Agueda

Solo disponible en BuenasTareas
  • Páginas : 9 (2008 palabras )
  • Descarga(s) : 0
  • Publicado : 8 de marzo de 2012
Leer documento completo
Vista previa del texto
Verificación de hipótesis y análisis de datos
Dentro del programa computacional será importante que generes los reportes de estadística descriptiva, los “análisis” que tiene el programa, y las “frecuencias” que arroja el programa.
Para esta parte del estudio, es importante que se desarrolle la parte de estadística descriptiva, en la cual se describen los datos, los valores o las puntuacionesobtenidas para cada variable. Los datos se presentan principalmente como:
* Distribución de frecuencia: es el conjunto de puntuaciones ordenadas en sus respectivas categorías.
* Asimetría: es la estadística necesaria para conocer cuánto se parece nuestra distribución a una distribución que es conocida como curva normal, es un indicador de la curva dónde se agrupan las frecuencias.
*Curtosis: indica lo plano o picudo que puede estar una curva con respecto a la comparación de una curva normal.
Para probar una hipótesis, que consiste principalmente en determinar si la hipótesis es congruente con los datos de la muestra, se considerará:
* Distribución muestral: son los valores, sobre una estadística calculada, de todas las muestras posibles de una población.
* Nivel designificancia: nivel de la probabilidad de equivocarse y que el investigador determina desde un inicio.
Para probar una hipótesis, se puede realizar de la siguiente manera:
* Análisis paramétricos: partiendo de los supuestos en los que la distribución de la variable dependiente es normal, el nivel de medición de las variables es por intervalos de razón, cuando dos o más poblaciones sonestudiadas, tienen una varianza homogénea. Se cuenta únicamente con una variable dependiente y una independiente. Las pruebas estadísticas que se pueden usar son:
* Coeficiente de correlación de Pearson.
* Regresión lineal.
* Prueba t.
* Prueba de contraste de la diferencia de proporciones.
* Análisis de la varianza unidireccional ANOVA en un sentido.
*Análisis de varianza factorial (ANOVA).
* Análisis de covarianza (ANCOVA).
* Estadística multivariada: si se toman en cuenta más variables independientes y una dependiente.

* Análisis no paramétricos: estos análisis no requieren de presupuestos acerca de la forma de la distribución poblacional y aceptan distribuciones no normales. Las variables no necesariamente tienen queestar medidas en un nivel por intervalos o de razón y pueden analizar datos nominales y ordinales. Las pruebas más utilizadas son:
* La chi cuadrada o X2.
* Coeficiente de correlación e independencia para tabulaciones cruzadas.
* Coeficientes de correlación por rangos ordenados de Spearman y Kendall.
* Moda: es la categoría o puntuación que tiene mayor frecuencia dentrodel estudio, de manera simple, el dato “más popular”.
* Mediana: valor que divide a la distribución a la mitad.
* Media: promedio aritmético de una distribución, y es la que más se utiliza, generalmente en los estudios, para decirnos que en promedio las personas respondieron positivo o negativo a cierto cuestionamiento.
Por otro lado, también se cuentan con las medidas de variabilidad,que son los intervalos que indican la dispersión de los datos en la escala de medición. Los que más se utilizan son los siguientes:
* Rango: indica la extensión total de los datos en la escala.
* Desviación estándar: es el promedio de desviación de las puntuaciones con respecto a la media, se expresa en las unidades de la medición original de la distribución. En resumen, qué tanto varíadel centro.
* Varianza: cuando se desarrollan análisis inferenciales y corresponde a la distribución estándar al cuadrado.

Constantino Manuel piche

Al analizar una muestra se tiene que definir el objeto de análisis y dependiendo el objeto de estudio es el tipo de análisis.
Esencia del objeto cuantitativo:
Objeto general: seleccionar casos para generalizar.
Generalizar: (...
tracking img