Plan de datos

1. PLAN DE ANÁLISIS DE
DATOS
MS.C. JUAN CARLOS BARRIENTOS

2. • Tipos de diseños de investigación
• Presentación de datos descriptivos
• Contrastes de hipótesis
• Presentación de resultados

3. Algunos de los más frecuentes
procedimientos
Descriptivos
Analíticos
• Medidas de
resumen
• Medidas de
tendencia central y
dispersión
• Análisis de
asociación
• Análisis de
diferencia de grupos
• Experimentos

4. Presentación de datos descriptivos

5. ¿Qué debo/puedo informar?
Frecuencias
• Absoluta
• Relativa
• Acumulada
Medidas de
tendencia
central
• Media
• Mediana
• Moda
Medidas de
dispersión
• Desviación
típica
• Asimetría
• Curtosis

6. Frecuencias
FRECUENCIA
ABSOLUTA
FRECUENCIA
RELATIVA

7. Medidas de tendencia central y de
dispersión
¿Qué son?

9. COEFICIENTE DE VARIACIÓN = (SD/X)100
CV=(17,075/34,120)100= 50,043
Si CV ≥ 40 la media no es representativa de la
muestra

11. CA < 0 CA = 0 CA > 0
CA = 2,125

13. CK > 0 CK = 0 CK < 0
CK = 5,387

14. Normalidad de las variables
H0 = No diferencia con la
distribución normal
H1= Diferencia con la
distribución normal.

15. Percentiles

16. Estudios correlacionales

17. Categóricas
Cualitativa
Ordinales
Cualitativa
Continuas
Cuantitativa
• Dicotómicas
• Politómicas
• Solo sirven para agrupar
los sujetos
• Existe un orden de
proporción de la cualidad
que mide
• De razón (Cero absoluto)
• De intervalo (Cero
arbitrario)

18. Análisis de la asociación de variables
cualitativas

19. H0 = Las variables no son dependientes
H1 = Las variables son dependientes

20. Análisis de la asociación de variables
cuantitativas

21. CORRELACIÓN

22. Coeficientes de correlación Supuestos:
Pearson
• Continuas
• Normales
Spearman
• Continuas
• No
normales
Tau_b Kendal
• Ordinales
• No
normales

23. Correlación de Pearson

26. Correlación de Pearson

28. A mayor Velocidad de
entrega, mayor fidelidad al
producto.
(r= 0,612)
A mayor calidad del
servicio, mayor fidelidad al
producto.
(r= 0,676)

30. Correlación de Spearman

33. Presentación de resultados:
 Objetivo: Identificar aquellas variables que se encuentran mas fuertemente
relacionadas con el incremento de la fidelidad al producto.
Variable Estadístico p-Valor
Velocidad de entrega r = 0,676 0,000
Nivel de precios rho = 0,075 0,457
Flexibilidad de precios rho = 0,581 0,000
Imagen del fabricante rho = 0,205 0,041
Servicio r = 0,612 0,00
Imagen de la fuerza de ventas rho = 0,248 0,013
Calidad del producto rho = -0,182 0,70

34. Presentación de resultados:
 Objetivo: Identificar aquellas variables que se encuentran mas fuertemente
relacionadas con el incremento de la fidelidad al producto.
Variable Estadístico p-Valor
Velocidad de entrega r = 0,676 0,000
Nivel de precios rho = 0,075 0,457
Flexibilidad de precios rho = 0,581 0,000
Imagen del fabricante rho = 0,205 0,041
Servicio r = 0,612 0,00
Imagen de la fuerza de ventas rho = 0,248 0,013
Calidad del producto rho = -0,182 0,70

35. Presentación de resultados:
 Objetivo: Identificar aquellas variables que se encuentran mas fuertemente
relacionadas con el incremento de la fidelidad al producto.
Variable Estadístico p-Valor
Velocidad de entrega r = 0,676 0,000
Flexibilidad de precios rho = 0,581 0,000
Imagen del fabricante rho = 0,205 0,041
Servicio r = 0,612 0,00
Imagen de la fuerza de ventas rho = 0,248 0,013

