Resultados de Investigación

UNIVERSIDAD PERUANA LOS ANDES
ESCUELA DE POSGRADO
U.P.G. FAC. DE DERECHO Y CC.PP.
Huancayo - Per
UPG FACULTAD DE DERECHO Y CC.PP.
Seminario de Tesis Dr. Alex Sandro Landeo Quispe

PROCESO DE CONSTRUCCIN, VALIDACIN Y FIABILIZACIN DE
INSTRUMENTOS DE OBTENCION DE INFORMACION
El proceso de construccin del cuestionario pasa por diferentes fases como
son:
Revisin de la literatura y de otros cuestionarios elaborados en
investigaciones referidas a las variables bajo estudio.
Elaboracin de la primera versin del cuestionario
Juicio de expertos (Validez)
Obtencin del ndice de fiabilidad.
Roberto Hernndez Sampieri, en lo referente a la validez y confiabilidad,
menciona:
Todo instrumento de recoleccin de datos debe reunir dos requisitos

esenciales: confiabilidad y validez. La confiabilidad de un instrumento para
recolectar datos se refiere al grado en que su aplicacin repetida al mismo
sujeto u objeto produce resultados iguales. La Validez, en trminos generales
se refiere al grado en que un instrumento realmente obtiene los datos que
pretende obtener1
Es importante que en toda investigacin, el instrumento para recolectar
informacin rena esos dos requisitos: la validez y la confiabilidad; para no
obtener resultados sesgados y conclusiones equivocadas.
1
Hernndez Sampieri, Roberto. Fundamentos de metodologa de la investigacin. Pgs. 176-177.

1. Validez
Para nuestras investigaciones y referente a la validez de los cuestionarios se
puede optar por la propuesta de Hernndez Sampieri: La validez es un concepto
del cual pueden tenerse diferentes tipos de evidencia, algunos autores los consideran tipos
de validez, en esta obra nos limitaremos a la validez de contenido. La validez de contenido,
se refiere al grado en que un instrumento refleja un dominio especfico de contenido de lo que
se mide o evala, es el grado en el que la medicin o evaluacin representa al concepto
medido, un instrumento de medicin requiere contener representados prcticamente a
todos los tems del dominio de contenido de las variables a medir2
De acuerdo a lo mencionado en el prrafo anterior, los cuestionarios que
disearemos, debern ser sometidos a un Juicio de Expertos, quienes
evaluarn, corregirn y aprobarn, el instrumento. Los expertos debern ser
personas dedicadas a la investigacin, de reconocida trayectoria en el
mbito del Derecho y conocedores del tema de investigacin; a quienes se
les solicitar la evaluacin, en trminos de conveniencia y coherencia, de las
preguntas de cada mdulo del cuestionario frente a los indicadores
planteados para cada variable de investigacin. Sus observaciones y
sugerencias sern consideradas para la correccin y reformulacin del
cuestionario.
2. Fiabilidad o confiabilidad
Asimismo para verificar la fiabilidad del instrumento a utilizar se recomienda
aplicar el test de confiabilidad Alfa de Cronbach. Se recomienda utilizar el
2
Hernndez Sampieri, Roberto. Fundamentos de metodologa de la investigacin. Pg. 177.

Alfa de Cronbach, por ser este el indicador ms ampliamente utilizado para
las investigaciones sociales:
este coeficiente determina la consistencia interna de una escala analizando la

correlacin media de una variable con todas las dems que integran dicha escala. Este
test tambin puede mostrar valores negativos, lo que indicara que en la escala hay
tems que miden lo opuesto al resto. Cuanto ms se acerque el coeficiente a la unidad,
mayor ser la consistencia interna de los indicadores en la escala evaluada. Aunque no
existe un acuerdo generalizado sobre cul es el lmite que determine, una escala puede
ser considerada como confiable o no confiable, despus de la consulta de diferente
bibliografa el consenso se manifiesta por los valores sealados en la Tabla 3.1: 3
Tabla 1. Niveles de confiabilidad para el Alfa de Cronbach
Nivel de Confianza Alfa de Cronbach

