analisis de datos
DESCRIPTION
ANALISIS DE DATOS ESTADISTICOSTRANSCRIPT
Describe con detalle –paso a paso-
cómo recogerás y organizaras los
datos de tu investigación. Se
minucioso y ordenado.
PARA LOS ESTUDIOS EXPERIMENTALES, AQUÍ ES DONDE DEBEN DETALLAR
LA APLICACIÓN DEL ESTIMULO EN LA MUESTRA EN ESTUDIO.
1. Autorización (carta de permiso)
Carta de aceptación) (carta de presentación).
2. Proceso de recolección de datos (capacitación de encuestadores)
3. Captación de la muestra en estudio.
4. Aplicación del consentimiento informado
Aplicación de las encuestas
• Otros
VER EL FORMATO DE SOLICITUD
DE AUTORIZACIÓN PARA LA
RECOLECCIÓN Y/O USO DE DATOS,
CONSULTA DE DOCUMENTOS,
ENTREVISTAS A FUNCIONARIOS
Y/O TOMA DE FOTOS Y/O VIDEOS
NO ENMARCADOS EN PROCESOS
FORMALES DE INVESTIGACIÓN
Control de calidad de datos
Aseguramiento de calidad
Actividades para asegurar la
calidad de los datos antes
de su colección
Control de calidad
Monitoreo y mantenimiento
de la calidad de los datos
durante la conducción del
estudio
• Manejo de datos
– Manejo y proceso de
datos en todo el estudio
1.-Revisión de los datos
2.-Codificación de los datos
3.-Clasificación de los datos
4.-Presentación de datos
Se examinará en forma crítica cada uno de los instrumentos que se utilizaran y se hará el control de calidad a fin de
hacer las correcciones necesarias.
Finalizada la tarea de recolección de
datos, el investigador quedará en
posesión de un cierto número de
datos.
Después de recopilar y de clasificar los datos, debe
verificar si hay algún error en los instrumentos de recolección de
datos.
Verificar si hay respuestas completas (observar que un
espacio en blanco puede significar “ninguna
respuesta" o "lo ignoro" a no ser que hay una categoría
para cada una de estas respuestas).
Se efectuará la codificación de los reactivos, transformándose
en códigos numéricos de acuerdo a las respuestas respectivas,
según las variables del estudio.
Los códigos, en investigación, son
números que representan letras (las
categorías de una variable) y valores
numéricos reales (el valor numérico
alcanzado en una escala). Los
instrumentos se codifican de acuerdo al
tipo de variable (categórica o numérica) y
su escala de medición (nominal, ordinal,
de intervalo o de razón) teniendo en
cuenta las características de cada una.
Anexo 01
GUÍA DE ENTREVISTA DE LAS CARACTERÍSTICAS SOCIALES Y DEMOGRÁFICAS DEL ADOLESCENTE
TITULO DE INVESTIGACION: “Conocimiento y estilos de vida en salud sexual y reproductiva de los adolescentes de la I.E Túpac Amaru de Tapuc-Pasco-2009”. INSTRUCCIONES: A continuación encontrara una serie de preguntas. Responda de acuerdo a su criterio según su criterio. DATOS GENERALES DEL ADOLESCENTE:
1. ¿Cuál es tu sexo? a. Femenino 1 b. Masculino 2
2. ¿Cuántos años cumplidos tienes a la fecha?
…………
3. ¿En qué grado de estudios te encuentras cursando? a. Primero 1 b. Segundo 2 c. Tercero 3 d. Cuarto 4 e. Quinto 5
4. ¿De qué zona provienes?
a. Urbano 6 b. Urbano marginal 7 c. Rural 8
Se realizará de acuerdo a las variables de forma categórica, numérica y ordinal.
El primer ítem es una variable categórica (ya que posee categorías como respuesta), con escala de medición nominal (no importa el orden de los códigos porque no hay jerarquía) dicotómica (son 2 las opciones de respuesta).
El ítem 2, corresponde a una variable numérica (la respuesta se expresa en números), de razón (solo valores positivos y el 0 representa ausencia del individuo) discreta (expresada en números naturales).
