Want to create interactive content? It’s easy in Genially!

Get started free

ANÁLISIS DE DATOS PARA LA INVESTIGACIÓN CIENTÍFICA

duniesky.feito.madri

Created on November 28, 2024

Start designing with a free template

Discover more than 1500 professional designs like these:

Transcript

Presenta: Dr. Duniesky Feitó Madrigal Correo: duniesky.feito.madrigal@uabc.edu.mx

EL ANÁLISIS DE DATOS PARA LA INVESTIGACIÓN CIENTÍFICA. METODOLOGÍAS, HERRAMIENTAS Y APLICACIONES

INTERPRETACIÓN Y DISCUSIÓN DE RESULTADOS

MODELADO Y ANÁLISIS INFERENCIAL: ESTIMACIONES , PRUEBA DE HIPÓTESIS Y CRITERIOS DE AJUSTE

ANÁLISIS EXPLORATORIO DE DATOS. VISUALIZACIÓN Y ESTADÍSTICA DESCRIPTIVA

LIMPIEZA Y PROCESAMIENTO DE DATOS (ATÍPICOS , FALTANTES, NO RESPUESTA )

TIPOS DE DATOS, ESCALAS DE MEDICIÓN Y TEMPORALIDAD

EL ANÁLISIS DE DATOS EN EL PROCESO INVESTIGATIVO

Índice

EL ANáLISIS DE DATOS EN EL PROCESO INVESTIGATIVO

01

CAPÍTULO V-DISCUSIÓN Y CONCLUSIONES

Interpretación de los resultados Implicaciones de los hallazgos Limitaciones del estudio

CAPÍTULO IV-RESULTADOS

Presentación de resultados acorde a los objetivos Estadisticos descriptivos (gráficos, tablas) Estadística inferencial (hipótesis )

CAPÍTULO III- METODOLOGÍA

Enfoque ( combinado) Temporalidad Fuentes de información Variables Muestreo , Descripción del modelo estadístico

CAPÍTULO II-REVISIÓN DE LA LIERATURA

Identificación y discusión de teorías, conceptos , modelos, estudios empíricos (variables)

CAPÍTULO I -INTRODUCTORIO

Problema Objetivos Preguntas Hipótesis Justificación

ENFOQUE CUANTITATIVO

tipos de datos, escalas de medición y temporalidad

02

Cuantitativos

Cualitativos

TIPOLOGÍA DE LOS DATOS

TIPOLOGÍA-DISTRIBUCIONES DE PROBABILIDAD

Datos cuantitativos

01

Distribución Normal

02

Distribución Ji-Cuadrado (Chi-cuadrado)

03

Distribución t de Student.

RAZÓN
ORDINAL
NOMINAL

LOS NIVELES DE MEDICIÓN DETERMINAN COMO SE RESUMIRÁN Y PRESENTARAN LOS DATOS

NIVELES DE MEDICIÓN

TIPOS DE NIVELES DE MEDICIÓN

+ INFO

+ INFO

+ INFO

Transversal (un solo período)

Longitudinal (varios períodos)

TEMPORALIDAD

Tablas contingencia

Series de tiempo

Anova Ancova

Regresión Lineal

SEM

Probit-Logit- Tobit

Regresión Logística

Cualitativo

Cuantitativo

Panel de datos

METODOLOGÍAS

TIPOLOGÍA VS TEMPORALIDAD

limpieza y procesamiento de datos

03

La gestión de valores atípicos debe ser documentada y justificada en la investigación con el propósito de garantizar la transparencia , reproducibilidad y fiabilidad de los resultados

ESTANDARIZACIÓN DE DATOS

DATOS ATÍPICOS

análisis exploratorio de datos. estadística descriptiva Y visualización

04

ESTADÍSTICOS DE TENDENCIA CENTRAL

La media o valor promedio , es la medida de la tendencia central más utilizada.

