Análisis de datos cuantitativos (capitulo10)

Análisis de datos cuantitativos (capitulo10)

1. PASO 1. seleccionar un programa de análisis

   • 1. definiciones de las variables, que a su vez explican los datos 2. la matriz de datos 3 codificación
     • Statistical Package for the Social Sciences
       • a) vista de variables (para definiciones de las variables y consecuentemente, de los datos) y b) vista de los datos (matriz de datos).
         • abre la matriz de datos y el investigador usuario selecciona las opciones más apropiadas para su análisis, tal como se hace en otros programas.
           • Edición, ver, datos, transformar, analizar, marketing directo, gráficos, herramientas, ventana, ayuda
     • Minitab
       • Incluye un considerable número de pruebas estadísticas y cuenta con un tutorial para aprender a utilizarlo y practicar
         • Archivo, editar, datos, calcular, estadística, gráfica, editor, herramientas, ventana, ayuda

2. Paso 2: ejecutar el programa

   • solicitar los análisis requeridos seleccionando las opciones apropiadas

3. Paso 3: explorar los datos

   • Se inicia el análisis
     • 1) formulamos las preguntas de investigación que pretendemos contestar, 2) visualizamos un alcance 3) establecimos nuestras hipótesis 4) definimos las variables, 5) elaboramos un instrumento y 6) recolectamos los datos
       • Variables de la matriz de datos Son columnas constituidas por ítems. Variables de la investigación Son las propiedades medidas y que forman parte de las hipótesis o que se pretenden describir.
         • Estadística descriptiva para cada variable
           • DISTRIBUCIÓN DE FRECUENCIAS: es un conjunto de puntuaciones respecto de una variable ordenadas en sus respectivas categorías y (presenta en tabla)
             • los porcentajes válidos (excluye los valores perdidos) y los porcentajes acumulados (acumulado en cada categoría)
               • Polígonos de frecuencias Relacionan las puntuaciones con sus respectivas frecuencias para describir los datos (histograma, gráficas circulares)
           • Asimetría y curtosis Estadísticas que se usan para conocer cuánto se parece una distribución a la distribución teórica llamada curva normal o campana de Gauss y dónde se concentran las puntuaciones.
     • Puntaciones Z: analizar su distancia respecto a la media, en unidades de desviación estándar
       • Tasa Relación entre el número de casos de una categoría y el número total de observaciones
         • Corolario: demostrar la confiabilidad y validez de nuestro instrumento, sobre la base de los datos recolectados.
   • Medidas de tendencia central
     • Ayuda a ubicar los valores a dentro de la escala de medición de la variable analizada
       • Moda Categoría o puntuación que se presenta con mayor frecuencia.
         • Media Promedio de una distribución. Es la medida de tendencia central más utilizada.
           • Medidas de variabilidad
             • Intervalos que indican la dispersión de los datos en la escala de medición de la variable.
               • Rango Extensión total de los datos en la escala.
                 • Desviación estándar Promedio de desviación de las puntuaciones con respecto a la media
                   • Varianza Desviación estándar elevada al cuadrado

4. Paso 4: evaluar la confiabilidad o fiabilidad y validez lograda por el instrumento de medición

   • La confiabilidad se calcula y evalúa para todo el instrumento de medición utilizado
     • 1. Medida de estabilidad (confiabilidad por test-retest) Si la correlación entre los resultados de las diferentes aplicaciones es muy positiva, el instrumento se considera confiable
       • 2. Método de formas alternativas o paralelas: instrumentos dos o más versiones equivalentes
         • 3. método de mitades partidas: necesita sólo una aplicación de la medición.
           • 4. Medidas de coherencia o consistencia interna: se aplica la medición y se calcula el coeficiente.
             • Validez
               • correlacionar las puntuaciones de los participantes, obtenidas por medio del instrumento, con sus valores logrados en el criterio
                 • Análisis de factores: indica cuántas dimensiones integran a una variable y qué ítems conforman cada dimensión

