0

ANLISIS DE DATOS APLICADOS A

INVESTIGACIN CUANTITATIVA

Profesor:

HORACIO MIRANDA VARGAS

CAPTULO - I

Metodologa de Investigacin: Seleccin de Mtodos

Estadsticos Aplicados frecuentemente en Investigacin
Emprica Cuantitativa.
 1

Introduccin

En este informe se desarrolla una forma esquemtica de seleccin de mtodos estadsticos

aplicados frecuentemente en investigacin emprica cuantitativa para datos independientes.

Una clasificacin de las formas de generar conocimiento corresponde al entorno en el cual se

realizan las pruebas y verificaciones de las hiptesis de investigacin, cuando esto es llevado a
cabo completamente en la mente del investigador, sin requerir de una verificacin en el entorno
fsico se dice que el procedimiento seguido corresponde a investigacin terica la cual permite
en primer lugar crear una teora y posteriormente desarrollar los comportamientos particulares de
cada una de sus leyes, este procedimiento corresponde al mtodo deductivo propio de las
ciencias abstractas como la matemtica o la fsica terica entre otras.

En cambio cuando la verificacin de las hiptesis se realiza comprobando su veracidad en el

medio fsico, se indica que el procedimiento seguido corresponde a una investigacin de tipo
emprica en la cual es habitual que de un todo o poblacin se estudien sus partes o muestras a
partir de las cuales se comprueban algunas leyes las cuales se pueden ir uniendo hasta constituir
una teora, este procedimiento se denomina mtodo inductivo propio de las ciencias empricas o
fcticas.

En el caso de la investigacin emprica, sta puede tener como propsito profundizar en una
situacin particular sin pretender generalizar las conclusiones obtenidas, a lo cual se le denomina
estudio de casos, o bien intentar obtener conocimiento de una situacin global a travs del
estudio de todas las entidades que forman parte del problema lo que se denomina investigacin
censal.

Pero debido a que en la mayora de los casos existen restricciones econmicas o fsicas
solamente se puede realizar la investigacin emprica sobre algunas de las entidades, lo que se
denomina investigacin muestral, la que dependiendo del tipo de muestra puede ser
denominada muestra probabilstica la cual intenta proporcionar una representatividad de la
situacin global, y muestra no-probabilstica la cual no asegura que los resultados obtenidos
sean representativos de la situacin global o universo.

En algunos casos el investigador necesitar evaluar la magnitud y significancia del cambio que se
produce en las variables aleatorias analizadas como resultado del efecto de variables controladas
en las cuales se fijan determinadas intensidades en las unidades estudiadas lo que se denomina
investigacin experimental, en cambio pueden haber situaciones en las cuales no es posible
intervenir sobre las entidades o situaciones estudiadas y por lo tanto la totalidad de las variables o
atributos investigados presentan sus valores en forma aleatoria o al azar lo que se denomina
investigacin no-experimental.

Denominacin de variables.
En el caso de la investigacin experimental la variable aleatoria analizada se denomina variable
dependiente (y), y la o las variables fijas o controladas se denominan variables independientes
 2
(x). En el caso de la investigacin no-experimental la variable aleatoria estudiada se denomina
simplemente variable analizada, y la o las variables relacionadas se denominan variables
asociadas. Un caso especial de investigacin no-experimental que tiene como propsito verificar
la causalidad entre variables se sugiere denominar a la variable analizada como variable de
respuesta y a la(s) variables relacionadas como variables influyentes.

Dimensionalidad del anlisis de las variables.

Las variables analizadas pueden ser estudiadas en forma individual lo que se denomina anlisis
unidimensional o que tambin denominado anlisis de una sola muestra.

Adems se pueden relacionar dos variables diferentes a travs de anlisis bivariado lo que
tambin se denomina anlisis univariado simple o bidimensional. A su vez se puede relacionar una
variable de anlisis con varias otras lo que se denomina anlisis univariado mltiple o
multivariable, y finalmente se puede realizar un estudio de varias variables de respuesta
incorporando la covariacin presente entre ellas o con otras variables relacionadas, lo que se
denomina anlisis multivariado o multivariante (anlisis multidimensional).

Anlisis Univariado Anlisis Univariado

Simple Mltiple
Y Y
Xm
X2
X1
X

Anlisis Multivariado Anlisis Multivariado

Simple Mltiple
Y1, Y2..Yn Y1,Y2..Yn
Xm

X X1

En la mayora de los casos los anlisis de los datos se realizan a travs de mtodos estadsticos
y en algunos casos se recurre a tcnicas pertenecientes a los mtodos numricos los cuales no
cuentan con funciones de distribucin para el trmino de error residual de los datos.

Los mtodos estadsticos se pueden clasificar como aquellos pertenecientes a la estadstica

 3
descriptiva cuando los resultados se refieren a la muestra o en inferencia estadstica cuando
los resultados se pretenden generalizar a la poblacin o universo.

