Métodos cuantitativos avanzados
20/08/20
Repaso tablas bivariadas
Variables: X (V.I) - Y (V.D)
- Los conceptos son creados por los investigadores
- Son formas de operacionalizar nuestros conceptos
- Estos conceptos toman diferentes valores
- Las teorías → Relaciones entre conceptos
- Las variables son indicadores que también crean los investigadores para medir conceptos
- Asignamos variables y constantes a nuestros conceptos para usarlos como expresión matemática
- Constantes → Asume un valor único para un determinado grupo (características de determinados
individuos) Este valor NO varía
- Variable → Es un concepto que toma diferentes valores en un determinado set. (Una trata de
explicar por qué varía nuestra variable dependiente y cuáles son las variables independientes que
la afectan)
➢ Discretas → Una variable es discreta si cada uno de sus posibles valores puede ser asociado a
un número entero (número de hijos)
➢ Continuas → Valores continuos entre dos números (adoptan decimales)
Niveles de medición:
- Las reglas para asignar valores numéricos definen el tipo de escala y nivel de medición
1. Nominal: Escala categórica
➢ Los valores asignados no tienen significado, es decir, no pueden ordenarse
➢ Por ejemplo → Género (1=Mujer, 2=Hombre, 3=Otro) o Religión
2. Ordinal: Escala categórica
➢ Los valores asignados pueden ordenarse o jerarquizarse (si importa el orden)
➢ Un número de mayor cantidad tiene más alto grado de “atributo”
, ➢ Por ejemplo → Nivel socioeconómico (0= Bajo, 1= Medio, 2= Alto)
3. De intervalo: Escala numérica
➢ Los valores asignados son ordinales (establecen orden) y permite discernir diferencias iguales
entre observaciones
➢ Se miden valores reales
➢ El cero es arbitrario (números negativos)
➢ La diferencia entre 2 valores en una escala es una distancia real o igual
➢ Se pueden hacer comparaciones sumando o restando
➢ Por ejemplo → La temperatura (En Celsius o Fahrenheit)
4. De razón: Escala numérica
➢ Los valores en si mismos tienen un valor
➢ Posee un cero absoluto o natural con significado empírico (cero votos, por ejemplo)
➢ No hay valores numéricos negativos
➢ Los números en la escala indican la cantidad real de la propiedad medida
➢ Por ejemplo → Resultados electorales (45,6% de los votos) o La masa, el peso, la distancia.
STATA
- tab → Arroja las tablas
- Do File ➔ Documento donde anotas los comando e instrucciones
➔ Al poner “*” en el Do File quiere decir que no es un comando lo que escribimos
(verde)
➔ Al seleccionar todo el Do File se ejecutan todas las instrucciones
- codebook ➔ Entrega información con respecto a la variable
➔ Permite saber cuál es la pregunta
➔ Nos muestra las categorías de respuesta y sus valores
➔ Es importante para poder recodificar
- Recodificación:
Nombre que queramos
➢ recode → Comando que se utiliza
➢ Ej → recode MP_2 (1 2 = 0) (3 = 1) (4 5 = 2) (8 9 =.) , gen (econ_ac)
➢ En ordinales siempre comenzamos con el valor de “0”
➢ El “.” En STATA significa que es un “Valor perdido”
,- lab define ➔ En vez de poner un número como variable, ponemos el nombre (ej. Ni buena ni
mala)
➔ Después hay que poner “lab val econ_ac econ_ac”
➔ Finalmente poner “tab econ_ac”
➔ Ej: lab define econ_ac 0”Mala 1”Ni buena ni mala” 2”Buena”
- Media, Desviación estándar, Número de observaciones, Valor mínimo y máximo.
sum o summarize
- La media en el ejemplo es de (.8977841) lo que significa que la media está más cerca de la
categoría de respuesta “1”, o sea Ni buena ni mala.
- sum econ_ac, detail → Es mucho más detallas, están los percentiles, varianzas, etc.
