TABLAS CRUZADAS O DE CONTINGENCIA en SPSS | Estadística descriptiva con VARIABLES CATEGÓRICAS

Análisis de Tablas Cruzadas y Estadística Descriptiva

Introducción a las Tablas Cruzadas

• Se ofrece la posibilidad de contratar asesorías personalizadas sobre investigación y estadística, con un enfoque en tablas cruzadas o de contingencia.

• Las filas y columnas en una tabla cruzada proporcionan información clave; se pueden solicitar gráficos de barras agrupadas para visualizar los datos.

Interpretación de Resultados

• La tabla de contingencia muestra porcentajes que suman 100% para cada categoría, como el 12.5% de gatos pelicortos que prefieren el láser.

• Se plantea una pregunta sobre si la pelota de tenis es el juguete favorito para los gatos pelicortos, enfatizando la importancia de no sacar conclusiones erróneas basadas solo en estadísticas descriptivas.

Diferenciación entre Estadística Descriptiva e Inferencial

• En estadística descriptiva se describe lo que ocurre sin hacer comparaciones entre variables; para eso se requiere análisis inferencial como el chi-cuadrado.

• El gráfico de barras refleja los mismos resultados que la tabla, destacando la moda del juguete favorito según raza.

Edición y Presentación Gráfica

• Se puede modificar el gráfico haciendo doble clic y seleccionando opciones como mostrar etiquetas o transponer ejes.

• Es importante conocer cómo presentar gráficos según normas APA, lo cual es esencial para informes académicos.

Conceptos Fundamentales en Estadística Descriptiva

Definición y Aplicaciones

• La estadística descriptiva recopila, organiza y analiza datos para deducir características generales; es útil en diversas áreas como publicidad.

Ramas de la Estadística

• La estadística se divide en dos ramas: descriptiva (organiza información numérica) e inferencial (conduce a conclusiones sobre poblaciones).

Medidas de Tendencia Central

• Las medidas incluyen media (promedio), mediana (valor central), y moda (valor más frecuente); son esenciales para resumir conjuntos de datos.

Ejemplo Práctico

¿Qué es la moda y cómo se relaciona con las medidas de dispersión?

Introducción a la Moda

• La moda se define como el valor que más se presenta con frecuencia en un conjunto de datos.

• Un elemento está "de moda" cuando es utilizado, nombrado o visto repetidamente en la vida cotidiana.

Medidas de Dispersión

• En estadística descriptiva, las medidas de dispersión indican cuánto se alejan los datos respecto a la media aritmética y su variabilidad.

• Las principales medidas de dispersión son: varianza, desviación estándar y rango.

Ejemplo Práctico

• Se utiliza un grupo de perros para calcular la altura promedio (394 mm) y determinar las medidas de dispersión.

• La varianza se calcula sumando las diferencias al cuadrado entre cada altura individual y la media, dividiendo por el número total de muestras (5 perros).

Desviación Estándar y Rango

• La desviación estándar es la raíz cuadrada de la varianza; en este caso, sería 147 mm. Esto indica que los datos oscilan dentro de ciertos valores.

• El rango se obtiene restando el valor mínimo del máximo; por ejemplo, entre un perro Rottweiler y un salchicha da 430 mm.

¿Cómo se representan gráficamente los datos?

Distribución Normal

• Las medidas de forma o distribución permiten ubicar gráficamente cómo se agrupan los valores en una muestra determinada según su frecuencia.

• Se menciona la campana de Gauss como herramienta para visualizar dónde se concentra el mayor porcentaje poblacional.

Análisis del Cociente Intelectual

• Al graficar el cociente intelectual (CI) de 100,000 personas seleccionadas al azar, el eje Y representa el porcentaje y el eje X el CI.

• El 68% de los datos caen entre CI 85 y 115; mientras que solo un 2% está muy por encima o por debajo del promedio (0.1% tiene CI <55 o >145).

Normalidad en Datos

• Se espera que los datos sigan una distribución normal; sin embargo, esto no siempre ocurre en investigaciones reales.

Medidas adicionales: Simetría y Curtosis

Simetría

• La simetría indica si los datos están distribuidos uniformemente a ambos lados de la media aritmética; si no lo están, hay asimetría positiva o negativa dependiendo del lado donde haya más concentración.

Curtosis

• La curtosis analiza cuán concentrados están los datos cerca de la media: una alta curtosis significa que muchos valores están cerca del promedio (distribución apuntada), mientras que una baja indica más separación (distribución achatada).

Tipos de Curtosis

• Existen tres tipos: leptocúrtica (alta concentración), mesocúrtica (normal) y platicúrtica (baja concentración). Para una distribución normal, se espera que sea mesocúrtica.

Conclusiones sobre Estadística Descriptiva

Resumen Final