1 / 30

METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES Titular: Agustín Salvia

METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES Titular: Agustín Salvia CONCEPTO DE COVARIANZA, RELACIONES BIVARIDAS. ANÁLISIS POR MEDIO DE CUADROS DE CONTINGENCIA. CORRELACIÓN Y REGRESIÓN Eduardo Donza.

georgio-betagh
Download Presentation

METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES Titular: Agustín Salvia

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. METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES Titular: Agustín Salvia CONCEPTO DE COVARIANZA, RELACIONES BIVARIDAS. ANÁLISIS POR MEDIO DE CUADROS DE CONTINGENCIA. CORRELACIÓN Y REGRESIÓN Eduardo Donza

  2. CONCEPTO DE COVARIANZA, RELACIONES BIVARIDAS. ANÁLISIS POR MEDIO DE CUADROS DE CONTINGENCIA.

  3. Concepto de cuadro bivariado Nivel de medición nominal u ordinal Variable x Frecuencias condicionales Variable y

  4. Usos de cuadros bivariados • Para describir a la población según características de dos variables • Para contrastar hipótesis

  5. Cuadro bivariado Sector de inserción de la población según sexo GBA / EPH 2º trim. de 2010 -Cantidad de personas-

  6. Cuadro bivariado para analizar datos Sector de inserción de la población según sexo GBA / EPH 2º trim. de 2010 -Según porcentaje respectivo-

  7. Cuadro bivariado para verificar hipótesis / Covarianza Concepto de covarianza / Contrastación de hipótesis Relación entre variables • Fuerza • Sentido • Forma • Grado Tipos de hipótesis • Diagonales • Rinconales Posibles resultado al analizar la covarianza • Intermedia • Nula • Total Roles: x y x y

  8. Cuadro bivariado para verificar hipótesis

  9. Cuadro bivariado para verificar hipótesis d% = 70% Relación intermedia entre las variables

  10. Cuadro bivariado para verificar hipótesis d% = 0% Independencia estadística entre las variables

  11. Cuadro bivariado para verificar hipótesis d% = 100% Relación perfecta entre las variables

  12. Cuadros bivariados para verificar hipótesis Reglas para el procedimiento • Colocar la variable independiente en el cabezal del cuadro • Si son variables ordinales, verificar divergencia o convergencia de las categorías • Realizar porcentaje por columnas • Comparar por filas

  13. Cuadro bivariado para verificar hipótesis Condición de actividad por sexo GBA / EPH 2º trim. de 2010 -En porcentaje- d% = 2,8% • Pasos: • Var. Independiente en el cabezal • Orden de categorías • Porcentajes por columnas • Comparar por fila

  14. Cuadro bivariado para verificar hipótesis Sector de inserción de la población según sexo GBA / EPH 2º trim. de 2010 -En porcentaje- La d% no es medida resumen de fuerza de la relación en cuadros de más de 2 x 2 • Pasos: • Var. Independiente en el cabezal • Orden de categorías • Porcentajes por columnas • Comparar por fila

  15. Asociación entre variables – Verificación de hipótesis Procedimientos: • Coeficientes de asociación • Pruebas de independencia estadística • Lectura de porcentajes

  16. Asociación entre variables – Verificación de hipótesis Coeficientes de asociación: • Miden la fuerza de la relación entre las variables • Algunos coeficientes miden también el sentido de la relación.

  17. Asociación entre variables Criterios de selección de coeficientes

  18. Asociación entre variables – Verificación de hipótesis Pruebas de independencia estadística: • La mas aplicada es la de chi cuadrado. • Determinan el nivel de confianza con que se puede aseverar que existe relación entre las variables en el universo observando los datos de la muestra.

  19. CORRELACIÓN Y REGRESIÓN

  20. Datos de variables años de estudio e ingresos Nivel de medición numérico

  21. Diagrama de dispersión años de estudio e ingresos

  22. Diagrama de dispersión años de estudio e ingresos

  23. Recta de regresión y = a + b * x $ = a + b * años estudios

  24. Particularidades de recta de regresión y = a + b * x Ordenada al origen Pendiente Δ y $ = a + b * años estudios a Δ x

  25. Pendiente de recta de regresión Δ y α Δ x Δ y b = tg α = Δ x

  26. Recta de regresión x media y media a = 200 $ $ = 200 $ + 300 $ / año * Año de estudio

  27. Predicción por medio de la ecuación $ = 200 $ + 300 $ / año * Año de estudio $ = 200 $ + 300 $ / año * 15 años Si años estudio = 15 $ = 200 $ + 4500 $ $ = 4700 $

  28. Dispersión de casos reales

  29. Recta de regresión / Técnica mínimos cuadrados

  30. Correlación y regresión Permiten: • Medir la fuerza y el sentido de la relación por medio de un coeficiente denominado r de Pearson. • Construir un modelo matemático que da cuenta de la distribución de la nube de puntos. Realizar predicciones de valores no conocidos de una de las variables. • Determinar el nivel de confianza con que se puede asegurar que existe relación entre las variables en el universo observando los datos de la muestra.

More Related