5. Paso 5: analizar mediante pruebas estadísticas las hipótesis planteadas (análisis estadístico inferencial)

   • se analizan las hipótesis a la luz de pruebas estadísticas
     • Estadística inferencial: de la muestra a la población
       • Estadística para probar hipótesis y estimar parámetros.
         • Distribución muestral Conjunto de valores sobre una estadística calculada de todas las muestras posibles de una población.
           • Distribución normal Distribución en forma de campana que se logra con muestras de 100 o más unidades muestrales y que es útil y necesaria cuando se hacen inferencias estadísticas.
             • Nivel de significancia Nivel de la probabilidad de equivocarse y que fija de manera a priori el investigador.
     • Análisis paramétricos : 1. La distribución poblacional de la variable dependiente es normal. 2. El nivel de medición de las variables es por intervalos o razón. 3. Cuando dos o más poblaciones son estudiadas, tienen una varianza homogénea
       • coeficiente de correlación de Pearson: analizar la relación entre dos variables medidas en un nivel por intervalos o de razón. “coeficiente producto-momento”.
         • Regresión lineal: Estimar el efecto de una variable sobre otra. Está asociado con el coeficiente r de Pearson. Brinda la oportunidad de predecir las puntuaciones de una variable a partir de las puntuaciones de la otra variable
           • Prueba t: Evaluar si dos grupos difieren entre sí de manera significativa respecto a sus medias en una variable.
             • Tamaño del efecto: es una medida de la “fuerza” de la diferencia de las medias u otros valores considerados
               • Diferencia de proporciones: analizar si dos proporciones o porcentajes difieren significativamente entre sí
                 • Análisis de varianza unidireccional o de un factor: analizar si más de dos grupos difieren significativamente entre sí en cuanto a sus medias y varianzas.
   • Estadística multivariada
     • Análisis no paramétricos: 1. La mayoría de estos análisis no requieren de presupuestos acerca de la forma de la distribución poblacional.. 2. Las variables no necesariamente tienen que estar medidas en un nivel por intervalos o de razón; pueden analizar datos nominales u ordinales
       • Chi cuadrada: Evaluar hipótesis acerca de la relación entre dos variables categóricas.
         • Las tablas de contingencia, además de servir para el cálculo de Chi cuadrada y otros coeficientes, son útiles para describir conjuntamente dos o más variables
           • Coeficientes rho de Spearman y tau de Kendall Son medidas de correlación para variables en un nivel de medición ordinal; los individuos o unidades de la muestra pueden ordenarse por rangos.
             • Coeficiente Eta: define la “correlación perfecta” (1.00) como curvilineal y a la “relación nula” (0.0) como la independencia estadística de las variables.
   • procedimientos o pruebas estadísticas
     • a) el tipo de pregunta de investigación (descriptiva, de diferencia de grupos, correlacional o causal)
       • b) el número de variables involucradas
         • c) nivel de medición de las variables o tipo de datos
           • d) en comparación de grupos, si son muestras independientes o correlacionadas

6. Paso 6: realizar análisis adicionales

   • una vez realizados nuestros análisis, es posible que decidamos ejecutar otros análisis o pruebas extras para confirmar tendencias y evaluar los datos desde diferentes ángulos
     • Resulta este paso un momento clave para verificar que no se nos haya olvidado un análisis pertinente.
       • En esta etapa regularmente se eligen los análisis multivariados.

7. Paso 7: preparar los resultados para presentarlos

   • 1. Revisar cada resultado [análisis general → análisis específico → valores resultantes (incluida la significación) → tablas, diagramas, cuadros y gráficas].
     • 2. Organizar los resultados (primero los descriptivos, por variable del estudio; luego los resultados relativos a la confiabilidad y la validez; posteriormente los inferenciales, que se pueden ordenar por hipótesis o de acuerdo con su desarrollo)
       • 3. Cotejar diferentes resultados: su congruencia y en caso de inconsistencia lógica volverlos a revisar
         • 4. Priorizar la información más valiosa
           • 5. Copiar o “formatear” las tablas en el programa con el cual se elaborará el reporte de la investigación
             • 6. Comentar o describir brevemente la esencia de los análisis, valores, tablas, diagramas, gráficas.
               • 7. Volver a revisar los resultados.
                 • 8. Elaborar el reporte de investigación.