TALLER II - CAP. VI ELABORACION Y ANALISIA DE DATOS.(A.D.

D) Esta seccin comprende el procesamiento y el anlisis de los datos recolectados para el cual es importante tener presente los pasos y procedimientos a seguir. Para kerlinger (1983) analizar es establecer categoras, ordenar, manipular y resumir los datos; segn AVILA menciona que el A.D.D., comprende dos fases: El procesamiento de los anlisis de datos y los elementos estadsticos. El 1ero comprende el anlisis univariado, bivariado y trivariado, y el 2do la estadstica descriptiva y la inferencial. El A.D.D. es el precedente para la actividad de interpretacin. La interpretacin se realiza en trminos de los resultados de la investigacin. Esta actividad consiste en establecer inferencias sobre las relaciones entre las variables estudiadas para extraer conclusiones y recomendaciones (kerlinger, 1983). Segn TAMAYO (2002), sostiene que en la etapa de elaboracin de datos se plantea el proceso de preparar la informacin despus de su recoleccin, mediante las siguientes fases: revisin, codificacin, procesamiento, recuento, plan de tabulacin y presentacin de los datos. A continuacin sealamos los procedimientos de recoleccin de datos que se deber indicar: 1. A quien y como solicito los permiso o las autorizaciones necesarias para realizar el estudio. Las solicitudes, etc. 2. A quien y como se extendi la invitacin a participar en el estudio; 3. Como llego a cabo la coordinacin del estudio y los recursos de los cuales dispuso. 4. Como administro y recogi el instrumento de investigacin. 5. Qu medidas de control investigativo estableci.
EN TEXTO CUADROS EN FORMA TABULAR PRESENTACION DE DATOS RECOLECTADOS GRAFICOS O DIAGRAMAS TAB LAS CARTIGRAMAS DE DIMENSIONES

LINEALE DIBUJOS

DE SUPERFICIE

TABULACION DE DATOS. Consiste en la contabilizacin o registro de nmero de casos (frecuencia o repeticin) en cada una de las categoras de la variable de acuerdo al plan de tabulacin previamente establecido. PRESENTACION DE LOS DATOS. La presentacin de datos es tener la informacin recolectada en forma organizada estadsticamente para proceder el anlisis y la interpretacin de los resultados. Segn vila Acosta (2003), los resultados de la tabulacin se presentan en cuadros, tablas y grficos. Hay dos formas de presentar los datos estadsticos: a) En forma tabular, como son los cuadros y las tablas estadsticas. b) Mediante grficos y diagramas Una tabla o cuadro estadstico completo puede tener las siguientes partes: a) Numero del cuadro: Es el cdigo o elemento de identificacin que permite ubicar el cuadro en el interior del documento. b) Titulo: es la descripcin resumida del contenido del cuadro. Debe ser breve, clara y completa. Responder a las preguntas: qu?, donde?, cmo?, y cundo? c) Encabezamientos o conceptos: es la descripcin de las filas y las columnas de un cuadro estadstico y se ubica en la parte superior del cuadro. d) Cuerpo: es la parte donde se colocan los datos correspondientes a las variables indicadas en el encabezamiento. Es el contenido numrico del cuadro. e) Nota de pie o llamadas. Es utilizada para precisar algunos trminos o siglas del cuadro.

