Metodología conceptos resumen

...

Diseño estructurado: Todo está absolutamente planificado de antemano, nada de lo que se lleva a cabo durante el proceso de investigación exigirá decisiones no previstas o se apartará de aquello ya pensado. La investigación implicará solamente una aplicación fiel del plan estipulado.

Diseño emergente: Nada está planificado, las decisiones que harán posible la investigación irán “emergiendo” durante en proceso de investigación.

Investigaciones cuantitativas: requieren de diseños más estructurados, por sus características y por su naturaleza. Exigen contar de antemano no solo como una reflexión genérica acepta de qué se necesitará hacer, desde el punto de vista técnico-metodológico, sino con instrumentos concretos sin los cuales el trabajo observacional de campo no resultará posible. Tienen que ver con medir y generalizar. Usa elementos como la matemática.

Investigaciones cualitativas (no-estándar): se presentan habitualmente en diseños más flexibles, estas cuestiones no pueden ser definidas con anticipación y deben ser decididas a lo largo de la investigación y en función del acercamiento a los objetos o sujetos de interés.

Variable dependiente Siempre es una. Dimensiones de la realidad. Lo importante de una variable es lograr como medirla. Ej: calor, frio, fuerza, velocidad.

Variable independiente: dimensiones que afectan a la variable dependiente. Pueden ser una o más.

Unidad de análisis: es la explicitación del interés de investigador por conocer “algo” de “alguien”. Ese “algo” o “que” que se quiere conocer se expresa a través de las propiedades conceptuales cristalizadas verbalmente en las preguntas que guían a la investigación. Por otro lado ese “algo” tiene que prevenir de “alguien/quien” que está temporal y especialmente situado. Toda unidad puede concebirse como especie de un género mayor.

Población: Conjunto de todos los casos que se correspondan con la definición conceptual que se haya dado de la unidad de análisis. La población de interés resulta inabarcable con los recursos disponibles para la investigación. Cada ejemplar de esta población puede devenir un caso, es decir, el referente de una fila de la matriz.

Muestra: es cualquier subconjunto, amplísimo o limitadísimo, de miembros de una población que se investiga con el fin de extender a toda a población las conclusiones resultantes del análisis de las informaciones relativas al subconjunto. Esta extrapolación de los resultados del análisis de la muestra a la población entera es llamada inferencia estadística.

Muestra aleatoria: cuando todos los miembros de la población de la que se extrae la misma probabilidad de ser extraídos y entrar en la muestra. Depende integralmente del procedimiento de extracción y no tiene nada que ver con su resultado.

Muestra no aleatoria: Una muestra perfectamente aleatoria, al momento de la extracción se vuelve no aleatoria cuando se trata de transformar cada sujeto en un caso de la matriz.

Matriz de datos: En las columnas de una matriz de datos se encuentran las variables. Una variable es un vector de signos que representan los estados de los casos en las propiedades que interesan. Habitualmente, pero no necesariamente, estos signos son números. Se puede hablar de una matriz de datos si todos los números/signos que se ven son interpretados, es decir, son DATOS.

Plan de codificación: es parte de un conjunto de reglas y convenciones que permiten convertir una propiedad de los objetos o sujetos en la realidad en una variable en la matriz de datos. Este conjunto se llama definición operativa.

Coeficiente de fiabilidad: propone medir la fiabilidad de un test calculando el coeficiente de correlación entre dos vectores de puntajes obtenidos en una muestra de sujetos a los que el test fue aplicado en dos momentos diferentes. Se trata de la primera codificación de la técnica conocida como control de fiabilidad test-retest.