Resumen de la Clase
✅ ¿Te enfrentas a un conjunto de datos y no sabes por dónde empezar? ¡No te preocupes! Te guiaremos a través del Análisis Bivariado de Datos, una herramienta esencial para el análisis de resultados en investigaciones ✅ Aprenderás a: - Examinar y entender la relación entre dos variables. - Utilizar técnicas como la correlación, la regresión y las tablas de contingencia para desentrañar patrones y asociaciones significativas en tus datos. Para acceder al CURSO COMPLETO y los MATERIALES DESCARGABLES: 👉https://asesoriaeducacional.com/curso-analisis-de-resultados/ ENCONTRARÁS MÁS SERVICIOS EDUCATIVOS 👉 http://asesoriaeducacional.com/ SUSCRÍBETE y dale a la campanita 🔔 para recibir contenidos constantes que te permiten hacer tu proyecto, de investigación, tesis, tesina, artículo científico, ensayo, monografía y hasta publicar tus investigaciones en revistas científicas. Y si estás leyendo esto significa que ERES o SERÁS un investigador de ÉLITE porque perteneces al 1% de las personas que se leen las descripciones hasta el final, eres un furioso del estudio. Déjame en los comentarios del video que más te interesa aprender y un emoji de 👓. Me harás muy feliz y te daré seguimiento personalizado con regalos 🎁 de materiales descargables e ideas 💡 para tus trabajos. ÍNDICE 00:00 Introducción 00:25 Análisis bivariado 01:25 Correlación entre variables 02:52 Coeficiente de correlación de Pearson 04:06 Coeficiente de correlación de Spearman 05:12 Tablas de contingencia 06:03 Prueba de independencia Chi Cuadrado #educación #investigación #asesoriaprofeluisa #tesis #proyectodetesis #cienciassociales
Transcripción de la Clase
### Marcas de Tiempo - `[00:00]` hola bienvenido o bienvenida a nuestro canal de YouTube de asesoría educacional y suscríbete y dale a la campanita para que te lleguen las notificaciones cada vez que publiquemos un nuevo video de nuestra serie y vamos a comenzar en esta clase estaremos aprendiendo el análisis bivariado de datos la correlación entre variables coeficiente de correlación pearson coeficiente de correlación - `[00:22]` speedman tabla de contingencias y prueba de independencias ch cuadrado el análisis bivariado de datos se utiliza para examinar la relación entre dos variables medidas en una muestra de individuos o casos puede ser Útil para determinar si existe relación significativa entre dos variables Por ejemplo si estás analizando los resultados de una encuesta y deseas saber si la edad de los encuestados se - `[00:47]` relaciona con su opinión sobre un tema determinado puedes utilizar el análisis bivariado para examinar la relación entre edad y opinión primero se seleccionan las dos variables a comparar luego se utiliza la técnica estad como la correlación de pilson o el coeficiente de correlación de speedman para evaluar la relación entre las dos variables el análisis bivariado solo evalúa la relación entre dos variables y - `[01:12]` no tiene en cuenta otros factores que pueden influir en la relación es importante interpretar los resultados de análisis bivariado con precaución y considerando otras variables relevantes la correlación entre variables es una medida estadística que indica la fuerza y la direc de la relación entre dos variables en otras palabras la correlación mide Cómo se mueven dos variables juntas si dos variables están - `[01:39]` altamente correlacionadas significa que cuando una variable aumenta la otra variable también tiene que aumentar eso se llama correlación positiva o disminuye y esto se llama correlación negativa el coeficiente de correlación varía entre -1 y 1 donde -1 indica una correlación negativa perfecta y un indica una correlación positiva perfecta y cero indica la ausencia de correlación entre las variables por lo tanto Cuanto - `[02:08]` más cercano sea el coeficiente de correlación a -1 o a 1 mayor será la fuerza de correlación mientras que un coeficiente de correlación cercano a cero indica que no hay relación entre estas variables la correlación se puede calcular utilizando varias medidas estadísticas como el coeficiente de correlación de pirson o el coeficiente de correlación de speedman que va vamos - `[02:30]` a ver más adelante es importante tener en cuenta que la correlación no implica causalidad es decir la correlación entre dos variables no significa necesariamente que una variable causa la otra por lo tanto es importante interpretar los resultados de la correlación con precaución y considerar otros factores que puedan influir en la relación entre estas dos variables vamos a ver el coeficiente de correlación - `[02:54]` pirson es una medida estadística que se utiliza para evaluar la relación lineal entre dos variables continuas esta medida estadística mide la dirección y la fuerza de la relación entre dos variables se puede calcular como la covarianza entre las dos variables dividida por el producto de las desviaciones estándar de cada variable En otras palabras mide la relación entre - `[03:18]` la variación de ambas variables el coeficiente de correlación Pon varía entre -1 y 1 donde un valor de -1 indica una relación negativa perfecta cer0 indica la ausencia de