f) Fuente. Es la indicacin al pie del cuadro y sirve para nombrar la publicacin, entidad, estudio o fuente de donde se obtuvieron los datos utilizados para construir el cuadro. g) Nota de unidad de medida: se escribe debajo del ttulo original, se usa cuando se abrevia la escritura de las cifras y para expresar en que unidades esta expresada la variable. h) Elaboracin: es una indicacin que se coloca debajo de la fuente y sirve para mencionar el responsable que est utilizando datos originales o de la fuente que elaboro el cuadro estadstico final. SUGERENCIAS PARA LA CONSTRUCCION DE CUADROS. 1. No deben ser complicados, ni grandes, ni largos. 2. Los cuadros deben ser claros y precisos. 3. Las variables deben estar interrelacionadas entre s. 4. Las clasificaciones incluidas en el cuadro estarn diseadas de manera que facilite el anlisis y las comparaciones. 5. Destacar las cifras e informacin ms importante. 6. Utilizar letras maysculas en los ttulos del cuadro. 7. Se debe abreviar las cantidades, considerar un decimal. 8. Dentro del cuadro anotar las cifras adecuadamente espaciadas.
NUMERO PARTES DE UNA TABLA O CUADRO TITULO CONCEPTOS CUERPO NOTA DE PIE FUENTE NOTAS DE UNIDAD DE MEDIDA ELABORACION

LOS GRAFICOS. Son representaciones de figuras geomtricas, de superficie o volumen con el objeto de ilustrar los cambios de una variable, para comparar visualmente dos o ms variables similares o relacionadas. PARTES DE UN GRAFICO. a) Titulo: es una descripcin del contenido del grafico. b) Los diagramas: estn dados por el propio dibujo del grafico. c) Escalas y/o leyendas: son indicaciones en donde se precisa la correspondencia entre los elementos del grafico y la naturaleza de las medidas representadas. d) Fuente: origen de los datos estadsticos. CLASIFICACION DE LOS GRAFICOS SEGN EL NUMERO DE VARIABLES: A) Los grficos de una variable: estos grficos sirven para fines comparativos de cantidades absolutas, tasas, proporciones, etc. Pueden tener la forma de barras, superficies, puntos o lneas. B) Los grficos de dos variables: se construyen en el plano rectangular o de coordenadas cartesianas, donde hay dos ejes, X e Y. En el eje Y (ordenada) se colocan los valores de la variable dependiente y en X (abcisa) la variable independiente, siendo y = f(x)TIPOS DE GRAFICOS: a. Lineales b. De superficie c. Pictogramas o dibujo d. Mapas estadsticos o cartogramas e. De dimensiones TECNICAS DE ANLISIS DE DATOS Existen tcnicas de como se analizaran los datos recopilados y la importancia de los resultados del estudio y se debe explicar cmo se interpretaran los datos recopilados para cada pregunta de la investigacin o hiptesis formulada.

En la investigacin cuantitativa las tcnicas de anlisis de datos son las estadsticas. Se debe incluir un anlisis descriptivo de la poblacin y un anlisis comparativo mediante Prueba T, correlacin de Pearson, etc. Las investigaciones cualitativas que son investigaciones de campo donde se entrevista o se analizan documentos es importante detallar como se analizara la recopilacin de datos. En la inv. Cualitativa el investigador es el instrumentos de investigacin, es importante explicar la tcnica que se utiliz y cul fue el papel del investigador. Si se realizaron entrevistas, se debe detallar cuales fueron las preguntas guas y presentarlas en los anexos. MEDICION ESTADISTICA Es la ciencia y tcnica que tiene que ver con la recoleccin, procesamiento y anlisis e interpretacin de datos. Otras definiciones estn referidas al nmero k obtenemos por contar cosa. PARA SIERRA BRAVO 1991. La estadstica es la ciencia conformada por un conjunto de teoras y tcnicas cuantitativas que tiene por objeto la organizacin presentacin, descripcin y resumen de datos numricos obtenidos de la poblacin en su conjunto o fenmenos o muestras que representan la poblaciones estudiadas. SANCHEZ CRESPO. Lo define a la estadstica como ciencia que se ocupa del estudio de fenmenos de tipo genrico normalmente complejos y enmarcados en universo variable mediante el empleo de modelos de reduccin de la informacin y del anlisis de variacin de resultados de trminos de representatividad. PARA RUIZ. Es la ciencia cuyo objetivo es reunir una informacin cuantitativa concerniente individuo, grupos, series de hechos. a

