Cuestiones
ayuda
option
Mi Daypo

TEST BORRADO, QUIZÁS LE INTERESE12GTSO Metodología

COMENTARIOS ESTADÍSTICAS RÉCORDS
REALIZAR TEST
Título del test:
12GTSO Metodología

Descripción:
Test sobre Metodología de la Investigación en acción social

Autor:
G.
(Otros tests del mismo autor)

Fecha de Creación:
05/02/2020

Categoría:
Universidad

Número preguntas: 45
Comparte el test:
Facebook
Twitter
Whatsapp
Comparte el test:
Facebook
Twitter
Whatsapp
Últimos Comentarios
No hay ningún comentario sobre este test.
Temario:
Un paradigma Hace referencia a la naturaleza de la realidad observada, así como las opiniones que el investigador mantiene con respecto a esta. Es un conjunto de supuestos que mantienen interrelación con respecto a la interpretación del mundo, además, indica las diferentes problemáticas que deben ser tratadas y busca un marco referencial en el que se aclaren las cuestiones mediante una epistemología adecuada.
Interrogantes de la investigación científica Cuestión ontológica Cuestión epistemológica Cuestión metodológica.
Positivista, neopositivista, interpretativo Tipos de paradigmas Tipos de variables Tipos de interacción científica.
Paradigma positivista Este paradigma acepta como único conocimiento válido al conocimiento verificable y medible. Lo importante en el paradigma positivista es la cuantificación, que permita medir una serie de diseños, llegando si cabe a constituirse en directrices. Se concibió la estadística como una manera de cuantificarlo todo a través de muestras. Trata de explicar que el conocimiento objetivo no es importante, sino que lo que resulta realmente interesante es llegar a un “conocimiento consensuado”. Este paradigma trata de plantear nuevas hipótesis y construir teorías, todo ello fundamentado en el conocimiento cuantitativo.
Paradigma neopositivista Cada objeto social, incluidos los individuos, puede ser definido analíticamente sobre la base de una serie de atributos y propiedades (variables) y es precisamente la relación entre variables las que permite acceder al conocimiento de los fenómenos sociales. Este apunta que la observación empírica depende tanto del posicionamiento teórico como de los condicionamientos sociales y culturales. Redefine los supuestos iniciales, pero conserva el modo de proceder empíricamente en función de los principios de operacionalización, cuantificación y generalización. En este paradigma no importa llegar a un conocimiento objetivo, lo importante es ver qué elementos están interconectados. La realidad no debe ser observada sin más, esta tiene que ser interpretada.
Paradigma interpretativo La realidad no debe ser observada sin más, esta tiene que ser interpretada. Se basa en una profunda comprensión de las causas que forman la realidad social, ahondando en las explicaciones propias de esa causalidad. Este paradigma acepta como único conocimiento válido al conocimiento verificable y medible. Asimismo, este paradigma trata de plantear nuevas hipótesis y construir teorías, todo ello fundamentado en el conocimiento cuantitativo. Trata de explicar que el conocimiento objetivo no es importante, sino que lo que resulta realmente interesante es llegar a un “conocimiento consensuado”.
Otras perspectivas paradigmáticas Paradigma realista Paradigma hermenéutico Paradigma interaccionista .
Las cuestiones en la investigación social Ontológicas Epistemológicas Metodológicas.
Métodos de investigación Cuantitativo Cualitativo Mixtos.
Las hipótesis Guian el trabajo de comprobación científica para no proceder sin un orden predeterminado. Se integran por las unidades de observación y las variables, las relaciones que las unen y las que unen variables entre sí. Vendría a ser la forma más inteligente de dar solución al problema y en ese sentido se orienta la investigación. Representan la solución al problema de manera no estructural.
Una hipótesis bien formulada cuenta con... Unidades de observación (sujetos u objetos). Variables (atributos medibles). Direccionalidad de la relación. Interrogantes gráficas.
Hipótesis nula Es la que anticipa la no diferencia. Esta se supone verdadera puesto que no formula diferencias. Afirma la existencia de diferencias reales entre los grupos comparados, entre el parámetro que mide la población y el valor de la muestra.
Hipótesis alternativa Es la que anticipa la no diferencia. Esta se supone verdadera puesto que no formula diferencias. Afirma la existencia de diferencias reales entre los grupos comparados, entre el parámetro que mide la población y el valor de la muestra.
Se diferencian entre sí según su grado de operacionalización: generales o indicadores; según su naturaleza: cualitativa o cuantitativa; según su tipología: nominales, ordinales o de escala (de intervalo); y según su función: dependientes o independientes. Hipótesis Interrogantes Variables.
Tipología de variables Variables nominales Variables ordinales Variables de intervalo Variables de razón.
El verdadero salto cualitativo en el ámbito de las técnicas de encuesta se produjo con la consolidación del concepto de ____________y la introducción de los procedimientos de ____________, cuando se afianzó el principio de que para conocer la distribución de un número determinado de variables en una población concreta no era necesario estudiar a toda la población, sino que un estudio de una muestra seleccionada convenientemente podía producir resultados igual de exactos que los obtenidos por un estudio realizado sobre el total de la población. representatividad, muestreo variable, encuesta.
