PIA Investigación Cuantitativa PDF

Preview

Summary

erb qey4eqbjy5jqjyjq4jy67ujq4u675j7yf yjhrjhse jw4jh 4 5yh ue6ujw46u q245u q235u 345y euy rtuhrtuh 4w6utyj4 gggggggggggggggggggggggggggggggggggggggggggggg...

Description

Universidad Autónoma de Nuevo León Facultad de Psicología

Producto Integrador de Aprendizaje

Unidad de Aprendizaje: Investigación Cuantitativa Docente: Cesar Alejandro Ortiz Páez Alumnos: Perla Gisel Garza Gutiérrez #1985207 Santiago Francisco González Perales #1916679 Priscila Guadalupe Leos Santillan #1685857 Daira Lucía Luna García #1969760 Bryan Adrián Villalpando Carreon Grupo: 012 Fecha: 14 de mayo del 2021 1

Índice Introducción………………………………………… 3 Análisis de correlación y regresión ……………………………………… 4 Marco Teórico Asertividad………………………………………… 5 Capítulo 1………………………………………… 7 Capítulo 2 ………………………………………… 9 Capítulo 3 ………………………………………… 11 Capítulo 4………………………………………… 17 Capítulo 5 ………………………………………… 20 Capítulo 6 ………………………………………… 22 Capítulo 7 ………………………………………… 31 Escala Nominal ………………………………………… 36 Escala Ordinal ………………………………………… 38 Escala de Intervalo ………………………………………… 40 Escala de Razón ………………………………………… 42 CONCLUSIÓN ………………………………………… 45 Bibliografía ………………………………………… 46

2

Para nuestro en esta unidad de aprendizaje PIA hablaremos sobre la asertividad y haremos nuestra hipótesis en base a ella. Nuestro objetivo en este trabajo es comprobar nuestra hipótesis que es que las personas las cuales su escuela de procedencia es la EIAO tienen un mayor nivel de asertividad que las personas las cuales su escuela de procedencia es la CBTIS 74. Para comprobar nuestra hipótesis, pondremos en práctica todos los aprendizajes que fuimos adquiriendo a través del semestre en esta unidad de aprendizaje realizando así distintas escalas de medición y mostrando los resultados de estas en tablas y gráficas. Antes de empezar con las escalas queremos dar un breve resumen de la información más importante de cada uno de los capítulos que vimos, incluyendo 3

formulas y conceptos importantes. También vamos a comparar el punto de vista de distintos autores sobre qué es la asertividad.

Como ya mencionamos anteriormente, nuestra hipótesis es que las personas las cuales su escuela de procedencia es la EIAO tienen un mayor nivel de asertividad que las personas las cuales su escuela de procedencia es la CBTIS 74. Para comprobarla sacamos el promedio de los datos de asertividad de cada escuela y después comparamos la media de cada una entre ellas para ver cuál era mayor y pusimos los resultados en la siguiente gráfica:

50 45 40 35 30 25 20 15 10 5 0

EIAO

CBTIS 74

4

Como podemos ver en la gráfica la media de la escuela EIAO es 37, mientras que la media del CBTIS 74 es 41.86.

Asertividad Para empezar ¿qué es ser asertivo? Se define como la habilidad de expresar nuestros deseos de una manera amable, franca, abierta, directa y adecuada, logrando decir lo que queremos, sin atacar a los demás.

“Según Castanyer Olga,1996. Podremos encontrar a personas que se asemejen al ideal de persona asertiva y podremos intentar, por medio de técnicas adecuadas, acercarnos lo máximo posible, pero jamás tendremos el perfil completo, ya que nadie es perfecto.” También menciona una serie de aspectos a considerar, a continuación, algunos de ellos: Comportamiento externo:  

Habla fluida/ contacto ocular directo, pero no desafiante/ relajación corporal. Expresión de sentimientos tanto negativos como positivos/ defensa sin agresión/ honestidad/ capacidad de pedir aclaraciones/ decir “no” y saber aceptar errores.