PARA HOPKINS, la estadstica es un lenguaje para comunicar informacin basada en datos cuantitativos La estadstica puede clasificarse en descriptiva e interferencial segn varios autores y esta ltima pueda sub dividirse en pruebas parametricas Aplicacin de la estadstica. a. Obtener muestra b. Resumir y organizar datos c. Hacer diferencias sobre una poblacin basados en los resultados de la muestra. d. Obtener un modelo simple para presentar un grupo. SEGN RUIZ. El mtodo estadstico es el conjunto de los mtodos que se utilizan para medir las caractersticas de la informacin para resumir los valores individuales. a. Definicin del problema b. Recopilacin de informacin existente c. Obtencin de informacin original d. Clasificacin e. Presentacin f. Anlisis. TIPOS DE DATOS En cada individuo de la muestra lo que se estudia son las variables (edad sexo talla) los datos son los que toman la variable en cada caso .se realiza la medicin, asignar valores a las variables incluidas en el estudio, se debe concretar la escala de medida que aplicaremos en cada variable. La naturaleza de observacin ser de gran importancia al elegir el mtodo estadstico. CLASIFICACION DE LOS ESTUDIOS ESTADISTICOS a. Segn la etapa. Descriptiva inferencial b. Segn el tiempo Estatico o estructural Dinamico o evolutivo

c. Segn la cantidad de variables Estadstica bivariada Estadstica multivariada ESTADISTICA CLASIFICACION DE LA ESTADISTICA Estadstica descriptiva Estadstica inferencial I. ESTADISTICA DESCRIPTIVA. Permite presentar la informacin contenida en una poblacin o muestra mediante uso de tablas de frecuencia e indicadores o medidas. incluye la tabulacin, representacin y descripcin de conjuntos de datos, a partir de ellos se puede organizar simplificar y resumir informacin bsica, los datos pueden ser variables cuantitativas o categricas. DISTRIBUCION DE FRECUENCIAS Se determina contando cuantas veces se repite cada valor de la variable y adems se transforma ,la distribucin de frecuencias, contienen las categoras los cdigos , la frecuencias absolutas(nmeros de casos)las frecuencias relativas (porcentajes), las frecuencias ajustadas y las frecuencias acumuladas (absolutas o relativas) se pueden presentar en polgonos de frecuencia o curva de frecuencias. 1. MEDIDAS DESCRIPTIVAS a. Deposicin . cuartiles .percentiles. . deciles b. De centralizacin Media Mediana Moda c. De dipercion. Varianza Desviacin Estndar Coeficiente Variacin d. De forma. Asimetra cuatosis. A. MEDIDAS DE CENTRALIZACION: Esta medicin estadstica consiste en describir o localizar el centro de distribucin de una variable; constituyen valores tpicos de representatividad o localizacin de conjunto de datos. Moda: es la medida estadstica que localiza el centro de la distribucin de la variable en base al valor ms frecuente. Mediana: es el valor o puntuacin que deja por debajo y por encima de si el 50% de los casos (percentil 50), divide al conjunto de datos en dos partes de igual tamao. La mediana es la observacin equidistante de los extremos. La mediana en el siguiente ejemplo seria el valor que deja a la mitad de los datos por encima de dicho valor y a la otra mitad por debajo. Si ordenamos los datos de mayor a menor observamos la secuencia: 15, 21, 32, 59, 60, 60, 61, 64, 71, 80. En este ejemplo el nmero de observaciones es par (individuos), los dos valores se encuentran en el medio son 60 y 60. Si realizamos el clculo de la media de estos dos valores nos dar a su vez 60, que es el valor de la mediana. Si la media y la mediana son iguales, la distribucin de la variable es simtrica. La media es muy sensible a la variacin de las puntuaciones. Sin embargo, la mediana es menos sensible a dichos cambios. Media Aritmtica: es el estadstico que localiza el centro de la distribucin en base a su centro de gravedad y consiste en la suma de los valores dividida por el nmero de valores sumados.

