ALGUNOS CONCEPTOS PREVIOS Tipos de Variables y Niveles

ALGUNOS CONCEPTOS PREVIOS Ø Ø Ø Ø Tipos de Variables y Niveles de medida Proceso de datos y Análisis de datos Estadística y niveles de análisis Validez Interna, Externa y Ecológica Error Tipo I ( ) y Error Tipo II ( ) Significación estadística y significación práctica Contraste estadístico Supuestos para el análisis de datos Pruebas paramétricas y no paramétricas Matriz (tipos de matrices) Correlación y covarianza Coeficientes de correlación Regresión … Modelos Multivariantes 1

El Proceso de Datos Ð Un continuum que empieza ya en el Diseño de la investigación. Los pasos por los que atraviesan los DATOS: Diseño de la investigación Recogida de datos Codificación y grabación Análisis Exploratorio Análisis Estadístico Interpretación de Resultados Elaboración del Informe ¡TODOS SON IGUALMENTE IMPORTANTES!

EL ANÁLISIS DE DATOS Ð La ESTADÍSTICA como un cuadro de herramientas, con 3 niveles de análisis: § Nivel 1: DESCRIPTIVO-UNIVARIADO. Resumir e ilustrar la información contenida en una matriz de datos § Nivel 2: INFERENCIAL-BIVARIADO. Estimar parámetros, contrastar hipótesis, comparar el comportamiento de dos o más grupos o analizar la relación entre pares de variables § Nivel 3: MODELIZACIÓN-MULTIVARIANTE. Elaborar modelos, ecuaciones o funciones que permitan explicar unas variables a partir de otras y hacer predicciones

SELECCIÓN DE LA PRUEBA ESTADÍSTICA Ð ¿Qué queremos hacer? ¿en qué Nivel de Análisis nos situamos? § § § Nivel 1: DESCRIPTIVO-UNIVARIADO Nivel 2: INFERENCIAL-BIVARIADO Nivel 3: MODELIZACIÓN-MULTIVARIANTE

Nivel 1: DESCRIPTIVOUNIVARIADO Medidas de Tendencia Central Medidas de Variabilidad Medidas Distribución Medidas de Posición Gráficos Tablas

Nivel 2: INFERENCIAL-BIVARIADO Correlaciones § Variables de Escala: Pearson § Variables Ordinales: Spearman y Kendall § Variables categóricas: Phi, Coeficiente de Contingencia, … Contrastes § Variables Métricas: Paramétricos § N o K grupos § Independientes o Relacionados § Variables No Métricas: No Paramétricos § N o K grupos § Independientes o Relacionados

Nivel 3: MODELIZACIÓNMULTIVARIANTE Técnicas multivariantes de Dependencia § Regresión Lineal Múltiple § Regresión Logística § Análisis Discriminante § Análisis de Varianza (ANOVA y MANOVA) § Análisis LOGIT Técnicas multivariantes de Interdependencia § Análisis Factorial (Componentes Principales) § Análisis de Correpondencicas § Análisis Cluster § Escalamiento Multidimensional

CONTRASTES: VD CUANTITATIVA 1 Grupo t-Student Grupos normales t-Student Grupos NO normales Mann-Withney Grupos normales t-Student relacionados Grupos NO normales Wilcoxon Grupos normales Anova + Post Hoc Grupos NO normales Kruskal-Wallis + Dunn Grupos normales Anova medidas repetidas Grupos NO normales Friedman Independientes 2 Grupos Relacionados Independientes K Grupos Relacionados

CONTRASTES: VD CUALITATIVA Binomial 1 VARIABLE PROPORCIONES Chi-Cuadrado 2 VARIABLES Independientes Tablas de contingencia Chi-Cuadrado Corregido 2 x 2 Mc. Nemar (2) Relacionados Cochran (k) Prueba de Fisher

CONTRASTES: VD CUASICUANTITATIVA Mann-Whitney Independientes 2 GRUPOS Wilcoxon Relacionados Independientes Kruskal-Wallis + Dunn K GRUPOS Relacionados Friedman