Sentimientos emociones: 

buena autoestima/ satisfacción en relaciones/ respeto por uno mismo. 5



Sensación de control emocional.

También en este caso la conducta asertiva afecta tanto a la persona misma como al entorno y las conductas de los demás como, por ejemplo:    

Frenaran a la persona que les ataque. Aclararan equívocos Los demás se sientes respetados y valorados la persona asertiva suele ser considerada buena pero no tonta.

Concuerda con la definición que se dio al principio sobre el asertividad, es una habilidad y aunque no podemos entrar en el molde o encajar al 100% ya que nadie es perfecto siempre podemos asemejarnos al ideal y que la asertividad es sinónimo de una buena salud mental que se impregna en el entorno y en el comportamiento de los demás siempre para bien.

Lo que menciona este autor en su articulo sobre la asertividad es “la asertividad es una variable con propia capacidad explicativa, al realizar un análisis factorial de los reactivos de los instrumentos que miden la asertividad, así como de las variables relacionadas, estos deberían agruparse en conjuntos separados, correspondientes a cada una de las variables medidas.” “Aguilar (1995) señala que existen problemas para distinguir la habilidad social de la habilidad asertiva, en tanto que Rodríguez y Serralde (1991) afirman que la asertividad es lo mismo que la autoestima, o al menos un componente de la misma. También se le ha relacionado con el locus de control (Aguilar, 1987), e incluso se le ha confundido con la agresividad en algunos contextos culturales (Flores, 1994).” En este articulo podemos observar que los orígenes de la palabra “asertividad” se encuentran en el latín asserere o assertum, que significa “afirmar” o “defender”. Es con base en esta concepción que el término adquiere un significado de afirmación de la propia personalidad, confianza en sí mismo, autoestima, aplomo y comunicación segura y eficiente. Lo que nos hace observar de una forma distinta la asertividad. Existen diversas aproximaciones teóricas que buscan definir esta variable. Desde el punto de vista conductual, la propuesta de un aprendizaje asertivo se fundamenta en los conocimientos generados por Ivan Pavlov, quien estudió la adaptación al medio ambiente de personas y animales; en cuanto a las primeras, 6

considera que si dominan las fuerzas excitatorias, se sentirán orientadas a la acción y emocionalmente libres, enfrentándose a la vida según sus propios términos; por el contrario, si dominan las fuerzas inhibitorias, se mostrarán desconcertadas y acobardadas, sufrirán la represión de sus emociones y a menudo harán lo que no quieren hacer.

Capítulo 1: Estadística y método científico Métodos de conocimiento Autoridad. Algo es considerado verdadero debido a la tradición o porque alguna persona distinguida señala que es verdad, podemos creer que Dios sí existe porque nuestros padres así lo declaran. Con frecuencia, aceptamos gran cantidad de información con base en la autoridad, aunque sólo sea porque no contamos con la experiencia ni el tiempo para verificar el tema de primera mano. Racionalismo. Tal método supone que, si las premisas son sólidas y si el razonamiento se realiza de manera correcta y de acuerdo con las reglas de la lógica, entonces las conclusiones serán verdaderas. Intuición.

7

El conocimiento también se puede adquirir por medio de la comprensión repentina. No llegamos a esta mediante la razón. Por el contrario, a menudo parece presentarse después de que el razonamiento consciente ha fracasado. El método científico. A pesar de que en este se emplea tanto el razonamiento como la intuición para establecer la verdad, su dependencia de la evaluación objetiva es lo que marca la diferencia entre este método y los demás. En el centro de la ciencia, yace el experimento científico. El científico diseña un experimento para probar una hipótesis. Los datos son analizados mediante la estadística y hasta entonces es respaldada o rechazada. Los datos del experimento obligan a una conclusión consonante con la realidad. Un aspecto decisivo de esta metodología es que el experimentador puede sostener corazonadas incorrectas y los datos las expondrán como erróneas; a pesar de que en ocasiones es dolorosamente lenta, tiene la característica de autocorrección que, a largo plazo ofrece altas probabilidades de llegar a la verdad. Investigación científica y estadística La investigación científica puede dividirse en dos categorías: estudios observacionales y experimentos verdaderos. Las técnicas estadísticas son importantes en ambos tipos de investigación.