La medida ms evidente que podemos calcular para describir un conjunto de observaciones numricas en su valor medio. La media es la suma de todos los valores de una variable dividida entre el nmero total de datos de los que se dispone. EJEMPLO: se tiene 10 personas cuyas edades son 21, 32, 15, 59, 60, 61, 64, 60, 71 y 80 aos. La media de edad de estas personas ser de:

Formalmente, si denotamos por ( cuestin, el valor medio ser dado por:

) los n datos que tenemos recogidos de la variable en

Media ( )=

B. MEDIDAS DE LOCALIZACIN: Los cuartiles y percentiles son medidas de posicin. El percentil es el valor de la variable que indica el porcentaje de una distribucin que es igual o menor a esa cifra. Ejemplo, el percentil 80 es el valor de la variable que es igual o deja por debajo de s al 80% del total de las puntuaciones. Los cuartiles son los valores de la variable que dejan por debajo de s el 25%, 50% y el 75% del total de las puntuaciones y as tenemos por tanto el primer cuartil (Q1), el segundo (Q2) y el tercer cuartil (Q3). Lo que se estudia en cada individuo de la muestra son las variables (edad, sexo, peso, talla, presin arterial sistlica, etc.). Los datos son los valores que toma la variable en cada caso. Lo que se realiza es medir, asignar valores a las variables incluidas en el estudio. Se debe concretar la escala de medida que aplicara a cada variable. En este grupo estn consideradas las siguientes medidas estadsticas: Los Percentiles: son 99 y dividen al conjunto en 100 partes iguales, cada uno equivale al 1%. Los vigentiles: son 19, dividen al conjunto en 20 partes iguales cada uno equivalente al 5%. Deciles: los deciles son 9, dividen al conjunto en 10 partes iguales cada uno equivalente al 10%. Quintales: son 4, dividen al conjunto en cinco partes iguales, cada uno equivalente al 20% y corresponden a los percentiles 20, 40 60 y 80 o a los deciles 2, 4, 6, y 8. Cuartiles: son tres dividen al conjunto en cuatro partes iguales cada una equivalente al 25% y corresponden a los percentiles 25, 50 y 75. C. MEDIDAS DE DISPERSIN: Las medidas de dispersin o variabilidad estn relacionadas a describir datos y su dispersin o variabilidad de los mismos. Existen distintas formas de cuantificar esa variabilidad. La dispersin de datos indica la separacin o agrupamiento de los valores. Las principales medidas son: i. La varianza ( ): es la medida cuadrtica de las puntuaciones diferenciales con respecto a la media aritmtica. La varianza ( ) de los datos es la ms utilizada. Es la media de los cuadrados de las diferencias entre cada valor de la variable y la media aritmtica de la distribucin.
( ( ))

Esta varianza muestral se obtiene como la suma de las diferencias de cuadrados y por tanto tiene como unidades de medida el cuadrado de las unidades de medida en que se mide la variable estudiada. De los datos del ejemplo anterior la varianza seria:
( ) ( ) ( )

ii.

La desviacin estndar(S): es la raz cuadrada de la varianza. Mide la dispersin absoluta de los datos con respecto al promedio. La desviacin tpica (S) es la raz cuadrada de la varianza. Expresa la dispersin de la distribucin y se expresa en las mismas unidades de medida de la variable. La desviacin tpica es la medida de dispersin ms utilizada en estadstica.