- Tablas bivariadas:
1. Dos variables cualitativas:
➢ Cuando resultan datos bivariados de 2 variables cualitativas (de atributo o categóricas), es
frecuente que los datos se ordenen en una tabulación cruzada o tabla de contingencia.
Análisis bivariado:
- Trabajaremos con las variables MP_P2 y MB_P7
- Vamos a cruzar 2 variables para observar una posible relación entre ellas → Estadística descriptiva
- ¿Cómo saber si 2 o más variables están relacionadas?
- Estudiaremos si la aprobación presidencial cambiaria dependiendo de la percepción económica
- Comando → tab econ_ac aprueba, row column (primero la V.I, después la V.D)
25/08/2020
- IMPORTANTE → Orden ascendente a partir del 0 en la categoría de “Desaprueba”
- row columna → Arroja los porcentajes (que son importantes para poder comparar)
- ¿Hay una relación lineal? (por eso es importante el orden ascendente)
, - ¿Cuál es el efecto de la percepción económica en la aprobación presidencial?
➢ Hay que ver si la categoría de “Aprobación” cambia o varía
➢ Solo hay que leer UNA categoría/columna de respuesta, obviamente la que está relacionada
con la pregunta.
➢ Interpretamos los porcentajes:
o “Mala” → Del total de personas que dijeron que la economía está mala, un 21, 78% aprueba
la gestión presidencial
o “Ni buena ni mala → Del total de personas cree que la economía no está ni buena ni mala,
un 41,74% aprueba la gestión presidencial.
o “Buena” → Del total de personas que dijeron que la economía está buena, un 53,20%
aprueba la gestión presidencial.
➢ Interpretación → Al parecer existiría una posible relación lineal entre ambas variables. A
medida que va mejorando la precepción económica, aumenta el porcentaje de personas que
aprueba la gestión presidencial.
SPSS
- Antes de entrar hay que fijarse si los datos están o no están ponderados.
- En el caso de la CEP viene ponderada. Por tanto, para comparar los datos con los del STATA
deben quitar el ponderador:
➢ Datos → Ponderar casos
20/08/20
Repaso tablas bivariadas
Variables: X (V.I) - Y (V.D)
- Los conceptos son creados por los investigadores
- Son formas de operacionalizar nuestros conceptos
- Estos conceptos toman diferentes valores
- Las teorías → Relaciones entre conceptos
- Las variables son indicadores que también crean los investigadores para medir conceptos
- Asignamos variables y constantes a nuestros conceptos para usarlos como expresión matemática
- Constantes → Asume un valor único para un determinado grupo (características de determinados
individuos) Este valor NO varía
- Variable → Es un concepto que toma diferentes valores en un determinado set. (Una trata de
explicar por qué varía nuestra variable dependiente y cuáles son las variables independientes que
la afectan)
➢ Discretas → Una variable es discreta si cada uno de sus posibles valores puede ser asociado a
un número entero (número de hijos)
➢ Continuas → Valores continuos entre dos números (adoptan decimales)
Niveles de medición:
- Las reglas para asignar valores numéricos definen el tipo de escala y nivel de medición
1. Nominal: Escala categórica
➢ Los valores asignados no tienen significado, es decir, no pueden ordenarse
➢ Por ejemplo → Género (1=Mujer, 2=Hombre, 3=Otro) o Religión
2. Ordinal: Escala categórica
➢ Los valores asignados pueden ordenarse o jerarquizarse (si importa el orden)
➢ Un número de mayor cantidad tiene más alto grado de “atributo”
, ➢ Por ejemplo → Nivel socioeconómico (0= Bajo, 1= Medio, 2= Alto)
3. De intervalo: Escala numérica
➢ Los valores asignados son ordinales (establecen orden) y permite discernir diferencias iguales
entre observaciones
➢ Se miden valores reales
➢ El cero es arbitrario (números negativos)
➢ La diferencia entre 2 valores en una escala es una distancia real o igual
➢ Se pueden hacer comparaciones sumando o restando
➢ Por ejemplo → La temperatura (En Celsius o Fahrenheit)
4. De razón: Escala numérica
➢ Los valores en si mismos tienen un valor
➢ Posee un cero absoluto o natural con significado empírico (cero votos, por ejemplo)
➢ No hay valores numéricos negativos
➢ Los números en la escala indican la cantidad real de la propiedad medida
➢ Por ejemplo → Resultados electorales (45,6% de los votos) o La masa, el peso, la distancia.
