Actividad 11

Técnicas para el Análisis

de la Información Parte I-II
Estudiante: LICED LORENA HERRERA ASTUDILLO
Docente: María Blanco
PITALITO HUILA
2020
 ANÁLISIS DE DATOS CUANTITATIVO

Al analizar los datos cuantitativos se debe

recordar dos cuestiones:

1. Los modelos estadísticos son representaciones de la

realidad, no la realidad misma
2. Los resultados numéricos siempre se
interpretan en contexto

https://i.ytimg.com/vi/WS0M2roJthQ/maxre
sdefault.jpg
 SELECCIONAR UN PROGRAMA DE
ANÁLISIS

Su funcionamiento es muy similar e incluyen las

dos partes o segmentos que se mencionaron en el
capítulo anterior: una parte de definiciones de las
variables, que a su vez explican los datos (los
elementos de la codificación ítem por ítem o
indicador por indicador), y la otra parte, la matriz de
datos. La primera parte es para que se comprenda
la segunda

Imagen tomada de google

 EJECUTAR EL PROGRAMA
La mayoría de los programas son fáciles de usar, pues lo único que hay que hacer es solicitar
los análisis requeridos seleccionando las opciones apropiadas.

EXPLORAR DATOS 1
La fase analítica es relativamente sencilla, porque: 1)
formulamos las preguntas de investigación que
pretendemos contestar, 2) visualizamos un alcance
(exploratorio, descriptivo, correlacional o explicativo),
3) establecimos nuestras hipótesis (o estamos
conscientes de que no las tenemos), 4) definimos las
variables, 5) elaboramos un instrumento (conocemos
qué ítems o indicadores miden qué variables y qué nivel
de medición tiene cada variable: nominal, ordinal, de
intervalos o razón) y 6) recolectamos los datos.
 EXPLORAR DATOS 2
Los análisis de los datos dependen de tres factores:
a) El nivel de medición de las variables. b) La EJEMPLO
manera como se hayan formulado las hipótesis. c)
El interés analítico del investigador (que depende
del planteamiento del problema).

El investigador busca, en primer término, describir

sus datos y posteriormente efectuar análisis
estadísticos para relacionar sus variables. Es decir,
realiza análisis de estadística descriptiva para cada
una de las variables de la matriz (ítems o
indicadores) y luego para cada una de las variables
del estudio, finalmente aplica cálculos estadísticos
para probar sus hipótesis.
 ESTADÍSTICA DESCRIPTIVA PARA CADA VARIABLE
La primera tarea es describir los datos, los valores o las puntuaciones obtenidas para cada variable. Esto se logra
al describir la distribución de las puntuaciones o frecuencias de cada variable.

DISTRIBUCIÓN DE FRECUENCIAS
Es un conjunto de puntuaciones respecto de una variable ordenadas en sus
respectivas categorías y generalmente se presenta como una tabla (O’Leary,
2014 y Nicol, 2006). Las distribuciones de frecuencias pueden completarse
agregando los porcentajes de casos en cada categoría, los porcentajes válidos
(excluyendo los valores perdidos) y los porcentajes acumulados (porcentaje de
lo que se va acumulando en cada categoría, desde la más baja hasta la más
alta).

Las distribuciones de frecuencias, especialmente cuando utilizamos los

porcentajes, pueden presentarse en forma de histogramas o gráficas de otro
tipo (por ejemplo: de pastel).
 MEDIDAS DE TENDENCIA
CENTRAL
Son puntos en una distribución obtenida, los valores medios o centrales de ésta, y nos ayudan a ubicarla dentro
de la escala de medición de la variable analizada. Las principales medidas de tendencia central son tres: moda,
mediana y media. El nivel de medición de la variable determina cuál es la medida de tendencia central apropiada
para interpretar (Graham, 2013, Kwok, 2008a y Platt, 2003a).

MEDIDAS DE LA VARIABILIDAD
Indican la dispersión de los datos en la escala de medición de la variable considerada y responden a la pregunta:
¿dónde están diseminadas las puntuaciones o los valores obtenidos?. Las medidas de la variabilidad son
intervalos que designan distancias o un número de unidades en la escala de medición (Kon y Rai, 2013 y
O’Brien, 2007). Las medidas de la variabilidad más utilizadas son rango, desviación estándar y varianza.
 MEDIDAS DE LA VARIABILIDAD

Las medidas de la variabilidad más utilizadas son rango, desviación estándar y varianza.

• El rango, también llamado recorrido, es la diferencia entre la puntuación mayor y la puntuación menor, e
indica el número de unidades en la escala de medición que se necesitan para incluir los valores máximo y
mínimo.
• La desviación estándar o característica es el promedio de desviación de las puntuaciones con respecto a la
media (Jarman, 2013 y Levin, 2003). Esta medida se expresa en las unidades originales de medición de la
distribución. Se interpreta en relación con la media. Cuanto mayor sea la dispersión de los datos alrededor de
la media, mayor será la desviación estándar. Se simboliza como: s o la sigma minúscula, o bien mediante la
abreviatura DE.
• La varianza es la desviación estándar elevada al cuadrado y se simboliza como s2. Es un concepto estadístico
muy importante, ya que la mayoría de las pruebas cuantitativas se fundamentan en él.
 PUNTUACIONES
Son transformaciones que se pueden Z a los valores o las puntuaciones
hacer obtenidas, con el propósito de
analizar su distancia respecto a la media, en unidades de desviación están- dar. Una puntuación z nos indica la
dirección y el grado en que un valor individual obtenido se aleja de la media, en una escala de unidades de
desviación estándar.

