MAYO 1 PROYECTO día de la madre el amor más grande
Total
1.
2.
3. Los procesos informáticos son secuenciales. Construcción y asignación de variables. Construcción de contenidos a las variables. Operaciones entre variables. Impresión de resultados. Cada proceso puede tener mayor o menor complejidad.
4. Se constituyen a partir de procesos lógicos. Entrada de datos INICIO Procesamiento de datos Impresión de resultados FIN
5. Cuentan con su propio lenguaje (algoritmos) Ejecutar Macro.
6. Cada proceso realizado es en realidad una serie de instrucciones precisas que la maquina aplica. Abrir los dos ojos al mismo tiempo. Levantar el tren superior del cuerpo. Abrir las tapas de la cama con la mano izquierda Bajar el pie derecho de la cama y luego el pie izquierdo Póngase de pie Adelante un pie al otro, y repítalo alternando estos mismos, bien!! ya esta caminando Busque el baño. Coja el cepillo de dientes con la mano derecha. Con la otra mano le coloca un poco de pasta de dientes. Se lo introduce en la boca y cepilla diente por diente por dentro y por fuera, sin dejar de lado la lengua. Se enjuaga la boca llevando el vaso con agua hacia su boca. Lave el cepillo.
7. Cada proceso realizado es en realidad una serie de instrucciones precisas que la maquina aplica. Word secuencia de levantarse y animación cortesía de Pablo Pinto Valenzuela, alumno tercer año de Sociología, UFRO, 2009.
14. Variables, valores, escalas. Variable: Una característica de cada sujeto (cada caso) de una base de datos. Por la tanto en cada caso varia. Cada sujeto tiene un valor determinado para cada variable. Variable Valor Plata que gasta a la semana $ 15.000
15. Variables, valores, escalas. El conjunto de valores de una variable es la escala. La escala puede ser construida por el investigador (debería ser así) Variable Valor Valor Sexo Hombre Mucho Escala Mujer Poco Nada
16. Variables, valores, escalas. Variable Valor Valor Edad Finito (0 – 120) 0 a 14 años 15 a 26 años 27 a 38 años Escala 38 a 56 años Más de 56 años Variable Valor Valor Sueldo Tiende a Infinito De 0 al mínimo Escala
17. Definición y medida de variables. Una buena definición de variables, asegura prácticamente un buen trabajo analítico. Si mis variables, sus valores o sus escalas están mal diseñados, todo proceso siguiente será erróneo. Bourdieu “vigilancia metodológica” - ignorancia… De aquí la rigurosidad del investigador(a).
18. Definición y medida de variables. Algunas son muy sencillas y no requieren de definición. (Sexo) Otras son más complejas, cómo el estado civil. Unas son demasiado complejas como la noción de arte, cultura, etc.
19. Tipos de variables. De acuerdo a los posibles valores tendremos diversos tipos de variables. Es importante lograr definir claramente a que tipología de variables pertenecen las que usamos, pues eso determina las posibilidades analíticas. Los métodos estadísticos dependen del tipo de variable.
20. Tipos de variables. Variables Cuantitativas Variables Cualitativas Se refieren a características o cualidades que no pueden ser medidas con números. Podemos distinguir dos tipos: Se expresa mediante un número, por tanto se pueden realizar operaciones aritméticas con ella. Podemos distinguir dos tipos: Nominal:presenta modalidades no numéricas que no admiten un criterio de orden. Discreta : toma valores aislados, es decir no admite valores intermedios entre dos valores específicos. ordinal o cuasi cuantitativa: presenta modalidades no numéricas, en las que existe un orden Continua: puede tomar valores comprendidos entre dos números. Estado Civil: Casado. Soltero. Viudo. Unión libre. Llegada al trabajo: Primero. Segundo. Tercero. Cuarto. Altura de sus hermanos. 1,86 mt. 1,73 mt. 1,65 mt. Cantidad de hermanos. Uno. Dos. Tres.