correlación y uno indica una correlación positiva perfecta un coeficiente de correlación cercano a cero indica que no hay una relación lineal entre las dos variables es importante tener en cuenta que el - `[03:44]` coeficiente de correlación pson solo mide la relación lineal entre dos variables continuas si la relación entre las variables no es lineal se deben utilizar otras medidas estadísticas como el coeficiente de correlación speedman o el coeficiente de correlación kendal Que estaremos viendo más adelante vamos a ver el coeficiente de correlación spe se utiliza para evaluar la relación entre - `[04:08]` dos variables continuas o discretas la relación no es necesariamente lineal esta medida estadística mide la dirección y la fuerza de la relación entre dos variables se puede calcular a partir de la diferencia de los rangos de las dos variables en cada caso y es especialmente útil cuando las variables no tienen una una distribución normal o cuando hay varios valores atípicos o - `[04:33]` datos extremos el coeficiente de correlación spearman varía entre -1 y 1 donde el valor -1 indica una correlación negativa perfecta cer indica la ausencia de correlación y uno indica una relación positiva perfecta es importante tener en cuenta que el coeficiente de correlación es Pirma tiene sus limitaciones y solo mide la relación entre dos variables por lo tanto es importante interpretar los - `[05:00]` resultados de la correlación con precaución y considerar otros factores que puedan influir en la relación entre las variables vamos a ver ahora la tabla de contingencia y pruebas de Independencia chi cuadrado son técnicas estadísticas utilizadas para evaluar la relación entre dos variables categóricas estas técnicas son ampliamente utilizadas en la investigación social médica y otras áreas para evaluar la - `[05:26]` relación entre variables importantes una tabla de contingencia es una tabla que muestra la distribución de las frecuencias de las categorías de dos variables categóricas y se utiliza para evaluar la asociación entre las variables Por ejemplo si nosotros tenemos hombres y mujeres y queremos medir si se usa o no el internet podemos saber la cantidad de hombres que usan - `[05:51]` internet las que no y la cantidad de mujeres que usan internet y las que no la prueba de Independencia chi cuadrado se utiliza para evaluar la relación entre dos variables categóricas esta prueba se basa en la comparación de las frecuencias observadas en la tabla de contingencia con las frecuencias esperadas si no hubiera relación entre las variables el estadístico de la - `[06:13]` prueba de independencia de chi cuadrado se llama estadístico chi cuadrado que se utiliza para evaluar la probabilidad de que la relación observada entre las variables en la tabla de contingencia sea el resultado del Azar el valor de chi cuadrado se compara con una distribución de probabilidad chi cuadrado con grados de libertad igual al producto del número de filas -1 y el - `[06:35]` número de columnas menos unos si el valor de chi cuadrado Es mayor que el valor crítico de la distribución chi cuadrado Entonces se rechaza la hipótesis nula de Independencia entre las variables hasta aquí nuestro tema de hoy nos vemos en el próximo video si les gustó nuestro contenido suscríbase a nuestro canal y dele a la campanita para - `[06:57]` recibir notificación de los próximos videos de esta serie y déjenos en los comentarios qué contenidos desea ver o alguna duda sobre el contenido de este video ### Texto Completo Continuo hola bienvenido o bienvenida a nuestro canal de YouTube de asesoría educacional y suscríbete y dale a la campanita para que te lleguen las notificaciones cada vez que publiquemos un nuevo video de nuestra serie y vamos a comenzar en esta clase estaremos aprendiendo el análisis bivariado de datos la correlación entre variables coeficiente de correlación pearson coeficiente de correlación speedman tabla de contingencias y prueba de independencias ch cuadrado el análisis bivariado de datos se utiliza para examinar la relación entre dos variables medidas en una muestra de individuos o casos puede ser Útil para determinar si existe relación significativa entre dos variables Por ejemplo si estás analizando los resultados de una encuesta y deseas saber si la edad de los encuestados se relaciona con su opinión sobre un tema determinado puedes utilizar el análisis bivariado para examinar la relación entre edad y opinión primero se seleccionan las dos variables a comparar luego se utiliza la técnica estad como la correlación de pilson o el coeficiente de correlación de speedman para evaluar la relación entre las dos variables el análisis bivariado solo evalúa la relación entre dos variables y no tiene en cuenta otros factores que pueden influir en la relación es importante interpretar los resultados de análisis bivariado con precaución y considerando otras variables relevantes la correlación entre variables es una medida estadística que indica la fuerza y la direc de la relación entre dos variables en otras palabras la correlación mide Cómo se mueven dos variables juntas si dos variables están