Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La Importancia Del Análisis Estadístico
La Importancia Del Análisis Estadístico
Resumen
Abstract
In the case of statistical analysis, its main function is the analysis of data focused
on the field of business. It is based on the management of each information collected
according to each sample of existing individual data in a series of samples. The main
objective of the following research work is to explain what statistical analysis is. In
addition to explaining how the data treatment and the univariate analysis are carried out.
Introducción
En el caso del análisis estadístico, este está enfocado al uso empresarial para
conocer aspectos como los cambios existentes en el mercado, número de clientes que les
gusta un tipo de marca específico, o algún otro tema que se desee resolver.
Desarrollo
Las variables cualitativas, por otro lado, se pueden poner en grupos o categorías.
Por esta razón, también se les llama variables categóricas. A veces se les dan valores
numéricos discretos que son convenientes para agrupar. Pero estos números no son
útiles para hacer cálculos como la media o la desviación estándar.
Tratamiento de datos
a. Variables cualitativas
Las variables cualitativas son aquellas variables que puede aparecer en una
función, algún algoritmo o una proposición. También está presente en una
formula y adopción de distintos valores. Las variables cualitativas se diferencias
de las variables cuantitativas debido a alguna característica única que las define.
Esta puede ser algún atributo, categoría o cualidad.
Las variables cualitativas poseen tres tipos de clasificaciones distintas que son la
de escala nominal, la de escala ordinal y la distribuida por intervalos.
- La escala nominal
- La escala ordinal
b. Variables cuantitativas
Las variables cuantitativas se clasifican en dos tipos de variables que son las
variables discretas y las variables continuas.
Las variables continuas por otro lado son aquellas variables que cuando
poseen valores numéricos enteros. Sin embargo, estos no pueden ser
cambiado en cualquier valor [ CITATION And16 \l 12298 ].
c. Preparación de datos
- La codificación
- La digitación
- La depuración de datos
- Ajustes estadísticos
Paola Soto
Estos son utilizados únicamente para realizar una ponderación de datos que
se genera en los datos de la muestra. Estos serán datos más representativos
que una población [ CITATION Ped13 \l 12298 ].
Análisis Univariado
a. Variable cualitativa
a. Las variables dicotómicas
b. Variable cuantitativa
a. Variables discretas
b. Variables continuas
Análisis bivariados
a. Variable cualitativa
2 (0 i−Ei )2
k
x =∑
i=1 Ei
b. Variable cuantitativa
a. Validación de datos
- Validez de constructo
- Validez convergente
- Validez divergente
b. Datos atípicos
Los datos atípicos en estadísticas, son aquellas observaciones con valores grandes o
pequeñas que generan un efecto desproporcionado en el resultado final del análisis
estadístico. Una de las variables que más se suele afectar con datos atípicos son la
media. El valor atípico se lo puede reconocer porque este posee un valor totalmente
distinto al que poseen las demás variables.
Entre las posibles causas que generan un valor atípico en los datos estadísticos se
encuentran los errores de la entrada de datos, algún problema con el proceso de
investigación, algún elemento que no se consideró en el análisis de la información y
el caso de una probabilidad aleatoria [ CITATION Ped16 \l 2058 ].
c. Pruebas de normalidad
Por otro lado, las pruebas de normalidad permiten al investigador utilizar o rechazar
la hipótesis nula de que los datos son generados por una población distribuida de
forma normal. El analizador tiene la capacidad de realizar una prueba de normalidad
y elaborar una gráfica de probabilidad que le permita generar un análisis más
Paola Soto
explicativo. Las pruebas de normalidad son la herramienta más fácil, al igual que su
grafica para comprobar si los datos obtenidos son normales.
Existen varios tipos de prueba de normalidad entre los cuales destacan la prueba de
Anderson Darling, la prueba de Ryan Joiner y la prueba de Kolmogorov Smirnov.
Bibliografía
Avila, H. (1999). Introducción a la metodología de la investigación. Cuauhtemoc: Instituto
Tecnoloogico de Ciudad de Cuauhtemoc.
Universidad Alas Peruanas. (2 de Julio de 2012). Unidad de analisis, dato y variable. Obtenido
de
http://www.uap.edu.pe/intranet/fac/material/07/20122BX070307511070110011/201
22BX07030751107011001137200.pdf