Introduccion_al_Analisis_Multivariable

Anuncio
Introducción al Análisis Multivariable
OBJETIVOS

Ofrecer al alumno un panorama general de las técnicas de Análisis Multivariable y
dotarle, de una visión global, respecto a su aplicación dentro de la investigación social.

Proponer los elementos conceptuales relativos al Análisis Multivariable como base para
la reflexión metodológica sobre la aplicación de modelos matemático-estadísticos a la
investigación social. Discusión sobre los supuestos paramétricos y las consecuencias de su
no cumplimiento.

Presentación de diferentes esquemas alternativos que guían y orientan, de manera
tentativa, la selección de las técnicas de Análisis Multivariable, en su aplicación a
investigaciones particulares.

Presentación de los diferentes programas informáticos de análisis estadístico para el
manejo y aplicación de las técnicas multivariables. Presentación y desarrollo del concepto
Estadística Informática.
SÍNTESIS DE CONTENIDOS





Origen y desarrollo del Análisis Multivariable
El concepto de Análisis Multivariable
Análisis de datos y las técnicas de Análisis Multivariable
Diversos criterios para la clasificación de las técnicas de Análisis Multivariable
Análisis Multivariable y desarrollo informático de paquetes estadísticos, estadística
informática
RESUMEN DEL TEMA: CONCEPTOS Y METODOLOGÍA
Se comienza por definir el concepto de Análisis Multivariable, al tiempo que se ubica
históricamente su origen y posterior desarrollo y aplicación a diferentes áreas de conocimiento,
entre ellas las Sociología. A su vez, se muestran los diferentes programas informáticos de análisis
estadístico referidos al Análisis Multivariable. Es claro, que las técnicas de Análisis Multivariable se
generalizan en su aplicación, a partir del desarrollo e irrupción de la informática, ya que la
laboriosidad de los cálculos las hacía impracticables de otro modo. Por tanto, es necesario hablar
de estadística informática, como resultado de la conexión inevitable de la estadística aplicada y
la informática, cuando actualmente nos referimos al Análisis Multivariable en la investigación
empírica. Con este objeto, se han desarrollado multitud de programas estadísticos que facilitan
esta labor y todo tipo de cálculos, algunos de ellos, para aplicaciones específicas como SPAD,
LISREL, y otros de carácter general como SPSS, BMDP, SAS, etc…
De este modo, el estudiante puede adquirir, desde una perspectiva global, el significado
de la aplicación de las técnicas de Análisis Multivariable en el Análisis social, junto con la
aplicación de las nuevas tecnologías informáticas que simplifican y facilitan esta tarea, permitiendo
el manejo conjunto de gran cantidad de información.
Esta primera aproximación al análisis multivariable supone, al mismo tiempo,
una
reflexión metodológica en relación, a la aplicación de modelos matemáticos y lenguaje axiomático
en la investigación social. Se analizan, en este sentido, cuestiones relativas al cumplimiento de los
supuestos paramétricos, y toda una serie de limitaciones referidas a la aplicación de estos
modelos a fenómenos de naturaleza social. El Análisis multivariable, bajo el principio de causación
múltiple, como conjunto de métodos matemático-estadísticos permite el análisis de observaciones
multidimensionales; evidentemente la riqueza y complejidad de lo social requiere un análisis de
este tipo que permita analizar y explicar la importancia de todos los aspectos -variables- que
intervienen en el origen y caracterización de un fenómeno social concreto. De este modo, y desde
un punto de vista conceptual, el Análisis Multivariable se convierte así en la piedra angular del
análisis social desde la perspectiva cualitativa.
En definitiva, con esta introducción se pretende presentar un panorama general y una
primera aproximación a las técnicas de Análisis Multivariable, con objeto de conocer en qué
situaciones es adecuado utilizar a aplicar cada técnica. Respecto a este tema existen múltiples
criterios que dan lugar a otras tantas clasificaciones de las diversas técnicas existentes. En
general, los criterios prioritarios que generalmente se utilizan para esta selección son:
1.- En primer lugar los objetivos centrales de la investigación, en general, descriptivos o
explicativos
2.- En segundo lugar, criterios relativos al establecimiento de relaciones de dependencia o
interdependencia entre las variables. En el caso de relaciones de dependencia número de
variables dependientes.
3.- Y por último naturaleza de las variables implicadas, referida a su nivel de medición.
En este sentido cualquiera de las clasificaciones generales puede servirnos. Si
trasladamos a estos esquemas las circunstancias concretas de cada investigación particular,
obtendremos a partir de ellos una guía práctica para nuestros análisis. Siguiendo la propuesta de
Bisquerra Alzina y, exceptuando la referencia detallada de las técnicas de carácter no paramétrico,
este esquema recoge de modo sencillo y sintético las principales técnicas de análisis
