Escolar Documentos
Profissional Documentos
Cultura Documentos
y Mtodos de Anlisis
Sabrina Siniscalchi
Taller: Procesos electorales en el Uruguay
02/10 /09
De qu vamos a
hablar?
1- Tcnicas de
Muestreo
2- Variables, indicadores y otras cosas ya
conocidas
3- Qu se puede hacer con los datos?
(tcnicas de anlisis)
Tcnicas de
Muestreo
Tipos de
muestreo
Una muestra puede ser de dos tipos:
a)no probabilistica
b) probabilistica.
En la muestra no probabilistica la seleccin de las
unidades de anlisis dependen de las caractersticas,
criterios personales, etc. del investigador por lo que no son
muy confiables en una investigacin con fines cientficos
Este
tipo
de
muestra
adolece
de
fundamentacin
probabilistica, es decir, no se tiene la seguridad de que cada
unidad muestral integre a la poblacin total en el proceso de
seleccin de la muestra.
El
muestreo
no
probabilistico
comprende
procedimientos de muestreo intencional y accidental:
Muestreo Intencional: Procedimiento que permite
seleccionar los casos caractersticos de la poblacin
limitando la muestra a estos casos. Se utiliza en
situaciones en las que la poblacin es muy variable y
consecuentemente la muestra es muy pequea.
Muestreo Accidental: Consiste en tomar casos
hasta que se completa el nmero de unidades de
anlisis que indica el tamao de muestra deseado.
los
Donde:
nes el tamao de la
muestra;
Zes el nivel de confianza;
pes la variabilidad positiva;
qes la variabilidad
negativa;
Nes el tamao de la
poblacin;
Ees la precisin o el error.
La muestra en
Se comenz con 1021 casos, de los que se lograron recontactar,
2004:
manteniendo los criterios muestales, 806. Los mismos constituyen
una muestra representativa de la poblacin de 18 y ms aos de edad
residente en hogares particulares de localidades de todo el pas con
2000 y ms habitantes.
La muestra fue aleatoria probabilstica con un margen de error de
3.5 para un nivel de confianza de 95%.
Las encuestas fueron realizadas en forma telefnica, Montevideo fue
dividida en 25 zonas geogrficas, coincidiendo con las divisiones de
ANTEL.
Variables e
Indicadores
(un pequeo
repaso)
Qu se
puede hacer
con los
datos?
Descripcin
Caracterizar una muestra
variable por variable
Tcnicas
Distribucin de frecuencias
Porcentajes
Promedios, desviacin estndar
Grficos (de barra, de sectores,
histogramas)
Comparar grupos
T de student
Anlisis de varianzas
Kruskall-Wallis
Grficos de barras mltiples
Analizar la relacin
entre variables
R de Pearson
R de Spearman
Chi-Cuadrado
Anlisis de regresin (lineal, logstica,
multinominal)
Anlisis de correspondencia
Grafico de dispersin
Analizar la validez
Anlisis factorial
Anlisis de Clusters o conglomerados
Escalamiento multidimensional
Algunos
ejemplos
Descriptive Statistics
N
806
806
Minimum
1,00
Maximum
5,00
Mean
Std. Deviation
1,8922
1,16336
Momento en que decidi el voto segn medio por el que se informa de poltica (%)
Medio por el que se informa de poltica
Momento de
decisin del voto
Familia
Grupo de pares
Medios
Otros/Ninguno
Total
7,5%
8,8%
77,1%
6,6%
100,0%
14,8%
6,6%
75,4%
3,3%
100,0%
Despus internas
4,8%
9,5%
85,7%
Al comienzo o durante la
campaa
6,8%
6,8%
84,1%
2,3%
100,0%
6,3%
10,4%
79,2%
4,2%
100,0%
El da de las elecciones
18,5%
3,7%
63,0%
14,8%
100,0%
69,2%
30,8%
100,0%
77,6%
6,1%
100,0%
NsNc
Total
8,0%
8,4%
100,0%
Model
1
Model Summaryb
R Square
,031
R
,176a
Adjusted R Square
,025
ANOVAb
Model
Sum of Squares
df
Mean Square
Sig.
20,173
627,686
647,859
4
674
678
5,043
,931
5,418
,000a
Regression
Residual
Total
Coefficientsa
Unstandardized Coefficients
Model
Standardized
Coefficients
Beta
Sig.
7,967
,000
,018
,167
,463
4,395
,644
,000
,057
,048
1,272
,204
,004
-,041
-1,066
,287
(Constant)
B
1,471
Std. Error
,185
Voto anterior
Voto familia
,026
,008
,056
,002
,072
-,004