El ítem 3 a una variable categórica, nominal, politómica(más de 2 opciones de respuesta).
El cuarto ítem a una categórica, ordinal (si importa el orden, hay jerarquía), politómica.
Todas las variables deben ser recolectadas de acuerdo a su naturaleza primígena ya que las variables numéricas pueden ser transformadas en variables categóricas en escala ordinal (la edad en años, puede categorizarse en grupos de edad o por etapas de vida); así se evita la
perdida de información, ya que en una variable numérica, es de esperarse que
mínimamente se extraigan los estadísticos descriptivos correspondientes.
DATOS GENERALES DEL ADOLESCENTE:
1. ¿Cuál es tu sexo? a. Femenino 1 b. Masculino 2
2. ¿Cuántos años cumplidos tienes a la fecha?
12-13 años 14-15 años 16-17 años 18-19 años
3. ¿En qué grado de estudios te encuentras cursando?
a. Primero 1 b. Segundo 2 c. Tercero 3 d. Cuarto 4 e. Quinto 5
4. ¿De qué zona provienes?
a. Urbano 6 b. Urbano marginal 7 c. Rural 8
1. ¿Cuántos años cumplidos tienes a la fecha?
…………años
Las escalas, en especial las de tipo Likert, deben recibir un tratamiento
especial, para confeccionar la base de datos, se deben codificar las
respuestas de cada ítem con un código numérico que en primera instancia
no tendrán carácter de valor, solo de código.
Luego, se deben identificar el sentido
en el que hayan sido formulados los
ítems o reactivos para invertir los ítems
negativos y así proceder a la sumatoria
en un solo sentido de los valores de la
escala, recién aquí los números tienen
carácter de valor.
ESCALA
MBI (INVENTARIO DE BURNOUT DE MASLACH)
A continuación encontrará una serie de enunciados acerca de su trabajo y de sus sentimientos en él. Le pedimos su
colaboración respondiendo a ellos como lo siente. No existen respuestas mejores o peores, la respuesta correcta es
aquella que expresa verídicamente su propia existencia. Los resultados de este cuestionario son estrictamente
confidenciales y en ningún caso accesibles a otras personas. Su objeto es contribuir al conocimiento de las condiciones
de su trabajo y mejorar su nivel de satisfacción.
A cada una de las frases debe responder expresando la frecuencia con que tiene ese sentimiento de la siguiente
forma:
Nunca:....................................... 1 Algunas veces al año:........................ 2
Algunas veces al mes:.............. 3 Algunas veces a la semana:.............. 4
Diariamente:.............................. 5
Por favor, señale el número que considere más adecuado:
1. AE Me siento emocionalmente defraudado en mi trabajo.
2. AE Cuando termino mi jornada de trabajo me siento agotado.
3. AE Cuando me levanto por la mañana y me enfrento a otra jornada de trabajo me siento agotado.
4. RP Siento que puedo entender fácilmente a las personas que tengo que atender.
5. D Siento que estoy tratando a algunos beneficiados de mí como si fuesen objetos impersonales.
6. AE Siento que trabajar todo el día con la gente me cansa.
7. RP Siento que trato con mucha efectividad los problemas de las personas a las que tengo que atender.
8. AE Siento que mi trabajo me está desgastando.
9. RP Siento que estoy influyendo positivamente en las vidas de otras personas a través de mi trabajo.
10. D Siento que me he hecho más duro con la gente.
11. D Me preocupa que este trabajo me esté endureciendo emocionalmente.
12. RP Me siento muy enérgico en mi trabajo.
13. AE Me siento frustrado por el trabajo.
14. AE Siento que estoy demasiado tiempo en mi trabajo.
15. D Siento que realmente no me importa lo que les ocurra a las personas a las que tengo que atender
profesionalmente.
16. AE Siento que trabajar en contacto directo con la gente me cansa.
Los cuestionarios, en
investigación, conllevan
generalmente respuestas del tipo
dicotómicas, también reciben un
tratamiento similar al de las
escalas, ya que debe primero
codificarse. Por lo general, no hay
tendencia en la formulación de
los ítems, sino más bien, éstas son
afirmaciones respecto a algo,
cuya respuesta correcta es una de
las alternativas.
