¡Descarga Resumenes Estadistica y más Resúmenes en PDF de Estadística solo en Docsity!
RESUMENES LIBRO DE ESTADISTICA
EL DENOMINADO MÉTODO CIENTIFICO EN SOCIOLOGIA ( Pág 26-32)
1.DISEÑO TEORICO:
1.1 Tema a Investigar: Se expone el problema poniendo claramente los conceptos a investigar. Hay que hacer referencia a los motivos que llevan a hacer la investigación.
1.2 Marco teórico (Documentación): Recoge el conocimiento sobre el tema a investigar, sobre el objeto. Ayuda sobre la forma de investigarlo apoyándonos en investigaciones anteriores. Tenemos tres tipos de de paradigmas:
Paradigmas Teóricos: Conocer-comprender la realidad. Los paradigmas considerados son:
Neurosociologia
Estructural-funcionalismo
Sociologia de las emociones
Interaccionismo simbolico
Institucionalismo
Teoria general de los sistemas
Teoria sistémica
La sociología clínica (ciencia aplicada de los conocimientos anteriores)
Paradigmas Técnicos: Facilitan los métodos y las técnicas para recoger y tratar la información. Los paradigmas considerados son:
Cualitativo
Cuantitativo
Paradigmas Ontológico (Epistemológico, Metodológico): Van a definir las características del objeto, la forma de relación del sujeto con el objeto y del objeto con la realidad. Las características del método se consideran:
Positivismo
Pos positivismo
Críticos
Constructivismo
Neuro-Cuantico
Los cuatro primeros paradigmas son filosóficos ya que su fundamento sobre el sujeto, objeto y la realidad no tienen un fundamento de base material y objetiva. El paradigma neurocuantico se
puede considerar científico ya que tiene una base material y objetiva de las características del sujeto, objeto y la realidad.
Los hechos/objetos tienen una característica que les diferencia de los hechos que constituyen la realidad de otras ciencias. El ser humano esta dentro de la evolución y ha creado cultura que tiene también su evolución. La evolución biológica sufre cambios largos, y la cultural cambios cortos. Así la teoría tiene Teorías nomoteticas (teoría de la evolución de las especies y por selección del medio) y idiograficas (Formación del capitalismo). (Síntesis tabla 5)
1.3 Definición de objetivos e Hipótesis: A partir de lo anterior se marcan objetivos diferenciados en general y específicos, y también las hipótesis. En función de la técnica de investigación utilizada y los intereses perseguidos una investigación puede plantear: objetivos, hipótesis o ambos.
1.4 Definición de Variables: En los objetivos y las hipótesis se plantean las variables y relaciones entre ellas. Los objetivos se traducen en variables que permitirá comprobar su cumplimiento.
1.5 Definicion de indicadores: Similares a las variables pero de construcción mas elaborada. La medición que realizan son una síntesis de mas de una variable con algún criterio (distancia del hogar al trabajo)
2.DISEÑO TECNICO:
2.1 Definición del universo: Una investigación en sociología necesita la definición de un universo demogeograficamente. Se define el objeto o unidad de observación y análisis.
2.2 Definición de la muestra: Al ser limitados los recursos para acceder a la población, se opera sobre un conjunto limitado de objetos que se denomina muestra. La muestra quiere inferir sobre la población y por ello tiene que ser representativa. Para esto es necesario aplicar Técnicas de muestreo, técnicas de calculo de tamaño de muestra. Con esto se ve quien y cuantos se va a aplicar el instrumento de obtención de datos.
2.3 Técnicas de investigación: Procedimiento para recoger la información o datos de las unidades de observación. La característica de la información implica dos paradigmas:
Cuantitativo
Cualitativo
Cada uno con sus técnicas de investigación diferenciadas.
2.4 Instrumento de obtención de datos: Soporte estandarizado con el que se registra la información de las unidades de observación (papel o magnético). En el formulario se desarrollan en forma de preguntas, las variables e indicadores de los objetivos e hipótesis y se incluyen preguntas socio-político-económico-demográficas
2.5 Codificación, grabación, tabulación y análisis: Terminado el trabajo de campo se estructura la información en una matriz de datos, para proceder a su tabulación y análisis. El proceso es el del enunciado 2.5.
