Análisis de datos y variables

Análisis de datos y variables

1. Dato

   • toda unidad de información a partir de la cual de generan estudios e indagaciones
     • 3 componentes
       • la unidad de análisis
         • La variable o variables
           • El valor
             • Es algo que puede derivarse de una unidad en una clasificación
           • Dimensión o característica de una unidad de análisis que permite clasificación
           • Lo importante de la variable es
             • Que se derive siempre de una unida
             • Que admita un rango mínimo de variación
           • Tipos de variable
             • Independientes
             • Intervinientes
             • Dependientes
           • Operacionalización de la variable
             • Dimensiones
             • Indicadores
             • Indices
         • Es el elemento mínimo de estudio, observable o medible en relación con un conjunto de otros elementos que son de su mismo tipo.

2. Constructos

   • Es una propiedad que se supone posee una persona, la cual permite explicar su conducta en determinadas reacciones
     • No pueden medirse o evaluarse en forma directa, sino mediante indicadores
       • Permite dar nombre a una variable que no es directamente observable

3. Medición

   • Asignación de un símbolo generalmente numérico, a una característica de un objeto o evento de acuerdo con reglas establecidas
     • dos variables
       • Variables físicas
         • para estas existen patrones universalmente definidos y aceptados
       • Variables conceptuales
         • para estas no existen unidades ni escalas específicas de medida por lo cual se deben construir o adaptar a las necesidades específicas
     • El investigador requiere
       • Evaluar si el proceso de la medición refleja las propiedades y relaciones que se buscan
       • Evaluar la representación conceptual de la variable en aplicaciones reiteradas
     • Niveles de escala de medición
       • Nominal: estudia, clasifica y categoriza
         • Estudio descriptivo: 1.frecuencia 2.porcentajes 3.moda 4.medidas de dispersión correlación apropiada 5.medidas de concentración
           • Análisis dependencia, prueba chi-cuadrado a nivel multivariado, métodos de clasificación y correspondencia
       • Ordinal: compara, diferencia, ordena, posiciones
         • Estudio descriptivo: frecuencias porcentajes mediana, moda
           • Análisis: correlación de rangos, prueba de signo, análisis de correspondencia, clasificación multivariado
       • Intervalo: además de ordenar y clasificar, se pueden establecer distancias entre las mediciones
         • Estudio descriptivo: media, mediana, moda, meida geométrica, desviación estándar, medidas de ubicación
           • Análisis: análisis de correlación, de varianza, pruebas de hipótesis, análisis de hipótesis, análisis discriminatorio
       • De razón: el cero corresponde a la ausencia de la variable. contiene mayor información que las escalas anteriores
         • Estudio descriptivo: media, mediana, moda, media geométrica. desviación estándar, medidas de ubicación
           • Análisis: dependencia, prueba Chi-cuadrado, a nivel miltivariado, métodos de clasificación y correspondencia
     • Necesidades de medición
       • Necesidades menos subjetivas
     • Funciones de medición
       • Confirmación de teorías
       • Exploración
     • Procedimientos para construir instrumentos de medición
       • Listar variables, revisar su definición conceptual, operacionalizar variables, elegir los instrumentos de medición para cada variables, indicar la manera como se codificaran los datos
   • En variables conceptualizadas
     • Se define como un proceso para vincular mediante un plan organizado y sin equívocos algún símbolo para clasificar los datos disponibles en términos del concept que el investigador tiene en mente

4. Distribución y normalidad de datos de una variables

   • Distribución normal de Gauss
     • Es la forma en que se distribuye en la naturaleza los diversos valores numéricos de las variables continuas
       • se caracteriza por dos parámetros: la media y la desviación típica
   • Transformación de la variable x a z
     • un valor x de una serie de datos cuantitativos continuos, puede transformarse a valores z
       • si al ser graficados en un polígono de frecuencias guardan parecido con la curva de distribución normal
         • conociendo el promedio y la desviación estándar, mediante la siguiente fórmula: Z=x-x/s
   • Distribución normal propiedades de la curva normal
     • Es un polígono de frecuencias en forma de campana para el que están calculadas sus áreas en función de los diversos valores del eje de la abscisa
     • en la abscisa se encuentran los valores de tipo cuantitativo, valores z cuya magnitud puede ir desde menos infinito hasta más infinito
   • Prueba de normalidad para un conjunto de datos
     • Test de Kolmogorov-Smirnov y el test de Shapiro-Wilkd
   • Interpretación probabilística
     • entre la media y una desviación típica tenemos siempre la misma prob. 68%
     • entre la media y dos desviaciones típicas aprox. 95%