21. Tipos de variables. Cuantitativas Valor Escala Variable Ya sea discreta o continua, se supone a sido construida por interés del investigador y de allí el origen o sentido de la escala y por tanto del valor. Compuesta por intervalos de valores, compuestos por el interés de la variable definida en la inv. Valor numérico mayor o menor que otro valor posible. Se diferencian los valores por su cantidad. Cualitativas Valor Escala Variable Nominal: Perteneciente o relativo al nombre. Ningún valor es mayor o menor que el otro, es de pertenencia. Posibles opciones establecidas mediante la escala, difieren por una cualidad. Ya sea nominal u ordinal, se supone a sido construida por interés del investigador y de allí el origen o sentido de la escala y por tanto del valor.
22. Tipos de variables vs. análisis. De acuerdo a la definición y construcción de las variables, será posible realizar un proceso analítico diferente. Además según el tipo de variable se podrá usar métodos estadísticos diferentes.
23. Tipos de variables vs. análisis. Variables cualitativas. No es posible usar métodos diseñados para variables cuantitativas (media del estado civil) Se puede establecer frecuencias de repetición de una cualidad. Variables cuantitativas. Se pueden usar métodos estadísticas de dispersión, de tendencia general, etc. Además pueden configurarse para que cumplan con roles de variables nominales u ordinales. Cruce de variables. Uso de métodos de comprobación o rechazo de hipótesis, dependerá del diseño del investigador
24. Sobre lo discreto y lo continuo. Se habla de una cualidad discreta de una variable cuando los valores de la escala que ésta puede tomar son limitados y reconocibles “fácilmente”. Por el contrario son continuas, cuando los valores de la escala tienden a ser un valor infinito.
25.
26.
27. ¿Qué es codificación? Como su nombre lo indica se trata de generar un código por medio del cual se asigne un nombre a diversos elementos y lograr su mejor organización; clasificando componentes de un mismo fenómeno mediante variables y sub variables. Por lo general la codificación se materializa en sistemas de clasificación, que ordenan y disponen la información de la mejor forma posible.
28. ¿Para qué codificar? Código semiótico (semiótica del miedo social). Código de clasificación Dewey.
29. ¿Para qué codificar? Organización de la información disponible, y así lograr el mejor uso posible en el desarrollo de procesos metodológicos y analíticos. Asegurar el acceso a información de forma rápida y efectiva. Consolidar una forma de intercambio de información con otros lenguajes (sociológico – computacional)
30. Funcionalidad de la codificación en la estadística por EpiData o SPSS. La principal razón para consolidar la codificación de nuestros datos, es para que la computadora pueda procesarlos, pues debemos entregar información que le sea comprensible. En procesos donde muchas personas inciden, el código construido permite que todos los vinculados puedan manejar el mismo código en sus procesos.
31. Funcionalidad de la codificación en la estadística por EpiData o SPSS. El asegurar que todos manejan el mismo lenguaje o códigos, permitirá posteriormente organizar bases de datos donde varias personas trabajaron (P.ej. Censos) Sin la codificación el programa (EpiData o SPSS) no entenderá la información disponible para su trabajo, por lo tanto no producirá buena información. Parte de la codificación se encuentra en los valores y escalas posibles de una variable.
33. Manejo de variables y su sistematización. Que tipo de manejo se puede dar a una variable. ¿Cómo se relaciona el manejo de una variable y su sistematización?
34. Que tipo de manejo se puede dar a una variable. Una variable, puede contar con cualquier tipo de manejo, todo depende de la definición generada por el investigador y sus características estadísticas . Así una variable puede ser sujeta de análisis descriptivo, inferencial o correlacional de acuerdo a sus principales rasgos.
35. ¿Cómo se relaciona el manejo de una variable y su sistematización? El manejo de las variables y sus posibles análisis dependerán de la buena sistematización. A mayor orden y rigurosidad en la organización de los datos, mejor manejo se podrá tener de las variables en el proceso investigativo.
