Codificación e introducción de datos: Tabulación, tratamiento y análisis

1 .CODIFICACIÓN E INTRODUCCIÓN DE DATOS. Codificar: traducir respuestas A número agrupar datos.

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).

2.3. Medida d posición central: Media aritmética ponderada

Se agrupan en torno Al valor central. Variables (xi), nº veces q se repiten (ni), cálculo de Frecuencia absoluta (Ni)

2.4. Medida d Posición central: La mediana

El valor q divide en dos partes iguales a un Conjunto d datos ordenados. Si es impar, un valor; si par, media aritmética d Los dos centrales. Si, “xi” se repite “ni” veces, se suma frec. Abs. “Ni” y se Div/2.

2.5. Medida d posición central: La moda

El valor dentro del conjunto q se repite más veces.

2.6. Medida d posición: centiles y cuartiles

Posición que ocupa. Q1 (cuartil 1), P30 (percentil 30), D2(decil 2)… mxN/k “m” posición a calcular, “N” suma acumulada y “k” según el parámetro (4, 100, 10,…).

2.7. Medida d dispersión: rango o Recorrido

Es la distribución d la serie concentrada o dispersa con Respecto a los valores centrales. =>R=Xmax-Xmin, además =>Rango Intercuartalítico, concentra el 50% de los valores centrales. Q=Q3-Q1.

2.8. Medida d dispersión: la varianza. La Desviación

Conocer cuánto d se dispersan dl su media. A) Varianza “S2”: Identifica la media q hay entre cada uno d los valores, al punto central “X”. Se utiliza para verificar si hay diferencias estadísticas entre medias si se Estudian varios grupos. B) Desviación típica “S”: determina el promedio Aritmético.

2.10. Medida d forma d la Distribución. Asimetría y Kurtosis

Gráfico=>distribución simétrica (la Media divide partes iguales); distr. Asimétrica (asimetría a la izquierda, Mediana es mayor q la media). Medidas de Kurtosis se aplica a distribuciones Campaniformes, para estudiar la distribución d la frecuencia en la zona central (medidas d apuntamiento).