Recopilación y Análisis de Datos

Casa * Temas de Enseñanza * Marcos de Tiempo de Enseñanza * Compartiendo Planeación de Curso * Conversaciones * FORO * Sobre de STAR


Initially dirigida por Allan Feldman

currently dirigida por Kathy Shafer

Introducción

La investigación de acción es fundamentalmente un esfuerzo político, moral y ético. Va más allá de la beca tradicional porque queremos que tenga un efecto directo en nuestras situaciones de práctica para nosotros; nuestros estudiantes, pacientes o clientes; y para las comunidades en las que vivimos y trabajamos. Es un trabajo político porque lo que aprendemos y compartimos a través de la investigación-acción puede influir en las políticas que afectan la educación, la salud y otras estructuras sociales. Debido a que queremos que los efectos sean cambios positivos, es decir, para mejorar nuestras situaciones de práctica, debemos tener claro lo que queremos decir con mejor y mejor para quién.

Por lo tanto, la investigación-acción tiene un componente normativo y teleológico: no solo estamos estudiando nuestra práctica, queremos mejorarla en una dirección particular que esté vinculada a nuestra postura política y moral. Puede encontrar más acerca de esto en la pestaña Ética de este sitio. Además, puede encontrar más información sobre mi opinión particular sobre esto en los artículos que he escrito sobre la validez en la investigación de acción (Feldman, 2007) y en el autoaprendizaje (Feldman, 2003). Escribí estos ensayos en respuesta a piezas de Heikkinen et al. (2007) y Bullough y Pinnegar (2001). Puede resultarle interesante comparar y contrastar estas diferentes perspectivas sobre lo que constituye la calidad y la validez en la investigación del profesional.

La investigación de acción como trabajo político, moral y ético afecta a otras personas. Por lo tanto, necesitamos saber que cualquier afirmación que hagamos al respecto está bien fundamentada, justa, y puede conducir a los resultados que deseamos. En consecuencia, es necesario que gran parte de la investigación-acción tenga una base empírica: los datos deben recopilarse y analizarse.

Referencias

Bullough, R. V. y S. Pinnegar (2001). "Pautas para la calidad en formas autobiográficas de autoestudio". Investigador educativo 30 (3): 13-22.

Feldman, A. (2003). "Validez y calidad en el autoaprendizaje". Investigador educativo 32 (3): 26-28.

Feldman, A. (2007). "Validez y calidad en la investigación en acción". Investigación de acción educativa 15 (1).

Heikkinen, H. L. T., y col. (2007). "La investigación de acción como narrativa: cinco principios para la validación". Investigación de acción educativa 15 (1): 5-19.

References

Bullough, R. V. and S. Pinnegar (2001). "Guidelines for quality in autobiographical forms of self-study." Educational Researcher 30(3): 13-22.

Feldman, A. (2003). "Validity and quality in self-study." Educational Researcher 32(3): 26-28.

Feldman, A. (2007). "Validity and Quality in Action Research." Educational action research 15(1).

Heikkinen, H. L. T., et al. (2007). "Action research as narrative: five principles for validation." Educational action research 15(1): 5-19.

¿Qué son los datos en la investigación de acción?

En la sección introductoria, argumenté brevemente que hay buenas razones por las que la investigación-acción debe tener una base empírica. Por lo general, eso significa que debe confiar en algún tipo de información. Estas son algunas de las formas en que mis coautores y yo hemos descrito lo que queremos decir con datos en la próxima 3ª edición de Teachers Investigate Their Work (Feldman, Altrichter, Posch y Somekh, 2018):

Los datos tienen varias características importantes:

  • Son rastros materiales o representaciones de eventos y, por lo tanto, son datos en un sentido físico, que pueden transmitirse, almacenarse y ponerse a disposición de muchas personas.
  • Son considerados relevantes por un investigador, proporcionando evidencia con respecto al tema investigado.
  • Son selectivos, ya sea debido a la capacidad limitada del investigador o los instrumentos de investigación para incluir toda la información pertinente.
  • La selección de datos por parte de la investigación está cargada de teoría. Lo que hace que los datos de datos sean que el investigador haya decidido de alguna manera designarlos como tales. Ese proceso de decisión se guía de alguna manera, explícita o implícitamente, por algún tipo de perspectiva teórica.
  • Finalmente, los datos son estáticos. Se producen a partir de eventos e interpretaciones que ocurren en momentos y lugares particulares del pasado. Si bien los errores en los datos se pueden corregir, surgen de eventos que ya han sucedido.

