Capitulo 10 Andlisis de los datos cuantitativos [tei Sintesis PROCESO DE INVESTIGACION ‘CUANTITATIVA, Pas09 Analizarlos datos + Decidirel programa de ands de datos ue se utilizar + Beplorarlos datos obtenidos en la recoleccin, + Analzardescriptvamente os dats por variable = Visualiar los datos por variable, + Evaluar la confiabida vider y objtvidad yagrupa alos items en las variables de su investiga- ion (variables compues- tas), de acuerdo con sus Estadisticos descriptivos + Frecuencias, — Gréficos (ya sea un histograma, de bartas, de sectores o “pastel"), ademés de que se obtienen las distribuciones de frecuencias y estadisticas descriptivas; o bien, directamente en “Graficos”.CAPHTULO 10 Andliss de'os datos cuanstativos 423 De qué otra manera pueden presentarse las distribuciones de frecuencias? Las distribuciones de frecuencias, especialmente cuando utilizamos los porcentajes, pueden pre- sentarse en forma de histogramas o gréficas de otto tipo, Algunos ejemplos se muestran en la figura 10.5. En la actualidad se dispone de una gran variedad de programas y paquetes computacionales que elaboran cualquier grafica, a colores, utilizando efectos de movimiento y en tercera dimen- Histogramas Cursos, seminarios otalleres sobre ‘alidad y dreas relacionadas en que han participado los niveles directivos y ‘erenciales (122 = 100%) Porceraes 8 ° gine Ure Des es Cate Cnc Categorias 122 = 100% En casila mitad de las empresas (48.4%), los niveles directivos y ‘gerenciales no han participado en cursos taleres 0 seminarios sobre calidad y éreas relacionadas. Gréfeas circulares CCooperacin de todo el personal (ofa ‘mayoria) para el proyecto de calidad (122 = 10096) No respondieron 21.3% Noa Précticamente tres cuartas partes han obtenido la cooperacién de todo el personal (o la mayorial para el proyecto de la empresa.Pero lama la atencién que poco mas de una quinta Parte no quiso comprometerse con su respuesta. Los cinco motivos de no ‘cooperacién con dicho proyecto fueron: ausentisma, falta de interés, rechazo al cambio, falta de concientizacion y conformismo, Figura 10.5 Ejemplos de gréficas para presentar distribuciones. Otros tipos de gréficas Control paterno sobre el uso que los nits hacen de la televisién, el nif ve mucha i © Reganan cuando i television Avveces castigan alnifio sin ver television | Prohiben que vea | algunos progr | mas ' 4am (356% | Imponen fa hora 310% | deitse a lacama 68.4% Hay contro No hay control424 © SEOUNDAPARTE Bi proceso de la nvestigacion cuantitatia Las distribuciones de frecuencias también se pueden graficar como poligonos de frecuencias ‘Los poligonos de frecuencias relacionan las puntuaciones con sus respectivas frecuencias. Es més bien propio de un nivel de medicién por intervalos 0 razén. Los poligonos se construyen sobre los puntos medios de los intervalos. Por ejemplo, si los in- tervalos fueran 25-29, 30-34, 35-39, y siguientes; los puntos me dios serian 27, 32, 37, etc. SPSS o Minitab realizan esta labor en forma automatica. Poligonos de frecuen- as Relacionan las puntuaciones con sus respectivas frecuencias, por medio de graficas tiles para describir los datos. Un ejemplo de un poligono de frecnencias se muestra en la figura 10.6. Variable: Motivacion hacia el trabsjo Innovacion ’ 50 “ 30 20 0 ° wm 8 HD Figura 10.6 Ejemplo de un poligono de frecuencias. El poligono de frecuencias obedece a la siguiente distribucién: 6 Categorias/intervalos Frecuencias absolutas 20-249 10 25-299 20 3034.9 35 35.399 33 40-449 36 4549.9 27 5054.9 _8 TOTAL 169 Los poligonos de frecuencias representan curvas titiles para describir los datos. Nos indican hacia dénde se concentran los casos (personas, organizaciones, segmentos de contenido, medi- ciones de polucién, etc.) en la escala de la variable; mas adelante se hablard de ello. En resumen, para cada una de las variables de la investigacién se obtiene su distribucién de frecuencias y, de ser posible, se gratica y obtiene su poligono de frecuencias correspondiente (en SPSS con los comandos: Graficos -> Lineas -> Simple, cuando es un poligono de una variable; cuando en la misma gréfica se desea colocar poligonos con dos o més variables es > Mltiple). En Ja figura 10.7 se muestra un ejemplo mas.CAPITULO 10 Analisis de os datos cuantitativos: 425 Con respecto a la innovacién en la empresa, que es la percepcion del apoyo a las iniciativas tendientes a Introducir mejoras en la manera como se realiza el trabajo, nivel organizacional y departamental fa mayoria de los sujetos tienden a estar en altos niveles dela escala Porcentaje Omitido 2 2m am ale am ago 49” ao wo 2m 240g zoe Figura 10.7 Ejemplo de un poligono de frecuencias con la variable innovacién. El poligono puede presentarse con frecuencias como en la figura 10.6 con porcentajes como con este tiltimo ejemplo. Pero ademas del poligono de frecuencias, deben calcularse las medidas de tendencia central y de variabilidad o dispersion. éCudles son las medidas de tendencia central? Las medidas de tendencia central son puntos en una distribu- cién, Jos valores medios o centrales de ésta, yn08 ayudan a Ubi sedis de tendencia carla dentro de la escala de medicién, Las principales medidas de tenteal Valores medios 0 tendencia central son tres: moda, mediana y media. El nivel de me- centrales de una distribu- dicién de la variable determina cudl es la medida de tendencia _ci6n que sirven para central apropiada. ubicarla dentro de la La moda es la categoria 0 puntuacién que ocurre con mayor ¢S°#a de medicién. frecuencia, En la tabla 10.7, la moda es “1” (sf se ha obtenido la cooperacién). Se utiliza con cualquier nivel de medicién. Tamediana es el valor que divide la distribucién por la mitad. - Bsto es, la mitad de los casos caen por debajo de la mediana y la Moda Categoria o otra mitad se ubiea por encima de la mediana. La mediana reflejaPresenta con mayor la posicién intermedia de la distribucién. Por ejemplo, silos datos frecuencia, obtenidos fuer 24 3135 35 8B 4 SSS La mediana es 38, porque deja cuatro casos por encima (43, 45, 50 y 57) y cuatro casos por debajo (35, 35, 31 y 24). Parte a la distribucién en dos mitades. En general, para descubrir el caso o la puntuacién que constituye la mediana de una distribucién, simplemente se aplica la formula: ¥ +1426 SEGUNDA PARTE El proceso de la investigacién cuantitativa Si tenemos nueve casos, 2* + que la mediana es el valor observado que se localiza a la mitad de la distribucién, no el valor de cinco. La formula no nos proporciona directamente el valor de la mediana, sino el niimero de caso en donde esta la mediana. La mediana es una medida de tendencia central propia de los niveles de medicién ordinal, por intervalos y de raz6n, No tiene sentido con variables nominales, porque en este nivel no hay je- rarquias ni nocién de encima o debajo, Asimismo, la mediana es particularmente itil cuando hay valores extremos en la distribucién. No es sensible a éstos. Si tuviéramos los siguientes datos: entonces buscamos el quinto valor y éste es la mediana. Note 24 318585 8B 3 455024 la mediana seguiria siendo 38. Para la interpretacién de la media y la mediana, se incluye un articulo al respecto en el si- guiente ejemplo. EJEMPLO Interpretacién de la mediana 2Qué edad tiene? Si teme contestar no se preocupe, los perfiles de edad difieren de un pais a otro. Con base en proyecciones sobre la poblacién en 2005 (United Nations Population Fund, 2005), la poblacién mundial para finales de 2007 seré de aproximadamente 6 650 millones de habitantes. El promedio de edad mundial es ligeramente superior a los 26 afios (Televisa y Agencia EFE, 2005; Di Santo, 2005). La mediana de edad es similas, mas de 26 afios (Organizacion de las Naciones Unidas, 2005), lo que significa que la mitad de los habitantes del globo te- rrestre sobrepasa esta edad y el otro medio es mas joven. Cabe sefialar que la mediana varia de un lugar a otro, ya que en los paises desarrollados la edad mediana de la poblacién —esto es, la edad que divide a la poblacién en dos partes iguales— ha ido en ascenso constante desde 1950 hasta llegar en el aiio 2000 a 37.3 afios. En los paises en desarrollo la edad me- diana disminuyé de 21.6 a 19.2 afios entre 1950 y 1970; pero a partir de entonces ha regis- trado un ascenso continuo, hasta alcanzar 25.2 afios en 2000. Bn los paises menos desarrollados la edad mediana en 2000 ascendia a 18.5 aiios. Se estima que a mediados del siglo XI la edad mediana mundial habra aumentado en 10 afios (a 36 aiios). Esta serd de 49.9 aiios en los paises desarrollados y de 41.3 afios en los paises en desarrollo, por lo que la brecha que los separard seré sélo de ocho afios. En los paises menos desarrollados la edad mediana se espera que aumente a 30.1 para el 2050, por lo que todavia seré muy inferior a la de los paises desarrollados y en desarrollo. Actualmente, el pais con la poblacién més joven "Bl articulo original es de Leguizamo (1987), pero se actualizé coa otras fuentes.CAPETULO 10 Anilisis de los datos cuantitativos 427 es Yemen, con una edad mediana de 15 aiios, y el més viejo es Japén, con una edad mediana de 41 afios, Buena noticia para el actual ciudadano global medio, porque parece ser que se encuentra en la situacién de envejecer mas lentamente. x La media es la medida de tendencia central mas utilizada y puede definirse como el promedio aritmético de una distribu Se simboliza como X, y es la suma de todos los valores dividida entre el niimero de casos, Es una medida solamente aplicable a mediciones por intervalos 0 de razén. Carece de sentido para va- riables medidas en un nivel nominal u ordinal. Su férmula es: K+ X,+ 4+ ge Mth hth ¥ Por ejemplo, si tuviéramos las siguientes puntuaciones: 8 7 6 4 3 2 6 La media seria igual a: 9 La formula simplificada de la media es: yak N B+7+6+44342464948_ Media Es el promedio aritmético de una distribucion y es la medida de tendencia central mas utilizada. 5.888 El simbolo “3” indica que debe efectuarse una sumatoria, X es el simbolo de una puntuacién y Wes el mimero total de casos o puntuaciones. En nuestro ejemplo: 53 = = 5.888 9 La media sf es sensible a valores extremos. Si tuviéramos las siguientes puntuaciones: 8 7 6 4 3 2 6 La media seria: 5 722 9 9 20428 ‘SROUNDA PARTE El proceso de a investigacicn cuantitativa éCudles son las medidas de la variabilidad? Las medidas de la variabilidad indican la dispersin de los datos. syedigas de la voriabili- en la escala de medicién y responden a la pregunta: Zdénde estén gag son intervalos que diseminadas las puntuaciones o los valores obtenidos? Las medi-_indican la dispersion de das de tendencia central son valores en una distribucién y las los datos en la escala de medidas de la variabilidad son intervalos que designan distan- _ medicin. cias o un niimero de unidades en la escala de medicién. Las medi das de la variabilidad mas utilizadas son rango, desviacién esténdar y varianza. Bl rango, también llamado recorrido, es la diferencia entre la Rango Indica la exten- puntuacién mayor y la puntuacion menor, e indica el niimero de __sidn total de los datos en unidades en la escala de medicién que se necesitan para inchuir | escala. Jos valores maximo y minimo, Se calcula asi: Xy ~ Xq (puntuacion mayor, menos puntuacién menor). Si tenemos los siguientes valo- res: ly 18 «20-20 24 2B B83 El rango serd: 33 ~ 17 = 16. Cuanto mas grande sea el rango, mayor sera la dispersién de los datos de una distribucién. La desviaci6u estandar o tipica es el promedio de desviacién [36 puntuaciones con de las puntuaciones con respecto a la media. Esta medida se ex: respecto a la media que presa en las unidades originales de medicién de la distribucién. se expresa en las unida- Se interpreta en relacién con la media, Cuanto mayor sea la dis- des originales de medi- persian de los datos alrededor de la media, mayor sera la desvia- 10" de [a distribucion, cidn estandar. Se simboliza con: 5 0 la sigma mimiseula o y su formula esencial es: Desviacién estandar Pro- medio de desviacién de Esto es, la desviacién de cada puntuacién respecto a la media se eleva al cuadrado, se suman todas las desviaciones cuadradas, se divide entre el mimero total de puntuaciones, ya esta divi- sign se le saca raiz cuadrada La desviacién estandar se interpreta como cudnto se desvia, en promedio, de la media un con- junto de puntuaciones. ‘Supongamos que un investigador obtuvo para su muestra una media (promedio} de ingreso familiar anual de $6000 y una desviacién esténdar de $1 000. La interpretacién es que los in- gresos familiares de la muestra se desvian, en promedio, mil unidades monetarias respecto a la media La desviacién estandar sélo se utiliza en variables medidas por intervalos o de razén.CAPITULO 10 Anilisis de los datos cuantitativos 429 La varianza La varianza es la desviacién estdndar elevada al cuadrado y se simboliza s*. Es un concepto estadistico muy importante, ya que muchas de las pruebas cuantitativas se fundamentan en él. Diver- sos métodos estadisticos parten de la descomposicién de la va- rianza. Sin embargo, con fines descriptivos se utiliza preferentemente la desviacién esténdar. Varianza Se utiliza en andlisis inferenciales. éComo se interpretan las medidas de tendencia central y de la variabilidad? Cabe destacar que al describir nuestros datos, respecto a cada variable del estudio, interpretamos las medidas de tendencia central y de la variabilidad en conjunto, no aisladamente. Consideramos todos los valores. Para interpretarlos, lo primero que hacemos es tomar en cuenta el rango po- tencial de la escala. Supongamos que aplicamos una escala de actitudes del tipo Likert para ‘medir la “actitud hacia el presidente” de una nacién (digamos que la escala tuviera 18 items y se promediaran sus valores), El rango potencial es de uno a cinco (ver figura 10.8). Actitud hacia el presidente 1 2 3 4 5 (Actitud totalmente (Actitud totalmente desvaforable) favorable) Figura 10.8 Ejemplo de escala con rango potencial. Si obtuviéramos los siguientes resultados: Variable: actitud hacia el presidente Moda: 4.0 Mediana: 3.9 Media (X): 4. Desviacién estandar: 0.7 Puntuacién mas alta observada (maximo): 5.0 Puntuacién mas baja observada (minimo): 2.0 Rango: 3 Podriamos hacer la siguiente interpretacién descriptiva: la actitud hacia el presidente es fa- vorable, La categoria que més se repitié fue 4 (favorable). Cincuenta por ciento de los sujetos est por encima del valor 3.9 y el restante 50% se sitiia por debajo de este valor (mediana). En pro- medio, los sujetos se ubican en 4.2 (favorable). Asimismo, se desvian de 4.2, en promedio, 0.7 unidades de la escala. Ninguna persona calificé al presidente de manera muy desfavorable (no hay “1"). Las puntuaciones tienden a ubicarse en valores medios o elevados.430 SEGUNDA PARTE Ki proceso do ia investigacién cuantitativa En cambio, si los resultados fueran: : actitud hacia el presidente Mediana: 1.5 Media (X}: 1.3 Desviacién esténdar: 0.4 Varianza: 0.16 La interprotacién es que la actitud hacia el presidente es muy desfavorable. En la figura 10.9 vemos gréficamente la comparacién de resultados. La variabilidad también es menor en el caso de la actitud muy desfavorable (los datos se encuentran menos dispersos). En la tabla 10.10 se presenta otro ejemplo de interpretacién con una prueba de motivacién intrinseca aplicada a 60 participantes de un experimento (Hemandez Sampieri y Cortés, 1982). La escala tiene 17 items (con cinco opciones cada uno, uno a cinco) y mide la motivacién intrin- seca al ejecutar una tarea. Actitud favorable Desviacion estandar Moda (@) (promedio de Mediana (3.9) Media (4.2) desviacion): b+ r—_ hr o @ & ny © o7 Le Rango @) ‘Actitud muy desfavorable Desviacion Moda (1) esténdar Media (1.3) (promedio de ‘Mediana (1.5) desviacién): SH wo @ 8) @ 6 oa a) Bango @) Figura 10.9 Ejemplo de interpretaci6n grafica de las estadisticas descriptivas. El nivel de motivacién intrinseca exhibido por los sujetos tiende a ser elevado, como lo indican los resultados de la escala. El rango real de la escala iba de 17 a 85. El rango resultante para esta investigacién vari de 40 a 81. Por lo tanto, es evidente que los sujetos se inclinaron hacia valores elevados en la medida de motivacién intrinseca. Ademés, la media de los participantes esCAPITULO 10 Andlisis de ios datos cuanttatives 43.1 Tabla 10.10 Ejemplo de interpretacién de una distribucién de frecuencias Valores registrados en la escala de motivacién Porcentaje Porcentaje intrinaeca Frecuencia vilido acumlado 40 1 : 17 “4 1 47 33 4B 1 17 5.0 st 1 17 67 52 2 33 100 56 2 33 133 58 1 47 150 59 1 LT 16.7 0 2 33 200 61 4 67 26.7 68 2 33 300 64 2 33 333 65 3 50 383 66 2 33 47 61 4 67 ‘ 483 68 3 50 533 69 1 17 55.0 7 4 67 617 7 3 5.0 66.7 n 4 67 3 73 3 3.0 78.3 "a 2 33 817 15 1 17 833 16 1 17 85.0 1 2 33 883 8 1 7 90.0 9 2 33 933 80 2 33 96.7 a1 2 33 100.0 Total 0 100.0 100.0 Media = 66.863, EB.= 117 Mediana = 67.833 Moda = 61.000 s= 9112 Varianza = — 83,020 Curtosis = 587 Asimetria = -.775 Rango = 41.000 Minimo = 40,000 ‘Maximo = 81,000 Sumatoria = 4.013.000432 SRGUNDA PARTE Ei proceso de Ia investigacion cuantitativa de 66.9 y la mediana de 67.8, lo cual confirma la tendencia de la muestra hacia valores altos de la escala. A pesar de que la dispersién de las puntuaciones de los sujetos es considerable (la desviacién estdndar es igual a 9.1 y el rango es de 41), esta dispersin se manifiesta en el area mas elevada de la escala. Vedmoslo graficamente en la figura 10.10: Rango resultante X = 66.9 Mediana = 678 oO HHL +} +--+ +—_——4 1718 2030 40 50 60 70 80 85 Rango real Escala de motivacidn intrinseca (datos ordinates, supuestos como datos en nivel de intervalo}.. Figura 10.10 Grafica del rango de la tabla 10.10. En resumen, la tarea resulté intrinsecamente motivante para la mayoria de los sujetos; slo que para algunos resulté muy motivante; para otros, relativamente motivante; y para los demds, medianamente motivante, Esto