SEMINARIO DE POSGRADO

ESTRATEGIAS Y DISEOS AVANZADOS DE INVESTIGACIN SOCIAL

Titular: Agustn Salvia MDULO 1 (complemento):

SEMINARIO DE POSGRADO

TCNICAS ESTADSTICAS PARA ANLISIS DESCRIPTIVOS Y MEDIDAS DE ASOCIACIN

ESTADSTICA BSICA
LA ESTADSTICA DESCRIPTIVA TIENE COMO FUNCIN BRINDAR UN CONJUNTO DE MEDIDAS QUE SINTETICEN LA INFORMACIN RELEVADA POR LOS DATOS. ESTUDIA CARACTERES O ASPECTOS REFERIDOS A UN COLECTIVO DE PERSONAS, OBJETO O ELEMENTOS DE NATURALEZA ESPECFICA. LA ESTADSTICA DESCRIPTIVA DISPONE DE UNA SERIE VARIADA DE HERRAMIENTAS PARA RESUMIR INFORMACIN QUE CONTIENE UNA MUESTRA O POBLACIN: TABLAS, GRFICOS, MEDIDAS DE TENDENCIA CENTRAL, DE DISPERSIN, ETC. LA EXTRAPOLACIN DE DE LOS RESULTADOS DE UNA MUESTRA A LA POBLACIN ES EL CONTENIDO DE LA ESTADSTICA INFERENCIAL, CUYA FUNCIN ES INFERIR CONCLUSIONES Y BRINDAR MEDIDAS QUE PERMITAN CUANTIFICAR LA CONFIANZA DE TALES CONCLUSIONES.

EL EMPLEO DE UN DETERMINADO TIPO Y/O HERRAMIENTA ESTADSTICA DEPENDE DEL TIPO DE PROBLEMA/OBJETO DE ESTUDIO Y DEL NIVEL DE MEDIN DE LOS VALORES DE LA VARIABLE A CONSIDERAR.

HERRAMIENTAS BSICAS DE LA ESTADSTICA DESCRIPTIVA

Variable Cualitativa en escala nominal Descripcin Estadsticas y grficos Distribucin de frecuencias Moda Diagrama de barras Mnimo Mximo Mediana Cualitativa en escala ordinal Valores no numricos con presencia de orden entre ellos Cuartiles Presentiles Rango intercuartlico Grfico de caja y bigotes Cuantitativa discreta: nicamente puede tomar una cantidad finita o numerable de valores numricos. Cuantitativa continua: puede tomar cualquier valor numrico en un intervalo. En escala de intervalo: nicamente tiene sentido la diferencia entre sus valores. En escala de r azn: si, adems de la diferencia, tiene sentido la raz n entre sus valores. Media Rango Varianza Desviacin tpica Coeficiente de variacin Coeficiente de asimetra Coeficiente de curtosis Histograma Grfico de tallo y hojas

Valores no numricos con ausencia de orden entre ellos

Cuantitativa en escala de intervalo o de razn

ESTADSTICA DESCRIPTIVA
VARIABLE CUALITATIVA EN ESCALA ORDINAL
PEA Valid Percent 79,6 20,4 100,0 Cumulativ e Percent 79,6 100,0
Frequency
5000000 4000000

PEA

Valid

Frequency Activo 4699861 Inactivo 1207374 T otal 5907235

Statistics PEA N Mode

Percent 79,6 20,4 100,0

3000000

2000000

1000000

Activo

Inactivo

Valid Missing

5907235 0 1,00

PEA
Cases weighted by PONDERA TEMPORARY . SELECT IF (h12>25 AND h12<45) . FREQUENCIES VARIABLES=cdea /STATISTICS=MODE /BARCHART FREQ /ORDER ANALYSIS .

ESTADSTICA DESCRIPTIVA
Statis tics

VARIABLE CUALITATIVA EN ESCALA ORDINAL

Grupos de edad Valid Percent 16,8 18,6 16,6 12,6 12,0 9,6 13,9 100,0 Cumulativ e Percent 16,8 35,4 52,0 64,5 76,6 86,1 100,0

Valid

0.- 9 aos y menos 1.- de 10 a 19 aos 2.- de 20 a 29 aos 3.- de 30 a 39 aos 4.- de 40 a 49 aos 5.- de 50 a 59 aos 6.- 60 aos y ms Total

Frequency 4077127 4506457 4023557 3053744 2917893 2326358 3361616 24266752

Percent 16,8 18,6 16,6 12,6 12,0 9,6 13,9 100,0

Grupos de edad N V alid Mis sing Median Range Minimum Max imum Percentiles 20 25 50 75 80

24266752 0 2,0000 6,00 ,00 6,00 1,0000 1,0000 2,0000 4,0000 5,0000

Grupos de edad
5000000

4000000

3000000

FREQUENCIES VARIABLES=xgedad /NTILES= 4 /PERCENTILES= 20 80 /STATISTICS=RANGE MINIMUM MAXIMUM MEDIAN /BARCHART FREQ /ORDER ANALYSIS .

