Zusammenfassung der Ressource
-Aspectos Básicos del Análisis de
Datos-
- Antes del análisis
- Se lleva a cabo una serie
de pasos para lograr un
buen proceso de
investigación
- Como
- 1. Concebir la idea
de Investigación
- 2. Plantear el objetivo
de investigación
- 3. Elaborar marco teórico
- 4. Definir tipo de investigación
- 5. Establecer hipótesis y
definir variables conceptual
y operacionalmente
- 6. Seleccionar el diseño
apropiado de investigación
- 7. Selección de la muestra
- 8. Recolección de datos
- 9. Análisis de datos
- Durante el análisis
- Se expone y detalla
- Las medidas de
resumen de las
variables y como
serán presentadas
- El software a
usar en el
procesamiento
- El nivel de significancia
fijado para las prueba
estadísticas
- Estrategias de análisis
- Pueden ser
- Análisis exploratorio
de datos
- Consiste en la obtención
de medidas de resumen y
gráficos para un conjunto
de datos
- Es importante para: Evaluación
general de los datos,
identificación de datos atípicos,
extremos, perdidos, descripción,
etc.
- Análisis univariado
- Para Variables cualitativas:
Distribución de frecuencias,
proporciones, razones, tasas.
- Para variables cuantitativas:
medidas de tendencia central,
dispersión, localización,
distribución de frecuencias.
- Entre las estadísticas
comúnmente usadas
se encuentran
- Media- promedio de todos los valores
de esta variable en la base de datos
- Mediana- el medio de la distribución,
el número en el cual la mitad de los
valores están por encima y la otra
mitad está por debajo
- Moda- el valor que más se repite
- Rango de valores- desde el
valor mínimo hasta el máximo
- Desviación estándar- una medida de
qué tan confiables son los datos
- Distribución- muestra si la mayoría
de los valores se encuentran en la
parte baja del rango, o en la parte
alta, o agrupados en el medio
- Percentil- el porcentaje de
la distribución que es igual
a o menor que un
determinado valor
- Análisis bivariado
- Prueba
paramétrica:
t-Student-prueba
Z, ANOVA,
Coeficiente de
correlación de
Pearson
- Pruebas no
paramétricas: U de
Mann Withney,
Wilcoxon, x2, prueba
exacta de Fisher,
Coeficiente de
correlación de
Spearman
- Análisis multivariado
- Modelos como: Regresión
lineal multiple, regresión
logística, regresión de Cox
- Para el análisis, hay
que tomar en cuenta
- Tipos de variables
- Continuas
- Son siempre numéricas, y
teóricamente pueden ser cualquier
número, positivo o negativo
- Ejemplos: edad en años, el peso,
presión arterial, temperaturas
interiores y exteriores, etc.
- Categóricas
- Contienen información que
puede organizarse en categorías
- Tipos
- Ordinal
- Es cualquier variable
categórica con algún
orden intrínseco o valor
numérico. Por ejemplo,
nivel educacional.
- Nominal
- Es una variable
categórica sin orden
intrínseco. Por ejemplo,
lugar de residencia.
- Dicotómica
o binaria
- Es una variable categórica que
tiene sólo dos niveles o
categorías, por ejemplo: Sí/No
- Codificacion
- Es el proceso de traducir la información
recolectada de los cuestionarios u otras
investigaciones a algo que pueda ser analizado