Tema 3

2. Tema 3 Aplicación de los modelos matemático-estadísticos a la investigación social y la medición en las ciencias sociales

3. EL PROBLEMA DE LA MEDICIÓN EN EL ANÁLISIS SOCIAL • Punto de partida: isomorfismo entre la realidad social • y los axiomas matemáticos • Para medir correctamente un objeto o hecho debe de existir • Una igualdad entre las operaciones que se pueden hacer con • Los números y las que se pueden realizar con los propios • objetos o hechos • El problema de múltiples paradigmas teóricos deviene • en un problema metodológico. Falta de definiciones • conceptuales unívocas que resulten operativas S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

4. EL PROCESO DE MEDICIÓN • Definición: (Stevens) Procedimiento de asignación de numerales a objetos o acontecimientos de acuerdo con ciertas reglas. • Es decir, medir es asignar números a objetos o eventos en modo • de significado y de acuerdo a unas reglas, para que presenten sus • propiedades y relaciones. Estas son fundamentales porque • determinan el tipo de operaciones matemáticas que es posible • realizar con cada medición S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

5. EL PROBLEMA DE LA MEDICIÓN EN EL ANÁLISIS SOCIAL • Esta problemática se refleja en tres aspectos fundamentales: • Medir fenómenos no directamente observables, felicidad, • opiniones, valores...es necesario localizar las asociaciones o • efectos de éstos • Medir fenómenos de naturaleza cualitativa, separar las • dimensiones y buscar indicadores o medirlos sólo parcialmente • Falta de instrumentos de medida generalizados, se hace • necesaria una construcción ad hoc y además su validez es • transitoria debido a la dinámica intrínseca de los fenómenos • sociales

6. EL PROCESO DE MEDICIÓN • ETAPAS BASICAS: • Definición del objeto de medición • Operacionalización a partir de la definición • PASOS TECNICOS: • Dar un significado al concepto • Identificación de dimensiones • Creación y selección de indicadores • Especificación de la relación entre indicadores y conceptos • Construcción de escalas • Aplicación de escalas • Obtención de datos • Criterios para la definición y operacionalización de conceptos • Especificar claramente las definiciones utilizadas • Utilizar las definiciones empleadas más frecuentemente • Bondad de las definiciones e indicadores: validez y fiabilidad

7. Proceso de medición y escalas Escala: constructo o esquema relacional para la obtención de datos y que, a su vez, condiciona las operaciones que se Pueden llevar a cabo con los mismos. Los diferentes tipos de escala se configuran en función de los distintos supuestos numéricos que se puedan asumir. En este sentido, los datos obtenidos podrán ser aplicables a un mayor o menor número de análisis, respecto a estos mismos supuestos numéricos S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

8. Definición Las escalas se configuran como órdenes o constructos, que permiten atribuir números a fenómenos que observamos, convirtiéndolos en datos que podemos manejar según unas reglas. Son precisamente estas reglas las que constituyen y diferencian cada tipo de escala. S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

9. Criterios para la elaboración de escalas 1 Si una variable puede ser medida a partir de distintas escalas deberemos optar por el nivel de medida que posibilite utilizar los test estadísticos más poderosos -potentes, - con este concepto nos referimos a la capacidad o fuerza matemática de una técnica para rechazar la hipótesis nula-. 2 El criterio que debe de guiar la elección de cada escala es conseguir medir el fenómeno con la máxima precisión S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

10. Criterios para la elaboración de escalas Ejemplo: “asistencia al cine” como indicador del “Nivel cultural”, puede ser medido utilizando diferentes escalas: NOMINAL : ¿Va usted al cine ? 1 Si 2 NO ORDINAL : ¿Con qué frecuencia va usted al cine? 1 Todos y casi todos los días 2 Una vez a la semana 3 Varias veces al mes 4 Una vez al mes 5 Casi nunca o nunca S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