83. La matriz de datos. Variables Casos / entradas Variable (C) de la entrada 2 Variable (F) de la entrada 3 Variable (H) de la entrada 1 Variable (I) de la entrada 4
85. La matriz de datos. Matriz de datos agrupados o agregados. De acuerdo con la primera variable, ¿cuantos casos tengo? Y; ¿Cuál es el promedio de las variables tres y cuatro? 1 15 98,0 16,6 1 17 101,5 15,9 1 18 86,0 12,8 4 3 84,3 12,2 6 4 91,0 12,0 10 6 77,5 10,0 12 10 104,8 18,9 17 3 100,7 18,7 17 4 85,8 11,7 1 3 95,2 15,1 4 1 83,3 12,2 6 1 91,0 12,0 12 2 91,4 14,3 17 2 93,3 15,2
86.
87.
88. Algunos ejemplos se pueden encontrar en: http://servet.uab.es/graal/Publicaciones_docentes.htmNIN_VILL.DAT: Fichero en formato ASCII. Contiene datos de niños escogidos en un estudio realizado en el municipio de Villaflores (Chiapas-México). Contiene datos con información demográfica, nutricional sobre el niño y también datos sobre la madre. NIN_JAL.DBF: Fichero en formato dBase IV. Contiene los mismos datos y estructura de la base NIN_VILL.DAT, pero la información es del municipio de Jaltenango. ANTROP.XLS: Fichero en formato hoja de cálculo de Microsft Excel, versión 2.1. Contiene información antropométrica (talla y peso) de todos los niños (Villaflores y Jaltenango) en edades entre los 12 y 59 meses. Contiene 644 casos, no todos objetos del estudio
89.
90.
91. La matriz de datos. Ficheros disponibles para realizar el estudio. ANTROP.XLS CASA.DBF (parte uno)
92. La matriz de datos. Ficheros disponibles para realizar el estudio. CASA.DBF (parte dos)
93. La matriz de datos. Ficheros disponibles para realizar el estudio. JEFE.XLS
101. Generalidades. Formato. El formato hace referencia a cómo está expresada o registrada una variable en la matriz de datos. En definitiva se expresa, mediante el formato, en qué tipo de caracteres debe leerse la variable. SEXO Númerico String (Cadena - Alfanumérico) 1 = hombre 2 = mujer Hombre Mujer Efectos analíticos.
102. Generalidades. Medida o naturaleza. Número entero, imposible precisar entre dos valores consecutivos. Posible observar cualquier valor dentro del rango especifico de cada var. Discretas Cuantitativas Continuas Clasificación de un determinado atributo Nominales Los valores se obtienen según una escala de orden no métrica Categóricas Ordinales Por intervalo Las categorías son resultado de la agrupación de valores de otra var. Previa.
103. Generalidades. Información que registra la variable. No siempre el código generado para el reconocimiento de las variables por el computador facilita posteriormente el trabajo analítico. Motivo por el cual el SPSS ofrece la posibilidad de asignar una descripción de la información que contiene la variable.
104. Generalidades. Posibles categorías o valores especiales. Es importante aclarar los valores que en especial las variables de índole categórica pueden tener, no obstante también es importante en el caso de las variables cuantitativas aclarar cuales son los valores de. No Contesta. No Responde.
105. Generalidades. Valores perdidos o desconocidos. Los valores perdidos tener dos tipos de origen, por un lado datos que en el instrumento quedan mal diligenciados y no se reconocen, por otro lado pueden ser valores asignados por el instrumento que no se tienen en cuenta para el análisis de la información (Ns/Nr), pues sería más útil analizarlo a parte.
106. Características de la variable. Estos primeros cuatro campos, determinan el nombre de la variable, su tipo de contenido, cuantos enteros y decimales se usan en la misma.
