Please enable JavaScript.
Coggle requires JavaScript to display documents.
CAP 10 ANALISIS DE DATOS CUANTITATIVOS, ALDRIN LIMA VIDAL, 2DA PARTE -…
CAP 10 ANALISIS DE DATOS CUANTITATIVOS
PASO 4 PROCESOS PARA DETERMINAR CONFIABILIDAD
: :
• Medida de estabilidad: un mismo instrumento de medición se aplica dos o más veces según a un mismo grupo de personas o casos, si la correlación entre resultados es positiva el instrumento es confiable, hay que considerar si el periodo es largo o no.
• Método de formas alternativas: se administra dos o más instrumentos de medición, donde las versiones son similares en contenido, instrucciones y otras características, el instrumento es confiable si la correlación entre los resultados de ambas es positiva de manera significativa debe variar muy poco
• Método de mitades partidas: los procedimientos anteriores requieren cuando menos dos administraciones de la medición en la muestra, en cambio este método solo necesita una aplicación de medición, en el conjunto de ítems o reactivos se divide en dos mitades equivalentes y de comparan resultados de ambos, si el instrumento es confiable las puntuaciones deben estar muy correlacionadas
• Medidas de coherencia: estos son coeficientes que estiman la confiabilidad, requiere una sola administración del instrumento de medición su ventaja reside que no es necesario dividir a mitades los ítems del instrumento, solo se aplica la medición y se calcula el coeficiente.
• Validez: se produce al correlacionar las puntuaciones de los participantes, obtenidas por sus instrumentos, con sus valores logrados en el criterio, la evidencia de validez se obtiene mediante el análisis de factores, nos indica cuantas dimensiones integra una variable y que ítems conforma cada dimensión, los que no pertenecen quiere decir que están aislados por eso se los debe eliminar
PASO 5 ANALIZAR MEDIANTE PRUEBAS ESTADISTICAS.
Estadística inferencial de la muestra a la población
Los datos casi siempre se recolectan de una muestra y los resultados estadísticos se denominan estadígrafos; la media o la desviación estándar de la distribución de una muestra son estadígrafos. A las estadísticas de la población se les conoce como parámetros. Éstos no son calculados, porque no se recolectan datos de toda la población, pero pueden ser inferidos de los estadígrafos, de ahí el nombre de estadística inferencial
PRUEBA DE HIPOTESIS
: Se determina si la hipótesis poblacional es congruente con los datos obtenidos en la muestra
DISTRIBUCIÓN MUESTRA
Conjunto de valores sobre una estadística calculada de todas las muestras posibles de determinado tamaño de una población, el teorema especifica que la distribución muestral tiene una media igual a la de la población, una varianza igual a la varianza de la población dividida entre el tamaño de muestra
NIVEL DE SIGNIFICANCIA:
:
• La probabilidad de que un evento ocurra oscila entre cero (0) y uno (1), donde cero implica la imposibilidad de ocurrencia y uno la certeza de que el fenómeno ocurra.
• La suma de posibilidades siempre es de uno.
• El nivel de significancia o significación se expresa en términos de probabilidad (0.05 y 0.01) y la distribución muestral también como probabilidad (el área total de ésta como 1.00). Pues bien, para ver si existe o no confianza al generalizar acudimos a la distribución muestral, con una probabilidad adecuada para la investigación.
LOS RESULTADOS POSIBLES AL PROBAR UNA HIPOTESIS SON:
:
• Aceptar una hipótesis verdadera (decisión correcta).
• Rechazar una hipótesis falsa (decisión correcta).
• Aceptar una hipótesis falsa (conocido como error del Tipo II o error beta).
• Rechazar una hipótesis verdadera (conocido como error del Tipo I o error alfa).
Ambos tipos de error son indeseables; sin embargo, puede reducirse sustancialmente la posibilidad
:
• De que se presenten mediante:
• Muestras probabilísticas representativas.
• Inspección cuidadosa de los datos.
• Selección de las pruebas estadísticas apropiadas.
• Mayor conocimiento de la población
ANALISIS PARAMETRICOS.
:
• La distribución poblacional de la variable dependiente es normal: el universo tiene una distribución
• normal.
• El nivel de medición de las variables es por intervalos o razón.
• Cuando dos o más poblaciones son estudiadas, tienen una varianza homogénea: las poblaciones en
• cuestión poseen una dispersión similar en sus distribuciones.
• El método de prueba más usado es ANOVA
COEFICIENTE DE CORRELACION DE PEARSON.
:
• Es una prueba estadística para analizar la relación entre dos variables medidas en un nivel por intervalos o de razón. Se le conoce también como “coeficiente producto-momento”. Se simboliza: r
• Variables dos. La prueba en sí no considera a una como independiente y a otra como dependiente, ya que no evalúa la causalidad.
• El coeficiente de correlación de Pearson se calcula a partir de las puntuaciones obtenidas en una muestra en dos variables. Se relacionan las puntuaciones recolectadas de una variable con las puntuaciones obtenidas de la otra, con los mismos participantes
• El signo indica la dirección de la correlación (positiva o negativa); y el valor numérico, la magnitud de la correlación.
REGRESIÓN LINEAL
-
:
• Es un modelo estadístico que estima el efecto de una variable sobre otra. Está asociado con el coeficiente r de Pearson, da la oportunidad de predecir las puntuaciones de una variable a partir de las puntuaciones de la otra variable. Entre mayor sea la correlación entre las variables, mayor es la capacidad de predicción.
• Hipótesis: correlacionales y causales.
• Variables: dos. Una se considera como independiente y otra como dependiente. Pero, para poder
• hacerlo, debe tenerse un sólido sustento teórico.
• Nivel de medición de las variables: intervalos o razón.
• Procedimiento e interpretación: la regresión lineal se determina con base en el diagrama de dispersión.
PRUEBA T
:
• Es una prueba estadística para evaluar si dos grupos difieren entre sí de manera significativa respecto
• a sus medias en una variable.
• Se simboliza: t.
• Se diferencia entre dos grupos. La hipótesis de investigación propone que los grupos difieren entre sí de manera significativa y la hipótesis nula plantea que los grupos no difieren significativamente.
• La comparación se realiza sobre una. Si hay diferentes variables, se efectuarán varias pruebas t, el valor t es calculado por el programa estadístico.
CHI CUADRADO
• Es una prueba estadística para evaluar hipótesis acerca de la relación entre dos variables categóricas.
• se calcula por medio de una tabla de contingencia o tabulación cruzada, que es un cuadro de dos dimensiones y cada dimensión contiene una variable. A su vez, cada variable se subdivide en dos o más categorías.
PASO 6 REALIZAR ANALISIS ADICIONALES
.
Con todos los análisis realizados se debe decidir si se van a realizar otros análisis o pruebas para llegar a confirmar las tendencias y evaluar todo lo conseguido de diferentes perspectivas
PASO 7 PREPARAR LOS RESULTADOS
:
• Es recomendable los siguientes pasos
• Revisar resultados expresados en gráficas y tablas
• Organizar los resultados
• Congruencia de datos expresados de forma lógica
• Priorizar información más valiosa
• Describir las tablas o gráficos expresados.
• Elaborar reporte de investigación
ALDRIN LIMA VIDAL
2DA PARTE