a) Tabla de distribución de frecuencias b) Tendencia central c) Posición d) Dispersión e)Asimetría f) Curtosis g) Gráficos Contenidos
2. Relación entre dos variables:
a) Correlación entre variables cuantitativas b) Asociación entre variables cualitativas
3. Relación entre más de dos variables:
a) Modelo de Regresión lineal múltiple b) Modelo de Regresión logística binaria 1. Análisis descriptivos y gráficos
a) Tabla de distribución de frecuencias: forma más
sencilla de resumir la información de un conjunto de datos. Contiene: Frecuencia absoluta (fi) de un valor: número de veces que aparece repetido dicho valor en un conjunto de n puntuaciones. La suma de las frecuencias f i para todos los valores coincide con el valor de n.
Frecuencia relativa (pi) de un valor. Es el cociente entre la
frecuencia absoluta y el tamaño de la muestra. Frecuentemente aparece en términos porcentuales (Pi=(fi /n) x 100). La suma de las Pi para todos los valores es 100. b) Medidas de tendencia central Valor que representa al conjunto de valores de la distribución de una variable: 1. Media aritmética (X): Promedio de los valores de la distribución (Variables cuantitativas). 2. Mediana (Md): Valor que ocupa la posición central de la distribución ordenada por sus valores (Variables cuantitativas y ordinales) 3. Moda (Mo): Valor que posee la mayor frecuencia de una distribución (Variables cualitativas y cuantitativas) c) Medidas de posición Informan sobre la posición de determinadas puntuaciones individuales en relación con el grupo del que forman parte. 1. Percentiles (Pk): Cada uno de los 99 valores de la variable que dividen a la distribución en 100 partes iguales. 2. Deciles (Dk): Cada uno de los 9 valores de la variable que dividen la distribución en 10 partes iguales. 3. Cuartiles (Qk):Cada uno de los tres valores de la variable que dividen la distribución en 4 partes iguales. Md=P50=D5=Q2 d) Medidas de dispersión Indican cuán alejados están los valores de la distribución de aquél que los representa. 1. Varianza (S2): Promedio del cuadrado de las diferencias de todas las puntuaciones respecto a la media aritmética. 2. Desviación típica (S): Raíz cuadrada de la varianza. 3. Coeficiente de variación (CV): Cociente entre la desviación típica y el valor absoluto de la media aritmética. Permite comparar la variabilidad de distintos grupos o distintas variables. g) Gráficos
Variables cualitativas: Diagrama de barras y de
sectores
Variables cuantitativas: Histograma y gráficos de
caja. 2. Relación entre dos variables
a) Relación entre dos variables cuantitativas
Coeficiente de correlación de Pearson (ryx): Indica la intensidad y sentido de la relación entre las variables. Su rango de valores oscila entre -1 y 1. Gráficos: Dispersión b) Dependencia entre dos variables cualitativas Tablas de contingencia y prueba (estadístico Chi-cuadrado) 2 a) Regresión lineal múltiple
Regresión hace referencia a predicción, pronóstico,
estimación. A partir de los valores de una serie de variables predictoras (VI’s) se predecirán los valores de la variable criterio (VD). a) Regresión lineal múltiple
Coeficientes de regresión en puntuaciones directas (B):
Cambio que sufre la VD cuando se incrementan en una unidad su variable independiente, mientras se mantienen constantes el resto.
Coeficientes de regresión en puntuaciones típicas :
Posibilita la comparación del peso de cada variable en el modelo. a) Regresión lineal múltiple b) Regresión logística binaria Modelo: 1 Y ( B0 B1 x1 ..... Bk xk ) 1 e La variable dependiente es dicotómica (ocurrencia=1, no ocurrencia=0). El modelo permite estimar la probabilidad de que se presente el evento de interés a partir de los valores de las variables predictoras que pueden ser cuantitativas o cualitativas. Ajuste del modelo: R2 de Nagelkerke. Influencia que cada variable independiente en forma de OR (Odds Ratio). Exp(Bi)=OR Una OR >1 indica aumento en la probabilidad del evento y OR <1, implica disminución. Interpretación y valoración de los coeficientes de regresión:
Bi>0, OR >1, produce un incremento en la
probabilidad de que se dé la característica estudiada en la variable respuesta (Y). Bi=0, OR = 1, no produce un incremento en la variable respuesta (Y). Bi<0, OR < 1, produce un decremento en la probabilidad de que se dé la característica estudiada en la variable de respuesta (Y). Exp (Bi)=OR. Aparecen en la columna B de la salida de SPSS. Si los intervalos de confianza para la Exp(Bi)=OR no contienen al valor uno, es señal de que la variable es de interés en el modelo.