CAPÍTULO 3 MARCO METODOLÓGICO

CAPÍTULO 3

MARCO METODOLÓGICO

Diseño de la investigación

Para Arias (2006), el diseño de la investigación es “la estrategia general que adopta el investigador para responder al problema planteado” (p. 21). En este caso el diseño 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 diseño no se construye una situación específica 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 diseño de la investigación se clasifica también como transeccional debido a que se tomarán los datos en una sola ocasión y según Hernández y otros (2003) “los diseños transeccionales recolectan datos en un sólo momento, en un tiempo único. Su propósito es describir variables y analizar su incidencia e interrelación en un momento dado” (p. 115).

Tipo de investigación

Según Palella y Martins (2006) el tipo de investigación 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 investigación se clasifica como de campo, la cual es definida por Ramírez citado por Palella y Martins, (2006) como:

Aquella que consiste en la recolección de datos directamente de la realidad donde ocurren los hechos, sin manipular o controlar variables. Estudia los fenómenos 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) señala 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 revisión o modificación en el caso de que surjan dudas respecto a su calidad (p.98).

La presente investigación es de campo ya que se basa en la obtención y análisis de datos propiamente de la realidad estudiada con la intención de describirlos y proponer una posible solución.

Nivel de la investigación

Para Arias (2006) el nivel de la investigación se refiere “al grado de profundidad con que se aborda un fenómeno u objeto de estudio” (p. 23). En ese sentido, este trabajo es de tipo descriptivo que según el mismo autor estos estudios se definen como “aquellas que consisten en la caracterización de un hecho, fenómeno o grupo con el fin de establecer su estructura o comportamiento” (p. 24). A su vez, en la investigación se estudiaran las variables desde el punto de vista correlacional ya que según Palella y Martins (2006) “este nivel permite medir el grado de relación entre dos o más conceptos o variables” (p. 104), así pues, por una parte, cada variable se analizará de forma autónoma o independiente, y, por otra, se determinará el grado de relación (no causal) existente entre dos o más de ellas.

Población y muestra

De acuerdo con Ramírez (1999) la población en estudio “reúne a los individuos, objetos, etc., que pertenecen a una misma clase por poseer características similares, pero con la diferencia que se refiere a un conjunto limitado por el ámbito del estudio a realizar” (p. 35). En el caso objeto de estudio, la población está constituida por 16 profesores los cuales forman parte del personal docente del Área de Química de la Unidad de Estudios Básicos de la Universidad de Oriente, Núcleo Bolívar que laboraron durante el semestre I-2008 con las asignaturas Química I (010-1814), Química II (010-1824) y por 1.647 alumnos que cursaron dichas asignaturas durante el mismo periodo académico. Tal cantidad de estudiantes está distribuida en grupos de 32 secciones de clases (22 para Química I y 10 para Química II) y tienen la característica común de ser estudiantes nuevos y regulares de las mencionadas asignaturas, por lo que su opinión respecto al desempeño docente es de gran importancia ya que fueron observadores a lo largo del semestre y tienen pleno conocimiento de ello.

En atención a lo señalado la población en estudio es finita y tiene características muy comunes. Según Ramírez (1999), una población 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). Así, entonces, la población es finita cuando el investigador cuenta con el registro de todos los elementos que conforman la población en estudio. Sin embargo, Barranco citado por Ramírez, (1999) aclara que “estadísticamente se considera que una población es finita cuando está 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 población. En atención a ello, en el caso de los docentes, la muestra que se utilizará en esta investigación será igual a la población considerada ya que ésta es lo suficientemente pequeña para tomarlos a todos en cuenta al momento de recoger la información a analizar, tal como lo mencionan Palella y Martins (2006) quienes establecen que:

(…) cuando propone un estudio, el investigador tiene dos opciones: abarcar la totalidad de la población, lo que significa hacer un censo o estudio de tipo censal o seleccionar un número determinado de unidades de la población, es decir, determinar una muestra. Salvo en el caso de poblaciones pequeñas, se impone la selección de los sujetos pues, por razones de tiempo, costo y complejidad para el acopio de los datos, sería imposible estudiarlos a todos (p. 116).

