You are on page 1of 3

Estadística para las Organizaciones

“Pruebas” y “técnicas” estadísticas


más utilizadas para establecer
relaciones de causalidad
“Pruebas” y “técnicas” estadísticas
1. Análisis bivariado.
más utilizadas para objetivos de – r de Pearson.
investigación causales – Regresión lineal.
(modelos de regresión) 2. Análisis multivariado.
– Regresión múltiple.
– ANOVA.
– Análisis de Covarianza (ANCOVA).
– Análisis multivariado de varianza (MANOVA).
– Análisis lineal de senderos (“Path analysis”)

Requerimientos para establecer


Medidas para establecer causalidad
causalidad entre variables

Las pruebas estadísticas establecen relaciones


La motivación del estudiante, la metodología
entre variables, y puede conocerse la dimensión y
de enseñanza-aprendizaje y las características la dirección de las relaciones en forma de parejas
de las escuela explican el 20% (aprox.) de la de variables (X → Y) o en forma conjunta. Pero la
causalidad se establece a partir de requerimientos
variable rendimiento académico.
teóricos:

Requerimientos para establecer causalidad entre variables


Regresión Lineal
a) Que la “causa” anteceda cronológicamente al Definición:
Definición: Es un modelo matemático para estimar
el efecto de una variable sobre otra.
“efecto”.
Representación:
Representación: X→Y
b) Que exista una correlación significativa entre las
variables, de manera que el efecto no se
manifieste independientemente de la(s) causa(s). No.
No. de Variables:
Variables: Dos variables, una independiente y una
dependiente.

c) Que teóricamente pueda explicarse esa Escala de variables: Cuantitativas ambas.


“causalidad”.

1
Estadística para las Organizaciones

Regresión Lineal (Pág. 2).


Ejemplo
Tipo de hipótesis: Causal con una variable independiente
(causa) y una dependiente (efecto). Se desea determinar un modelo mediante el cual se pueda
predecir el rendimiento académico futuro de un estudiante
en base a su inteligencia.
Lógica de análisis: A partir de la ecuación lineal:

Y = a + bX
Se calculan los valores de “a” y “b” que Estudiante Inteligencia (X) Calificación (Y)

permiten predecir “Y” en función de “X”. 1 60 4

Los valores de “a” y “b” se calculan a 2 10 2

partir de la correlación de los valores 3 80 9

conocidos de “X” y “Y”, construyéndose 4 50 7


un diagrama de dispersión y la recta 5 30 3
correspondiente.

Resultado Según los resultados de la prueba estadística se ha


obtenido los valores de (a = 0.74638 y b = 0.09247), que
El conocimiento de la relación entre dos variables X al sustituirlos en la ecuación, se obtiene:
(inteligencia) y Y (rendimiento académico) permite
predecir Y a partir de valores conocidos de X. Y´= 0.74638 + 0.09247X
09247X
Si el coeficiente de correlación fuera 0.8569 puede Ahora bien, se desea conocer el rendimiento de un
afirmarse que si la puntuación del estudiante en estudiante que no ha realizado la prueba, pero si se sabe
inteligencia (X) es alta, el rendimiento académico la puntuación en inteligencia es de 70 (X = 70)
tenderá a ser alto.
Y´= 0.74638 + 0.09247 (70)
70)
Esta predicción no es muy precisa. Lo ideal sería
predecir la puntuación que el estudiante obtendrá como Y´= 7.22
rendimiento académico (Y)

Regresión Múltiple
Definición:
Definición: Es un modelo matemático para analizar Tipo de hipótesis: Causal con una variable dependiente
el efecto de dos o más variables (efecto) y dos o más variables
independientes sobre una dependiente. independientes (causas).

Representación:
Representación: X1
X2
Y Lógica de análisis: A partir de una ecuación:
Xk
Y = a + b1X1 + b2X2 + ... + bkXk
No.
No. de Variables:
Variables: Tres o más variables. Una dependiente
y dos o más independientes. Se calculan los valores de “a”, “b1”, “b2”,
... “bk” que permitirán predecir los valores
Escala de variables: Cuantitativa la variable dependiente y de “Y” en función de “Xi”.
cualquier nivel las variables
independientes.

2
Estadística para las Organizaciones

Más ejemplos …
Base de datos: empleados.sav

1. Determinar el grado de influencia que existe entre el salario


actual y el salario inicial

2. Determinar la influencia que ejercen el salario inicial y la


experiencia previa sobre el salario actual de los empleados
de una empresa X.

3. Determinar la influencia que ejercen el salario inicial, la


experiencia previa y el nivel educativo sobre el salario actual
de los empleados de una empresa X.