Agregue lo que considere son aspectos o características importantes de los datos en el contexto de la investigación-acción.

Creatividad en coleccionar y analizar evidencia

Compartido por Margaret Riel

Las cinco características que Feldman, et al, (2018) describen son extremadamente útiles para pensar acerca de qué evidencia será útil para dar sentido a las acciones tomadas para cambiar un sistema de actividad. También quiero resaltar el papel de la creatividad para decidir qué "rastros materiales" de cambio recoger y cómo darles sentido.

Al aprender por primera vez acerca de la investigación-acción, muchos profesionales traen nociones de investigación que se derivan de enfoques controlados y experimentales. Piensan que necesitan controlar las variables y tener un tratamiento e intentar establecer relaciones causales entre las acciones y los resultados. En la investigación de acción, los profesionales estudian una acción dentro de un sistema de actividad a lo largo del tiempo. Si bien se pueden usar muchas de las mismas herramientas de investigación que otras formas de investigación (encuestas, grupos focales, cuestionarios, entrevistas, etc.), él o ella también es libre de encontrar formas creativas de evidencia que ayuden a dar sentido a los cambios. que están hechos Daré dos ejemplos.

Un maestro que era el jefe de un departamento de ciencias altas quería construir una comunidad de aprendizaje profesional entre los profesores de ciencias. Su suposición era que si se formaba una comunidad profesional, la naturaleza de la discusión informal cambiaría con los maestros iniciando más diálogo en torno a su oficio. Quería ver si las acciones que estaba tomando en los ciclos de investigación-acción (haciendo posible que los maestros visitaran las aulas, compartieran lecturas) tendrían un efecto en el diálogo profesional informal. ¿Qué evidencia podría reunir para probar sus suposiciones? Decidió monitorear los intercambios informales que tuvo con los maestros. Tan pronto como fue posible después de un intercambio, utilizó su teléfono para recopilar la fecha, la hora, el número de personas involucradas, la duración aproximada del intercambio y el porcentaje de conversación profesional versus social. Esta forma de registro era una forma creativa de mostrar un cambio en el tiempo tanto en la frecuencia como en la duración de los intercambios profesionales.

Otro ejemplo creativo de recopilación de datos fue un educador que ofreció talleres en un museo. Quería una medida del interés y el compromiso de los docentes después de los cambios en los programas de museos para educadores. Preguntarles a los educadores si estaban más comprometidos puede ser problemático por muchas razones. En cambio, se dio cuenta de que en los talleres que no funcionaban bien, cuando las personas tomaban descansos biológicos necesarios, a menudo usaban este tiempo para hacer llamadas telefónicas, conversar y revisar el correo electrónico. Si los profesores se involucraran realmente, razonó, entonces la cantidad de tiempo que pasaría fuera del taller disminuiría. Cuando un profesor abandonaba el taller, anotaba la hora y luego otra vez cuando el maestro regresaba. Esta fue una inversión creativa del "tiempo en la tarea" que ha sido utilizado por los investigadores en la escuela. En este caso, fue un tiempo fuera de la tarea y ella pudo mostrar una disminución dramática en la cantidad de tiempo que los maestros faltaban en el taller.

Comparto estos ejemplos de encontrar evidencia no tradicional, pero válida, de los resultados de su investigación de acción como una forma de enfatizar el papel de la creatividad en el diseño de las estrategias de recopilación y análisis de datos. Si los datos recopilados son un índice válido de cambio de comportamiento y pueden analizarse de manera confiable, el investigador de acción tiene una gran flexibilidad en lo que recopilan y cómo lo analizan.

Comprender la diferencia entre los datos y la evidencia

Compartido por Linda Purrington

En nuestra línea de cursos de investigación de acción de programas de liderazgo, hemos encontrado que es útil compartir definiciones y escenarios de múltiples fuentes para ayudar a los estudiantes a comprender la diferencia entre los datos y las pruebas y un proceso para generar evidencia. Usar escenarios reales y / o realistas es particularmente útil ya que ilustra la generación de evidencia en contexto.