Estudios observacionales En este tipo de investigación el investigador no manipula de manera activa ninguna variable y, por consecuencia, los estudios observacionales no pueden determinar la causalidad. Dentro de esta categoría se incluyen:   

La observación naturista. La estimación de parámetros. Los estudios correlacionales.

Experimentos verdaderos En este tipo de investigación, se procura determinar si los cambios en una variable causan cambios en otra. En un experimento verdadero, una variable independiente es manipulada y se estudian sus efectos sobre alguna variable dependiente. En el caso más simple, sólo existe una variable independiente y una dependiente. Muestreo aleatorio En todas las investigaciones, por lo regular, los datos son recopilados de una muestra de sujetos en lugar de provenir de una población entera en la cual se pretende aplicar los resultados. En términos ideales, desde luego, el 8

ecperimento debería ser aplicado a toda la población; pero en general resulta demasiado oneroso y, por ende, se elige una muestra (únicamente son validas muestras aleatorias); el muestreo aleatorio permite que las leyes de la probabilidad, se apliquen a los datos y, al mismo tiempo, ayuda a obtener una muestra que sea representativa de la población. Estadística descriptiva e inferencial Son todos los procedimientos que tienen el propósito de describir o caracterizar los datos ya recolectados. La estadística inferencial, por otra parte, no sólo se enfoca en describir los datos obtenidos; en lugar de ello, incluye técnicas que nos permiten utilizar los datos muestrales recopilados para hacer inferencias u obtener conclusiones acerca de las poblaciones. Uso de computadoras en estadística Existen varios programas de cómputo disponibles para realizar análisis estadísticos. El más popular es Excel.

Capítulo 2: Conceptos básicos matemáticos y de medición Una de las operaciones más frecuentes que se realizan en estadística es sumar todos o parte de los puntajes en una distribución. Cada vez que se requiere esta operación se utiliza una abreviación simbólica. La letra griega sigma (Σ) indica la operación de sumatoria. En enunciado algebraico empleado para la sumatoria es:

El símbolo indica que primero debemos calcular el cuadrado de los puntajes de X y luego sumarlos. Así:

El símbolo indica que primero debemos sumar los puntajes de X y luego calcular el cuadrado de la suma resultante. Por lo tanto:

9

Las operaciones matemáticas siempre se deben calcular en el siguiente orden: 1. Siempre debe resolver primero lo que está entre paréntesis; por ejemplo, 2. Si la operación matemática es la sumatoria, se debe calcular la sumatoria hasta el final, a menos que el paréntesis indique lo contrario. 3. Si se especifica multiplicación, suma o resta, la multiplicación debe hacerse primero, a menos que el paréntesis indique lo contrario. Por ejemplo,

4. Si se especifica división y suma, la división debe hacerse primero, a menos que el paréntesis indique lo contrario. Por ejemplo,

5. El orden el en cual se suman los números no cambia el resultado. Por ejemplo,

6. El orden en el cual se multiplican las cantidades no altera el resultado. Por ejemplo,

Escalas de medición Una escala de medición puede tener uno o más de los siguientes atributos matemáticos: magnitud, un intervalo igual entre unidades adyacentes y un punto cero absoluto. En seguida mencionaremos los cuatro tipos de escalas de medición más comunes: nominal, ordinal, de intervalo y de razón o proporción. Una escala nominal es el nivel más bajo de medición y frecuentemente se utiliza con variables que son de naturaleza cualitativas. Cuando se utiliza una escala nominal, la variable es dividida en distintas categorías. Estas comprenden las “unidades” de la escala y los objetos son los “medios” al determinar la categoría a la que pertenecen. 10

Una escala ordinal posee un nivel relativamente bajo de la propiedad de magnitud. Con una escala ordinal ordenamos los objetos a ser medidos según posean más, menos o la misma cantidad de la variable que se mide. La escala de intervalo representa un nivel más alto de medición que la escala ordinal. Posee las propiedades de magnitud e intervalo igual entre unidades adyacentes, pero no cuenta con un punto cero absoluto. La escala de razón es el más alto nivel de medición. Goza de todas las propiedades de una escala de intervalo y, además, cuenta con un punto cero absoluto. Variables Continua y Discreta Una variable continua es aquella que puede adoptar un número infinito de valores entre unidades adyacentes en la escala. Ejemplos de estas variables son el peso, la altura y el tiempo. Con cada una de estas variables existe un número infinito de valores entre unidades adyacentes. Una variable discreta es aquella en la cual no existen valores posibles entre unidades adyacentes en la escala. Ejemplos de estas son el género, estado civil, nacionalidad, entre otros. La característica de una variable discreta es que esta cambia en cantidades fijas, sin valores intermedios posibles.

Capítulo 3 Distribución de frecuencia: presenta los valores de los puntajes y su frecuencia de ocurrencia.

Elaboración de una distribución de frecuencia de puntajes agrupados. 1. Encuentre el rango de los puntajes. 2. Determine la amplitud de cada intervalo de clase (i). 3. Enliste los limites de cada intervalo de clase y coloque en el último lugar, el intervalo que contenga al valor de menor puntaje. 4. Coloque una marca de conteo a los puntajes en bruto en los intervalos de clase apropiados. 11

5. Sume las marcas de conteo para cada intervalo a fin de obtener la frecuencia de intervalo.

Distribuciones de frecuencia relativa, de frecuencia acumulativa y de porcentaje acumulativo   

Distribución de frecuencia relativa: indica la proporción del número total de puntajes que se incluyen en cada intervalo. Distribución de frecuencia acumulativa: señala la cantidad de puntajes que quedan por debajo del límite real superior de cada intervalo. Distribución de porcentaje acumulativo: expresa el porcentaje de puntajes que quedan por debajo del límite real superior de cada intervalo.

Percentiles O punto percentil es el valor en la escala de medición por debajo del cual un porcentaje especifico de los puntajes de distribución. 12

Rango Percentil De un puntaje es el porcentaje de puntajes con valores inferiores al puntaje de cuestión. Rango percentil= pearson  + (fi li) (X – Xl) / N x 100

ecuación para calcular

Traficación de Distribuciones de Frecuencia 1. Una gráfica posee dos ejes: el vertical y horizontal. El primero se llama ordenada, o eje Y, y el segundo es la abscisa, o eje X. 2. Con mucha frecuencia, la variable independientemente se traza en el eje X y la variable dependiente, en el eje Y. Al trazar una distribución de frecuencia, los valores de los puntajes por lo regular se grafican en el eje X, y la frecuencia de los valores de los puntajes en el eje Y. 3. Se deben elegir las unidades adecuadas para graficar los puntajes a lo largo de los ejes. 4. Para evitar distorsionar los datos, la costumbre es establecer la intersección de los dos ejes en el punto cero y después elegir escalas para los ejes de manera que la altura de los datos gratificados sea alrededor de tres cuartos de la amplitud.

La grafica de barras Se suele graficar las distribuciones de frecuencia de datos nominales u ordinales mediante una gráfica de barras. Se traza una barra para cada categoría, en donde la altura representa la frecuencia o número de los miembros de esa categoría. 13

El histograma Se utiliza para representar distribuciones de frecuencia compuestas por datos de intervalo o de proporción. Se asemeja a una gráfica de barras; pero con el histograma, se traza una barra para cada intervalo de clase. Los intervalos de clase se dibujan en el eje horizontal de manera que cada barra de clase comience y termine en el límite real correspondiente del intervalo.

