Estadistica aplicada a la investigación educativa (1)

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Estadistica aplicada a la investigación educativa (1) por Mind Map: Estadistica aplicada a la investigación educativa (1)

1. Definición del problema *tipo de datos *tecnicas adecuadas *Procedimientos estadisticos

1.1. Nuevo Tema

2. El papel del análisis de datos en la investigación.

2.1. Nuevo Tema

2.2. Estadistica descriptiva: toda la población Estadística inferencial: una muestra

2.3. Hipotesis: solucion por adelantado.

2.4. Diseño de investigacion: Organización, análisis y Depuración de datos: cuantitativo y cualitativo.

2.5. Conclusiones: Tecnicas de análisis e inclusión de resultados estádisticos.

2.6. Contenido de análisis: estadistica descriptiva e inferencial.

3. Organización y presentación de los datos.

3.1. Medida: asignar números.

3.1.1. Niveles de medida: *Nominal *Ordinal *Intervalo *Cociente *Constante *Variable

3.1.2. Ordenación y clasificación de los datos.

3.1.2.1. Frecuencia absoluta individual. Frecuencia relativa individual. Frecuencia absoluta acumulada. Frecuencia relativa acumulada.

3.2. Distribución de frecuencias agrupadas

3.2.1. Limites aparentes de un intervalo. Limites reales de un intervalo. Amplitud de un intervalo Punto medio de un intervalo.

3.3. Representación grafica de datos.

3.3.1. Diagrama de barras Histograma Poligonos de frecuencia Poligonos de frecuenci acumulada Grafica circular.

4. Técnicas descriptivas para una variable

4.1. Medidas de tendencia central idices numericos que se toman como representativos.

4.1.1. *Media *Mediana *Moda

4.1.2. Medidas de posición

4.1.2.1. Percentiles Deciles Cuartiles

4.1.3. Medidas de dispersión

4.1.3.1. Rango Desviación media Varianza y desviación tipica Coeficiente de variación Amplitud semiintercuartílica

5. Puntuaciones individuales y curva normal.

5.1. Puntuaciones típicas: son conocidas como z

5.2. Puntuaciones típicas derivadas. Permiten establecer comparaciones entre distintas variables.

5.3. Curva normal. Distribuciones continúas de más importancia.

5.4. Distribución normal tipificada o estandarizada.

5.5. Areas bajo la curva normal. Conocer la proporción del área bajo la curva normal entre las ordenadas de diferentes puntos sobre la línea base.

6. Técnicas para el estudio de la relación entre variables.

6.1. Medición de dos características en cada elemento a medir.

6.1.1. Coeficiente de correlación. Describe el grado de relacion entre dos variables

6.1.2. Recta de regresión. Esrimación o predicción de una variable a partir de lo que conocemos de otra

6.2. Distribución conjunta de frecuencias. Cuando consideramos imultáneamente los valores alcanzados por un grupo de sujetos en dos variables X e Y.

6.3. Diagrama de dispersión o nube de puntos. Cuando x e y son cauntitativas sus valores son pares.

6.4. Covarianza. Para cuantificar la intensidad o importancia de una relación lineal.

6.5. Correlación de pearson. Relacion existente entre dos variables, su intensidad y su sentido.

6.6. Regresión. Predicción, pronóstico, estinación.

6.7. Coeficiente de determinación. Al valor de r al cuadrado, este último indica el grado de aproximación de los puntos a la recta.

7. Técnicas para el estudio de la relación entre variables (II)

7.1. Una correlación positiva entre dos variables implica que a puntuaciones altas en una variable x suelen corresponder puntuaciones altas enuna variable Y.

7.2. Nuevo Tema

7.2.1. Spearman. Requiere que las varibales estén medias al menos en escala ordinal.

7.3. Contingencia. Cuando los valores de dos variables no pueden ser ordenados.

7.4. Biseral puntual. Se utiluza cuando queremos conocer la correlación existente entre dos variables.

7.5. Biseral. Cuando queremos conocer la correlación existente entre dos variables, de las cuales una aparece medida al menos en una escala de intervalos, y la otra ha sido dicotizada artificialmente.

7.6. Coeficiente de correlación PHI. Se emplea cuando nos encontramos ante dos variables docotómicas.

7.7. Coeficiente de correlación tetracórica. Cuando las variables con las que trabajamos han sido dicotomizada de manera artificial.