es, que la tendencia general es hacia valores superiores (obser- vamos la columna de frecuencias acumuladas y notamos que 80% obtuvo puntuaciones mayores 4.60, mientras que 20% se ubica por debajo}. ‘Ahora bien, gqué significa un alto nivel de motivacién intrinseca exhibido con respecto a una tarea? Significa que la tarea fue percibida como atractiva, interesante, divertida y categorizada como una experiencia agradable. Asimismo, implica que los sujetos, al ejecutarla, derivaron de ella sentimientos de satistaccién, goce y realizacién personal, Por lo general, quien se encuentra intrinsecamente motivado hacia una labor, disirutaré la ejeoucién de ésta, ya que obtendré de la labor per se recompensas internas, como sentimientos de logro y autorrealizacién. Ademds de ser absorbido por el desarrollo de Ia tarea y, al tener un buen desempefio, la opinién de si mismo mejorard o se verd reforzada. éHay alguna otra estadistica descriptiva? Si, la asimeiria y la curtosis. Los poligonos de frecuencia suelen representarse como curvas (figura 10.11) para que puedan analizarse en términos de probabilidad y visualizar su grado de disper- sin, De hecho, en realidad son curvas. Los dos elementos mencionados son esenciales para estas curvas o poligonos de frecuencias. La asimetria es una estadistica necesaria para conocer cuanto se parece nuestra distribucién a una distribucién tedrica _Asimetria Estadistica que Hamada curva normal (la cual se representa en la figura 10.11) _S€ usa para conocer indi cuanto se parece una y constituye un indicador del lado de la curva donde se agrupan— Gistribucign a la distribu las frecuencias. Si es cero (asimetria = 0), la curva o distribu: Gién te6rica llamada cién es simétrica. Cuando es positiva, quiere decir que hay més curva normal y que valores agrupados hacia la izquierda de la curva (por debajo de _constituye un indicador la media). Cuando es negativa, significa que los valores tienden _ de! lado de la curva en et a agruparse hacia la derecha de la curva (por encima de la que bes Frecuencias se media) agrupan mas.GAPETULO 10. Anilisis de los datos cuanttatives 433, La curtosis es un indicador de lo plana o “picuda” que es una Cureggig indicador de lo curva, Cuando es cero (curtosis = 0}, significa que puede trata lana g picude que es se de una curva normal. Si es positiva, quiere decir que la curva, Una curva. la distribucién o el poligono es mas “picuda(o}" o elevadato). Si Ja curtosis es negativa, indica que es més plana la curva. La asimetria y la curtosis requieren minimo de un nivel de medicién por intervalos. En la f- gura 10.11 se muestran ejemplos de curvas con su interpretacién, JW > Distribucisn simétrica fasimetiia = 0), con curtosis Distribucion con asimetria negativa,curtosis posiiva positiva,y una desviacion estandar y varianza medias y desviacién estindar y varianza mayores. y~ _/ Distribucion con asimetria positva, curtosis negativa, Distribucion con asimetria negativa,curtosis positiva, Y desviacién estandar y varianza considerables y desviacién estandar y varianza menores. 7~™N Distribucién simétrica,curtosis positiva,y una desviacion Curva normal, curtosis = 0, asimetria = 0,y desviacién cestandar y varianza bajas. ‘estandar y varianza promedios Figura 10.11 Ejemplos de curvas o distribuciones y su interpretaci6n. éCémo se traducen las estadisticas descriptivas al inglés? Algunos programas y paquetes estadisticos computacionales pueden realizar el cdlculo de las. estadisticas descriptivas, cuyos resultados aparecen junto al nombre respectivo de éstas, muchas veces en inglés.