Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porKryštof Dušek Modificado hace 4 años
1
METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES
Titular: Agustín Salvia Teórico semana 9 CONCEPTO DE COVARIANZA, RELACIONES BIVARIDAS. ANÁLISIS POR MEDIO DE CUADROS DE CONTINGENCIA. CORRELACIÓN Y REGRESIÓN Eduardo Donza
2
CONCEPTO DE COVARIANZA, RELACIONES BIVARIDAS
CONCEPTO DE COVARIANZA, RELACIONES BIVARIDAS. ANÁLISIS POR MEDIO DE CUADROS DE CONTINGENCIA.
3
Conceptos a tener en cuenta
Concepto de covarianza Contrastación de hipótesis Relación entre variables Fuerza (Intensidad) Sentido Forma Grado Tipos de hipótesis Diagonales Rinconales Posibles resultado al analizar la covarianza Intermedia Nula Total
4
Concepto de cuadro bivariado
Nivel de medición nominal u ordinal Variable x x1 x2 x3 y1 Marginal 1 y2 Marginal 2 y3 Marginal 3 Subtotal 1 Subtotal 2 Subtotal 3 Total Frecuencias condicionales Variable y
5
Usos de cuadros bivariados
Para describir a la población según características de dos variables Para contrastar hipótesis
6
Pertenecer a la audiencia del programa de televisión según sexo
Cuadro bivariado Pertenecer a la audiencia del programa de televisión según sexo GBA - Mayo 2017 -Cantidad de personas- Fuente: datos simulados.
7
Para describir a la población según características de dos variables
8
Cuadro bivariado para analizar datos
Pertenecer a la audiencia del programa de televisión según sexo GBA - Mayo 2017 -En porcentajes- Fuente: datos simulados.
9
Para contrastar hipótesis
10
Cuadro bivariado para verificar hipótesis
Sexo Varón Mujer Miran el programa de televisión 90% 20% No miran el programa de televisión 10% 80% 100% Ver el programa de televisión
11
Cuadro bivariado para verificar hipótesis
Sexo Varón Mujer Miran el programa de televisión 90% 20% No miran el programa de televisión 10% 80% 100% d% = 70% Ver el programa de televisión Relación intermedia entre las variables
12
Cuadro bivariado para verificar hipótesis
Sexo Varón Mujer Miran el programa de televisión 60% No miran el programa de televisión 40% 100% d% = 0% Ver el programa de televisión Independencia estadística entre las variables
13
Cuadro bivariado para verificar hipótesis
Sexo Varón Mujer Miran el programa de televisión 100% 0% No miran el programa de televisión d% = 100% Ver el programa de televisión Relación perfecta entre las variables
14
Cuadros bivariados para verificar hipótesis
Reglas para el procedimiento Colocar la variable independiente en el cabezal del cuadro Si son variables ordinales, verificar divergencia o convergencia de las categorías Realizar porcentaje por columnas Comparar por filas
15
Cuadro bivariado para verificar hipótesis
Condición de actividad por sexo GBA / EPH 2º trim. de 2010 -En porcentaje- d% = 2,8% Pasos: Var. Independiente en el cabezal Orden de categorías Porcentajes por columnas Comparar por fila
16
Cuadro bivariado para verificar hipótesis
Sector de inserción de la población según sexo GBA / EPH 2º trim. de 2010 -En porcentaje- La d% no es medida resumen de fuerza de la relación en cuadros de más de 2 x 2 Pasos: Var. Independiente en el cabezal Orden de categorías Porcentajes por columnas Comparar por fila
17
Procedimientos a utilizar para la verificación de hipótesis
Lectura de porcentajes Coeficientes de asociación Pruebas de independencia estadística Fuente: extraido de Cohen (2013).
18
Procedimientos a utilizar para la verificación de hipótesis
Coeficientes de asociación: Miden la fuerza de la relación entre las variables Algunos coeficientes miden también el sentido de la relación (aplicable solo cuando ambas variables poseen nivel de medición ordinal).
19
Asociación entre variables Criterios de selección de coeficientes
Cantidad filas y columnas Nivel de medición del cuadro Hipótesis diagonales Hipótesis rinconales 2 x 2 Nominal u ordinal Phi (-1 a 1) Gamma (o q de Yule) Más de 2 x 2 Ordinal Tau-b Gamma Nominal V de Cramer (0 a 1) Fuente: extraido de Cohen (2013).
20
Asociación entre variables – Verificación de hipótesis
Pruebas de independencia estadística: La mas aplicada es la de chi cuadrado. Determinan el nivel de confianza con que se puede aseverar que existe relación entre las variables en el universo observando los datos de la muestra.
21
Ejemplo de conclusiones al poner a prueba una hipótesis de variables cualitativas
La lectura de porcentajes confirma la concentración en las celdas verificadoras. La fuerza expresada por el coeficiente de asociación es moderada y el sentido es el propuesto por la hipótesis. La prueba de independencia estadística nos indica que se puede decir que hay relación entre las variables en el universo con un 97% de confianza. Hipótesis Datos Phi = + 0,40 Significancia = 3%
22
CORRELACIÓN Y REGRESIÓN
23
Datos de variables años de estudio e ingresos
Años de estudio (años) Ingresos ($) 5 1.700 6 2.000 7 2.300 8 2.600 9 2.900 10 3.200 11 3.500 12 3.800 13 4.100 14 4.400 16 5.000 17 5.300 Nivel de medición numérico
24
Diagrama de dispersión años de estudio e ingresos
25
Diagrama de dispersión años de estudio e ingresos
26
Recta de regresión y = a + b * x $ = a + b * años estudios
27
Particularidades de recta de regresión
y = a + b * x Ordenada al origen Pendiente Δ y $ = a + b * años estudios a Δ x
28
Pendiente de recta de regresión
Δ y α Δ x Δ y b = tg α = Δ x
29
Recta de regresión x media y media a = 200 $
$ = 200 $ $ / año * Año de estudio
30
Predicción por medio de la ecuación
$ = 200 $ $ / año * Año de estudio Si años estudio = 15 $ = 200 $ $ / año * 15 años $ = 200 $ $ $ = 4700 $
31
Dispersión de casos reales
32
Recta de regresión / Técnica mínimos cuadrados
33
Correlación y regresión
Permiten: Medir la fuerza y el sentido de la relación por medio de un coeficiente denominado r de Pearson. Construir un modelo matemático que da cuenta de la distribución de la nube de puntos. Realizar predicciones de valores no conocidos de una de las variables. Determinar el nivel de confianza con que se puede asegurar que existe relación entre las variables en el universo observando los datos de la muestra.
34
Ejemplo de conclusiones al poner a prueba una hipótesis de variables numéricas
Datos Observando el diagrama de dispersión se puede aplicar una regresión lineal. La fuerza de la relación es moderada y el sentido es el propuesto por la hipótesis. El 16% de la variación de una variable esta determinado por la variación de la otra variable. La prueba de independencia estadística nos indica que se puede decir que hay relación entre las variables en el universo con un 97% de confianza. r = + 0,40 r2 = 0,16 Significancia = 3%
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.