Tema 9

Tema 9 Análisis estadístico

Orientaciones previas al análisis

Después de recoger datos sobre una actividad realizada, se elabora un cuestionario de dicha actividad, se expresará con una valoración desde:

Muy negativa a Muy positiva.

A veces la información recogida para una variable viene expresada numéricamente, cuando no es así lo primero que hay que hacer, antes del análisis, es la codificación de las respuestas, haciendo corresponder a cada una un valor numérico

Operaciones previas al análisis

Es interesante utilizar los números naturales, siendo el “1” la valoración inferior.

Por ejemplo:

Muy negativa  1

Negativa  2

Neutra  3

Positiva  4

Muy positiva  5

Los valores resultantes de la codificación de respuestas para todos los sujetos que respondieron al cuestionario podrían ser almacenados en una matriz de datos.

Una matriz de datos es una tabla de doble entrada en la que las filas corresponden a cada sujeto o unidad de estudio y cada columna a una de las variables consideradas.

Estructura de la matriz de datos. Variable 1 Variable 2 … Sujeto 1 Sujeto 2 Sujeto 3 …

Además de esta forma de representación, siempre que se conserve la estructura de la matriz y se pueda identificar a que variable corresponde cada columna se puede representar con la apariencia de un rectángulo de números.

Por ejemplo:

Primer ítem: 34553234134214534342

segundo ítem: 2443533124113223432231

Técnicas para la organización y la presentación de datos

Dirigidas a ordenarlos y organizarlos de manera clara y comprensible.

Las más habituales son:

1. Distribuciones de frecuencias

Def. : Disposiciones ordenadas de todos los valores asumidos por una variable, expresando al menos la variable absoluta. Pueden estar presentes otro tipo de frecuencias, que son:

F. absoluta individual: nº de veces que aparece repetido un valor.

F. relativa individual: cociente entre la frecuencia absoluta individual y el número total de datos. (%)

F. absoluta acumulada: suma de las frecuencias absolutas.

F. relativa acumulada: suma de las frecuencias relativas.

Frecuencias x f P fa Pa 1 1 5,6% 1 5,6% 2 4 22,2% 5 27,8% 3 2 11,1% 7 38,9% 4 7 38,9% 14 77,8% 14

2. Representaciones gráficas

Las más habituales son:

Diagramas de barras : representan los valoren una variable, utilizando barras de diferentes alturas

Diagramas de sectores circulares: representan los valores en una variable a través de sectores circulares de diferente amplitud

Técnicas para la descripción de variables

La descripción de datos puede ser completada con el cálculo de determinadas medidas o índices estadísticos.

1. Medidas de tendencia central

2. Medidas de dispersión

3. Medidas de asociación

1. Medidas de tendencia central

Media: resultado de sumar todas las puntuaciones y dividirlas por el número de ellas

Mediana: dividir en dos partes iguales al conjunto de puntuaciones. Es más estable que la media ante el cambio de puntuaciones

Moda: puntuación que más se repite en un conjunto de datos. Es la más inestable.

Los valores de tendencia central, por sí solos, no permiten una descripción completa de datos.

2. Medidas de dispersión

Informan sobre la variación que se da entre los valores registrados para una variable. Una dispersión alta implica que los datos varían mucho (son muy diferentes entre sí) y una dispersión baja supone que los datos son muy parecidos entre sí (varían poco unos de otros).

Rango: distancia entre los valores extremos del conjunto. Es la más imperfecta pues se calcula sólo a partir de los dos valores extremos.

Amplitud: mitad de la distancia existente entre el primer y tercer cuartel.

Varianza:

Desviación típica : raíz cuadrada de la varianza

3. Medidas de asociación

Permiten valorar las relaciones entre dos variables. La + usada:

Coeficiente de correlación de Pearson: mide la relación lineal entre dos variables informando sobre su intensidad y sentido.

La intensidad de la relación la refleja el valor del coeficiente:

Si es próximo a 1 (su valor máximo), mayor será la relación lineal

Si es próximo a 0, la relación lineal es prácticamente nula.

El sentido de la relación lo expresa su signo:

Signo +: valores altos de una variable se asocian a los valores altos de la otra y los valores bajos de la 1ª a los valores bajos de la 2ª.

Signo -: valores altos de una variable se asocian a los valores bajos de la otra y los valores bajos de la 1ª a los valores altos de la 2ª.

Técnicas para la comparación de grupos.

Contrastar efectos o resultados de la intervención sobre sujetos de diferentes características.

Determinar si existen diferencias entre el modo en que diferentes colectivos valoran el desarrollo del programa.

Resolver diseños experimentales o cuasiexperimentales adoptados para llevar a cabo la evaluación .

EVALUADOR DE PROGRAMAS Comparaciones entre grupos cuando se interese por:

PRUEBAS PARA LA COMPARACIÓN DE GRUPOS SE CUMPLEN NO SE CUMPLEN PARAMÉTICAS Comparación de medias a través de la prueba t y análisis de varianza. NO PARAMÉTICAS Coeficiente de correlación de Spearman, prueba de la mediana, prueba de chi-cuadrado… SUPUESTOS PARAMÉTRICOS

Las muestras proceden de poblaciones que se distribuyen normalmente.

Las muestras proceden de poblaciones con varianzas similares.

CARACTERÍSTICAS DE LAS PRUEBAS NO

PARAMÉTRICAS:

Son simples y fáciles de aplicar.

Contrastan poblaciones sin centrarse en ninguno de sus parámetros.

Son menos exigentes en cuanto a supuestos previos.

Más adecuadas cuando la muestra es inferior a 10.

La informática en el análisis estadístico. ANÁLISIS ESTADÍSTICO Indisociablemente unido al manejo del ordenador y de paquetes de programas SPSS BMDP SAS