ANLISIS DE LOS DATOS

Gladys Salazar Rodrguez

Siempre en funcin
de la hiptesis
inicial
Criterios para
constitucin del
corpus

Definicin
operativa

Explicitar los
criterios en los
que se bas
para asignarles
un valor

Variables

Decisin

Etapa de
desarrollo

Atributo que varia

de persona a
persona o de objeto
a objeto

Nocin

Esencial para la
organizacin,
presentacin y
tratamiento.

Importantes
Importantes para
para la
la seleccin
seleccin de
de test
test en
en
el
el tratamiento
tratamiento estadstico
estadstico

Tipos de variables
Independiente:

La que manupula el

investigador.
Dependiente: En la que se mide el
efecto del cambio de las otras
variables.
Continuas:

Pueden tener cualquier

valor.
Discontinuas: Slo pueden tomar
ciertos criterios.

Importantes
Importantes para
para la
la seleccin
seleccin de
de test
test en
en
el
el tratamiento
tratamiento estadstico
estadstico

Nominales:

tienen valor cualitativo, no

de grado.
Ordinales: pueden organizarse en
grados, en escalas de mayor o menor.
De

intervalo: No hay cero absoluto.

Los intervalos entre los puntos de una
escala pueden considerarse
equivalentes.
De relacin: Se da un cero absoluto.
Su intervalos tambin pueden
considerarse equivalentes.

Tablas de datos
tiles

para ir anotando los valores

encontrados para cada variable.
Las tablas depender del nmero y de
las caractersticas de las variables.
Con ellas se forma una primera idea
de las tendencias de resultados.
Son el primer paso para la
presentacin de grficos y tratamiento
estadstico posterior.

Presentacin de datos
Sera

muy difcil obtener una visin

global de las tendencias que se
desprenden de las observaciones.
Los grficos son tiles en la
presentacin de resultados.
Corresponde al investigador
seleccionar el tipo de representacin
grfica que se adece a sus
resultados.

Histograma:
Nmero de
casos

Permite una primera

impresin visual
sobre la distribucin
de los datos

Valores
para
la variable

Valores para la
variable

Nmero de casos

Diagrama

de barras

Polgonos

de frecuencia: valores de
variables mediante puntos.
La altura del punto indica o bien la
frecuencia de aparicin o bien el valor
de una determinada variable.
Alternativa para representar
resultados de experimentos
relacionados con la percepcin.

Campos

de dispersin (scatters):
Se sitan los valores de dos variables
en un eje de coordenadas, de manera
que pueda observarse tanto la
dispersin de los datos como la
relacin entre variables.

Diagramas

de porciones: los
valores de las variables se reparten
sobre una superficie circular.
Cada porcin representa una de las
variables, y cada parte que ocupan es
proporcional a su frecuencia de
aparicin.

Tratamiento estadstico

Medidas de
tendencia central
Distribucin normal
Indicadores de
dispersin

Distribucin normal

Caracterizada

por
su simtrica del
punto ms alto.

En

los datos reales nunca se

encontrar una distribucin
perfectamente normal.
En cuanto ms valores recojamos,
ms cerca se estar de la distribucin
normal.
El nmero de casos tendra que ser
igual o mayor a 30 para que se acera
suficientemente.
Con menos de 10 casos para una
variable encontraremos que se
comporta al azar.

Medidas de la tendencia central

Mediana:

valor que se encuentra en el

centro de la distribucin.

Moda:

valor con frecuencia de

aparicin ms alta.

Media:

valor ms empleado para

indicar la tendencia central de un
conjunto de datos. Suma de todos los
dividida por el nmero de casos.

Indicadores de
distribucin
En

el anlisis de variables pueden

considerarse las mximas y las
mnimas.
Ambos indicadores se ven afectados
por la presencia de valores atpicos en
el grupo.

