Variables

13,092 views

Published on

Published in: Technology, Education
1 Comment
0 Likes
Statistics
Notes
  • Gracias por la información, me permito una sugerencia sintetiza y verifica el contraste, tamaño de las letras.
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Be the first to like this

No Downloads
Views
Total views
13,092
On SlideShare
0
From Embeds
0
Number of Embeds
12
Actions
Shares
0
Downloads
42
Comments
1
Likes
0
Embeds 0
No embeds

No notes for slide

Variables

  1. 1. INSTITUTO SUPERIOR JOSE PARDO Investigación científica CURSO Rojas PROFESOR II semestre Ciclo INTEGRANTES:
  2. 3. I. Presentación I.1. V ARIBLES UNIVARIABLES Generalmente, las variables requieren adquirir una forma más concreta que pueda ser recogida por los instrumentos. Cuando la variable toma esta forma final se llama indicador. Indicador también se define como la forma objetiva en que el instrumento recogerá el valor o contenido de la variable . La finalidad y utilidad de operacionalizar las variables se expresa en el contenido y forma del respectivo instrumento de investigación, o sea, los indicadores se deben trasladar al respectivo instrumento, pues son los datos específicos que se buscarán recoger. Otros autores distinguen al indicador como la medición cuantitativa de la variable y a la categoría como la organización en algún grupo de los datos obtenidos con el indicador. Por ejemplo, la variable edad tendría como indicador a la fecha de nacimiento o a los años cumplidos y las categorías podrían ser: preescolar , escolar, adolescente, joven y adulto; ó, 5-9 años, 10-14 años, 15-19 años, etc.
  3. 4. <ul><li>Cuando el investigador decide que necesitará hacer análisis matemático o estadístico de los resultados, podrá especificar en qué escala matemática obtendrá el indicador. Las escalas o niveles de medición son las siguientes, en orden de exactitud o precisión matemática: </li></ul><ul><li>Nominal: Son dos o más categorías entre las cuales no hay orden ni jerarquía. Estas categorías solamente se diferencian por su definición. No se pueden hacer operaciones aritméticas con estos datos. Ej.: sexo, estado civil, concepciones culturales sobre el suicidio. </li></ul><ul><li>Ordinal: Son dos o más categorías con orden o jerarquía entre ellas. Tampoco se pueden hacer operaciones matemáticas con estos datos. Ej.: grado de instrucción, nivel socioeconómico, escala de Licker. </li></ul><ul><li>Intervalo: Los datos tienen intervalos iguales de medición, supone que hay una unidad de medida constante y uniforme a lo largo de todos los valores posibles de esta variable, pero no existe el valor cero real sino que es por consenso o arbitrario. Esta escala permite las operaciones de suma y resta, puede establecer relaciones de igualdad y desigualdad, de orden y de igualdad de intervalos. Ej.: grados de temperatura, coeficiente intelectual, grupo etáreo. </li></ul><ul><li>De razón: El cero es real y absoluto (existe un punto en la escala donde no existe la propiedad), sólo la unidad de medida es arbitraria; permite cualquier tipo de operaciones matemáticas y todo tipo de tratamiento estadístico. Ej. el costo de un producto, el peso, la talla </li></ul>
  4. 5. Variable Cualitativa.-  Son aquellas que no aparecen en forma numérica, sino como categorías o atributos ( sexo , profesión, color de ojos) y sólo pueden ser nominales u ordinales. a)         Nominales: Solo permite la clasificación, no se puede establecer ningún tipo de orden. Ej. Nacionalidad , sexo. b)         Ordinales: Hay una clasificación con cierto orden natural. Hay diferencia de grado. Se habla de grado de..., nivel de..., etc. Ejemplos de variables cualitativas son: Sexo del empleado, estado civil, jerarquía del empleado, etc. Variable Cuantitativa.- Son las variables que se expresan mediante cantidades numéricas. Las variables cuantitativas además pueden ser: a)     Variable discreta: Es la variable que presenta separaciones o interrupciones en la escala de valores que puede tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los distintos valores específicos que la variable pueda asumir. Un ejemplo es el número de hijos. b)    Variable continua: Es la variable que puede adquirir cualquier valor dentro de un intervalo especificado de valores. Por ejemplo el peso o la altura, que solamente está limitado por la precisión del aparato medidor, en teoría permiten que siempre existe un valor entre dos cualesquiera .
  5. 6. Ejemplos de variables Cuantitativas son: Como las variables cuantitativas describe lo que se puede medir podemos poner por ejemplo: ¿Cuántos asistieron a la fiesta?: Variable Dependiente Variable Independiente.- Se denomina así a aquélla que es manipulada por el investigador en un experimento con el objeto de estudiar cómo incide sobre la expresión de la variable dependiente. Ejemplo de variable Independiente:Un investigador desea saber la efectividad de un nuevo dentífrico contra la caries. Para realizar el experimento se seleccionarán dos grupos , un grupo principal al que se le aplicará un tratamiento (el uso de un dentífrico) y otro al que no se le aplicará nada en absoluto. Variables Extrañas.- Cuando existe una variable independiente no relacionada con el propósito del estudio, pero que puede presentar efectos sobre la variable dependiente, tenemos una variable extraña. Ejemplo de Variables Extrañas: Si deseamos evaluar el efecto de un determinado método de enseñanza , podemos considerar que la inteligencia es una variable extraña. Variables Nominales.- lo único que puede hacerse es establecer frecuencias en cada atributo y la igualdad o desigualdad entre los diferentes casos, ver cuál es el grupo que tiene mayor frecuencia alcanzando el concepto de &quot; moda &quot; (y también obtener algunas medidas de asociación cuando se relacionan variables entre sí). Ejemplo de Variables Nominales: Un ejemplo de variable nominal puede ser el género , la raza, el estado civil, etc. Variables Ordinales.- recogen la idea de orden pero no tiene sentido realizar operaciones aritméticas con ellas (acuerdo o desacuerdo con un proyecto de ley ) ya que no puede medirse distancia entre una categoría y otra. Ejemplo de Variables Ordinales: Un ejemplo de variable ordinal puede ser el nivel de ingresos , categoría del vehículo, nivel educativo , etc
  6. 8. BIVARIABLES BIVARIABLES BIVARIABLES BIVARIABLES El objetivo del presente trabajo es aplicar el análisis de series temporales bivariables dentro del ámbito de la psicología social aplicada. Las variables relacionadas mediante esta técnica son desempleo y suicidio. En el período analizado (1978-1985), para todo el Estado Español se detecta una relación significativa entre tasa de paro (variable independiente) y tasa de suicidios (variable dependiente), con una demora del efecto de la variable independiente sobre la dependiente de nueve meses (FCC =-.27, ee = .12). Estos resultados están en la línea de otros estudios y representan una prueba más de que en un país industrializado, el paro está formado por una serie de factores que pueden estar asociados a una conducta suicida. Palabras clave: Análisis de Series Temporales Bivariables; Paro; Suicidio. Bivariate time series analysis: Application to social research framework. The aim of this paper is to apply the bivariate time-series analysis within the frame of applied social psychology. The variables related to this procedure are unemployment and suicide. In the period analysed (1978-1985) referring to as a whole a significative relationship is detected between unemployment rates (an independent variable) and suicide rates (a dependent variable) after a nine months (CCF = -.27, st.e = .12). i.e. an independent variables effect on a dependent variable. These findings are similar to other studies and are evidence that in industrialised countries unemplovment is made up of several factors which can be linked to suicide behaviour..
  7. 9. El análisis de series temporales ha sido, tradicionalmente, utilizado para evaluar el impacto en estudios de caso único, cuando para ello se dispone de suficientes puntos de observación. Este tipo de análisis, propuesto originariamente por Box y Tiao (1965), ha suscitado, en la actualidad, un amplio eco dentro del ámbito de investigación social aplicada. Sin embargo, la mayoría de trabajos que incorporan esta técnica se centran preferentemente en los Diseños de series temporales univariables para la evaluación del cambio, y no empieza a darse importancia a los Diseños de series temporales bivariables hasta la década de los ochenta (Gottman 1981, Wei, 1990, entre otros) debido, principalmente, a que las pruebas son complejas y con numerosos pasos descritos en términos no muy familiares para la mayoría de investigadores. Por ello, en este trabajo, presentamos una aplicación de la técnica de análisis de series temporales para situaciones bivariables, intentando seguir una exposición clara y simple. No obstante la técnica es compleja y una explicación de los fundamentos matemáticos y de los principales aspectos técnicos requeriría una monografía sobre el tema (véase Arnau, en prensa).
  8. 10. Todo este conjunto de estudios han confirmado la presencia de una asociación entre los índices de desempleo y el nivel de trastornos de la salud o suicidios. Por el contrario, otros trabajos destacan que la correlación entre paro y suicidio es muy débil, o bien que no se danesperar una relación entre paro y suicidio de carácter no necesariamente causal. , a largo plazo, influencias negativas del paro sobre la salud (Sainsbury, Jenkins y Levey, 1979; Kasl, 1982). Warr (1984) destacó que la asociación entre paro y conducta suicida puede interpretarse como una relación espuria donde ambas variables son resultado de factores personales (problemas psíquicos previos a la pérdida del trabajo) o sociales (problemas económicos unidos al paro). Más recientemente, Jones, Forster y Hassanyech (1991) propusieron, también, una posible explicación al hecho de no encontrar ninguna relación causal entre paro y suicidio. Esta explicación consiste en destacar la presencia de algún otro factor que aumenta el riesgo de ambas variables produciendo una relación no causal entre ellas. Si bien no es posible. dado el estado actual de las investigaciones en este campo, defender una explicación causal entre paro y suicidio, si es posible, en cambio, afirmar que las consecuencias psicológicas negativas del desempleo, junto con otros factores sociales y de predisposición personal, pueden incrementar el riesgo de una conducta suicida. Así, a priori, cabría
  9. 11. Procesos de multivariados
  10. 12. I.1. El Programa de Cooperación PRESTA El Programa PRESTA es un proyecto quinquenal de cooperación interuniversitaria -iniciado en 1994- que desarrolla el Laboratoire de Méthodologie du Traitement des Données de la Université Libre de Bruxelles, en colaboración con docentes de las siguientes instituciones superiores europeas : Universitat Politécnica de Catalunya, Université de Genève, Université des Sciences et Technologies de Lille, Universidade Nova de Lisboa, Université Paul Sabatier de Toulouse, INSEE de París. El Programa PRESTA, que cuenta con el apoyo de la Unión Europea, está destinado a realizar una amplia tarea de capacitación en estadística aplicada en las ciencias humanas y sociales, dirigida a docentes e investigadores del conjunto de Universidades de los 10 países sudamericanos. A través de un conjunto de actividades anuales preparadas en colaboración con Universidades sudamericanas, el Programa PRESTA se propone : contribuir a la capacitación de docentes e investigadores sudamericanos en métodos cuantitativos de investigación en ciencias humanas y sociales ; apoyar la promoción, en esa región, de los métodos apropiados de producción y colección de informaciones estadísticas ; facilitar la integración del trabajo de los laboratorios sudamericanos de investigación en ese campo ;
  11. 13. Para alcanzar esas finalidades, el Programa PRESTA desarrolló una estrategia de cooperación en la que participan universidades europeas y sudamericanas que se articula en torno a cuatro principios: La capacitación de una &quot;masa crítica&quot; de docentes e investigadores sudamericanos requiere que se movilicen en esa tarea todos los recursos humanos locales disponibles, acompañados por docentes europeos que complementen ese esfuerzo en las áreas en donde las universidades sudamericanas carecen de recursos con suficiente experiencia y/o conocimientos. La difusión de métodos cuantitativos recientes de investigación en ciencias humanas y sociales requiere que se adopte un enfoque decididamente interdisciplinario tanto en los proyectos de investigación conjunta a los que el programa de cooperación aporta un apoyo metodológico, como en las actividades de capacitación de investigadores de todo el espectro de disciplinas de ciencias humanas y sociales. El desarrollo a término de capacidades locales en ese campo requiere una mejor integración entre equipos de investigación sudamericanos y una mejor coordinación de éstos con laboratorios europeos especializados. Existen dos vías complementarias para mejorar ambas instancias de colaboración entre instituciones universitarias ; favorecer la creación de (o bien, contribuir a consolidar las) redes universitarias subregionales; favorecer el desarrollo de planes de capacitación continua de docentes e investigadores en el marco de esas redes universitarias. El desarrollo de investigaciones conjuntas y la capacitación continua e interdisciplinaria de una &laquo;masa crítica&raquo; de docentes e investigadores sudamericanos requiere que se realice un esfuerzo particular para mejorar los circuitos locales de difusión de conocimientos científicos en ese campo.  
  12. 14. II. A quienes están destinados los &quot;seminarios locales&quot; del Programa PRESTA Un &quot;seminario local&quot; está destinado a un grupo interdisciplinario de 30-35 graduados universitarios, convocados por la institución universitaria local que lo organiza, según los siguientes criterios : Los participantes deben ser graduados universitarios de alguna de las siguientes disciplinas : sociología, economía, sicología, epidemiología y medicina social, demografía, urbanismo, protección del medio ambiente, historia, biología, agronomía y estadística. Los participantes deben ser profesionales con experiencias concretas de aplicación de métodos cuantitativos de investigación en alguna de esas disciplinas. Es decir que se trata de profesionales que tienen experiencia en la observación sistemática de un segmento de la realidad social y en el empleo de métodos estadísticos para la resolución de problemas de investigación en ese campo. Deben entonces disponer, al menos de un nivel básico de conocimientos en métodos estadísticos de análisis univariados y bivariados. Deben tener acceso a sistemas micro-informáticos en los cuales utilizan algún software estadístico o alguna hoja de cálculo. En fin, deben ser profesionales abocados a una temática en la cual ya realizaron (o están realizando) las diferentes etapas de una investigación: formalización del problema de estudio, producción de datos de observación, análisis de los mismos y elaboración del informe final. Los participantes deben ser profesionales que desempeñan su actividad principal en instituciones superiores de enseñanza públicas o privadas; o bien en centros de investigación públicos o privados (sin fines de lucro); pero también en instituciones oficiales encargadas de la producción de estadísticas socioeconómicas (Institutos Nacionales de Estadística o departamentos de gobiernos nacionales, provinciales o municipales).
  13. 15. III. Objetivos de los &quot;seminarios locales&quot; del Programa PRESTA Los &quot;seminarios locales&quot; están organizados en torno a tres objetivos: Formar investigadores y técnicos locales en los aspectos metodológicos, estadísticos e informáticos relativos al empleo de métodos estadísticos de análisis multivariado de aplicación en la investigación en Ciencias Humanas y Sociales. Iniciar o apoyar el funcionamiento de una estructura de formación continua en el área de la metodología cuantitativa de investigación, a partir de Centros Universitarios de referencia que organizan esa dinámica progresiva de capacitación en beneficio de investigadores y técnicos de la misma universidad y de instituciones superiores de la zona. Crear o reforzar los vínculos horizontales existentes entre especialistas universitarios y cuadros de investigación de organismos públicos o privados, favoreciendo la integración de las universidades en actividades conjuntas de investigación en los sectores socioeconómicos prioritarios.   IV. Modalidades de organización de un &quot;seminario local&quot; del Programa PRESTA Los &quot;seminarios locales&quot; son organizados -en colaboración con el Programa PRESTA- por las instituciones superiores sudamericanas que presentan la solicitud correspondiente, con debida antelación, al Secretariado de dicho programa de cooperación. La mayoría de los &quot;seminarios locales&quot; ya realizados fueron organizados en universidades que contaban con al menos un docente que había seguido uno de los ciclos anuales de capacitación de docentes organizados por el Programa PRESTA. Pero ésta no es una condición sine qua non para solicitar el apoyo del programa en la organización de ese tipo de eventos de capacitación. En efecto, en la medida en que dicho programa de cooperación trata de impulsar la generación de una red regional y de redes subregionales de instituciones superiores sudamericanas, que desarrollen conjuntamente estructuras de formación continua de recursos humanos locales de investigación, se trata de organizar -en torno a diferentes Centros de Referencia- &quot;seminarios locales&quot; en otras instituciones superiores geográficamente próximas a los mismos y/o institucionalmente ligadas a esos Centros a través de investigaciones conjuntas o por la formación común de sus cuadros de investigación, aún cuando esas instituciones no formen parte todavía de la red PREST A
  14. 16. PROGRAMA PRESTA SEMINARIO DE MÉTODOS ESTADÍSTICOS MULTIV ARIADOS     PROGRAMA TIPO Lunes Martes Miércoles Jueves Viernes Introducción al análisis de Datos Multidim. Presentación del Análisis de Componentes Principales Presentación del Análisis de Correspond. Simples Presentación del Análisis de Correspond. Múltiples Presentación de los Métodos de claificación Intoducción a SPADWin Trabajo dirigido ACP Trabajo dirigido AFC Trabajo dirigido AFCM Trabajo dirigido Clasificación

×