Metodología: Dialéctica y dialógica. Se requiere dialogo entre s/o. La dialéctica debe transformar los defectos en representación informada.
Constructivismo:
Ontología: Relativista. Las realidades son aprehensibles de forma múltiple basado en el aprendizaje. Las construcciones tienen un mayor o menor nivel de información y sofisticación. Pueden ser alteradas.
Epistemología: Transaccional y subjetivista. S/o interactúan y asi los resultados se crean en la investigación.
Metodología: hermenéutica y dialéctica. La naturaleza de las construcciones sociales es así por la relación s/o. son de carácter hermenéutico y se comparan por intercambio dialectico.
Propuesta de paradigma neuro-cuantico:
Ontología: se asume la teoría critica y constructivismo:
i. (^) Realidad dentro (RD): se construyen con estímulos externos de s/o
ii. Realidad fuera (RF): Simple, causación compleja y depende de lo anterior.
Epistemología: constructivista. La RF no se es vista por s/o, sino que la perciben. Mientras que RD es representación psicológica con la información de que dispone de que en el caso de sujeto cognoscente re-produce. Se forma en base a los estímulos recibidos.
Metodología: Multiparadigmatica. La relación RF-RD se trata desde múltiples áreas de conocimiento.
Así estos paradigmas se pueden considerar como paradigmas filosóficos en tanto no hacen referencia a una base material y objetiva mientras que la propuesta de paradigma neurocuantico se puede considerar científica ya que hace referencia a una base material y objetiva.
INTRODUCCION A LA ESTADISTICA (Pag 41-50)
La estadística es la disciplina científica que trata de la recolección, análisis y presentación de datos. Pos interés de la obra tenemos: descriptiva, inferencial y multivariable.
Tenemos datos se tres tipos: (tabla 11 del libro)
Tipo 1: Datos brutos. Datos para todos y cada uno de los casos
Tipo 2: frecuencia, numero de casos en cada categoría o numero de repeticiones.
Tipo 3: frecuencia o numero de casos pero por intervalos.
Tipo I y II, para aplicación de los estadísticos. Tipo III se pasan a Tipo II representando cada intervalo por el valor medio o marca de clase del intervalo.
Pregunta: BDCD: Acto o instancia de pedir información en una investigación sistemática.
Respuesta: BDCD: Algo dicho o escrito en respuesta a una pregunta
Categoría: BDCD: Una división dentro de un sistema de clasificación.
Variable: OROP: En las CCSS se refiere a los atributos que son fijo para cada persona observada a los diferentes niveles o cantidades de las muestras y otros grupos de agregados. Miden una estructura social y permiten el análisis numérico. No es una contaste.
Espacio Muestral : DSTIMH: Un concepto o termino en teoría de probabilidades que considera todos los posibles resultados de un experimento, juego o similar como puntos en el espacio.
Suceso elemental: OROP: Uno de los resultados del espacio muestral.
Nivel de medida de las variables:
Se diferencian por propiedades de distancia y orden. Las variables se clasifican en cualitativas, categóricas o de frecuencias (nivel de medida nominal y ordinal) y variables cuantitativas o numéricas. (nivel de medida intervalo o escala y razón)
Nivel de medida nominal: sus datos son valores numéricos o códigos que se asignan a las categorías de las variables, no tienen relación y cada valor define una categoría distinta, nivel considerado inferior. La asignación de valores se llama codificación. Un ejemplo: sexo, estado civil, religión. Un tipo especial de VN son las dicotómicas que son las que tienen dos categorías, a las binarias y a las falsas binarias. A las variables dicotómicas de consideran numéricas e independientes en el análisis de regresión. Las binarias y falsas binarias son numéricas en funciones estadísticas.
Nivel de medida ordinal: sus datos son valores numéricos o códigos que se asignan a las categorías de la variable, cada valor define una categoría distinta. Entre sus valores se puede establecer un criterio de orden. También tenemos aquí la codificación. Ejemplos: nivel de instrucción, categoría profesional, clase social.