36. Presentación de resultados:
 Para el análisis de los resultados se han empleado la correlación de
Pearson (r) en aquellos casos en que se cumplió el supuesto de
normalidad de los datos y la correlación de Spearman (rho)en aquellas
variables que incumplieron dicho requisito.
 Las variables que presentaron mayor correlación con la Fidelidad al
producto fueron: Velocidad de entrega (r = 0,676 p-Valor 0,000), Calidad
del servicio (rho = 0,612 p-Valor 0,000) y Flexibilidad de los precios (rho =
0,581 p-Valor 0,000)

37. Correlación Tau_b de Kendal
Tiempo dedicado al estudio Mucho 1 2 3 4 5 Muy poco
Sus calificaciones son: Muy buenas 1 2 3 4 5 Muy malas
Su nivel de conocimientos adquirido es: Muy alto 1 2 3 4 5 Muy bajo
Nivel de aprobación de asignaturas es: Muy bueno 1 2 3 4 5 Muy malo
Nivel de agrado por la carrera Mucho 1 2 3 4 5 Muy poco

39. Diferencias entre grupos

40. A
A B
A
C
B
Compara una muestra con el parámetro.
- T de Student para una muestra
- Kolmogorov-Smirnov para una muestra
Compara dos muestras entre sí.
- T de Student para dos muestras
repetidas o independientes
- U de Mann-Whitney
Compara tres o más muestras entre sí.
- ANOVA de un factor
- H de Kruskal-Wallis

41. Supuestos de la T de Student
Continuidad
Normalidad de los datos
Homocedasticidad (Homogeneidad de
las varianzas)

42. T de Student para dos muestras
Para evaluar si existen diferencias significativas entre el salario inicial asignado a varones y mujeres, se
utilizó el estadístico T de Student, habiendo se superado al prueba de normalidad no se asumió
varianzas iguales (F 10.969 p-Valor = ,000) hallándose que existen diferencias significativas entre el
salario inicial de acuerdo al sexo (T 11,87 – gl 318,818 – p-Valor = ,000)

43. Prueba de Mann-Whitney
Para evaluar si existen diferencias significativas entre el salario
inicial asignado a varones y mujeres, no habiéndose superado la
prueba de normalidad de los datos y de homogeneidad de las
varianzas, se utilizó el estadístico U de Mann-Whitney, hallándose
que existen diferencias significativas entre el salario inicial de
acuerdo al sexo (U 8754,000 – p-Valor = ,000)

44. ANOVA de un factor

45. H de Kruskal-Wallis

46. Diseños de investigación
Descriptivos
Correlacionales
Experimentales

47. Estudios experimentales
cuasi-experimentales

48. A mayor Velocidad de
entrega, mayor fidelidad
al producto.
(r= 0,612)
A mayor calidad del
servicio, mayor fidelidad
al producto.
(r= 0,676)

50. Supuestos Regresión múltiple
matriz de correlación de Pearson
 Continuidad de las variables
 Normalidad de los datos
 Linealidad
 Independencia
 Homocedasticidad de los residuos
 Normalidad de los residuos
 No multicolinealidad

51. Linealidad

52. Independencia
Los residuos son independientes entre sí, constituyen una variable aleatoria.
Para evaluar este supuesto analizamos la prueba de Durbin Watson;
estadístico que oscila entre 0 y 4 y toma el valor 2 cuando los residuos son
independientes. Podemos asumir independencia cuando los valores de DW
están entre 1,5 y 2,5.

53. Homocedasticidad de los residuos

54. Normalidad de los residuos

55. No multicolinealidad
FIV< 10 = no colinealidad
I. Condición < 10 = no
colinealidad
% varianza < 90 = se
mantiene

56. Regresión múltiple resultados
 Las variables Velocidad de entrega y Servicio explican el 58,1% de la fidelidad al producto.
 El mayor efecto sobre la fidelidad al producto lo aporta la variable servicio (46%) seguido de la
velocidad de entrega (39,5%)

57. Velocidad de
entrega
Servicio
Fidelidad al producto

59. “To err is human, to forvige, divine, but
include errors in your desing is
statistical”
Leslie Kish, 1978