Análisis de datos Introducción al análisis de datos

Presentación del tema: "Análisis de datos Introducción al análisis de datos"— Transcripción de la presentación:

1 Análisis de datos Introducción al análisis de datos
UNIVERSIDAD INDUSTRIAL DE SANTANDER ESCUELA DE ECONOMÍA Y ADMINISTRACIÓN Maestría en Gestión y Políticas Públicas Análisis de datos Introducción al análisis de datos Prof.: Hector Mauricio Rojas B.

2

3 SIEMPRE SON DE CARÁCTER PROVISIONAL
HIPÓTESIS DE INVESTIGACIÓN Explicaciones tentativas del fenómeno investigado, formuladas a manera de proposiciones que caracterizan una o más variables o sus relaciones y que se apoyan en conocimientos organizados y sistematizados. SIEMPRE SON DE CARÁCTER PROVISIONAL FUNCIONES: A. Sirven como guía de investigaciones, necesita contrastación, construcción de información y técnicas adecuadas de manejo de datos. B. Especifica cuáles hechos se observan y qué relación se establecerá entre ellos. C. Ofrecen una explicación previa pues están relacionadas con el marco teórico-conceptual lo que facilita en análisis de datos.

4 TIPOS DE HIPÓTESIS SEGÚN LA FORMA NIVEL DE LA HIPÓTESIS 1. Descriptiva
2. Correlacional 3. De comparación de grupos 4. De causalidad: Univariadas · Multivariadas · Con variables modificantes. 1. Hipótesis de investigación 2. Hipótesis descompuesta en hipótesis nula e hipótesis alternativas 3. Hipótesis estadísticas Maestría en Educación

5 Ejemplos de hipótesis de causalidad
Univariadas El ritmo de contratación pública se incrementa hacia el final de la vigencia presupuestal Multivariadas: La baja legitimidad del proceso de paz en Colombia, sumado a las trayectorias de violencia de muchos colombianos y a los fracasos del pasado en negociaciones, provocan una baja motivación de la población general hacia la participación en los foros temáticos del proceso.

6 Con variables modificantes:
Los niños y niñas de Bucaramanga no escolarizados tienen mayor riesgo de ser explotados sexualmente, especialmente aquellos que viven en familias disfuncionales. Con variables modificantes: Fumar aumenta el riesgo de cáncer, más aún en personas con algún grado de desnutrición. Maestría en Educación

7 Ejemplos según tipo De Investigación Los estudiantes de pregrado UIS tienen menor rendimiento en SABER-PRO, 2015, que los estudiantes de la UN. Hipótesis nula: Los estudiantes de Trabajo Social UIS no presentan menor rendimiento en SABER-PRO, 2015, que los estudiantes de la UN. Hipótesis alternativa: Los estudiantes de Trabajo Social UIS presentan menor rendimiento en SABER-PRO, 2015, que los estudiantes de la UN. Hipótesis estadísticas: Sea X el Rendimiento estudiantes UIS en SABER-PRO y sea M[X] la "media teórica" o "valor esperado" de X, Ho: M[X] > Ha: M[X] < 100

8 Pruebas de hipótesis – Distribución Normal (Gauss-Laplace)
Zona de aceptación Ho Zona de aceptación Ho Zona Crítica Margen de Error Error tipo II Beta Zona de rechazo Ho S2 Zona crítica Margen de Error Error tipo I Alfa Zona de rechazo Ho Zona de rechazo Ho X-Me-Mo

9 Pruebas de hipótesis – Distribución Normal (Gauss-Laplace)
Es un procedimiento para, a partir de una muestra aleatoria y significativa, extraer conclusiones que permitan aceptar o rechazar una hipótesis previamente emitida sobre el valor de un parámetro desconocido de una población. La hipótesis emitida se designa por H0 y se llama hipótesis nula. La hipótesis contraria se designa por H1 y se llama hipótesis alternativa.

10 Nivel de significancia
Análisis estadístico para prueba de hipótesis de investigación Análisis Paramétrico (supuestos): La distribución poblacional de la variable dependiente es normal –En el universo está normalmente distribuido- El nivel de medición de la variable dependiente es por intervalos o razón En dos poblaciones la varianza y la dispersión son homogéneas (Wiersma y Jurs, 2005) Prueba Resultado Aplicación Coeficiente Pearson -1.00 a +1.00 Prueba de correlación –dos variables continuas- A partir de ello se hace Regresión Lineal Prueba t Nivel de significancia Diferencias de grupos respecto a la X y la S2, se usan grados de libertad ANOVA (Prueba F) Prueba de comparación de diferencias entre grupos e intragrupos: evalúa el efecto de una (one way) o varias (factorial) variables independientes sobre una dependiente. Hernández, 2006

11 Análisis No Paramétricos (supuestos): Prueba Resultado Aplicación
No requieren distribución normal –muestras-. El nivel de medición de las variables es de cualquier tipo Prueba Resultado Aplicación Chi cuadrada o X2 Significancia Prueba para evaluar hipótesis acerca de la relación entre dos variables categóricas Coeficiente Phi 0 a 1 Tablas 2X2: el 0 indica ausencia de correlación y el 1 correlación perfecta. V de Cramer Tablas de cualquier tamaño Goodman-Kruskal Lambda Tablas de cualquier tamaño y asume causalidad Gamma de Goodman y Kruskal -1 a +1 -1 es una relación negativa perfecta y +1 positiva perfecta, variables ordinales Kappa Datos categorizados por intervalos, cualquier tamaño. Hernández, 2006

12 Elección de procedimientos estadísticos
1. Preguntas de investigación: Descriptivas Datos nominales Datos ordinales Datos intervalos o de razón Moda Moda, Mediana Media, Mediana, moda, desviación estándar, varianza y rango 2. Preguntas de investigación: Diferencia de grupos 1. Muestras correlacionadas (dos variables) Datos nominales Datos ordinales Datos intervalos o de razón Prueba de McNemar Prueba de Wilcoxon para pares de rangos Prueba t para muestras correlacionadas 2. Muestras independientes (dos variables) Chi cuadrada Prueba Mann-Whitney U o Kolmogorov-Smirnov Prueba t para muestras independientes 1. Muestras correlacionadas (más de dos variables) Prueba Q de Cochran Análisis de Varianza de Friedman en dos vías ANOVA

13 3. Preguntas de investigación: Correlacional
Continuación 2. Muestras independientes (más de dos variables) Datos nominales Datos ordinales Datos intervalos o de razón Chi cuadrada para K muestras independientes Chi cuadrada de Friedman, ANOVA ANOVA 3. Preguntas de investigación: Correlacional 1. Muestras correlacionadas (dos variables) Datos nominales Datos ordinales Datos intervalos o de razón Una variable independiente y una dependiente Coeficiente de contingencia o Phi Spearman o Kendall Pearson (producto-momento) Regresión lineal 2. Más de dos variables Análisis discriminante Análisis de correlación parcial Kendall R2 3. Preguntas de investigación: Causal o predictiva Diversas independientes y una dependiente Regresión múltiple Agrupamiento (membrecía de todos los datos) Análisis discriminante (una vía o factorial) Mertens, 2005