Los términos "datos" y "evidencia" a veces se usan erróneamente de manera intercambiable. McNiff y Whitehead (2006) ayudan a los investigadores de acción a entender la diferencia entre los datos y la evidencia. "La evidencia no es lo mismo que los datos. Los datos se refieren a los datos que ha recopilado sobre lo que usted y los demás están haciendo y aprendiendo ... Su tarea es convertir algunos de estos datos en evidencia "(p.148).

David Wilkinson, editor en jefe de Oxford Review, publica en el blog que "Los datos son información objetiva, como números, porcentajes y estadísticas. La evidencia es información que es relevante y proporciona pruebas que respaldan una conclusión. Los datos son solo datos y no tienen significado por sí solos. La evidencia tiene que ser evidencia de o para algo: un argumento, una opinión, un punto de vista o una hipótesis. La evidencia que usa depende de su argumento. A medida que obtengamos más pruebas o diferentes tipos de pruebas, nuestro argumento podría cambiar ". Wilkinson afirma además: "Cuando las personas en las organizaciones entienden esta distinción entre datos y evidencia, tendemos a encontrar que la práctica basada en la evidencia no solo comienza a ser real, sino que también permite a las personas tomar mejores decisiones y juicios, y puede sorprenderse descubre que las personas también se vuelven mucho más adaptables y flexibles ". En su blog, Wilkinson proporciona un escenario para ayudar a ilustrar los diferentes datos y pruebas https://www.oxford-review.com/data-v-evidence/]

McNiff y Whitehead (2006, pp. 148-152) describen "... evidencia como más que ilustración. Generar evidencia es un proceso riguroso que involucra lo siguiente.

  1. Hacer un reclamo de conocimiento. Ya sabes algo que antes no se conocía. El conocimiento generado a través de la investigación-acción se trata de práctica y teoría. Ejemplo de práctica: Hemos creado mejores comunicaciones en nuestra oficina. Ejemplo teórico: sabemos cómo y por qué comunicarnos mejor en nuestra oficina.
  2. Estableciendo criterios y estándares de juicio. Como investigador-profesional, su trabajo es establecer sus propios estándares de práctica y juicio, y mostrar cómo los está cumpliendo. En relación con la práctica, ¿vive usted sus valores de amor, compasión y propósito? En relación con el juicio, ¿usa estos valores como sus estándares? Además, ¿articulas estos estándares y los comunicas a otros para que otros puedan ver cómo juzgas tu práctica y negocias el juicio contigo?
  3. Seleccionando datos. Habiendo establecido sus criterios y estándares de juicio, ahora necesita buscar en su archivo de datos y encontrar instancias de valores en acción.
  4. Generando evidencia. De la misma manera que produce pruebas para respaldar su afirmación de que ha mejorado su trabajo, busca en el archivo y encuentra artefactos que contienen datos. Saca de estos datos esas instancias específicas que cree que muestran sus valores en acciones, como un comentario especial, una imagen o una nota de campo. Usas datos en tu informe de investigación, pero ahora explicas cómo representan tanto tu capacidad para hacer realidad tus valores en la práctica como tu capacidad para articular y comunicar tus criterios de juicio específicos ".

McNiff y Whitehead ilustran además el riguroso proceso de generar evidencia a través de un ejemplo ficticio titulado, The Educational Leader's Story (p.153).

Referencias

McNiff, J. y Whitehead, J. (2006). Todo lo que necesitas saber sobre la investigación de acción. Thousand Oaks, CA: Sage Publications.

Wilkerson, D. Re: ¿Cuál es la diferencia entre los datos y la evidencia? Práctica basada en la evidencia [Publicación del blog]. Obtenido de https://www.oxford-review.com/data-v-evidence/

References

McNiff, J. & Whitehead, J. (2006). All you need to know about action research. Thousand Oaks, CA: Sage Publications.

Wilkerson, D. Re: What’s the difference between data and evidence? Evidence-based practice [Blog post]. Retrieved from https://www.oxford-review.com/data-v-evidence/

Experiencia temprana con recolección y análisis de datos

Compartido por Kathy Shafer

En esta sección de nuestro sitio web, Allan señaló recursos que comparan y contrastan "diferentes perspectivas sobre lo que constituye calidad y validez en la investigación del profesional". También describió varias características importantes de los datos. Margaret cambió la discusión a formas creativas de documentación de evidencia -a través de ejemplos concretos- que van más allá de las herramientas tradicionales. Considero que estos son los más interesantes y espero compartirlos con futuros estudiantes.

Feldman, y col. (2018) también amplía las herramientas no tradicionales como la fotografía, los datos de archivo, los datos narrativos y el tema de la triangulación de datos (ver el Capítulo 5).

Linda siguió con una discusión de los términos datos y evidencia y también el proceso de generar evidencia. Los investigadores novatos a menudo luchan con estos constructos, por lo que proporcionar recursos seleccionados para los profesores de investigación de acción es fundamental. Mi contribución se centra en las herramientas tradicionales que normalmente se encuentran en la investigación cualitativa.

Todos aprendemos mejor haciendo. Como resultado, en el semestre de otoño de mi curso de métodos de investigación de educación matemática, los maestros completan cinco tareas de recolección y evaluación de datos (DC & A): un diario reflexivo, observación de video, postmortem, entrevista grupal y evaluación de artefactos (una tarea en encuestas es opcional.) Como resultado de completar estas asignaciones de DC & A, los maestros realmente completaron cinco mini ciclos de investigación de acción antes de escribir su propuesta de investigación AR. En el otoño de 2017, les pedí a Josh Giebel y Caitlin Bedwell que reflexionaran sobre sus cursos [énfasis agregado].

Josh (Cohorte 2015-16)

Las asignaciones de recopilación y análisis de datos me dieron la oportunidad de experimentar con los tipos de herramientas de recopilación de datos que, a mi juicio, funcionarían bien en mi estudio de investigación de acción. Específicamente, me permitió tener una mejor idea de cómo se vería y sentiría la colección de datos. Esta experiencia resultó vital para mi propuesta de investigación de acción porque después de probar varias herramientas de recopilación de datos diferentes, pude identificar métodos que me permitieran triangular datos y llegar a conclusiones válidas.

También pude ajustar mi enfoque al uso de estas herramientas y también obtuve una valiosa experiencia al analizar los datos que se recopilaron. El momento de estas tareas realmente no podría haber sido mejor, este trabajo realmente me impulsó a trabajar en mi metodología y propuesta. Después de completar las asignaciones de recopilación y análisis de datos, realmente comencé a ver el poder reflexivo de la investigación de acción.

Caitlin (cohorte 2016-17)

Cuando comencé a trabajar en las tareas de recopilación y evaluación de datos, no entendía lo útiles que serían cuando estaba implementando mi investigación de acción en el segundo semestre. Pensé que las tareas eran simplemente aspectos de investigación con los que necesitábamos estar familiarizados. La verdad es que cuando llegó el momento de escribir mi propuesta y luego implementar mi investigación de acción, estas tareas fueron una fuente de confianza y herramientas de referencia útiles.

Las asignaciones que fueron más valiosas para mí fueron la lección postmortem, la entrevista al grupo de enfoque, la encuesta y la evaluación de artefactos. La tarea postmortem me obligó a mirarme a mí mismo y a mi clase de una nueva manera. Estaba prestando atención a diferentes detalles y aspectos de la clase, entonces normalmente lo haría. Esto me ayudó en mi investigación porque tenía una experiencia de cómo tenía que prestar atención a mis alumnos mientras implementaba la calificación basada en estándares. La asignación de la entrevista de grupo focal (FGI) me empujó fuera de mi zona de confort con mis alumnos. Hacer esta tarea antes del FGI en mi investigación de acción fue vital. Como tuve esta experiencia previa de entrevistar a mis alumnos, me sentí muy cómodo hablando con ellos, haciendo preguntas de seguimiento y prestando atención a sus respuestas en el FGI de investigación de acción. Para mí, necesitaba la asignación FGI antes de mi investigación para sacar mis nervios y centrarme en lo que era importante. La encuesta y la evaluación de artefactos también terminaron siendo asignaciones críticas para mi investigación. Realicé dos encuestas en mi investigación de acción y también pasé mucho tiempo con artefactos estudiantiles. Hacer ambas asignaciones antes de que mi piloto incluso ayudara a resolver problemas, dar luz a las suposiciones y conceptos erróneos que yo era propenso a hacer, y darme una idea de lo que se requeriría de mí durante el análisis. Desde que tuve una breve experiencia analizando los resultados de la encuesta y los artefactos de los estudiantes, me di cuenta y me preparé de la cantidad de tiempo y trabajo que esta área de mi investigación iba a necesitar al preparar mi informe final.