Please enable JavaScript.
Coggle requires JavaScript to display documents.
Análisis estadístico descriptivo y análisis inferencial, Hi: “A mayor…
Análisis estadístico descriptivo y análisis inferencial
Descriptica
Medidas de tendencia central
Mediana
Esta refleja la posición
intermedia de la distribución
(N+1)/2
Es una medida de tendencia central propia de los niveles de medición ordinal, por intervalos y de razón.
Media
Puede definirse como el promedio aritmético de una distribución.
Se simboliza como X , y es la suma de todos los valores dividida entre el número de casos.
Carece de sentido para variables medidas en un nivel nominal u
ordinal.
Medida solamente aplicable a mediciones por intervalos o de razón.
Moda
Es la categoría o puntuación que ocurre con mayor frecuencia
Se utiliza con cualquier nivel de medición.
Medida de variabilidad
Desviación estándar
Ejemplo: Supongamos que un investigador obtuvo para su muestra una media (promedio) de ingreso familiar anual de 6000 unidades monetarias y una desviación estándar de 1000. La interpretación es que los ingresos familiares de la muestra se desvían, en promedio 100 unidades con respecto al promedio
Es el promedio de desviación de las puntuaciones
con respecto a la media (Jarman, 2013 y Levin, 2003).
Varianza
Es la desviación estándar elevada al cuadrado y se simboliza con s2
Rango
También denominado recorrido, es la diferencia entre la puntuación mayor y la puntuación menor, e indicar el numero de unidades en la escala de medición que se necesitan para incluir los valores mínimos
Formula: XM-Xm.
Ejemplo: 17,18,20,20,24,28,28,30,33. Rango: 33-17:16
Distribución de frecuencias
ELEMENTOS
conjunto de puntuaciones respecto de una
variable ordenadas en sus respectivas categorías y generalmente se presenta como
una tabla.
QUE ES?
MANERAS EN LA QUE SE ENCUENTRA :
histograma
Graficas y
Graficas
de pastel.
Polígonos de frecuencias Relacionan
las puntuaciones con sus respectivas
frecuencias por medio de gráficas útiles
para describir los datos.
2 more items...
Los porcentajes de casos en cada
categoría,
Los porcentajes acumulados (porcentaje de lo que se va acumulando en cada categoría, desde la más baja hasta la más alta).
Los porcentajes válidos (excluyendo los valores perdidos).
Graficas
Puntuaciones Z
Son transformaciones que se puede hacer a los valores o las puntuaciones obtenida, con el propósito de analizar su distancia respecto a la media, en las unidades de desviación estándar. una puntuación Z nos indica la dirección y el grado en que un valor individual obtenido se aleja de la media
Inferencial
Análisis no paramétrico
Coeficientes de Spearman y Kendall
Coeficientes para tabulaciones cruzadas
Chi cuadrada o X2
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 esta subdividida en dos o mas categorías)
Análisis multivariados (ANCOVA)
Permiten establecer a partir de numerosos datos y variables, ciertas relaciones, investigar estructuras latentes y ensayar y organizar de diversas maneras de organizar dichos datos, transformándolos y presentándolos bajo una nueva forma de verlos, accesibles reduciéndolos pero con los datos iniciales
Análisis paramétrico
Prueba t
Es una prueba estadística para evaluar si dos grupos diferentes entre sí de manera significativa respecto
a sus medias en una variable.
Variables: la comparación se realiza sobre una variable (regularmente y de manera teórica: dependiente).
Nivel de medición de la variable de comparación: intervalos o razón.
Cálculo e interpretación: el valor t es calculado por el programa estadístico.
Los grados de libertad se calculan con la fórmula siguiente, en la que n1 y n2 son el tamaño de los grupos que se comparan:
gl = (n1 + n2) − 2
Consideraciones: La prueba t se utiliza para comparar los resultados de una preprueba con los
resultados de una posprueba en un contexto experimental.
Se simboliza: t.
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 prueba t se basa en una distribución muestral o poblacional de diferencia de medias conocida como la distribución t de Student que se identifica por los grados de libertad. Son determinantes, ya que nos
indican qué valor debemos esperar de t, dependiendo del tamaño de los grupos que se comparan.
Prueba de la diferencia de proporciones
Es una prueba estadística para analizar si dos proporciones o porcentajes difieren significativamente entre sí.
Variable: la comparación se realiza sobre una variable. Si hay varias, se efectuará una prueba de diferencia de proporciones por variable.
Nivel de medición de la variable de comparación: cualquier nivel, incluso por intervalos o razón, pero siempre expresados en proporciones o porcentajes.
Hipótesis: de diferencia de proporciones en dos grupos.
Regresión Lineal
Es un modelo estadístico para estimar el efecto de una variable sobre otra. Está asociado con el coeficiente r de Pearson.
Brinda 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 (covariación),
mayor 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. Éste consiste en una gráfica donde se relacionan las puntuaciones de una muestra en dos variables
Análisis de varianza
Método que se utiliza para comparar dos o más medias partiendo de una hipótesis sobre la igualdad de medias poblacionales. (ANOVA)
Cuando se comparan las varianzas muestrales es posible llegar a algunas conclusiones o inferencia de los valores relativos de las medias poblacionales.
Coeficiente de correlación o “coeficiente producto-momento”.
Es una prueba estadística para analizar la relación entre dos variables medidas en un nivel por intervalos o de razón
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 o casos
Se simboliza: r
Nivel de medición de las variables: intervalos o razón.
Interpretación: el coeficiente r de Pearson
puede variar de −1.00 a +1.00, donde
: −1.00 = correlación negativa perfecta
. +1.00 = Correlación positiva perfecta
El signo indica la dirección de la correlación (positiva o negativa); y el valor numérico, la magnitud de la correlación.
Los principales programas computacionales de análisis estadístico indican si el coeficiente es o no significativo de la siguiente manera:
r = 0.7831 (valor del coeficiente)
s o P = 0.001 (significancia)
N = 625 (número de casos correlacionados
Consideraciones: cuando el coeficiente r de Pearson se eleva al cuadrado (r2), se obtiene el coeficiente de determinación y el resultado indica la varianza de factores comunes.
Análisis de covarianza
Esta técnica estadística utiliza, a su vez, dos estrategias: el análisis de la varianza (ANOVA) y una regresión estadística.
Forma parte de las técnicas para controlar el error experimental. En este artículo conoceremos en qué consiste y cómo funciona.
Hi: “A mayor motivación intrínseca, mayor productividad”.
Resultado: r # 0.721
s o P # 0.0001
Interpretación: se acepta la hipótesis de investigación en el nivel de 0.01. La correlación entre la motivación intrínseca y la productividad es considerable y positiva.
Hi: “a mayor ingreso, mayor motivación intrínseca”.
Resultado: r # 0.214
s o P # 0.081 Interpretación: se acepta la hipótesis nula.
El coeficiente no es significativo: 0.081 es mayor que 0.05; recordemos que 0.05 es el nivel mínimo para aceptar la hipótesis.
EJEMPLO:
FORMULA:
Es el valor que divide la distribución por la mitad.
Indican la dispersión de los datos en la escala de medición de la variable considerada y responde a la pregunta ¿Dónde están diseminadas las puntuaciones o los valores obtenidos?
Son intervalos que designan distancias o numero de unidades en la escala de medición
EJEMPLO:
EJEMPLO:
EJEMPLO:
Son puntos en una distribución obtenida, los valores medios o centrales de ésta, y nos ayudan a ubicarla dentro de la escala de medición de la variable analizada.
Para realizar análisis paramétricos debe partirse de los siguientes supuestos:
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.
una tabla