107. Características de la variable. Los tres siguientes campos nos permiten ingresar la información descriptiva de la variable, una etiqueta que permite organizar mejor el trabajo analítico, los valores de la escala usada en el instrumento y los posibles valores perdidos tanto por omisión como por diseño.
108. Características de la variable. Los últimos tres campos, nos permiten ingresar dos tipos de información, primero el grosor y alineación de los valores de la variable, segundo el tipo de medida que tiene la variable.
151. Creación y transformación de variables. En muchas ocasiones una Base de Datos construida a partir de un instrumento, no ofrece la información que requerimos para realizar un buen análisis; sin embargo podemos construir nuevas variables a partir de los datos que tenemos en nuestras variables.
152.
153. Formato. El primer elemento a definir es: ¿Qué tipo de variable generaré? El programa automáticamente asigna el formato numérico, si mi interés es otro, entonces debo aclarar el proceso para la creación de uno alfanumérico.
154. Creación de variables. Con el Click izquierdo se puede acceder a un pequeño resumen de la función.
159. Bucle de transformaciones condicionadas. Se trata en este caso de una serie de ordenes determinantes sobre la variable, en palabras de programación una serie de “si (IF)” anidados, se puede realizar básicamente por medio de la sintaxis.
167. Control de calidad de los datos registrados. Deficinición de missings Detección de valores erróneos
168. Control de calidad de los datos registrados. Posible recuperación de valores erróneos El 9 puede ser efecto de valor Nulo o No aplica por un salto. Volver a las encuestas para recuperar datos perdidos o mirar valores erróneos. Contacto inicial con los datos
169. ¿Cómo se describe una variable? La descripción estadística tiene como función principal explicar los datos observados sin tener que especificarlos uno a uno individualmente. Se trata, pues, de obtener valores que representan un resumen adecuado de todos los que se han observado en la variable estudiada. A cada uno de estos valores se les llama, de forma genérica, estadístico. De forma general podemos decir que la manera de describir una variable está relacionada con su naturaleza. Es decir, para cada tipo de variable existen estadísticos que permiten describirlas mejor que otros y, por el contrario, estadísticos que para la variable estudiada no tienen sentido. De todas formas cabe destacar que la descripción de una variable finalmente debe realizarse en función de los intereses de la investigación, por lo tanto, pueden existir otros intereses concretos que determinen una descripción distinta.
170. Descripción de variables categóricas o cuantitativas discretas: la distribución de frecuencias. Las variables categóricas o las discretas con pocos valores observados se describen, fundamentalmente, mediante su distribución de frecuencias. Esto es, se facilitan las frecuencias observadas, relativas (o porcentajes) y acumuladas (o porcentaje acumulado) para cada uno de los valores que toma la variable.
171. Descripción de variables categóricas o cuantitativas discretas: la distribución de frecuencias.
172. Descripción de variables categóricas o cuantitativas discretas: la distribución de frecuencias.
173.
174. Cómo describir una variable categórica en función de otra variable categórica: la tabla de contingencia.
175. Cómo describir una variable categórica en función de otra variable categórica: la tabla de contingencia.
176. Cómo describir una variable cuantitativa: estadísticos de tendencia central y dispersión.
177. Cómo describir una variable cuantitativa: estadísticos de tendencia central y dispersión.
178. Cómo describir una variable cuantitativa según una variable categórica.
179. Cómo describir una variable cuantitativa según una variable categórica.
180. Cómo describir una variable cuantitativa según una variable categórica.
181. Cómo describir una variable cuantitativa según una variable categórica.
182. Cómo describir una variable cuantitativa según una variable categórica.
183. Consideraciones sobre análisis. Al hablar sobre análisis no se hace referencia única y exclusivamente a la descripción de los resultados o conteos de una variable determinada, la forma en que creamos y agrupamos las variables, tiene un efecto determinante en el análisis subsiguiente.