You are on page 1of 24

Análisis y presentación de resultados

Datos: Análisis e interpretación

 Al analizar los datos la intención es descubrir patrones y tendencias en los
mismos para poder interpretarlos.

 Las interpretaciones científicas no son verdades absolutas ni opiniones
personales: son inferencias o hipótesis sobre lo que significan los datos,
basadas en el conocimiento científico previo y la interpretación individual.

 Al publicar los datos y las técnicas que usaron para analizarlos e
interpretarlos, los investigadores dan a otros la oportunidad de revisar los
datos y de usarlos en investigaciones futuras.

Sin embargo.  Ignorar la fuente de un error puede llevar a conclusiones equivocadas y a propagar y magnificar el error. y confiabilidad  Todos los datos recopilados de una investigación siempre tienen algún grado de incertidumbre.  Se puede reducir la incertidumbre y minimizar los errores experimentales.  La incertidumbre es una estimación cuantitativa del error que está presente en todos los datos. . la incertidumbre nunca puede ser reducida a cero porque es una medida de la variabilidad de los datos. errores.Datos: incertidumbre.

1-2 cm de ancho) por variabilidad debido a diferencias genéticas y ambientales. . Por ejemplo el tamaño adulto de las hojas de una especie “x” se presenta en forma de rango (de 4-8 cm de largo. pero si puede ser medido y reducido cuando se hacen réplicas de un evento específico.  Este error no puede ser eliminado.Fuentes de error  La variabilidad siempre está presente.  El error experimental es aquel que está distribuido al azar cerca a la medida verdadera y representa la variabilidad real del experimento.

.  Este tipo de error puede ser compensado. O simplemente dando valores completamente erróneos y lejanos al valor real. por calibración incorrecta o inconsistencia al tomar datos. o algunas veces eliminado.Fuentes de error  Otro tipo de error es el introducido humanamente.  Este error afecta los resultados ampliando por encima o por debajo del valor real la variabilidad de los datos obtenidos. Por ejemplo. si su fuente se identifica.

se decidirá el tipo de análisis a utilizar:  Muestra es probabilística el análisis es estadístico inferencial y descriptivo.  Muestra es no probabilística el análisis es estadístico .ANÁLISIS CUANTITATIVO DE LOS DATOS  Según la Muestra obtenida en la Investigación.

Paramétricos 2. No paramétricos. .ANÁLISIS CUANTITATIVO DE LOS DATOS  Análisis estadístico inferencial  Es el método y conjunto de técnicas que se utilizan para procesar datos y obtener conclusiones que sobrepasan los límites de los conocimientos aportados por los datos.  En una misma investigación es posible llevar a cabo los 2 tipos de análisis.  Para el tipo estadístico inferencial pueden realizarse dos tipo de análisis: 1. Cada tipo posee sus características y presuposiciones que los sustentan.

tendencia central. regresión lineal.Los datos estadísticos se analizan con: Estadística • Frecuencias. descriptiva. variabilidad. Chi paramétrica cuadrada. razones y tasas. análisis de paramétrica varianza. nivel de inferencial significancia. distribución muestral. . Prueba t. Estadística no • Coeficientes de correlación. Estadística • Pruebas de hipótesis. Estadística • Coeficiente de correlación de Pearson.

funciones estadísticas.Para procesar los datos podemos usar: Programas especializados en estadística Excel: tablas y gráficos dinámicos. Acces integrado con Excel .

SAS SPSS SPAD Stata Software más Statgraphics utilizados en el Redatam análisis estadístico Minitab Matlab S-PLUS LISREL WinQSB Excel .

tienen una varianza homogénea: las poblaciones en cuestión poseen una dispersión similar en sus distribuciones.ANÁLISIS PARAMÉTRICOS  La distribución poblacional de la variable dependiente. es normal.  El nivel de medición de la variable variable dependiente dependiente es por intervalo o razón. . lo cual constituye un indicador del lado de la curva en el que las frecuencias se agrupan más y el valor de la media es igual o lo más cercano a “cero”. El universo tiene una distribución normal.  Cuando dos o más poblaciones son estudiadas.

