PLAN LOS ANIMALES MARINOS.pdf con las actividades a realizar día a días, tota...
Análisis decnkjasdnjancjncna datos- IIS.pdf
1.
2. Introducción
Una vez que los datos se han codificado, transferido a
una matriz, guardado en un archivo y “limpiado” de
errores, el investigador procede a analizarlos.
3. Proceso para efectuar análisis
estadístico.
Fase1
Seleccionar un
programa estadístico
para analizar los datos
Fase 2
Ejecutar el programa:
SPSS, Minitab, Stats,
SAS u otro.
Fase 3
Explorar los datos:
a)Analizar
descriptivamente los
datos por variables.
b)Visualizar los datos
por variable
Fase 7
Preparar los resultados
para presentarlos
(tablas, gráficas,
cuadros, etc.)
Fase 6
Realizar análisis
adicionales.
Fase 4
Evaluar la confiabilidad
y validez logradas por el
instrumento de
medición.
Fase 5
Analizar mediante
pruebas estadísticas las
hipótesis planteadas.
4. ¿Qué es estadística?
4
Es la ciencia de reunir, organizar, presentar, analizar e
interpretar datos para ayudar a tomar mejor decisiones
Estadístico
Información numérica
Ej: el número promedio de
alumnos con notas por encima
del 9 en el mes, la variación del
IPyC de la Bolsa entre el 20 de
febrero y 1 de abril
Estadísticas
Colección de más de un
estadístico puede representarse
en: gráficas y tablas
Ej. Gráfica del PIB contra
millones de pesos en el tiempo.
5. ¿Por qué estudiamos estadística?
5
• La información se encuentra en todas partes: revistas, bases de
datos, periódico, etc.
• Las técnicas estadísticas se usan para tomar decisiones que
afectan nuestra vida diaria.
• El conocimiento de los métodos estadísticos le ayudarán a
entender porqué se toman las decisiones y le dará una mejor
compresión de cómo se afectan.
• Permite probar hipótesis planteadas por el experimentador.
• Funciona como una herramienta en el diseño de investigaciones,
en el análisis de datos, y en la extracción de conclusiones a
partir de ellos.
6. Tipos de estadística
6
Estadística
descriptiva:
Métodos para organizar,
reunir y presentar datos
de manera informativa.
Estadística inferencial
(inductiva):
Los métodos usados para
determinar algo acerca de la
población basándose en una
muestra.
En términos de probabilidad se
dice que ayuda a calcular la
posibilidad de que algo ocurra
en el futuro.
7. Tipos de contrastes
7
Estadística Paramétrica:
Se emplea cuando existe una
información básica que nos
permite garantizar el modelo
de probabilidad de la población
que se va a contrastar.
Estadística no paramétrica:
Se utiliza cuando no hay información
básica y todos los supuestos se
incluyen en la hipótesis de trabajo
(son enunciados más globales
relativos a una o varias distribuciones
poblacionales)
Grado de desconocimiento sobre la población
parcial para la
inferencia paramétrica
total para la no
paramétrica.
9. Estadística descriptiva para cada
variable
La primera tarea es describir los
datos, los valores o las
puntuaciones para cada variable.
10. Distribución de frecuencias
Una distribución de frecuencias es un
conjunto de puntuaciones ordenadas en sus
respectivas categorías.
11. Las distribuciones de frecuencias
pueden completarse agregando los
porcentajes de casos en cada categoría, los
porcentajes válidos (excluyendo los valores
perdidos) y los porcentajes acumulados
(porcentaje de los que se va acumulando en
cada categoría, desde la más baja hasta la
más alta).
12. Las distribuciones de frecuencias las
podemos presentar mediante:
•Histogramas
•Gráficas circulares
•Otros tipos de gráficas
Además las distribuciones de
frecuencias también se pueden
graficar como polígonos de
frecuencias.
13. Medidas de tendencia central
Las medidas de tendencia
central son puntos en una
distribución, los valores medios
o centrales de ésta, y nos
ayudan a ubicarla dentro de la
escala de medición.
14. Las principales
medidas de
tendencia central
Moda: Es la categoría o
puntuación que ocurre con
mayor frecuencia
Mediana: es el valor que
divide la distribución por la
mitad.
Media: Es la medida de
tendencia central mas
utilizada y puede definirse
como el promedio
aritmético de una
distribución.
