TEMA 7: CODIFICACIÓN Y TABULACIÓN

La codificación consiste en asignar a todos y cada uno de los tipos de respuesta del cuestionario o del documento de observación un dígito o número que represente a dicha respuesta en un soporte informático, un calculo estadístico...

El objeto de la codificación es representar todas y cada una de las respuestas de los cuestionarios y de las anotaciones de los documentos de observación por códigos numéricos que faciliten su agrupación.

Las preguntas cerradas se codifican asignando un número a cada una de las respuestas predeterminadas.

Para codificar las preguntas abiertas o semiabiertas se procede del siguiente modo:
- Se leen todas las respuestas dadas a la pregunta
- Se establecen clases de respuestas
- Se asigna un código a cada una de las clases de respuestas establecidas.

( La clasificación de las preguntas abiertas es laboriosa y está sujeta a errores y subjetividades por lo que, sin negar la riqueza de matices que puede aportar, es aconsejable reducirlas al mínimo en los cuestionarios)

Ejercicio: Para la pregunta abierta ¿ por qué piensa usted que no va a comprar el electrodoméstico en los dos próximos años?.Las respuestas han sido:
- es demasiado grande para ponerlo en mi cocina
- no tengo dinero para comprarlo
- tiene un aspecto muy feo
- no me gusta el color y cuesta mucho
- he oído que es poco fiable
- somos sólo dos, por ahora no nos hace falta
- estoy esperando que bajen el precio
- su uso es muy difícil
- no lo sé realmente.

Establece clases de respuestas, a la vista de las contestaciones dadas, y asígnales un código














LA TABULACIÓN

LA TABULACIÓN de los datos es el recuento del número de respuestas que ha tenido una pregunta y su presentación en tablas. Consiste en resumir los datos en una tabla que sustituya la masa de datos difícilmente manejable, por una representación ordenada de los mismos, que facilite su uso. La tabulación no tiene un fin en sí misma, sino que es el medio que permite al investigador tener una visión de conjunto de la información de todos los cuestionarios, al convertir éstos en datos homogéneos que posteriormente serán objeto de análisis.

DEPURACIÓN DE LOS DATOS: Consiste en detectar aquellos datos que son erróneos, bien por errores en la cumplimentación del cuestionario, o bien por errores en inconsistencia de las respuestas. Caben dos opciones ante estos casos: se corrigen los datos “erróneos” , observando de nuevo el elemento o recogiendo otra vez el dato, o, directamente,.se desecha ese dato.

LAS TABLAS son la disposición conjunta y ordenada de las sumas o totales de las respuestas de una pregunta o de varias relacionadas entre sí, obtenidas de la tabulación de los datos.

CODIFICACIÓN

DEPURACIÓN

TABULACIÓN

ANÁLISIS

¿Cómo se realiza la tabulación de los datos?

La tabulación puede realizarse pregunta por pregunta – tabulación simple: tipo I, tipo II y tipo III .
La tabulación puede realizarse de dos en dos preguntas o más preguntas a la vez. Tabulación cruzada.

En la tabulación simple se calculan la frecuencia absoluta, la frecuencia relativa, las frecuencias acumuladas ( ascendente o descendente) y los porcentajes con que se presentaron dichas respuestas en la muestra.

En la tabulación cruzada se trata de poner en relación las respuestas a dos o más preguntas diferentes para ver en qué medida las respuestas están ligadas entre sí.
Se calculan las frecuencias absolutas y relativas y las frecuencias conjuntas.

TABLAS DE TIPO I

Corresponde a situaciones en la que la variable x toma pocos valores y, además , se dispone de pocas observaciones. En este caso basta con presentar la información de manera ordenada.
Por ejemplo, x = número de hijos de los 5 trabajadores de mi empresa
Las respuestas han sido: 0,3,0,1,3
Bastaría presentar ordenados los datos : 0,0,1,3,3



TABLAS DE TIPO II

Se utiliza en el caso de que la variable x toma pocos valores y , sin embargo, toma muchos datos.
Ejplo: hemos preguntado a nuestros 50 empleados los días que faltaron al trabajo durante el mes pasado, las respuestas han sido:

1,0,0,3,4,1,2,9,1,0
1,2,3,3,4,0,0,1,1,1
1,1,2,3,3,4,0,1,0,2
1,0,0,2,3,3,2.1,0,0
0,2,3,4,4,2,1,0,2,0

X= días ausentes
repeticiones



TABLAS DE TIPO III

Se utiliza este tipo de tablas cuando los valores que toma la variable objeto de estudio es muy grande.

Por ejemplo: Estudiamos el peso de una determinada población y obtenemos 40 datos pero muy “diferentes”

60- 66-67-70-59-55-78-80-55,50-63
61-58-64,5-56-71-83-62-60,40-49-55-52
70-74,32-80-58-48-52-53-57-67-66
77-74-67-63-58,9-54-65-66-60-50

En estos casos agrupamos los valores en intervalos, con lo que se consigue una mayor comodidad en el tratamiento de los datos. Siempre teniendo en cuenta que en esta agrupación se pierde información.

