Capitulo I Introduccion

UNIVERSIDAD INCA GARCILASO DE LA VEGA
FACULTAD DE PSICOLOGIA Y CIENCIAS SOCIALES

TECNICAS BIVARIADAS DE ANALISIS
PSIC. FERNANDO RAMOS RAMOS
INTRODUCCIÓN
La investigación cuya finalidad es: el análisis o experimentación de situaciones

para el descubrimiento de nuevos hechos, la revisión o establecimiento de
teorías y las aplicaciones prácticas de las mismas, se basa en los principios de
Observación y Razonamiento y necesita en su carácter científico el análisis
técnico de Datos para obtener de ellos información confiable y oportuna. Este
análisis de Datos requiere de la Estadística como una de sus principales
herramientas, por lo que los investigadores de profesión y las personas que de
una y otra forma la realizan requieren además de los conocimientos
especializados en su campo de actividades, del manejo eficiente de los
conceptos, técnicas y procedimientos estadísticos.
2
ESTADÍSTICA
1. Concepto.
Es una ciencia, que provee de métodos, procedimientos y técnicas
empleadas para recolectar, describir, organizar, analizar e interpretar un
conjunto de datos que permite, luego, tomar decisiones y predecir
fenómenos que pueden expresarse en forma cuantitativa, de acuerdo a
ciertos objetivos preestablecidos.
2. ¿Para qué sirve la estadística?
a. La Psicología es una ciencia, que se ocupa en general de fenómenos

observables
b. La Ciencia se desarrolla observando hechos, formulando leyes que los
explican y realizando experimentos para validar o rechazar dichas leyes
c. Los modelos que crea la ciencia son de tipo determinista o aleatorio
(estocástico)
d. La Estadística se utiliza como tecnología al servicio de las ciencias
donde la variabilidad y la incertidumbre forman parte de su naturaleza
3. Estadística inductiva y deductiva
Uno de los problemas fundamentales de la Estadística es el estudio de la

relación existente entre una población y sus muestras. Según la dirección
de tal relación la Estadística puede ser:
a. Deductiva, cuando a partir del conocimiento de la población se trata de

caracterizar cada muestra posible.
b. Inductiva, cuando a partir del conocimiento derivado de una muestra se
pretende caracterizar la población.
4. Tipos de Estadísticas: Estadística descriptiva e inferencial
a. Estadística Descriptiva
Se refiere a la recolección, presentación, descripción, análisis e
interpretación de una colección de datos, esencialmente consiste en
resumir éstos con uno o dos elementos de información (medidas
descriptivas) que caracterizan la totalidad de los mismos.
3
La estadística Descriptiva es el método de obtener de un conjunto de

datos conclusiones sobre si mismos y no sobrepasan el conocimiento
proporcionado por éstos. Puede utilizarse para resumir o describir
cualquier conjunto ya sea que se trate de una población o de una
muestra, cuando en la etapa preliminar de la Inferencia Estadística se
conocen los elementos de una muestra.
b. Estadística Inferencial
Se refiere al proceso de lograr generalizaciones acerca de las
propiedades del todo, población, partiendo de lo específico, muestra las
cuales llevan implícitos una serie de riesgos. Para que éstas
generalizaciones sean válidas la muestra deben ser representativa de la
población y la calidad de la información debe ser controlada, además
puesto que las conclusiones así extraídas están sujetas a errores, se
tendrá que especificar el riesgo o probabilidad que con que se pueden
cometer esos errores. La estadística inferencial es el conjunto de
técnicas que se utiliza para obtener conclusiones que sobrepasan los
límites del conocimiento aportado por los datos, busca obtener
información de un colectivo mediante un metódico procedimiento del
manejo de datos de la muestra.
En sus particularidades la Inferencia distingue la Estimación y la