Excelente 0.9
Bueno 0.8 a 0.9
Aceptable 0.7 a 0.8
Dbil 0.6 a 0.7
Pobre 0.5 a 0.6
Existen dos formas de calcularlo:

a) Mediante la varianza de los tems b) Mediante la matriz de correlacin
K Vi np
1
K 1 Vt 1 p(n 1)
= Alfa de Cronbach Mtodo poco usado
K = Nmero de tems n = Nmero de tems
Vi = Varianza de cada tem p = el promedio de las correlaciones
lineales entre cada uno de los tems.
Vt = Varianza total
3
Guzmn Flores, Teresa. Las Tecnologas de la Informacin y la Comunicacin en la
Universidad Autnoma de Queretaro. Pgs. 103-104.
http://www.tesisenxarxa.net/TESIS_URV/AVAILABLE/TDX-0123109-121321//TESIS_TGF.pdf


1. INGRESO DE DATOS AL SPSS

Una vez se haya validado la encuesta, se procede a formularlo a los
integrantes de la muestra de investigacin, para obtener la informacin
necesaria que nos permita responder a nuestras interrogantes (problemas
de investigacin) y cumplir los objetivos de investigacin; para luego analizar
e interpretar la informacin y validar nuestras hiptesis.
Para poder ingresar la informacin obtenida, primero debemos codificar las
posibles respuestas del cuestionario, teniendo en cuenta los siguientes
aspectos:
Es buena idea codificar las variables como nmeros para poder

procesarlas con facilidad en el computador, utilizando un paquete
estadstico como el SPSS v20.
Es conveniente asignar etiquetas a los valores de las variables
para recordar qu significan los cdigos numricos.
Sexo (Cualit. dicotmica: Cdigos arbitrarios)
1 = Hombre
2 = Mujer
Estado civil (Cualit.: Cdigos arbitrarios)
1 = Soltero
2= Casado
3 = Viudo
4= Separado
5=Divorciado
Nivel socioeconmico Ordinal: Respetar un orden al
codificar.
1 = Muy bajo
2 = Bajo
3 = Medio
4= Alto
5= Muy alto

Se pueden asignar cdigos a respuestas especiales

como
0 = No sabe
Estas situaciones debern ser tenidas en cuentas en el anlisis.
Datos perdidos (missing data)
1.1. Declaracin de variables en el SPSS

Para poder ingresar datos al SPSS, lo primero que debemos hacer es
declarar nuestras variables (las que representaran a una pregunta de
nuestro cuestionario); si Ud. tiene 32 preguntas en su cuestionario,
entonces deber declarar 32 variables, una para cada pregunta.
Cuando Ud. ingresa al SPSS tiene dos tipos de vista: Vista de Datos y
Vista de variables, deber de seleccionar la pestaa Vista de
variables
Aqu declararemos nuestras variables:

1) NOMBRE: nombre de las variables

2) TIPO: el tipo de dato que recibir la variable, numrico, cadena,

fecha, etc.
3) ETIQUETA: es la una breve descripcin de la variable, para que nos

ayude a recordar que es lo que representa la variable y su valor o
valores que contendrn.
4) VALORES: son las posibles respuestas de la pregunta actual y los

que Ud ha codificado, por ejemplo: Para el Estado civil, podra tener
como respuestas:
1 = Soltero
2= Casado
3 = Viudo
4= Separado
5=Divorciado
Donde 1, 2, 3, 4 y 5 son los cdigos asignados por Ud. los que
deber declararlos en las Seccin de valores:

En el campo Valor ingrese la codificacin (1, 2, 3, 4 5) y el campo

Etiqueta ingrese la respuesta que tiene en al encuesta (soltero,
casado, viudo, separado o divorciado), conforme va ingresando cada
capa par de datos (valor y etiqueta), le da clic en el botn ,

para que vaya agregando los valores:

Sigue el mismo proceso para todas las preguntas:
1.2. Ingreso de Datos

Ahora seleccionamos el tipo de vista: Vista de Datos, y procedemos a
ingresar las respuestas codificadas de cada encuesta formulada:

2. ANALISIS DESCRIPTIVOS DE DATOS

Una vez ingresados los datos, procedemos a realizar el anlisis descriptivo;
para ello estando en Vista de Datos, seleccionamos el Men Analizar,
opcin Estadsticos descriptivos y luego Frecuencias.
En el recuadro que aparece, pude seleccionar una variable y pasarlo al lado

derecho, o puede seleccionar un grupo de variables o todas las variables a
la vez:

Luego da un clic en el botn (Estadsticos), aparece el cuadro

de la derecha, donde seleccionamos Media, Mediana y Moda y luego clic
en el botn Continuar.
Ahora le da un clic en el Botn (Grficos), se mostrar el

cuadro de la derecha, donde por ejemplo seleccionamos grfico de sectores,
luego clic en continuar
Y finalmente clic en el botn Aceptar:

Se ejecutar una ventana con los resultados del procesamiento:

2.1. Distribucin de frecuencias

Es un conjunto de puntuaciones ordenadas en sus respectivas
categoras
caractersticas de la herencia
Frecuencia Porcentaje Porcentaje Porcentaje

vlido acumulado
Herencia sin deudas 12 60,0 60,0 60,0
Herencia con deudas 7 35,0 35,0 95,0

Vlidos Herencia con mas
1 5,0 5,0 100,0
deudas que bienes
Total 20 100,0 100,0
2.2. Medidas de tendencia central

Son puntos en una distribucin, los valores medios o centrales de esta,
y nos ayudan a ubicarla dentro de la escala de medicin. Las
principales medidas de tendencia central son tres: media, moda y
mediana.
Estadsticos
hereditarios deben ser tratados

la ley debe sancionar cuando se
excesiva la sancin que impone
debe sancionar el ocultamiento
los derechos de los acreedores

Si existe sancin a herederos
Si existe sancin a herederos
doloso de bienes hereditarios

caractersticas de la herencia
los herederos asumen deuda
que perjudican a acreedores
Cmo cree Usted que la ley

Pagar deudas con herencia
por las Norma referida a la

Considera usted drstica y
Responder obligacin con
patrimonio personal
que ocultan bienes
simula deudas
sucesin
la ley
Vlidos 20 20 20 20 20 20 20 20 20 20
N
Perdidos 0 0 0 0 0 0 0 0 0 0
Media 1,45 1,65 2,00 1,70 1,35 1,35 1,65 1,35 1,35 1,35
Mediana 1,00 2,00 2,00 2,00 1,00 1,00 2,00 1,00 1,00 1,00
Moda 1 2 2 2 1 1 2 1 1 1

A) La media: es la medida de tendencia central ms utilizada y puede

definirse como el promedio aritmtico de una distribucin. Lo que
nos informa es el promedio de las respuestas obtenidas.
Por ejemplo para la pregunta:
1. Al fallecimiento de su causante Ud. recibi la herencia con la siguiente
caracterstica?:
- Herencia sin deudas ( ) 1
- Herencia con deudas ( ) 2
- Herencia con ms deudas que bienes ( ) 3
Se obtuvo una media de 1.45; esto quiere decir que en promedio

las caractersticas de la herencia recibida son herencias con
deudas (redondeando el valor obtenido a 2).
B) La moda: es la categora o puntuacin que ocurre con mayor

frecuencia. Para la misma pregunta se obtuvo una moda de 1, esto
quiere decir que la caracterstica de las herencias ms frecuentes
es Herencia sin deudas.
C) La mediana: es el valor que divide la frecuencia por la mitad. Para

la misma pregunta se tiene una mediana de 1, lo que quiere decir
que el 50% de las caractersticas de la herencia son Herencia sin
deudas y el otro 50% son Herencia con deudas y Herencia con
ms deudas que bienes


1. PRUEBA DE HIPTESIS
Luego de haber presentado los resultados obtenidos, ahora se realizar la
prueba de las hiptesis planteadas y por consiguiente validarlas.
De acuerdo a Roberto Hernndez Sampieri:

Lo que el investigador hace a travs de la prueba de
hiptesis es determinar si la hiptesis es congruente
con los datos obtenidos en la muestra. Si es
congruente con los datos, sta se acepta. Si la
hiptesis no lo es, se rechaza (pero los datos no se
descartan)4
2. PRUEBAS ESTADSTICAS PARA VALIDAR HIPTESIS
2.1. Prueba T T de Student
Es una prueba estadstica para evaluar si dos grupos difieren entre s

de manera significativa respecto a sus medias.
A) Hiptesis: la hiptesis de investigacin propone que los grupos

difieren significativamente entre si en sus medias o
promedios. Y la hiptesis nula propone que los grupos
no difieren significativamente.
B) Variable: es una variable de situacin que genera dos grupos o que

genera un grupo en momentos diferentes. P.E: casos
atendidos antes y despus de la aplicacin del NCPP en la
Sala o Juzgado X.
4
Hernndez Sampieri Fernndez Collado Baptista Lucio. Fundamentos de metodologa de
investigacin. Pag. 274.

