Analisis Univariado

Introducción

El siguiente trabajo presenta la importancia del análisis de datos que es una técnica utilizada para la recolección e interpretación de datos con el fin de obtener resultados acerca del medio del cual se han obtenido los datos. Además, esta como ciencia trata sobre la toma, organización recopilación, presentación y análisis de datos para deducir conclusiones sobre ellos y para tomar decisiones que estén de acuerdo con los análisis efectuados.

A continuación se describirá las características y componentes que conforman el análisis univariado de cada una de las variables estudiadas o, ya que este análisis se basa en una sola variable. Las técnicas más frecuentes de análisis univariado son la distribución de frecuencias para una tabla univariada y el análisis de las medidas de tendencia central de la variable.

Se utiliza únicamente en aquellas variables que se midieron a nivel de intervalo o de razón.

Análisis Univariado

El análisis univariado es el análisis básico, primario. Las características o propiedades de las personas o cosas han de medirse una a una, de modo univariado y si se presentan de esa manera. Con frecuencia en los estudios es importante realizar un análisis univariado sobre algunas variables. Por ejemplo: la descripción de características demográficas de la muestra.

La siguiente imagen presenta una visión general de las técnicas estadísticas disponibles para el análisis univariado de datos:

[pic 1]

Para estar seguro de que estamos buscando el procedimiento adecuado se debe responder afirmativo a que se desea analizar una variable cada vez.  Luego se procede a seleccionar el nivel de escala de la variable que pueden ser :

• Nominal: indica el valor teórico o ideal de cualquier cosa que pueda ser cuantificable, en oposición al valor real, que es el que se obtiene en una medición dada.
• Ordinal:  es un número que denota la posición de un elemento perteneciente a una sucesión ordenada.
• Intervalos: es el conjunto de números que se encuentran entre dos de dados; estos dos números pueden estar o no en dicho conjunto.

Sobre el nivel de la escala de la figura se presentan en 2 conjuntos de cuadros. En el primer conjunto se presenta:

1. Estadísticas Descriptivas: consiste en proporcionar medidas de resumen de los datos contenidos en todos lo elementos de muestra.

1. Tendencia central: son medidas que tienden a localizar en qué punto se encuentra la parte central de un conjunto ordenado de datos de una variable cuantitativa. Se utilizan tres medidas importantes: la mediana, media, moda. La tendencia central es utilizada en el 91 % de empresas.[pic 2]

• Datos de intervalos: La media: es la medida de tendencia central apropiada para datos de intervalos. Para repasar, la media es la suma de los valores divididos por el tamaño de la muestra. Su fórmula es: 

[pic 3]

Por tanto, si muestra generarse valores 22, 26, 255, 21 y 19 y la media seria 113/5 =22.6

También es posible calcular una media cuando los datos de intervalos se agrupan en categorías o clases. En este caso la formula seria: [pic 4]

• Datos ordinales: la mediana: si nuestros datos forman una escala ordinal o de intervalos, podemos hacer uso de la mediana como una medida de tendencia central. La mediana para datos no agrupados se define como valor medio cuando los datos se agrupan en orden de magnitud.[pic 5]

• Datos nominales: la moda:  es una medida de tendencia central apropiada para las escalas nominales o de orden superior. Es la categoría de un variable nominal que ocurre con mayor frecuencia. No debe aplicarse a los datos ordinales o de intervalos a menos que estos se hayan agrupado primero.

1. Medida de dispersión:

Son parámetros estadísticos que indican como se alejan los datos respecto de la media aritmética. Sirven como indicador de la variabilidad de los datos, las medidas de tendencia central no suministran suficientes informaciones a los investigadores como para que entiendan a cabalidad la distribución que están examinando.[pic 6]

• Datos de intervalos: desviación estándar: la medida apropiada de dispersión para los datos de intervalos es la desviación estándar, la medida que calculamos para una variable continua y una proporción. La formula para la desviación estándar es: [pic 7]

El que un determinado  tamaño de desviación estándar constituya una dispersión grande o pequeña depende del tamaño de la media con la cual se asocia. Utilizando la formula: [pic 8]

...