Contrastación de Hipótesis.
b.1 Es estimación
Cuando se usan las características de la muestra para hacer
inferencias sobre las características de la población.
b.2 Es contrastación de hipótesis
Cuando se usa la información de la muestra para responder a
interrogantes sobre la población.
5. Análisis estadístico
El análisis estadístico es todo el proceso de organización, procesamiento,
reducción e interpretación de datos para realizar inferencias.
6. Datos y variables
Cuando se consideran los métodos de organización, reducción y análisis de

datos estadísticos, se hace necesario aclarar los siguientes conceptos.
a. Datos:
Son medidas o valores de las características susceptibles de observar y
contar, se originan por la observación de una o más variables de un
grupo de elementos o unidades
b. Variables:
Es toda característica que varía de un elemento a otro de la población.
4
7. Población y Muestras
Cuando se realiza un estudio de investigación, se pretende generalmente

inferir o generalizar resultados de una muestra a una población. Se estudia
en particular a un reducido número de individuos a los que tenemos acceso
con la idea de poder generalizar los hallazgos a la población de la cual esa
muestra procede. Este proceso de inferencia se efectúa por medio de
métodos estadísticos basados en la probabilidad.
a. Población
Una po b la ción es el conjunto de todos los elementos a los que se
somete a un estudio estadístico. Es, en definitiva, un colectivo
homogéneo que reúne unas características determinadas.
b. Muestra
Un a m u e st ra e s u n co n jun t o rep re se n ta t ivo d e la
p o b la ción de ref ere n cia , e l n úm e ro d e in d ivid u o s de
u n a m ue st ra e s me n o r qu e e l de la po b la ció n.
c. Individuo
El individuo es cada uno de los componentes de la población y la
muestra.
Las razones para estudiar muestras en lugar de poblaciones son diversas y

entre ellas podemos señalar:
a. Ahorrar tiempo. Estudiar a menos individuos es evidente que lleva
menos tiempo.
b. Como consecuencia del punto anterior ahorraremos costes.
c. Estudiar la totalidad de los pacientes o personas con una
característica determinada en muchas ocasiones puede ser una
tarea inaccesible o imposible de realizar.
d. Aumentar la calidad del estudio. Al disponer de más tiempo y
recursos, las observaciones y mediciones realizadas a un
reducido número de individuos pueden ser más exactas y
plurales que si las tuviésemos que realizar a una población.
e. La selección de muestras específicas nos permitirá reducir la
heterogeneidad de una población al indicar los criterios de
inclusión y/o exclusión.
8. Definición de Medida.
Atribución de números a los objetos según ciertas reglas. Estas reglas se
resumen en la siguiente: aceptar sólo como válidas entre los números
aquellas relaciones que sean verificables empíricamente entre las
correspondientes modalidades.
5
9. Parámetros y estadísticos
Existen medidas para realizar descripciones cuantitativas de los conjuntos
de datos, o poblaciones, y de sus muestras, diferenciándose entre ellas las
que se refieren a las mismas poblaciones y a las muestras.
a. Parámetros
Son las medidas que describen a la población y son representadas con
letras griegas.
b. Estadísticos
Son aquellas medidas que describen a una muestra se les llama
también estimadores, y son representados por letras de nuestro
alfabeto (por ejemplo, x o s).
Cuadro 1: Pruebas estadísticas descriptivas más frecuentes de

acuerdo a la escala de medición de la variable en estudio.
Tipo de Escala de la variable o

