1 / 27

Tema 4

Tema 4 Aplicación de los modelos matemático-estadísticos a la investigación social y la medición en las ciencias sociales. PREPARANDO LOS DATOS PARA EL ANÁLISIS. El nivel de medición utilizado condiciona los procedimientos estadísticos a utilizar, y en

chyna
Download Presentation

Tema 4

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Tema 4 Aplicación de los modelos matemático-estadísticos a la investigación social y la medición en las ciencias sociales. PREPARANDO LOS DATOS PARA EL ANÁLISIS

  2. El nivel de medición utilizado condiciona los procedimientos estadísticos a utilizar, y en sentido inverso la utilización de diversos procedimientos estadísticos exige determinados niveles de medición para su uso S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  3. PREPARANDO LOS DATOS PARA EL ANÁLISIS

  4. Preparando los datos para el análisis • Depurar datos erróneos • Etiquetar variables y valores de las variables • Recodificación • Tratamiento de la no respuesta parcial S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  5. Preparando los datos para el análisis • Depurar datos erróneos Listado de distribución de frecuencias de todas las variables para averiguar si hay algún valor fuera de rango S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  6. Preparando los datos para el análisis • Etiquetar variables y valores de las variables El gobierno español debiera aumentar el presupuesto en proyectos de I+D+I 1 nada de acuerdo 2 Poco de acuerdo 3 Ni en acuerdo ni en desacuerdo 4 Bastante de acuerdo 5 Muy de acuerdo 9 NS/NC Etiqueta de variable: “Presupuesto en proyectos I+D+I” • Etiqueta de los valores de la variable:1 nada de acuerdo, 2 Poco de acuerdo, 3 Ni en acuerdo ni en desacuerdo, 4 Bastante de acuerdo, 5 Muy de acuerdo, 9 NS/NC S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  7. Preparando los datos para el análisis • Recodificación • Creación de variables “dummy” • Creación de intervalos en variables continuas • Agrupación de intervalos y creación de una nueva variable S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  8. Construcción de variables “Dummy” S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  9. Preparando los datos para el análisis • Creación de intervalos en variables continuas • Recodificación: Creación de intervalos en variables continuas Edad de 18 en adelante 1 18 - 29 2 30 - 39 3 40 - 59 4 60 - 79 580 y más S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  10. Preparando los datos para el análisis • Recodificación: Agrupación de intervalos (colapsar categorías) y creación de una nueva variable: ej. el “Autoposicionamiento político” Valores antiguos: de 0 a 9 Valores nuevos: 1 de 0 a 3 Izquierda 2 de 4 a 5 Centro 3 de 6 a 9 Derecha Requiere nuevo etiquetado de valores de la variable S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  11. Preparando los datos para el análisis: el tratamiento de la “no respuesta” parcial • Distinción: entre la no respuesta y la no respuesta parcial • Distinción: entre “NS” y “NC” • Detección de variables con valores perdidos y casos con valores perdidos (comando FLIP) S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  12. Preparando los datos para el análisis: el tratamiento de la “no respuesta” parcial • Tratamiento de la no respuesta en análisis multivariable con SPSS Supresión LISTWISE: Elimina aquellos casos que tienen algún valor perdido en las variables incluidas en el análisis Ventajas: Los coeficientes se calculan sobre un mismo tamaño de muestra con lo que se pueden realizar comparaciones con la misma significación estadística Inconvenientes: El tamaño muestral puede quedar muy reducido S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  13. N = 14 S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  14. Preparando los datos para el análisis: el tratamiento de la “no respuesta” parcial • Tratamiento de la no respuesta en análisis multivariable con SPSS Supresión PAIRWISE: p variables tomadas de r en r, elimina los casos que tengan un valor perdido pero sólo en una de las r variables Ventajas: El número de casos sobre los que se calculan los coeficientes es superior al obtenido mediante LISTWISE Inconvenientes: No permite comparaciones entre diferentes coeficientes ya que su significación varía al no estar calculada sobre la misma “n”, el mismo tamaño muestral S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  15. r v1*v2, N = 20 r v1*v3, N = 18 r v2*v3, N = 18 S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  16. Preparando los datos para el análisis • Métodos de estimación para reemplazar los valores perdidos • con SPPS: • Media de la serie: Sustituye los valores perdidos por la media de la • serie completa • Media de puntos adyacentes: Sustituye los valores perdidos por la • media de los valores circundantes. La amplitud de los puntos • adyacentes es el número de valores válidos, por encima y por • debajo del valor perdido, utilizados para calcular la media • Mediana de puntos adyacentes: Sustituye los valores perdidos por la mediana de los valores circundantes. La amplitud de los puntos • adyacentes es el número de valores válidos, por encima y por • debajo del valor perdido, utilizados para calcular la mediana S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  17. Preparando los datos para el análisis • Métodos de estimación para reemplazar los valores perdidos • con SPPS: • Tendencia lineal en el punto: Reemplaza los valores perdidos de la serie por la tendencia lineal en ese punto. Se hace una regresión de la serie existente sobre una variable índice escalada de 1 a n. Los valores perdidos se sustituyen por sus valores pronosticados S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  18. El tratamiento de la “no respuesta” parcial: procedimientos de imputación • ALEATORIA • “FICHERO CALIENTE” HOT DECK • MEDIA DE SUBCLASES O MEDIA INTRAGRUPO S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  19. El tratamiento de la “no respuesta” parcial: procedimientos de imputación • ALEATORIA • La imputación aleatoria se realiza en función • de la distribución de frecuencias original y • en relación a la distinta probabilidad de cada • categoría • Requisitolos que contestan 1, son iguales que los • que no contestan 2. Comparación de medias respecto a • otras variables en las que los que no contestan han • contestado. • Las diferencias entre el antes/después de la imputación • se deben al azar pues es aleatoria. • Si los grupos no son iguales, seleccionar otro tipo de • imputación S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  20. El tratamiento de la “no respuesta” parcial: procedimientos de imputación • ALEATORIA N= 143, Casos perdidos 59. Var Ideología S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  21. El tratamiento de la “no respuesta” parcial: procedimientos de imputación • “FICHERO CALIENTE” HOT DECK Variable Ideología S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  22. El tratamiento de la “no respuesta” parcial: procedimientos de imputación • COM PARATIVA Imputación ALEATORIA/HOT DECK S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  23. El tratamiento de la “no respuesta” parcial: procedimientos de imputación • MEDIA DE SUBCLASES O MEDIA INTRAGRUPOS Variable Eda/Ideología (Valoración del ejército) S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

  24. El tratamiento de la “no respuesta” parcial: implicaciones de la imputación “La mejor imputación es la que no se hace” 1.- Hay que evitar la “no respuesta parcial” 2.- La imputación reduce la varianza, y con ello el error típico, y puede Introducir sesgos en las estimaciones de los parámetros. Aunque si hay muchos valores perdidos y no realizamos ninguna imputación, también podemos sesgar nuestras investigaciones. 3.- Por otra parte sin no realizamos ninguna imputación el tamaño de la muestra puede reducirse sensiblemente por las “no respuestas”, lo que limita la potencia de los contrastes y aumenta el intervalo de confianza de éstos S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

More Related