RAZONES Y TASAS
Una tasa es la relación entre el número de casos, frecuencias o Una razón es la relación entre dos
eventos de una categoría y el número total de observaciones, categorías. Por ejemplo:
multiplicada por un múltiplo de 10, generalmente 100 o 1 000.
La fórmula es:
 EVALUAR LA CONFIABILIDAD O FIABILIDAD Y VALIDEZ
LOGRADA POR EL INSTRUMENTO DE MEDICIÓN
La confiabilidad se calcula y evalúa para todo el instrumento de medición utilizado, o bien, si se administraron
varios instrumentos, se determina para cada uno de ellos. Asimismo, es común que el instrumento contenga
varias escalas para diferentes variables o dimensiones, entonces la fiabilidad se establece para cada escala y para
el total de escalas (si se pueden sumar, si son aditivas).

Medida de estabilidad (confiabilidad por test-retest).

En este procedimiento un mismo instrumento de medición se
aplica dos o más veces a un mismo grupo de personas o
casos, después de cierto periodo. Si la correlación entre los
resultados de las diferentes aplicaciones es muy positiva, el
instrumento se considera confiable.
 Método de formas alternativas o paralelas. En este
esquema no se administra el mismo instrumento de
medición, sino dos o más versiones equivalentes de éste.
Las versiones (casi siempre dos) son similares en
contenido, instrucciones, duración y otras características,
y se administran a un mismo grupo de personas
simultáneamente o dentro de un periodo corto. El
instrumento es confiable si la correlación entre los
resultados de ambas administraciones es positiva de
manera significativa.
Método de las mitades partidas. necesita sólo una
aplicación de la medición. Específicamente, el conjunto
total de ítems o reactivos se divide en dos mitades
equivalentes y se comparan las puntuaciones o
resultados de ambas. Si el instrumento es confiable, las
puntuaciones de las dos mitades deben estar muy
correlacionadas.
 VALIDE
Z de expertos y al asegurarse de
Se obtiene mediante las opiniones que las
dimensiones medidas por el instrumento sean representativas del universo
o dominio de dimensiones de las variables de interés (a veces mediante un
muestreo aleatorio simple). La evidencia de la validez de criterio se
produce al correlacionar las puntuaciones de los participantes, obtenidas
por medio del instrumento, con sus valores logrados en el criterio.

La evidencia de la validez de constructo se obtiene mediante el análisis de

factores. Tal método nos indica cuántas dimensiones integran a una
variable y qué ítems conforman cada dimensión. Los reactivos que no
pertenezcan a una dimensión, quiere decir que están “aislados” y no
miden lo mismo que los demás ítems, por tanto, deben eliminarse. Es un
método que tradicionalmente se ha considerado complejo, por los cálculos
estadísticos implicados, pero que es relativamente sencillo de interpretar y
como los cálculos hoy en día los realiza la computadora, está al alcance de
cualquier persona que se inicie dentro de la investigación.
ANALIZAR MEDIANTE PRUEBAS ESTADÍSTICAS LAS HIPÓTESIS
PLANTEADAS (ANÁLISIS ESTADÍSTICO INFERENCIAL)

• Una hipótesis en el contexto de la estadística inferencial

es una proposición respecto de uno o varios parámetros,
y lo que el investigador hace
por medio de la prueba de
determinar hipótesis es si la hipótesis
poblacional es
congruente con los datos obtenidos en la muestra
(Wilcox, 2012; Gordon, 2010; Wiersma y Jurs, 2008; y
Stockburger, 2006).
• Una distribución muestral es un conjunto de valores
sobre una estadística calculada de todas las muestras
posibles de determinado tamaño de una población (Bond,
2007a).
RELACIÓN ENTRE LA DISTRIBUCIÓN MUESTRAL
Y EL NIVEL DE SIGNIFICANCIA
• Una hipótesis en el contexto de la estadística inferencial
es una proposición respecto de uno o varios parámetros,
y lo que el investigador hace
por medio de la prueba de
determinar hipótesis es si la hipótesis
poblacional es

congruente con los datos obtenidos en la muestra

(Wilcox, 2012; Gordon, 2010; Wiersma y Jurs, 2008; y
Stockburger, 2006).
• Una distribución muestral es un conjunto de valores
sobre una estadística calculada de todas las muestras
posibles de determinado tamaño de una población (Bond,
2007a).
 REFERENCIAS
Hernández-Sampieri
, R. y Mendoza Torres, C. P. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta.
Recuperado de la base de datos E-libro.  Para consultarlo, revise la carpeta "Herramientas de apoyo"  (
Manual bibliotecas virtuales)
Recursos complementarios o de apoyo
Rivas-Vallejo, C. E., Gracia-Chancay, J. M., y  Guijarro-Cagua, M. A. (2016). Reflexiones sobre metodología de la invest
igación educativa. Dominio de las Ciencias, Vol. 2, (4), 245-254. ISSN: 2477-8818.

Recuperado de https://dialnet.unirioja.es/descarga/articulo/5802868.pdf