Método o técnica estadística
descripción asociación
Variables Categóricas (nominal y Frecuencias, Proporciones o porcentajes representados
individuales ordinal) por gráficos de barras, pastel o pictogramas.
Distribución de frecuencias en clases
Frecuencias acumuladas
Variables
Numéricas (intervalo y razón) Percentiles
individuales
Medidas de tendencia central, dispersión, curtosis y
oblicuidad
Tablas de contigencias
Asociación
Categóricas con categóricas Gráficos de barras
entre variables
Pruebas de Kendall, de Kramer, de Spearman
Asociación Tablas con clasificación categórica, con promedios y
Categórica con numérica
entre variables desviaciones o error estándar en cada entrada
Gráfico de puntos
Asociación
Numérica con numérica Coeficiente de correlación
entre variables
Recta de regresión
Cuadro 2: Pruebas estadísticas inferencial más frecuentes de acuerdo

la escala de medición de la variable en estudio.
Tipo de Escala de la variable o
Método o técnica estadística
descripción asociación
Prueba de Z para una proporción poblacional
Variables Prueba de X2 para varias proporciones en un sola
Nominales
individuales población
Intervalos de confianza para proporciones
Variables Prueba del signo o Binomial para la mediana poblacional
Ordinales
individuales Intervalo de confianza para proporciones
Asociación entre Muestras grandes con Prueba de “t” para un promedio poblacional
variables distribución normal Intervalo de confianza para el promedio
Muestras pequeñas
Asociación entre Prueba del signo o Binomial para la mediana poblacional
sin
variables Intervalo de confianza para el promedio
distribución normal
6
Cuadro 3: Pruebas estadísticas para estudios comparativos más

frecuentes de acuerdo a la escala de medición de la variable en
estudio.
Escala de
la variable Método o técnica estadística
Tipo de descripción
o
asociación
Prueba exacta de Fisher
Independientes (sin control de Prueba de X2
Nominal
factores de confusión) Cálculo de riesgo relativo
Modelos logísticos y logarítmico-lineales
Prueba U de Mann Whitney (dos poblaciones)
Independientes (sin control de Prueba de Kruskall Wallis (dos o más
Ordinal
factores de confusión) poblaciones)
Modelos logarítmicos-lineales
Prueba de “t” (dos poblaciones)
Análisis de varianza para la prueba de F (más de
dos poblaciones) seguida de prueba de medias de
Independientes Razón
Tukey, Duncan, SNK, etc.
Prueba de Logrank para comparar sobreviva
Regresión múltiple
Prueba de McNemar
Dependientes con bloques o Método de Mantel Haenzel
igualación de atributos (con control Nominal Prueba Prueba de X2 para cada nivel de confusión
de factores de confusión) Modelos logísticos Modelos logísticos y
logarítmico- lineales
Dependientes con bloques o Prueba de Friedman
igualación de atributos (con control Ordinal Prueba de Wilcoxon para rangos señalados
de factores de confusión) Modelos logarítmico-lineales
Prueba de “t” apareada
Dependientes con bloques
Análisis de varianza para prueba de F con dos
o igualación de atributos (con control Razón
criterios de clasificación con prueba de Tukey
de factores de confusión)
Regresión múltiple

Capitulo I Introduccion

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Capitulo I Introduccion

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD INCA GARCILASO DE LA VEGA

FACULTAD DE PSICOLOGIA Y CIENCIAS SOCIALES

La investigación cuya finalidad es: el análisis o experimentación de situaciones

2. ¿Para qué sirve la estadística?

a. La Psicología es una ciencia, que se ocupa en general de fenómenos

3. Estadística inductiva y deductiva

Uno de los problemas fundamentales de la Estadística es el estudio de la

a. Deductiva, cuando a partir del conocimiento de la población se trata de

4. Tipos de Estadísticas: Estadística descriptiva e inferencial

La estadística Descriptiva es el método de obtener de un conjunto de

En sus particularidades la Inferencia distingue la Estimación y la

Cuando se consideran los métodos de organización, reducción y análisis de

Cuando se realiza un estudio de investigación, se pretende generalmente

Las razones para estudiar muestras en lugar de poblaciones son diversas y

Cuadro 1: Pruebas estadísticas descriptivas más frecuentes de

Tipo de Escala de la variable o

Cuadro 2: Pruebas estadísticas inferencial más frecuentes de acuerdo

Cuadro 3: Pruebas estadísticas para estudios comparativos más

S-ar putea să vă placă și