ALGUNOS CONCEPTOS PREVIOS Tipos de Variables y Niveles de medida Proceso de datos y Análisis de datos Estadística y niveles de análisis Validez Interna, Externa y Ecológica Error Tipo I () y Error Tipo II () Significación estadística y significación práctica Contraste estadístico Supuestos para el análisis de datos Pruebas paramétricas y no paramétricas Matriz (tipos de matrices) Correlación y covarianza Coeficientes de correlación Regresión … Modelos Multivariantes

El Proceso de Datos Un continuum que empieza ya en el Diseño de la investigación. Los pasos por los que atraviesan los DATOS: Diseño de la investigación Recogida de datos Codificación y grabación Análisis Exploratorio Análisis Estadístico Interpretación de Resultados Elaboración del Informe ¡TODOS SON IGUALMENTE IMPORTANTES!

EL ANÁLISIS DE DATOS La ESTADÍSTICA como un cuadro de herramientas, con 3 niveles de análisis: Nivel 1: DESCRIPTIVO-UNIVARIADO. Resumir e ilustrar la información contenida en una matriz de datos Nivel 2:INFERENCIAL-BIVARIADO. Estimar parámetros, contrastar hipótesis, comparar el comportamiento de dos o más grupos o analizar la relación entre pares de variables Nivel 3: MODELIZACIÓN-MULTIVARIANTE. Elaborar modelos, ecuaciones o funciones que permitan explicar unas variables a partir de otras y hacer predicciones

SELECCIÓN DE LA PRUEBA ESTADÍSTICA ¿Qué queremos hacer? ¿en qué Nivel de Análisis nos situamos? Nivel 1: DESCRIPTIVO-UNIVARIADO Nivel 2:INFERENCIAL-BIVARIADO Nivel 3: MODELIZACIÓN-MULTIVARIANTE

Nivel 1: DESCRIPTIVO-UNIVARIADO Medidas de Tendencia Central Medidas de Variabilidad Medidas Distribución Medidas de Posición Gráficos Tablas

Nivel 2: INFERENCIAL-BIVARIADO Correlaciones Variables de Escala: Pearson Variables Ordinales: Spearman y Kendall Variables categóricas: Phi, Coeficiente de Contingencia, … Contrastes Variables Métricas: Paramétricos N o K grupos Independientes o Relacionados Variables No Métricas: No Paramétricos

Nivel 3: MODELIZACIÓN-MULTIVARIANTE Técnicas multivariantes de Dependencia Regresión Lineal Múltiple Regresión Logística Análisis Discriminante Análisis de Varianza (ANOVA y MANOVA) Análisis LOGIT Técnicas multivariantes de Interdependencia Análisis Factorial (Componentes Principales) Análisis de Correpondencicas Análisis Cluster Escalamiento Multidimensional

CONTRASTES: VD CUANTITATIVA 1 Grupo t-Student Grupos normales t-Student Independientes Grupos NO normales Mann-Withney 2 Grupos Grupos normales t-Student relacionados Relacionados Grupos NO normales Wilcoxon Grupos normales Anova + Post Hoc Independientes Grupos NO normales Kruskal-Wallis + Dunn K Grupos Grupos normales Anova medidas repetidas Relacionados Grupos NO normales Friedman

CONTRASTES: VD CUALITATIVA PROPORCIONES Binomial Chi-Cuadrado 1 VARIABLE 2 VARIABLES Tablas de contingencia Independientes Chi-Cuadrado Corregido 2x2 Prueba de Fisher McNemar (2) Relacionados Cochran (k)

CONTRASTES: VD CUASI-CUANTITATIVA Mann-Whitney Independientes 2 GRUPOS Wilcoxon Relacionados Independientes Kruskal-Wallis + Dunn K GRUPOS Relacionados Friedman