📊 Cómo realizar tu ANÁLISIS ESTADÍSTICO | Aprende en 5 MINUTOS

Summary

En este video, se explica cómo realizar un análisis estadístico adecuado en una tesis cuantitativa. Se detallan tres pasos fundamentales: 1) Análisis descriptivo, que incluye la presentación de características de las variables mediante tablas y gráficos. 2) Prueba de normalidad, que determina si los datos siguen una distribución normal utilizando pruebas como el Kolmogorov-Smirnov. 3) Análisis inferencial, donde se aplican pruebas estadísticas para verificar las hipótesis, con interpretación del valor p. Este enfoque organizado asegura un análisis coherente y riguroso de los datos obtenidos en la investigación.

Takeaways

• 😀 La parte más importante de una tesis cuantitativa es el análisis estadístico, que debe seguir un orden claro para ser coherente y demostrar la veracidad de las hipótesis.
• 😀 El análisis estadístico debe dividirse en tres pasos principales: estadística descriptiva, prueba de normalidad y estadística inferencial.
• 😀 En el análisis descriptivo se presentan las frecuencias, porcentajes, medidas de tendencia central como la media, y medidas de variabilidad como la desviación estándar.
• 😀 El análisis descriptivo no prueba hipótesis, pero permite visualizar tendencias en los datos y características de la muestra, como edad o género.
• 😀 La prueba de normalidad evalúa si los datos siguen una distribución normal, y se utiliza el test de Kolmogorov-Smirnov, el chi-cuadrado o el test de Shapiro-Wilk.
• 😀 Si el p-valor de la prueba de normalidad es mayor a 0.05, se considera que los datos siguen una distribución normal; si es menor, no la siguen.
• 😀 Después de realizar la prueba de normalidad, se selecciona entre pruebas paramétricas (si los datos son normales) o no paramétricas (si no lo son).
• 😀 Las pruebas paramétricas incluyen t-test o ANOVA, mientras que las no paramétricas incluyen pruebas como Mann-Whitney U o Kruskal-Wallis.
• 😀 En la estadística inferencial, se interpreta el p-valor: si es mayor a 0.05 no hay significancia estadística, si es menor o igual a 0.05 hay significancia.
• 😀 El análisis estadístico debe estar bien organizado para asegurar que las conclusiones estén basadas en pruebas de hipótesis bien fundamentadas y datos claros.

Q & A

¿Cuál es la parte más importante de una tesis cuantitativa?

La parte más importante de una tesis cuantitativa es el análisis estadístico, que debe seguir un orden claro para demostrar la coherencia de los datos obtenidos y probar las hipótesis planteadas al inicio del proyecto.

¿Por qué es fundamental seguir un orden en el análisis estadístico?

Es fundamental seguir un orden en el análisis estadístico para asegurar que los resultados sean coherentes y permitan llegar a conclusiones válidas sobre las hipótesis del estudio.

¿Qué es el análisis descriptivo y qué incluye?

El análisis descriptivo es el primer paso en el análisis estadístico, y se centra en presentar características de cada variable de forma independiente. Incluye tablas de frecuencias, porcentajes, medidas de tendencia central como la media, y medidas de variabilidad como la desviación estándar.

¿El análisis descriptivo puede probar las hipótesis?

No, el análisis descriptivo no tiene la capacidad de probar hipótesis, pero sí proporciona una visión general de la muestra y de cómo se distribuyen las variables.

¿Qué pruebas se utilizan para verificar la normalidad de los datos?

Las pruebas más comunes para verificar la normalidad de los datos son el test de Kolmogorov-Smirnov, el test de Shapiro-Wilk y el test de chi-cuadrado de bondad de ajuste.

¿Qué significa que el p-valor sea mayor que 0.05 en una prueba de normalidad?

Si el p-valor es mayor que 0.05 en una prueba de normalidad, se considera que los datos siguen una distribución normal, lo que permite el uso de pruebas estadísticas paramétricas.

¿Qué sucede si el p-valor es menor que 0.05 en una prueba de normalidad?

Si el p-valor es menor que 0.05 en una prueba de normalidad, se considera que los datos no siguen una distribución normal, y se deben utilizar pruebas estadísticas no paramétricas.

¿Cuáles son las dos opciones principales para realizar inferencias estadísticas?

Las dos opciones principales para realizar inferencias estadísticas son las pruebas paramétricas y las no paramétricas, y la elección depende de si los datos siguen una distribución normal.

¿Qué pruebas paramétricas y no paramétricas se mencionan en el video?

El video menciona las pruebas t de Student, Mann-Whitney, Kruskal-Wallis, y las correlaciones de Pearson y Spearman como ejemplos de pruebas paramétricas y no paramétricas.

¿Cómo se interpreta un p-valor en las pruebas inferenciales?

En las pruebas inferenciales, un p-valor menor o igual a 0.05 indica que los resultados son estadísticamente significativos, mientras que un p-valor mayor a 0.05 sugiere que no hay significancia estadística.