altamente correlacionadas significa que cuando una variable aumenta la otra variable también tiene que aumentar eso se llama correlación positiva o disminuye y esto se llama correlación negativa el coeficiente de correlación varía entre -1 y 1 donde -1 indica una correlación negativa perfecta y un indica una correlación positiva perfecta y cero indica la ausencia de correlación entre las variables por lo tanto Cuanto más cercano sea el coeficiente de correlación a -1 o a 1 mayor será la fuerza de correlación mientras que un coeficiente de correlación cercano a cero indica que no hay relación entre estas variables la correlación se puede calcular utilizando varias medidas estadísticas como el coeficiente de correlación de pirson o el coeficiente de correlación de speedman que va vamos a ver más adelante es importante tener en cuenta que la correlación no implica causalidad es decir la correlación entre dos variables no significa necesariamente que una variable causa la otra por lo tanto es importante interpretar los resultados de la correlación con precaución y considerar otros factores que puedan influir en la relación entre estas dos variables vamos a ver el coeficiente de correlación pirson es una medida estadística que se utiliza para evaluar la relación lineal entre dos variables continuas esta medida estadística mide la dirección y la fuerza de la relación entre dos variables se puede calcular como la covarianza entre las dos variables dividida por el producto de las desviaciones estándar de cada variable En otras palabras mide la relación entre la variación de ambas variables el coeficiente de correlación Pon varía entre -1 y 1 donde un valor de -1 indica una relación negativa perfecta cer0 indica la ausencia de correlación y uno indica una correlación positiva perfecta un coeficiente de correlación cercano a cero indica que no hay una relación lineal entre las dos variables es importante tener en cuenta que el coeficiente de correlación pson solo mide la relación lineal entre dos variables continuas si la relación entre las variables no es lineal se deben utilizar otras medidas estadísticas como el coeficiente de correlación speedman o el coeficiente de correlación kendal Que estaremos viendo más adelante vamos a ver el coeficiente de correlación spe se utiliza para evaluar la relación entre dos variables continuas o discretas la relación no es necesariamente lineal esta medida estadística mide la dirección y la fuerza de la relación entre dos variables se puede calcular a partir de la diferencia de los rangos de las dos variables en cada caso y es especialmente útil cuando las variables no tienen una una distribución normal o cuando hay varios valores atípicos o datos extremos el coeficiente de correlación spearman varía entre -1 y 1 donde el valor -1 indica una correlación negativa perfecta cer indica la ausencia de correlación y uno indica una relación positiva perfecta es importante tener en cuenta que el coeficiente de correlación es Pirma tiene sus limitaciones y solo mide la relación entre dos variables por lo tanto es importante interpretar los resultados de la correlación con precaución y considerar otros factores que puedan influir en la relación entre las variables vamos a ver ahora la tabla de contingencia y pruebas de Independencia chi cuadrado son técnicas estadísticas utilizadas para evaluar la relación entre dos variables categóricas estas técnicas son ampliamente utilizadas en la investigación social médica y otras áreas para evaluar la relación entre variables importantes una tabla de contingencia es una tabla que muestra la distribución de las frecuencias de las categorías de dos variables categóricas y se utiliza para evaluar la asociación entre las variables Por ejemplo si nosotros tenemos hombres y mujeres y queremos medir si se usa o no el internet podemos saber la cantidad de hombres que usan internet las que no y la cantidad de mujeres que usan internet y las que no la prueba de Independencia chi cuadrado se utiliza para evaluar la relación entre dos variables categóricas esta prueba se basa en la comparación de las frecuencias observadas en la tabla de contingencia con las frecuencias esperadas si no hubiera relación entre las variables el estadístico de la prueba de independencia de chi cuadrado se llama estadístico chi cuadrado que se utiliza para evaluar la probabilidad de que la relación observada entre las variables en la tabla de contingencia sea el resultado del Azar el valor de chi cuadrado se compara con una distribución de probabilidad chi cuadrado con grados de libertad igual al producto del número de filas -1 y el número de columnas menos unos si el valor de chi cuadrado Es mayor que el valor crítico de la distribución chi cuadrado Entonces se rechaza la hipótesis nula de Independencia entre las variables hasta aquí nuestro tema de hoy nos vemos en el próximo video si les gustó nuestro contenido suscríbase a nuestro canal y dele a la campanita para recibir notificación de los próximos videos de esta serie y déjenos en los comentarios qué contenidos desea ver o alguna duda sobre el contenido de este video ---