Asesoría de tesis

Dr. Carlos Enrique Guanilo Paredes

2020-1
X
III
 ORIENTACIONES

• A las sesiones virtuales, el

alumno de educación
semipresencial deberá acudir
habiendo leído la unidad
correspondiente.
 ASESORÍA DE TESIS

 Diseño de investigación
 Recolección de datos
 Resultados
 Discusión de resultados, Conclusiones,
Informe final
 Semana 12

Análisis de datos
 CONTENIDOS TEMÁTICOS

 Análisis crítico de los datos

 Elaboración del informe de resultados
 Análisis crítico de los datos
HIPÓTESIS GENERAL

Ho: El beneficio de restitución de derechos arancelarios-

drawback no se relaciona significativamente con el
estado de resultados en las empresas
agroexportadoras de palta peruana.

Ha: El beneficio de restitución de derechos arancelarios-

drawback se relaciona significativamente con el estado
de resultados en las empresas agroexportadoras de
palta peruana.
Tabla 25 Hipótesis General - Relación

DRAWBACK RESULTADOS
Rho de DRAWBACK Coeficiente de correlación 1,000 ,288
Spearman Sig. (bilateral) . ,123
N 55 55
RESULTADOS Coeficiente de correlación ,288 1,000
Sig. (bilateral) ,123 .
N 55 55

Fuente: Elaboración propia.

Insistiendo en la presentación de los Resultados

Se aprecia en la Tabla 25, el valor del coeficiente de

correlación de Spearman r= 0,288, que indica una relación
muy débil de sentido positivo entre las variables beneficio de
restitución de derechos arancelarios-drawback y la variable
estado de resultados, que en primera instancia indica
aceptación de la hipótesis nula.

Cuando se lee el p-valor, éste es 0.123, número superior a

0,05 que induce a la aceptación de la Ho; en consecuencia
no existe relación significativa entre las variables en estudio.
Análisis descriptivo
 Análisis descriptivo

Dimensión 1. Beneficio de restitución de derechos arancelarios–

drawback.

En base a los resultados obtenidos, se efectuó el análisis descriptivo de

las dimensiones de la variable en estudio.

Procedimiento del drawback

1.1 ¿Su costo de producción se ha visto incrementado por los derechos

arancelarios de insumos importados?
1.2 ¿Su empresa elabora o produce el bien a exportar?
1.3 ¿Es claro y comprensible el contenido redactado en la norma del
drawback?
1.4 ¿Su empresa encarga a terceros la producción o elaboración de
bienes para exportar?
Análisis descriptivo
 Análisis descriptivo

Gráfico 1
Procedimiento del drawback

Fuente: Elaboración propia

Análisis descriptivo
 Análisis inferencial
Si el p-valor en las dimensiones analizadas es menor a α = 0.05, sugiere
que los datos no siguen una distribución normal, lo que determina que en la
contraste de hipótesis se emplee el coeficiente de correlación de Spearman
(ρ, rho), en vez del de Pearson. Según Tomás-Sábado (2009) asume “valores
entre -1 y 1. Los valores próximos a 1 indican una fuerte asociación lineal (a
medida que aumentan los valores de una de las dos variables, aumentan los
de la otra); los valores próximos a -1 indican una fuerte asociación lineal
negativa (a medida que aumentan los valores de una de las dos variables,
disminuyen los de la otra); los valores próximos a cero indican que no existe
asociación lineal entre las variables” (p.94).

Durante el proceso de contrastación de hipótesis, si el p-valor de

la prueba (significación asintótica) es menor a 0.05 se acepta la
hipótesis alternativa que indica asociación entre variables, y se
rechaza la hipótesis nula que indica independencia entre ellas.
 Prueba estadísticas paramétricas importantes:

Coef. de Regresión Prueba Análisis de

correlación Lineal T varianza
Pearson unidireccional

*Prueba estadística Modelo matemático Prueba estadística *Es una prueba

para analizar para estimar el para evaluar si 2 estadística para
efecto de una grupos difieren entre analizar si mas de dos
relación entre 2
variable en otra. si. grupos difieren
variables en un Predice las Hipótesis: hipótesis significativamente
mismo nivel de puntuaciones de de investigación entre si en cuanto a
medición una variable refiere a que hay sus medias y
-1 correlación tomando las diferencia varianzas.
negativa perfecta puntuaciones de significativa entre *La prueba t se utiliza
otra variable. los 2 grupos y la para dos grupos y el
(menor X, mayor Y)
A mayor correlación hipótesis nula que análisis de varianza
0 no hay correlación entre variables no hay diferencia unidireccional se usa
1 correlación mayor significativa para tres, cuatro o mas
perfecta capacidad de grupos.
predicción.
 Análisis de regresión
Objetivo: Estima el efecto de una variable sobre otra.
Se expresa Y = a + bX; donde Y es un valor de la variable
dependiente que se desea predecir, a es la ordenada en el origen
y b la pendiente.