ANÁLISIS PARAMÉTRICOS  Las pruebas estadísticas paramétricas más utilizadas son: • Coeficiente de correlación de Pearson.  Análisis de covarianza .  Análisis de varianza unidireccional (ANOVA Oneway). • Prueba de contraste contraste de la diferencia diferencia de proporciones proporciones. • Prueba T.  Análisis de varianza factorial (ANOVA). • Regresión lineal.

. Las variables deben ser categóricas.  Las variables no necesariamente tienen que estar medidas en un nivel por intervalos o de razón. pueden analizar datos nominales u ordinales  Si se quieren aplicar análisis no paramétricos a datos por intervalos o razón.Análisis No Paramétricos  La mayoría de estos análisis no requieren de presupuestos acerca de la forma de la distribución poblacional. estos se resumen a categorías discretas. Aceptan distribuciones no normales.

Variables involucradas 2. . .Se simboliza x 2 hipótesis a probar correlaciónales.ANÁLISIS NO PARAMÉTRICOS  Pruebas no Paramétricas:  La ji cuadrada o x2 :  Es una prueba estadística para evaluar hipótesis acerca de la relación entre 2 variables categóricas. .Nivel de medición de las variables es nominal u ordinal. .

A su vez. cada variable se subdivide en 2 o más categorías .ANALISIS NO PARAMETRICOS  Esta prueba se calcula por medio de una tabla de contingencia o tabulación cruzada. que es un cuadro de 2 dimensiones. y cada dimensión contiene una variable.

de tal modo que los individuos u objetos de la muestra puedan ordenarse por rangos (jerarquía). simbolizado como rs.Análisis No Paramétricos  Coeficientes de correlación por rangos ordenados Spearman y Kendall: Rho de spearman. .  Son medidas de correlación para variables en un nivel de medición ordinal. y TAU simbolizados como t.

. el patrón y las tendencias presentes.  Tener los datos en una gráfica nos puede ayudar a visualizar e interpretar la variación.Presentación de datos:  Poder preparar e interpretar gráficas y tablas es una destreza clave en la investigación.

Las columnas deben identificarse mediante subtítulos. deben aparecer en la tabla. Los símbolos deben explicarse en el título o en una leyenda en el pie (base) de la tabla. ml).  2. La tabla debe contener solamente información esencial. cm. Usando tablas (cuadros) para presentar los resultados  Una de las alternativas más comunes y eficientes de presentar los datos es usando tablas.  Las tablas tienen ciertas características mínimas:  1. .  3. Deben tener un título y éste debe explicar claramente el contenido de la tabla.  5. Las unidades de medida (ej.  4.

. 6. Por ejemplo. Nota: Esta tabla no sería aceptable en un artículo científico porque contiene muy poca información. Las tablas se enumeran en secuencia. en un informe o un artículo científico. los pocos datos podrían presentarse en una oración en la sección de resultados. el título de la cuarta tabla comienza con “Tabla 4”.

Los tipos de gráficas se clasifican principalmente como gráficas continuas o gráficas discretas. 1. 5. 10. .Gráficas discretas vs. 2. Gráficas continuas  Las gráficas son otra forma para organizar y presentar datos.234.  Generalmente la variable independiente se coloca en el eje X (eje horizontal) de la gráfica y la variable dependiente en el eje Y (eje vertical). Estos datos se presentan a menudo mediante una gráfica de línea que demuestra la relación entre la variable dependiente y la independiente.  Los datos continuos son aquellos que involucran medidas (ej.432.234.227).

.

. etc. número de personas en una encuesta. Los datos discretos presentan números enteros (ej. Estos datos se presentan a menudo mediante gráficas de barra. número de animales en un cuadrante.).

 Para datos que señalan proporciones o porcentajes puede utilizarse una gráfica de pastel (“pie chart”). .

se analizan las implicaciones de la investigación y se establece como se respondieron las preguntas de investigación.  Esta parte debe redactarse de tal manera que se facilite la toma de decisiones respecto de una teoría. . así como si se cumplieron o no. curso de acción o problemática. se hacen recomendaciones para otras investigaciones. los objetivos.CONCLUSIONES  En esta sección se derivan las conclusiones.