Exposicion Analisis de Datos Con SPSS MAESTRIA EBI

8/16/2019 Exposicion Analisis de Datos Con SPSS MAESTRIA EBI

1/17


2/17

$!CES! A$A E,EC"UA$ ANCUAN"&"A"&V! DE DA"!S

,ASE ./Seleccionar un

software apropiadopara analizar los datos

,ASE 0/Ejecutar el programa:SPSS, SAS, STATS, S-

PLUS, Minita, Matla,E!"E#S, SPA$% u otro

e&ui'alente(

,AE2)lorar los daa) Analizar des

datos por 'a) !isualizar lo

'ariale

con*login

,ASE 4/Analizar mediante

prueas estad.sticaslas /iptesis

planteadas an0lisisestad.stico inferencial)

,ASE 5/1ealizar an0lisis

adicionales

,ASE 6/Preparar los

resultados parapresentarlos

talas, gr0*cos,*guras, cuadros,

etc()

2ern0ndez Sampiere, 1oerto et al 3456, p( 373)


3/17

As)ectos )revios )ara o7tene)rocesar los datos Si estas realizando una in'estigacin, lo primero

dees tener ien en claro es: 8ormular ien el prolema, los ojeti'os + las /i

Elaorar la fundamentacin terica(

Elaorar el cuadro de operacionalizacin de 'ar

La metodolog.a de in'estigacin procedimiento Polacin + muestra

Seleccionar el instrumento adecuado + otener

8inalmente taular los datos en E9EL o en el msoftware SPSS


4/17

Varia7les cualitativas 8 cuantitativaLas varia7les cualitativas: Son 'ariales &ue e;prescualidades, caracter.sticas o modalidad( Las 'ariales cualitaser no;inales no admiten un criterio de orden) + ordinaleorden)(

re*untas con escala N!%&NALDicot+;icas

olit+;icas


5/17

Varia7les cualitativas 8 cuantita90:Varia7les cuantitativas: Son las 'ariales &ue se e;precantidades num>ricas( La 'ariales cualitati'as pueden sediscont@nuas toma 'alores aislados, no admite 'alores inte

intervalos + cont@nuas se representa por inter'alos)(

%arque el nB;ero de ios quetiene usted>

a) 4 )

) 5 )c) 3 )d) @ )e) $e 6 a m0s )

556 5@5 557

BC 566 5@3

BB 536 543

546 5D5 54

,recuenci

aa7soluta

,re

re

&N"E$VAL!S

f i

5 BC 54B F3

3 54B 534 F3

@ 534 5@5 6 6F3

6 5@5 563 3 3F3

D 563 - 5D@ 3 3F3

"!"AL: 0.>%I $E LASES

re*untas con escaladiscreta

Un )sic+lo*o ela7or+ una )rue7a dadultos que se a)lic+ a 0 )ersonasi*uientes resultados/

Ee;)lo conuna escaladeintervalos


6/17

Ee;)los de varia7lescualitativas 8 cuantitativas

omida fa'orita: ualitati'a

Profesin &ue te gusta: cualitati'a

%umero de /ermanos en una familia: uantita

%otas de los estudiantes( uantitati'a

El color de ojos de tus compaJeros de clase:

oe*ciente intelectual de tus compaJeros: u

Satisfaccin de los clientes: ualitati'a(

lima organizacional de los empleados: ualit


7/17

DiseGo de investi*aci+nA: D&SEH! DE &NVES"AC&!N EIE$&%EN"AL

Tres elementos cient.*cos caracterizan la in'estigacin e;perimenta0:%ani)ulaci+n 8 1: !7servaci+n>

"i)os de diseGos e2)eri;entales/

.: DiseGos )re-e2)eri;entales: $iseJo de estudio con solo una medicin(

0: DiseGos cuasi K e2)eri;entales: $iseJo con pre + post pruea con grupo de

1: DiseGos e2)eri;entales )uros/ $iseJos con 'arios grupos aleatorios con pre

': D&SEH!S DE &NVES"AC&N N! EIE$&%EN"AL

6) $iseJo de in'estigacin descripti'a simple

D) $iseJo de in'estigacin descripti'a comparati'a(

) $iseJo de in'estigacin causal comparati'a(

7) $iseJo de in'estigacin correlacional(

C) $iseJo de in'estigacin longitudinal(

B) $iseJo de in'estigacin trans'ersal( Hau)as "ristán M> 8 %

90.3:


8/17

o7laci+n 8 ;uestraI I

I

I I

II I

I

I II

I II

I II

II

I

II

I

N / Polacin

n

Unides el

persrind

Este proceso se conocecomo: %uestreo

%uestreo )ro7a7il@stico/- Muestreo aleatorio simple(- Muestreo sistem0tico- Muestreo estrati*cado- Muestreo por conglomerados- Muestreo poliet0pico%uestreo No ro7a7il@stico/- Muestreo accidental- Muestreo por cuotas- Muestreo intencional o por criterio-

Muestreo por rastreo Kola de nie'e 9Vara Morna Ar@stides90. )>


9/17

Deter;inaci+n de la ;uestra

ara deter;inar la ;uestra se utiliza la si*uiente =+r;ula/

uando la polacin es conocida o *nita:

uando la polacin es desconocida o in*nita:

D!NDE:N G TamaJo de la polacin(

n G TamaJo de la muestra(

Z G %i'el de con*anza 5(B), es decir, BDH de con*anza(

e G Es la precisin o el error DH G 4(4D)

p G Proailidad de >;ito 4(D)

q G Proailidad de fracaso 4(D)

p Z N e

q p N Z

n ..)1.(

...22

2

+−=

2

2 ..

e

q p Z n =


10/17

o7laci+n 8 ;uestra )ara el caso )ráctico

Cálculo de la muestra:

N G 444(

n G ?