CUESTIONARIO
Para obtener la puntuación dimensional o global de un
cuestionario debe asignársele un valor a la respuesta
correcta y otro a las respuestas erróneas (correcta = 1
punto; e incorrecta = 0 puntos); es decir, hay solo una
respuesta correcta por pregunta (ej. En un examen de
cuatro alternativas, hay solo una respuesta correcta).
La Estadística es una disciplina que utiliza recursos matemáticos para
organizar y resumir una gran cantidad de datos obtenidos de la realidad,
e inferir conclusiones respecto de ellos.
Existen dos tipos de estadistica:
Estadística descriptiva
Estadística inferencial
30
Estadística: Definición
La estadística descriptiva
sirve al propósito de generar
una serie de medidas
numéricas tendientes a
sintetizar el comportamiento
de las variables (o conjunto
de datos) que estamos
estudiando.
Descriptivos
Medid
as
de r
esu
men
Medidas de tendencia central
Medidas de dispersión
Medidas de posición
Medidas de forma
32
Posición
Dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos.
Cuantiles, percentiles, cuartiles, deciles,...
Centralización
Indican valores con respecto a los que los datos parecen agruparse.
Media, mediana y moda
Dispersión
Indican la mayor o menor concentración de los datos con respecto a las medidas de centralización.
Desviación típica, coeficiente de variación, rango, varianza
Forma
Asimetría
Apuntamiento o curtosis
Media: (Promedio) Se obtiene sumando todos los datos y se divide entre en número
de datos.
Ejemplo: 10, 15, 20 12, 14, 16, 18
Mediana: La mediana divide a la población exactamente en dos. Corresponde al
percentil 50%.
Ejemplo: 10, 15, 16 05, 14, 16, 18
Moda: Valor que aparece con mayor frecuencia. Una distribución unimodal tiene una
sola moda y una distribución bimodal tiene dos.
Medidas de tendencia central
Desviación Estándar: (Desviación típica) informa sobre la media de distancias que
tienen los datos respecto de su media aritmética.
A: 10, 15, 20 B: 14, 15, 16
La varianza: Es la desviación estándar al cuadrado; su utilidad radica en que su
valor es requerido para todos los procedimientos estadísticos.
Error típico: Llamado también error estándar de la media. Se refiere a una
medida de variabilidad de la media.
Medidas de dispersión
Medidas de posición (Cuantiles)
Percentiles: Son 99 valores que dividen en cien partes iguales el conjunto de
datos ordenados.
Cuartiles: Son tres valores que dividen al conjunto de datos ordenados en
cuatro partes iguales, son un caso particular de percentiles.
Deciles: Son nueve valores que dividen al conjunto de datos ordenados en diez
partes iguales, son también un caso particular de los percentiles.
25% 25% 25% 25%
Q1 Q2 Q3
Medidas de forma
Asimetría: El Coeficiente de Asimetría de Pearson.
Apuntamiento o Curtosis: Se mide con el coeficiente de curtosis.
Se utiliza cuando se estudia una variable
continua, como la edad, peso o la talla y, por
comodidad, sus valores se agrupan en clases, es
decir, valores continuos.
En los casos en los que los datos son cualitativos,
es preferible un gráfico de barras.
Histograma
1 2 3 4 5 6 7
10
20
30
40
50
60
Diagrama de Caja y Bigotes
Gráfico basado en cuartiles, compuesto por un
rectángulo, la "caja", y dos brazos, los "bigotes".
Es un gráfico que suministra información sobre
los valores mínimo y máximo, los cuartiles Q1, Q2
o mediana y Q3, y sobre la simetría de la
distribución.
Límite superior
Límite inferior
P50 (mediana)
P75
P25
Q2
Q1
Q3
39
La estadística inferencial que toma la información de la estadística
descriptiva para realizar procesos que permiten. Dentro de ciertos
rangos de confianza, determinar el comportamiento probable de la
población que es representada por la Muestra.
