1. Orientaciones estadísticas
aplicadas a la investigación
26 Febrero 2014

2. Esquema de la sesión
• Introducción
• Qué es la estadística??
• Procedimientos de análisis
• Interpretación de los resultados
• Presentación de la información
• Recursos

3. A qué os suena la estadística????

4. QUÉ ES LA ESTADÍSTICA ????
"La estadística es una ciencia que demuestra que si mi
vecino tiene dos coches y yo ninguno, los dos tenemos
uno“

5. Definiciones y clasificaciones
• La Estadística es una ciencia de técnicas.
• En Estadística hay tres tipos fundamentales de acciones: Descripción,
Relación y Comparación.
– Descripción: se mira lo que se tiene
– Relación: se pretende establecer relaciones matemáticas que modelicen esa
relación.
– Comparación: comparan poblaciones de individuos. igualdad o diferencia
entre grupos
• La Relación y la Comparación son técnicas inferenciales. La muestra ahora
es un medio, no un fin. Se pretende desde la muestra sacar conclusiones
poblacionales.

6. Variables y medición
Recogemos datos con determinados instrumentos: cuestionarios, tests, guías para codificar la
observación, etc. Estos instrumentos (o escalas en un sentido genérico) nos dan datos que
pueden ser de varios tipos:
Variables nominales o categóricas: los datos son categorías de clasificación, como el sexo, lugar
de procedencia, etc…
Variables continuas son aquellas que pueden adquirir valores numéricos consecutivos de menos
a más (como la edad, rendimiento académico, grado de acuerdo con una afirmación, etc.) y
pueden ser de tres tipos:
1. Ordinales ej: orden en terminar un test
2. De intervalo ej: resultado de un test de inteligencia
3. De razón, ej: altura en cm, edad en años…
LAS VARIABLES PODEMOS TAMBIÉN CONVERTIRLAS
ESTOS TIPOS DE ESCALAS TIENEN IMPLICACIONES IMPORTANTES EN LA TEORÍA DE LA
MEDICIÓN, PORQUE EL TIPO DE DATO O ESCALA CONDICIONA LOS TIPOS DE ANÁLISIS
MATEMÁTICOS QUE PUEDEN HACERSE.

7. Muestreo
Población  todos los elementos que han sido escogidos para su estudio
Muestra  una porción escogida de la población.
Existen diferentes tipos de muestreo:
• Muestreo probabilístico: principio de equiprobabilidad. Sólo estos métodos nos
aseguran la representatividad de la muestra extraída
– Muestreo aleatorio simple
– Muestreo aleatorio sistemático
– Muestreo aleatorio estratificado
– Muestreo aleatorio por conglomerados
• Muestreo no probabilístico: no sirven para realizar estimaciones inferenciales
sobre la población. se seleccionan a los sujetos siguiendo determinados criterios
Muestreo por cuotas
– Muestreo intencional o de conveniencia
– Bola de nieve
– Muestreo Discrecional

8. Procedimientos
de
análisis
"Tengo mis resultados hace tiempo, pero no sé cómo
llegar a ellos"
K. F. Gauss

9. PROCESODEANÁLISIS ORGANIZACIÓN DE LOS DATOS
Recodificación de variables
Limpieza de errores
Cálculo de nuevas variables
ANÁLISIS UNIVARIANTE
OBJETIVO : Describir las características principales de la muestra de estudiantes
METODOLOGÍA: Resumir frecuencias de las principales variables
TÉCNICAS: Cálculo de estadísticos descriptivos básicos (Medidas de tendencia central, dispersión y distribución) y representación
gráfica de los resultados
ANÁLISIS BIVARIANTE
OBJETIVO : Analizar las variables objeto de estudio y su relación con las variables socio-demográficas básicas (género,
edad,…)
FORMULACIÓN DE HIPÓTESIS: Hipótesis nulas: No hay relación ni diferencias significativas entre variables
TÉCNICAS:
- Análisis de asociación entre variables a través del test chi-cuadrado (x2)
- Análisis de correlación a través del coeficiente r de Pearson
- Análisis comparativo de medias mediante la prueba t para muestras independientes
- Análisis simple de la varianza (ANOVA)
ANÁLISIS MULTIVARIANTE
OBJETIVO : Analizar de forma conjunta variables objeto de estudio y variables socio-demográficas básicas
TÉCNICAS:
- Ver tabla en la siguiente diapositiva