( )

Aunque esta frmula de la desviacin tpica muestral es correcta, en la prctica, la estadstica nos interesa para realizar inferencias poblacionales, por lo que en el denominador se utiliza, en lugar de n, el valor n-1. Por tanto, la medida que se utiliza es la cuasidesviacion tpica, dada por:

( ))

Aunque en muchos contextos se utiliza el trmino de desviacin tpica para referirse a ambas expresiones. En los clculos del ejercicio previo, la desviacin tpica muestral, que tiene como denominador n, el valor seria 20.678. A efectos de clculo lo haremos como n1 y el resultado seria 21.79. El haber cambiado el denominador de n por n-1 est en relacin al hecho de que esta segunda frmula es una estimacin ms precisa de la desviacin estndar verdadera de la poblacin y posee las propiedades que necesitamos para realizar inferencias a la poblacin. iii. El coeficiente de variabilidad o variacin (CV): indica la dispersin relativa (en proporcin o en porcentaje) de los datos con respecto al promedio. El coeficiente de variabilidad o variacin (CV). Es una medida de dispersin relativa de los datos y se calcula dividiendo la desviacin tpica muestral por la media y multiplicando el cociente por 100. Su utilidad estriba en que nos permite comparar la dispersin o variabilidad de dos o ms grupos. Por ejemplo, si tenemos el peso de 5 pacientes (70, 60, 56, 83 y 79 Kg) cuya media es de 69.6 kg. Y su desviacin tpica (s)=10,44 y la PAS de los mismos (150, 170, 135, 180 y 195 mmHg) cuya media es de 166mmHg y su desviacin tpica de 21,3. La pregunta sera: Qu distribucin es ms dispersa, el peso o la presin arterial? Si comparamos las desviaciones tpicas observamos que la desviacin tpica de la presin arterial es mucho mayor; sin embargo, no podemos comparar dos variables que tienen escalas de medidas diferentes, por lo que calculamos los coeficientes de variacin:

CV de la variable peso =

CV de la variable TAS =

iv.

v. vi. vii. viii.

A la vista de los resultados, observamos que la variable pero tiene mayor dispersin. Rango(R): diferencia entre el valor mximo y el valor mnimo (R= VM vm). Se da cuando se quieren sealar valores extremos en una distribucin de datos, se suele utilizar la amplitud o rango como medida de dispersin. La amplitud o rango es la diferencia entre el valor mayor y el menor de la distribucin. Por ejemplo, utilizando los datos del ejemplo previo tendremos 80 - 15 = 65. Desviacin media (DM): es el promedio del valor absoluto de las diferencias de los valores de la variable con respecto a la media aritmtica. Desviacin mediana (DMe): es el promedio del valor absoluto de las diferencias de los valores de la variable con respecto a la mediana. Rango intercuartil (Ri): es la diferencia entre el percentil 75 y el percentil 25. Rango semicuartil (Rsi): es la diferencia entre el percentil 75 y el percentil 25 dividida por o la mitad del rango intercuartil.

D. MEDIDAS DE FORMA DE DISTRIBUCION: Las medidas de distribucin nos permiten identificar la forma en que se separan o aglomeran los valores de acuerdo a su representacin grafica. Estas medidas describen la manera como los datos tienden a reunirse de acuerdo con la frecuencia con que se presentan dentro de la informacin. Su utilidad est basada en la posibilidad de identificar las caractersticas de la distribucin sin necesidad de generar el grafico. Sus principales medidas son las Asimetra y la Curtosis. a) Coeficiente de asimetra: indica si la distribucin de los datos es simtrica. b) Coeficiente de curtosis: indica si el histograma de la distribucin de los datos es apuntado, es decir si la distribucin es ms alto o ms bajo que la curva normal. ANALISIS EXPLORATORIO DE DATOS Cuando el nmero total de datos de variables cuantitativos (de intervalo o razn) es menor que 50 (muestras pequeas) es apropiado el anlisis exploratorio de datos, con el cual es posible evaluar de manera inmediata y grafica la forma de distribucin de los datos, su dispersin y la presencia de datos discordantes. Se realiza con las tcnicas: diagrama de tallos y hojas y grficos de cajas. II. ESTADISTICA INFERENCIAL E INDUCTIVA.- sirve para extrapolar o inferir los resultados obtenidos en el anlisis de los datos y a partir de ello predecir acerca de la poblacin o con margen de confianza conocida. Adems proporciona mtodos para estimar las caractersticas de un grupo (poblacin) basndose en los datos de un conjunto pequeo (muestra). Se utiliza para probar la hiptesis y estimar parmetros. Su medio es cero (0) y su desviacin estndar es uno (1). Dentro de las estadsticas inferencial est comprendido: a.- Distribucin Muestral.- es la que resulta de considerar todas las muestras posibles que pueden ser tomadas de una poblacin. Su estudio permite calcular la probabilidad que se tiene, dado una sola muestra, de acercarse al parmetro de la poblacin. Con ello se puede estimar el error para un tamao de muestra dado. DISTRIBUCIN NORMAL Es el modelo de probabilidad de mayor uso, es una distribucin terica de variable aleatoria continua, que puede expresarse en la forma general o estandarizada. Tiene simetra perfecta, en forma de una campana unimodal, la media y la moda son iguales. Propiedades de la Distribucin normal - La distribucin normal tiene forma de campana. - Es una distribucin de probabilidad que tiene media u=0 y desviacin estndar o=1. - El rea bajo la curva o la probabilidad desde menos infinito a ms infinito vale 1.

