door ANGIE MELISA TAPIA MONTES 4 jaren geleden
1143
Meer zoals dit
7. Preparar los resultados para presentarlos (tablas, gráficas, figuras, cuadros, etcétera)
Se recomienda, una vez que se obtengan los resultados de los análisis estadísticos (tablas, gráficas, cuadros, etc.), 1. Revisar cada resultado 2. Organizar los resultados 3. Cotejar diferentes resultados 4. Priorizar la información más valiosa 5. Copiar o “formatear” las tablas en el programa con el cual se elaborará el reporte de la investigación (procesador de textos —como Word— o uno para presentaciones, como Power Point, Flash, Prezi). 6. Comentar o describir brevemente la esencia de los análisis, valores, tablas, diagramas, gráficas. 7. Volver a revisar los resultados. 8. finalmente, elaborar el reporte de investigación.
6. Realizar análisis adicionales.
Este paso implica simplemente que una vez realizados nuestros análisis, es posible que decidamos ejecutar otros análisis o pruebas extras para confirmar tendencias y evaluar los datos desde diferentes ángulos
5. Analizar mediante pruebas estadísticas las hipótesis planteadas (análisis estadístico inferencial).
Análisis paramétricos
1. La distribución poblacional de la variable dependiente es normal 2. El nivel de medición de las variables es por intervalos o razón. 3. Cuando dos o más poblaciones son estudiadas, tienen una varianza homogénea
¿Cuáles son los métodos o las pruebas estadísticas paramétricas más utilizados? • Coeficiente de correlación de Pearson y regresión lineal. • Prueba t. • Prueba de contraste de la diferencia de proporciones. • Análisis de varianza unidireccional (ANOVA en un sentido). • Análisis de varianza factorial (ANOVA). • Análisis de covarianza (ANCOVA).
¿Qué son los coeficientes de correlación e independencia para tabulaciones cruzadas? para evaluar si las variables incluidas en la tabla de contingencia o tabulación cruzada están correlacionadas.
¿Qué otra aplicación tienen las tablas de contingencia? Las tablas de contingencia, además de servir para el cálculo de Chi cuadraday otros coeficientes, son útiles para describir conjuntamente dos o más variables.
Prueba de hipótesis
Hay dos tipos de análisis estadísticos que pueden realizarse para probar hipótesis: los análisis paramétricos y los no paramétricos.
Estadística inferencial: de la muestra a la población
el propósito de la investigación va más allá de describir las distribuciones de las varia-bles: se pretende probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
¿Cómo se relacionan la distribución muestral y el nivel de significancia?
El nivel de significanciao 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). para ver si existe o no confianza al generalizar acudimos a la distribución muestral, con una probabilidad adecuada para la investigación.
¿Qué es una distribución muestral?
es un conjunto de valores sobre una estadística calculada de todas las muestras posibles de determinado tamaño de una población (Bond, 2007a).
¿En qué consiste la prueba de hipótesis?
Una hipótesis en el contexto de la estadística inferencial es una proposición respecto de uno o varios parámetros, y lo que el investigador hace por medio de la prueba de hipótesis es determinar si la hipótesis poblacional es congruente con los datos obtenidos en la muestra (Wilcox, 2012; Gordon, 2010; Wiersma y Jurs, 2008; y Stockburger, 2006).
4. Evaluar la confiabilidad y validez logradas por el o los instrumentos de medición.
Validez
la validez del contenido se obtiene mediante las opiniones de expertos y al asegurarse de que las dimensiones medidas por el instrumento sean repre-sentativas del universo o dominio de dimensiones de las variables de interés (a veces mediante un muestreo aleatorio simple).
La confiabilidad
se calcula y evalúa para todo el instrumento de medición utilizado, o bien, si se administraron varios instrumentos, se determina para cada uno de ellos. Asimismo, es común que el instrumento contenga varias escalas para diferentes variables o dimensiones, entonces la fiabilidad se establece para cada escala y para el total de escalas.
Los procedimientos más utilizados para determinar la confiabilidad mediante un coeficiente son: 1. Medida de estabilidad (confiabilidad por test-retest). 2. Método de formas alternativas o paralelas. 3. Método de mitades partidas (split-halves). 4. Medidas de coherencia o consistencia interna. a) el alfa de Cronbach (desarrollado por J.L. Cronbach) y b) los coeficientes KR-20 y KR-21 de Kuder y Richardson (1937).
3. Explorar los datos: a) Analizar descriptivamente los datos por variable. b) Visualizar los datos por variable
Estadística descriptiva para cada variable
se logra al describir la distribución de las puntuaciones o frecuencias de cada variable.
¿Hay alguna otra estadística descriptiva? Sí, la asimetría y la curtosis.
¿Cuáles son las medidas de tendencia central? Las medidas de tendencia central 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. Las principales medidas de tendencia central son tres: moda, mediana y media.
La media es tal vez la medida de tendencia central más utilizada (Graham, 2013, Kwok, 2008b y Leech, Onwuegbuzie y Daniel, 2006)
La mediana es el valor que divide la distribución por la mitad.
La moda: es la categoría o puntuación que ocurre con mayor frecuencia.
¿Qué es una distribución de frecuencias? Una distribución de frecuencias es un conjunto de puntuaciones respecto de una variable ordenadas en sus respectivas categorías y generalmente se presenta como una tabla (O’Leary, 2014 y Nicol, 2006).
¿De qué otra manera pueden presentarse las distribuciones de frecuencias? pueden presentarse en forma de histogramas o gráficas de otro tipo (por ejemplo: de pastel).
¿Las distribuciones de frecuencias también se pueden graficar como polígonos de frecuencias? Es más bien propio de un nivel de medición por intervalos o razón. Los polígonos de frecuencias representan curvas útiles para describir los datos.
¿Qué otros elementos contiene una distribución de frecuencias? Las distribuciones de frecuencias pueden completarse agregando los porcentajes de casos en cada categoría, los porcentajes válidos (excluyendo los valores perdidos) y los porcentajes acumulados (porcentaje de lo que se va acumulando en cada categoría, desde la más baja hasta la más alta).
Inmediata a la ejecución del programa, se inicia el análisis. 1. formulamos las preguntas de investigación que pretendemos contestar 2. visualizamos un alcance (exploratorio, descriptivo, correlacional o explicativo) 3. establecimos nuestras hipótesis (o estamos conscientes de que no las tenemos) 4. definimos las variables 5. elaboramos un instrumen-to (conocemos qué ítems o indicadores miden qué variables y qué nivel de medición tiene cada varia-ble: nominal, ordinal, de intervalos o razón) 6. recolectamos los datos.
2. Ejecutar el programa: SPSS, Minitab, STATS, SAS u otro equivalente.
lo único que hay que hacer es solicitar los análisis requeridos seleccionando las opciones apropiadas.
1. seleccionar un programa de analisis
A la hora de el analisis de datos debe ternerse en cuenta una parte de definiciones de las variables, que a su vez explican los datos (los elementos de la codificación ítem por ítem o indicador por indicador), y la otra parte, la matriz de datos. (la primera parte es para que se comprenda la sengunda)
Minitab
Incluye un considerable número de pruebas estadísticas y cuenta con un tutorial para aprender a utilizarlo y practicar; además, es muy sencillo de manejar.
Statistical Package for the Social Sciences o Paquete Estadístico para las Ciencias Sociales (IBM® SPSS)
contiene dos partes: a) vista de variables (para definiciones de las variables y consecuentemente, de los datos) b) vista de los datos (matriz de datos).