10. A. UNIVARIANTE
ESTADÍSTICO OBJETIVO
DIFICULTADES /
LIMITACIONES
Conocer el valor promedio de una distribución
Sólo con variables continuas
Muy afectada por valores
extremos
Moda Conocer el valor más repetido de una distribución Sólo con variables continuas
Mediana
Conocer el valor que se encuentra exactamente en la mitad del
conjunto de datos después que las observaciones se han ubicado
en serie ordenada.
Sólo con variables continuas
MEDIDAS DE TENDENCIA CENTRAL: Permiten identificar y ubicar el punto (valor)
alrededor del cual se tienden a reunir los datos (“Punto central”).
ESTADÍSTICO OBJETIVO
DIFICULTADES /
LIMITACIONES
Varianza (σ2)
Conocer la diferencia promedio que hay entre cada uno de los
valores respecto a su punto central (Media)
Sólo con variables continuas
Desviación típica (σ)
Conocer el promedio aritmético de fluctuación de los datos
respecto a su punto central o media.
Sólo con variables continuas
MEDIDAS DE DISPERSIÓN: Permiten reconocer que tanto se dispersan los datos
alrededor del punto central

11. A. UNIVARIANTE
MEDIDAS DE DISTRIBUCIÓN: Describen la manera como los datos tienden a
reunirse de acuerdo con la frecuencia con que se hallen dentro de la
información.
• Asimetría
• Curtosis

12. A. BIVARIANTE
TÉCNICA
ESTADÍSTICA
OBJETIVO POSIBLE APLICACIÓN
DIFICULTADES /
LIMITACIONES
Análisis de
asociación (test
chi-cuadrado x2)
Conocer si hay una asociación estadísticamente
significativa entre dos variables
Buscar relaciones de asociación
Ej: Sexo – probabilidad movilidad
Sólo con variables
nominales (ej:
categorías)
Análisis de
correlación (r de
Pearson)
Medir el porcentaje de la varianza de la variable
dependiente explicado por la variable independiente
Buscar relaciones de dependencia. Ej:
Motivaciones - impacto de la movilidad
Sólo con variables
continuas (ej:
puntuaciones)
Análisis
comparativo
(prueba t para
muestras
independientes)
Testar estadísticamente si las respuestas (media,
distribución, desviación típica) de los grupos a una
pregunta concreta son significativamente diferentes.
Si existen diferencias significativas entre
las medias de dos variables
sociodemográficas con respecto a una
variable de movilidad
Sólo con variables
continuas (ej: medias)
Análisis de la
Varianza (ANOVA
one way)
Testar estadísticamente si las respuestas (media,
distribución, desviación típica) de los grupos a una
pregunta concreta, son significativamente diferentes,
y cuál de los grupos es significativamente diferente de
los demás.
Si existen diferencias significativas entre
las medias de dos variables
sociodemográficas con respecto a una
variable de movilidad
Sólo con variables
continuas (ej: medias)

13. A. MULTIVARIANTE
TÉCNICA
ESTADÍSTICA
OBJETIVO POSIBLE APLICACIÓN
DIFICULTADES /
LIMITACIONES
Análisis de la
Varianza de 2
factores (ANOVA
two way)
Determinar si existe diferencia significativa de medias
entre grupos o categorías de cada uno de los 2
factores respecto de la variable dependiente
Si existen diferencias significativas entre
las medias de dos variables
sociodemográficas con respecto a una
variable de movilidad
Sólo con variables
continuas (ej: medias)
Regresión
Múltiple y Simple
Establecer en qué medida una variable dependiente
viene explicada por el resto de las variables
independientes
Buscar explicación a las posibles
diferencias en la percepción del impacto
de la movilidad
Sólo con variables
continuas (ej:
puntuaciones)
Análisis
Multivariante de
la Varianza de 1 y
2 factores
(MANOVA)
Comparar P grupos para descubrir si existe
diferencias significativas entre ellos respecto a M
variables
1 Factor: Existen diferencias significativas
entre Género y Área de estudio en la
media de las variables de movilidad
2 Factores: = +incluir de forma comparada
distintos partners
Sólo con variables
continuas (ej: medias)
Análisis de
Conglomerados
(CLUSTER)
Agrupar a alos elementos de una muestra en grupos
lo más homogéneos posible y distintos entre sí
Establecer diferentes grupos en cuanto a
variables de movilidad
Elección de variables
con capacidad de
discriminación
Caracterización de los
clusters
Análisis
Discriminante
Estudiar las diferencias entre dos o más grupos de
casos (var. dep. Cualit) con respecto a ciertas
características (una o más var. indep cuanti)
??????
Se parte de la
existencia de grupos a
priori
Correlación
Canónica
Estimar la correlación existente entre un conjunto de
variables independientes (Xi) y otro conjunto de
variables dependientes (Yi)
??????
Necesidad de hacer
grupos de variables
con baja interrelación
dentro de cada grupo
Análisis Factorial
de Componentes
Principales
Explicar según un modelo lineal un conjunto extenso
de variables (M) observables mediante un número
reducido de variables hipotéticas llamadas factores
comunes (F)
Buscar factores que explican las
motivaciones de la movilidad o la
percepción del impacto de la misma

14. SPSS
• Qué es???
– Statistical Package for the
Social Sciences
– Programa estadístico capaz
de trabajar con grandes
bases de datos y un sencillo
interface para los análisis.
– Otros software: SAS,
MATLAB, Statistica, Stata, y
libre, el Lenguaje R.

15. SPSS
Qué hace????

16. SPSS
Qué no hace???? Sustituirnos
de momento…

17. Interpretación de los
resultados
“La estadística ha demostrado que la mortalidad de los
militares aumenta perceptiblemente durante tiempos
de guerra.”
Alphonse Allais

18. Interpretación de la información
• LOS DATOS NO “HABLAN POR SÍ MISMOS” –
papel del investigador
• ORDEN ¿¿¿Lógico??? -
atención a las preguntas específicas planteadas en los objetivos o
hipótesis de estudio
• PREGUNTAS
CLAVES
1. ¿Son buenos los datos?
2. ¿Podría el azar o algún sesgo explicar los resultados?
3. ¿Cómo se comparan los resultados con los de otros trabajos?
4. ¿Qué teorías o mecanismos podrían explicar los hallazgos?
5. ¿Qué hipótesis nuevas son sugeridas?
6. ¿Cuáles son los próximos pasos de investigación?
7. ¿Cuáles son las implicaciones?

19. Presentación de la
información
“Esa teoría [la teoría de sistemas de Luhmann] puede
servir como legitimación de la limitación sistemática de
una comunicación capaz de influir decisivamente en la
dimensión práctica de la sociedad”
Jürgen Habermas

20. Presentación de la información
• Método
– Características de la muestra
– Procedimiento de investigación
– Análisis de datos
• Resultados
– Formulación de las hipótesis
– Nivel de significación
– Selección del estadístico
– Resultados
– Decisión estadística y conclusión
• Discusión

21. Gráficos estadísticos
• Uso: cada vez es más habitual
• Objetivo: que la información impacte con poco esfuerzo
• Prudencia: una misma información se puede representar de formas
muy diversas, y no todas ellas son pertinentes.
• ¿Qué le pedimos a un gráfico estadístico?: que sea entendible por
prácticamente cualquier persona el fenómeno que se va a
representar.
• Un buen gráfico estadístico es aquel que respetando los principios
básicos de construcción del mismo, debe ser perfectamente
entendible de un vistazo para todos los individuos que lo visualicen.

24. Graficos manipulados
Ejemplos Reales

25. Paro Registrado FEBR-AGO 2013
Lo que dice
TELEVISIÓN ESPAÑOLA….
Lo que dice
EL MINISTERIO DE EMPLEO….

26. Inversiones del Estado previstas para 2011 por Comunidades
Autónomas
Lo que dice
TELEMADRID
Lo que dicen
LOS PRESUPUESTOS GENERALES DEL ESTADO ….

27. Recursos

28. Recursos
• BIBLIO
– CASTELLANO:
• Calvo Gómez, Félix. 2006. Técnicas estadísticas multivariantes aplicadas con
SPSS-Windows.
• Calvo Gómez, Félix. 2005. Técnicas estadísticas aplicadas a la investigación
social.
• Alvarez Sainz, María Jesús. 2000. Análisis estadístico con SPSS : procedimientos
básicos
– ENGLISH:
• Field, Andy P. 2013. Discovering statistics using SPSS : (and sex, drugs and
rock'n' roll)
– EUSKARAZ:
• Izaskun Ibabe, Juan Etxeberria. 2006. Datu-analisia eta SPSS : praktikak
• WEB
– Facultad de Ciencias Políticas y Sociología - Dpto. SOCIOLOGÍA IV –
UCM . Introduccion al spss y Ánalisis de datos
http://pendientedemigracion.ucm.es/info/socivmyt/paginas/D_departamento/ma
teriales/datos_multivariante.htm