Metodologa
Estadstica
Muestra Distribucin Poblacional

Estadstica Inferencia
Estadstica
Descriptiva

Pruebas de
Hiptesis

Estimacin Relacin entre Supuestos

Parmetros Variables
Tablas Grficos Valores (usuales)

Barra/Sector Centralizac. Est. Puntual Yc~Xc = Frecuencias Normalidad

Lneas Dispersion Int.Confianza Yn~Xn = Corr./Regre. Homocedast.

Histograma Yn~Xc = Comp.Prom. Autocorrelac.

Cajas-Rango Yc~Xn = Mod.Categ. Aleatoriedad

Barras-Error

Unidimen. Bidimen. Tridimen. Multidimen.

Dispersin T Student 1m T.Stud.Anova

NP. Binomial Regre/Corr
NP.Chi-Cuad. Chi-Cuadrado
Reg.Logstica

La estadstica descriptiva presenta una serie de mtodos que deben seguir una relacin con la
escala de medida de cada variable analizada, pudindose emplear mtodos correspondientes a
las variables de menor informacin en variables de mayor contenido de informacin, pero no en
sentido contrario.

Contenido de Nombre de Nombre de Valor de Valor de Grfico

Informacin centralizacin
la escala la subescala dispersin
Igual o distinto Nominal Moda Tabla de Barras,

(mnima relacin) Cualitativa, frecuencias Sectores

Mayor o menor Ordinal Mediana Rango Cajas y
No-mtrica
(ms que relac. ant) ntercuartlico Rangos
Suma, resta, Intervalar Promedio Desviacin Histograma,

- origen variable - Cuantitativa, Aritmtico Estndar, Barra Error

(ms que relac. ant.) Mtrica Error Tpico
Razn, Razn o Media Coeficiente Tallo y hojas,
(numrica)
- origen fijo - Proporciones Geomtrica, de Variacin Ojiva
(ms que relac. ant.) M.Armnica Kernel
 4

En el caso de la inferencia estadstica de estimacin de parmetros esta se debe realizar a

travs de la estimacin de intervalos de confianza, para lo cual se suma, y resta al valor de
centralizacin, el producto de la multiplicacin del error estndar del valor de centralizacin por un
coeficiente de confianza extrado de una distribucin correspondiente al tipo de valor de
centralizacin analizado.

Lmite de Confianza Superior (LCS) = [ Valor Centralizacin ] + [ (Coef.Conf.) * (Err.Est.) ]

Lmite de Confianza Inferior (LCI) = [ Valor Centralizacin ] - [ (Coef.Conf.) * (Err.Est.) ]

Para el caso de una variable cuantitativa la inferencia estadstica de prueba de hiptesis de

estimacin de un valor de centralizacin se debe realizar a travs de la prueba T de Student de
una sola muestra, y para el caso de una variable cualitativa de dos categoras o modalidades a
travs de la prueba no-paramtrica binomial, y a travs de la prueba no-paramtrica de bondad de
ajuste de Chi-Cuadrado para el caso de una variable cualitativa politmica o de ms de dos
categoras o modalidades.

En el caso de los mtodos estadsticos de inferencia estadstica univariada simple y mltiple de

estimacin de la relacin entre variables, esto ser esquematizado en forma separada para
investigacin experimental y no-experimental, tomando en consideracin la escala de medida de la
variable analizada y la o las variables relacionadas.

Investigacin Experimental (Mtodos de estadstica paramtrica con datos independientes)

Variable dependiente (Y) Anlisis de frecuencias (tablas Modelos Categricos:

(siempre es var. aleatoria) de contingencia):
Modelo Probit, Modelo Logit,
Cualitativa Modelo Logit-Multinomial, Anlisis de Regresin Logstica

Prueba Chi-cuadrado de
Homogeneidad
Comparacin de Promedios: Modelos Predictivos:
Prueba T de Student 2 muestras,
Cuantitativa Anlisis de regresin simple-
ANOVA, ANCOVA (Anova con
mltiple, lineal, no lineal, ridge.
covariable cuantitativa)
Anlisis de Series de tiempo.
Variable independiente (X) Cualitativa Cuantitativa
(siempre es var. Fija)

Investigacin No-Experimental (estadstica paramtrica con datos independientes)


Variable dependiente (Y)
(siempre es var. aleatoria)
Cualitativa
5
Anlisis de frecuencias (tablas Modelos Categricos:
de contingencia):
Modelo Multinivel univariado
Modelo Log-Lineal, Prueba Chi-
cuadrado de Independencia
Componentes de Varianza: Anlisis de Correlacin:

Cuantitativa ANOVA y ANCOVA Modelo Anlisis de correlacin lineal

Aleatorio y Modelo Mixto de Pearson simple, mltiple y
Parcial
Variable asociada (X) Cualitativa Cuantitativa
(variable aleatoria y fija)

En el caso de los mtodos estadsticos Multivariados estos sern esquematizados en forma

separada para investigacin experimental y no-experimental, tomando en consideracin la escala
de medida de las variables analizadas y la o las variables relacionadas.

