CAPITULO III MARCO METODOLÓGICO 1. Enfoque Epistemológico

CAPITULO III
MARCO METODOLÓGICO
1. Enfoque Epistemológico
Es fundamental enfocar el análisis epistemológico en las disciplinas
científicas, especialmente al considerar que desde la reflexión filosófica han
surgido diversas propuestas que intentan actualizar y revitalizar el
conocimiento científico. Dentro de las distintas alternativas para abordar el
conocimiento, se selecciona para efectos de este estudio la postura
positivista, en cuanto a analizar la relación entre las estrategias de
súperaprendizaje y la actitud de los estudiantes de educación primaria hacia
el aprendizaje, se orientan los métodos hacia la medición, cuantificación y
utilización de las técnicas de observación y medida de los fenómenos
pedagógicos.
La perspectiva epistemológica positivista representa de acuerdo con
Delgado (2006), el fundamento de la investigación cuantitativa en el área
educativa. Para la consideración de este enfoque, debe tenerse en cuenta
que los procedimientos que afectan la estadística, como es el caso de la
selección de la muestra debe realizarse de manera rigurosa para asegurar su
representatividad, al mismo tiempo que, se controla la influencia del
investigador al máximo, a fin de garantizar la objetividad del estudio.
63
64
De acuerdo con Delgado (2006), la idea central de la filosofía positivista
se sustenta en considerar la existencia de una realidad totalmente externa y
objetiva, la cual es posible conocer a través del potencial cognoscitivo del
individuo, el cual refleja hacia el exterior dicha realidad. Por tanto, se parte
del principio de verificación, considerándose el conocimiento en función de la
premisa de ser verificable en la experiencia y la observación, es decir, si hay
un conjunto de condiciones de observación relevantes para determinar su
veracidad o falsedad.
Se utilizó el método inductivo, por cuanto la información sobre la
relación entre la relación entre las estrategias de súperaprendizaje y actitud
hacia el aprendizaje, se obtiene de la experiencia. Martínez (2006), afirma
que el método inductivo implica el conocimiento a su vez, comprendiendo la
asociación o unión de estas ideas. La gente desarrolla el conocimiento
mediante la generalización de estas relaciones que se observa mediante los
sentidos.
2. Tipo de Investigación
Este tipo de investigación se ubicó como un estudio descriptivo
correlacional, por cuanto su propósito fue describir los hechos, como se dan
en la realidad para analizarlos, luego establecer la relación entre las
variables: estrategias de súperaprendizaje y actitud hacia el aprendizaje.
Al respecto, Tamayo y Tamayo (2005), plantea que la investigación
descriptiva comprende la descripción, registro, análisis e interpretación de la
65
naturaleza actual y la composición o proceso de los fenómenos. Asimismo,
Chávez (2007), afirma que los estudios correlacionales centran su propósito
en determinar el grado de relación entre las variables, detectando hasta qué
punto las alteraciones de una, dependen de la otra; tal como se realizó en
este estudio a los fines de analizar la relación entre las estrategias de
súperaprendizaje
y la actitud hacia el aprendizaje en estudiantes de
educación primaria, en el Municipio Escolar Maracaibo 4.
3. Diseño de la Investigación
Respecto al diseño de la investigación el mismo se clasificó diseño
como
no
experimental,
se
analizan
las
variables
estrategias
de
súperaprendizaje y actitud hacia el aprendizaje, sin ejercer influencia alguna
en su estado natural o manipulación alguna sobre dicha variable.
Dentro del diseño no experimental se clasifica como correlacional, pues
se relacionan las variables. Confirmando lo señalado, Hernández, Fernández
y Baptista (2006) indican que estos diseños presentan un panorama de la
relación de dos o más variables, describiendo su relación en un determinado
momento y a través de una sola medición.
Asimismo, se trató de un diseño transeccional, por cuanto solo se
recabará la información con una única aplicación de los instrumentos; tal
como lo señalan Hernández, Fernández y Baptista (2006), quienes indican
que los estudios transeccionales realizan una única medición para emitir los
resultados.
66
En el mismo orden de ideas, se indica que la investigación utilizó un
diseño de campo, porque los datos fueron recolectados en el ambiente de las
instituciones educativas. Al respecto, Sabino (2006), considera que la
investigación de campo permite verificar las verdaderas condiciones en que
se han conseguido los datos, haciendo posible su revisión o modificación en
el caso de que surjan dudas respecto a su calidad, es decir, que la
información es extraída en el mismo sitio donde se genera.
4. Población
Parra (2006), indica que el universo de estudio es el conjunto
conformado por todos los elementos, seres u objetos que contienen las
características, mediciones u observaciones que se requieren en una
investigación dada. El universo estuvo compuesto por las instituciones de
educación primaria ubicadas en el Municipio Maracaibo.
Parra (2006), indica que la población es el conjunto integrado por todas
las mediciones u observaciones del universo de interés en la investigación.
En esta investigación, la población estuvo conformada por 200 estudiantes
de tercero a sexto grado de educación primaria que cursan estudios en cinco
(05) instituciones ubicadas en el Municipio Escolar Maracaibo 4, cuya
descripción se señala seguidamente:
67
Cuadro 2
Características de la Población
INSTITUCIONES DE EDUCACIÓN BÁSICA
Cantidad de
Estudiantes
U.E.I. FERDINAND DE SAUSSURE
40
U.E. MARIA CENTENO
40
U.E. SIMÓN MONTIEL PULGAR
40
U.E. FELIPE HERNÁNDEZ
40
U.E. VIDAL CALDERÓN
40
TOTAL
200
Fuente: Ballesteros (2011)
5. Muestra
Una vez determinada la población objeto de estudio, la cual presenta
un carácter finito y determinado, se procede a extraer la muestra de
dicha población. En ese orden de ideas Chávez (2007), es una porción
representativa de la población, que permite generalizar sobre esta, los
resultados de una investigación. Es la conformación de unidades, dentro de
un subconjunto, la cual tiene por finalidad integrar las observaciones (sujetos,
objetos, situaciones, organizaciones o fenómenos), como parte de una
población.
68
A fin de complementar Sierra (2002), señala que la muestra se
constituye en una porción representativa de la población, en la cual se
presenta las características del fenómeno a estudiar. Para determinar el
número mínimo de componentes de la muestra, se aplica la fórmula del
cálculo del tamaño de la muestra para poblaciones finitas, según Sierra
(2002), quedando la determinación de n de la siguiente manera:
n
4 Np  q
E  N  1  4  p  q
2
Donde:
4
= Es una constante
N
= Tamaño de la población
p
= Probabilidad de éxito 50% = 0.5
q
= Probabilidad de fracaso 50% = 0.5
E2 = Error a admitir = 5%
n
= Es el tamaño muestral
Sustituyendo los valores se tiene:
n
4  200  50  50
 n  133,55  134  n  134
5  199  1  4  50  50
2
5.1. Estratificación de la Muestra
Una vez calculada la muestra, se procede a efectuar la integración de la
muestra total seleccionada, utilizando para ello, la técnica del muestreo
probabilístico estratificado, considerando las distintas escuelas.
69
Al respecto de este particular, Bavaresco (2001), señala, que el
muestreo estratificado consiste en hacer un análisis previo de la población,
se divide en partes y luego se selecciona una muestra. No obstante, no es
arbitraria. Se agrupan los elementos los más parecidos posibles, es decir lo
más homogéneo.
Para ello, y persiguiendo lograr una representatividad coda uno de los
distintos elementos integrantes del universo en estudio que reflejen aciertos
sobre el comportamiento del personal a estudiar, se elabora una tabla con la
distribución actual de dicho personal y se calcula el número de unidades de
muestreo representativas por cada estrato, partiendo de la formula de Shiffer
citado por Chávez (2007):
n1 
nh
n
N
Donde:
n1: es el sustrato que se determina
n: tamaño adecuado de la muestra
nh: tamaño del estrato de la población
N: tamaño de la población
De esta manera, la muestra de cada estrato se obtiene dividiendo la
varianza de cada unidad muestral, de acuerdo con lo indicado por
Hernández, Fernández y Baptista (2006), en un número determinado de
elementos muestrales n=Σnh la varianza de la media muestral y puede
70
reducirse al mínimo siempre que el tamaño de la muestra para cada estrato
sea proporcional a la desviación estándar dentro del trabajo de investigación,
tal como se demuestra en la formula que sigue:
fn 
n
 KSh
N
Donde:
fh = fracción del estrato
n = tamaño de la muestra
N = tamaño de la población
Sh = desviación estándar de cada elemento en el estrato h
K = proporción constante, que arroja como resultado n óptima para cada estrato.
Al sustituir los valores en la fórmula, se obtuvo el valor fh:
fn 
n
134
 fn 
 fn  0,67
N
200
Siendo este valor el factor por el cual se multiplica, cada total de la
subpoblación, para obtener la muestra por estrato indicada en la siguiente
tabla, sustituyendo se tiene:
Nh  Fh  nh
71
Cuadro 1
Estratificación de la Muestra
Total Muestra
INSTITUCIONES DE EDUCACIÓN
BÁSICA
Total
Población
Total muestra
Fh=0,67
NhxFh=nh
U.E.I. FERDINAND DE SAUSSURE
40
26.8
U.E. MARIA CENTENO
40
26.8
U.E. SIMÓN MONTIEL PULGAR
40
26.8
U.E. FELIPE HERNÁNDEZ
40
26.8
U.E. VIDAL CALDERÓN
40
26.8
200
134
TOTAL
Fuente: Ballesteros (2011)
Para la selección de los elementos de cada estrato se utilizó el
muestreo aleatorio, probabilístico o al azar, donde todos los estudiantes
tendrán la misma probabilidad de ser parte de la muestra. Sobre el particular,
Bavaresco (2001), expone que una vez seleccionados los elementos por
estratos, de cada estrato se selecciona una muestra que se hace luego por
muestreo aleatorio.
Para llevar a cabo la selección de estudiantes de cada estrato, se
procedió a utilizar la tabla de números aleatorios, a través de un listado de
los mismos. Posteriormente, se realizó una selección aleatoria en una
determinada fila de la tabla de números aleatorios, cuyos valores de
aparición (tres dígitos) se correspondieran de acuerdo a los valores de
ordenación de dicha lista.
72
6. Técnica e Instrumento de Recolección de Datos
En el presente estudio se utilizó la técnica de observación de la
encuesta definida por Sierra (2002) como aquella técnica en la cual el
investigador recurre a la aplicación de instrumentos de recolección de datos,
para recabar la información requerida en función de los objetivos planteados.
Tomando como referencia las bases teóricas recopiladas, así como la
operacionalización de la variable, se configura la versión preliminar de los
instrumentos, diseñados bajo la modalidad de Cuestionario tipo Likert.
Hernández, Fernández y Baptista (2006) indican que este instrumento se
configura por frases o proporciones ante las cuales el encuestado emite su
opinión en grados de intensidad. La razón de la utilización del cuestionario
responde a su facilidad de aplicación y rápida respuesta.
El
primer
instrumento
se
dirige
a
medir
las
estrategias
de
súperaprendizaje , analizando las fases y los tipos de estrategias aplicadas.
Consta de 28 reactivos, diseñados con opción de respuesta tipo escala (Ver
Anexo A). El segundo instrumento cuenta con 36 ítems y se dirige a medir la
actitud hacia el aprendizaje (Ver Anexo B)
Para mantener la estructura de las escalas tipo Likert, se diseñaron los
reactivos
de
manera
que
quedaran
distribuidos
proporcionalmente,
elaborando cuatro ítems para cada indicador de la variable, distribuidos en
50% con tendencia positiva y 50% con tendencia negativa. En este mismo
orden de ideas, las respuestas se distribuyen en cinco opciones de
73
respuesta: Totalmente de Acuerdo (TA), De Acuerdo (DA), NI de Acuerdo Ni
en Desacuerdo (NAND), En Desacuerdo (ED) y Totalmente en Desacuerdo
(TD). Para efectos de la puntuación de las respuestas, se utilizará el
siguiente procedimiento:
Cuadro 4
Calificación de las Opciones de Respuesta
Opción de Respuesta
Ítems
Positivos
Ítems
Negativos
Totalmente de Acuerdo
5
1
De Acuerdo
4
2
Ni de Acuerdo Ni en Desacuerdo
3
3
En Desacuerdo
2
4
Totalmente en Desacuerdo
1
5
Fuente: Ballesteros (2011)
6.1. Validez y Confiabilidad
Las versiones preliminares de los instrumentos de recolección de datos
fueron sometidas a un proceso de validación. Al respecto, Hernández,
Fernández y Baptista (2006) señalan que la validez comprende asegurar que
el instrumento mida los aspectos de interés para el estudio. Para efectos de
esta investigación, se estimó la validez de contenido, utilizando para ello un
formato de validación (Ver Anexo C)
La validez de contenido asegura que los ítems diseñados se enmarcan
74
dentro del contexto teórico de la variable de estudio. Para este proceso se
utilizó la opinión de siete (07) expertos en la materia, seleccionándose a
profesionales del área de Educación y metodología, con reconocida
trayectoria para dar su orientación y recomendaciones esenciales. Las
recomendaciones y observaciones de los expertos fueron consideradas a los
fines de asegurar la validez de contenido.
Para estimar la confiabilidad, se ejecutó una aplicación piloto del
instrumento a 20 estudiantes con características similares. Hernández,
Fernández y Baptista (2006) indican que la confiabilidad es la estimación de
la consistencia de las respuestas, con la aplicación de la fórmula de Alpha
Cronbach, la cual según el criterio de los autores antes mencionados, se
aplica para estimar la confiabilidad en cuestionarios tipo Likert, considerando
la siguiente fórmula:
rti =
n
( 1-  S i 2 / St 2 )
n-1
Donde:
n = Número de ítem.
Si2 = Varianza de puntajes de cada ítem.
St2 = Varianza de puntajes totales.
Dicha estimación de la confiabilidad se ubicó en 0.9122 para el
instrumento de estrategias de súperaprendizaje
y en 0.9141. para el
instrumento de actitud, lo cual reflejó alta consistencia de las respuestas.
75
(Ver Anexo D).
7. Técnicas de Análisis de la Información
Para realizar el análisis de la información, se procedió en primer lugar a
codificar y tabular las respuestas obtenidas se basa en la codificación previa
que se realice de las respuestas emitidas por los estudiantes, colocándose
en forma vertical los números de identificación de los encuestados y
horizontalmente los códigos de respuesta de las mismas previamente
establecidos. Esta tabulación permitió organizar los datos para aplicar las
estadísticas correspondientes.
Las técnicas de análisis son de acuerdo con Aiken (2003), los medios a
través de los cuales es posible obtener la data numérica para interpretar los
hallazgos obtenidos. Se aplicó la estadística descriptiva, utilizando para ello
la estimación de las medidas de tendencia central (media) y de dispersión
(desviación estándar).
Chávez (2007) indica que si el estudio es de naturaleza descriptiva, el
tratamiento estadístico fue de la misma naturaleza. Yamane (2004) afirma
que la estadística descriptiva implica el análisis e interpretación de una
colección de datos, esencialmente consiste en resumir éstos con uno o dos
elementos de información (medidas descriptivas) que caracterizan la
totalidad de los mismos.
Para la interpretación de las medias y desviación estándar se utilizaron
76
los siguientes baremos de interpretación para cada una de las variables:
Cuadro 5
Baremo para la Interpretación de los Puntajes
Estrategias de Súperaprendizaje
Rango
Media
Actitud
Desviación estándar
Media
Desviación estándar
Intervalo
Categoría
Intervalo
Categoría
Intervalo
Categoría
Intervalo
Categoría
1
4.21-5
Muy
Favorable
3.21-4
Muy Alta
Dispersión
4.21-5
Muy
Positiva
3.21-4
Muy Alta
Dispersión
2
3.414.20
Favorable
2.413.20
Alta
Dispersión
3.414.20
Positiva
2.413.20
Alta
Dispersión
3
2.613.40
Neutral
1.612.40
Moderada
Dispersión
2.613.40
Neutral
1.612.40
Moderada
Dispersión
4
1.812.60
Desfavorable
0.811.60
Baja
Dispersión
1.812.60
Negativa
0.811.60
Baja
Dispersión
5
1-1.80
Muy
Desfavorable
0-0.80
Muy Baja
Dispersión
1-1.80
Muy
Negativa
0-0.80
Muy Baja
Dispersión
Fuente: Ballesteros (2011)
Para efectos de calcular la correlación se aplicó el coeficiente Momento
Producto de Pearson, el cual según Hernández, Fernández y Baptista (2006)
es recomendado en caso de instrumentos tipo Likert, utilizando el siguiente
baremo de interpretación:
77
Cuadro 6
Baremo para la Interpretación del Coeficiente de Pearson
Categoría
Descripción
-1.00=
Correlación negativa, perfecta.
-0.90=
Correlación negativa muy fuerte.
-0.75=
Correlación negativa considerable.
-0.50=
Correlación negativa media.
-0.10=
Correlación negativa débil.
0.00=
No existe correlación alguna entre las variables
+0.10=
Correlación positiva débil.
+0.50=
Correlación positiva media.
+0.75=
Correlación positiva considerable.
+0.90=
Correlación positiva muy fuerte.
+1.00=
Correlación positiva perfecta.
Fuente: Hernández, Fernández y Baptista (2006)