C) Variable de comparacin: nmero de casos atendidos antes y

despus de la aplicacin del NCPP en
la Sala o Juzgado X.
D) Interpretacin: el valor de t se obtiene:
1) Para muestras independientes:

1 2
=
12 22
+
1 2
Grados de Libertad: (n1 + n2) 2
Donde:
1 =
2 =
12 =
22 =
1 =
2 =
2) Para muestras dependientes:

=

Grados de Libertad: n - 1
Donde:
= 11 12
11 = 1 1
12 = 1 2
( )2
= Es la desviacin estndar
1

Para saber si el valor de t es significativo, se aplican las

frmulas y se calcula los grados de libertad.
Que el valor de t sea significativo quiere decir que las dos
medias de los grupos difieren de manera significativa
(importante). Es decir, esta diferencia es marcada, ms all
de lo que pudiramos esperar al azar, por causalidad.
Una Vez calculados el valor de t y los grados de libertad, se
elige el nivel de significancia y se compara el valor obtenido
contra el valor que le corresponde en la Tabla de
distribucin t de Student. Si el valor calculado es igual o
mayor al que aparece en la tabla, se acepta la Hiptesis de
investigacin. Pero si es menor, se acepta la hiptesis nula.
E) EJEMPLO DE t de Student PARA MUESTRAS INDEPENDIENTES:
Se ha aplicado un programa de capacitacin con el objetivo de

disminuir el nmero de quejas por atencin en SATH
HUANCAYO.
1) Hiptesis: Existe una diferencia significativa en el nmero de
quejas entre los que recibieron la capacitacin y
los que no la recibieron.
2) Indicador: Nmero de quejas recibidas
3) Grupos: Se tiene dos grupos: el Grupo 1 que son las

personas que recibieron la capacitacin y el Grupo
2 que son las personas que no recibieron la
capacitacin.

4) Resultados:
Nmero de Quejas
PERSONAS
No
POR GRUPO Capacitado
Capacitado
(G2)
(G1)
1 4 3
2 8 6
3 6 4
4 4 2
5 2 4
6 6 4
7 10 7
8 8 4
9 3 2
10 5 5
11 9 7
12 7 4
13 6 3
14 4 5
15 5 2
16 2 1
17 8 4
18 11 5
19 9 7
20 12 6
21 8 6
22 7 4
23 6 3
24 8 5
25 9 11

5) Calculo de la t de Student con el SPSS:
a. Ingresar los datos al SPSS

b. Calcular
Clic en el Men Analizar, luego seleccionamos Comparar
Medias, y Prueba T para muestras independientes.
Luego tenemos que indicar la variable de contraste y la

variable de agrupacin.
Para nuestro caso la variable para contrastar es el Nmero

de Quejas y la variable de agrupacin es Grupo

Luego Hacemos clic en el botn para indicar

como estn definidos nuestros grupos, para lo cual
indicamos que el Grupo 1 est representado por 1 (que es
el grupo de las personas que recibieron la capacitacin) y el
Grupo 2 est representado por 2 (que es el grupo de las
personas que no recibieron la capacitacin)
Clic en Continuar

Y luego Clic en Aceptar; y se observa la Ventana de

Resultados, donde nos muestra dos tablas:
La Primera Tabla corresponde a los promedios y

desviaciones estndar:
Estadsticos de grupo
Grupo N Media Desviacin Error tp. de
tp. la media
Grupo
25 6,68 2,657 ,531
Capacitado
NumQuejas
Grupo No
25 4,56 2,123 ,425
Capacitado
Y la Segunda Tabla corresponde a la Prueba de

Hiptesis
Prueba de muestras independientes

Prueba de
Levene para la
Prueba T para la igualdad de medias
igualdad de
varianzas
95% Intervalo de
Error tp.
Sig. Diferencia confianza para la
F Sig. t gl de la
(bilateral) de medias diferencia
diferencia
Inferior Superior
Se han asumido
2,130 ,151 3,117 48 ,003 2,120 ,680 ,752 3,488
varianzas iguales
NumQuejas
No se han asumido
3,117 45,770 ,003 2,120 ,680 ,751 3,489
varianzas iguales
En esta tabla observamos que el valor de t=3,117; para

gl=48 y con un 95% de intervalo de confianza;
Ahora buscamos en la Tabla el Valor t para gl=48 y con un

95% de intervalo de confianza.


