Ohne Titel

Introduce el texto aquí

1. La matriz de datos

   • organizar unidades de análisis, indicadores relevados y el valor que asume el indicador para cada unidad de análisis
   • es un arreglo rectangular con tantos renglones como unidades de análisis haya y con una columna por indicador.
   • Las casillas de la matriz definidas por la intersección de renglones y columnas contienen los valores de los indicadores (Cortés y Rubalcava, 1997:232)
   • De este modo, la matriz de datos permite ordenar la información de manera tal que es posible visualizar los tres elementos que componen el dato (Abritta, 1999)
     • las unidades de análisis, las variables y los valores o categorías de las variables.

2. Distribuciones de frecuencias

   • método más básico para organizar datos es clasificar nuestras observaciones
   • es una tabla que permite visualizar rápidamente el número de observaciones que cae en cada una de las categorías de la variable que estamos analizando.
   • permite realizar un análisis exhaustivo de cada una de las variables incluidas en la matriz de datos (análisis univariado).
   • son útiles para presentar información de manera compacta. Si embargo, cuando el número de casos es muy grande, resultan difíciles de comprender. Para facilitar el entendimiento y estandarizar las frecuencias, es conveniente transformarlas en frecuencias relativas – es decir, en porcentajes.
     • Un porcentaje es una frecuencia relativa obtenida a partir de dividir la frecuencia que corresponde a cada categoría de la variable por el número total de casos de la muestra (n) y multiplicarla por 100.

3. Análisis univariado

   • El uso de los gráficos y de los estadísticos depende básicamente del tipo de variables con las que el investigador trabaje y de su nivel de medición.
   • Los estadísticos univariados se agrupan en tres grandes grupos
     • a. Medidas de tendencia central b. Medidas de dispersión c. Medidas de forma de la distribución

4. escalas de medición

   • Escalas nominales son aquéllas en que sólo se establece una equivalencia entre la escala y los diferentes valores que asume la variable.
   • Las escalas ordinales distinguen los diferentes valores de la variable jerarquizándolos simplemente de acuerdo a un rango.
   • Las escalas de intervalos, además de poseer la equivalencia de categorías y el ordenamiento interno entre ellas, como en el caso de las ordinales, tienen la característica de que la distancia entre sus intervalos está claramente determinada y que estos son iguales entre sí.
   • las escalas de cocientes, llamadas también de razones. En ellas se conservan todas las propiedades de los casos anteriores pero además se añade la existencia de un valor cero real, con lo que se hacen posibles ciertas operaciones matemáticas, tales como la obtención de proporciones y cocientes.

5. Medidas de tendencia central

   • La media es la medida más representativa, siempre y cuando la variable sea cuantitativa (de intervalo o de razón). Su cálculo precisa de la participación de todos los valores de la distribución.
   • La mediana es el valor que divide a la distribución en dos partes iguales. Se sitúa en el medio de la distribución.
   • La moda denota el valor de mayor frecuencia de una distribución; aquel que más casos comparten.

6. Medidas de dispersión

   • El rango o recorrido expresa el número de valores incluidos en la distribución.
   • La desviación típica es el promedio de la desviación de los casos con respecto a la media.
   • La varianza constituye otra medida de heterogeneidad de una distribución.

7. Análisis bivariado

   • es un procedimiento destinado a detectar y a describir la relación entre dos variables.
   • La búsqueda de relaciones entre variables está en el corazón de todo proceso de producción de conocimiento.
     • relación significa que ciertos valores de la variable tienden “a ir junto” con ciertos valores de la otra variable.
       • Al plantear la existencia de relación entre dos variables estamos postulando que ambas variables covarían
         • expresar en qué medida al moverse una variable se mueve la otra:

8. Muestreo

   • proceso de selección de una parte o fracción de la población de interés
     • conocer características de la población con base en resultados obtenidos de un pequeño grupo

9. Parámetros y estadísticos

   • se estiman a través de estadísticos calculables a partir de la muestra.

10. Muestreos probabilística o aleatorios

    • Muestreo aleatorio simple. Selecciona muestras mediante métodos que permiten que cada posible muestra tenga igual probabilidad de ser seleccionada y que cada elemento de la población total tenga una oportunidad igual de ser incluido en la muestra.
    • Muestreo sistemático. En el muestreo sistemático, los elementos son seleccionados de la población dentro de un intervalo uniforme que se mide con respecto al tiempo, al orden o al espacio.
    • Muestreo estratificado. El muestreo estratificado implica la división de la población en grupos relativamente homogéneos llamados estratos y la selección de muestras independientes en cada uno de esos estratos.
    • Muestreo por conglomerados -Cuando cada individuo seleccionado tiene asociado un costo de desplazamiento para poder realizar la entrevista y Para poder seleccionar una muestra simple al azar, es necesario disponer de un marco completo de las unidades a interrogar con una identificación física y geográfica para cada una de ellas.

11. Variable independiente y variable dependiente

    • En el lenguaje de la investigación, la variable que el investigador quiere explicar es denominada variable dependiente. La variable que se espera “explique” o de cuenta de las variaciones en la variable dependiente se denomina variable independiente.
      • La variable dependiente es siempre el fenómeno que el investigador intenta explicar, estudiar, investigar, describir y/o analizar. Es siempre el objeto de la investigación.
      • La variable independiente, en general, es temporalmente anterior a la variable dependiente.
      • La variable independiente es vista como un factor que directa o indirectamente influencia el comportamiento de la variable dependiente.