Hoy estamos hablando de pruebas estadísticas. Y en particular: ¿es posible establecer una «diferencia estadísticamente significativa» (hablar con los mismos términos) entre las pruebas estadísticas? Si pensamos en el uso de todas las pruebas estadísticas, sin duda podemos decir que la prueba Chi-Quadro es absolutamente la más extendida para los análisis estadísticos. Desde estadísticas médicas hasta investigación de mercado, esta prueba es la gran protagonista de muchos análisis. Su amplia difusión se debe principalmente a la simplicidad de uso y a la flexibilidad de respuesta en caso de datos cualitativos. ¡Conozcamos en sus líneas esenciales!
Supongamos que debe permanecer trabajando en un conjunto de datos también compuesto por datos cualitativos. Imagine tener que estudiar la asociación entre dos variables, por ejemplo, género (hombre/mujer) y la compra de un teléfono inteligente en el último mes (sí/no). ¿Existe una diferencia estadísticamente significativa entre hombres y mujeres en la compra de teléfonos inteligentes?
Ciertamente, hacer una estimación de los porcentajes respectivos es un primer camino válido. Pero, ¿cómo decimos que la diferencia porcentual se debe a una asociación entre variables y no por casualidad? Aquí está la prueba Chi-Quadro.
Comienza desde un principio muy simple: los porcentajes que medió son las frecuencias observadas (para averiguar cómo determinar las frecuencias, haga clic aquí). Pero, ¿cuáles deberían ser las frecuencias esperadas, si los dos grupos (en este caso, hombres y mujeres) se comportaban de la misma manera? La prueba Chi-Quadro compara las frecuencias de cada situación posible con lo que se esperaría si no hubiera diferencia. En otras palabras, evalúa si entre las frecuencias observadas y las frecuencias esperadas hay una diferencia, suponiendo que las frecuencias esperadas son aquellas que no detectan ninguna diferencia entre las variables.
Como cualquier prueba estadística, el Chi-Quadro también responde esta pregunta al no hacer nada y una alternativa (típica de cualquier análisis inferencial). En particular, no plantea qué hipótesis nada, la que no hay asociación entre las variables (es decir, no hay diferencia), mientras que qué hipótesis alternativa afirma la presencia de una asociación.
¿Qué son los datos cuantitativos en estadística?
En estadísticas, los datos cuantitativos son numéricos y adquiridos mediante el conteo o la medición y se oponen con conjuntos de datos cualitativos, que describen los atributos de los objetos pero no contienen números. Hay muchas formas en que surgen datos cuantitativos en las estadísticas. Cada uno de los siguientes es un ejemplo de datos cuantitativos:
- Las alturas de los jugadores en un equipo de fútbol
- El número de automóviles en cada fila de un estacionamiento
- El porcentaje de estudiantes en el aula
- Los valores de las casas en un vecindario
- La duración de una gran cantidad de un determinado componente electrónico.
- El tiempo que pasa en la cola para comprar en un supermercado.
- El número de años en la escuela para personas en un lugar en particular.
- El peso de los huevos tomados de un gallinero en un cierto día de la semana.
Además, los datos cuantitativos se pueden analizar y analizar más a fondo de acuerdo con el nivel de medición requerido, incluido los niveles de medición nominal, de pedido, intervalos y de relación o si los conjuntos de datos son continuos o discretos.
En las estadísticas hay una variedad de formas en que es posible medir y calcular las cantidades o atributos de los objetos, cada uno de los cuales incluye números de serie de datos cuantitativos. Estos conjuntos de datos no siempre implican números que se pueden calcular, lo que está determinado por el nivel de medición de cada conjunto de datos:
- Las alturas de los jugadores en un equipo de fútbol
- El número de automóviles en cada fila de un estacionamiento
- El porcentaje de estudiantes en el aula
- Los valores de las casas en un vecindario
- La duración de una gran cantidad de un determinado componente electrónico.
- El tiempo que pasa en la cola para comprar en un supermercado.
- El número de años en la escuela para personas en un lugar en particular.
- El peso de los huevos tomados de un gallinero en un cierto día de la semana.
Determinar cuál de estos niveles de medición se divide en un conjunto de datos ayudará a las estadísticas a determinar si los datos son útiles o no al hacer cálculos u observar un conjunto de datos tal como es.
Otra forma en que se pueden clasificar los datos cuantitativos es si los conjuntos de datos son discretos o continuos: cada uno de estos términos tiene subfliers matemáticos completos dedicados a estudiarlos; Es importante distinguir entre datos discretos y continuos porque se utilizan diferentes técnicas.
