5. El análisis descriptivo, como su nombre lo indica, consiste en describir las tendencias claves en los datos existentes y observar las situaciones que conduzcan a nuevos hechos. Este método se basa en una o varias preguntas de investigación y no tiene una hipótesis. Además, incluye la recopilación de datos relacionados, posteriormente, los organiza, tabula y describe el resultado.
6. Importancia del análisis descriptivo Generalmente, las personas evitan el uso del análisis descriptivo cuando revisan los estudios porque les interesan más las predicciones que se están probando. Sin embargo, es un error ya que este método puede proporcionar información realmente importante sobre la muestra que se está estudiando.
7. Las ventajas del análisis descriptivo son: El investigador tiene un alto grado de objetividad y neutralidad. Se considera expansivo en comparación con otros métodos cuantitativos y ofrece una amplio panorama de un fenómeno. Es el mejor método para la recolección de datos que describen las relaciones y exhiben el mundo real. El conocimiento del análisis descriptivo ayuda a la comprensión de un tema y a interpretar los resultados de modelos estadísticos más complejos a modelos simples. Este tipo de estudio da al investigador la flexibilidad de utilizar tanto datos cuantitativos como datos cualitativos para descubrir las características de la población.
8. Las desventajas del análisis descriptivo son: La confidencialidad y la falta de veracidad de los encuestados es una de las principales deficiencias del análisis descriptivo. Si el cuestionario de investigación no se diseña de manera apropiada y cuidadosa, pueden ocurrir errores en el resultado general de la investigación. Si el investigador escoge sólo la información que apoya su hipótesis e ignora la parte de los datos que no encajan, puede conducir a sesgos y errores en la investigación. Si el estudio de caso se utiliza para el diseño de la investigación descriptiva, es difícil generalizar sobre la base de un solo caso y sacar conclusiones generales. El investigador piensa que tiene el conocimiento completo del tema de estudio. Los prejuicios del investigador que podrían impactar las acciones tomadas durante la realización de la investigación.
9. encuestas en el análisis descriptivo Las encuestas incluyen la recopilación de una cantidad de datos relativamente grande. Estas se encargan de describir, registrar e interpretar fenómenos sin interferir en las variables existentes.
10. variables:
11. 2.- independiente: son las causas que generan y explican los cambios en la variable dependiente. En los diseños experimentales la variable independiente es el tratamiento que se aplica en el grupo experimental. Ejemplo: la dieta a la que es sometido un grupo de pacientes obesos
12. CONCEPTUALIZACION CUANTITATIVO.
13. SE APEGA A LA TRADICIONALIDAD DE LA CIENCIA
14. indicadores
15. Atención permanente: 24 horas. – Responsabilidad. – Dominio de varios idiomas.
16. Limpieza. – Equipamiento básico: TV, aire acondicionado. – Tiempo de respuesta a solicitudes
17. Trato cortés y amable. – Rapidez del servicio. – Calidad de la comida.Niveles de medición de las variables.
18. Niveles de medición de las variables: El nivel de medición se define como el tipo de escala que permite asignar un grado o valor a una variable. De dicha escala depende la técnica estadística que puede emplearse en el análisis de los datos obtenidos.
19. Nivel de medición nominal: escala que adoptan las variables cualitativas la cual consiste en dos o más categorías que no tienen vinculación entre si. Ejemplo: las distintas nacionalidades: española, italiana, venezolana, mexicana. Por el carácter cualitativo de las variables, en esta escala no se aplican operaciones matemáticas, sólo se cuantifica la frecuencia o el número de casos pertenecientes a una categoría.
20. Nivel de medición ordinal: escala en la que se establece un orden jerárquico entre variables cualitativas o categorías. En esta escala no se indica la magnitud de la diferencia entre las categorías, ni se aplican operaciones matemáticas básicas. Al igual que en el nivel nominal, únicamente se realizan distribuciones de frecuencias, absolutas y relativas en cada categoría.
21. c) Nivel de medición por intervalo: escala en la que se establecen distancias o intervalos iguales entre los valores. Esta escala se usa para variables cuantitativas. Ejemplo: la temperatura expresada en grados centígrados no posee un cero absoluto ya que cero grados centígrados (0 °C) no implica ausencia de temperatura y al mismo tiempo equivale a 273 grados Kelvin y a 32 grados Fahrenheit. En este tipo de escala si es posible realizar diferentes cálculos matemáticos y estadísticos.
22. Nivel de medición de razón: escala para variables cuantitativas, que además de mantener intervalos similares, posee un cero absoluto el cual indica ausencia total de la variable. Ejemplo: los ingresos expresados en unidades monetarias. En este caso, el intervalo entre 300.000 y 350.000 unidades es igual al existente entre 850.000 y 900.000 unidades. Pero además, existe un cero absoluto por cuanto una persona o una familia, en un determinado momento, pueden carecer de ingresos, es decir,cero ingresos. En esta escala se pueden aplicar las distintas operaciones matemáticas y estadísticas.
23. dimensiones
24. tiene la afinidad de analizar conflictos sociales y el hecho económico como universo complejo.
25. partida social
26. practica cientifica
27. sistema metodológico de regla y tecnica
28. momento de la investigacion
29. 1.-acercamiento al tema
30. 2.- preparación del proyecto
31. 3.- ejecutacion del proyecto
32. constructor de variables e hipotesis.- es una propiedad que permite explicar una conducta.
33. ejemplo: el miedo, la inteligencia, emociones etc.
34. 1.- dependiente: son aquellas que se modifican por acción de la variable independiente. Constituyen los efectos o consecuencias que se miden y que dan origen a los resultados de la investigación. Ejemplo: el peso corporal de los integrantes del grupo.
35. 3.- interviniente:son las que se interponen entre la variable independiente y la dependiente, pudiendo influir en la modificación de esta última. En un diseño experimental puro, este tipo de variable debe ser controlada con el fin de comprobar que el efecto es debido a la variable independiente y no a otros factores. Ejemplo: el ejercicio físico practicado por el grupo.