MEDIA

MEDIANA

La mediana de una muestra es el valor intermedio cuando los datos están acomodados en orden descendentes o ascendentes.

PERCENTILES Y CUARTILES

Son medidas de localización que dividen un conjunto de datos ordenados en cierto número de grupos o partes que contienen la misma cantidad de datos.

MODA

La moda es el valor que ocurre con mayor frecuencia y representa el pico más alto de la distribución.

RANGO INTERCUARTIL

RANGO

DESVIACIÓN ESTÁNDAR

ASIMETRÍA

ESTADÍSTICOS DE DISPERSIÓN

CUANTILES

Son medidas de localización que dividen un conjunto de datos ordenados en cierto número de grupos o partes que contienen la misma cantidad de datos.

GRÁFICOS - TABLAS- MAPAS

La moda es el valor que ocurre con mayor frecuencia y representa el pico más alto de la distribución.

MODELADO Y ANÁLISIS INFERENCIAL: ESTIMACIONES , PRUEBA DE HIPÓTESIS Y CRITERIOS DE AJUSTE

05

ESTIMACIÓN DEL MODELO (VALIDACIÓN HIPÓTESIS)

EVALUACIÓN DE LOS CRITERIOS DE AJUSTE DEL MODELO

ESPECIFICACIÓN CORRECTA DEL MODELO

ETAPAS DE LA MODELACIÓN

CONTRASTE DE HIPÓTESIS ESTADÍSTICA

PASO I

Formulación de la hipótesis

Paso II

+ INFO

Cálculo del valor estadístico muestral

Paso III

Determinación de la significación estadística

Paso IV

Aceptación o rechazo de la hipótesis nula

FACTORES PSICOLÓGICOS Y BIENESTAR FINANCIERO. UN ANÁLISIS DE LOS EFECTOS DIRECTOS E INDIRECTOS DE LA SOCIALIZACIÓN FINANCIERA EN LA NIÑEZ Y LA ADOLECENCIA

EJEMPLOS APLICADOS A LA INVESTIGACIÓN

VALIDACIÓN DEL MODELO

EJEMPLOS APLICADOS A LA INVESTIGACIÓN

ESTIMACIÓN DEL MODELO

EJEMPLOS APLICADOS A LA INVESTIGACIÓN

Analizar la relación de corto y largo plazo entre el Índice de Actividad Económica Trimestral (ITAE) y las transacciones en terminales de punto de venta (TTPV) en México, con el fin de determinar cómo las transacciones electrónicas contribuyen a la actividad económica, tanto de manera inmediata como estructural a largo plazo.

RELACIONES DE CORTO Y LARGO PLAZO ENTRE LAS TRANSACCIONES ELECTRÓNICAS Y LA ACTIVIDAD ECONÓMICA DE MÉXICO DE 2012 A 2023

EJEMPLOS APLICADOS A LA INVESTIGACIÓN

VALIDACIÓN DEL MODELO

EJEMPLOS APLICADOS A LA INVESTIGACIÓN

ESTIMACIÓN DEL MODELO

EJEMPLOS APLICADOS A LA INVESTIGACIÓN

ESTIMACIÓN DEL MODELO

EJEMPLOS APLICADOS A LA INVESTIGACIÓN

PERÍODO ATÍPICO

SIN PERÍODO ATÍPICO

ESTIMACIÓN DEL MODELO

EJEMPLOS APLICADOS A LA INVESTIGACIÓN

La investigación de Fachelli y Planas (2014), analiza la relación entre el origen social, expresado por el máximo nivel ocupacional del padre o de la madre y el destino, representado por el máximo nivel ocupacional de los hijos

ESTUDIO DE LA MOVILIDAD SOCIAL INTERGENERACIONAL EN JOVENES UNIVERSITARIOS DE LA REGIÓN DE CATALUÑA ESPAÑA

EJEMPLOS APLICADOS A LA INVESTIGACIÓN

Si bien existe una osaciación entre el origen y el destino, el hecho de que la V de cramer sea tan baja confirma que los graduados universitarios han logrado una movilidad que se acerca a los niveles de independencia, es decir que el origen no los está condicionando para insertarse en el mercado laboral.

