¡Descarga BLOC QUANTITATIU y más Apuntes en PDF de Trabajo Social solo en Docsity!
ANÀLISIS DE DADES QUANTITATIVES
UNITAT 7 : ESTADÍSTICA
ESTADÍSTICA : ciència, mètode que permet estudiar numèricament amb el màxim de precisió els fenòmens col·lectius incompletament coneguts.
TIPUS ESTÀDISTICA
1. DESCRÍPTIVA 2. INFERENCIAL
Estudia només la mostra, descriu les dades de la mostra. Es pot fer amb:
- Tabulació
- Representació gràfica
- Índex de síntesis
Coneixement de la població a través de la
mostra: generalització (com és la població a
partir de la mostra). Descripció SUPOSAT
no és real.
Es pot amb:
- Mostreig
- Estimació de paràmetres
- Contrast d’hipòtesis
- Prediccions
1. ESTADÍSTICA DESCRIPTIVA
Codificació : assignació d’un codi a cada resposta de l’enquesta. Es codifiquen les preguntes (VARIABLES) i les CATEGORIES de resposta. Ex. Variable (sexe): categories (home/dona)
Tabulació : matriu de dades (taula)
Programes : excel, spss, acces,..
2. ESTADÍSTICA INFERENCIAL
Primer s’ha de fer una estadística descriptiva per poder fer
l’inferencial. Es fa amb models matemàtics. Infereixo com deu ser la
població a partir dels models matemàtics aplicat a la mostra real.
- Recollir dades (representatives)
- Descriure mostra
MÓN REALESTADÍSTI
CA
DESCRIPTI
VA
MÓN
IDEAL
MODEL
MATEMÀTI
C
ESTADÍSTI
CA
INFERENCI
AL
GENELATIZACI Ó
Es fa amb
- Infereixo com deu ser la població
ESTADÍSTIC I PARÀMETRE
ESTADÍSTIC : índex calculat a partir de les dades de la mostra ( lletra llatina), indicadors de la mostra.
X mitja
S^2 x variància de la dada
P percentatge, proporció (%)
PARÀMETRE : Índex calculat en una població (lletra grega) mitja de la població variància de la població % de la població
Amb les dades de la mostra que tenim (ESTAÍSTIC) suposem o generalitzem l’índex de la població (PARÀMETRES)
MOSTRA ESTADÍSTIC PARÀMETREPOBLACIÓ
ESTADÍSTICA DESCRIPTIVAESTADISTIC DE LA MOSTRA ESTADÍSTIC INFERENCIAL ESTADÍSTIC DE LA POBLACIÓ
Ex. Sí la mitja d’edat de 10 alumnes de la classe (mostra) és de 20,8 anys podrem dir que segurament (suposem) la classe en general (generalitzem) tindrà més o menys aquesta mitja ()
TEMA 7: ANÀLISIS UNIVARIABLE
TIPUS DE VARIABLES
1. QUALITATIVES 2. QUANTITATIVES
- ORDINALS: són classificables amb un ordre (talles, classe social, ordre arribada a la meta,...)
- NOMINALS: són classificables però no tenen ordre (sexe, color de la pell,...)
- INTERVAL: el nº 0 ≠ absència (temperatura)
- RAÓ: 0=0 (edat , nº fills)
ANÀLISIS UNIVARIABLE: anàlisis descriptiu de la distribució de les dades obtingudes en una mostra o població.
VARIABLE QUALITATIVA es descriu mitjançant DESTRIBUCIÓ DE FREQUÈNCIES
VARIABLE QUANTITATIVA es descriu mitjançant
Representació grà•^ MESURES TENDÈNCIAfica
CENTRAL
• MESURES DISPERSIÓ
• MESURES POSICIÓ
Rang interquartílic: igual que el rang eliminant el 25% inferior i superior. (no sensible puntuacions extremes)
Variància (S 2 ): Promig de les desviacions de les observacions. Com +gran el nº + dispers
Desviació típica (S): arrel quadrada de la variància. S= S 2
Donat la puntuació d’un subjecte, es col·locarà en una posició o una altre en relació a les altres persones de la mostra. (en el mateix tall el mateix nº de persones.
Percentils: divideix la distribució en 100grups amb igual nombre de
subjectes.
Quartil: divideix en 4 grups
Decil: divideix en 10 grups
DECILS QUARTILS PERCENTILS
• FORMA
Comparar la forma que ens donen les observacions amb la ideal (Gauss).
Asimetria: comparar si es simètric o no. =0 corba simètrica (ideal) ≠ 0 corba asimètrica (+ valors petits/- valors grans)
Kurtosis: comparar l’altitud amb la ideal. Només es pot interpretar si la corba és simètrica(=0).
- Corba normal: mesocúrtica (k =0)
- Corba allargada: leptocúrtica (k+ ≠0)
- Corba plana: platicúrtica (k- ≠0)
Gràfics per a variables quantitatives:
■ diagrama de barres (barres separades)
- Variables continues (accepten decimals):
■ Histogrames (barres juntes)
■ polígon de freqüències.
