ANALISIS ESTADISTICO DE DATOS

Durante el proceso de contrastación de hipótesis, hemos visto como obtienen los DATOS,
los mismos que no vienen a ser sino magnitudes de tipo cualitativo o cuantitativo, las cuales
tienen que ser medidos y expresados en números para facilitar su manipulación y tomar la
decisión de aceptar o rechazar un HIPOTESIS. A éste proceso se denomina ANALISIS
ESTADISTICO.

El análisis estadístico es indispensable en casi toda investigación. Los datos pueden

organizarse y resumirse en función de las unidades de medida y presentarse en Cuadros y
Gráficas.

Los datos en función del problema de investigación pueden ser sometidos a ciertas
pruebas estadísticas que servirán para aceptar o rechazar una hipótesis.

Los análisis estadísticos se llevan a cabo mediante programas para computadora,

utilizando paquetes estadísticos.

Para hacer un apropiado análisis estadístico es necesario tener en cuenta lo siguiente:

a. La escala de medida en que se expresan los datos.

b. El modelo estadístico aplicable a los datos obtenidos.
c. La potencia-eficiencia de la prueba estadística para confirmar o rechazar una hipótesis.

TIPOS DE ESCALA

Cuando usted realiza observaciones tiene que medir, y medir consiste en otorgar
números a las magnitudes (variables o atributos de un fenómeno) comparándose con un
PATRON. A este PATRON, se le llama ESCALA: que se define como un Conjunto normalizado
de números capaz de identificar, ordenar, graduar y diferenciar lógicamente los fenómenos.

Las magnitudes a las cuales debemos atribuir números son de dos tipos:

a. Magnitudes Cuantitativas: Como la talla, peso, fuerza.

b. Magnitudes Cualitativas: Como la inteligencia, el dulzor, la salud.

La escala como patrón de comparación está constituida por números, los que tienen
características como: identidad, ordinalidad y aditividad: En base a estas propiedades se
consideran las siguientes escalas:

1. Escala Nominal: Es un patrón de medida basado en la propiedad de IDENTIDAD de los

números, es decir que consiste en identificar algo como perteneciente a uno u otro tipo, es
excluyente, por lo que un atributo lo clasificamos como perteneciente a una categoría y no a
otra. Se aplica para magnitudes cualitativas, otorgándole un número, pero que sin ello
implique ordenación o realización de operaciones aritméticas. Las magnitudes medidas con
esta escala se pueden Clasificar y Comparar.

Por ejemplo:
El sexo, admite dos clases: masculino y femenino.
La clase social puede ser: alta, media o baja.

Se puede asignar un número o letra:

l. Masculino
2. Femenino

Pero ello no tiene un fin cuantitativo, sino SIMBOLICO, aunque se puede determinar que
número es más frecuente.
Ejemplo:
En una muestra de 50 personas, 20 podrían ser varones y 30 mujeres o el 40% varones y
el 60% mujeres. Sin embargo ninguna otra operación matemática sería posible.
2. Escala Ordinal: Es un patrón de medida basado en la propiedad de IDENTIDAD y
ORDINALIDAD de los números. Se usa en magnitudes cualitativas a fin de identificar y
ordenar por medio de grados comparativos secuentes en un continuum. Mide el grado de
magnitudes cualitativas como más, menos o lo mismo. Permite clasificar los objetos de
acuerdo con una posición relativa con respecto a otros, en función de un atributo especifico.
No sólo clasifica sino también ordena, según criterio. Los símbolos de las categorías sí
indican jerarquía.

Ejemplo:
Se trata de medir la aptitud del paciente para desarrollar actividades de su vida diaria,
podemos asignar:

1 Completamente dependiente
2. Necesita ayuda de otra persona
3. Necesita ayuda mecánica
4. Totalmente independiente

Aquí los números no son arbitrarios, significan un incremento en la aptitud de los sujetos
para desarrollar sus actividades de su vida diaria, sin embargo, no informan que tanto un
atributo es mayor de un nivel a otro. Es posible frecuencia, porcentaje.

3. Escala Interval: Es un patrón de medida basado en la propiedad de IDENTIDAD,

ORDINALIDAD Y ADITIVIDAD de los números, es decir que los datos se pueden utilizar en
operaciones métricas convencionales. Con esta escala se pueden ordenar los datos en un
continuum, con intervalos iguales y simétricos entre clases adyacentes. Se puede precisar el
orden jerárquico de los objetos en función a un atributo, como la distancia que existe entre
ellos, que en el caso de una medición interval es EQUIVALENTE en el atributo que se mide.
Carece de cero verdadero.

Ejemplo:
Una temperatura de 40°C es mayor en 10°C, que una temperatura de 30°C, una
diferencia similar separa una temperatura de 30°C y 20°C, pero no podemos decir que
40°C es el doble de caliente que 20°C o cuatro veces más caliente que 10°C o que
cuando la temperatura es O°C, no quiere decir que exista ausencia total de CALOR,
porque el punto "0" es ARBITRARIO.