En el caso de los estudiantes la situación es distinta ya que la población a considerar es bastante grande. En este orden de ideas, un aspecto importante es calcular el tamaño de una muestra que pretende ser representativa de la población en estudio para ello es necesario definir algunos conceptos importantes ya que se manejaran constantemente al momento de realizar las operaciones estadísticas 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 después de haber estudiado la muestra, con respecto a la población. (…) Un nivel de confianza de 95% es aceptablemente confiable” (Ramírez, 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 pequeño de un grupo mayor. Normalmente este error oscila entre ± 1% y ± 5%” (Ramírez, 1999, p. 94).

3. Z Crítico: “Es un valor teórico que varía de acuerdo con el nivel de confianza seleccionado. Así, si el nivel de confianza es de 99% el Z crítico es igual a nueve (9); si el nivel de confianza es de 95%, el Z crítico es igual a cuatro (4)” (Ramírez, 1999, p. 94).

4. Proporciones: De acuerdo con Ramírez (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 pequeña muestra extraída de la población en estudio, con el fin de determinar la confiabilidad del instrumento (p.94).

También el autor antes señalado 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 procederá a realizar un estudio piloto, a una muestra de 20 estudiantes que conforman la población en estudio.

Definido este concepto se procederá a determinar el tamaño de la muestra tomando en cuenta que la población es finita y el nivel de confianza será de 95%, en cuyo caso el valor de Z crítico es de cuatro (4); también se selecciono un error de muestreo de 5%, por lo tanto el tamaño de la muestra (Ramírez, 1999), viene dada por:

(

N

)

Zc

p

q

e

N

q

p

Zc

n

*

*

1

*

*

*

*

+

−

=

p y q = Proporciones recogidas desde la prueba piloto. Zc2 = Z crítico.

e = error de muestreo.

N = tamaño de la población en estudio.

En una prueba piloto realizada a los estudiantes pertenecientes a la población en estudio pudo establecerse que el instrumento arrojo un factor de confiabilidad igual a 0,9750 (97,50%) según el coeficiente de Alfa-Cronbach (Anexo B) y si se toma ese valor como “p” y a “q” como su diferencia a 100%, el tamaño de la muestra “n” resulta ser muy pequeño (45 alumnos) con relación a la población total (N = 1.647), por ello se decidió no considerar ese valor y se asumieron los valores 50% para ambas proporciones “p” y “q”con la intención de obtener un tamaño de la muestra más alto y por ello más representativo con relación a la población.

(

1647

1

)

4

*

50

*

50

321

,

99

322

*

5

647

.

1

*

50

*

50

*

4

−

+

=

≈

=

n

Según lo obtenido anteriormente, se debe tomar una muestra de 322 alumnos pertenecientes a la población en estudio. Dicha población debe ser seleccionada de las 32 secciones de Química I y Química II pertenecientes a la unidad académica en estudio; así cada sección en estudio aportará aproximadamente 10 alumnos.

Tipo de muestreo

Según la Real Academia Española (2001) el muestreo consiste “en la selección de una pequeña parte estadísticamente determinada, utilizada para inferir el valor de una o varias características del conjunto” (p.1051).

En esta investigación se empleará el muestreo probabilístico que de acuerdo con Ramírez (1999) se caracteriza porque:

(…) se puede determinar de antemano la probabilidad de selección de cada uno de los elementos que integran la población, siendo esta probabilidad distinta a cero (0). La selección de los elementos debe hacerse a través de un procedimiento aleatorio, lo cual garantiza la representatividad de la muestra (p. 106).

Particularmente se utilizará el muestreo probabilístico estratificado con afijación no proporcional, mediante el cual se distribuirá de forma homogénea (partes iguales) el total de la muestra en estudio entre las 32 secciones de las asignaturas Química I y Química II, pertenecientes a la Unidad de Estudios Básicos de la Universidad de Oriente Núcleo de Bolívar.

El muestreo estratificado con afijación no proporcional, es el menos complejo y consiste “en asignar a cada estrato de la población en estudio un número igual de personas o elementos (unidades de análisis) de las cuales se va a obtener la información” (Ramírez, 1999, p. 110). En el caso del presente estudio los estratos están representados por cada una de las 32 secciones de las asignaturas de Química I

y Química II, de las cuales se seleccionaran los 322 alumnos pertenecientes a la población en estudio, quedando una relación final de aproximadamente 10 alumnos por sección tal como lo muestra la tabla 3.1.