15. Diseños de investigación y tratamiento estadístico
de los datos
15
Estudios experimentales
Estudios diseñados para probar
una hipótesis modificando una
situación dentro de la muestra
estudiada. Son aquellos en los
que el investigador tiene cierto
control sobre la situación y
evalúa los efectos de dicha
intervención.
Estudios observacionales:
Estudios en los que el
investigador examina la
distribución o los determinantes
de un evento, sin intentar
modificar los factores que los
influencian.
El diseño de un estudio es la estrategia o plan utilizado
para responder una pregunta, y es la base de la calidad
de la investigación.
16. Diseños de investigación y tratamiento estadístico
de los datos
16
Estudios experimentales
Estudios
cuasiexperimentales:
Son estudios en los que
la asignación del
tratamiento a los
participantes no es
aleatoria.
Estudios
aleatorizados
(experimentos puros)
: Son estudios en los
que la asignación del
tratamiento a los
participantes es
aleatoria.
17. Diseños de investigación y tratamiento estadístico
de los datos
17
Estudios observacionales
Estudios descriptivos:
estudios diseñados sólo
para describir la
distribución de una
exposición o resultado,
sin intentar explicar
dicha distribución
buscando asociaciones
Estudios analíticos
(correlacionales o
causales): Estudios
diseñados para evaluar
asociaciones entre
exposiciones y resultados.
Frecuentemente su
objetivo es identificar
posibles causas del evento
o resultado de interés
18. Niveles de medición de variables y métodos
estadísticos
18
El Nivel de medición indica qué cálculos
se pueden realizar para resumir y
presentar los datos y qué pruebas
estadísticas pueden llevarse a cabo.
Niveles de
Medición:
(-) Información (+)
Nominal Ordinal Intervalo Razón
19. Niveles de medición de variables y métodos
estadísticos
19
Nominal
Las observaciones únicamente se pueden clasificar o contar,
no hay un orden entre las categorías. Ej. los colores de una
bolsa de M&M, no hay un orden para empezar por amarillo,
café o verde.
20. Niveles de medición de variables y métodos
estadísticos
20
Ordinal
Cada categoría es más alta o mejor a las siguiente.
Ej. Si preguntas la calificación que le puso un grupo
de 142 espectadores a una obra de teatro podemos
tener la siguiente información ordenada
Calificación Frecuencia
Muy Bueno 2
Medio 40
Malo 100
21. Niveles de medición de variables y métodos
estadísticos
21
Intervalo
Tiene las características de un nivel ordinal, aunque
la diferencia entre dos valores es de un tamaño
constante.
Ej. Temperatura, si las temperaturas en Tampico
son 27, 31, 25 grados C, estas temperaturas se
pueden ordenar y también podemos conocer la
diferencia entre ellas, el cero es sólo un punto en la
escala (no puedes decir que hay ausencia de calor,
solo que hace frío) como el de 25 grados C
22. Niveles de medición de variables y métodos
estadísticos
22
Razón
Tiene todas las características del nivel de intervalo, pero
aquí el punto cero tiene significado y la relación entre dos
números tiene sentido.
Ej. Los salarios mínimos promedio por género en diversos
ciudades, podemos decir que en Tampico los hombres ganan
lo doble de ingreso que las mujeres.
Ciudad Hombres Mujeres
Tampico $100 $50
Reynosa $50 $39
Cd. Victoria $70 $50
23. Análisis cualitativo y cuantitativo
23
Análisis Cualitativo
Si la característica o variable que se estudia es no
numérica (variable cualitativa)
Ej. género, tipo de automóvil, profesión, color de piel.
Si la información es cualitativa nos interesa saber
cuántos o en que proporción caen en cada categoría.
Ej. ¿Cuántas mujeres hay en E.U.?, ¿Qué porcentaje
de autos se vendieron de la Toyota el mes de
noviembre?, etc.
24. Análisis cualitativo y cuantitativo
24
Análisis Cuantitativo
Si la variable que se estudia puede ser expresada
numéricamente (variable cuantitativa)
Ej. Velocidades de un automóvil, ingreso por género,
evolución del tipo de cambio
Las variables cuantitativas pueden ser:
Continuas: Pueden tomar cualquier valor dentro de un rango específico,
son el resultado de medir algo, Ej. la cantidad de cereal en una caja y el
tiempo de vuelo entre Tampico y Monterrey.
Discretas: suele haber huecos entre los valores, por lo general son el
resultado de un conteo. Ej. el número de carros de una familia, la serie
trimestral del PIB, etc.