VALIDACIÓN Y ESTIMACIÓN DEL MODELO

EJEMPLOS APLICADOS A LA INVESTIGACIÓN

INTERPRETACIóN Y DISCUSIóN DE RESULTADOS

05

Presentación de los hallazgos más relevantes Explicacaciòn de los significados Relevancia de los hallazgos

Resumen de los principales resultados

Aspectos metodológicos Posibles fuentes de error

Limitaciones del estudio

Implicaciones teóricas Implicaciones prácticas

Implicaciones de los resultados

Coincidencia o diferencia con investigaciones anteriores Aportaciones nuevas a los enfoques , teorías , modelos

Comparación con estudios previos

¨SIN DATOS SOLO ERES OTRA PERSONA MÁS DANDO TU OPINIÓN ¨ William Edwars Deming (1900-1993)

¿Preguntas?

Muchas Gracias

La diferencia entre la media y un valor observado se conoce como la desviación promedio a partir de la muestra .

El teorema se cumple sin importar el tipo de distribución.

Mide la dispersión central del 50% de los datos, minimizando el impacto de los valores atípicos.

01

No nos gusta aburrir. No queremos ser repetitivos. Comunicar como siempre aburre y no engancha. Lo hacemos diferente. Hacemos sabotaje al aburrimiento. Creamos lo que al cerebro le gusta consumir porque le estimula.

La asimetría es la tendencia de las desviaciones de la media a ser mayores tanto en una dirección o en otra.

03

Captamos mejor el contenido visual. El contenido visual está asociado a mecanismos cognitivos y psicológicos. Las cosas entran por los ojos, la primera imagen es la que cuenta. Asociamos el contenido visual con emociones.

NIVEL ORDINAL DE MEDICIÓN:
  1. Se basan en una clasificación relativa basados en atributos definidos
  2. El orden si tiene significado
  3. Se aplican para variable de tipo cualitativa
NIVEL NOMINAL DE MEDICIÓN:
  1. Se representan como etiquetas o nombres
  2. No tienen un orden
  3. Solo pueden clasificarse y contarse
  4. Se aplican para variables cualitativas
El teorema se cumple sin importar el tipo de distribución.
El teorema se cumple sin importar el tipo de distribución.
El teorema se cumple sin importar el tipo de distribución.

El rango mide la dispersión de los datos y se define simplemente como la diferencia entre el valor más grande y el valor más pequeño de la muestra

  • Ingreso
  • Peso
  • Longitud
Continuos
Discretos
  • Hijos de una familia
  • Número de aparatos de TV
  1. Se basa en una escala que tenga una unidad conocida de medición
  2. Tiene una interpretación significativa del cero
  3. Se aplican para variables cuantitativas continuas
El teorema se cumple sin importar el tipo de distribución.

02

Demostrar entusiasmo, esbozar una sonrisa y mantener el contacto visual con tu audiencia pueden ser tus mejores aliados a la hora de contar historias que emocionen y despierten el interés del público: 'The eyes, chico. They never lie'. Esto te ayudará a hacer 'match' con tu audiencia. ¡Déjales con la boca abierta!

El teorema se cumple sin importar el tipo de distribución.
El teorema se cumple sin importar el tipo de distribución.

Ejemplos:

  • Marca de PC
  • Estado Civil
  • Sexo
El teorema se cumple sin importar el tipo de distribución.
NIVEL DE RAZON DE LA MEDICIÓN:
  1. Se basa en una escala que tenga una unidad conocida de medición
  2. Tiene una interpretación significativa del cero
  3. Se aplican para variables cuantitativas continuas
El teorema se cumple sin importar el tipo de distribución.
El teorema se cumple sin importar el tipo de distribución.