Polígono de frecuencia También se utiliza para representar datos de intervalo o de proporción. El eje horizontal es idéntico al del histograma; sin embargo, para este tipo de grafica (en lugar de emplear barras) se coloca un punto sobre el punto medio de cada intervalo a una altura correspondiente a la frecuencia de dicho intervalo.

14

La curva de porcentaje acumulativa Las distribuciones de frecuencia y porcentaje acumulativos también pueden presentarse en forma gráfica. Tanto los percentiles como los rangos percentiles pueden leerse de manera directa en la curva de aprendizaje acumulativo. La cueva de porcentaje acumulativo también se conoce como ojiva, la cual implica una forma de S.

Formas de las curvas de frecuencia Las distribuciones de frecuencia pueden adoptar distintas formas. Por lo general, las curvas son clasificadas como simétricas o sesgadas.

15

 



Curva simétrica: si al plegarla por la mitad y ambos lados coinciden. Si una curva no es simétrica es Sesgada. Curva sesgada positiva: la mayoría de los puntajes caen en los valores más bajos del eje horizontal y la curva se extiende hacia el extremo más alto. Curva sesgada negativamente: la mayoría de los puntajes caen en los valores más altos del eje horizontal y la curva se extiende hacia el extremo más bajo.

Análisis de exploración de datos Es un procedimiento de reciente desarrollo. Emplea diagramas de fácil elaboración que resultan muy útiles para resumir y describir los datos muestrales. Uno de los más populares es el diagrama de tallo y hoja. Diagramas de tallo y hoja Desarrollados en 1997 por John Tukey mientras trabajaba en la Universidad de Priceton. Se trata de sencillas alternativas al histograma y resultan más útiles para resumir y describir datos cuando los conjuntos de estos incluyen menos de 100 puntajes y a diferencia esta no pierde ninguno de los datos originales. En los diagramas de tallo y hoja, los tallos ordenados de menor a mayor se colocan en una columna mientras que las hojas, igualmente ordenas de menor a mayor se acomodan en renglones. La hoja para cada puntaje es por lo regular, el ultimo digito y el tallo son los dígitos restantes.

16

Capítulo 4: Medidas de tendencia central y variabilidad Medidas de tendencia central La media aritmética Se define como la suma de los puntajes dividida entre la cantidad de puntajes.

Propiedades de la media 17

La media es sensible al valor exacto de todos los puntajes en la distribución. La suma de las desviaciones alrededor de la media es igual a cero. La media es muy sensible a los puntajes extremos.

La suma del cuadrado de las desviaciones de todos los puntajes alrededor de su media es un mínimo. En términos algebraicos: Bajo la mayoría de las circunstancias, de las medidas empleadas para señalar la tendencia central, la media esta menos sujeta a variaciones de muestreo. La media general Sirve para cuando tenemos la media de varios grupos de puntajes y deseamos calcular la media de todos los puntajes combinados. La ecuación sería así:

Esta ecuación establece que la media general es igual a la suma de la media de cada grupo por la cantidad de puntajes en el grupo, dividida entre la suma del numero de puntajes de cada grupo. La mediana Se define como el valor de la escala por debajo del cual queda 50% de los puntajes. Por lo tanto es lo mismo que P50. La mediana es el puntaje central si la cantidad de puntajes es impar. Si la cantidad es par, la mediana se toma como el promedio de los dos puntajes.

Propiedades de la mediana 18

La mediana es menos sensible que la media a los puntajes extremos. Bajo circunstancias usuales, la mediana esta mas sujeta a la variabilidad de muestreo que la media, pero está menos sujeta a la variabilidad de muestreo qu...