Codificación e introducción de datos: Tabulación, tratamiento y análisis
Enviado por Chuletator online y clasificado en Matemáticas
Escrito el en español con un tamaño de 6,53 KB
1 .CODIFICACIÓN E INTRODUCCIÓN DE DATOS. Codificar: traducir respuestas
A número agrupar datos.
2.2.1. Dentro de método Explicativo*** hay dos grupos: (1) Si Variable cuantitativa:
–análisis d varianza (si la muestra se divide en grupos basados en Variables dependientes cuaLi. Y la dependiente es cuanTi./ si queremos saber si Hay diferencia entre nivel de colesterol dependiente del sexo (2) Si variable cualitativa: -análisis Discriminante (explica la pertenencia de individuos u objetos a grupos Preestablecidos. /determinar los ratios financieros empresas rentables o no). Métodos Descriptivos o d interdependencia****: miden asociaciones o no estables relaciones d causalidad.
–análisis factorial (se analizan Interrelaciones entre variables cuanTi. Explicando en términos d un nº menor d Factores (si son inobservables) o d componentes principales (si son observables). /conocer estado financiero d empresa a partir de ratios financieros. Como Llevar a cabo el análisis multivariable: 1)Objetivos del análisis (problema, técnicas,…), 2)Diseño del análisis (tamaño de “n”), 3)Hipótesis del Análisis, 4)Realización d análisis y ajuste d datos (desviaciones), 5)Interpretación d resultados (validez).
1.1. Tabulación De datos: unidireccional (o simple):
recuento dl nº d casos, en tablas con Columnas=> Xi diferentes Respuestas a la pregunta, Fi o Ni frecuencia Absoluta, Pi frecuencia Relativa/porcentajes d ls respuestas. **Tipos d escalas d tabulación simple: (A) Escala nominal: solo distinción d categorías. (B) Escala ordinal: Ordenación d clases (crecie. O decrec.). (C) Escala cardinal o d intervalo: (B)+distancia entre clases. (D): Registrar ls datos con nº cualquiera.1.2. Tabulación de datos: cruzada
Se Pone en relación las respuestas d 2 o + preguntas diferentes ligas entre sí, Utiliza un cuadro d doble entrada (1 principio d línea y al final la Frecuencias (Fi, Pi); en los cruces las frecuencias conjuntas.1.3. Tratamiento d ls datos:
(A) Estadística analítica: si datos tratados Matemáticamente, (B) Descriptiva: en Tablas o gráficos. (C) Inferencial: sacar Conclusiones estadísticas d una “n” y extiende resultados a “N”. *Variables Estadísticas: - a) Cuantitativas: solo valores numéricos => discretas: Nº aislado (hijos) Y, continuas: cualquier valor (decimales)/ b) Cualitativas: La propiedad q estudiamos sin nrs (color de pelo) => ordinales (orden M a m, No nº) Y nominales (no ordenación).1.4. Representación gráfica d ls datos
El tipo d representación depende d Objetos a representar, d l escala y d l variable*. –diagrama d líneas. –diagrama d área. –diagrama d barras (cual. Y cuanT. Discreta) –diagrama d sectores (cuaL). –Pictogramas (cuaL. Y cuanT.) –Histogramas (formado x rectángulos; cuaL. Continua). –Polígonos d frecuencia (bloques unidos x puntos; cuanT. Continua).1.4.1. Representación gráfica d ls datos II
Objetivos d ls tipos d gráficos: -comparar valores (d.Barras Nominal y ordinal), -analizar comportamiento (d.Línea o área), -estudiar Distribución (d.Sectores nominal y ordinal, -clasificar datos (d.Barras nom y Ord). 2.ANÁLISIS D DATOS.2.1. Análisis univariable d datos
Se Realiza a través d la tabulación simple. Se debe tener en cuenta el tipo d Escala**, se obtine: (A) Frecuencias relativas o porcentajes (Pi). (B) Medidas D tendencia central o d posición: -moda, -mediana, -media aritmética. (C) Medidas d dispersión: -varianza, -desviación típica.2.1. Análisis multivariable d datos
Permite analizar varias Variables a la vez. Se aplica en la investigación comercial pq permite…: (A) Analizar a la vez toda la información. (B) analizar gran nº d encuestas. (C) Hacer comprensible la gran cantidad d datos. Clasificación: (1) Métodos descriptivos/interdependencia****: Todas las variables están relacionadas unas con otras (-método d clasificación: Agrupa indiv o empresas a partir de unas Variables d partida, el análisis cluster; -análisis factorial o d componentes, Métodos descriptivos). (2) Métodos Explicativos/d dependencia***: explica unas variables en función d Otras (métodos d segmentación y el análisis discriminante). (3) Métodos estructurales: analiza Como las variables están relacionadas entre si y las var. Interdep. Afectan a Las dependientes.2.2.1. Dentro de método Explicativo*** hay dos grupos: (1) Si Variable cuantitativa:
-
análisis D regresión (analiza relación var. Depen. Y varias indepen./ predecir gasto en Consumibles a partir d compra d materiales).–análisis d varianza (si la muestra se divide en grupos basados en Variables dependientes cuaLi. Y la dependiente es cuanTi./ si queremos saber si Hay diferencia entre nivel de colesterol dependiente del sexo (2) Si variable cualitativa: -análisis Discriminante (explica la pertenencia de individuos u objetos a grupos Preestablecidos. /determinar los ratios financieros empresas rentables o no). Métodos Descriptivos o d interdependencia****: miden asociaciones o no estables relaciones d causalidad.
–análisis factorial (se analizan Interrelaciones entre variables cuanTi. Explicando en términos d un nº menor d Factores (si son inobservables) o d componentes principales (si son observables). /conocer estado financiero d empresa a partir de ratios financieros. Como Llevar a cabo el análisis multivariable: 1)Objetivos del análisis (problema, técnicas,…), 2)Diseño del análisis (tamaño de “n”), 3)Hipótesis del Análisis, 4)Realización d análisis y ajuste d datos (desviaciones), 5)Interpretación d resultados (validez).