninguna ⃝1 Solo estudio ⃝2 Estudio y Trabajo ⃝3 Solo trabajo ⃝4 Nominal No. de parejas sexuales que ha tenido Parejas ________ Continua Sexo Mujer ⃝1 Hombre ⃝2

29 Cuadro de codificación de variables
Ejemplo: Analizar las percepciones de los adolescentes sobre el embarazo precoz en el AMB de Bucaramanga Variables de análisis o de efecto (variables dependientes) Variable Ítems Tipo Influencia de la religión la manera de pensar sobre la sexualidad Sí influye ⃝1 No influye ⃝2 Nominal-dicotómica Nivel de acuerdo sobre la despenalización total del aborto en Colombia Total desacuerdo ⃝1 Indiferente ⃝2 De acuerdo ⃝3 Total acuerdo ⃝4 Ordinal –Tipo Likerts Calificación del estado de salud física Puntuación 0 a 10 Continua Nivel de estado de salud mental Mi estado de salud sexual

30 Análisis y representación de las variables
Datos agrupados 1.- Su propósito es resumir la información de manera técnica 2.- generalmente, los elementos son de mayor tamaño, por lo cual requieren ser agrupados, esto implica: ordenar, clasificar y expresar los en una tabla de frecuencias se agrupa a los datos, si se cuenta con 20 o más elementos. Aunque contemos con más de 20 elementos, debe de verificarse que los datos n sean significativos, Esto es: que la información sea “repetitiva”, también debemos de verificar que los datos puedan clasificarse. Y que dicha clasificación tiene coherencia y lógica (de acuerdo a lo que se nos esta pidiendo) . Una vez que ya hemos ordenado y clasificado, presentaremos la información obtenida mediante una ”tabla de frecuencias” 4.- la agrupación de los datos puede ser simple o mediante intervalos de clase.

31 Fuente: Rojas, 2012

32 Variables: Tablas de Frecuencia
Datos no agrupados: Es un conjunto de información si ningún orden más que como fueron tomados en la medición. estos datos son analizados sin necesidad de formar clases con ellos y a esto es a lo que se le llama tratamiento de datos no agrupados. Ejemplos Datos no agrupados: X1, X2, X3, X4, X5, X6, X7… Xn Edad de un grupo de niños 5, 6, 5, 4, 3, 5, 6, 7, 8…

33 Ejemplos: Vas a investigar la edad a un grupo de 20 Niños en datos no agrupados (es decir, vienen los 20 niños y así como te dan la edad así la anotas 2,2,1,3,3,3,4,4,5,6,1,2,2,3,3,3,4,4,3,6 (Total 20 niños) Estos son datos no agrupados por qué no los has clasificado y contado 1,1,2,2,2,2,3,3,3,3,3,3,3,4,4,4,4,5,5,6 (Total 20 niños) Los datos no agrupados también los puedes ordenar, por ejemplo de la edad menor a la edad mayor, no están contabilizados ni clasificados solamente están ordenados Para que sean datos agrupados tienes que contarlos y clasificarlos, por ejemplo cuántos niños había de cada año. (y siguen siendo 20 niños) Tabla de frecuencias Edad Frecuencia Total

34 Tabla No.1 Notas de un grupo de estudiantes Xi fi Fi Fa 3 15,0 1 5
3 15,0 1 5 25,0 8 2 13 4 20,0 17 10,0 19 5,0 20 Total 100,0 Fuente: datos ficticios, 2015

35 FÓRMULAS BÁSICAS DE ESTADÍSTICA
Para el cálculo de algunas medidas MEDIDAS DE POSICIÓN Medida Fórmula Observaciones Cuartiles Los cuartiles dividen la serie de datos en cuatro partes iguales. 𝐶 𝑘= 𝐿 𝑖 + 𝐾∗ 𝑁 4 − 𝐹 𝑖−1 𝑓 𝑖 ∗ 𝑎 𝑖 Buscamos 𝐾∗ 𝑁 4 , en la tabla de las frecuencias acumuladas. Dónde: K= 1,2,3 Para datos agrupados por intervalos de igual tamaño Deciles Los deciles dividen la serie de datos en diez partes iguales. 𝐷 𝑘= 𝐿 𝑖 + 𝐾∗ 𝑁 10 − 𝐹 𝑖−1 𝑓 𝑖 ∗ 𝑎 𝑖 Dónde: K= 1,2,3,4,5,6,7,8,9 Percentiles Los percentiles dividen la serie de datos en cien partes iguales. 𝑃 𝑘= 𝐿 𝑖 + 𝐾∗ 𝑁 100 − 𝐹 𝑖−1 𝑓 𝑖 ∗ 𝑎 𝑖 K= 1,2,3… 99