•La Hipótesis son correlacionales y causales.

•Se utilizan dos variables a una se la considera independiente y
a otra dependiente. Para eso hay que tener un sólido sustento
teórico.
•El nivel de medición es por intervalo o razón.
•La regresión lineal se determina con base en el diagrama de
dispersión
•Conociendo la línea y la tendencia se puede predecir los valores
de una variable conociendo los de la otra variable.
 Regresión Lineal
• El diagrama de dispersión es una manera para observar gráficamente la
correlación
1. Correlación positiva fuerte: ascendente.
2. Correlación negativa: considerable: descendente.
3. Ausencia de correlación
>El diagrama de dispersión puede ser resumido en una línea. Conociendo
esta línea y la tendencia, podemos predecir los valores de una variable.

 Regresión lineal: solo es útil con relaciones lineales, no con

relaciones curvilíneas.
 Regresiones curvilíneas: son aquellas en donde la tendencia
varia, primero es ascendente y luego descendente o
viceversa.
 Prueba de t

• Prueba para evaluar si dos grupos difieren entre sí de manera significativa

respecto a sus medias. Simboliza “t”
• La H propone que los grupos difieren significativamente entre sí y la H nula
propone que los grupos no difieren significativamente.
• La comparación se realiza sobre una variable. Si hay diferentes variables se
efectuarán varias pruebas “t” una para cada variable.
• La medición es por intervalos o razón.
• Para saber si valor de “t” es significativo se calculan los grados de
libertad(número de maneras en que datos pueden variar libremente).
• Esto indica que valor podemos esperar de “t” dependiendo del tamaño de los
grupos que se comparan. Mayor los grados de libertad que se tengan, la
distribución “t” de student se acerca más a una distribución normal y si los grados
de libertad exceden los 120 la distribución normal es usada como aproximación
adecuada de la distribución “t”
 Prueba T
• Interpretación: se obtiene de

• Donde X1 es la media del primer grupo, S1 es la desviación

estándar del grupo uno elevado al cuadrado, n1 es el tamaño
del primer grupo. (las variables restantes significan lo mismo
pero referentes al grupo 2)
• Para saber si el valor t es significativo, se aplica la formula y se
calculan los grados de libertad

• Se elige nivel de significancia y se compara el valor obtenido

con el valor que le correspondería. Si el valor calculado es
mayor al que aparece la tabla, se acepta la hipótesis de
investigación, pero si es menor se acepta la hipótesis nula.
 Análisis de varianza

Objetivo realizar el análisis de efectos (varianza) de un conjunto de datos donde una

variable respuesta estuvo sujeta a la influencia de uno o más factores
Procedimiento ordenar los valores de la variable respuesta en cada grupo sometido a
tratamiento y calcular los promedios y desvíos de los grupos. Luego deben calcularse las
desviaciones cuadradas de los individuos respecto de la media total ( varianza total).
Determinar que parte de la varianza total corresponde al efecto de cada factor causal, de
causales combinados y cual a la heterogeneidad propia de cada grupo (todo grupo posee
una varianza interna – varianza del error). Esos valores deben ser ajustados por los grados
de libertad.
Comparar la varianza explicada con la varianza del error (prueba de F) que permite
encontrar la autenticidad y relevancia de la influencia de cada factor a un nivel de
significación.
Mediante el uso de índices se puede calcular la intensidad de la influencia de cada factor.
 Análisis de covarianza
• Analiza la relación entre una variable dependiente y dos o mas
independientes eliminando y controlando el efecto de al menos una de
estas independientes

Perspectivas para el análisis de covarianza.

• La perspectiva experimental se centra en las diferencias observadas en la
variable dependiente a través de las categorías de la(s)variable (s)
independiente(s). Se intenta controlar la influencia de otras variables
independientes. Purifica la relación entre las variables independientes y la
dependiente controlando el efecto de las independientes
• A las variables independientes cuantitativas continuas cuya influencia se
remueve y controla se les denomina “covariables”. Aquí el análisis de covarianza
se concibe como un ajuste en la variable dependiente respecto a diferencias en
la covariable y luego como una evaluación de la relación entre variables
independientes categóricas y los valores ajustados de la variable dependiente
 Análisis de Correlación
Objetivo Analiza relación lineal entre dos variables medidas aritméticamente

El cálculo del coeficiente de correlación lineal “r” se realiza dividiendo la covariancia por
el producto de las desviaciones estándar de ambas variables.

