CAPTULO 3

MARCO METODOLGICO

Diseo de la investigacin
Para Arias (2006), el diseo de la investigacin es la estrategia general que
adopta el investigador para responder al problema planteado (p. 21). En este caso el
diseo es no experimental ya que para Palella y Martins (2006) este se define como:

Aquel que se realiza sin manipular en forma deliberada ninguna variable. El

investigador no sustituye intencionalmente las variables independientes. Se
observan los hechos tal y como se presentan en su contexto real y en un
tiempo determinado o no, para luego analizarlos. Por lo tanto, en este diseo
no se construye una situacin especfica sino que se observan las que existen.
Las variables independientes ya han ocurrido y no pueden ser manipuladas, lo
que impide influir sobre ellas para modificarlas (p. 96).

Por otra parte, el diseo de la investigacin se clasifica tambin como

transeccional debido a que se tomarn los datos en una sola ocasin y segn
Hernndez y otros (2003) los diseos transeccionales recolectan datos en un slo
momento, en un tiempo nico. Su propsito es describir variables y analizar su
incidencia e interrelacin en un momento dado (p. 115).

Tipo de investigacin
Segn Palella y Martins (2006) el tipo de investigacin se refiere a la clase de
estudio que se va a realizar. Orienta sobre la finalidad del estudio y sobre la manera
de recoger las informaciones o datos necesarios (p. 97). Particularmente, esta
investigacin se clasifica como de campo, la cual es definida por Ramrez citado por
Palella y Martins, (2006) como:

120

Aquella que consiste en la recoleccin de datos directamente de la realidad

donde ocurren los hechos, sin manipular o controlar variables. Estudia los
fenmenos sociales en su ambiente natural. El investigador no manipula
variables debido a que esto hace perder el ambiente de naturalidad en el cual
se manifiesta y desenvuelve el hecho. (p. 97).

Por su parte Sabino citado por Palella y Martins, (2006) seala que:

Se basa en informaciones o datos primarios, obtenidos directamente de la

realidad () para cerciorarse de las verdaderas condiciones en que se han
conseguido sus datos, haciendo posible su revisin o modificacin en el caso
de que surjan dudas respecto a su calidad (p.98).

La presente investigacin es de campo ya que se basa en la obtencin y anlisis

de datos propiamente de la realidad estudiada con la intencin de describirlos y
proponer una posible solucin.

Nivel de la investigacin
Para Arias (2006) el nivel de la investigacin se refiere al grado de
profundidad con que se aborda un fenmeno u objeto de estudio (p. 23). En ese
sentido, este trabajo es de tipo descriptivo que segn el mismo autor estos estudios
se definen como aquellas que consisten en la caracterizacin de un hecho,
fenmeno o grupo con el fin de establecer su estructura o comportamiento (p. 24).
A su vez, en la investigacin se estudiaran las variables desde el punto de vista
correlacional ya que segn Palella y Martins (2006) este nivel permite medir el
grado de relacin entre dos o ms conceptos o variables (p. 104), as pues, por una
parte, cada variable se analizar de forma autnoma o independiente, y, por otra, se
determinar el grado de relacin (no causal) existente entre dos o ms de ellas.

