Capítulo 3 : Metodología
Sesión 13 : Métodos e instrumentos de análisis de datos.
CAPITULO III : METODOLOGIA
Logro de la Sesión
El estudiante elabora en su proyecto de tesis , el método e instrumentos de análisis de
datos mas adecuado que le permita validar la hipótesis, la correlación o describir las
variables.
Técnicas de Análisis de Datos
Estadística Descriptiva: Tablas de
Frecuencias - Gráficos Estadísticos -
Medidas Estadísticas
Inferencia Estadística: Pruebas Estadísticas.
Prueba T de Student -Prueba ANVA -Prueba
Chi Cuadrado - Análisis de Regresión
Proceso de investigación
1 PROBLEMA
2 HIPÓTESIS
3 POBLACIÓN
4 MUESTRA
VARIABLES
VARIABLE:
• Es un aspecto, característica de interés de la unidad en estudio.
• Las variables son características observables y medibles.
• Se denota por las letras X, Y, Z, etc.
CLASIFICACIÓN:
A. SU RELACION: Independiente - Dependiente
B. POR SU NATURALEZA: CUANTITATIVAS: (Discretas - Continuas)
CUALITATIVAS : (Nominales - Ordinales)
C. POR SU ESCALA DE MEDICIÓN: Nominal - Ordinal
Intervalo - Razón
D. POR SUS DIMENSIONES: Unidimensional . Multidimensional
E. POR SU FORMA DE MEDICION Directa - Indirecta
VARIABLE
• Es una característica de interés de la unidad en estudio.
• Las variables son características observables y medibles.
• Al evaluarlas o medirlas, éstas toman diferentes valores (cualidades o
cantidades).
• Se denota por las letras X, Y, Z, etc.
Nacionalidad
Estatura
CLASIFICACION DE LAS VARIABLES
B. POR SU D. POR EL NUMERO E. POR SU
A. POR SU C. POR SU
ESCALA DE DE VARIABLES FORMA DE
NATURALEZA RELACION
MEDICION MEDICION
CUALITATIVA DEPENDIENTE UNIDIMENSIONAL DIRECTA
NOMINAL
INDEPENDIENTE BIDIMENSIONAL INDIRECTA
CUANTITATIVA ORDINAL
INTERFERENTE MULTIDIMENSIONAL
INTERVALO
CONTINUA
RAZON
DISCRETA
Pruebas Estadísticas – Análisis Estadístico
A. Diseños transversales
Estudio T1 Donde:
M1 O1 • M1 muestra
• O1 observación
Muestra 1
X1
Estadística descriptiva:
X2
1. Tablas de Frecuencias.
X3 2. Gráficos Estadísticos.
X4 3. Medidas Estadísticas
X5
X6
Tablas y Gráficos Estadísticos
TABLAS DE DISTRIBUCION
GRAFICO ESTADÍSTICO
DE FRECUENCIAS
En un arreglo rectangular donde Es la representación pictórica
se presenta en forma resumida del comportamiento de una
el comportamiento de una variable en estudio
variable
Partes: Partes:
Numeración Numeración
Titulo Titulo
Encabezado Diagrama
Cuerpo Leyenda
Fuente Fuente
Construcción de una Tabla de Frecuencias
xi DATOS fi FRECUENCIA
Frecuencia Absoluta Frecuencia Relativa
Simple Simple
FAS Frecuencia Absoluta hi Frecuencia Relativa
Acumulada Acumulada
FAA Hi
TIPOS DE GRAFICOS
BARRAS BASTONES
SECTORIAL BARRAS
PYE
HISTOGRAMA
POLIGONO DE FRECUENCIAS
OJIVAS
SERIES DE TIEMPO
TIPOS DE GRAFICOS
VARIABLES CUANTITATIVAS CONTINUAS
HISTOGRAMA OJIVA POLIGONO
VARIABLES CUANTITATIVAS DISCRETAS
BASTONES DIAGRAMA DE
ESCALONES FRECUENCIAS
TIPOS DE GRAFICOS
VARIABLES CUALITATIVAS
BARRAS
CORONA O
ANILLO
SECTOR
CIRCULAR
DIAGRAMA DE
BASTONES FRECUENCIAS ESCALONES OTROS GRAFICOS
TIPOS DE GRAFICOS
OTROS GRAFICOS
LINEAS
PIRAMIDES
POBLACIONALES
TIPOS DE GRAFICOS
OTROS GRAFICOS
PICTOGRAMAS
TIPOS DE GRAFICOS
OTROS GRAFICOS
CARTOGRAMAS
MEDIDAS ESTADÍSTICAS :
• Es un valor, es un número que se obtiene de la muestra.
