En este punto, debemos considerar los conceptos básicos del análisis de datos en la investigación psicológica con más detalle. En este capítulo, nos centramos en las estadísticas descriptivas, en un conjunto de técnicas para resumir y mostrar los datos de su muestra. Primero observamos algunas de las técnicas más comunes para describir variables únicas, seguidas de algunas de las técnicas más comunes para describir las relaciones estadísticas entre variables. Luego observamos cómo presentar estadísticas descriptivas por escrito y también en forma de tablas y gráficos que serían apropiados para un informe de investigación de estilo de la Asociación Americana de Psicología (APA). Terminamos con algunos consejos prácticos para organizar y llevar a cabo sus análisis.
- Use tablas de frecuencia e histogramas para mostrar e interpretar la distribución de una variable.
- Calcule e interprete la media, mediana y el modo de distribución e identifique situaciones en las que la media, mediana o modo es la medida más apropiada de la tendencia central.
- Calcule e interprete el rango y la desviación estándar de una distribución.
- Calcule e interprete los rangos de percentiles y los puntajes Z.
Estadística descriptiva Conjunto de técnicas para resumir y mostrar datos. se refiere a un conjunto de técnicas para resumir y mostrar datos. Supongamos aquí que los datos son cuantitativos y consisten en puntajes en una o más variables para cada uno de los varios participantes del estudio. Aunque en la mayoría de los casos la pregunta de investigación principal será sobre una o más relaciones estadísticas entre variables, también es importante describir cada variable individualmente. Por esta razón, comenzamos mirando algunas de las técnicas más comunes para describir variables únicas.
Cada variable tiene una distribución de la forma en que los puntajes en una variable se distribuyen a través de los niveles de esa variable., Que es la forma en que los puntajes se distribuyen en los niveles de esa variable. Por ejemplo, en una muestra de 100 estudiantes universitarios, la distribución de la variable «número de hermanos» podría ser tal que 10 de ellos no tienen hermanos, 30 tienen un hermano, 40 tienen dos hermanos, y así sucesivamente. En la misma muestra, la distribución de la variable «sexo» podría ser tal que 44 tienen una puntuación de «hombre» y 56 tienen una puntuación de «mujer».
Una forma de mostrar la distribución de una variable está en una tabla de cuadros de frecuencia para mostrar la distribución de una variable. La primera columna enumera los valores de la variable, y la segunda columna enumera la frecuencia de cada puntaje. Tabla 12.1 «Tabla de frecuencia que muestra una distribución hipotética de puntajes en la escala de autoestima de Rosenberg», por ejemplo, es una tabla de frecuencia que muestra Una distribución hipotética de los puntajes en la escala de autoestima de Rosenberg para una muestra de 40 estudiantes universitarios. La primera columna enumera los valores de la variable, los posibles puntajes en la escala de Rosenberg, y la segunda columna enumera la frecuencia de cada puntaje. Esta tabla muestra que había tres estudiantes que tenían puntajes de autoestima de 24, cinco que tenían puntajes de autoestima de 23, y así sucesivamente. Desde una tabla de frecuencia como esta, se puede ver rápidamente varios aspectos importantes de una distribución, incluido el rango de puntajes (de 15 a 24), los puntajes más comunes y menos comunes (22 y 17, respectivamente), y cualquier puntaje extremo que se mantenga fuera del resto.