36 𝑀 𝑜= 𝐿 𝑖 + (𝑓 𝑖 − 𝑓 𝑖−1 ) (𝑓 𝑖 − 𝑓 𝑖−1 )+ (𝑓 𝑖 − 𝑓 𝑖+1 ) ∗ 𝑎 𝑖
Medidas de tendencia central Moda: La frecuencia que más se repite en una distribución agrupada. 𝑀 𝑜= 𝐿 𝑖 + (𝑓 𝑖 − 𝑓 𝑖−1 ) (𝑓 𝑖 − 𝑓 𝑖−1 )+ (𝑓 𝑖 − 𝑓 𝑖+1 ) ∗ 𝑎 𝑖 Pueden presentarse distribuciones unimodales, bimodales, multimodales… Mediana: Distribuye los datos en 50% por debajo y 50% por encima. Es el valor central de un conjunto de valores ordenados en forma creciente o decreciente. 𝑀 𝑒= 𝐿 𝑖 + 𝑛 2 − 𝐹 𝑖−1 𝑓 𝑖 ∗ 𝑎 𝑖 Me = C2 = D5 = P50 En datos no agrupados deben ordenarse de menor a mayor y establecer el dato medio. Media: Es el promedio, se obtiene al dividir la suma de todos los valores de una variable por la frecuencia total. 𝑋= 𝛴 𝑋 𝑖 𝑓 𝑖 𝑛 Sólo se calcula para datos de variables cuantitativas (continuas)

37 𝑆 2 = 𝛴 (𝑋 𝑖 − 𝑋 ) 2 𝑓 𝑖 𝑛 𝑆= 𝑆 2 MEDIDAS DE DISPERSIÓN
Varianza: es el promedio del cuadrado de las distancias entre cada observación y la media aritmética del conjunto de observaciones. 𝑆 2 = 𝛴 (𝑋 𝑖 − 𝑋 ) 2 𝑓 𝑖 𝑛 La varianza siempre se estudia en relación con la media, pero se encuentra en unidades cuadráticas Desviación Típica: La varianza viene dada por las mismas unidades que la variable pero al cuadrado, para evitar este problema podemos usar como medida de dispersión la desviación típica que se define como la raíz cuadrada positiva de la varianza. 𝑆= 𝑆 2 Permite saber, exactamente y en las mismas unidades de la variable, qué tan heterogéneo u homogéneo es un conjunto de datos.

38 MEDIDAS DE DISPERSIÓN 𝐶𝑉= 𝑆 𝑋 ∗100 𝐴 𝑠 = 𝑋− 𝑀 𝑜 𝑆
Coeficiente de Variación: Cuando se quiere comparar el grado de dispersión de dos distribuciones que no vienen dadas en las mismas unidades o que las medias no son iguales se utiliza el coeficiente de variación de Pearson que se define como el cociente entre la desviación típica y el valor absoluto de la media aritmética 𝐶𝑉= 𝑆 𝑋 ∗100 Cuando el CV > 30%: Heterogéneo Cuando el CV < 30%: Homogéneo Coeficiente de Asimetría: Diremos que una distribución es simétrica cuando su mediana, su moda y su media aritmética coinciden. Diremos que una distribución es asimétrica a la derecha si las frecuencias (absolutas o relativas) descienden más lentamente por la derecha que por la izquierda. Si las frecuencias descienden más lentamente por la izquierda que por la derecha diremos que la distribución es asimétrica a la izquierda. Existen varias medidas de la asimetría de una distribución de frecuencias. Una de ellas es el Coeficiente de Asimetría de Pearson: 𝐴 𝑠 = 𝑋− 𝑀 𝑜 𝑆 Su valor es cero cuando la distribución es simétrica, positivo cuando existe asimetría a la derecha y negativo cuando existe asimetría a la izquierda. De otro modo: As > Me = Positiva As < Me = Negativa

39 Tipos de Instrumentos para recolección de datos
Cuestionarios o encuestas Escalas de actitud Tipos de instrumentos Análisis del contenido utilizados en Observaciones Investigaciones sociales Pruebas de inventarios estandarizados Sesiones en profundidad Combinación de dos o más instrumentos

40 Procedimiento general para construir un instrumento de medición.
La primera pregunta siempre debe ser ¿elegir un instrumento o construir uno propio? Seguir los pasos: Listar las variables Revisar su definición conceptual y comprender su significado Revisar como han sido definidas operacionalmente las variables en otros trabajos. Revisar en particular los instrumentos que han sido utilizados, su confiabilidad y validez Elegir el instrumento o los instrumentos (Ej. ya desarrollados) que hayan sido favorecidos por la comparación y adaptarlos al contexto de la investigación o decidir construir o desarrollar uno propio Indicar el nivel de medición de cada ítem y por ende el de las variables Indicar la manera como se habrán de codificar los datos Aplicar una prueba piloto. Determinar confiabilidad y validez Modificar, ajustar y mejorar.

41 Los cuestionarios o encuestas
Consisten en un conjunto de preguntas respecto a una o más variables a medir. Las preguntas pueden ser cerradas o abiertas. Entre los tipos más frecuentes de preguntas pueden estar las siguientes: Tipos de preguntas Preguntas dicotómicas (desea estudiar un postgrado? Si ___ No ____ Preguntas cerradas con más de una alternativa de respuesta pero de selección única. Ejemplo: ¿Cuanta TV ves los domingos? ( ) No veo la televisión ( ) Menos de 1 hora ( ) 1 o 2 horas ( ) 3 horas ( ) 4 horas ( ) 5 horas o más Si las respuestas, como en el ejemplo, pueden generar una variable ordinal, las respuestas posibles deben aparecer en orden. Si genera una variable nominal, pueden ir en cualquier orden, pero evite que una respuesta “deseada” sea siempre la primera o siempre la última, etc. El encuestado “tiende a aprender” Las posibles respuestas a preguntas que conducen a una variable ordinal pueden presentarse también al estilo de las escalas de actitud de tipo Likert Ejemplo: ¿Se arriesgaría usted a cambiar de trabajo? Definitivamente Probablemente No estoy Probablemente Definitivamente no no seguro si si Preguntas cerradas de posible selección múltiple Ejemplo: Esta familia tiene: ( ) Radio ( ) Televisión ( ) Refrigerador ( ) Lavadora ( ) Teléfono ( ) Automóvil

42 ____ Diseño orientado a objeto
Preguntas que suponen una jerarquización de opiniones Ejemplo: ¿cuál de las siguientes políticas públicas le parece mejor? Márquela con el número 1, ¿cuál en segundo lugar? Márquela con el número 2 y ¿cuál en tercer lugar? Márquela con el número 3. ( ) Política de equidad de género ( ) Política de o a siempre ( ) Plan de vivienda gratis Preguntas que suponen asignar un porcentaje a una o diversas cuestiones Ejemplo: ¿cuánto le interesa desarrollar sus conocimientos sobre los siguientes aspectos? Indique de 1 a 10 en cada caso ____ Diseño orientado a objeto ____ Teoría de bases de datos ____ Uso de un sistema de bases de datos con programación visual como Visual ____ Interrelación de sistemas gestores de bases de datos con hojas de cálculo

43 Sobre las escala de actitud
Se llama escalamiento tipo Likert a la forma de presentar las posibles respuestas a una pregunta que conduce a una variable ordinal. Después de una afirmación, se ponen a selección escalas como éstas: Muy de acuerdo De acuerdo Ni de acuerdo ni en desacuerdo En desacuerdo Muy en desacuerdo Se recomiendan que las escalas de Likert se hagan con un número impar de niveles (mínimo 3 y máximo de 7. Lo óptimo es 5). Otros tipos de escalas de actitud son llamados los diferenciales semánticos (Osgood) en los cuales se ponen adjetivos extremos y se pide que se marque con una cruz una determinada posición relativa. Ejemplo: Su actitud hacia el producto “x” es: barato __ __ __ __ __ __ __ caro sabroso __ __ __ __ __ __ __insípido Limpio __ __ __ __ __ __ __ sucio Las escalas por diferencial semántico deben tener también un número impar de niveles, preferiblemente siete.