121

Poblacin y muestra
De acuerdo con Ramrez (1999) la poblacin en estudio rene a los individuos,
objetos, etc., que pertenecen a una misma clase por poseer caractersticas similares,
pero con la diferencia que se refiere a un conjunto limitado por el mbito del estudio
a realizar (p. 35). En el caso objeto de estudio, la poblacin est constituida por 16
profesores los cuales forman parte del personal docente del rea de Qumica de la
Unidad de Estudios Bsicos de la Universidad de Oriente, Ncleo Bolvar que
laboraron durante el semestre I-2008 con las asignaturas Qumica I (010-1814),
Qumica II (010-1824) y por 1.647 alumnos que cursaron dichas asignaturas durante
el mismo periodo acadmico. Tal cantidad de estudiantes est distribuida en grupos
de 32 secciones de clases (22 para Qumica I y 10 para Qumica II) y tienen la
caracterstica comn de ser estudiantes nuevos y regulares de las mencionadas
asignaturas, por lo que su opinin respecto al desempeo docente es de gran
importancia ya que fueron observadores a lo largo del semestre y tienen pleno
conocimiento de ello.
En atencin a lo sealado la poblacin en estudio es finita y tiene caractersticas
muy comunes. Segn Ramrez (1999), una poblacin finita es aquella cuyos
elementos en su totalidad son identificables por el investigador, por lo menos desde
el punto de vista del conocimiento que se tiene sobre su cantidad total (p. 92). As,
entonces, la poblacin es finita cuando el investigador cuenta con el registro de
todos los elementos que conforman la poblacin en estudio. Sin embargo, Barranco
citado por Ramrez, (1999) aclara que estadsticamente se considera que una
poblacin es finita cuando est conformada por menos de cien mil elementos (p.
93).
En cuanto a la muestra, para Morles citado por Arias, (2006), la muestra es un
subconjunto representativo de un universo o poblacin. En atencin a ello, en el caso
de los docentes, la muestra que se utilizar en esta investigacin ser igual a la
poblacin considerada ya que sta es lo suficientemente pequea para tomarlos a
todos en cuenta al momento de recoger la informacin a analizar, tal como lo
mencionan Palella y Martins (2006) quienes establecen que:

122

() cuando propone un estudio, el investigador tiene dos opciones: abarcar

la totalidad de la poblacin, lo que significa hacer un censo o estudio de tipo
censal o seleccionar un nmero determinado de unidades de la poblacin, es
decir, determinar una muestra. Salvo en el caso de poblaciones pequeas, se
impone la seleccin de los sujetos pues, por razones de tiempo, costo y
complejidad para el acopio de los datos, sera imposible estudiarlos a todos
(p. 116).

En el caso de los estudiantes la situacin es distinta ya que la poblacin a

considerar es bastante grande. En este orden de ideas, un aspecto importante es
calcular el tamao de una muestra que pretende ser representativa de la poblacin en
estudio para ello es necesario definir algunos conceptos importantes ya que se
manejaran constantemente al momento de realizar las operaciones estadsticas
pertinentes, entre estos se tienen:
1.

Nivel de confianza: Viene a ser el margen de confianza que se tiene al

momento de generalizar los resultados obtenidos despus de haber estudiado la

muestra, con respecto a la poblacin. () Un nivel de confianza de 95% es
aceptablemente confiable (Ramrez, 1999, p. 93).
2.

Error de muestreo: Es el error consustancial al procedimiento de muestreo; es

el que se comete por el solo hecho de extraer un grupo pequeo de un grupo mayor.
Normalmente este error oscila entre 1% y 5% (Ramrez, 1999, p. 94).
3.

Z Crtico: Es un valor terico que vara de acuerdo con el nivel de confianza

seleccionado. As, si el nivel de confianza es de 99% el Z crtico es igual a nueve

(9); si el nivel de confianza es de 95%, el Z crtico es igual a cuatro (4) (Ramrez,
1999, p. 94).
4.

Proporciones: De acuerdo con Ramrez (1999):

Son dos valores p y q que sumados dan uno (1). Ambas proporciones
vienen a representar el comportamiento que ha tenido la variable central
del estudio en investigaciones anteriores, o en estudios pilotos que el
investigador haya realizado sobre una pequea muestra extrada de la
poblacin en estudio, con el fin de determinar la confiabilidad del
instrumento (p.94).

123

Tambin el autor antes sealado comenta que si no se cuenta con resultados de

investigaciones anteriores y no se puede realizar el estudio piloto, se asume que se
trabaja en condiciones desfavorables de muestreo. En estos casos extremos los
valores de p y q adquieren un valor convencional de 50% cada uno (p. 96). En
el caso del presente estudio, se proceder a realizar un estudio piloto, a una muestra
de 20 estudiantes que conforman la poblacin en estudio.

Definido este concepto se proceder a determinar el tamao de la muestra

tomando en cuenta que la poblacin es finita y el nivel de confianza ser de 95%, en
cuyo caso el valor de Z crtico es de cuatro (4); tambin se selecciono un error de
muestreo de 5%, por lo tanto el tamao de la muestra (Ramrez, 1999), viene dada
por:

Zc 2 * p * q * N
n= 2
3.1
e * (N 1) + Zc 2 * p * q
Donde:
p y q = Proporciones recogidas desde la prueba piloto.
Zc2 = Z crtico.
e = error de muestreo.
N = tamao de la poblacin en estudio.

En una prueba piloto realizada a los estudiantes pertenecientes a la poblacin en

estudio pudo establecerse que el instrumento arrojo un factor de confiabilidad igual a
0,9750 (97,50%) segn el coeficiente de Alfa-Cronbach (Anexo B) y si se toma ese
valor como p y a q como su diferencia a 100%, el tamao de la muestra n
resulta ser muy pequeo (45 alumnos) con relacin a la poblacin total (N = 1.647),
por ello se decidi no considerar ese valor y se asumieron los valores 50% para
ambas proporciones p y qcon la intencin de obtener un tamao de la muestra
ms alto y por ello ms representativo con relacin a la poblacin.
Al aplicar la ecuacin 3.1 antes sealada se tiene que:

124

n=

4 * 50 * 50 *1.647
= 321,99 322
5 * (1647 1) + 4 * 50 * 50
2

Segn lo obtenido anteriormente, se debe tomar una muestra de 322 alumnos

pertenecientes a la poblacin en estudio. Dicha poblacin debe ser seleccionada de
las 32 secciones de Qumica I y Qumica II pertenecientes a la unidad acadmica en
estudio; as cada seccin en estudio aportar aproximadamente 10 alumnos.

Tipo de muestreo
Segn la Real Academia Espaola (2001) el muestreo consiste en la seleccin
de una pequea parte estadsticamente determinada, utilizada para inferir el valor de
una o varias caractersticas del conjunto (p.1051).
En esta investigacin se emplear el muestreo probabilstico que de acuerdo con
Ramrez (1999) se caracteriza porque:

() se puede determinar de antemano la probabilidad de seleccin de

cada uno de los elementos que integran la poblacin, siendo esta
probabilidad distinta a cero (0). La seleccin de los elementos debe
hacerse a travs de un procedimiento aleatorio, lo cual garantiza la
representatividad de la muestra (p. 106).

Particularmente se utilizar el muestreo probabilstico estratificado con

afijacin no proporcional, mediante el cual se distribuir de forma homognea
(partes iguales) el total de la muestra en estudio entre las 32 secciones de las
asignaturas Qumica I y Qumica II, pertenecientes a la Unidad de Estudios Bsicos
de la Universidad de Oriente Ncleo de Bolvar.
El muestreo estratificado con afijacin no proporcional, es el menos complejo y
consiste en asignar a cada estrato de la poblacin en estudio un nmero igual de
personas o elementos (unidades de anlisis) de las cuales se va a obtener la
informacin (Ramrez, 1999, p. 110). En el caso del presente estudio los estratos
estn representados por cada una de las 32 secciones de las asignaturas de Qumica I

125

y Qumica II, de las cuales se seleccionaran los 322 alumnos pertenecientes a la

poblacin en estudio, quedando una relacin final de aproximadamente 10 alumnos
por seccin tal como lo muestra la tabla 3.1.
En este caso se divide el tamao de la muestra entre el nmero de estratos,
obteniendo como resultado las submuestras por estratos. Ntese que los estratos
estn representados casi proporcionalmente a su tamao, por lo que no afecta la
representatividad de la muestra. En tal caso, todos los estratos estn representados
con una cantidad de elementos de manera proporcional a su tamao si se observa la
poca variacin en los porcentajes de cada estrato.
Para seleccionar la submuestra por cada estrato se estableci el muestreo
sistemtico que de acuerdo con Ramrez (1999) para realizarlo:

() se debe contar con un registro o lista de los elementos que

conforman la poblacin, se les asigna un cdigo numrico a cada uno de
ellos, luego se escoge de manera aleatoria uno de estos elementos, el
nmero que tiene asignado servir para establecer los intervalos (de k en
k) que guiarn la escogencia de los integrantes de la muestra (p. 118).

Para el presente estudio el nmero de estudiantes que constituye la poblacin es

de 1.647 y el tamao de la muestra es de 322 discentes de Qumica I y Qumica II, se
escogi un nmero aleatoriamente (que para el presente estudio deba estar
comprendido entre 1 y 10) que fue el 5. Este nmero sirve de referencia para escoger
los 10 alumnos de cada submuestra que forman la muestra, as de 5 en 5 se extraen
las 10 personas necesarias considerando su nmero correspondiente al listado de
inscritos en la seccin emitido por el Departamento de Control de Estudios de la
universidad.

126

Tabla 3.1
Nmero de alumnos de cada seccin a considerar para tomar la muestra del
estudio
Asignatura
Seccin
N Alumnos
Muestra
Porcentaje
Qumica I

47

10

21,28

47

10

21,28

49

10

20,41

67

11

16,42

49

10

20,41

49

10

20,41

50

10

20,00

51

10

19,61

51

10

19,61

10

51

10

19,61

11

50

10

20,00

12

46

10

21,74

13

51

10

19,61

14

50

10

20,00

15

51

10

19,61

16

49

10

20,41

17

50

10

20,00

18

55

10

18,18

19

64

11

17,19

20

57

10

17,54

21

54

10

18,52

22

55

10

18,18

127

Tabla 3.1 (Continuacin)

Asignatura

Seccin

N Alumnos

Muestra

Porcentaje

Qumica II

50

10

20,00

50

10

20,00

50

10

20,00

52

10

19,23

52

10

19,23

50

10

20,00

51

10

19,61

51

10

19,61

49

10

20,41

10

49

10

20,41

1.647

322

Total

Fuente: El autor, Ciudad Bolvar, Junio 2.008

El nmero de comienzo se obtiene de la frmula N/n = intervalo (Ramrez,

1999, p. 118), as en el presente estudio 1.647/322 = 5,11 5, por criterio de
aproximaciones, la escogencia fue entonces: 05, 10, 15, 20, 25, 30, 35, 40, 45, 50; en
caso de no asistir a clases uno de los alumnos seleccionados se continuaba la
progresin hasta completar el nmero total de estudiantes segn el listado de
inscritos utilizado para cada seccin o estrato.

Tcnicas e instrumentos de recoleccin de datos

Segn Arias (2006) las tcnicas de recoleccin de datos son las distintas
formas o maneras de obtener la informacin (p. 33), son ejemplos de tcnicas la
observacin directa, la encuesta en sus dos modalidades: oral o escrita
(cuestionario), la entrevista, el anlisis documental, etc., mientras que para el mismo
autor los instrumentos son los medios materiales que se emplean para recoger y
almacenar la informacin (p. 33).

128

En el mismo orden de ideas, Palella y Martins (2006) sealan que un

instrumento de recoleccin de datos es:

() cualquier recurso del cual pueda valerse el investigador para

acercarse a los fenmenos y extraer de ellos informacin. En cada
instrumento concreto pueden distinguirse dos (2) aspectos diferentes:
una forma y un contenido. La forma del instrumento se refiere al tipo de
aproximacin que se establece con lo emprico, a las tcnicas utilizadas
para lograrlo. El contenido queda expresado en la especificacin de los
datos concretos que es necesario conseguir; se realiza, por lo tanto,
mediante una serie de temes que no son otra cosa que los indicadores
expresados en forma de preguntas (p. 137).

En el presente trabajo se utiliza el cuestionario como instrumento de

recoleccin de datos (Anexo A). El cuestionario es un instrumento de investigacin
que se utiliza fundamentalmente en el campo de las ciencias sociales y de la
educacin.
Para esta investigacin se utiliza la tcnica de la encuesta en su modalidad
escrita por ser de fcil y rpida aplicacin a la poblacin en estudio. En ese sentido
se elaboraron dos cuestionarios (Anexo A) dirigidos: uno a los docentes y el otro a
los estudiantes. El primero consta de 20 preguntas, en su mayora de respuestas
cerradas, referidas a los rasgos personales, datos acadmicos y datos profesionales,
con la finalidad de obtener informacin particular acerca de cada docente en cuanto
a su perfil, mientras que el segundo contiene 49 preguntas, dispuestas para ser
respondidas mediante una escala de Likert con cinco (5) opciones de respuestas al
desempeo docente en lo relativo a planificacin, motivacin, ejecucin, uso de
recursos, estrategias de evaluacin y valores y actitudes, de manera que el estudiante
manifieste su opinin libre y objetivamente sobre la actuacin que en el aula tienen
los docentes de las asignaturas Qumica I y Qumica II.

129

Tcnicas de procesamiento y anlisis de datos

De acuerdo con Hernndez y otros (2003), usualmente el investigador busca, en
primer trmino, describir sus datos y posteriormente efectuar anlisis estadsticos
para relacionar sus variables, es decir, realiza anlisis de estadstica descriptiva para
cada una de sus variables y luego describe la relacin entre stas. Tal y como se
indic en la seccin Nivel de la investigacin este estudio es, por una parte,
descriptivo, por ello se utilizarn tablas de frecuencias, grficos de barras o
circulares, entre otros, para analizar la informacin desde ese punto de vista y, por
otra, correlacional. Para ello se presentarn tablas de contingencia con coeficientes
de correlacin Rho de Spearman, entre los temes de los diversos indicadores del
desempeo docente con el objeto de identificar si existe alguna relacin entre ellas y,
en caso de que la haya, de qu tipo es.
En la actualidad el anlisis de los datos se lleva a cabo por computadora.
Prcticamente ya nadie lo hace de forma manual, especialmente si se tiene un
volumen de datos considerable. En ese sentido se eligi por su fcil manejo y
accesibilidad el paquete estadstico Statistical Package for the Social Sciences
(SPSS) versin 11,5 en espaol, el cual es un conjunto de potentes herramientas de
tratamiento de datos y anlisis estadstico. Al igual que el resto de aplicaciones que
utilizan como soporte el sistema operativo Windows, el SPSS funciona mediante
mens desplegables y cuadros de dilogo que permiten hacer la mayor parte del
trabajo simplemente utilizando el puntero del ratn. Un documento nuevo de SPSS
comienza con el editor de datos el cual es la ventana de SPSS que contiene el
archivo de datos en que se basan todos los anlisis. Se trata de una ventana tipo hoja
de clculo diseada para crear y editar archivos de datos SPSS (ver figura 3.1). La
ventana del editor de datos se abre automticamente al iniciar una sesin SPSS.
Entrar en el editor de datos equivale a entrar en el SPSS. Cerrar el editor de
datos equivale a salir de SPSS.

130

Figura 3.1
Editor de datos de SPSS

Fuente: El autor, Ciudad Bolvar, Junio 2.008

El editor de datos permite visualizar dos ventanas distintas mediante dos

pestaas o solapas situadas en la parte inferior izquierda del propio editor. La solapa
vista de datos muestra el contenido del archivo de datos (ver figura 3.1). La solapa
vista de variables muestra los nombres de las variables acompaados del conjunto
de caractersticas que el SPSS utiliza para definir variables (ver figura 3.2).
Para definir una variable se pulsa la solapa vista de variables (ver figura 3.1)
para que el editor de datos muestre la ventana de definicin de variables que
aparece en la figura 3.2. Se obtiene idntico resultado pinchando dos veces con el
puntero del ratn en la cabecera de una variable.