Hay algunos otros puntos que vale la pena señalar sobre tablas de frecuencia. Primero, los niveles enumerados en la primera columna generalmente van de la más alta en la parte superior a la más baja en la parte inferior, y generalmente no se extienden más allá de los puntajes más altos y más bajos en los datos. Por ejemplo, aunque los puntajes en la escala de Rosenberg pueden variar de un máximo de 30 a un bajo de 0, tabla 12.1 «Tabla de frecuencia que muestra una distribución hipotética de puntajes en la escala de autoestima de Rosenberg» solo incluye niveles de 24 a 15 porque eso es que eso es que eso es que eso es que eso es que eso es que eso es que eso es que eso es que eso es que eso es que eso es que eso es que eso incluye que eso. El rango incluye todos los puntajes en este conjunto de datos en particular. En segundo lugar, cuando hay muchos puntajes diferentes en una amplia gama de valores, a menudo es mejor crear una tabla de frecuencia agrupada, en la que la primera columna enumera rangos de valores y la segunda columna enumera la frecuencia de puntajes en cada rango. Tabla 12.2 «Una tabla de frecuencia agrupada que muestra una distribución hipotética de los tiempos de reacción», por ejemplo, es una tabla de frecuencia agrupada que muestra una distribución hipotética de tiempos de reacción simples para una muestra de 20 participantes. En una tabla de frecuencia agrupada, todos los rangos deben tener el mismo ancho, y generalmente hay entre cinco y 15 de ellos. Finalmente, las tablas de frecuencia también se pueden usar para variables categóricas, en cuyo caso los niveles son etiquetas de categoría. El orden de las etiquetas de categoría es algo arbitraria, pero a menudo se enumeran desde la más frecuente en la parte superior a la menor en la parte inferior.
¿Cómo describir la media mediana y moda?
El maestro de hoy en clase habló de mediano, mediano y de moda. Pero estabas demasiado concentrado para mirar por la ventana y no entendiste mucho. Ahora estás tratando de hacer los ejercicios, pero no sabes en qué camino comenzar. No se preocupe con 5 desorden de compromiso, sabrá cómo determinan.
Comencemos con un ejemplo para comprender qué son y qué están deteniendo medio, mediano y moda.
El promedio es un número que se usa para describir un grupo de otros números (su maestro probablemente habrá dicho: «Es un índice descriptivo»). Tomemos un ejemplo. A continuación lee los votos de Linda en los últimos tres cheques de matemáticas:
¿Cómo se calcula el promedio? No es tan difícil. Se deben realizar dos pasos.
- Se deben agregar todos los votos → 9 + 6 + 9 = 24
- Ahora tenemos que dividir 24 por el número de votos. Desde que tomamos en consideración los últimos tres cheques, entonces tenemos que dividir por 3 y luego realizar la División 24: 3 = 8.
Acabamos de calcular el promedio de los votos de Linda, que es 8.
Hagamos otro ejemplo, para asegurarnos de que lo hayamos entendido. Calculamos el promedio de los votos de Davide en las cuestiones de la historia.
- Se deben agregar todos los votos → 9 + 6 + 9 = 24
- Ahora tenemos que dividir 24 por el número de votos. Desde que tomamos en consideración los últimos tres cheques, entonces tenemos que dividir por 3 y luego realizar la División 24: 3 = 8.
El voto promedio de Davide en la historia es 7. Dividimos por 5 porque los votos que agregamos fueron 5.
También podemos determinar la moda de Davide. La moda es el voto que ha tomado con mayor frecuencia. En nuestro ejemplo, Davide en 3 preguntas toma 7, en un octavo y en un 5½. El voto más frecuente es 7.
¿Cómo describir la mediana?
Siempre que te encuentres escribiendo las palabras, «El promedio
trabajador «esto o» el hogar promedio «que usted
No quiero usar la media para describir esas situaciones. Quieres una
estadística que le dice algo sobre el trabajador o el hogar
en el medio. Esa es la mediana.
Nuevamente, esta estadística es fácil de determinar porque la mediana
Literalmente es el valor en el medio. Solo alinee los valores
En su conjunto de datos, de más grande a más pequeño. El de la
Dead-Center es tu mediana.
Eso es 9 empleados. Entonces, la mitad de la lista, el quinto
Valor, es de $ 15,000. Esa es la mediana. (Si tienes un número par de
Los valores alineados, dividen la diferencia entre los dos en el medio).
Comparar la media con la mediana para un conjunto de datos puede darle un
idea de cuán ampliamente se separan los valores en su conjunto de datos. En esto
Caso, hay una brecha algo sustancial entre el CEO en WWW Co.
y el rango y el archivo. Por supuesto, en el mundo real, un conjunto de justos
Nueve números no serán suficientes para contarte mucho sobre cualquier cosa.
Pero estamos usando un pequeño conjunto de datos aquí para ayudar a mantener estos conceptos
claro.
