¿CÓMO ELEGIR ANÁLISIS ESTADÍSTICOS PARA MI INVESTIGACIÓN? GUÍA DEFINITIVA (1. DESCRIPTIVOS)

Psico Facil

7 Jun 202107:29

Summary

TLDREl video ofrece una guía sobre qué análisis estadístico utilizar según los objetivos de investigación. Se mencionan técnicas como Pearson, Spearman, t-student, ANOVA, MANCOVA, Wilcoxon, entre otros. Destaca la importancia de la estadística descriptiva y diferencial, explicando las medidas de tendencia central, dispersión y forma para variables cuantitativas y cualitativas. Además, se habla de la importancia de entender la distribución de datos para elegir el análisis inferencial adecuado, ya sea paramétrico o no paramétrico. El video también promueve la contratación de asesorías personalizadas y proporciona enlaces a cursos específicos para un análisis más profundo.

Takeaways

😀 El video ofrece asesoría personalizada en estadística para investigación a través de un enlace de WhatsApp.
📚 Se mencionan diferentes tipos de análisis estadísticos como Pearson, Spearman, t-student, ANOVA, MANCOVA, Wilcoxon, regresión lineal, logística, Kruskal-Wallis, entre otros.
🔍 El objetivo del video es ayudar a los investigadores a elegir el análisis estadístico correcto basado en los objetivos de su investigación.
📈 Los análisis estadísticos se dividen en dos grandes bloques: estadística descriptiva y estadística diferencial.
📊 La estadística descriptiva incluye medidas de tendencia central como la media, mediana y moda, que resuman un conjunto de datos en un solo valor.
📉 Las medidas de dispersión, como la varianza, desviación estándar y rango, ayudan a entender qué tan dispersos están los datos respecto a la media.
📋 Las frecuencias son estadísticas importantes para variables categóricas o cualitativas, y responden a preguntas sobre la frecuencia de ocurrencia de datos específicos.
📊 Las medidas de forma, como la curva de Gauss, normalidad, simetría y curtosis, son útiles para visualizar cómo se distribuyen los valores en una muestra.
📝 La distribución de datos puede ser utilizada para responder preguntas de investigación específicas, como la distribución de la riqueza en un país.
📚 Los análisis inferenciales cuantitativos dependen de las medidas de distribución para seleccionar el estadístico adecuado, diferenciando entre estadística paramétrica y no paramétrica.
🔗 Se recomienda ver un video de 10 minutos para entender los conceptos de parámetros y las medidas a utilizar en estadística paramétrica y no paramétrica.

Q & A

¿Qué análisis estadístico se discute en el video?
-El video discute análisis estadísticos descriptivos y diferenciales, incluyendo Pearson, Spearman, t-student, ANOVA, MANCOVA, Wilcoxon, regresión lineal, logística, Kruskal-Wallis, entre otros.
¿Qué es lo que el video no busca hacer?
-El video no busca hacer un curso total de análisis estadístico, ya que ya existe un curso completo que cubre todos los análisis mencionados.
¿Cuál es el propósito del video?
-El propósito del video es enseñar a los espectadores qué análisis estadístico usar según los objetivos de su investigación.
¿Cómo se dividen los análisis estadísticos según el video?
-Los análisis estadísticos se dividen en dos grandes bloques: la estadística descriptiva y la estadística diferencial.
¿Qué tipos de medidas se mencionan en la estadística descriptiva?
-En la estadística descriptiva se mencionan medidas de tendencia central (media, mediana, moda), medidas de dispersión (varianza, desviación estándar, rango) y medidas de forma (forma normal, simetría, curtosis).
¿Para qué sirven las medidas de tendencia central en la estadística descriptiva?
-Las medidas de tendencia central se usan para resumir en un solo valor un conjunto de datos, como determinar el valor promedio de una prueba de cociente intelectual en niños.
¿Qué preguntas de investigación responden las medidas de dispersión?
-Las medidas de dispersión responden a preguntas relacionadas con qué tan alejadas están las puntuaciones de la puntuación media, lo que indica la variabilidad de los datos.
¿Por qué no se pueden usar las medidas de tendencia central con variables categóricas?
-Las medidas de tendencia central no se pueden usar con variables categóricas porque no son aplicables a datos cualitativos, como el promedio de una variable que solo puede ser masculino o femenino.
¿Qué son las medidas de frecuencias y cómo se relacionan con las variables categóricas?
-Las medidas de frecuencias indican el número de veces que se repite un dato y se usan para variables categóricas, como la frecuencia de profesionales desempleados, y también pueden aplicarse a variables continuas para determinar frecuencias de puntuaciones altas, medias y bajas.
¿Cómo se relacionan las medidas de forma con los objetivos de investigación?
-Las medidas de forma, como la normalidad y la simetría, se usan para determinar gráficamente cómo se distribuyen los valores en una muestra, lo que puede ayudar a responder preguntas de investigación sobre la distribución de características como la riqueza en un país.
¿Qué es lo que el video sugiere sobre la importancia de entender la diferencia entre parámetros paramétricos y no paramétricos?
-El video sugiere que es importante entender la diferencia entre parámetros paramétricos y no paramétricos para seleccionar el estadístico adecuado en los análisis inferenciales cuantitativos.

