Dimensiones del análisis estadístico

Fuente: hecho a partir de http://ciconiastur.blogspot.com

¿qué entendemos por análisis estadístico? Cuando se planifica un muestreo, se tienen, además de los aspectos técnicos de la muestra, los lugares donde se van a realizar las encuestas y el instrumento que se va a correr. Estos elementos que, constituyen parte del plan del estudio, ya es un pre-análisis de la muestra; ¿Por qué? Si llamamos análisis a la descomposición del todo en partes convenientes al estudio, ad-hoc, al definir el objeto del estudio u objeto epistémico, debemos decir cual es, donde está, cómo lo localizamos, qué aspectos vamos a estudiar de él, etc.; de tal manera que estaremos realizando un pre-análisis al descomponer el objeto epistémico en una organización de las partes componentes.

Ahora bien, cuando tomamos la muestra o realizamos las encuestas, construimos la matriz de datos y a partir de ella realizamos el análisis estadístico sobre cada variable. ¿qué buscamos en la masa de datos? ¿cómo la analizamos o descomponemos? En primer lugar, suponemos que esa masa de datos tiene una estructura, es decir, no es tan homogénea como una línea recta, pero tampoco es muy irregular. Esta suposición nos conduce a pensar que podríamos descubrir una estructura interesante que apoye las hipótesis del estudio. Para la estadística descriptiva tal estructura es la siguiente:

1. los datos tienen una delimitación o cobertura que los limita y distingue de otra masa de datos. Para describir esta primera característica se usan estadísticos como: la amplitud o rango, el valor mayor, el menor, la suma y la cuenta.

2. tienen, al menos, un centro donde se concentra la mayoría de los valores. Acá usamos la media, la mediana y la moda

3. pueden dividirse, convenientemente, en tantas partes que les den sentido a los datos para el estudio. Para esto echamos mano de los fractiles o centiles.

4. poseen variabilidad. En este caso usamos el rango intercuartílico, la varianza y la desviación típica.

Estos estadísticos se usan dependiendo de la métrica de los datos, esto es, si son no métricos (nominales u ordinales) o métricos (intervalo o razón). Existen otros estadísticos como la curtosis, la asimetría y el error típico de la media. Sin embargo, estos valores sirven para hipotetizar la forma de la curva genérica de los datos o curva de probabilidades y en un primer análisis descriptivo esto no interesa.

Generalmente se comete el error de calcular solo un valor, como la media o algunos fractiles, corriendo el riesgo de perder toda la riqueza de los datos. Es aconsejable un proceso de inmersión en los datos para que nos permita lograr la mayor significación posible.