Aquí hay otra ilustración de este concepto. Diez personas están montando
En un autobús en Redmond, Washington. El ingreso medio de esos jinetes es
$ 50,000 al año. El ingreso promedio de esos corredores también es de $ 50,000 por
año.
El ingreso promedio de esos corredores sigue siendo $ 50,000 al año. Pero el
El ingreso medio ahora está en algún lugar del vecindario de varios millones
dólares más o menos. Un reportero despistado o deshonesto podría saltar ahora a
Digamos que el ingreso promedio de esos pasajeros de autobuses es de varios millones
dólares. Pero esos otros nueve corredores no se convirtieron en millonarios solo
Porque Bill Gates subió a su autobús. Un reportero que escribe que el
«Promedio de jinete» en ese autobús gana $ 50,000 al año, utilizando el
mediana en lugar de la media, proporciona una imagen mucho más precisa de
El lugar de esos jinetes de autobuses en la economía.
¿Cómo interpretar la media de un conjunto de datos?
Un diagrama de caja proporciona un resumen gráfico de la distribución de una muestra. El diagrama de caja muestra la forma, la tendencia central y la variabilidad de los datos.
Use un diagrama de caja para examinar la propagación de los datos e identificar cualquier valores atípicos potenciales. Los gráficos de caja son mejores cuando el tamaño de la muestra es mayor que 20.
Examine la propagación de sus datos para determinar si sus datos parecen estar sesgados. Cuando los datos están sesgados, la mayoría de los datos se encuentran en el lado alto o bajo del gráfico. A menudo, la asimetría es más fácil de detectar con un histograma o diagrama de caja.
El diagrama de caja con datos de sesgo derecho muestra tiempos de espera. La mayoría de los tiempos de espera son relativamente cortos, y solo unos pocos tiempos de espera son largos. El diagrama de caja con datos de sesgo izquierdo muestra datos de tiempo de falla. Algunos elementos fallan de inmediato, y muchos más elementos fallan más tarde.
Los valores atípicos, que son valores de datos que están lejos de otros valores de datos, pueden afectar fuertemente los resultados de su análisis. A menudo, los valores atípicos son más fáciles de identificar en un diagrama de caja.
Trate de identificar la causa de cualquier valiente atípico. Corrija cualquier error de datos o errores de medición. Considere eliminar los valores de datos para eventos anormales y únicos (también llamados causas especiales). Luego, repita el análisis. Para obtener más información, vaya a identificar valores atípicos.
Un histograma divide los valores de muestra en muchos intervalos y representa la frecuencia de los valores de datos en cada intervalo con una barra.
Use un histograma para evaluar la forma y la propagación de los datos. Los histogramas son mejores cuando el tamaño de la muestra es mayor que 20.
¿Cuáles son las medidas descriptivas?
En el módulo anterior, pensamos en estadísticas descriptivas utilizando tablas y gráficos. A continuación, resumimos los datos al calcular los números. Algunos de estos números con los que ya está familiarizado, como promedios y percentiles. Los números utilizados para describir los datos se denominan medidas descriptivas. También ampliamos nuestra conversación sobre medidas descriptivas para variables cuantitativas para incluir la relación entre dos variables.
Una pregunta de investigación que podríamos hacer es: ¿Qué valores son más comunes o más probables?
MEDIA: Esto es lo que solemos considerar como el «promedio». Denotado ( bar {x} ). Sumar todos los valores y dividir por el número de observaciones ( (n )):
[
bar {x} = frac {x_1 + x_2 + dots + x_n} {n} = sum_ {i = 1}^n frac {x_i} {n}
]
donde (x_i ) denota la observación (i ) th y ( sum_ {i = 1}^n ) es la suma de todas las observaciones de 1 a (n ). Esto se llama notación de suma.
Mediana: el número medio cuando los datos se ordenan de más pequeños a más grandes.
- Si hay un número impar de observaciones, este será el número en el medio:
- Si hay un número impar de observaciones, este será el número en el medio:
La media es sensible a valores extremos y sesgo. ¡La mediana no lo es!
¡Observe cómo cambiar ese 9 out por un 45 cambia mucho más! Pero la mediana es 7 para tanto para (x ) como para (y ).