Outlines

00:00

📊 Análisis Estadístico para Investigación

En este primer párrafo, se discute cómo elegir el análisis estadístico adecuado para un proyecto de investigación. Se mencionan diferentes técnicas de análisis estadístico, como la correlación de Pearson, la prueba de Spearman, la ANOVA, entre otros. El objetivo es ayudar a los investigadores a determinar qué análisis utilizar en función de los objetivos de su investigación. Se ofrecen asesorías personalizadas y se sugiere que los análisis estadísticos se dividen en dos bloques principales: la estadística descriptiva y la estadística diferencial, los cuales pueden complementarse en un mismo trabajo de investigación. Se enfatiza la importancia de entender los objetivos y las preguntas de investigación para seleccionar el análisis estadístico correcto.

05:03

📈 Medidas Estadísticas para Análisis Descriptivo

El segundo párrafo se enfoca en las medidas estadísticas utilizadas en la estadística descriptiva. Se explican los tipos de medidas de tendencia central (media, mediana, moda), medidas de dispersión (varianza, desviación estándar, rango) y medidas de forma (forma, simetría, curtosis). Cada tipo de medida responde a diferentes preguntas de investigación y se describe cómo se utilizan para resumir datos, analizar la variabilidad y determinar la distribución de los valores en una muestra. También se menciona la importancia de distinguir entre las medidas de frecuencia y la moda, y cómo estas medidas pueden ser aplicadas a variables categóricas y continuas. Finalmente, se hace una referencia a la necesidad de entender la diferencia entre análisis paramétrico y no paramétrico para la selección adecuada de estadísticos en análisis inferenciales cuantitativos.

Mindmap

Keywords

💡Análisis estadístico

El análisis estadístico es el proceso de recopilar, procesar, interpretar y presentar datos estadísticos para extraer información útil. En el video, se discute cómo elegir el análisis estadístico adecuado basándose en los objetivos de la investigación. Se menciona que hay análisis descriptivos y diferenciales, y se enfatiza la importancia de seleccionar el método estadístico que se ajuste a las necesidades de la investigación.

💡Estadística descriptiva

La estadística descriptiva es una rama de la estadística que se enfoca en resumir y describir los datos recolectados. En el video, se explica que se divide en medidas de tendencia central, medidas de dispersión y medidas de forma. Estas medidas son fundamentales para entender la información básica sobre un conjunto de datos y para responder a preguntas específicas de la investigación.

💡Medidas de tendencia central

Las medidas de tendencia central, como la media, mediana y moda, son usadas para representar un valor 'promedio' o 'central' dentro de un conjunto de datos. En el video, se da el ejemplo de cómo la media puede ser utilizada para determinar el valor promedio de una prueba de cociente intelectual en niños, mientras que la mediana y la moda responden a otros tipos de preguntas de investigación.