Se utiliza para comprobar hipótesis
El estadístico de prueba se elige en
función a 6 criterios:
1. Tipo de estudio
2. Nivel investigativo
3. Diseño de la investigación
4. Objetivo estadístico
5.Escala de medición de las variables
6. Comportamiento de los datos
Elección de la prueba estadística
1.-Pruebas paramétricas
2.-Pruebas no paramétricas
Pruebas no-paramétricas
Pruebas estadísticas que no requieren muchas asunciones acerca de lanaturaleza de la población de donde proceden las muestras. Son referidoscomo pruebas de distribución libre.
Pueden usarse con datos de escala nominal y ordinal.
Muestreo independiente o aleatorio.
43
Ventajas
No requieren que hagamos la suposición de que una población esta distribuida en forma de curva normal u otra específica.
Son fáciles de efectuar y comprender
Algunas veces no se requiere del ordenamiento o clasificación formal
Pruebas paramétricas
Pruebas estadísticas que asumen una serie de propiedades sobre losparámetros de la población de donde proceden la muestras: datos dedistribución normal y de igual variancia en la población.
Datos de escala de intervalo y razón.
Muestreo independiente o aleatorio.
Pruebas paramétricas.
Se llaman así porque su cálculo implica una
estimación de los parámetros de la
población con base en muestras
estadísticas. Mientras más grande sea la
muestra más exacta será la estimación,
mientras más pequeña, más distorsionada
será la media de las muestras por los
valores raros extremos.
1. Variable numérica: Que las variable de estudio
(dependiente) esté medida en una escala que sea por
lo menos de intervalo.
2. Normalidad: Que los valores de la variable
dependiente sigan una distribución normal; por lo
menos, en la población a la que pertenece la
muestra.Prueba estadística: Kolmogorov Smirnov
3. Homocedasticidad: Que las varianzas de la variable
dependiente en los grupos que se comparan sean
aproximadamente iguales (homogeneidad de las
varianzas).
Prueba estadística: Test de Levene.
PRUEBA DE KOLMOGOROV-SMIRNOV
Cuando la prueba Kolmogorov-Smirnov kolmogorov se aplica para
contrastar la hipótesis de normalidad de la población, el estadístico
de prueba es la máxima diferencia:
siendo Fn(x) la función de distribución muestral y Fo(x) la función
teórica o correspondiente a la población normal especificada en la
hipótesis nula.
La distribución del estadístico de Kolmogorov-Smirnov es
independiente de la distribución poblacional especificada en la
hipótesis nula y los valores críticos de este estadístico están
tabulados. Si la distribución postulada es la normal y se estiman sus
parámetros, los valores críticos se obtienen aplicando la corrección
de significación propuesta por Lilliefors.
PRUEBA DE SHAPIRO-WILK
Cuando la muestra es como máximo de tamaño 50 se puede contrastar la normalidad con
la prueba de shapiro Shapiro-Wilk. Para efectuarla se calcula la media y la varianza
muestral, S2, y se ordenan las observaciones de menor a mayor. A continuación se
calculan las diferencias entre: el primero y el último; el segundo y el penúltimo; el
tercero y el antepenúltimo, etc. y se corrigen con unos coeficientes tabulados por
Shapiro y Wilk. El estadístico de prueba es:
donde D es la suma de las diferencias corregidas.
Se rechazará la hipótesis nula de normalidad si el estadístico W es menor que el valor
crítico proporcionado por la tabla elaborada por los autores para el tamaño muestral y el
nivel de significación dado.
La secuencia para realizar los contrastes de normalidad es:
Analiza
Estadísticos Descriptivos
Explorar
RHO DE SPEARMAN
a) Técnicas paramétricas para datos cuantitativos:
La t de Student para la comparación de dos grupos para muestras
independientes y correlacionadas.
El análisis de la Varianza (ANOVA).
El análisis de Covarianza (ANCOVA).
El análisis multivariado de Varianza y Covarianza (MANOVA Y
MANCOVA).
b) Técnicas no paramétricas para analizar datos cuantitativos:
La prueba U de Mann-Whitney.
La prueba Kruskal-Wallis para el análisis de la varianza factorial.
La prueba de los signos.