multivariable.1
Pero evidentemente, el hecho de que se presenten este tipo de criterios y esquemas que
ayudan a la selección no debe implicar la idea de exclusividad de cada técnica para cada caso
concreto. Muy por el contrario los análisis multivariables no son mutuamente excluyentes, de modo
que estas clasificaciones son sólo una guía que orienta y simplifica la complejidad de la relación
entre los diferentes tipos de análisis. En este sentido y como recomienda R. Bisquerra Alzina:
“Para tener un conocimiento lo más preciso y objetivo posible de la realidad, conviene
realizar diversos análisis sobre la misma matriz de datos. Si los resultados obtenidos
1
Bisquerra Alzina R. Introducción conceptual a las técnicas de análisis multivariable. Un enfoque
informático con los paquetes SPSS-X, BMDP, LISREL y SPAD (vol. I) Barcelona: PPU, 1989. P. 18-19
son congruentes, las conclusiones pueden ser más consistentes. Por ejemplo si sobre
una misma matriz de datos se realiza un análisis factorial, una análisis de escalas
multidimensionales y un cluster analysis, llegando en todos los casos a los mismos
resultados, es señal de que los diversos análisis reflejan la realidad. En caso contrario,
los resultados pueden depender del método utilizado” (R. Bisquerra Alzina: 1989, p. 14)
En función de estos criterios, se desarrollará, a partir de aquí, y de manera detallada, el
análisis teórico y la aplicación de cada una de las técnicas de Análisis Multivariable. Nuestro
objetivo es conseguir una comprensión de cada una de las técnicas junto con las condiciones y
usos de su aplicación, lo que debe de llevarnos a una adecuada interpretación de los resultados.
Nuestra pretensión es conseguir, respecto a ello, un manejo fluido estas técnicas y una
compresión de su importancia y significado en la investigación social.
Bibliografía recomendada
ANDERSON, T.W. (1958) An Introduction to Multivariate Statistical Analysis, Nueva York: John
Wiley
ANDREWS, Frank M. (1981) A Guide for Selecting Statistical Techniques for Analyzing Social
Science Data Segunda Edición Survey Research Center Institute for Social Research The
University of Michigan
BISQUERRA ALZINA, R. (1980) Introducción conceptual al Análisis Multivariable. Un enfoque
informático con los paquetes SPSS-X, BMDP, LISREL y SPAD (Vol I y Vol II). Barcelona: PPU.
BLALOCK, H.M. (1980) Estadística Social. Madrid: F.C.E. (V.O. Social Statistics. Nueva York:
McGraw Hill)
CUADRAS, C.M. (1991) Métodos de Análisis Multivariable Barcelona: PPU
CHATFIELD, C. y COLLINS, A.J. (1983) Introduction to Multivariate Analysis. Londres: Chapman
and Hall
FREED, Man et Al. (1993) Estadística. Traducción de Alicia Coduras y Toni Cuffé. Barcelona:
Antoni Bosch Editor
GRAWITZ , Madeleine (1984) Métodos y Técnicas de las Ciencias Sociales. Barcelona: Hispano
Europea
HARRIS, R.J. (1985) A primer of Multivariate Statistics. Orlando, Florida: Academic
KENDALL, M.G. (1975) Multivariate Analysis. Londres: Griffin
KISH, L. (1995) Diseño estadístico para la investigación. Madrid: CIS
KRZANOWSKI, W.J. (1988) Principles of Multivariate Analysis. Oxford: Clarendon Press
LEBART, L., MONRINEAU, A. y FENELON, J.P. (1985) Tratamiento estadístico de datos. Métodos
y programas. Barcelona: Marcombo
NORTES CHECA, Andrés (1991) Estadística teórica y aplicada. Barcelona: PPU
NORUSIS, M.J. (1983) SPSS-X Introductory Statistics Guide. Nueva York: McGraw Hill
NORUSIS, M.J. (1985) SPSS-X Avanced Statistics Guide. Nueva York: McGraw Hill
SANCHEZ CARRIÓN, J.J. (1984) Introducción a las técnicas de Análisis Multivariable apliacadas
a las Ciencias Sociales. Madrid: CIS
SCHRODT, Ph.A. (1984) Microcomputer Methods for Social Scientists. Beverly-Hills, California:
Sage
SIERRA BRAVO, R. (1987) Técnicas de Investigación Social. Teoría y Ejercicios. Madrid:
Paraninfo, S.A.
STEVENS, J.P. (1987) Applied Multivariate Statistics for Social Sciences. Hillsdale, Nueva Jersey:
Lawernce Erlbaum Associates Ltd.
Definiciones de Análisis Multivariable
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 conjnto n>1 variables,
que pueden ser de tipo cuantitativo o una mezcla de ambos.”
Técnicas
Multivariables
Propósito del
Análisis
Contrastes
VD
=1
K
=
2
T
de
Stu
de
nt
VD
>1
Númer
o
de VD
Nº
de
grup
os
K
>
2
Co
ntra
ste
s
no
par
am
étri
cos
AN
O
VA
K
=
2
T de
Hoteling
Predicción de
Pertenencia
Correlación
Nº
de
grup
os
VD
=1
K
>
2
V
I
=
1
M R de
AN Pear
son
O
VA
Nº
de
VI
Cor
rela
ció
n
no
par
am
étri
ca
Númer
o
de VD
Reduc
ción
de
la
inform
ación
VD
>1
V
I
>
1
Regresió
n
Múltiple
Co
rrel
aci
ón
Ca
nó
nic
a
Métodos
Descriptivos
Análi
sis
Discr
imin
ante
C
o
nt
i
n
u
a
Análi
s
sis
Fact
orial
Tip
o
de
Var
Escala
s Multi
dimen
sional
es
Tipo de
descrip
ción
Di
s
cr
e
ta
s
Análisi
s de
Corres
ponde
ncias
Ajuste de
Modelos
Clasif
icació
n
Clust
er
Análi
sis
Sincr
ónico
C
o
nt
i
n
u
a
Mod
s
elos
Cau
sale
s
Tip
o
de
Var
Tipo
de
Ajuste
Diacr
ónico
Di
s
cr
e
ta
s
Modelos
Loglineales
Modelos de
Series
Temporales
ARIMA
Descargar