•Es una hipótesis correlacional del tipo “a mayor X mayor Y” o “ a mayor X menor Y”.
•Relaciona dos variables sin considerar una como independiente y otra como
dependiente pues no evalúa la causalidad.
•El r se calcula desde valores obtenidos en una muestra en dos variables.
•Se relacionan valores de una variable con valores de otra en los mismos sujetos.
•El coeficiente varía de -1 (correlación negativa perfecta) a +1 (positiva perfecta) siendo
0 la falta de correlación
 Análisis no paramétricos

• No requieren distribución normal

• Las variables analizan datos nominales u ordinales.
• Las variables deben ser categóricas.
• Las pruebas más usadas son
1) CHI cuadrado (x2)
2) Los coeficientes de correlación e independencia para
tabulaciones cruzadas y
3) Los coeficientes de correlación por rangos ordenados de
Spearman y Kendall.
 coeficientes de Correlacion
Los coeficientes de correlación e
por rangos de Spearman y
independencia para tabulaciones
Kendall
cruzadas:
son medidas de
Coeficiente de contingencia correlación para
o de Pearson: para Pruebas variables en un nivel
cualquier tamaño. Nivel de estadísticas de medición ordinal. La
medición Nominal NO muestra puede
paramétricas ordenarse por rangos.
V de Cramer (V): para
tablas mayores de 2x2.
Nivel de medición Nominal

Tau-b de Kendall (Tau-b): La Chi cuadrada o X2

cualquier tamaño, mas Prueba estadística para
apropiado para tablas con evaluar hipótesis acerca
igual numero de renglones. de la relación entre dos
variables categóricas .
El chi cuadrado es una comparación entre la
tabla de frecuencias observadas y la denominada
tabla de frecuencias esperadas, la cual constituye
la tabla que esperaríamos encontrar si las variables
fueran estadísticamente independientes o no
estuvieran relacionadas.

Chi2 parte del supuesto de “no relación entre

variables” y evalúa si esto es cierto o no analizando
si sus frecuencias observadas son diferentes de las
esperadas en ausencia de correlación.
 Chi cuadrado como prueba

•Es una prueba para evaluar hipótesis acerca de la

relación entre dos variables categóricas
( sí/no – M/F).

•Prueba hipótesis correlacionales.

•No considera relaciones causales

•Involucra 2 variables medidas en forma nominal u

ordinal.
Si hay variables medidas a intervalos o razón se deben
reducir a ordinales o resumirse en categorías discretas.
 Chi cuadrado como prueba

Se calcula por medio de una tabla de

contingencia o tabulación cruzada:

Tabla de dos dimensiones donde cada

dimensión contiene una variable. A su vez
cada variable se subdivide en dos o más
categorías.
 Elaboración del informe de
resultados
 Qué son los resultados

• Son la mayor contribución científica de la

investigación

• Describe únicamente los hallazgos del estudio

• Es completamente objetivo, no se interpreta, sin

comentarios ni juicios ni adjetivos

• El texto se complementa con tablas y gráficos.

 Qué es la discusión

• Explica qué significan los resultados

• Pone resultados en contexto con la evidencia

existente

• Identifica fortalezas y debilidades del estudio

Estructura de los resultados
1. Descripción de la población

2. Resultados descriptivos

3. Resultados centrales del estudio

4. Resultados secundarios del estudio

5. Tablas y figuras (las necesarias)

 1. Descripción de la población de estudio

• En métodos se describe a la población que se quiere

estudiar, en resultados se dice a quién se estudió

• Permite al lector saber a quién se ha estudiado y a

quién no se ha estudiado

• El lector puede hacer su propia apreciación sobre la

posibilidad de sesgos de inclusión y de selección
 Descripción de la población de estudio

 Cuántos eran elegibles para el estudio

 Cuántos fueron invitados a participar

 Cuántos fueron incluidos

 Cuántos fueron excluidos en el análisis

 Reportar el número de sujetos en cada etapa

 Transmisión domiciliaria de TB MDR y TB sensible: un estudio de cohorte
prospectivo

MDR TB:
Tuberculosis multi-
Resistente a los
fármacos

Grandjean et al. PLoS medicine, septiembre 2015

 Descripción de la población no incluida Ejemplo

93 pacientes MDR no pudieron ser observados:

•45 pacientes (48%) no fueron ubicados ni en la posta ni en casa porque

dieron una dirección falsa o inexacta o no regresaron por su resultado de
esputo

•20 (22%) falleció antes que se pudiera concretar la entrevista del estudio

•16 (17%) estaban presos

•12 (13%) prefirió no participar en el estudio.