Un estudio de una muestra seleccionada convenientemente puede producir resultados igual de exactos que los obtenidos por un estudio realizado sobre el total de la población. Verdadero Falso.
Métodos de recolección de información cuantitativa La encuesta telefónica La encuesta por correo postal Encuesta por correo electrónico Encuesta personal Encuesta a través de redes sociales.
Permite la recogida de cantidades significativas de datos de una manera económica y eficiente y, por lo general, implican grandes tamaños muestrales. Métodos cualitativos Experimentación Métodos basados en encuestas.
Este método tiene la ventaja de poder separar el comportamiento de la muestra conforme alguna característica demográfica, por ejemplo, la edad o el sexo. Estandarización Análisis Profundización Fácil administración Segmentación.
Todos los encuestados son sometidos a las mismas preguntas y además suelen ser presentadas en el mismo orden (al igual que las opciones de respuesta). Estandarización Análisis Profundización Fácil administración Segmentación.
Falta de precisión (Es muy complicado obtener con precisión una medida de las actitudes, sentimientos, emociones y comportamientos), las bajas tasas de respuesta, y quizá sean más caras, tengan limitaciones de acceso al encuestado y necesiten de un entrenamiento específico por parte del entrevistador. Son desventajas de las encuestas Son desventajas de las variables Son desventajas del método cualitativo.
... es una parte representativa, lo más exacta posible, de un conjunto, población o universo. Los resultados válidos que se deriven de esto han de poder ser extensibles al universo, mediante inferencia (estadística) o generalización. Estadística Encuesta Muestra Variable Mediana.
Requisitos de la muestra: Que comprendan una parte del universo y no a la totalidad de este. Que sean un reflejo fiel del universo, de modo que si este contiene sectores diferenciados, estas características especiales, las muestras deberán comprenderlos y en la misma proporción. Que su amplitud sea proporcional a la amplitud del universo (prescindible). Que comprendan la totalidad del universo.
Medio de recolección de información estructurado (datos) por excelencia en la investigación cuantitativa. Su implementación cumple diversas funciones entre las que se encuentran: Estandarización de las preguntas, motivación de las respuestas, presentación y orden de las preguntas. Encuesta Cuestionario.
Quizás uno de los objetivos más importantes del cuestionario sea reducir el error de respuesta. Verdadero Falso.
El diseño del cuestionario no afecta la calidad de los datos Verdadero Falso.
Escalas de medidas más empleadas en la investigación Escala de Likert Escala de diferencial semántico o de Osgood Escala Stapel.
Entre las tabulaciones y estadísticos tenemos... Se obtiene restando la puntuación más baja a la puntuación más alta en el conjunto de datos Grado de simetría que representa la distribución de la probabilidad de una variable El error debido a la estimación de la media poblacional a partir de las medias muestrales) es la desviación estándar de todas las posibles muestras (de un tamaño dado) escogidas de esa población Muestra una interpretación relativa del grado de variabilidad, independiente de la escala de la variable Miden la mayor o menor concentración de datos alrededor de la media Dividen la distribución en cien partes Magnitud de variación entre puntuaciones alrededor del valor medio Valor obtenido al sumar todos los datos y dividir el resultado entre el número total de datos.
Diferencias entre... Estadística descriptiva Inferencia estadística.
Medidas Medidas de tendencia central Medidas de variación Medidas de forma.
Define: media Es la medida más usada y popular de tendencia central. Es un indicador adecuado para las distribuciones simétricas, pero puede ser engañosa en casos de distribución sesgada. Puede calcularse con datos discretos y continuos y se obtiene dividiendo la suma de todas las puntuaciones por el número de puntuaciones en el conjunto de datos. Se puede definir como la puntuación que se produce con mayor frecuencia en un conjunto de datos. No se ve afectada por las puntuaciones extremas. Es la puntuación media en el conjunto de datos ordenados en orden de magnitud. Es un promedio de posición y no puede ser sesgado por las puntuaciones extremas. Representa el total de todos los valores.
Define: moda Es la medida más usada y popular de tendencia central. Es un indicador adecuado para las distribuciones simétricas, pero puede ser engañosa en casos de distribución sesgada. Puede calcularse con datos discretos y continuos y se obtiene dividiendo la suma de todas las puntuaciones por el número de puntuaciones en el conjunto de datos. Se puede definir como la puntuación que se produce con mayor frecuencia en un conjunto de datos. No se ve afectada por las puntuaciones extremas. Es la puntuación media en el conjunto de datos ordenados en orden de magnitud. Es un promedio de posición y no puede ser sesgado por las puntuaciones extremas. Representa el total de todos los valores.