• Llamado también “INDICADOR” o Medida Resumen.
Medidas Estadísticas VARIABLES
CUANTITATIVAS
Medidas de Posición Medidas de variación Medidas de forma
•Tendencia Central o dispersión
•Localización
La Media aritmética Rango Coeficiente
La mediana Medida de
Varianza de
La moda Desviación Estándar
asimetría Asimetría
Los cuartiles Coeficiente de Variación
Los deciles
Los percentiles
Coeficiente
Medida de apuntamiento de
o Kurtosis Kurtosis
B. Diseños longitudinales
Estudio T1 T2 T3 Donde:
• T1, T2, T3: son los periodos en los
M O1 O2 O3 cuales se realizan las observaciones
Muestra T1
Análisis estadístico de datos:
X1
1. Estadística descriptiva:
X2
Tablas de frecuencias y
X3 Gráficos Estadísticos.
X4 2. Series de Tiempo.
X5
X6
A. Experimentos puros
Grupo Asignación Pre Prueba Tratamiento Post prueba
GE R O1 X O2
GC R O3 - O4
Análisis estadístico de datos:
Grupo Grupo
Experimental Control Hipótesis Prueba de Hipótesis
Post Post
324.015 312.06 Ho:1= 2 1. Prueba Paramétrica:
H1 : 1≠ 2 Prueba T de Student para
304.81 194.085 muestras independientes
235.175 94.29 ( x1 x2 )
Te
Hipótesis 1 1
74.885 223.61 Sc
n1 n2
165.05 124.755 Ho: X influye en Y
H1: X no influye en Y 2. Prueba No paramétricas:
152.005 98.85
Test U de Mann-Whitney
µE=µ1 µc=µ2
B. Cuasi experimentales
Grupo Asignación Pre Prueba Tratamiento Post prueba
GE O1 X O2
GC O3 - O4
Grupo Grupo Análisis estadístico de datos:
Experimental Control
Post Post Hipótesis Prueba de Hipótesis
324.015 312.06 Ho:1= 2 1. Prueba Paramétrica:
304.81 194.085 H1 : 1≠ 2 Prueba T de Student para
muestras independientes.
2. Prueba No paramétricas:
235.175 94.29 Test U de Mac Witney
74.885 223.61 Hipótesis
165.05 124.755 Ho: X influye en Y
3. Análisis de correlación
H1: X no influye en Y 4. Análisis de regresión
152.005 98.85
µE=µ1 µC=µ2
C. Pre experimentales
Grupo Asignación Pre Prueba Tratamiento Post prueba
GE O1 X O2
Análisis estadístico de datos:
Grupo Grupo
PRE POST Hipótesis Prueba de Hipótesis
324.015 312.06 Ho:1= 2 1. Prueba Paramétrica:
304.81 194.085 H1 : 1≠ 2 Prueba T de Student para
muestras dependientes.
2. Prueba No paramétricas:
235.175 94.29
Test U de Wilcoxon
74.885 223.61 Hipótesis
165.05 124.755 Ho: X influye en Y
3. Análisis de Correlación
H1: X no influye en Y 4. Análisis de Regresión
152.005 98.85
µPRE=µ1 µPOST=µ2
ETAPAS DE UNA PRUEBA DE HIPÓTESIS
METODO TRADICIONAL
1. Plantear la hipótesis nula y alternativa. (Ho y H1)
2. Especificar el nivel de significancia (Generalmente la
plantea el investigador). (α =0.05, 0.01)
3. Calcular un valor experimental: Estadístico de prueba que
debe ser especificado en términos de un estimador del
parámetro a probar.
4. Calcular el valor critico: Valor que se encuentra el la tabla
de Probabilidades, que es valor que determinara la región
de aceptación y rechazo.
5. Tomar la decisión de aceptar o rechazar Ho.
6. Dar conclusión respectiva
METODO MODERNO
1. Plantear la hipótesis nula y alternativa. (Ho y H1)
2. Observar el valor p (significancia)
Si p< 0.05 RECHAZAR Ho
Si p ≥ 0.05 ACEPTAR Ho
1. PRUEBA T DE STUDENT PARA GRUPOS INDEPENDIENTES
1º. Hipótesis:
H0: Los promedios de ambos grupos son iguales. T
H1: Los promedios de ambos grupos son diferentes. R
2º. Nivel de significancia: 0.10; 0.05; 0.01
3º. Valor Experimental (Estadístico de prueba): A
( x1 x2 ) D
Te
Sc
1 1
I
n1 n2 C
Donde: (n 1 1)s 12 (n 2 1)s 22 I
sc
2
n1 n 2 2 O
4º. Valor critico (valor tabular): Tt = T(n1+n2-2,α/2)
el cual tienen un distribución “T de Student” con n-1 grados de libertad, donde n= número de datos.