11. Criterios para la elaboración de escalas Ejemplo: “asistencia al cine” como indicador del “Nivel cultural”, puede ser medido utilizando diferentes escalas: INTERVALO : ¿Cuántas veces, al mes, va al cine? RAZÓN : ¿Cuántas veces, al mes, va al cine? S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

12. De este modo la calidad y cantidad de información recogida Por cada tipo de escala es diferente INFORMACION DE LOS NIVELES DE MEDICION Nominal Ordinal Intervalo Razón S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

13. Estrategias para diferenciar tipos de escalas • Tienen más de dos categorías Escala dicotómica si no La distancia entre las categorías es la misma Escala de intervalo o razón si no Pueden ordenarse las categorías según rangos Escala ordinal si no Escala nominal S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

14. INFORMACION DE LOS DISTINTOS NIVELES DE MEDICIÓN S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

15. ANÁLISIS ESTADÍSTICO Y NIVEL DE MEDICIÓN S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

17. Diferencia entre escalas de intervalo y de razón • La diferencia de escalas de intervalo y de razón fue enunciada por Stevens S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

18. Diferencia entre escalas de intervalo y de razón • La diferencia de escalas de intervalo y de razón fue enunciada por Stevens S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

19. Diferencia entre escalas de intervalo y de razón • “Supongamos que dos individuos se sitúan en una escala de autoidentificación política ( de 0 a 9) con las puntuaciones de 2 y 4 respectivamente. En este caso, la puntuación del segundo es el doble de la del primero. Si alteramos el cero de la escala y lo situamos al nivel 1, la puntuación 2 se convertirá en 3 y la de 4 en 5. En este caso 5 no es el doble de 3”. S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

20. S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

21. EL PROCESO DE MEDICIÓN • El nivel de medición utilizado condiciona los procedimientos estadísticos a utilizar, y en sentido inverso la utilización de diversos procedimientos estadísticos exige determinados niveles de medición para su uso S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

22. Introducción al Análisis Multivariable • Idoneidad de la aplicación del Análisis Multivariable bajo el principio de “Causación Múltiple” • Sinergia social • Principio de parsimonia informativa S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

23. Análisis Multivariable: definiciones • Kendall: “Conjunto de técnicas estadísticas que analizan simultáneamente más de dos variables en una muestra de observaciones” • Cuadras: “El Análisis Multivariable es una rama de la estadística y del análisis de datos que estudia interpreta y elabora el material estadístico sobre la base de un conjunto n>1 variables, que pueden ser de tipo cuantitativo, cualitativo o una mezcla de ambos ” (September 6, 1907March 29, 1983) S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

24. EL PROBLEMA DE LA MEDICIÓN EN EL ANÁLISIS SOCIAL La base del Análisis Multivariable es el cálculo matricial. Las matrices se estructuran en: Filas: unidades de análisis Columnas: Variables En ellas se recoge la información transformada en datos Numéricos correspondientes a las variables analizadas

25. Fases en el desarrollo del Análisis Multivariable • Elaboración de la matriz de datos

26. Fases en el desarrollo del Análisis Multivariable • Elaboración de la matriz de datos • Depuración de datos • Análisis univariable: descriptivo y exploratorio • Análisis Bivariable • Análisis Multivariable S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

27. Fases en el desarrollo del Análisis Multivariable S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

28. Criterios de clasificación de las Técnicas Multivariables • OBJETIVO O FINALIDAD DEL ANÁLISIS : • Exploratorias y descriptivas • Explicativas y confirmatorias • TIPO DE RELACIÓN ENTRE LAS VARIABLES Y NÚMERO DE VARIABLES (dependientes o independientes): • Técnicas de dependencia • Técnicas de interdependencia • NIVEL DE MEDICION DE LAS VARIABLES: • Técnicas paramétricas • Técnicas no paramétricas La combinación de estos tres niveles y sus respectivas categorías, da lugar a múltiples clasificaciones

