Escolar Documentos
Profissional Documentos
Cultura Documentos
Trespalacios Gutirrez, J.A.; Vzquez Casielles, R.; y Bello Acebrn, L. (2005): Investigacin de mercados. Mtodos de recogida y anlisis de la informacin para la toma de decisiones en marketing. Editorial Thomson.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
de anlisis apropiada a emplear sobre un conjunto de datos recogidos en una investigacin, hay que contestar a las siguientes preguntas :
Cuntas variables van a analizarse simultneamente?
ANLISIS UNIVARIABLE: Si se analiza una sola variable. ANLISIS BIVARIANTE: Si se analizan dos variables. ANLISIS MULTIVARIANTE: Si se analizan ms de dos variables.
Qu objetivo se pretende?
ANLISIS DESCRIPTIVO: Proporciona una descripcin de los datos. ANLISIS INFERENCIAL: Permite generalizar a una poblacin objetivo, los resultados alcanzados en una muestra
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Por un lado permite describir y evaluar las propiedades de la distribucin de una variable
Su objetivo es doble
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Por ejemplo, si se quisiera conocer cmo se distribuyen los INTRODUCCIN alumnos matriculados en una asignatura en el grupo de la
maana y de la tarde, sera suficiente con calcular las frecuencias de alumnos de cada grupo.
Sin embargo, en otras situaciones el anlisis univariable es el antecesor del anlisis multivariable. Utilizando el mismo ejemplo anterior, se podra preguntar qu factores determinan que las mujeres se matriculen preferentemente en el grupo de la maana o qu causa que en el grupo de la tarde existan personas de mayor edad que en el de la maana. Para responder a estas preguntas se necesitaran modelos de anlisis ms completos que los incluidos en el univariable, pero ste se convierte en el necesario primer paso para la correcta aplicacin de dichos modelos.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Si se multiplica la frecuencia relativa por 100, se consigue el tanto por ciento (pi) que posee un valor sobre el total de N.
Frecuencia absoluta acumulada (Ni): Es el nmero de veces (ni) en el conjunto de datos observados N con un valor igual o menor al dato u observacin que se trate. La ltima frecuencia absoluta acumulada es igual a N. Frecuencia relativa acumulada (Fi): Es el cociente entre la frecuencia absoluta acumulada y el nmero total de datos observados (N). Si se multiplica por 100, se alcanza el porcentaje acumulado (Pi)), que debe ser al final el 100% de N. Su frmula es la siguiente:
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Ejemplo: Suponiendo que los datos hubieran sido 3, 1, 4, 9 y 5, el proceso sera el siguiente:
1.- Se ordenan los datos; 1, 3, 4, 5, 9. 2.- Al ser el nmero de datos impar, se aplica la frmula correspondiente
(5 + 1)/2 = 3
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
3.- La mediana corresponde con el dato 2,5; es la observacin que est comprendida entre 3 y 4 bolgrafos.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
La moda es 3 bolgrafos (se repite dos veces ms que las otras contestaciones-).
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
3.- Se suman estos resultados y se dividen por 4 (N); 2.- Se resta cada dato de la media y se eleva al cuadrado;
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
3.- Se suman estos resultados, se dividen por 4 (N) y se halla la raz 2.- Se resta cada dato de la media y se eleva al cuadrado; cuadrada;
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
As, por ejemplo, si se tienen dos grupos de mujeres de 11 y 25 aos con medias y desviaciones tpicas dadas por la tabla anterior, puede parecer, al observar en ambos grupos una desviacin tpica igual, que los grupos de datos tienen la misma dispersin. No obstante, como parece lgico, no es lo mismo una variacin de dos kilos en un grupo de elefantes que en uno de conejos.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
3.- Se suman estos resultados, se dividen por 4 (N) y se halla la raz 2.- Se resta cada dato de la media y se eleva al cuadrado; cuadrada;
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
5.- Aunque est por debajo del 70%, por la cercana del resultado al 2.-anterior Se resta cada dato de la media se eleva al cuadrado; valor, habra que y manifestar que la media no resume adecuadamente los valores que aglutina.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
La variable seguir una distribucin normal si el coeficiente de asimetra est prximo a cero sin superar 1 en valor absoluto.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
La variable seguir una distribucin normal si el coeficiente de curtosis es cero o prximo a cero.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Se acepta la hiptesis nula cuando el p valor (la probabilidad obtenida en la prueba o mtodo) es mayor que el nivel de significacin fijado por el investigador (generalmente el 5% o el 1%).
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
El anlisis bivariable es el conjunto de mtodos y tcnicas estadsticas que analizan simultneamente dos variables, para describir el conjunto de la poblacin observada y analizar la posible existencia de relaciones entre dos variables .
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Representa una tabla de frecuencias de doble entrada, donde en cada celdilla o casilla figura el nmero de casos o individuos que poseen un nivel de una de las categoras o caractersticas de una variable analizada y de otra categora de la otra variable analizada.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Este procedimiento manifiesta, con una probabilidad determinada, la existencia de independencia (o la falta de ella) de las dos variables. Si no se presenta la independencia, el investigador puede inferir una posible relacin (sin saber su grado o nivel) e incluso puede determinar el sentido de dicha relacin.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
El valor de la correlacin oscila entre los valores 1 y -1. Si r = 0, no existe asociacin o relacin lineal. Esto no necesariamente implica una independencia total entre las dos variables, puesto que puede haber relaciones no lineales entre las dos variables.
Si r = 1, existe una correlacin positiva perfecta entre las dos variables. Cuando una de ellas aumenta, la otra tambin lo hace en el mismo sentido e idntica proporcin. Si r alcanza un valor entre 0 y 1, hay una correlacin positiva.
Si r = -1, existe una correlacin negativa perfecta entre las dos variables. Cuando una de ellas aumenta, la otra disminuye en sentido contrario e idntica proporcin. Si r alcanza un valor entre 0 y -1, hay una correlacin negativa.
Anlisis de la Informacin
Introduccin Clasificacin de las tcnicas de anlisis de datos Anlisis estadstico univariable. Anlisis estadstico bivariable. Conclusiones.
En funcin del nmero de variables existen los siguientes tres tipos de tcnicas de anlisis de datos: Univariables, bivariables y multivariables. El anlisis univariable o univariante analiza la variable de forma aislada. Puede aplicar la estadstica descriptiva (medidas resumen) o la inferencia estadstica (extrapola a la poblacin). La tabla de frecuencias sintetiza la informacin incluida en los datos, pero la tabla es de difcil interpretacin cuando el nmero de distintas alternativas o respuestas es elevado. En este caso, se hace necesario, resumir la informacin que conforma la tabla de frecuencias. Esto se obtiene con las principales caractersticas de la distribucin; medidas de tendencia central, posicin, dispersin y forma. Asimismo, las variables, tambin, deben ser examinadas para conocer si se aproximan a los requisitos previos, como la normalidad, de una tcnica o mtodo estadstico. El anlisis de datos bivariable o bivariante, con sus diferentes tcnicas y mtodos, permite determinar la existencia o corroboracin de una asociacin o relacin entre dos variables, sea de causalidad o no. Con estos resultados, la organizacin pretende disponer de una evidencia que le posibilite establecer un criterio para el desarrollo de su actuacin.