Mtodos Multivariantes de Dependencia ( Var. Relacionada Fija - Investigacin Experimental )

Variable dependiente (Y) Anlisis de frecuencias (tablas Modelos Categricos:

(siempre es var. aleatoria)
Cualitativa
Cuantitativa
Variable independiente (X)
(var. Fija o aleatoria)
de contingencia):
Anlisis Conjunto, Ecuaciones
Estructurales
Comparacin de Promedios:
Prueba T2 de Hotelling de 2
muestras, MANOVA, MANCOVA
(Manova con covariable
cuantitativa)
Cualitativa
Anlisis Discriminante, Redes
Neuronales Supervisadas,
Ecuaciones Estructurales
Modelos Predictivos:
AF Confirmatorio
(Ec.Estructurales), Anlisis de
regresin multivariante, Anlisis
Cannico
Cuantitativa

Mt. Multivariantes de Interdependencia ( Var. Relac. Aleat. - nvestigacin No-Experimental )

Variable dependiente (Y) Anlisis de frecuencias (tablas Modelos Categricos:

(siempre es var. aleatoria)
Cualitativa
de contingencia):
Modelo Multinivel Multivariado
Anlisis de Correspondencias,
MDS No-Mtrico, PRINQUAL
Componentes de Varianza: Anlisis de Asociacin:

Cuantitativa
Variable asociada (Y)
(variable aleatoria y fija)
Anlisis de Ecuaciones
Estructurales, MANOVA y
MANCOVA Modelo Aleatorio y
Modelo Mixto
Cualitativa
6
AF Componentes Principales,
AF Exploratorio, MDS Mtrico,
Cluster, Redes Neuronales No
Supervisadas, Modelo Multinivel
Multivariado
Cuantitativa

Finalmente, dependiendo del grado de explicacin de los resultados obtenidos de los anlisis se
pueden indicar las siguientes categoras:

1.- Estudios piloto.

2.- Investigacin exploratoria.

3.- Investigacin Descriptiva.

4.- Investigacin Correlacional.

5.- Investigacin de Identificacin.

6.- Ensayos pre-experimentales o cuasi-experimentales.

7.- Investigacin Comparativa.

8.- Investigacin Predictiva.

Se debe hacer notar que la exposicin de los temas planteados corresponde a una visin
simplificada de los mtodos disponibles en la actualidad, ya que en los contenidos no estn
referidos aspectos como mtodos para datos pareados, mtodos de estadstica no paramtrica,
mtodos de submuestreo, mtodos numricos, algoritmos genticos, geoestadstica, anlisis
espacial de datos, mtodos de segmentacin, Data Mining, entre otros actualmente en uso.

** En este apartado no se considera el anlisis de datos correlacionados o del tipo procesos

estocsticos que pueden ser analizados a travs de modelos de series de tiempo o dinmica de
sistemas (modelos de simulacin dinmica).

A continuacin se presenta un esquema de los mtodos cuantitativos aplicados usualmente en

investigacin emprica, en funcin del tipo de resultado y la dimensionalidad de acuerdo al nmero
de variables incluidas en los anlisis.
 7

Mtodos cuantitativos segn dimensionalidad y tipo de resultado de investigacin

Objetivo del Anlisis Unidimensional Bidimensional Multidimensional Mt.Cuantitativos

Tablas, Promedios,
Dispersiograma, Cajas y
Descriptivo Dispersin,
Rangos por Grupos
Grficos Grficos Radial,..
Valores influyentes,
Valores influyentes, Valores
Exploratorio Asimetra, Curtosis, Valores atpicos
atpicos
Distribucin
T-Student 1
Estimacin de Parmetros muestra, Binomial,
Chi-Cuadrado
Chi-2 Indep., Log-Lineal, r-
Anlisis de
A. Asociacin Pearson, Tau-Kendall,
Correspondencias,
Correlacional Comp.Varianza, Regre-
Mod. Multinivel
Aleat

Chi-2 Homog, Logit-

Multinomial, Probit, Logit, T2 de Hotelling,
Mt.odos de Comparacin Reg-Logstica, Reg-Cox, Manova, Ecuac.
entre Grupos Reg-Hazard, T-St.2 Estructurales-
muestras, Anova, Modelo Causal
Regresin

Series de Tiempo, Regresin Redes Neuronales

Pronsticos
Simulacin Dinmica Multivariante Supervisadas

Anlisis Factorial:
Componentes Algoritmos
Identificacin
Principales, A. Fac. Genticos
Comn

Ecuac.
Modelo Causal Regresion Paso a Paso Estructurales-
Modelo Causal

Preferencias Anlisis Conjunto

Arboles de
Segmentacin Chaid, Aid
Regresin

Redes Neuronales
Tipologizacin A. Conglomerados
No-Supervisadas

Escalamiento
Posicionamiento
Multidimensional

Redes Neuronales
Clasificacin A. Discriminante
Supervisadas

Data Mining Todo lo anterior Todo lo anterior Todo lo anterior

Geoestadsticas,
A. Espacial de Datos
Simulacin
Fiabilidad,
A.Factorial Exp., Ec.
Evaluacin de Encuestas
Estructurales-
Modelo de Medida

Bibliografa.
 8

J.J. Hair, R.E. Anderson, R.L. Tatham, and W.C. Black. Anlisis Multivariante de Datos. Ed.
Prentice-Hall. Pearson de Mxico, 2004