1

DATA ANALYSIS FOR EFFECTIVE DECISION MAKING

NOMBRES:

Anyi Paola Sevillano Cortes

Danna Michell Ramos Polindara

Esmeralda Ospina Delgado

Universidad De San Buenaventura

Estadística diferencial

Profesor Jerfenzon Salazar Tabima

19 de septiembre 2021
 2

TABLA DE CONTENIDO

Paginas
1. Objetivos de estudio …..………………………………………………….. 1

2. Principales aspectos tratados en el texto ………………………………….. 2

3. Conclusiones ……………………………………………………………… 3

4. Pregunta …………………………………………….………….………….. 5
 1

1. Objetivos de estudio

- Con ayuda de la recopilación de datos de investigación en las escuelas es para obtener

información y orientar las decisiones de la vida real respecto a un niño, un grupo o

programa.

- Los datos que se usan para el análisis de datos, son recolectados pueden ser simples,

complejos, multinivel, univariante o multivariante.

- El propósito del análisis estadístico se enfoca en resumir un conjunto de datos de

muestra sin procesar que se convierte en algo complejo de analizar.

- Estos datos sirven para hacer inferencias sobre poblaciones, tendencias, estructuras

latentes, teorías o generalizaciones a otras situaciones, primero necesitamos obtener

una imagen clara de los datos muestrales reales y tangibles que tenemos a mano.

- Los resultados de los análisis descriptivos no se pueden generalizarse más allá de los

datos individuales realmente estudiados.

- Las relaciones estructurales son hipótesis sobre influencias direccionales o relaciones

causales de múltiples variables (por ejemplo, ver cómo la intervención afectará las

puntuaciones de depresión, que a su vez afectará las puntuaciones de comprensión lectora).

 2

2. Principales aspectos tratados en el texto

Los temas a tratar en el texto son las manipulaciones numéricas que ayudar a

discernir los patrones en los datos, en los cuales se orientan en las teorías sustantivas para

poder decir cuáles son los mejores patrones para la búsqueda y dar sentidos a los

resultados de los patrones, los resultados centrales de la manipulación son descriptores

que son resumidos que se utilizan para reducir la cantidad de información que un

investigador necesita para digerir, cuando dichos descriptores resumen datos de la

muestra de la población ,se pueden usan varias técnicas de inferencial ,esta técnicas

abordan la tarea inferencial desde tres ángulos diferentes que son pruebas de

significación, estimación de parámetros y lo modelos estadísticos.

 3

3. Conclusiones de los autores al respecto.

1. Las interpretaciones de tendencias, patrones y los datos en bruto originales, son

tan significativos como el proceso de investigación a través del cual se recopilan ciertos

datos.

2. Las preocupaciones clínicas y educativas brindan la orientación necesaria para plantear

la pregunta de investigación o evaluación adecuada.

3.Una pregunta de investigación o evaluación por sí sola no proporciona ninguna

indicación sobre qué datos son los más apropiados, ni instrucciones sobre cómo recopilar

los datos.

4.Una teoría es fundamental tanto para el análisis de datos como para la interpretación de

los resultados.

5.El uso de datos empíricos y cuantitativos y técnicas sofisticadas de análisis de datos

estadísticos no constituye en sí mismo una investigación basada en evidencias

6.“La recopilación de datos de investigación basada en evidencias sin la orientación

adecuada de la teoría y la práctica es esencialmente una manifestación de la

epistemología radical del positivismo lógico ahora refutada, como defendía el Círculo de

Viena (Hahn, Neurath y Carnap, 1929)”

7.Los datos se pueden recopilar de un solo individuo, sin ninguna generalización a una

población más grande, o de una muestra de personas, con la intención de generalizar los

resultados a una población más grande.

8.Antes de que podamos hacer inferencias sobre poblaciones, sobre tendencias, sobre

estructuras latentes, sobre teorías o generalizaciones a otras situaciones, primero

 4

necesitamos obtener una imagen clara del dará muestra real y tangible que tenemos entre

manos

9.Los datos de la muestra deben proporcionar un microcosmos de la población más

grande. Sin embargo, las muestras casi nunca representan correctamente las poblaciones.

10.Aunque existe la probabilidad de que la muestra sea un microcosmos de la población,

esa probabilidad puede ser potencialmente bastante pequeña. Dado que los datos de una

muestra pueden ser o no un microcosmos de la población

11.“Ronald Fisher: 5/19 ... las pruebas de significancia, cuando se usan con precisión,

son capaces de rechazar o invalidar hipótesis (nulas), en la medida en que los datos las

contradigan; pero nunca son capaces de establecerlos como ciertamente verdaderos”

12.El enfoque conceptual general consiste en postular primero algún modelo teórico con

respecto a los parámetros de la población o la relación entre las estadísticas de la muestra

y los parámetros de la población

 5

4. Pregunta

Dé su opinión: ¿A qué se refiere el texto en la página No. 4 bajo el título “Inference

about…” con la afirmación de que los resultados del análisis descriptivo no pueden ser

extrapolados o generalizados (inferencia) hacia individuos más allá de los que ya son

objeto del estudio? Explique.

Respuesta:

Para la toma de decisiones relativa para un solo individuo es necesario evaluar la

fiabilidad y la validez de la información que estamos buscando cuando realizamos las

descriptoras inferenciales para poder saber el comportamiento de las muestras de las

investigaciones que estamos realizado.

Si estos individuos constituyen la población objetivo completa, no se haría

ninguna inferencia más allá de estos individuos, y el enfoque más importante es

desarrollar estadísticas descriptivas para la muestra, de manera que estas estadísticas sean

estimadores insesgados de las cantidades correspondientes para la población.