2000000

Frequency

1000000 Std. Dev = 2,02 Mean = 2,7 0 0,0 1,0 2,0 3,0 4,0 5,0 6,0 N = 24266752,0

Grupos de edad
Cases weighted by PONDERA

ESTADSTICA DESCRIPTIVA
VARIABLE CUANTITATIVA EN ESCALA MTRICA
Statistics Edad N
3000000

Edad
24.266.752 0 32,15 ,00 28 21 22,03 485,49 ,53 ,00 -,64 ,00 99 0 99 780.121.228 6 14 28 48 65

Valid Mis sing

Mean Std. Error of Mean Median Mode Std. Deviation Varianc e Skew nes s Std. Error of Skew ness Kurtosis Std. Error of Kurtos is Range Minimum Max imum Sum Percentiles 10 25 50 75 90

2000000

1000000
Frequency

Std. Dev = 22,03 Mean = 32,1

0
,0 10 ,0 20 ,0 30 ,0 40 ,0 50 ,0 60 ,0 70 ,0 80 ,0 90 0 0,

N = 24266756,0

0 0, 10

Edad
Cases weighted by PONDERA FREQUENCIES VARIABLES=xh12 /FORMAT=NOTABLE /NTILES= 4 /PERCENTILES= 10 90 /STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM SKEWNESS SESKEW KURTOSIS SEKURT /HISTOGRAM NORMAL /ORDER ANALYSIS .

MEDIDAS DE ASOCIACIN ENTRE VARIABLES

UNA TABLA ES UNA DISTRIBUCIN EN FILAS Y COLUMNAS EN LA QUE LOS INDIVIDUOS DE UNA POBLACIN SE CLASIFICAN EN FUNCIN DE ALGUNAS VARIABLES. La tabla de contingencia es un mtodo de representar simultneamente dos caracteres observados en una misma poblacin, si son discretos o continuos reagrupados en clases. Los dos caracteres son x e y, el tamao de la muestra es n. Las modalidades o clases de x se escribirn c1.. cr, y las de y, d1... ds. Estos valores en una tabla de doble entrada:

ANLISIS DE TABLAS DE CONTINGENCIA

COMPONENTES DE UNA TABLA DE CONTINGENCIA

DISTRIBUCIONES MARGINALES
DISTRIBUCIONES CONDICIONALES UN TOTAL POBLACIONAL O MUESTRAL

TIPO DE ANLISIS QUE PERMITE UNA TABLA DE CONTINGENCIA

ANLISIS DE PERFILES O CARACTERSTICAS POBLACIONALES ANLISIS DESCRIPTIVO DE GRUPOS O SEGMENTOS DE POBLACIN ANLISIS DE ASOCIACIN / INDEPENDENCIA DE PROBABILIDADES

ASOCIACIN ESTADSTICA La idea de asociacin, en general, se define en oposicin a la de independencia. Por convencin es definida como: La idea de fuerza de la relacin se define por la lejana con respecto a la independencia estadstica. Las variables X e Y (sexo y condicin de actividad) son estadsticamente independientes si el porcentaje de observaciones que poseen el atributo Y1 (activo) es el mismo entre X1 (hombres) que entre X2 (mujeres)

SEMINARIO DE POSGRADO

TCNICAS AVANZADAS EN INVESTIGACIN SOCIAL

Mtodos multivariados
Su clasificacin

La investigacin EMPRICA se ocupa de fenmenos multidimensionales

Problemas de interdependencia o creacin de ndices (anlisis factorial, cluster y escalamiento). Problemas de causalidad o asociacin (anlisis de varianza, regresin y discriminante).

Clasificacin de los mtodos multivariados

Mtodos multivariados
Mtodos de interdependencia
Descripcin de Dimensiones: posibilitan la identificacin de dimensiones o conceptos complejos subyacentes (Anlisis Factorial, Componentes Mltiples, etc.). Clasificacin de unidades o variables: permiten clasificar unidades individuales o colectivas o variables con el fin de crear tipologas, cluster o clases de individuos (Cluster, Escalamiento, etc.).

Mtodos multivariados
Mtodos de interdependencia
Utilidad de este tipo de mtodos:
Evalan correlaciones y sintetiza informacin Muestran la estructura de los datos segn criterio Establecen clasificaciones y/o genera valores ndices

Tcnicas de Anlisis
ANLISIS FACTORIAL ANLISIS DE CORRESPONDENCIAS ANLISIS DE CLUSTER

Mtodos multivariados
Problemas de causalidad
Diferencian entre variables (a) explicativas, independientes o predictivas, (b) variables a explicar o dependientes, y (c) variables control o intervinientes. La distincin entre variables dependientes e independientes debe efectuarse con arreglo a fundamentos tericos, por conocimiento o experiencia y estudios anteriores. Mtodos de tipo: EXPLICATIVOS /PREDICTIVOS

Mtodos multivariados
Problemas de causalidad
Utilidad de este tipo de mtodos
Mide la fuerza y sentido de relaciones parciales Predice valores a partir de una serie de variables Explica el comportamiento de una o ms variables Evala la bondad de ajuste de un modelo terico a los datos
MTODOS ANLISIS DE VARIANZA (ANOVA) ANLISIS DE REGRESIN ANLISIS DISCRIMINANTE REGRESIN LOGSTICA