Los intervalos pueden tener la misma amplitud o no, dependiendo de la estructura de los datos y el estudio que se esta llevando a cabo. Además pueden contener sus valores extremos ( intervalos cerrados, [ 2,10] ) o no ( intervalos abiertos ( 2,10) ) o incluir uno y no otro ( intervalos semiabiertos , [ 2,10) )
Si deseamos que los intervalos sean de amplitud constante se puede proceder de dos formas:
- Fijando el número de intervalos
- Fijando la amplitud
Pasos:

  1. Se calcula previamente el “recorrido” o “rango” de la variable, determinado por la diferencia entre el mayor y el menor valor

Re= max.dato-min.dato

  1. Una vez obtenido el recorrido , está claro que:

Re= número de intervalos ´ amplitud

  1. Si fijamos la amplitud, el número de intervalos se calcularía:

Número de intervalos= Re ¸ Amplitud

  1. Si fijamos el número de intervalos, la amplitud se calcularía:

Amplitud= Re ¸ Número de intervalos.


En el ejemplo presentar los datos en una tabla:
a) amplitud de los intervalos :5
b) número de intervalos : 10



























CONCEPTOS IMPORTANTES

Población: Conjunto de personas, animales o cosas sobre las que se va a realizar la investigación.
Estadística: estudio de los colectivos o fenómenos de masa para DESCUBRIR REGULARIDADES del comportamiento o las relaciones existentes entre ellos.
Elementos de una población: cada una de las unidades o entes componentes de la población
Tamaño de la población: el número total de elementos que integra la población
Caracteres de la población: La serie de cualidades, propiedades o rasgos comunes que poseen los elementos de una población
( rasgos de un individuo: edad, sexo, nivel de estudios...)
Cada uno de los caracteres de los elementos de una población pueden presentar dos o más situaciones diferentes posibles, que reciben el nombre de modalidades ( sexo: mujer, hombre)

Los caracteres pueden ser:
- Caracteres cualitativos o ATRIBUTOS: son aquellos que por su propia naturaleza no se pueden cuantificar
- Caracteres cuantitativos o VARIABLES: son aquellos que se pueden describir mediante números.

EJERCICIOS

DISTRIBUCIONES DE FRECUENCIAS:

Hasta ahora hemos estudiado cómo se recogen los datos y cómo se presentan en forma de una tabla. Ahora vamos a estudiar las diferentes formas de disponer de los datos) para su posterior tratamiento estadístico. El número de repeticiones de cada valor de la variable ( el número de veces que aparecen los datos) se pueden presentar como:
- Frecuencia absoluta: el número de veces que aparecen los datos ( las “repeticiones” el “recuento”) ( ni ) å ni = N ( N es el total de la población objeto de estudio)
- Frecuencia relativa: es el cociente entre la frecuencia absoluta y el número total de datos ( fi = ni¸N )
- Frecuencia absoluta acumulada ascendente ( Ni­ ): el número de datos que son menores o iguales que xi
- Frecuencia absoluta acumulada descendente ( Ni¯) : el número de datos que son mayores que xi









REPRESENTACIONES GRÁFICAS

Tablas de tipo II : Diagramas de barras
Diagramas acumulativos
Tablas de tipo III: Histogramas
Polígonos acumulativos
REPRESENTACIONES GRÁFICAS DE DISTRIBUCIONES DE FRECUENCIAS RELATIVAS A ATRIBUTOS:

ANÁLISIS UNIVARIABLE

Estudio del comportamiento de una SOLA variable estadística para un conjunto de elementos o individuos determinados.

MEDIDAS DE POSICIÓN: Nos miden la posición en torno a la cual se distribuyen nuestras observaciones.

Diagrama de sectores
Pictogramas
Cartogramas

ALGUNAS NORMAS A TENER EN ECUENTA SOBRE INTERPRETACIONES Y REPRESENTACIONES GRÁFICAS

- Se debe tener siempre presente la escala de medida utilizada en el eje de ordenadas, ya que la misma distribución de frecuencias puede presentar aspectos muy diferentes de acuerdo con la escala de medida utilizada.
- Si las distribuciones de frecuencias corresponden a tablas de tipo III se debe tener en cuenta la elección de los intervalos en los que se agrupan las variables, porque diferentes agrupaciones producen representaciones distintas.
CONCEPTOS IMPORTANTES

ANÁLISIS E INTERPRETACIÓN DE DATOS

Una vez tabulados los datos, serán sometidos a diversas técnicas de análisis.
Este análisis consiste en obtener, de los datos numéricos contenidos en las tablas, medidas estadísticas representativas de las mismas y en determinar la validez de estas medidas para el conjunto de la población objeto de estudio.

La estadística va a “ reducir” los datos a una serie de valores ( estadísticos o medidas descriptivas) que permitan caracterizar el fenómeno estudiado.

Las técnicas de análisis que vamos a estudiar en este módulo son:

- El análisis univariable ( tabulaciones simples):
o La media
o La moda
o La Mediana
o La Varianza
o La desviación típica
o Medidas de deformación: asimetría y curtosis.
o Relaciones entre las mismas
- El análisis bivariable ( tabulaciones cruzadas):
o Coeficiente epsilon.
o Coeficiente Rho de Spearman
o Coeficiente r de Pearson
o Relación entre variables cualitativas: test de chi-cuadrado.
o Cuando las variables son dicotómicas, su relación se estudia con el coeficiente j
o Cuando las variables no son dicotómicas: coeficiente de contingencia C
o Otros
- El contraste de hipótesis
o Formular la hipótesis nula.
- El análisis multivariante de la información: Los métodos de interdependencia.
o Los métodos factoriales
o ACP ( El análisis de componentes principales)
o AFC ( Análisis factorial de correspondencias)
o Otros
- El análisis multivariante de la información: Los métodos de dependencia
o La regresión mínimo cuadrática