¿Qué son datos estadísticos cuantitativos y cualitativos?
Cuando queremos describir un colectivo estadístico, las unidades que observamos pueden ser diferentes: personas, ratones, velas, bicicletas, etc.
Luego, para cada colectivo, podemos observar uno o más personajes, por ejemplo, si el colectivo está compuesto por seres humanos, podríamos observar su altura, su latido, su grupo de sangre, su nombre, etc.
Los diferentes caracteres observados se expresan de una manera diferente. Por ejemplo, la altura se expresa con un número, mientras que el nombre se expresa con letras.
La diferencia en la expresión de los diversos caracteres es precisamente en base a la diferencia entre caracteres cualitativos y cuantitativos.
Es mejor explicar cuáles son estos personajes y cuáles son las diferencias con un ejemplo.
Mientras lee el ejemplo, encontrará varias preguntas. Le aconsejo que se detenga y piense en la pregunta durante unos segundos, antes de leer la respuesta.
Observamos un sitio web entre los más famosos por la búsqueda de casas a la venta y al alquiler (idealista.it).
Si realizamos una búsqueda de casas en alquiler en el municipio de Roma, vemos la lista de todas las casas, y en la barra izquierda una serie de filtros, como podemos ver en la imagen a continuación:
Veamos que los filtros que podemos usar son diferentes.
Por simplicidad nos centraremos solo en algunos de ellos, en particular:
- Tipo de propiedad (hogar, apartamento, villa, loft, etc.)
¿Qué son los datos cualitativos y ejemplos?
Los datos cualitativos son información que no se puede contar, medir o expresarse fácilmente por cifras. Se recopilan de textos, grabaciones de audio e imágenes y se comparten gracias a las herramientas de visualización de datos, como nubes de palabras, tarjetas conceptuales, bases de datos gráficas, líneas de tiempo e infografías de tiempo.
Los datos cualitativos intentan responder preguntas sobre las acciones que las personas emprenden y lo que los motiva a tomar estas acciones. La recopilación y explotación de este tipo de datos puede llevar mucho tiempo, ya que requieren una reflexión por parte del analista. Una persona que trabaja con datos cualitativos se llama investigador cualitativo o analista cualitativo.
El software de análisis de datos cualitativos (QDA) se utiliza en muchas áreas de investigación, incluida la atención médica, así como el comercio y el marketing. En estadísticas, los datos cualitativos se denominan datos categóricos.
Datos cualitativos y cuantitativos
Los datos cuantitativos son siempre digitales. Se pueden colocar en una base de datos y analizarse utilizando metodologías matemáticas y estadísticas. En general, los datos cuantitativos están estructurados, mientras que los datos cualitativos no están estructurados.
La información obtenida por el análisis de datos cuantitativos y cualitativos puede ser complementaria, pero los objetivos de examinar cada tipo de datos y las herramientas necesarias para comprenderlos son diferentes.
¿Cómo se clasifican los datos cualitativos?
Los datos cualitativos se pueden recopilar a través de enfoques deductivos e inductivos organizando, organizando, estableciendo un código y validando los datos cualitativos recopilados y finalmente se analiza al establecer una solución adecuada al problema.
Los datos cualitativos se pueden dividir ampliamente en datos nominales y datos ordinales.
La clasificación de variables no calificadas que no tienen ningún valor medible en las estadísticas se denomina datos nominales que se denominan datos mencionados o etiquetados. Se usa para nombrar o etiquetar las variables sin definir ningún valor cuantitativo. Puede que no sea cierto en algunos casos en los que los datos nominales tienen un valor cuantitativo. Los valores cuantitativos no poseen características numéricas verdaderas como intervalos irregulares, datos de relación falsa.
El valor nominal no se puede calcular con operadores matemáticos generales. Por ejemplo, se necesita un investigador para generar una base de datos de los números de contacto y la ubicación de pocos números de personas. Una encuesta está conectada se evalúa utilizando un cuestionario cerrado abierto. Es uno de los métodos óptimos para recopilar datos cualitativos. El código del país será una opción de entrada cerrada cuando el número de teléfono no esté bloqueado.
Los datos nominales pueden estar representados por un gráfico de barras y un gráfico circular. Se puede recopilar de los métodos de votación. La recurrencia de los votos se mide para cada candidato se convierte en el ganador. Esto se denomina modo en términos estadísticos. La base de datos se recopila de inmigrantes que serán útiles para estimar los países, el género, la edad, las carreras, las clases para extraer el informe de turismo o algunas empresas internacionales que se encuentran en una nación.