Grandjean et al. PLoS medicine, septiembre 2015

 2. Resultados descriptivos del estudio

• Describen cómo es la población estudiada

• Características usualmente son sexo, edad, y

variables centrales al estudio, ej: proporción
incluidos en cada hospital, proporción inlcuidos en el
año 1 y 2 del estudio

• “Tabla 1” con frecuencia se refiere a la descripción

univariada de los resultados
 Resultados descriptivos del estudio
Ejemplo

• De los 410 participantes con cáncer de pulmón

incluidos , 234 (57%) eran varones.

• La mediana de la edad de los participantes fue de 67

años (rango intercuartil 60-‐72)

• Durante los 6 años de seguimiento, 46(%) de los

participantes fue hospitalizado
 Tabla 1, Resultados descriptivos Ejemplo

Berkman et al. Stunting, Diarrheal Disease and Parasitic Infections in Peruvian Infants:
Their Effect on Cognitive Test Scores in Late Childhood. Lancet
3. Resultados centrales del estudio

• Responden a la pregunta de investigación

• Reportar la frecuencia del eventos de interés y de las

exposiciones

• Incluir estimaciones crudas y ajustadas (si aplica) y

su precisión
 Reportando estadísticas
• Valor estimado

• Precisión de dicho valor:

– Intervalo de confianza al 95%
– Valor p
 Valor p vs. intervalo de confianza

Intervalo de confianza da más información

•Significancia estadística, como la p
•Tamaño muestral

Asociación entre tener más de un televisor en casa y obesidad

•OR ajustado 6.7 (p<0.001)
•OR ajustado 6.7 (95%CI 1.1-‐28.2)
4. Resultados secundarios del estudio

• Detalles del resultado central

• Sub análisis estratificados por grupos

• Desenlaces de un grupo particular de pacientes

• Puede estar solo en tablas

 5. Tablas y figuras
• Usar tablas y gráficos cuando haya mucha información, variables,
mediciones en el tiempo, etc.

Si los importante son

• los valores exactos  tablas
• las tendencias o patrones  gráficos

• Resultados en tablas y texto se complementan

• No repetir el contenido de las tablas

• Sí resaltar un resultado particularmente importante o desde otro

enfoque (ej. otros puntos de corte relevantes)
 Complementando tablas y texto
Procedimiento del drawback
1.1 ¿Su costo de producción se ha visto incrementado por los derechos arancelarios de insumos
importados?
1.2 ¿Su empresa elabora o produce el bien a exportar?
1.3 ¿Es claro y comprensible el contenido redactado en la norma del drawback?
1.4 ¿Su empresa encarga a terceros la producción o elaboración de bienes para exportar?
Texto: Complementando tablas y texto

El análisis de los resultados acerca del procedimiento del drawback

(tabla 19, gráfico 1) ha hecho posible afirmar que la tendencia es
mayoritaria a conocerlo en porcentajes que superan el 70% entre
ambos criterios (la mayoría de veces y algunas veces); pero no
solamente conocen el procedimiento, sino que lo comprenden en un
alto nivel (70%, suma de la mayoría de veces y algunas veces que
manifiestan comprenderlo). Tales hallazgos, se percibe, le ha
facilitado a la mayoría de los encuestados comprender los requisitos
generales de acceso al drawback; y, además, el 86% comprende que
encargar a terceros la producción o elaboración de bienes para
exportar (casos en que el empresario acopió el producto palta de los
productores agrarios pero se hizo cargo de todos los gastos que
implicó la siembra, mantenimiento y cosecha) los habilita para ser
comprendidos como empresa productora-exportadora.
 Cerrando los resultados
• Repetir todos los cálculos como mínimo dos
veces

• Revisar los resultados de las tablas, que no haya

errores de tipeo

• Revisar claridad de la redacción

Conclusiones y/o actividades de investigación
sugeridas

 Revisar la bibliografía complementaria en la

plataforma
 Revisar el foro donde hallará temas de interés sobre
la temática del curso
¡Gracias!