44

45 _____________________________
ESCUELA DE TRABAJO SOCIAL EDUCACIÓN Y EXPECTATIVAS DE LOS ESTUDIANTES DE PREGRADO DE LA UIS FRENTE AL MEDIO LABORAL Y PROFESIONAL La presente consulta tiene como propósito conocer su proyección y expectativas sobre la formación universitaria y el medio profesional y laboral. Por favor permítanos desarrollar la siguiente encuesta, que sólo se usará para fines académicos. De antemano, agradecemos su colaboración. 1. Programa Académico _____________________________ 2. Promedio semestre anterior ________ 3. Sexo Masculino 1 Femenino 2 4. Semestre que cursa actualmente _________ 5. Edad ________ años 6. Ocupación principal Solo estudio 1 Estudio y trabajo 2 7. Lugar de Procedencia Bucaramanga 1 Otros Municipios Santander 2 Otros Departamentos 3 Extranjero 4 8. Estado Civil Soltero (a) 1 Casado (a) 2 Unión Libre 3 Viudo (a) 4 9. Estrato Socioeconómico _______

46 Le solicitamos a continuación VALORAR algunos aspectos de la educación desde su experiencia particular Excelente Bueno Regular Malo Pésimo 10 La Universidad donde estudio actualmente 11 El Programa en el que estoy matriculado 12 Mis Docentes 13 Mis Compañeros de estudio 14 Los servicios de bienestar de mi Universidad 15 La planta y dotación física de mi Universidad 16 Mi plan de estudios 17 Las becas y reconocimientos para estudiantes 18. Considera Ud. que la calidad de la educación universitaria es hoy: Mejor que antes 1 Permanece igual 2 Es peor que antes 3 19. Considera Ud. que la educación universitaria hoy: Es muy costosa 1 Sus costos son adecuados 2 Es poco costosa 3 En fin… Por su atención, muchas gracias. Diligenció: _________________________________________ Código ________________________ Observaciones: _________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________.

47 APLICACIÓN DE INSTRUMENTOS - VENTAJAS Y DESVENTAJAS
TIPOS DESVENTAJAS Única información disponible Bajos costos Retrospectivos: Historias clínicas Historias escolares, etc. Múltiples informantes diligencian Baja sensibilidad Los datos presentan muchas inconsistencias Ahorran tiempo profesional Sinceridad en las respuestas Mayor sensibilidad Puede ser enviado por correo Auto-reporte Sujetos que no colaboran Analfabetismo Trastornos mentales En ocasiones no se comprenden los ítems Los sujetos pueden mentir Se obtiene información que el sujeto de estudio niega o desconoce Es muy sensible Otro informante diligencia el cuestionario No tener informantes Pueden presentar sesgos hacia los sujetos de estudio Evaluar sentimientos y creencias Nivel de comunicación sujeto-informante Es posible evaluar casos críticos Permite analizar circunstancia fáctica de aplicación Observación profesional o naturalística El observador puede intimidar Las muestras en el tiempo son poco comparables Se pueden aclarar dudas Alta especificidad Alto porcentaje de respuestas Puede lograrse empatía y mejor información Permite explicaciones y uso de diagramas Es muy flexible Entrevista profesional Variabilidad de juicios entre los profesionales Estados de ánimo del profesional y del entrevistado Desacuerdo entre entrevistadores Inducir respuestas o sesgos Omisiones Alto costo

48 APLICACIÓN DE INSTRUMENTOS - VENTAJAS Y DESVENTAJAS
Reduce variabilidad entre los entrevistadores Se pregunta lo mismo a todos los sujetos Es más fácil la codificación Entrevista estructurada Incomprensión de los ítems Repetitivos si el entrevistador conoce los sujetos Se admiten las opiniones Se presentan temas emergentes Promueve la estructuración No tiene restricciones temáticas Entrevista semi-estructurada o no estructurada Sistematizar los datos Privacidad del sujeto No requiere documentos físicos Rapidez No se requiere entrada de datos No hay omisiones Sujeto-ordenador Alto costo, disponibilidad de equipos Pérdida de información, virus Fobia Bajos costos Confidencialidad Alta tasa de respuestas Ahorro en viajes y viáticos Procedimiento de aleatorización Útil para el tamizaje Aplicación telefónica Veracidad en la información No se tiene la información No-Verbal No se pueden usar tarjetas El sujeto puede colgar Permite estudiar grandes muestras de población El sujeto puede tomarse el tiempo en responder Dirección impresa de retorno de correo Aplicación por correo Baja tasa de respuestas Se dejan ítems sin responder Se desconoce la circunstancia fáctica

49 "Todos somos muy ignorantes
                "Todos somos muy ignorantes. Lo que ocurre es que no todos ignoramos las mismas cosas". "Hay dos cosas que son infinitas: el Universo y la estupidez humana. Y del Universo no estoy tan seguro". Albert Einstein ( ).