💡Medidas de dispersión

Las medidas de dispersión, incluyendo la varianza, la desviación estándar y el rango, indican la cantidad de variabilidad o dispersión de los datos en torno a la tendencia central. En el video, se ilustra cómo estas medidas pueden ayudar a entender la variabilidad de las puntuaciones de un cociente intelectual, lo cual es clave para determinar si los datos son consistentes o altamente variables.

💡Medidas de forma

Las medidas de forma, como la simetría y la curtosis, describen la forma de la distribución de los datos. Estas medidas son importantes para entender cómo se distribuyen los valores en una muestra y para determinar si siguen una distribución normal, como se describe en la 'campana de Gauss' mencionada en el video.

💡Análisis inferencial

El análisis inferencial es una parte de la estadística que se utiliza para hacer generalizaciones o inferencias acerca de una población a partir de una muestra. En el video, se sugiere que el análisis inferencial puede incluir pruebas como la prueba de Pearson, la t-student, ANOVA, MANCOVA, Wilcoxon, entre otros, y se relaciona con la necesidad de elegir el análisis adecuado en función de los objetivos de la investigación.

💡Regresión lineal

La regresión lineal es un tipo de análisis inferencial que se utiliza para modelar la relación entre una variable dependiente y una o más variables independientes. Aunque no se detalla en el video, se menciona como uno de los análisis que se pueden encontrar en los enlaces proporcionados en la descripción del video.

💡Logística

Probablemente se refiere a la regresión logística, que es un tipo de análisis inferencial utilizado para modelar la probabilidad de que ocurra un evento binario (espectro de dos posibles resultados). En el contexto del video, podría ser utilizada para predecir la probabilidad de que ocurra un evento basándose en una serie de variables.

💡ANOVA

ANOVA (Análisis de Varianza) es una técnica estadística que se utiliza para comparar los promedios de tres o más grupos para determinar si existen diferencias significativas entre ellos. En el video, se menciona como una de las herramientas estadísticas que pueden ser necesarias para responder a ciertos objetivos de investigación.

💡Normalidad

La normalidad es un concepto clave en las medidas de forma y se refiere a si los datos se distribuyen de acuerdo con una distribución normal o 'campana de Gauss'. En el video, se destaca la importancia de comprobar la normalidad de los datos antes de aplicar ciertos análisis inferenciales, ya que esto puede influir en la elección del método estadístico adecuado.

Highlights

Veremos qué análisis estadístico usar, estadísticos descriptivos.

Opción de contratar asesorías personalizadas sobre temas de investigación y estadística.

Se pueden agendar citas a través del link de WhatsApp en la descripción del video.

Menciona diversas pruebas estadísticas como Pearson, Spearman, t-student, ANOVA, MANCOVA, Wilcoxon, entre otros.

El video no busca ser un curso completo de análisis estadístico, sino orientar sobre qué análisis usar según los objetivos de investigación.

En la descripción del video se incluyen enlaces a cursos completos de cada análisis estadístico mencionado.

Los análisis estadísticos se dividen en estadística descriptiva y estadística diferencial.

Es posible usar estadística descriptiva y diferencial en un mismo trabajo de investigación, son complementarias.

Se presentan tres tipos de medidas de tendencia central: media, mediana y moda.

Las medidas de dispersión incluyen varianza, desviación estándar y rango.

Las medidas de frecuencia son útiles para variables categóricas y continuas.

Las medidas de forma, como la curva de Gauss, son importantes para entender la distribución de datos.

Las medidas de normalidad, simetría y curtosis son relevantes para investigaciones específicas.

La importancia de distinguir entre frecuencias y la moda en el análisis estadístico.

La necesidad de entender parámetros y medidas estadísticas para la selección adecuada de pruebas inferenciales.

La diferencia entre estadística paramétrica y no paramétrica y su relevancia en el análisis inferencial.

Se recomienda un video de 10 minutos para entender conceptos básicos de parámetros y pruebas estadísticas.