4. Escala de Tasa: Se basa en las tres propiedades: IDENTIDAD-ORDINALIDAD-

ADITIVIDAD, es decir los datos se pueden utilizar en operaciones métricas tanto a los
números asignados a sus magnitudes como a sus intervalos entre los números. Tienen un
"0" real y es absoluto.

Ejemplo:
Peso y talla, se expresa en escala de proporción o tasa, porque existe la posibilidad de
un peso o talla" O”. Aquí se puede afirmar que una persona que pesa 90 kg. Es dos
veces el peso de una persona que pesa 45 Kg

4.3.2. MODELOS ESTADISTICOS (PRUEBAS ESTADISTICAS)

La gran cantidad de datos obtenidos durante los experimentos tienen que ser ordenados,
resumidos, evaluados, interpretados y presentados, por medio de clasificaciones y cálculos
en las que se usan fórmulas estadísticas. Este procedimiento y las fórmulas en si ya es un
MODELO EST ADISTICO, el mismo que sirve para:

• Identificar una realidad

• Generalizar y probar una hipótesis

Todo ello fundado en premisas referentes al:

a. Universo en estudio
b. Carácter de la muestra
c. Diseño de la experiencia
 d. Naturaleza de las mediciones realizadas.

Estas premisas deben ser determinadas por el investigador. .

Por ello el investigador puede elegir entre los múltiples modelos:

A. Modelos Descriptivos ó Estadística Descriptiva.

B. Modelos Inferenciales ó Estadística Inferencial

ESTADISTICA DESCRIPTIVA:
Se utiliza para problemas de identificación, permite reducir, resumir y describir los datos
cuantitativos obtenidos a partir de la medición de observaciones empíricas.

a. Distribución de frecuencia: Histogramas y polígonos de frecuencia.

b. Modelos de tendencia central: Media, mediana y moda.
c. Modelos de dispersión: Rango, desviación estándar, varianza y coeficiente de variación.
d. Otras estadísticas descriptivas de utilidad son: La asimetría y la curtosis.

ESTADISTICA INFERENCIAL:
Se utiliza para problemas de explicación, que implica generalizaciones de la muestra a la
población y comprobación de una hipótesis y estimar parámetros. Asimismo, se basa en el
concepto de distribución normal.

Estos pueden ser agrupados en paramétricos y no paramétricos

Paramétricas: Las variables están medidas en un nivel por intervalos o razón.

• Coeficientes de correlación de Pearson.

• Regresión lineal.
• Prueba “t".
• Contraste de la diferencia de proporciones.
• Análisis de varianza (ANOVA): unidireccional y factorial.
• Análisis de covarianza (ANCOVA).

No Paramétricas: Se utilizan con variables nominales y ordinales

• Ji cuadrada
• Coeficientes de correlación
• Coeficientes Rho de Spearman y Correlacional de Kendall.

Los métodos de Análisis Multivariado son aquellos en que se realiza la relación entre varias
variables independientes y al menos una dependiente. Los análisis multivariados más
utilizados son:

• Regresión múltiple
• Análisis lineal path
• Análisis de factores
• Análisis multivariado de varianza (MANOVA) y correlación canónica.
• Análisis discriminante.

POTENCIA - EFICIENCIA DE LAS PRUEBAS ESTADISTICAS

Una prueba es POTENTE, cuando está basada en premisas tales que exista la menor
probabilidad de rechazar una hipótesis cuando es verdadera o de aceptada cuando es falsa.
Pero esto puede ser válido para cierto tamaño de muestra y falso para otra, en otras palabras,
la EFICIENCIA está en función del tamaño de muestra. Esto debe tomarse en cuenta para
aplicar la prueba.

LA POTENCIA - EFICIENCIA de la prueba define la utilidad de la prueba, según el carácter y

el tamaño de la muestra.
Pruebas paramétricas más potentes. ”t "y “F"
Pruebas no para métrica más potentes ji cuadrado

PRUEBAS
ESCALA CARACTERÍSTICAS FUNDAMENTO EJEMPLO
ESTADISTICAS

Estadística Descriptiva
Distingue elementos Problemas de
Sexo
en diversas categorías Principios de identificación
Color de piel
NOMINAL No implica orden Identidad Pruebas no
Raza
Cualitativa parametricas
(ji cuadrado)

Implica Orden o Principio de Grado de

ORDINAL
jerarquía Identidad Instrucción
Cualitativa Ordinalidad Ovogénesis

Implica Orden
Grado de
Estadística Inferencial
distancia entre Principio de
Problemas Explicativos
INTERVAL diversas Identidad La
Pruebas: "t" student
categorías. Ordinalidad temperatura
(medias),"z"(medias),
No tiene" O " Aditividad
"f" (varianza).
verdadero
Cuantitativo

Principio de
PROPORCION
· Tiene cero real Identidad · Producción
O TASA
· Cuantitativo Ordinalildad · Captura
Aditividad