Teniendo el siguiente resultado:
Valor de t calculado: tc = 3.117
Valor de t de la tabla: tt = 1.677
Por lo tanto:
tc = 3.117 > tt = 1.677

Por lo que se acepta la Hiptesis de investigacin:
Afirmando que si existe una diferencia significativa en el
nmero de quejas entre los que recibieron la capacitacin y
los que no la recibieron
F) EJEMPLO DE t de Student PARA MUESTRAS DEPENDIENTES O

RELACIONADAS:
Se ha aplicado un programa de capacitacin con el objetivo de

disminuir el nmero de quejas por atencin en SATH
HUANCAYO.
1) Hiptesis: Existe una diferencia significativa en el nmero de
quejas recepcionadas antes y despus de la
capacitacin.
2) Indicadores:
Nmero de quejas recibidas antes de la capacitacin
Nmero de quejas recibidas antes de la capacitacin
3) Grupos: Se tiene un solo grupo.

4) Resultados:
PERSONAS DEL Nmero de Quejas Nmero de Quejas

GRUPO DE Antes de la Despus de la
INVESTIGACIN Capacitacin Capacitacin
1 4 3
2 8 6
3 6 4
4 4 2
5 2 4
6 6 4
7 10 7
8 8 4
9 3 2
10 5 5
11 9 7
12 7 4
13 6 3
14 4 5
15 5 2
16 2 1
17 8 4
18 11 5
19 9 7
20 12 6
21 8 6
22 7 4
23 6 3
24 8 5
25 9 11

5) Calculo de la t de Student con el SPSS:

b. Calcular
Clic en el Men Analizar, luego seleccionamos Comparar
Medias, y Prueba T para muestras relacionadas.
Luego tenemos que indicar las variables emparejadas:
Para nuestro caso las variables emparejadas son

NumQuejasAntes y NunQuejasDespues

Luego Hacemos clic en el botn para definir el

intervalo de confianza
Clic en Continuar
Y luego Clic en Aceptar; y se observa la Ventana de

Resultados, donde nos muestra dos tablas:

La Primera Tabla corresponde a los promedios y

desviaciones estndar:
Estadsticos de muestras relacionadas

Media N Desviacin Error tp. de
tp. la media
NumQuejasAntes 6,68 25 2,657 ,531
Par 1
NumQuejasDespues 4,56 25 2,123 ,425
Y la Segunda Tabla corresponde a la Prueba de

Hiptesis
Prueba de muestras relacionadas

Diferencias relacionadas t gl Sig.
Media Desviacin Error tp. 95% Intervalo de (bilateral
tp. de la confianza para la )
media diferencia
Inferior Superior
NumQuejasAntes -
Par 1 2,120 1,986 ,397 1,300 2,940 5,338 24 ,000
NumQuejasDespues
En esta tabla observamos que el valor de t=5,338; para

gl=24 y con un 95% de intervalo de confianza;
Ahora buscamos en la Tabla el Valor t para gl=24 y con un

95% de intervalo de confianza.


Teniendo el siguiente resultado:
Valor de t calculado: tc = 5.338
Valor de t de la tabla: tt = 1.711
Por lo tanto:
tc = 5.338 > tt = 1.711

Por lo que se acepta la Hiptesis de investigacin:
Afirmando que si existe una diferencia significativa en el
nmero de quejas recepcionadas antes y despus de la
capacitacin.
2.2. Coeficiente de Correlacin de Pearson
Es una prueba estadstica para analizar la relacin entre dos variables

medidas en un nivel por intervalos o de razn.
A) Hiptesis: Correlacin del tipo:

A mayor X, mayor Y
Altos valores de X estn asociados con altos
valores Y
A mayor X, menor Y
Altos valores de X estn asociados con bajos
valores Y
B) Variable: El coeficiente se calcula a partir de las puntuaciones

obtenidas en una muestra de dos variables. Se relacionan
las puntuaciones obtenidas de una variable con las
puntuaciones obtenidas de otra variable, en los mismos
sujetos.

