Sesión 15 Técnicas para el análisis de datos en el enfoque cuantitativo

Sesión 15

Técnicas para el Técnicas para el análisis de datos en el análisis de datos en el

enfoque cuantitativoenfoque cuantitativo

Manejo de bases de datos

• Dependen de tres factores:1.El nivel de medición de las variables2.La manera como se hayan formulado

las hipótesis3.El interés del investigador

EJEMPLOS→

• Statiscal Package for the Social Sciences o Paquete Estadístico para las Ciencias Sociales (SPSS), (SPSS), trabaja de manera sencilla; éste abre la matriz de datos y el investigador selecciona las opciones más apropiadas, para su análisis

También se emplean…

• Informes (resúmenes de casos, info. de columnas y renglones).

• Estadísticos descriptivos (tablas de frecuencias, MTC y Dispersión, razones,

tablas de contingencia).• Comparar medias (prueba t y ANOVA)

• Correlaciones • Regresión

• Clasificación

• Reducción de datos (analisis de factores).• Escalas

• Pruebas no paramétricas• Respuestas múltiples (escalas)

• Validación compleja• Series de tiempos

• Ecuaciones estructurales y modelamiento matemático

Análisis de datos discretos

• Son discretas las siguientes clases: el número de hijos de las familias, el número de camiones que poseen las compañías transportistas, las ocupaciones de los graduados universitarios.

Análisis continuos

• Contienen una medida numérica como el peso de unas latas de tomates, los kilogramos de presión sobre el concreto, o el promedio de calificaciones de los universitarios el último semestre.

Estadística paramétrica

Debe partirse de los sientes supuestos: • La distribución poblacional de la

variable dependiente es normal.• El nivel de medición de la variable

dependiente es por intervalos o razón.• Cuando dos o más poblaciones son

estudiadas, tienen una varianza homogénea.

Cuáles son los métodos o las pruebas estadísticas paramétricas

más utilizadas • Coeficiente de correlación de Pearson y

regresión lineal• Prueba t

• Prueba de contraste de la diferencia de las proporciones

• Análisis de varianza unidireccional ANOVA• Análisis de varianza factorial ANOVA

• Análisis de covarianza ANOVA•

Estadística no paramétrica

Debe partir de las siguientes consideraciones : • Aceptan distribuciones no normales.

• Las variables no necesariamente tienen que estar medidas en un nivel

por intervalos o de razón.• Las variables deben ser categóricas

•

Cuáles son los métodos o las pruebas estadísticas no

paramétricas más utilizadas • La chi cuadrada o x2 (evaluar

hipótesis) • Los coeficientes de correlación e independencia para tabulaciones

cruzadas• Los coeficientes de correlación por

rangos ordenados de Spearman y Kendall.