Z G 5(B, al BDH de con*anza(

e G DH G 4(4D

p G 4(D

q G 4(D

SUE$%E$CAD!S !'LAC&!N

Plaza 'ea @444

Mia Maret 5444 Tupac Amaru 3444

"!"AL/ 5

p Z N e

q p N Z n

.)1.(

...22

2

+−=

)16000()05.0(

6000()96.1(2

2

+−=n

3()5999)(0025.0(

6000)(8416.3(

+=n

()5999)(0025.0(

600)(8416.3(

+=n

310.361 ≅=n


11/17

Deter;inaci+n de la ;uestraestraticadaES"$A"!9SUE$%E$CAD!S:

!'LAC&!N ,AC"!$ 9nOM

Plaza !ea @444 4(443

Mia Maret 5444 4(443

Tupac Amaru 3444 4(443

"!"AL/ 5

6000

361=k

H

nk = =k


12/17

Validaci+n de la cona7ilidad instru;ento

Para 'alidar la *ailidad del instrumento, es aplicar el cuestionario a un grupo de personas, cotami>n $UE'A &L!"! con caracter.sticas simde la polacin en estudio, esto con la *nalidad derrores en la formulacin de las preguntas, de esnos permitir0 analizar las respuestas del grupo de

/acer las correcciones necesarias si es el caso( Seg=n !ara 2orna, Ar.stides 3454, p( 3B7) KPara

*ailidad, generalmente todos los procedimientfrmulas &ue producen “coecientes de a7ilcuales pueden oscilar entre 4 + 5( $onde *ailidad nula + 5 representa el m0;imo de *ailim0s se acer&ue, el coe*ciente a 4 /ar0 ma+or


13/17

%étodo de Al=a de Cron7ac 9

El Al=a de Cron7ac es el m>todo mas usado

para saer si una pruea de medicin es *ale( Ese usa slo cuando tienes instrumentos &ue son constructosN es decir, instrumentos &ue midenmediante 'arios .tems( Usando el software estadse puede realizar el an0lisis de *ailidad(

%u8 7aa 'aa %oderada 'uena

Si su)eraes cona7ese valorinconsiste

>0 >3 >5 >P


14/17

E2isten dos ;étodos )ara calel al=a de cron7ac

a: %ediante la varianza de losite;s

7: %ediante la ;atricorrelaci+n

Donde:

G Alfa de cronac/

k G %=mero de .tems

G !arianza de cada .tem

G !arianza total

Donde:

G Alfa de cronac

k G %=mero de .tem

p G Promedio de las

correlaciones linealesuno de los .tems

−

−∝= ∑

2

2

11

T

i

S

S

k

k

(1 −+∝=

k p

kp

∝

2

iS

2T S

∝


15/17

E2isten tres ti)os de validez co;oen=oques co;)le;entariosa: Validez de contenido: La 'alidez de contenido se determ

el uicio de e2)ertos en el te;a, tami>n se le c“criterio de ueces”

7:Validez de constructo/ La 'alidez de constructo se deteotras- usando una t>cnica estad.stica llamada “Análisis Esta t>cnica analiza la estructura del instrumento + agruseg=n su semejanza, oteniendo Kfactores( Para ser 'factores deen coincidir con los constructos o dimensione

inicialmente para el instrumento( Esta t>cnica es posile el software SPSS(

c: Validez de criterio/ Se determina correlacionando las punla pruea &ue /as construido con un criterio +a '0lido( Lcriterio es m0s sencilla de estimar, lo =nico &ue realiza el es correlacionar su instrumento de medicin con el critcoe*ciente es el &ue se toma como coe*ciente de 'alidez(

es válida cuando )uede discri;inar *ru)os o)uestos


16/17

Aora va;os a )rocesar lodatos en el so=tQare SSS

$een tener el arc/i'o en E9EL, pluego copiar + pegar a la 'entana dSPSS( A partir de a/. procesaremoanalizaremos los resultados oteni


17/17

$esultados de la cona7ilidad del instrulos ;étodos de al=a de cron7aca: %ediante la varianza de losite;s

7: %ediante la ;atrizcorrelaci+n

c: %ediante el )rocesa;iento con elSSS Estad@sticas de a7ilidad

Al=a deCron7ac

Alfa deronac/asada enelementosestandariz

ados% de

elementos

>R. (B45 @6

−−∝=

∑2

2

11T

i

S

S

k

k

(1 −+∝= k p

kp

−

−∝=

235.147

507.181

134

34

901.0∝=

(199.01

1.0(34

+∝=

900.0∝=

Exposicion Analisis de Datos Con SPSS MAESTRIA EBI

Documents