Análisis estadístico y niveles de medición

Estadística descriptiva

El análisis se realiza tomando en cuenta los niveles de medición de las variables y mediante la estadística, que puede ser:

Descriptiva

• Distribución de frecuencias: conjunto de puntuaciones respecto de una variable ordenadas en sus respectivas categorías y generalmente se presenta como una tabla. Pueden ser representadas mediante tablas, o gráficos con porcentajes.
• Medidas de tendencia central: son puntos en una distribución obtenida, los valores medios o centrales de ésta.
  • Moda: es la categoría o puntuación que ocurre con mayor frecuencia.
  • Mediana: es el valor que divide la distribución por la mitad. Esto es, la mitad de los casos caen por debajo de la mediana y la otra mitad se ubica por encima de ésta. La mediana refleja la posición intermedia de la distribución.
  • Media: promedio aritmético de una distribución.
• Medidas de variabilidad: indican la dispersión de los datos en la escala de medición de la variable considerada y responden a la pregunta: ¿dónde están diseminadas las puntuaciones o los valores obtenidos?
  • Rango: es la diferencia entre el valor máximo y mínimo.
  • Desvío estándar: es el promedio de desviación de las puntuaciones con respecto a la media. Cuanto mayor sea la dispersión de los datos alrededor de la media, mayor será la desviación estándar.
  • Varianza: Medida de la variación de una serie de observaciones respecto de la media.
• Gráficas.
• Puntuación Z: transformaciones que se pueden hacer a los valores con el propósito de analizar su distancia respecto a la media, en unidades de desviación estándar. Una puntuación z nos indica la dirección y el grado en que un valor individual obtenido se aleja de la media.
• P = Es una medida de cuan consistentes son nuestros datos con la hipótesis nula. Mientras más pequeño sea el p-valor, mas fuerte es la evidencia para RECHAZAR la hipótesis nula. Un p-valor cercano a 1: los datos son consistentes con la hipótesis nula. Un p-valor muy pequeño: evidencia en contra de la hipótesis nula. P= 0,05. SIGNIFICATIVA, > NO SIGNIFICATIVA.

Inferencial

Sirve para estimar parámetros y probar hipótesis. Se basa en la distribución muestral.

Análisis paramétrico

Depende de las características de la población. Es importante verificar que los resultados de la muestra se distribuyen de forma normal y los datos obtenidos variables son continuos o de forma intervalar y/o de razón. Son:

• Coeficiente de correlación de Pearson: Es una prueba estadística para analizar la relación entre dos variables medidas en un nivel por intervalos o de razón.
• Regresión lineal: Es un modelo estadístico para estimar el efecto de una variable sobre otra.
• Prueba t: utilizada para evaluar si dos grupos difieren entre sí de manera significativa respecto a sus medias en una variable. La hipótesis debe ser de diferencia de dos grupos.
• Análisis de varianza: Es una prueba estadística para analizar si más de dos grupos difieren significativamente entre sí en cuanto a sus medias y varianzas. Se aplica para dos grupos y el análisis de varianza unidireccional se usa para tres, cuatro o más grupos.

Análisis no paramétrico

No deben ajustarse a ninguna distribución. Pueden por tanto aplicarse incluso aunque no se cumplan las condiciones de validez paramétricas. Son:

• Chi²: Es una prueba estadística para evaluar hipótesis acerca de la relación entre dos variables categóricas.
• Los coeficientes de correlación e independencia para tabulaciones cruzadas.
• Los coeficientes de correlación por rangos ordenados de Spearman y Kendall: Son coeficientes utilizados para relacionar estadísticamente escalas tipo Likert por aquellos investigadores que las consideran ordinales.

Los análisis de los datos dependen de tres factores

• El nivel de medición de las variables.
• La manera como se hayan formulado las hipótesis.
• El interés analítico del investigador (que depende del planteamiento del problema).

El investigador busca, en primer término, describir sus datos y posteriormente efectuar análisis estadísticos para relacionar sus variables.

El planteamiento cualitativo normalmente comprende:

1. El propósito y/o los objetivos.
2. Las preguntas de investigación.
3. La justificación y la viabilidad.
4. Una exploración de las deficiencias en el conocimiento del problema.
5. La definición inicial del ambiente o contexto.