29. Técnicas Multivariables Propósito del Análisis Contrastes Correlación Predicción de Pertenencia Métodos Descriptivos Ajuste de Modelos Tipo Número de VD Tipo de Ajuste Nº de grupos Tipo Nº de VI Tipo de descripción Nº de grupos Nº de VD K=2 VD=1 VD=1 Reducción de la información Sincrónico C K=2 C VI=1 N N VD>1 VD>1 Diacrónico K>2 Clasificación K>2 I >1 Modelos de Series Temporales ARIMA Regresión Múltiple Modelos Log-lineales Cluster Análisis Modelos Causales Análisis de Correspondencias T de Hoteling ANOVA Correlación Canónica R de Pearson MANOVA T de Student Análisis Factorial Análisis Discriminante Escalas Multi dimensionales Contrastes no paramétricos Correlación no paramétrica

30. Supuestos paramétricos • Normalidad multivariable • Homocedasticidad • Tamaño muestral n>30 • Linealidad • Nivel de medición continuo S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

31. Supuestos paramétricos • Normalidad multivariable Un requisito de la mayor parte de los análisis multivariables es la normalidad multivariable, que a su vez incluye como condición la normalidad univariable. Este requisito es una condición necesaria pero no suficiente, ya que el hecho de que todas las variables se ajusten a la ley normal no implica que conjuntamente sigan una distribución normal multivariable. Es necesario, por tanto, que todas las variables se distribuyan normalmente para los valores dados de las otras variables. S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

32. Supuestos paramétricos • Homocedasticidad Según este supuesto, las varianza de las variables implicadas en el análisis no puede ser significativamente diferente, en caso contrario se habla de heterodasticidad. En resumen, las variables incluidas en un mismo análisis deben presentar una varianza similar. S21 F = ___ S22 Siendo S21>S22 S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

33. Supuestos paramétricos • Linealidad Lleva implícita la aditividad y no multicolinealidad Y = a + b1x1 + b2x2 + ...bkxk + e S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

34. Supuestos paramétricos • Linealidad La no multicolinealidad se refiere a que las variables independientes, no deben estar relacionadas entre sí Y = a + b1x1 + b2x2 + ...bkxk + e S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

35. Supuestos paramétricos • Tamaño muestral n>30 Tamaño a partir del cual los estadísticos son estables S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

36. Supuesto paramétricos • Nivel de medición continuo Los análisis paramétricos requieren el cálculo de parámetros, como la media, desviación típica, varianza correspondientes únicamente a variables continuas S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

37. Construcción de variables “Dummy” S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

38. Construcción de variables “Dummy” Y = a + b1X1 + b2X2 + c1Z1 + c2Z2 + c3Z3 Y = (a + c1)+ b1X1 + b2X2 Subindustrial Y = (a + c2)+ b1X1 + b2X2 Semi-industrial Y = (a + c3)+ b1X1 + b2X2 + c3 Industrial Y = a + b1X1 + b2X2 Postindustrial S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

39. Construcción de variables “Dummy” S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í

40. Construcción de variables “Dummy” Satisfacción = a + b1 Salud + b2 casado + b3 soltero + b4 viudo Satisfacción = 20 + 3 Salud + 11,5 casado + 5 soltero - 3 viudo Para loscasadosque tienen asignado el valor 1 en la variable CASADO y 0 en el resto al sustituir estos valores en la ecuación: Satisfacción = 20 + 3 Salud + 11,5 casado = 31,5 + 3 salud Para lossolteros: Satisfacción = 20 + 3 Salud + 5 soltero = 25 + 3 salud Para losviudos: Satisfacción = 20 + 3 Salud - 3 viudo = 17 + 3 salud Para losdivorciados: Satisfacción = 20 + 3 Salud S o c i o l o g í a d e l a t e c n o l o g í a . U n i v e r s i d a d d e A l i c a n t e . S o c i o l o g í