¿Cómo se clasifican los datos cualitativos y cuantitativos?
Los estadísticos e investigadores clasifican los datos cualitativos en tres tipos:
- Datos binarios: cuando se refiere a un elemento como bueno o malo, duro o suave, justo o falso, fresco o vencido, etc., hablamos de datos binarios. En otras palabras, estos son datos cualitativos que puede caracterizar por características mutuamente excluyentes, lo que significa que no pueden ocurrir simultáneamente. Los estadísticos usan estos datos para crear un modelo que predice la naturaleza de este elemento.
- Datos nominales: también se llama datos etiquetados, escala nominal o datos con nombre. Este es un tipo de datos que puede usar para nombrar algo sin mencionar el valor numérico.
Por ejemplo, si forma un grupo de elementos por color, puede etiquetar directamente cada elemento de acuerdo con sus colores. Los investigadores usan estos datos nominales para diferenciar el conjunto de información, como el color. Este tipo también puede ser utilizado por estadísticos e investigadores para crear una encuesta de opción múltiple para averiguar cuál es la correcta.
- Datos binarios: cuando se refiere a un elemento como bueno o malo, duro o suave, justo o falso, fresco o vencido, etc., hablamos de datos binarios. En otras palabras, estos son datos cualitativos que puede caracterizar por características mutuamente excluyentes, lo que significa que no pueden ocurrir simultáneamente. Los estadísticos usan estos datos para crear un modelo que predice la naturaleza de este elemento.
- Datos nominales: también se llama datos etiquetados, escala nominal o datos con nombre. Este es un tipo de datos que puede usar para nombrar algo sin mencionar el valor numérico.
Por ejemplo, cuando un orador ingresa al nivel de felicidad del servicio en una escala de 1 a 10, recopila datos de acuerdo con las entradas. Aquí, no hay una escala estándar en la que se pueda medir la diferencia entre todos. Algunos ejemplos son la escala Likert, la escala de intervalo, etc.
Los datos cuantitativos se dividen en dos tipos principales: datos discretos y continuos. Entendamos uno por uno.
Los datos discretos son el tipo de datos cuantitativos que solo contiene números. Esto no implica ningún tipo de medición, como longitud, peso, tamaño, etc.
¿Cómo se organizan los datos cualitativos?
Si desea que su recopilación de datos cualitativos sea efectiva, debe organizarla adecuadamente para su análisis. Esta organización es casi tan importante como su estudio. Es fácil perderse en un mar de respuestas orales cuando no se asignan adecuadamente a su sujeto, o se presentan adecuadamente bajo el grupo focal incorrecto. Hay muchas maneras en que puede tropezar con datos no estructurados, por lo que planificar la organización es clave desde el principio.
Primero, debe ser claro con sus métodos de recopilación de datos cualitativos. Si está realizando un grupo focal, o tal vez una serie de discusiones grupales, registre su plan meticulosamente, escribiendo tanta información como sea posible sobre los participantes de cada estudio. Es aconsejable agregar esto a una hoja de cálculo para realizar un seguimiento de quién va a dónde y a qué hora, esto será muy útil en el futuro cuando registre los datos de cada sesión.
Una vez que haya hecho un registro de sus participantes, asegúrese de que sus preguntas estén bien definidas y grabadas para que pueda seguir el flujo del método de recopilación de datos cualitativos elegidos lo más cerca posible. Configure un dispositivo de grabación para capturar toda la conversación, para que pueda concentrarse en la sesión en sí. Te lo agradecerás por el audio de buena calidad más adelante. Su grabación podría tardar años en transcribir si intenta hacerlo usted mismo, así que invierta en tecnología de transcripción inteligente de Trint. Utiliza AI para crear una transcripción de sus entrevistas orales en minutos en lugar de días, una ganancia de productividad para usted.
Con su transcripción de los grupos focales frente a usted, y una hoja de cálculo preparada que espera para registrar los hallazgos, puede almacenar y organizar fácilmente sus hallazgos grabados de la sesión. Asegúrese de etiquetar su audio y sus archivos de transcripción escritos para que no los mezcle, coincidiendo con estas etiquetas con su hoja de cálculo para la estandarización, y estará listo para analizar en un flash, liberando más tiempo para realmente atascarse tus hallazgos.
Artículos Relacionados:
