CAPTULO 10

Procedimientos para analizar

cuantitativamente los datos

Una vez que los datos han sido codificados, transferidos a una matriz,
guardados en un archivo y depurar los errores, se procede a analizarlos.

Pasos

1. Seleccin del Programa: Poseen la definicin de las variables y la

matriz de datos. Entre ellos se encuentran:

SPSS (Paquete Estadstico para Ciencias Sociales) desarrollado por la

Universidad de Chicago

Minitab

SAS (Sistema de Anlisis Estadstico) desarrollado por la Universidad de

Carolina del Norte.

2. Ejecutar el Programa: se debe verificar que el programa corra

adecuadamente.

3. Explorar los datos: se inicia el anlisis (ya se ha formulado la

pregunta de investigacin que se pretende contestar, visualizacin del
alcance, establecimiento de la hiptesis, definicin de variables,
elaboracin de instrumentos y recoleccin de datos.

Las variables de matriz de datos son columnas o tems. Las variables de

la investigacin son las propiedades medidas y que forman parte de la
hiptesis.

Los anlisis de datos dependen de 3 factores:

El nivel de medicin de las variables

La manera como se hayan formulado las hiptesis

El inters del investigador

Estadstica Descriptiva para cada

Variable

La primera tarea es describir los datos, los valores o las puntuaciones

obtenidas para cada variable.

Una distribucin de frecuencias es un conjunto de puntuaciones

ordenadas en sus respectivas categoras y se presenta como una tabla.

Las distribuciones de frecuencias pueden completarse agregando porcentajes de

casos en cada categora, los porcentajes acumulados y los porcentajes validos.

Las distribuciones de frecuencias, especialmente cuando utilizamos porcentajes,

pueden presentarse en forma de histogramas o graficas.

Los polgonos de frecuencia relacionan las puntuaciones con sus

respectivas frecuencias.

Representan curvas tiles para describir los datos.

Medidas de Tendencia Central

Son los puntos de una distribucin obtenida, los valores medios o centrales
y nos ayudan a ubicarla dentro de la escala de medicin. Entre ellas estn:

Moda: categora o puntuacin que ocurre con mayor frecuencia.

Mediana: el valor que divide la distribucin a la mitad, estos valores se

encuentran debajo y por encima de la mediana.

Media: medida de tendencia central mas utilizada y puede definirse como

el promedio aritmtico de distribucin.

Medidas de la Variabilidad

Indican la dispersin de los datos de la escala de medicin y responden

a la preguntas Dnde estn diseminadas las puntuaciones o los valores
obtenidos? Entre ellas se encuentran:

Rango: llamado tambin recorrido, es la diferencia entre la puntuacin

mayor y la puntuacin menor. Cuanto mas grande sea el rango, mayor
ser la dispersin de los datos.

Desviacin estndar o tpica: es el promedio de desviacin de las

puntuaciones con respecto a la media.

Varianza: es la desviacin estndar elevada al cuadrado.

Otra Estadstica Descriptiva?

Asimetra: es una estadstica necesaria para conocer cuanto se parece

una distribucin a una distribucin terica llamada curva normal.

Curtosis: es un indicador de lo plana o picuda que es una curva.

Puntuaciones Z: son transformaciones que se pueden hacer a los valores

o puntuaciones obtenidas, con el propsito de analizar su distancia
respecto a la media

Razn: es la relacin entre dos categoras.

4. Evaluar la confiabilidad o fiabilidad y validez lograda por el instrumento de

medicin: se evalua para todo el instrumento de medicin utilizado. Entre ellas
estn:

Medida de Estabilidad: un mismo instrumento de medicin se aplica dos o ms

veces a un mismo grupo de personas, despus de cierto perodo.

Mtodos de Formas Alternativas o Paralelas: no se administra el mismo

instrumento de medicin, sino dos o ms versiones equivalentes a este.

- Mtodo de Mitades Partidas: los procedimientos anteriores requieren

cuando menos dos administraciones de la medicin en el mismo grupo de
individuos, sin embargo, ste necesita una sola aplicacin.

Medidas de Coherencia o Consistencia Interna: estiman la confiabilidad

de Alfa de Cronbach y los coeficientes de KR-20 y KR-21

Validez

Se produce al correlacionar las puntuaciones de los participantes,

obtenidas por medio del instrumento, con sus valores logrados en el
criterio. La validez de constructo se obtiene mediante el anlisis de
factores.

5. Analizar mediante pruebas estadsticas las hiptesis planteadas: los

datos se recolectan de una muestra de la poblacin o universo. A la
estadstica de la poblacin se le conoce como parmetros y no son
calculados.

La estadstica inferencial se utiliza para dos procedimientos vinculados:

Prueba de hiptesis: determinar si la hiptesis

congruente con los datos obtenidos en la muestra.

Distribucin muestral: conjunto de valores sobre una estadstica

calculada de todas las maneras posibles de determinado tamao de la
poblacin.

Nivel de significancia: nivel de probabilidad de equivocarse y se fija

antes de probar hiptesis diferenciales.

poblacional

es

Se pueden cometer errores al probar

una hiptesis?

Nunca estaremos completamente seguros de nuestra estimacin.

Trabajamos con altos niveles de confianza o seguridad, pero, aunque el
riesgo es mnimo, podra cometerse un error. Los resultados posibles al
probar hiptesis seran:

1. Aceptar una hiptesis verdadera (decisin correcta).

2. Rechazar una hiptesis falsa (decisin correcta).
3. Aceptar una hiptesis falsa (conocido como error del Tipo II o error beta).
4. Rechazar una hiptesis verdadera (conocido como error del Tipo I o error
alfa).

Prueba de Hiptesis

Anlisis paramtricos: la distribucin poblacional de la variable

dependiente es normal, el nivel de medicin de las variables es por
intervalos o razn, cuando dos o mas poblaciones son estudiadas,
tienen una varianza homognea.

Existen diversas pruebas paramtricas, pero las ms utilizadas son:

Coeficiente de correlacin de Pearson y regresin lineal.
Prueba t.
Prueba de contraste de la diferencia de proporciones.
Anlisis de varianza unidireccional (ANOVA en un sentido o oneway).
Anlisis de varianza factorial (ANOVA).
Anlisis de covarianza (ANCOVA).

Estadstica Multivariada: cuando se presentan

independientes y una dependiente, varias
dependientes.

diversas variables
independientes y

6. Realizar anlisis adicionales: efectuar otro anlisis o pruebas extras

para confirmar tendencias.

7. Preparar los resultados para presentarlos:

Revisar cada resultado

Organizar los resultados

Cotejar diferentes resultados: su congruencia y en caso de inconsistencia

lgica volverlos a revisar.

Priorizar la informacin ms valiosa

Copiar y/o formatear las tablas en el programa con el cual se elaborar

el reporte de la investigacin

Comentar o describir brevemente la esencia de los anlisis, valores,

tablas, diagramas, grficas.

Volver a revisar los resultados.

Y, finalmente, elaborar el reporte de investigacin.