La prueba de Friedman para el análisis de la varianza factorial.
c) Técnicas no paramétricas para datos categóricos:
La prueba Ji cuadrado.
Posibilidades de la Prueba de Hipótesis
Decisión Ho H1
No rechazo Ho Ho es cierta y Ho
es No rechazada
H1 es cierta y Ho
es No rechazada
Rechazo Ho Ho es cierta y Ho
es rechazada
H1 es cierta y Ho
es rechazada
Hipótesis estadística
Afirmación de lo que creemos sobre una población. Por
lo general se refiere a los parámetros de la población
acerca de la cual se quiere hacer la afirmación.
Prueba de hipótesis
Prueba, test o contraste de
hipótesis es una técnica estadística
que se sigue para decidir si
rechazamos o no una hipótesis
estadística en base a la
información de una muestra.
1. Plantear las hipótesis
2. Establecer el nivel de significación α = 0.05
3. Aplicar el estadístico de prueba, previo
comprobación de supuestos como la distribución de la
población, igualdad de varianzas, etc.
4. Establecer regla de decisión
5. Sacar la conclusión
Plantear hipótesis
Para este fin se plantea:
Formulada con el único
propósito de rechazarla o invalidarla, de la no
diferencia, del no cambio, de que no es bueno, de
la no asociación (independencia), etc.
Es la hipótesis que
difiere de la hipótesis nula, si H0 plantea =, H1
planteará >, <, ò ≠
En contrastes de hipótesis, en Estadística, el valor p (a veces conocido simplemente como la p, valor p, o bien directamente en inglés p-value) está definido como la probabilidad de obtener un resultado al menos tan extremo como el que realmente se ha obtenido (valor del estadístico calculado), suponiendo que la hipótesis nula es cierta. Es fundamental tener en cuenta que el valor p está basado en la asunción de la hipótesis de partida (o hipótesis nula).
P<0,05
Regla de decisiones para la prueba de
hipótesis
H1 Ho
0 0,01 0,050,02 0,03 0,04
Nivel de significancia (alfa)
p-valor p-valor
Tabla 15: Correlación entre la dimensión comunicación y la satisfacción
laboral en los profesionales de la salud del Departamento de Cirugía del
Hospital Daniel Alcides Carrión en el 2012.
Contraste Satisfacción laboral
Comunicación Rho p-valor
0,654 0,000
Fuente: ApéndicesC y D.
En el análisis de la correlación entre la dimensión comunicación
perteneciente a la cultura organizacional y la satisfacción laboral de los
profesionales en estudio, en donde, se evidencia una buena correlación (Rho =
0,654), cuyo resultado es significativo a todo nivel (p = 0,000). Con este resultado,
rechazamos la hipótesis nula y aceptamos la alterna que indica correspondencia
entre las dos variables.
Explicando los términos de esta buena correlación, podemos decir que, ambas
variables ostentan una correspondencia directa; es decir, si las puntuaciones de la
dimensión comunicación se acrecientan, se incrementan también los valores de la
satisfacción laboral en los profesionales del departamento de cirugía. Es así que, a
una mejor comunicación, existirá un mayor grado de satisfacción laboral en
cualquier servicio o departamento de un establecimiento de salud, ya que estas
variables demuestran corresponderse positivamente.
Tabla 20: Correlación entre la dimensión contribución personal y la
satisfacción laboral en los profesionales de la salud del Departamento de
Cirugía del Hospital Daniel Alcides Carrión en el 2012.
Contraste Satisfacción laboral
Contribución personal Rho p-valor
-0,120 0,245
Fuente: ApéndicesC y D.
En el análisis de la correlación entre la dimensión contribución personal
perteneciente a la cultura organizacional y la satisfacción laboral de los
profesionales en estudio, no se evidencia correlación alguna (Rho = 0,120), ya
que, no hay significancia estadística (p = 0,245). Por tanto, no podemos rechazar
la hipótesis nula, que indica independencia entre estas dos variables.
Con los datos trabajados, no hemos podido demostrar que ambas variables se
correlacionan; mejor dicho, los puntajes en la dimensión contribución personal, no
determinan modificaciones en los valores de la satisfacción laboral.