C) Interpretacin: El Coeficiente r de Pearson, puede variar de -1.00 a

+1.00, donde:
-1.00 = correlacin negativa perfecta (A mayor X,

menor Y, de manera proporcional. Es decir, cada
vez que X aumenta una unidad, Y disminuye
siempre una cantidad constante). Eso tambin se
aplica A menor X, mayor Y.
-0.90 = Correlacin negativa muy fuerte
-0.75 = Correlacin negativa considerable
-0.50 = Correlacin negativa media
-0.10 = Correlacin negativa dbil
0.00 = No existe Correlacin alguna entre las
variables
+0.10 = Correlacin positiva dbil
+0.50 = Correlacin positiva media.
+0.75 = Correlacin positiva considerable
+0.90 = Correlacin positiva muy fuerte
+1.00 = Correlacin positiva perfecta
(A mayor X, mayor Y, o A menor X, menor Y de
manera proporcional. Cada vez que X aumenta, Y
aumenta siempre una cantidad constante)
El signo indica la direccin de la correlacin
(positiva o negativa); y el valor numrico, la
magnitud de la correlacin.

D) EJEMPLO DE COEFICIENTE DE CORRELACION r de Pearson:
1) Hiptesis: La manifestacin de la voluntad influye en la

adopcin de hecho para el logro de la proteccin integral del
adoptado
2) Indicadores:
Nivel de conocimiento de la manifestacin de la voluntad
Nivel de conocimiento de la proteccin integral del
adoptado
3) Clculo del Coeficiente de Correlacin r de Pearson con el

SPSS:


b. Calcular
Clic en el Men Analizar, luego seleccionamos
Correlaciones, y Bivariadas.
Luego tenemos que indicar las variables a utilizar:

Para nuestro caso las variables son La manifestacin de la

voluntad y Proteccin integral del adoptado
Damos un clic al botn y activamos la casilla de

Medias y desviaciones tpicas
Clic en continuar
Aqu debemos de seleccionar Pearson (activar la casilla) y
luego Hacemos clic en el botn ; y se observa

la Ventana de Resultados, donde nos muestra dos tablas:

Estadsticos descriptivos
Desviacin
Media tpica N
La manifestacin de la voluntad
2.58 .594 40
Proteccin integral del adoptado
2.35 .662 40
En esta tabla observamos que la media obtenida referente a la

variable de la manifestacin de la voluntad y la proteccin integral del
adoptado es de 2.58 y 2.35 respectivamente del total de encuestados.
Observamos que las variables de la hiptesis en estudio muestran
una media de 2.58 para la variable independiente y 2.35 para la
dependiente, lo que significa que para los encuestados la
manifestacin de la voluntad en la adopcin de hecho es un libre
acuerdo voluntario entre adoptantes y padres biolgicos, lo cual
repercute en que la adopcin de hecho logra la proteccin integral del
adoptado mediante la intervencin de los adoptantes.
Correlaciones
La Proteccin
manifestacin integral del
de la voluntad adoptado
La manifestacin de la voluntad Correlacin de Pearson 1 .388(*)
Sig. (bilateral) .013
N 40 40
Proteccin integral del adoptado Correlacin de Pearson .388(*) 1
Sig. (bilateral) .013
N 40 40
* La correlacin es significante al nivel 0,05 (bilateral).
En esta segunda tabla se observa una correlacin significativa entre la

manifestacin de la voluntad y la proteccin integral del adoptado, al
95% de confianza; habindose obtenido un valor para el Coeficiente
de Correlacin de Pearson de 0.388.

Del mismo modo se observa la relacin entre la variable

independiente y la dependiente en la hiptesis general; habindose
obtenido un valor de 0.388 para el Coeficiente de Correlacin de
Pearson, lo que significa una correlacin significativa entre la
manifestacin de la voluntad y la proteccin integral del adoptado, al
95% de confianza; resultado que permite validar nuestra hiptesis y
afirmar que:
La manifestacin de la voluntad influye en la adopcin de hecho
para el logro de la proteccin integral del adoptado.