Define: mediana Es la medida más usada y popular de tendencia central. Es un indicador adecuado para las distribuciones simétricas, pero puede ser engañosa en casos de distribución sesgada. Puede calcularse con datos discretos y continuos y se obtiene dividiendo la suma de todas las puntuaciones por el número de puntuaciones en el conjunto de datos. Se puede definir como la puntuación que se produce con mayor frecuencia en un conjunto de datos. No se ve afectada por las puntuaciones extremas. Es la puntuación media en el conjunto de datos ordenados en orden de magnitud. Es un promedio de posición y no puede ser sesgado por las puntuaciones extremas. Representa el total de todos los valores.
Define: suma Es la medida más usada y popular de tendencia central. Es un indicador adecuado para las distribuciones simétricas, pero puede ser engañosa en casos de distribución sesgada. Puede calcularse con datos discretos y continuos y se obtiene dividiendo la suma de todas las puntuaciones por el número de puntuaciones en el conjunto de datos. Se puede definir como la puntuación que se produce con mayor frecuencia en un conjunto de datos. No se ve afectada por las puntuaciones extremas. Es la puntuación media en el conjunto de datos ordenados en orden de magnitud. Es un promedio de posición y no puede ser sesgado por las puntuaciones extremas. Representa el total de todos los valores.
El error estándar da una medida de lo bien que una muestra es verdaderamente representativa de la población. Cuando una muestra representa realmente la población, el error estándar será pequeño. Verdadero Falso.
Contraste de normalidad y homocedasticidad Prueba de Kolmogorov-Smirnov Test de Levene Tabulación cruzada Test de asociación Coeficiente de contingencia.
La mayoría de estos análisis no requieren de supuestos previos acerca de la forma de distribución poblacional. Aceptan distribuciones no normales (“libres”). Las variables no necesariamente tienen que estar medidas en un nivel por intervalos; pueden analizar datos nominales u ordinales. De hecho, si se quieren aplicar estos análisis a datos por intervalos, estos necesitan resumirse a categorías, por lo tanto, las variables deben ser categóricas. Consideraciones de análisis no paramétricos Consideraciones de análisis paramétricos.
La distribución poblacional de la variable dependiente es normal: el universo (poblacional) tiene una distribución normal. El nivel de medición de la variable es por intervalos. Cuando dos o más poblaciones son estudiadas, tienen una varianza homogénea: las poblaciones en cuestión tienen una dispersión similar en sus distribuciones. Consideraciones de análisis no paramétricos Consideraciones de análisis paramétricos.
* El chi-cuadrado o x2. * Los coeficientes de correlación e independencia para tabulaciones cruzadas. * Los coeficientes de correlación por rangos ordenados. Los métodos o pruebas estadísticas más utilizadas en estadísticas no paramétricas Los métodos o pruebas estadísticas más utilizadas en estadísticas paramétricas .
* Pruebas t * Análisis de varianza factorial (ANOVA) * Coeficientes de correlación de Pearson * Regresión lineal Los métodos o pruebas estadísticas más utilizadas en estadísticas no paramétricas Los métodos o pruebas estadísticas más utilizadas en estadísticas paramétricas .
Pautas a la hora de realizar el informe de presentación de resultados de investigación. Debemos asegurarnos de que los datos ofrecidos corresponden con los resultados obtenidos y que estos no caigan en errores u omisiones Primero posicionamos los análisis descriptivos, por variable del estudio; luego los resultados relativos a la fiabilidad y la validez; y, finalmente, los inferenciales, que se pueden ordenar por hipótesis o de acuerdo con su desarrollo. Su congruencia y, en caso de inconsistencia lógica, volverlos a revisar. Asimismo, se debe evitar la combinación de tablas, diagramas o gráficas que repitan datos. En caso de que suceda, debemos elegir la tabla o elemento que ilustre o refleje mejor los resultados y sea la opción que presente mayor claridad Para ello, es importante adaptar las tablas en el programa en el cual se elaborará el reporte de las investigaciones (procesador de textos, presentaciones, etc.). Sobretodo si se van a escribir reportes Tras ello, se trata de volver a revisar los resultados para finalmente elaborar el reporte completo de la investigación.
Operadores boleanos: Estos son un tipo de operadores lógicos que permiten combinar los distintos términos de búsqueda. Se pueden definir en tres operadores básicos Operador de intersección Operador sumatorio Operador de exclusión.
El uso del truncamiento permite recuperar las variantes de un término que tienen la misma raíz. Se suelen utilizar los símbolos asterisco (*) e interrogante (?). El asterisco (*) El interrogante (?) .
Las bases de datos Debemos seleccionar aquella que se ajuste en mayor medida a nuestro objetivo, puesto que, por el hecho de existir tanta oferta, podemos recurrir a información innecesaria o redundante. Podemos seleccionar cualquiera sin necesidad de que cumpla criterios específicos, ya que de acuerdo con la muestra, se analizarán muchos factores diversos y se necesita la diversidad.
Denunciar test Consentimiento Condiciones de uso