Es asimtrica, es decir cada mitad de curva tiene un rea de 0.5. La escala horizontal de la curva se mide en desviaciones estndar. La forma y la posicin de una distribucin normal dependen de los parmetros u y o, en consecuencia hay un nmero infinito de distribuciones normales.

b.- La estimacin de parmetros.- consiste en el clculo aproximado del valor de un parmetro en la poblacin utilizando la inferencia estadstica a partir de los valores observados en la muestra estudiada. Intervalo de confianza.- es un intervalo de valores alrededor de un parmetro muestral en los que con una probabilidad o nivel de confianza determinado, se situara el parmetro poblacional a estimar. c.- Determinacin del tamao de la muestra.- por la cual se aplica varias frmulas, las mismas que ya han sido descritas anteriormente cuando se trat la muestra. d.- Pruebas estadsticas: Clasificaciones de las pruebas: - Parametricas y no paramtricas - Para una muestra, dos muestras y K muestras - Independientes y dependientes Pruebas de hiptesis: Condiciones para aplicar la estadstica inferencial: - Usa la teora de la probabilidad para extraer conclusiones acerca de una poblacin, a partir de los datos obtenidos por la muestra. - Es muy difcil estudiar a toda la poblacin por lo que estudiamos muestras. - Mtodo para hacer estimaciones y probar hiptesis son fundamentales para obtener inferencias. FACTORES QUE INTERVIENEN EN LA ESTADSTICA INFERENCIAL - Prueba de hiptesis.- es determinar si la hiptesis es congruente con los datos obtenidos con la muestra. - Distribucin muestral.- es un conjunto de valores sobre una estadstica calculada de todas las muestras posibles de determinado tamao. - Nivel de significacin.- la probabilidad de que un evento ocurra entre 0 y 1: donde 0 significa la imposibilidad de ocurrencia y 1 la certeza de que el fenmeno ocurra. - Intervalo de confianza.- es la probabilidad definida de que el parmetro se va ubicar en un determinado intervalo. ANALISIS INFERENCIAL SEGN VARIABLE - Univariante.- solo con la intervencin de la variable dependiente en sus modalidades: continua, ordinal y nominal. - Bivariante.- existe comparacin de las variables dependientes e independientes, modalidades continua, ordinal y nominal. - Multivariante.- comparacin de la variable dependiente y dos o ms variables independientes en la modalidades continua, ordinal y nominal. ANALISIS DE LOS DATOS - Cuantitativa.- Medidas de Tendencia central. Medidas de dispersin. Pruebas de significacin. - Cualitativa.- Sealar los procedimientos utilizados. Anlisis de contenidos. Anlisis de congruencias. Sntesis de argumentos, etc.