¿Cuáles son las medidas descriptivas en Epidemiologia?
La epidemiología se puede aplicar con temas a los problemas que afectan la salud pública. El conjunto de herramientas utilizadas y los objetivos comunes le permite identificar cinco niveles de estudio, a continuación esquematizados:
Los estudios transversales (o prevalencia) son estudios que se basan en la observación de la muestra en un momento preciso para verificar la presencia de una enfermedad y al mismo tiempo exposición a uno o más factores de riesgo (RF o FR), o La presencia de cualquier otra condición que pueda asociarse con el fenómeno que es el sujeto del estudio.
Por lo tanto, las investigaciones de prevalencia son muy similares a los estudios descriptivos, pero difieren de ellas, ya que no usan los datos existentes, pero proporcionan la detección directa de los datos, que se refieren a un momento preciso o a un período de tiempo definido.
Un estudio transversal puede considerarse como «fotografía instantánea» del grupo de sujetos examinados (población o campeón), en relación con el fenómeno de salud que es el tema del estudio y las características del grupo mismo.
El epidemiólogo es el profesional competente en epidemiología. Cualquier protección del título, así como el camino de calificación para adquirirlo, dependen de la legislación de cada nación del mundo.
Los sujetos de estudio para convertirse en epidemiólogo son, aparte de la medicina, la higienesenaria y la demografía. Dada la naturaleza de las epidemias y pandemias, el epidemiólogo debe conocer y utilizar ampliamente modelos y técnicas grandes, obviamente aplicadas a los aspectos de salud médica y demociales.
¿Qué se mide en estadística descriptiva?
Las estadísticas descriptivas son breves coeficientes descriptivos que resumen un conjunto de datos dado, que puede ser una representación de todo o una muestra de una población. Las estadísticas descriptivas se debilitan en las medidas de tendencia central y las medidas de variabilidad (dispersión). Las medidas de tendencia central incluyen promedio, mediana y modo, mientras que las medidas de variabilidad incluyen desviación de calidad, varianza, variables mínimas y máximas y, por lo tanto, aplanamiento y escenas.
En resumen, las estadísticas descriptivas ayudan a describir y comprender las características de un conjunto de datos seleccionados al dar breves resúmenes sobre la muestra y las medidas de información. Los principales tipos de estadísticas descriptivas reconocidas son las medidas del centro: el promedio, la mediana y el modo, que se utilizan en la mayoría de los niveles de matemáticas y estadísticas. El promedio, o el modo, se calcula agregando todas las cifras para el conjunto de información, luego dividiendo por el número de figuras en el todo. Por ejemplo, la suma de los siguientes datos es 20: (2, 3, 4, 5, 6). El promedio es 4 (20/5). El modo de un conjunto de conocimiento es que el valor que aparece con mayor frecuencia y, por lo tanto, la mediana es que la figura ubicada en el medio del conjunto de información. Es la figura que separa las figuras más altas de las figuras inferiores en un conjunto de conocimiento. Sin embargo, hay tipos menos comunes de estadísticas descriptivas que siempre son esenciales.
Las personas usan estadísticas descriptivas para transformar información cuantitativa que es difícil de entender en un conjunto de datos de gran tamaño en descripciones de tamaño reducido. El promedio de las notas de un estudiante, por ejemplo, permite comprender honestamente las estadísticas descriptivas. La idea de un MPC es que toma puntos de datos de un buen rango de exámenes, clases y notas, y hace que sea el promedio proporcionar una comprensión general de las capacidades académicas generales de un estudiante. El MPC personal de un estudiante refleja su rendimiento académico promedio.
Todas las estadísticas descriptivas son mediciones de tendencias centrales o medidas de variabilidad, también llamadas medidas de dispersión. Las medidas de la tendencia central se especializan en los valores típicos o promedio de los conjuntos de conocimiento, mientras que las medidas de variabilidad se especializan en la dispersión del conocimiento. Estas dos medidas utilizan gráficos, tablas y discusiones generales para ayudar a las personas a comprender el significado de los datos analizados.
Artículos Relacionados:
