Instancia de Validación Empírica (Fase 3)

Instancia de Validación Empírica
•Objetivo:
La instancia de validación empírica está destinada
a que el investigador pueda tomar decisiones
respecto a la construcción del objeto de estudio,
pero haciendo referencia a la articulación de los
componentes teóricos (delimitados en las fases
anteriores) y los componentes empíricos (con los
que el científico confrontará durante el desarrollo
de la instancia de validación operativa).
Instancia de Validación empírica
Fase 3: Diseño del objeto
a. Diseño del universo de unidades de análisis Matriz
de
b. Diseño del universo de variables (y valores) datos
c. Definiciones operacionales
d. Fuentes de dato
Fase 4: Diseño de los procedimientos

a. Muestra
b. Instrumentos de recolección de datos
c. Plan de actividades en contexto
d. Plan de análisis y tratamiento de los datos
Fase 3: Diseño del objeto
• Samaja (2000) afirma que el objeto de estudio,
en cualquier investigación de que se trate, es
siempre una totalidad compleja.
El investigador debe intentar comprender cuáles
son los sub-objetos que lo constituyen para poder
identificar los elementos básicos que permitirán
su estudio.
Estos elementos básicos serán: las unidades de
análisis, las variables con sus valores posibles y
los indicadores.
Para poder llevar a cabo la delimitación del objeto,
es necesario identificar y diseñar las matrices de
datos compuestas por los elementos básicos del
objeto de estudio (U. A., V, R e I).
Matriz de datos
• La traducción de la experiencia espontánea a una
descripción científica produce un Dato científico.
Dato: Construcción compleja que posee una estructura
interna.
Esta estructura es su contenido formal invariable.
La estructura del dato científico es cuatripartita

(4 componentes):
– Unidad de análisis
– Variable
– Valores
– Indicadores (Dimensión sobre procedimiento)
Matriz de datos
• Las unidades de análisis, las variables y los
valores son los elementos de la matriz de datos
más relacionados con los aspectos tautológicos,
pues son conceptos definidos teóricamente;
• Los indicadores (compuestos por la dimensión de
la variable y el procedimiento que se aplica a
dicha dimensión) permitirán la articulación de
esos elementos teóricos con los componentes
empíricos de la re-descripción de los hechos.
Matriz de datos
• Las matrices de datos son las condiciones de posibilidad
para construir datos y al mismo tiempo exponer el modo en
que esos datos fueron construidos.
• Permite dar cuenta de la génesis de los datos, proceso que
lleva la impronta de la subjetividad del investigador y del
paradigma desde el cual investiga.
El diseño de las matrices de datos cumple la función de

"cartografiar" los componentes teóricos (tautología) y los
componentes empíricos (descripción) de la investigación
(elementos en tensión del Objeto).
A través de este proceso de cartografiado se podrá ir
construyendo el "objeto modelo" de la investigación.
Este último se delimitará como un "objeto concreto" único y
original cuando se llegue a producir el conocimiento
científico (objeto como punto de llegada) que explica los
hechos (objeto como punto de partida).
Matriz de datos
Descripción Tautología
R V U.A.
• Conceptos
• Estado de cosas
• Axiomas y
• Hechos y sucesos
relaciones lógicas
• Praxis = Puente I= Dim
• Objeto complejo
• Definiciones P
• Definiciones
operacionales
conceptuales
Sistema de matrices de dato
• Para comprender estas relaciones entre los distintos
elementos constitutivos del objeto de estudio, Samaja
propone diseñar un Sistema de matrices de datos.
datos
• En el sistema de matrices deben quedar claras cuáles son

las relaciones de integración que guardan las unidades de
análisis entre sí y las relaciones entre las variables.
• Por esto se deben identificar los niveles de integración

establecidos entre las unidades de análisis, como así
también las relaciones entre las variables de un nivel de
integración con las de otros niveles (variables
relacionales, contextuales o absolutas).
• En lo esencial, toda investigación determina un grupo de

matrices. Como mínimo 3 matrices de datos
Sistema de matrices de dato
• Matriz central: Nivel de anclaje (N. A.)

• Matriz constituida por los componentes
(partes) del nivel de anclaje: Nivel
subunitario (N-1)
• Matriz constituida por el contexto del
nivel del anclaje: Nivel supraunitario
(N+1)
Relaciones jerárquicas de un sistema de
matrices
Nivel
R V U.A supraunitario
R V U.A Contexto
Nivel de anclaje
Nivel subunitario
R V U.A Contexto
Relación entre unidades de análisis,
variables e indicadores
• Tipos de variables:
– Absolutas: son concebidas como predicado de la U.A.
(propia de una U.A.)
– Relacionales: emergen de vínculos entre las U.A.
(entre diferentes U.A. del mismo nivel)
– Contextuales: sentido de inclusión “parte-todo”
(integración de la U.A. con el contexto)
• Tipos de indicadores:
– Analíticos: se construyen a partir de operaciones que
presuponen dimensiones absolutas
– Estructurales: se construyen a partir de operaciones
relacionales del subsistema
– Globales: se construyen a partir de operaciones
contextuales del subsistema
Tipos de indicadores Tipos de variables Tipos de U.A.
Globales
Estructurales CONTEXTUALES SUPRASISTEMA
Analíticos
Globales
Estructurales RELACIONALES SISTEMA
Analíticos
Globales
Estructurales ABSOLUTAS SUBSISTEMA
Analíticos

Instancia de Validación Empírica (Fase 3)

Cargado por

Copyright:

Formatos disponibles

Instancia de Validación Empírica (Fase 3)

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Instancia de Validación Empírica (Fase 3)

Cargado por

Copyright:

Formatos disponibles

Instancia de Validación Empírica

Fase 4: Diseño de los procedimientos

La estructura del dato científico es cuatripartita

El diseño de las matrices de datos cumple la función de

• En el sistema de matrices deben quedar claras cuáles son

• Por esto se deben identificar los niveles de integración

• En lo esencial, toda investigación determina un grupo de

• Matriz central: Nivel de anclaje (N. A.)

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.