1. Paso 3: Explorar datos
1.1. La aplicación puede variar de un programa a otro
1.1.1. Puede ser variable de estudio, variable de matriz de datos o variable compuesta (incluye ambas). El tipo de variable depende del analisis.
1.2. El análisis depende de 5 factores
1.2.1. Nivel de medición
1.2.2. Formulación de hipótesis
1.2.3. El interés analítico del investigador
1.3. Describir los datos/est. descriptiva
1.3.1. descripción de distribución de puntuaciones y distribución de frecuencia de cada variable.
1.3.2. Distribución de frecuencias
1.3.2.1. Elementos
1.3.2.1.1. porcentaje acumulado: que aumenta en cada categoría de manera porcentual y progresiva. Y porcentajes validos
1.3.2.2. Conjunto de puntuaciones de una variable en su CATEGORÍA en una tabla
1.3.2.2.1. A veces es necesario resumir las categorias
1.3.2.3. Las frecuencias se pueden presentar en: histogramas, polígonos de frecuencia y/o diagrama circular.
1.3.2.4. Medidas de tendencia central: Media, moda, mediana
1.3.2.5. Medidas de variabilidad: Rango, desviación estándar y varianza
1.3.2.6. Asimetría y curtosis
2. Paso 4: Evaluar la confiabilidad y validez lograda por el instrumento de medición
2.1. Confiabilidad
2.1.1. Test-retest
2.1.2. Método de formas paralelas
2.1.3. Por dos mitades
2.1.4. Consistencia interna
2.1.5. Alfa de cronbach
2.2. Validez
2.2.1. De criterio
2.2.2. De contenido
2.2.3. De constructo
3. Paso 5: análisis estadístico inferencial
3.1. Probar hipótesis y estimar parámetros
3.2. La prueba de hipótesis determina si la hipótesis es congruente con los datos de la muestra
3.2.1. Análisis paramétrico y no paramétrico
3.2.1.1. PARAMETRICOS: Person y regresión lineal, prueba t, ANOVA en un sentido, ANOVA y ANCOVA
3.2.1.2. NO PARAMETRICOS: Chi cuadrada, coeficiente de correlación e independencia para tabulaciones cruzadas y coeficiente de correlación por rangos ordenados de Spearman y Kendall