STATA
- tab → Arroja las tablas
- Do File ➔ Documento donde anotas los comando e instrucciones
➔ Al poner “*” en el Do File quiere decir que no es un comando lo que escribimos
(verde)
➔ Al seleccionar todo el Do File se ejecutan todas las instrucciones
- codebook ➔ Entrega información con respecto a la variable
➔ Permite saber cuál es la pregunta
➔ Nos muestra las categorías de respuesta y sus valores
➔ Es importante para poder recodificar
- Recodificación:
Nombre que queramos
➢ recode → Comando que se utiliza
➢ Ej → recode MP_2 (1 2 = 0) (3 = 1) (4 5 = 2) (8 9 =.) , gen (econ_ac)
➢ En ordinales siempre comenzamos con el valor de “0”
➢ El “.” En STATA significa que es un “Valor perdido”
,- lab define ➔ En vez de poner un número como variable, ponemos el nombre (ej. Ni buena ni
mala)
➔ Después hay que poner “lab val econ_ac econ_ac”
➔ Finalmente poner “tab econ_ac”
➔ Ej: lab define econ_ac 0”Mala 1”Ni buena ni mala” 2”Buena”
- Media, Desviación estándar, Número de observaciones, Valor mínimo y máximo.
sum o summarize
- La media en el ejemplo es de (.8977841) lo que significa que la media está más cerca de la
categoría de respuesta “1”, o sea Ni buena ni mala.
- sum econ_ac, detail → Es mucho más detallas, están los percentiles, varianzas, etc.
- Tablas bivariadas:
1. Dos variables cualitativas:
➢ Cuando resultan datos bivariados de 2 variables cualitativas (de atributo o categóricas), es
frecuente que los datos se ordenen en una tabulación cruzada o tabla de contingencia.
Análisis bivariado:
- Trabajaremos con las variables MP_P2 y MB_P7
- Vamos a cruzar 2 variables para observar una posible relación entre ellas → Estadística descriptiva
- ¿Cómo saber si 2 o más variables están relacionadas?
- Estudiaremos si la aprobación presidencial cambiaria dependiendo de la percepción económica
- Comando → tab econ_ac aprueba, row column (primero la V.I, después la V.D)
25/08/2020
- IMPORTANTE → Orden ascendente a partir del 0 en la categoría de “Desaprueba”
- row columna → Arroja los porcentajes (que son importantes para poder comparar)
- ¿Hay una relación lineal? (por eso es importante el orden ascendente)
, - ¿Cuál es el efecto de la percepción económica en la aprobación presidencial?
➢ Hay que ver si la categoría de “Aprobación” cambia o varía
➢ Solo hay que leer UNA categoría/columna de respuesta, obviamente la que está relacionada
con la pregunta.
➢ Interpretamos los porcentajes:
o “Mala” → Del total de personas que dijeron que la economía está mala, un 21, 78% aprueba
la gestión presidencial
o “Ni buena ni mala → Del total de personas cree que la economía no está ni buena ni mala,
un 41,74% aprueba la gestión presidencial.
o “Buena” → Del total de personas que dijeron que la economía está buena, un 53,20%
aprueba la gestión presidencial.
➢ Interpretación → Al parecer existiría una posible relación lineal entre ambas variables. A
medida que va mejorando la precepción económica, aumenta el porcentaje de personas que
aprueba la gestión presidencial.
SPSS
- Antes de entrar hay que fijarse si los datos están o no están ponderados.
- En el caso de la CEP viene ponderada. Por tanto, para comparar los datos con los del STATA
deben quitar el ponderador:
➢ Datos → Ponderar casos
