Proceso de estudio o investigación

TEMA 6

Análisis de

Datos

Elementos para los análisis de datos

1. Datos a analizar

2. Modos de tratar/conocer los datos

3. Criterios para interpretar/evaluar los datos

Tipos de análisis

por variedad en esos tres elementos

171-185

1. Tipos de análisis según datos

- Por Códigos de expresión:

• Verbales y/o icónico: Análisis “cualitativos” (sic)

• Numéricos: Análisis “cuantitativos” (sic)

- Por Estructura

- De variables: Análisis descriptivos

- de variables de medida

» de OE unitarios

» VVDD y

» VVII no manipuladas

- De relaciones: Análisis relacionales

- Por tipo de valores de esas variables

- Cualitativos (ordinales): Análisis de datos cualitativos

- Cuantitativos (ordinales): Análisis de datos cuantitativos

1. Tipos de análisis según datos

- Por Códigos de expresión:

• Verbales y/o icónico: Análisis “cualitativos” (sic)

• Numéricos: Análisis “cuantitativos” (sic)

- Por Estructura

- De variables: Análisis descriptivos

- de variables de medida

» de OE unitarios

» VVDD y

» VVII no manipuladas

- De relaciones: Análisis relacionales

- Por tipo de valores de esas variables

- Cualitativos (ordinales): Análisis de datos cualitativos

- Cuantitativos (ordinales): Análisis de datos cuantitativos

2. Tipos de análisis según modos de

tratar/conocer los datos

Índices y gráficos descriptivos

Índices/

Tipo de variables

Índices

de

tendencia central

Gráficos

V. Cualitativas

(Escala nominal) Moda

Gráfico de Barras

Gráfico de Sectores

V. Ordinales Moda

Mediana Gráfico de Barras

V. Cuantitativas

(Escala de intervalo y razón)

Moda

Mediana

Media Histogramas

1. Tipos de análisis según datos

- Por Códigos de expresión:

• Verbales y/o icónico: Análisis “cualitativos” (sic)

• Numéricos: Análisis “cuantitativos” (sic)

- Por Estructura

- De variables: Análisis descriptivos

- de variables de medida

» de OE unitarios

» VVDD y

» VVII no manipuladas

- De relaciones: Análisis relacionales

- Por tipo de valores de esas variables

- Cualitativos (ordinales): Análisis de datos cualitativos

- Cuantitativos (ordinales): Análisis de datos cuantitativos

2. Tipos de análisis según modos de

tratar/conocer los datos

Ejercicios sobre el Patrón de covariación

Con un ejemplo numérico

Chocolate Personalidad Terapia

Migraña:

Días/mes

Sí No extrovertido No 20

No No extrovertido No 19

Sí No extrovertido Sí 9

No No extrovertido Sí 8

Sí Extrovertido No 14

No Extrovertido No 15

Sí Extrovertido Sí 4

No Extrovertido Sí 5

Nota: Para las preguntas que aparecen a continuación, utiliza como índices

las medias aritméticas con un decimal y toma como significativa cualquier

diferencia.

En la siguiente tabla aparecen los datos de un estudio sobre si la posible influencia

del chocolate sobre la migraña depende la personalidad, y si todo ello puede verse

modificado por una terapia.

1. ¿Existe relación empírica entre el chocolate y la

migraña?¿Cómo lo comprobarías con los datos de la

tabla previa?

VI (Chocolate) VD (Migraña)

Sí

No

(20+9+14+4) /4= 11,8

(19+8+15+5)/4 = 11,8

=

Ch R M = No hay covariación (es nula)

2. ¿Existe relación empírica entre personalidad y

migraña?

VI (Personalidad) VD (Migraña)

No extrovertidos

Extrovertidos

(20+19+9+8)/4 = 14

(14+15+4+5)/4 = 9,5

≠

P R M = Sí hay Covariación (no-nula)

3. ¿Y entre terapia y migraña? ¿Qué tipo de

relaciones son las dos anteriores y ésta?

VI (Terapia) VD (Migraña)

No

Sí

(20+19+14+15)/4 = 17

(9+8+4+5)/4 = 6,5

≠

RELACIÓN SIMPLE: T R M = Sí hay Covariación (no-nula)

4. ¿Cómo comprobarías si la terapia modifica la posible

influencia del chocolate sobre la migraña? ¿Qué tipo de

planteamiento relacional es éste?

VI (Terapia) TD (Choc. R Migraña)

No(19+15)/2= 17

d=0

INTERACCIÓN: T R (Ch R M) = No hay Covariación (nula)

No

Sí (20+14)/2= 17

Sí d=0

Sí (9+4)/2= 6,5

No (8+5)/2= 6,5=

5. ¿Se puede afirmar que hay influencia de la terapia

sobre la relación entre personalidad y migraña?

VI (Terapia) TD (Per. R Migraña)

No(14+15)/2= 14,5

d=5

INTERACCIÓN: T R (P R M) = Hay Covariación (no-nula)

Ext.

No Ext. (20+19)/2= 19,5

Sí d=4

No Ext. (9+8)/2= 8,5

Ext. (4+5)/2= 4,5≠

6. ¿Cómo comprobarías si la terapia modifica la posible

influencia de la personalidad sobre la relación entre

chocolate y migraña? ¿Qué tipo de relación es?

VI (Terapia) Per R (Choc. R Migraña)

No

(15)d=+1

INTERACCIÓN: T R[P R (Ch R M)] = No hay Covariación (nula)

No

Sí (14)

Sí

d=-1

Sí (4)

No (5)

=

Ext.

No Ext.

Ext.

No Ext.

(19)No

Sí (20)

Sí (9)

No (8)

d= 2

d=+1

d=-1

d= 2

Ejercicios sobre el Patrón de covariación

Con ejemplos gráficos

B1 B2

A1

A2

B1 B2

A1

A2

B1 B2

A1

A2

B1 B2

A1

A2

En los siguientes gráficos se representan datos de dos VVII (A y B) dicotómicas, y una VD. Valora si la covariación de cada factor con la VD, así como la interacción de ambos factores (en cualquier orden) con la VD, son nulas o no. (En las gráficas de la izquierda, la línea amarilla se superpone a la roja)

A: Nula; B: Nula; Interacción: Nula A: No Nula; B: Nula; Interacción: Nula

A: Nula; B: No Nula; Interacción: Nula A: No Nula; B: No Nula; Interacción: Nula

Ejercicios sobre el Patrón de covariación

Con ejemplos gráficos

B1 B2

A1

A2

B1 B2

A1

A2

B1 B2

A1

A2

B1 B2

A1

A2

A: No Nula; B: No Nula; Interacción: No Nula A: No Nula; B: Nula; Interacción: No Nula

A: Nula; B: No Nula; Interacción: No Nula A: Nula; B: Nula; Interacción: No Nula

1. Tipos de análisis según datos

- Por Códigos de expresión:

• Verbales y/o icónico: Análisis “cualitativos” (sic)

• Numéricos: Análisis “cuantitativos” (sic)

- Por Estructura

- De variables: Análisis descriptivos

- de variables de medida

» de OE unitarios

» VVDD y

» VVII no manipuladas

- De relaciones: Análisis relacionales

- Por tipo de valores de esas variables

- Cualitativos (ordinales): Análisis de datos cualitativos

- Cuantitativos (ordinales): Análisis de datos cuantitativos

2. Tipos de análisis según modos de

tratar/conocer los datos

Cuando muchos datos,

Variedad de pruebas estadísticas

relacionales, según dimensiones:

• Especificación/no de los parámetros poblacionales

– Pruebas paramétricas/ No paramétricas

• Estrategia del diseño (Estructura):

– Independientes

• en transversales con aleatorización

– Relacionados

• en longitudinales y transversales con equiparación

• Tipo y número de valores de las variables implicadas

191-197

Comprueba que eres capaz de decidir

prueba a usar en cada caso

¡sin haber cursado todavía Análisis de Datos!

Algunos enlaces para decidir pruebas:

http://www.ats.ucla.edu/stat/mult_pkg/whatstat/default.htm

http://www.socialresearchmethods.net/selstat/ssstart.htm

• Versión en castellano (disponible en el examen):

– http://asignatura.us.es/afunmet/guia_y_material/TablaEst.pdf

Tras calcular la covariación (con estadística o no)…

• Evaluar o interpretar… – si es nula o no, o qué grado o cantidad presenta

• Para ello, dos tipos de criterios: – Intuitivos, no fijados a priori

• Como en los ejercicios previos

• Dificultades de fiabilidad interjueces

– Especificados a priori

• Ligados a la temática

– P. ej. Significación clínica

• Generales

– Usualmente estadísticos/ probabilísticos

186-191

3. Tipos de análisis según criterios de evaluarla

El azar como criterio para evaluar la

comparación relacional

¿Es mayor la diferencia encontrada que la esperada por azar?

• Prueba de significación estadística

– Hipótesis alternativa a la h. nula (de relación nula).

• Además, evaluación del tamaño de efecto obtenido

188-189

Elementos para los análisis de datos

1. Datos a analizar

2. Modos de tratar/conocer los datos

3. Criterios para interpretar/evaluar los datos

Diferenciación

Ajuste

Precisión