■ (^) Diagrama de caixa (box-plot)
Caixa: la meitat de la gent que està al mig de la distribució n= 1514; caixa= 50% n= 757
Si la divisió de l’estadístic entre el seu error i el resultat és 2 o + asimetria Entre la Q1 i la Q3 rang interquartílic Pota superior més alta que la inferior asimètrica negativa Pota inferior més alta que la superior asimetria positiva Potes iguals simètrica
TEMA 9: ANÀLISIS BIVARIABLE
BIVARIABLE: dues variables convidades (simultàniament). Anàlisi del conjunt de 2 variables d’una mateixa població o mostra. (relacionar dues variables)
S’elaboren taules de doble entrada segons com siguin les variables:
- Dades quantitatives taules de correlació Gràfics de dispersió o núvol de punts (cada punt representa un cas). La taula més acurada (exactament quanta gent hi ha a cada categoria).
- Dades qualitatives taules de contingència Amb categories; variables qualitatives ordinals i variables qualitatives nominals Marginal de fila Marginal de columna Marginal total
màximQ3mínimQ1Mediana
- COV > 0 relació lineal DIRECTA entre X i Y (+)
- COV < 0 relació lineal INVERSA entre X i Y (-)
- COV = O no hi ha relació entre X i Y (no línea)
TEMA 4: INTRODUCCIÓ ALS PROCEDIMENTS
DE RECOLLIDA
D’INFORMACIÓ QUANTITATIVA
DOS TÈCNIQUES DIFERENTS:
TIPUS DE TÈCNIQUES
- Enquesta
- Experimentació
- Fonts de dades estadístiques
- Qüestionaris d’escales d’actitud i opinions
- Qüestionari de test
- Sociometria (gràfic de relacions socials)
- Anàlisis de xarxes (ex. Facebook)
- Tècniques projectives(interpretacions subjectives de respostes ràpides, ex. Taques de tinta)
- Tècniques d’anàlisis dels processos d’interacció grupal (s’analitzen més coses que les afeccions, ex. rols)
TÈCNIQUES QUANTITATIVES
- Medició controlada
- Interpretació objectiva
- Dades sòlides i repetibles
- Representatives de l’univers
- Descripció numèrica dels resultats
- Casos múltiples que permeten generalitzar
TÈCNIQUES QUALITATIVES
- Mètodes observació sense control
- Interpretació subjectiva
- Comprensió del marc teòric
- Dades riques i profundes
- No representatives de l’univers
- Interès en la descripció dels fets
ETAPA III
INTERPRETACIÓ DE
RESULTATS I CONCLUSIONS
Fase 6. Interpretació dels resultats
- Interpretació dades i elaborar conclusions fent generalitzacions teòriques
- Redactar informe final
ETAPA II
VERIFICACIÓ EMPÍRICA
Fase 4. Observació i recollida de les dades
- Treball de camp
- Control i verificació dades recollides
- Preparació de les dades per anàlisi
Fase 5. Analitzar les dades
- Estudi empíric de la problemàtica teòrica: anàlisi i contrastació hipòtesis - Anàlisi descriptiu - Anàlisi bivariable - Anàlisi multivariable
- Validació de resultats
ETAPA I
OBJECTE D’ESTUDI
Fase 1. Ruptura del tema o problema
- Elecció i plantejament tema
- Exploració (estudi bibliogràfic)
- Definició problema i objectius
Fase 2. Construcció objecte d’estudi
- Marc teòric
- Hipòtesis i model d’anàlisi
- Definir conceptes
Fase 3. Disseny investigació
- Estratègia i tipus
- Disseny anàlisi
- Delimitació univers
- Unitats observació
- Tipus dades
- Elecció i construcció tècniques observació i
TEMA 4.1: TÈCNIQUES DE RECOLLIDA DE LA INFORMACIÓ QUANTITATIVA
FONTS INFORMACIÓ documents que contenen dades útils (documents que t’informen)
TIPUS:
- PRIMÀRIES (elaborada per primera vegada i específicament)
- SECUNDÀRIES (ja elaborada, generada anteriorment)
TÈCNIQUES DE RECOLLIDA DE INFORMACIÓ
- ENQUESTA (telefònica, correu, personal, per grups,...)
- EXPERIMENTACIÓ
- FONTS DADES ESTADÍSTIQUES
- ESCALES
TEMA 4.2: L’ENQUESTA
És una TÈCNICA per obtenir dades mitjançant la interrogació d’un individu.