N
5º. Decisión: A
Si rechazar la hipótesis H0 si Te ≥ Tt.
6º. Conclusión L
1º. Hipótesis: M
H0: Los promedios de ambos grupos son iguales.
H1: Los promedios de ambos grupos son diferentes.
O
2º. Nivel de significancia: 0.10; 0.05; 0.01 D
3º. Decisión:
Si p< 0.05 , rechazar la hipótesis Ho E
Si p ≥ 0.05 , aceptar la hipótesis Ho R
4º. Conclusión
N
0
2. PRUEBA T DE STUDENT PARA GRUPOS RELACIONADOS
(Muestras dependientes)
1º. Hipótesis: T
H0: Los promedios del pre test es igual al post test.
H1: Los promedios del pre test es diferente al post test. R
2º. Nivel de significancia: 0.10; 0.05; 0.01 A
3º. Valor Experimental (Estadístico de prueba):
D
d d
Te I
sd sd
C
n I
Donde:
: es el promedio de la diferencia de los puntajes de ambos grupos.
O
: es la desviación estándar de las diferencias de los puntajes de ambos grupos. N
4º. Valor critico (valor tabular): Tt = T(n-1,α/2) A
el cual tienen un distribución “T de Student” con n-1 grados de libertad, donde n= número de datos.
5º. Decisión: L
Si rechazar la hipótesis H0 si Te ≥ Tt.
6º. Conclusión
1º. Hipótesis: M
H0: Los promedios del pre test es igual al post test. O
H1: Los promedios del pre test es diferente al post test.
2º. Nivel de significancia: 0.10; 0.05; 0.01 D
5º. Decisión: E
Si p< 0.05 , rechazar la hipótesis Ho
Si p ≥ 0.05 , aceptar la hipótesis Ho R
6º. Conclusión N
O
3. ANALISIS DE VARIANZA: (Anva-Anova-Andeva)
• La prueba de Hipótesis del ANVA es la siguiente:
Ho:1= 2 = ……= k Ho:Los grupos son iguales
H1: Al menos dos de las medias son H1: Los grupos son diferentes
• Los elemntos que conforman el ANVA son: SC - GL - CM - Fe - Ft
Fuente de Suma de Grados de Cuadrado F F
Variación Cuadrados Libertad Medio Calculado Tabular
Entre grupos SCG K–1 CMG=SCG/(k-1) Fcalc.=CMG/CME F (k-1,N-k,α)
Dentro grupos SCE N–k CME=SCE/(N-k)
(Error)
Total SCT N–1
• Decisión
Rechazar Ho si Fcalc > F(k-1,N-k,α) , es decir que existe evidencia estadística de que
no todas las medias de los tratamientos son iguales.
• En conclusión :
Por lo menos un grupo es diferente.
Pruebas de correlación
Prueba de correlación de Pearson.
Prueba de correlación de rango de Spearman
Prueba Chi cuadrado
PRUEBAS ESTADISTICAS PARA MEDIR LA CORRELACION
ENTRE VARIABLES
COEFICIENTE DE
Las variables con
CORRELACION DE
Continua
PEARSON
COEFICIENTE DE
CLASIFICACIÓN Las variables son CORRELACION POR
Ordinales RANGOS DE
SPEARMAN
Las variables son
PRUEBA JI CUADRADO
categóricas
ANÁLISIS DE REGRESIÓN:
• Es una técnica estadística que consisten en
determinar la relación funcional entre dos variables
cuantitativas en estudio.
• Esta relación funcional, es una ecuación
matemática de la forma Y= A + B X, que recibe el
nombre también de Función de Regresión o Modelo
de Regresión.
• A la variable Y se le denomina variable dependiente,
a la variable X independiente y a A, B se les llama
parámetros de la ecuación de regresión.
• La finalidad del Análisis de Regresión es hacer
pronósticos es decir, hacer estimaciones futuros de
la variable dependiente.
Hipótesis
Ho: X influye en Y
H1: X no influye en Y
ANÁLISIS DE REGRESIÓN:
Pasos a seguir:
• Realizar el diagrama de dispersión y ver el comportamiento de la variable.
• Aplicar el método de los Mínimos Cuadrados Ordinarios para estimar los parámetros de
la ecuación. Las formulas son las siguientes:
A Y BX
n n n
n X i Yi X i Yi
B i 1
n
i 1
n
i 1
n X i2 ( X i ) 2
i 1 i 1
• Para hacer el pronóstico o el valor estimado de Y, reemplazar en la ecuación matemática el
respectivo valor de Xo, de la siguiente manera:
Y = A + B (Xo)