131

Figura 3.2
Editor de datos (variables)

Fuente: El autor, Ciudad Bolvar, Junio 2.008

La ventana vista de variables del editor de datos permite llevar a cabo todas
las tareas relacionadas con la definicin de una variable: asignarle nombre y
etiqueta, definir el tipo de variable (numrica, fecha, cadena, etc.), asignar, en caso
de ser necesario, etiquetas a los valores, identificar si existen o no valores perdidos y
de qu tipo, establecer el formato de columna del editor de datos, asignarle un
nivel de medida. Las diez columnas de la ventana vista de variables del editor de
datos contienen todos los detalles que el SPSS utiliza para definir una variable.

Prueba Piloto
Validez
La validez segn Palella y Martins (2006) se define como la ausencia de
sesgos. Representa la relacin entre lo que se mide y aquello que realmente se quiere
medir (p. 172). Existen varios mtodos para garantizar su evidencia, sin embargo a

132

los fines de este estudio se utiliza el de validez de contenido que, para los autores ya
citados, este mtodo trata de:

() determinar hasta dnde los temes de un instrumento son

representativos (grado de representatividad) del dominio o universo de
contenido de las propiedades que se desea medir. Por ejemplo, un test
tiene validez de contenido si los diferentes temes que lo componen son
una muestra representativa de la variable que se pretende medir (p. 172).

En la mayora de los casos se recomienda determinar la validez mediante la

tcnica del juicio de experto, que de acuerdo con Palella y Martins (2006) consiste
en:

() entregarle a tres (3), cinco (5) o siete (7) expertos (siempre nmeros
impares) en la materia objeto de estudio y en metodologa y/o
construccin de instrumentos un ejemplar del (los) instrumento(s) con su
respectiva matriz de respuesta acompaada de los objetivos de la
investigacin, el sistema de variables y una serie de criterios para
calificar las preguntas. Los expertos revisan el contenido, la redaccin y
la pertinencia de cada reactivo, y hacen recomendaciones para que el
investigador efecte las debidas correcciones, en los casos que lo
consideren necesario (p.173).

De esta manera, el cuestionario elaborado ser revisado por tres (3) profesores
de la institucin expertos en la materia (juicio de expertos) para constatar el
vocabulario y la redaccin de los temes y si el contenido de los mismos mide lo que
se desea medir, estos expertos le harn observaciones de tipo general las cuales sern
corregidas. En el anexo C se presenta el instrumento de validacin por juicio de
expertos que se utiliza en esta investigacin.

133

Confiabilidad
La confiabilidad segn Palella y Martins (2006) es definida como:

La ausencia de error aleatorio en un instrumento de recoleccin de datos.

Representa la influencia del azar en la medida, es decir, es el grado en el
que las mediciones estn libres de la desviacin producida por los
errores causales. Adems, la precisin de una medida es lo que asegura
su repetibilidad (si se repite, siempre da el mismo resultado) (p.176).

Existen diferentes maneras para determinar la confiabilidad de un instrumento,

tales como repeticin de test o prueba test/retest, formas equivalentes, divisin por
mitades y el anlisis de homogeneidad de los temes, particularmente este ltimo se
ocupa de medir el constructo de los temes y para ello cuenta con dos (2)
coeficientes el KR20/21 y el alfa de Cronbach, de todos ellos uno de los coeficientes
ms utilizados es este ltimo y por eso a continuacin se comentar con ms detalle
y posteriormente se emplear en este estudio.
De acuerdo con Palella y Martins (2006) el coeficiente alfa de Cronbach es
una de las tcnicas que permite establecer el nivel de confiabilidad que es, junto
con la validez, un requisito mnimo de un buen instrumento de medicin presentado
con una escala tipo Likert (p.180). Dicho coeficiente mide la confiabilidad a partir
de la consistencia interna de los temes, entendiendo por tal el grado en que los
temes de una escala se correlacionan entre s; su valor vara entre 0 y 1 (0 es
ausencia total de consistencia y 1 es consistencia perfecta). Dicho coeficiente se
expresa como:
2
k S i
=
* 1 2
S sum
k 1

Donde:
k: es el nmero de temes de la prueba,
S2i : es la varianza de los temes (desde 1...i)
S2sum : es la varianza de la prueba total.

134

3.2

Luego de incorporar al cuestionario las observaciones hechas por los expertos

se aplic una prueba piloto a una muestra de 20 alumnos cursantes de las asignaturas
Qumica I y Qumica II para determinar la confiabilidad del cuestionario mediante el
coeficiente alfa de Cronbach.
Los datos de la prueba piloto realizada a los estudiantes para este trabajo se
presentan en el anexo B. Para el clculo de las varianzas se utiliz una hoja de
clculo de Excel bajo ambiente Windows XP, y los resultados importantes son S2i
que result ser igual a 1.435 y S2sum que arroj un valor de 31.927,2, considerando
que k vale 49, as al aplicar la ecuacin 3.2 resulta:
1.435
49
= 0,9750
* 1
49 1 31.927,2

Al comparar este resultado con los rangos sobre criterios de decisin para la
confiabilidad de un instrumento se observa que cae en el rango entre 0,81 1,00 de
manera que se califica como muy alta por lo cual se puede asegurar que el
instrumento de recoleccin de datos es muy confiable.

Operacionalizacin de las variables

Segn Arias (2006) la palabra operacionalizacin se emplea en investigacin
cientfica para designar al proceso mediante el cual se transforma la variable de
conceptos abstractos a trminos concretos, observables y medibles, es decir,
dimensiones e indicadores (p. 55). El mismo autor seala que una dimensin es un
elemento integrante de una variable compleja, que resulta de su anlisis o
descomposicin; por otra parte, una vez que han sido establecidas las dimensiones
de la variable, todava faltan los elementos o evidencias que muestren cmo se
manifiesta o comporta dicha variable o dimensin. Estos elementos son los
indicadores, los cuales son indicios, seales o unidades de medida que permiten
estudiar o cuantificar una variable o sus dimensiones. La operacionalizacin de las
variables estudiadas se resume en la tabla 3.2.

135

Tabla 3.2
Operacionalizacin de las variables utilizadas en el estudio
Objetivos

Variable

Dimensiones

Indicadores

temes

Especficos
Diagnosticar el

Personal

1 Sexo

perfil de los

2 Edad

profesores que

Profesional

1 Ttulo profesional

laboran con las

2 Aos de graduado

asignaturas

3 Experiencia profesional

Qumica

4 Cursos realizados en

(010-1814)

torno a su profesin

Qumica

II

5 Postgrados en torno a su

(010-1824)

rea

Acadmico

1 Condicin de trabajo

de

de

Estudios

Del 11 al 20

2 Tiempo de trabajo en la

Qumica de la
Unidad

Del 3 al 10

profesin

pertenecientes
al

Del 1 al 2

universidad
Perfil del

3 Escalafn

Docente

4 Experiencia docente

Bsicos de la

5 Tiempo que dedica a la

Universidad de

docencia

Oriente,

6 Cursos realizados en

Ncleo

torno a la docencia

Bolvar.

7 Postgrados en torno a la
docencia
Desempeo

1 Planificacin

Docente

2 Motivacin
3 Ejecucin
4 Uso de recursos
5 Estrategias de evaluacin
6 Valores y actitudes

Fuente: El autor, Ciudad Bolvar, Junio 2.008

136

Del 21 al 69