- Obtenció directa dels fets a partir de respostes verbals o escrites
- Pot ser sobre aspectes objectius o subjectius del present o del passat
- Recollida de la informació estructuradament
- Valor significatiu dels fets dependrà de l’existència o no d’errors
Característiques:
Tècnica instrument ENQUESTA QÜESTIONARI
INCONVENIENTS
- Preguntes sobre allò que es coneix
- No adequades per poblacions amb dificultats orals o escrites
- Informació limitada a l’individu
- Influencia del investigador
- Es pot confondre la correlació amb la causa
- (^) Obstacles físics
- Enquesta amplia i personal costosa i complexa
AVANTATGES
- Moltes qüestions per escollir
- Comparació de resultats
- Generalització
- Informació significativa
- Recuperació sobre fets passats
- (^) Estudi de valors, creences, actituds,...
- Fets
- Opinions
- Actituds
- Cognicions (creences o coneixements)
INCONVENIENTS (^) • codificació complexa i laboriosa
- més errors en el registre i codificació
- més temps per l’enquestat i l’enquestador - Major esforç i coneixement del tema - Limita resposta - Respostes interpretades diferent segons individu
TIPUS DE PREGUNTES SEGONS LA
FUNCIÓ
Substantives
- Filtre
- Control
- De consistència
TEMA 4.3: LES ESCALES EN CIÈNCIES SOCIALS
És una mesura de les diferències entre els subjectes a través de la disposició d’actituds i opinions en un quadre o qüestionari.
Requisits:
- Graduació
- Discriminació
- Validesa
- Fiabilitat
- Unidimensionalitat
- Intervals iguals
Poden ser:
- Escales arbitràries valoració subjectiu
- Escales experimentals valoració objectiu
TEMA 5: TÈCNIQUES DE MOSTRATGE
MOSTRA: part representativa d’un univers (població)
- Introductòries
- Amortidores
- Bateria
VALIDESA
Que els resultats obtinguts es corresponguin amb la realitat.
Els procediments són:
- Grups coneguts
- Validesa predictiva
- (^) Prova aleatòria
- “Cross-Check- Questions”
FIABILITAT
És important que les mesures que utilitzem per comprovar la realitat siguin fiables. Que la tècnica o mesura per saber si aquella resposta és vàlida o no funcioni.
Es pot mesurar a partir d’un re-test, formes paral·leles o per proves estadístiques (alfa de Cronbach)
Condicions de la mostra:
- Part de la població, no total
- Magnitud estadísticament proporcional de la població
- Absència d’error
- Que representi a la població
UNIVERS HIPOTÈTIC: conjunt de totes les unitats existents (ex. Tots els estudiants del món) POBLACIÓ: unitats que podrien haver estat observades (ex. Tots els estudiants de la UB) MOSTRA: unitats a observar (ex. X estudiants de la UB)
Tipus de mostratge
- Probabilístic: tots els estudiants de la població tenen la mateixa possibilitat de ser escollits (ex. Loteria)
- No probabilístic: no tots tenen les mateixes possibilitats de ser escollits (no ens cal un cens)
PROBABILISTIC
NO PROBABILÍSTIC
ALEATORI PER
CONGLOMERATS
Identificar el conglomerat (regions, hospitals, escoles, classes,...) S’escull a l’atzar un o alguns La mostra estaria formada per TOTS els membres del o dels conglomerats escollits. Tots els conglomerats són semblants entre si.
Ex. Classes de TS (M1, M2, T1, T2), s’escull una a l’atzar per representar a la resta ja que tenen característiques semblants.
ALEATORI
ESTRATIFICAT
ESTRAT: subgrup de la població amb caract. det.
Es fa quan la població és molt petita, poc representada o quan volem tenir en compte els subgrups
Fem un mostreig dins de cada estrat perquè siguin representatives.
- Proporcional (respectant percentatges)
- No proporcional (igual nº individus per a cada estrat)
ALEATORI
SISTEMÀTIC
Subjectes numerats
C= tamany població/ tamany mostra
Agafem un valor a l’atzar entre 0 i C-
Els altres subjectes els agafem sumant C
Ex. N: 500 n: 200
C= 500/200= 25 Agafem un valor a l’atzar entre 1 i 25, p.e. el 13. Els següents serien:
ALEATORI
SIMPLE
Tots els membres d’una població estan enumerats aleatòriament a l’atzar i escollim a uns quants. Els hem de tenir controlats a tots (enumerats).
Ex. loteria
MOSTRATGE
BOLA DE NEU
Boca a boca
En poblacions
difícils de censar,
poc conegudes,...
Quan captem a un
subjecte li
preguntem si
coneix a altres.
MOSTRATGE PER
QUOTES O
ESTRATS
Dins de cada
estrat es fa una
selecció no
probabilística
(accidental o
intencional)
Ex. Enquesta porta
a porta
MOSTRATGE
INTENCIONAL
Seleccionar la
mostra segons
una característica
que vull observar
Ex. Anorèxiques,
morenes,...)
MOSTRATGE
ACCIDENTAL
Estar en el
moment
adequat en el
lloc adequat i
anar
seleccionant la
mostra
Els subjectes
voluntaris també
són accidentals
Ex. En una porta
del metro,
cafeteria de la
uni,...