En este caso se divide el tamaño de la muestra entre el número de estratos, obteniendo como resultado las submuestras por estratos. Nótese que los estratos están representados casi proporcionalmente a su tamaño, por lo que no afecta la representatividad de la muestra. En tal caso, todos los estratos están representados con una cantidad de elementos de manera proporcional a su tamaño si se observa la poca variación en los porcentajes de cada estrato.

Para seleccionar la submuestra por cada estrato se estableció el muestreo sistemático que de acuerdo con Ramírez (1999) para realizarlo:

(…) se debe contar con un registro o lista de los elementos que conforman la población, se les asigna un código numérico a cada uno de ellos, luego se escoge de manera aleatoria uno de estos elementos, el número que tiene asignado servirá para establecer los intervalos (de k en k) que guiarán la escogencia de los integrantes de la muestra (p. 118).

Para el presente estudio el número de estudiantes que constituye la población es de 1.647 y el tamaño de la muestra es de 322 discentes de Química I y Química II, se escogió un número aleatoriamente (que para el presente estudio debía estar comprendido entre 1 y 10) que fue el 5. Este número sirve de referencia para escoger los 10 alumnos de cada submuestra que forman la muestra, así de 5 en 5 se extraen las 10 personas necesarias considerando su número correspondiente al listado de inscritos en la sección emitido por el Departamento de Control de Estudios de la universidad.

Tabla 3.1

Número de alumnos de cada sección a considerar para tomar la muestra del estudio

Asignatura Sección Nº Alumnos Muestra Porcentaje

Química I 1 47 10 21,28 2 47 10 21,28 3 49 10 20,41 4 67 11 16,42 5 49 10 20,41 6 49 10 20,41 7 50 10 20,00 8 51 10 19,61 9 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

Tabla 3.1 (Continuación)

Asignatura Sección Nº Alumnos Muestra Porcentaje

Química II 1 50 10 20,00 2 50 10 20,00 3 50 10 20,00 4 52 10 19,23 5 52 10 19,23 6 50 10 20,00 7 51 10 19,61 8 51 10 19,61 9 49 10 20,41 10 49 10 20,41 Total 1.647 322

Fuente: El autor, Ciudad Bolívar, Junio 2.008

El número de comienzo se obtiene de la fórmula N/n = intervalo (Ramírez, 1999, p. 118), así 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 progresión hasta completar el número total de estudiantes según el listado de inscritos utilizado para cada sección o estrato.

Técnicas e instrumentos de recolección de datos

Según Arias (2006) las técnicas de recolección de datos son “las distintas formas o maneras de obtener la información” (p. 33), son ejemplos de técnicas la observación directa, la encuesta en sus dos modalidades: oral o escrita (cuestionario), la entrevista, el análisis documental, etc., mientras que para el mismo autor los instrumentos son “los medios materiales que se emplean para recoger y almacenar la información” (p. 33).

En el mismo orden de ideas, Palella y Martins (2006) señalan que un instrumento de recolección de datos es:

(…) cualquier recurso del cual pueda valerse el investigador para acercarse a los fenómenos y extraer de ellos información. En cada instrumento concreto pueden distinguirse dos (2) aspectos diferentes: una forma y un contenido. La forma del instrumento se refiere al tipo de aproximación que se establece con lo empírico, a las técnicas utilizadas para lograrlo. El contenido queda expresado en la especificación de los datos concretos que es necesario conseguir; se realiza, por lo tanto, mediante una serie de ítemes 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 recolección de datos (Anexo A). El cuestionario es un instrumento de investigación que se utiliza fundamentalmente en el campo de las ciencias sociales y de la educación.

Para esta investigación se utiliza la técnica de la encuesta en su modalidad escrita por ser de fácil y rápida aplicación a la población 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 mayoría de respuestas cerradas, referidas a los rasgos personales, datos académicos y datos profesionales, con la finalidad de obtener información 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 desempeño docente en lo relativo a planificación, motivación, ejecución, uso de recursos, estrategias de evaluación y valores y actitudes, de manera que el estudiante manifieste su opinión libre y objetivamente sobre la actuación que en el aula tienen los docentes de las asignaturas Química I y Química II.

Técnicas de procesamiento y análisis de datos

De acuerdo con Hernández y otros (2003), usualmente el investigador busca, en primer término, describir sus datos y posteriormente efectuar análisis estadísticos para relacionar sus variables, es decir, realiza análisis de estadística descriptiva para cada una de sus variables y luego describe la relación entre éstas. Tal y como se indicó en la sección “Nivel de la investigación” este estudio es, por una parte, descriptivo, por ello se utilizarán tablas de frecuencias, gráficos de barras o circulares, entre otros, para analizar la información desde ese punto de vista y, por otra, correlacional. Para ello se presentarán tablas de contingencia con coeficientes de correlación Rho de Spearman, entre los ítemes de los diversos indicadores del desempeño docente con el objeto de identificar si existe alguna relación entre ellas y, en caso de que la haya, de qué tipo es.

En la actualidad el análisis de los datos se lleva a cabo por computadora. Prácticamente ya nadie lo hace de forma manual, especialmente si se tiene un volumen de datos considerable. En ese sentido se eligió por su fácil manejo y accesibilidad el paquete estadístico Statistical Package for the Social Sciences (SPSS) versión 11,5 en español, el cual es un conjunto de potentes herramientas de tratamiento de datos y análisis estadístico. Al igual que el resto de aplicaciones que utilizan como soporte el sistema operativo Windows, el SPSS funciona mediante menús desplegables y cuadros de diálogo que permiten hacer la mayor parte del trabajo simplemente utilizando el puntero del ratón. 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 análisis. Se trata de una ventana tipo hoja de cálculo diseñada para crear y editar archivos de datos SPSS (ver figura 3.1). La ventana del “editor de datos” se abre automáticamente al iniciar una sesión SPSS. Entrar en el “editor de datos” equivale a entrar en el SPSS. Cerrar el “editor de datos” equivale a salir de SPSS.

Figura 3.1

Editor de datos de SPSS

Fuente: El autor, Ciudad Bolívar, Junio 2.008

El “editor de datos” permite visualizar dos ventanas distintas mediante dos pestañas 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 acompañados del conjunto de características 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 definición de variables que aparece en la figura 3.2. Se obtiene idéntico resultado pinchando dos veces con el puntero del ratón en la cabecera de una variable.

Figura 3.2

Editor de datos (variables)

Fuente: El autor, Ciudad Bolívar, Junio 2.008

La ventana “vista de variables” del “editor de datos” permite llevar a cabo todas las tareas relacionadas con la definición de una variable: asignarle nombre y etiqueta, definir el tipo de variable (numérica, fecha, cadena, etc.), asignar, en caso de ser necesario, etiquetas a los valores, identificar si existen o no valores perdidos y de qué 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 según Palella y Martins (2006) se define como “la ausencia de sesgos. Representa la relación entre lo que se mide y aquello que realmente se quiere medir” (p. 172). Existen varios métodos para garantizar su evidencia, sin embargo a

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

(…) determinar hasta dónde los ítemes 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 ítemes que lo componen son una muestra representativa de la variable que se pretende medir (p. 172).

En la mayoría de los casos se recomienda determinar la validez mediante la técnica 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 números impares) en la materia objeto de estudio y en metodología y/o construcción de instrumentos un ejemplar del (los) instrumento(s) con su respectiva matriz de respuesta acompañada de los objetivos de la investigación, el sistema de variables y una serie de criterios para calificar las preguntas. Los expertos revisan el contenido, la redacción y la pertinencia de cada reactivo, y hacen recomendaciones para que el investigador efectúe las debidas correcciones, en los casos que lo consideren necesario (p.173).

De esta manera, el cuestionario elaborado será revisado por tres (3) profesores de la institución expertos en la materia (juicio de expertos) para constatar el vocabulario y la redacción de los ítemes y si el contenido de los mismos mide lo que se desea medir, estos expertos le harán observaciones de tipo general las cuales serán corregidas. En el anexo C se presenta el instrumento de validación por juicio de expertos que se utiliza en esta investigación.

Confiabilidad

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

La ausencia de error aleatorio en un instrumento de recolección de datos. Representa la influencia del azar en la medida, es decir, es el grado en el que las mediciones están libres de la desviación producida por los errores causales. Además, la precisión 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 repetición de test o prueba test/retest, formas equivalentes, división por mitades y el análisis de homogeneidad de los ítemes, particularmente este último se ocupa de medir el constructo de los ítemes y para ello cuenta con dos (2) coeficientes el KR20/21 y el alfa de Cronbach, de todos ellos uno de los coeficientes más utilizados es este último y por eso a continuación se comentará con más detalle y posteriormente se empleará en este estudio.

De acuerdo con Palella y Martins (2006) el coeficiente alfa de Cronbach es “una de las técnicas que permite establecer el nivel de confiabilidad que es, junto con la validez, un requisito mínimo de un buen instrumento de medición presentado con una escala tipo Likert” (p.180). Dicho coeficiente mide la confiabilidad a partir de la consistencia interna de los ítemes, entendiendo por tal el grado en que los ítemes de una escala se correlacionan entre sí; su valor varía entre 0 y 1 (0 es ausencia total de consistencia y 1 es consistencia perfecta). Dicho coeficiente se expresa como:         −       − =

∑

k: es el número de ítemes de la prueba,

ΣS2i : es la varianza de los ítemes (desde 1...i) S2sum : es la varianza de la prueba total.

Luego de incorporar al cuestionario las observaciones hechas por los expertos se aplicó una prueba piloto a una muestra de 20 alumnos cursantes de las asignaturas Química I y Química 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 cálculo de las varianzas se utilizó una hoja de cálculo de Excel bajo ambiente Windows XP, y los resultados importantes son ΣS2i que resultó ser igual a 1.435 y S2sum que arrojó un valor de 31.927,2, considerando que k vale 49, así al aplicar la ecuación 3.2 resulta:

9750 , 0 2 , 927 . 31 435 . 1 1 * 1 49 49 =       −       − = α

Al comparar este resultado con los rangos sobre criterios de decisión 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 recolección de datos es muy confiable.

Operacionalización de las variables

Según Arias (2006) la palabra “operacionalización” se emplea en investigación científica para “designar al proceso mediante el cual se transforma la variable de conceptos abstractos a términos concretos, observables y medibles, es decir, dimensiones e indicadores” (p. 55). El mismo autor señala que una dimensión es un elemento integrante de una variable compleja, que resulta de su análisis o descomposición; por otra parte, una vez que han sido establecidas las dimensiones de la variable, todavía faltan los elementos o evidencias que muestren cómo se manifiesta o comporta dicha variable o dimensión. Estos elementos son los indicadores, los cuales son indicios, señales o unidades de medida que permiten estudiar o cuantificar una variable o sus dimensiones. La operacionalización de las variables estudiadas se resume en la tabla 3.2.

Tabla 3.2

Operacionalización de las variables utilizadas en el estudio Objetivos

Específicos

Variable Dimensiones Indicadores Ítemes

Diagnosticar el perfil de los profesores que laboran con las asignaturas Química I (010-1814) y Química II (010-1824) pertenecientes al Área de Química de la Unidad de Estudios Básicos de la Universidad de Oriente, Núcleo Bolívar. Perfil del Docente Personal 1 Sexo 2 Edad Del 1 al 2

Profesional 1 Título profesional 2 Años de graduado 3 Experiencia profesional 4 Cursos realizados en torno a su profesión 5 Postgrados en torno a su profesión Del 3 al 10

Académico 1 Condición de trabajo 2 Tiempo de trabajo en la universidad

3 Escalafón

4 Experiencia docente 5 Tiempo que dedica a la docencia 6 Cursos realizados en torno a la docencia 7 Postgrados en torno a la docencia Del 11 al 20 Desempeño Docente 1 Planificación 2 Motivación 3 Ejecución 4 Uso de recursos 5 Estrategias de evaluación 6 Valores y actitudes Del 21 al 69