Desviacin

tpica: ndice que cuanta

la variacin de cada caso respecto a la
media.
Se calcula primero la diferencia de
cada valor con respecto a la media. Se
elevan los valores al cuadrado y se
suman. Se divide por el nmero de
casos menos uno y se realiza la raz
cuadrada.
En cuanto ms elevado sea, mayor es
la dispersin respecto a la media de
cada uno de los valores.

Sesgo:

simetra respecto del centro.

Si

los valores estn centrados a la

izquierda, es positivo; si estn
centrados a la derecha, es negativo.

En

el sesgo positivo la media es ms

baja que la mediana, que a la vez es
ms baja que la moda. En el sesgo
negativo es de manera contraria.

Curtosis:

agrupacin alrededor del

valor central.

Alta:

los valores se agrupan de forma

muy pronunciada alrededor de la
media.

Baja:

indica que los valores se

reparte.

Test estadsticos
Demostracin

de la falsedad de
hiptesis nulas.

T-test

de Student: Compara las

medidas de dos grupos de datos y nos
da una probabilidad de que
pertenezcan al mismo grupo o de que
estn extrados de dos grupos
diferentes.

El

resultado se presenta en forma

decimal y se convierte en porcentaje
multiplicndolo por 100 (0.05 = 5%).

Cuando

la probabilidad de obtener un
determinado resultado si los datos
pertenecen al mismo conjunto es alta,
no se puede falsar la hiptesis nula.

Nivel

de significacin: probabilidad
mnima de la cual podemos considerar
que la hiptesis nula queda falseada.
Qu porcentaje se considera mnimo
para pensar que nos hallamos frente a
dos grupos diferentes de datos.
El

resultado del test estadstico es una

herramienta que nos permite falsar la
hiptesis nula en la que basamos el
experimento.

Puede

ser que necesitemos comparar

los datos de ms de un grupo, para esto
se utilizar el anlisis de varianza:
trata de determinar si la variabilidad de
los datos entre los diferentes grupos es
mayor que en la variabilidad en el
interior de cada grupo.

La

seleccin del test depende de varios

factores (tipo de variables, nmero de
casos, tamao de los grupos y
normalidad de la distribucin).

Correlacin de las variables

Dos

variables se
encuentran en
correlacin
cuando aumentan
o disminuyen de
manera paralela.

Correlacin

positiva: a valores altos

de una variable corresponden valores
altos de otra.

Correlacin

negativa: los valores de

una variable aumentan mientras los de
la otra disminuyen.

Coeficiente

de correlacin: cifra que

oscila entre los valores +1 y -1. Un valor
de +1 pertenece a correlaciones
positiva; el valor de 0 cuando no existe
ninguna correlacin; y -1 cuando la
correlacin es negativa.

Otros tipos de anlisis

El

anlisis de correlacin de variables

es til cuando se estudian dos
variables.

Habitualmente

cuando encontramos
una combinacin de variables
independientes y dependientes, y
queremos estudiar su interaccin se
habla de anlisis multivariante.

Regresin

mltiple: permite evaluar

la influencia simultnea de varias
variables independientes sobre una
variable dependiente.

Anlisis

discriminante: se utiliza
cuando en la variable dependiente
tenemos ms de una categora y
queremos averiguar cmo se relaciona
esta divisin con nuestras variables
independiente.

Anlisis

factorial: constituye una

herramienta para obtener informacin
sobre las caractersticas subyacentes
a un conjunto de datos, cuando ste
es muy grande y no es factible alguno
de los anlisis anteriores.

Todas

las variables se consideran

independientes y se buscan la
conexiones entre ellas.

Escalado

multidimensional: se orienta
hacia la representacin grfica de las
diferencias entre los distintos elementos
basada en un clculo de la disimilaridad
que puede establecerse entre ellos.

Anlisis

de componentes principales:
ayuda a distinguir las tendencias y
agrupaciones en los resultados
reduciendo el nmero de dimensiones
examinadas e indicando en qu medida
cada una de ellas contribuye a la
variabilidad del grupo de datos.