Resultados de Investigación

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Resultados de Investigación

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDAD PERUANA LOS ANDES

U.P.G. FAC. DE DERECHO Y CC.PP.

Seminario de Tesis Dr. Alex Sandro Landeo Quispe

PROCESO DE CONSTRUCCIN, VALIDACIN Y FIABILIZACIN DE

INSTRUMENTOS DE OBTENCION DE INFORMACION

El proceso de construccin del cuestionario pasa por diferentes fases como

Revisin de la literatura y de otros cuestionarios elaborados en

investigaciones referidas a las variables bajo estudio.

Elaboracin de la primera versin del cuestionario

Juicio de expertos (Validez)

Obtencin del ndice de fiabilidad.

Roberto Hernndez Sampieri, en lo referente a la validez y confiabilidad,

Todo instrumento de recoleccin de datos debe reunir dos requisitos

informacin rena esos dos requisitos: la validez y la confiabilidad; para no

obtener resultados sesgados y conclusiones equivocadas.

Seminario de Tesis Dr. Alex Sandro Landeo Quispe

Para nuestras investigaciones y referente a la validez de los cuestionarios se

puede optar por la propuesta de Hernndez Sampieri: La validez es un concepto

de validez, en esta obra nos limitaremos a la validez de contenido. La validez de contenido,

se refiere al grado en que un instrumento refleja un dominio especfico de contenido de lo que

se mide o evala, es el grado en el que la medicin o evaluacin representa al concepto

medido, un instrumento de medicin requiere contener representados prcticamente a

todos los tems del dominio de contenido de las variables a medir2

De acuerdo a lo mencionado en el prrafo anterior, los cuestionarios que

disearemos, debern ser sometidos a un Juicio de Expertos, quienes

evaluarn, corregirn y aprobarn, el instrumento. Los expertos debern ser

personas dedicadas a la investigacin, de reconocida trayectoria en el

mbito del Derecho y conocedores del tema de investigacin; a quienes se

les solicitar la evaluacin, en trminos de conveniencia y coherencia, de las

preguntas de cada mdulo del cuestionario frente a los indicadores

planteados para cada variable de investigacin. Sus observaciones y

sugerencias sern consideradas para la correccin y reformulacin del

Asimismo para verificar la fiabilidad del instrumento a utilizar se recomienda

aplicar el test de confiabilidad Alfa de Cronbach. Se recomienda utilizar el

Seminario de Tesis Dr. Alex Sandro Landeo Quispe

Alfa de Cronbach, por ser este el indicador ms ampliamente utilizado para

las investigaciones sociales:

este coeficiente determina la consistencia interna de una escala analizando la

Tabla 1. Niveles de confiabilidad para el Alfa de Cronbach

Nivel de Confianza Alfa de Cronbach

Existen dos formas de calcularlo:

Seminario de Tesis Dr. Alex Sandro Landeo Quispe

Seminario de Tesis Dr. Alex Sandro Landeo Quispe

1. INGRESO DE DATOS AL SPSS

Es buena idea codificar las variables como nmeros para poder

Seminario de Tesis Dr. Alex Sandro Landeo Quispe

Se pueden asignar cdigos a respuestas especiales

1.1. Declaracin de variables en el SPSS

Aqu declararemos nuestras variables:

Seminario de Tesis Dr. Alex Sandro Landeo Quispe

2) TIPO: el tipo de dato que recibir la variable, numrico, cadena,

3) ETIQUETA: es la una breve descripcin de la variable, para que nos

4) VALORES: son las posibles respuestas de la pregunta actual y los

Seminario de Tesis Dr. Alex Sandro Landeo Quispe

En el campo Valor ingrese la codificacin (1, 2, 3, 4 5) y el campo

capa par de datos (valor y etiqueta), le da clic en el botn ,

Seminario de Tesis Dr. Alex Sandro Landeo Quispe

Sigue el mismo proceso para todas las preguntas:

1.2. Ingreso de Datos

Seminario de Tesis Dr. Alex Sandro Landeo Quispe

2. ANALISIS DESCRIPTIVOS DE DATOS

En el recuadro que aparece, pude seleccionar una variable y pasarlo al lado

Seminario de Tesis Dr. Alex Sandro Landeo Quispe

Luego da un clic en el botn (Estadsticos), aparece el cuadro