Nivel de media de intervalo o escalar: sus datos son valores numéricos o códigos que asignan a las categorías de la variable, cada valor define una categoría distinta (nominal). Se puede establecer un criterio de orden entre sus valores (ordinal). Lo que le diferencia es que se puede asumir distancia entre sus valores. Encontramos también la codificación. Aplicación de funciones estadísticas. Ejemplos: los ítems de las escalas.
Nivel de medida de razón: sus datos son valores numéricos o códigos signficativos. Cada valor tiene una categoría distinta (nominal). Entre sus valores se puede establecer un criterio de orden (ordinales). Existe distancia entre sus valores (intervalores). Lo que les diferencia es que el valor cero es valor nulo. Ejemplo: edad peso, estatura.
La elección del nivel de medida, se ajusta según necesidades todas argumentadas. Valor numero o ausencia de valor 0 significa que se pueden comparar magnitudes.
La diferenciación entre clasificación y medición lleva aparejada la consideración de fiabilidad, validez y error de la medida.
Medir: comparar una cantidad con su respectiva unidad con el fin de averiguar cuantas veces la segunda esta contenida en la primera.
Clasifica r: ordenar o disponer por clases.
Validez del instrumento de medida: cuando el instrumento mide aquello que se quiere medir (balanza)
Asignación de valores o códigos numéricos a las categorías, características o atributos de las variables categóricas (nominales y ordinales) y a las escalares o de intervalo.
Lo que se pone en la celda de la matriz son los atributos o variables que se corresponden con las respuestas a las preguntas. Con la codificación todo es numérico. Reglas de la codificación son: evitan algunos errores, ahorran tiempo en la grabación, ahorran espacio en el soporte magnético, ahorran tiempo de proceso, algunos procedimientos estadísticos precisan que las variables categóricas estén codificadas con números enteros y mas concretamente naturales.
ASOCIACION DE TABLAS DE CONTINGENCIA (Pag 151-153)
El análisis de asociación es frecuencista. Trata de detectar la existencia de asociación o dependencia ente las categorías de las variables categóricas de la tabla de contingencia a través del análisis de frecuencias absolutas de las celdas. El otro análisis es la ecuación de la línea recta.
El tratamiento de las tablas de doble entrada se divide en descriptivo (creación de la tabla, frecuencias absolutas) y analítico (calculo de porcentajes, frecuencias relativas). El proceso es: detección de la asociación, fuerza y dirección de la asociación y a que celdas es debida la asociación.
Calculo de la asociación y contraste de hipótesis:
Saber si existe o no relación entre variables categóricas y ver si existe esta relación entre la distribución de las frecuencias absolutas obtenidas por el cruce de las categorías de la variable de filas o considerada dependiente y la variable de columnas o considerada independiente. Si la asociación se da en la realidad no quiere decir que sea única ya que puede haber otras variables que también presenten asociación con la variable considerada independiente con la considerada dependiente y que haya otras variables intervinientes.
Para ver la existencia de asociación estadística entre dos variables categóricas a partir de la hipótesis científica o la hipótesis de investigación se proponen las hipótesis estadísticas: hipótesis alternativas (H1) e hipótesis nula (H0).
H1: Relacion de dependencia o asociación entre las variables.
H0: Las variables son independientes de tal manera que las dos hipótesis son mutuamente excluyentes. Si se aprueba H1, se niega H0 y viceversa.
Protocolo de contraste de Hipótesis:
- En la H1 se propone la relación de asociación o dependencia entre las variables
- Expresión del nivel de medida de las variables
- Expresión de la relación entre las variables
- En la H0 se propone la negación de la H1 que es la no asociación o independencia entre las variables
- La decisión del estadístico para realizar el contraste de la H0 esta determinada por el nivel de medida entre las variables y la estructura de la matriz de datos.
- Criterio para aceptar o rechazar la H0 normalmente N5:0,05 o N5: 0,
El contraste de hipótesis es un proceso lógico-matemático-estadístico. Comienza desde un planteamiento en formato teórico-texto después se procede desde el nivel estadístico- matemático para resolver la aceptación o rechazo de H0. La aceptación de H0 supone el rechazo de H1 y viceversa (al ser mutuamente excluyentes. El proceso de completa con el retorno al formato teórico-texto pero aceptando o rechazando la H1.
