Análisis de datos o análisis estadístico

Análisis de datos y las variables

ANÁLISIS DE DATOS O ANÁLISIS ESTADÍSTICO

“Es un conjunto de procedimientos diseñados para resumir y organizar datos con el objetivo de extraer información y elaborar conclusiones. Este conjunto de procedimientos (del que todas las ciencias empíricas –medicina, biología, psicología, sociología, economía, educación, etc.– hacen uso) pertenece a una rama de las matemáticas llamada estadística” (Pardo et al., 2015, p. 17).

ESTADÍSTICA

“La estadística puede concebirse como una ciencia que recoge, ordena y analiza los datos de una muestra extraída de una determinada población, para hacer inferencias acerca de esa población valiéndose del cálculo de probabilidades” (Amón, 1979, p. 37).

Es una forma de pensar que permite dar respuesta a problemas sociales, prácticas y de investigación, a través de la construcción de relaciones entre variables y planteamiento de hipótesis, brindando así, una visión objetiva de los hechos (Blanco, 2016).

1. Conceptos básicos de estadística son importantes para el ciudadano en la vida cotidiana (Salinas y Mayen, 2016).
2. Comprendiendo aspectos básicos de estadística, se puede comprender mejor distintas fuentes de información y por lo tanto tomar mejores decisiones (Sanoja y Ortiz, 2013).

Estadística teórica: “Se ocupa de investigar y proponer métodos formalmente válidos para organizar los datos y realizar inferencias”. (Pardo et al., 2015, p. 18).

Estadística aplicada: “Se ocupa de aplicar esos métodos [los de la estadística teórica”] a datos reales. Esta versión aplicada es lo que actualmente llamamos (problemente debido a Tukey, 1962) análisis de datos…”. (Pardo et al., 2015, p. 18).

ANÁLISIS DE DATOS (Pardo et al., 2015, p. 18)

Es un proceso que se desarrolla en fases:

1. Selección y recopilación de los datos (tarea que debe estar guiada por los objetivos del estudio y por el correspondiente diseño de investigación).
2. Aplicación de las herramientas descriptivas para organizar y resumir la información contenida en los datos, y termina habitualmente con…
3. Aplicación de herramientas inferenciales para efectuar comparaciones y estudiar relaciones entre las variables.

VARIABLES

Es cualquier característica que varía de una unidad a otra en un población objeto de estudio (Blanco, 2016).

Es una propiedad que puede fluctuar y cuya variación es susceptible de medirse u observarse (Hernández et al., 2014).

 Es cualquier cosa que varía y puede medirse de alguna manera, además pueden ser observables o hipotéticas. La esencia de la investigación es relacionar estos cambios  (Coolican, 2018).

En psicología, existen variables que se denominan constructos

Son conceptos que han sido inventados o adoptados para un propósito especial (Kerlinger & Lee, 2002).

[pic 1]

Las variables pueden dividirse de acuerdo a los valores que puede tomar una variable, y se le denomina escala.

[pic 2]

[pic 3]

Nominal o cualitativa  

• Los números representan una relación de identidad  
• No se puede realizar operaciones matemáticas tales como sumar, restar, multiplicar, etc. No reflejan orden ni jerarquía
• Se basan en propiedades, atributos, características, etc.
• Representan igualdad o desigualdad respecto a un atributo, característica o cualidad

Ejemplos:

Existen muchas características con las que únicamente puede conseguirse un nivel de medida nominal:

• El sexo (hombre, mujer); el estado civil (soltero, casado, divorciado, viudo, etc.); el lugar de procedencia (Lima, Ica, Cuzco, etc.).
• La nacionalidad, el tipo de enfermedad, el tipo de tratamiento, la actitud hacia un objeto (a favor, en contra), el resultado de una tarea (éxito, fracaso).
• Por ejemplo, para la variable tipo de neurosis, podemos asignar un 1 a los sujetos con neurosis obsesiva, un 2 a los sujetos con nuerosis histérica, un 3 a los sujetos con neurosis fóbica, etc.

Ordinal:

• Relación de igualdad –desigualdad y además una relación de orden respecto a la característica evaluada
• Lo anterior permite valorar si una persona tiene “más o menos” cantidad de variable, característica, atributo o cualidad que se está midiendo
• El tamaño del intervalo entre los valores no son necesariamente los mismos.
• Indican jerarquía y suponen un continuo

Ejemplos:

En las ciencias sociales y de la salud es frecuente encontrarse con características en las que resulta apropiado utilizar una escala de medida ordinal.:

• La satisfacción con un producto o servicio, el nivel debienestar psicológico, el grado de dolor percibido, las categorías del cociente intelectual, etc., son ejemplos de características que suelen medirse con una escala ordinal.

Intervalo

• Es una unidad de medida arbitraria
• Cuenta con valores numéricos exactos entre distancias de las medidas (intervalos)
• Permite, porcentajes, estadísticos como media, moda, y desviación estándar
• El punto cero es arbitrario y no significa ausencia absoluta de la característica medida.

[pic 4]

Razón

• Tiene todas las propiedades de las anteriores escalas
• El punto cero indica la ausencia de la propiedad.
• Ejemplo: la edad, el peso, la distancia.

[pic 5]

Variables Discretas y Continuas

Según el número de valores que tengan en la escala

Discretas: número de valores finito (números enteros)

Variables cualitativas (escala nominal)

Variables cuantitativas: las que son el resultado de contar; sus valores son números enteros (personas en el hogar, ingresos, tamaño del municipio).

Continuas:

Número de valores infinito (números con infinitos decimales)

Sólo aquellas variables cuantitativas que son resultado de medir (ejemplos: altura, peso, tamaño del piso, edad)

Para finalizar:

• La estadística es una disciplina científica que es necesaria en la vida cotidiana y ayuda a la toma de decisiones.
• La estadística se utiliza en la investigación científica psicológica porque con ella se obtiene evidencias que apoyan o no las explicaciones que se realizan sobre el comportamiento de las personas y animales.
• La educación estadística es importante en la psicología, por lo tanto, un primer paso es reconocer los diferentes tipos de variables.
• La clasificación de una variable en nominal, ordinal, intervalo o razón, depende de los valores de su respuesta.
• La importancia de distinguir apropiadamente las diferentes escalas de medida radica en que la elección de los diferentes procedimientos estadísticos está, en buena medida, condicionada por el tipo de mediciones de que se dispone (Pardo et al., 2015).

Muestra y muestreo. Determinación del tamaño de la muestra

ANÁLISIS DE DATOS (Pardo et al., 2015):

• El análisis de datos es una herramienta al servicio de la investigación empírica.
• Por lo general, ocurre que las conclusiones de un estudio se basan en datos particulares.
• Utilizar solamente unos pocos elementos del total es algo con lo que hay que lidiar casi siempre que se realiza un estudio.
• Lo que realmente suele interesar es poder utilizar la información disponible para elaborar conclusiones sobre el conjunto total de sujetos de la misma clase. A este salto de los particular a lo general es a lo que llamamos inferencia estadística.
• La inferencia estadística exige utilizar, por un lado, procedimientos que ayuden a efectuar correctamente el salto de lo particular a lo general y, por otro, procedimiento que garantice que ese salto se apoyen en una buena base.
• Tan importante es disponer de una buena técnica de análisis de datos para realizar la inferencia como seleccionar apropiadamente los datos que se van a analizar para, de esta manera, proporcionar una buena base de apoyo a la inferencia.
• Las técnicas de muestreo se encargan de garantizar que la inferencia se desarrolla correctamente.
• Y las herramientas estadísticas englobadas bajo la denominación general de análisis de datos se encargan de garantizar que la inferencia se desarrolla correctamente.

Muestra

• Una muestra se puede definir como un subgrupo de la población.
• En este subgrupo de la población se recolectan los datos
• Debe de ser representativo de la población para poder generalizar resultados.

Población

¿Qué es una población?

Conjunto de casos, definidos, limitados y accesible

Identificado desde la fase inicial de la investigación

La población de estudio es un conjunto de casos, definido, limitado y accesible, que formará el referente para la elección de la muestra. En la selección de la población de estudio existen características decisivas que deben considerarse. Una de ellas es la homogeneidad, que se refiere a que todos los miembros de la población tienen las mismas características según las variables que se habrán de estudiar, ya que si no se asegura que la población sea homogénea puede conducir a elaborar conclusiones equivocadas durante el análisis, ya que por la mezcla de subpoblaciones (heterogéneas) no se obtendrá una representación clara de las variables en estudio. Otra característica es la temporalidad; es decir, el periodo donde se sitúa a la población de interés. Debe establecerse si el estudio se ubica en el presente, o si se trata de una población atendida en el pasado, o de una conjunción de poblaciones de diferentes generaciones. Esta característica es importante porque las condiciones de las poblaciones pueden variar con el tiempo, ya sea por avances en la forma de establecer diagnósticos o tratamiento, o por los cambios en factores ambientales. La tercera característica es la necesidad que en la población a estudiar se definan los límites espaciales, esto significa que se debe especificar si la población es de una comunidad, país, o unidad médica. En esta última, siempre es conveniente señalar si es de primer, segundo o tercer nivel de atención ya que en cada uno de estos niveles, los pacientes atendidos generalmente son diferentes (por su gravedad, tipo de tratamiento, comorbilidades, entre otros).

...