MATRIZ DE DATOOOOOOSSSS!!!!!

Matriz de Datos



Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Silvestre .El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853  En 1858, A. Cayley introduce la notación matricial como una forma abreviada de escribir un sistema de m ecuaciones lineales con n incógnitas.
En las Ciencias Sociales el concepto de matriz de datos es introducido por Johan Galtung  (Graduado en Matemáticas y Sociología en la Universidad de Oslo) y fue publicado en un libro titulado “Teoría y Método de la Investigación Social “ por EUDEBA , Bs. As. 1973.

En el capitulo 1 de este libro que justamente se titula “La Matriz de Datos”  Galtug plantea que los Datos tienen una estructura tripartita, y que los elementos de esta estructura son : Las unidades de análisis, Las Variables y Los valores.

En nuestro casos las unidades de análisis son los turistas  encuestados , las variables principales son la satisfacción de los servicios de Hotelería, Transporte, Gastronomía, guiadas , etc. Y los valores  serán las respuestas de cada uno de los turistas  a cada una de las preguntas (Variables)

Cuando se procesan los datos de una investigación, donde , por ejemplo el instrumento de recolección de datos es una encuesta ( o una entrevista)  Los datos son transferidos de cada uno de los cuestionarios a la Matriz de Datos.

Para realizar este pasaje, previamente hay que codificar las respuestas.
La codificación consiste en asignarle un numero a una respuesta o valor .
Por ejemplo, si trabajamos con la variable Sexo ( Los norteamericanos lo llaman Genero ) una forma habitual de codificarlo es asignarle el valor  1  a Femenino (o Mujer)  y 2 a Masculino (o Varón)  .

Si la variable es “Estado Civil” los valores de los códigos podrían ser:
  1. Soltero
  2. Unido
  3. Casado
  4. Separado / Divorciado.
  5. Viudo

En el caso de Los ingresos (Los montos que cada uno percibe como contraprestación de su trabajo ) se pueden volcar directamente.

El formato de la matriz , con las variables que hemos tomado como ejemplo
Tendría estas características:


Unidad de análisis

Sexo

Estado Civil
Ingresos

Turista 1
1
3
1500

Turista 2
1
1
2000

Turista 3
2
2
1300

Turista 4
2
5
1900



El esquema  de lo desarrollado hasta ahora es el siguiente:




Administración de la Encuesta


Codificación

Matriz de datos



Una vez cumplimentada la matriz de datos es posible el procesamiento de datos dependiendo el procedimiento elegido de nuestros conocimientos:

Por ejemplo se puede volcar el contenido de una matriz de datos en una hoja Excel

Recurriendo al programa Microsoft Excel. También es posible pasar su contenido a una base de datos en el programa Microsoft Access.  Otra alternativa es trabajar su contenido manualmente.


Procesamiento de datos: de la matriz de datos a los cuadros

Una vez que tenemos elaborada la matriz de datos esta se convierte en la fuente de la información a obtener , ya que para elaborar un cuadro que combine dos o tres variables debemos ir a la "fuente" , que en este caso y en adelante es siempre la Matriz de datos.
 Normalmente la matriz de datos contiene mas datos que en este ejemplo pero el procedimiento es exactamente el mismo.

El primer paso que habitualmente se da en el tratamiento de los datos es obtener los resultados de cada una de las variables. A este tratamiento se lo denomina monovariable .
Este dato es el mas sencillo de obtener. Por ejemplo si la primera variable era sexo y los dos valores posibles eran femenino y masculino, es decir 1 (uno) y 2 (dos) respectivamente solo tenemos que sumar en la primera columna los 1 y los 2.
Supongamos  que tenemos 40 unidades de análisis ( es decir N = 40) de los cuales 18 son 1 (mujeres) y 22 son 2 (hombres).

Con estos valores podemos confeccionar una tabla  :

Tabla 1
Turista encuestados según Sexo

Sexo
Frecuencias
Femenino
18
Masculino
22
Total
40

Fuente: Encuesta realizada a los turistas del Tour “ Glaciares y lagos” el 20 - XI – 2004.

Normalmente, en los estudios turísticos  se hace necesario trabajar con mas de 1 variable
Por ejemplo se hace necesario combinar sexo con edad de los turistas
Por ejemplo:
Tabla 2
Turistas encuestados según sexo y edad.


Sexo
Edad
15-30
30-45
45-60
Femenino



Masculino



Total

Para llenar la primera celda con el valor correspondiente tengo que hacer una lectura de las dos primeras columnas de la matriz. Para llenar  la primera celda sumo todos  1 (uno = femenino) siempre que en la segunda (edad) también haya  un 1. Supongamos que solo haya 6 casos . Trasladamos ese valor a su celda en el cuadro

Sexo
Edad
15-30
30-45
45-60
Femenino
6


Masculino



Total

Con el mismo procedimiento completamos el cuadro.

Sexo
Edad
15-30
30-45
45-60
Femenino
6
5
7
Masculino
7
7
8
Total
13
12
15
En algunos casos los valores de nuestras variables adoptaran las características de una escala. Por ejemplo   si interrogamos a los turistas de un Tour  acerca de su opinión sobre un determinado servicio turístico y le pedimos que nos indique con cual de estas respuestas se identifica:
·        Muy conforme
·        Conforme
·        Poco conforme
·        Disconforme.

Esos valores  constituyen una escala, en este caso de 4 puntos .que luego de codificada:

Muy conforme   =  1
Conforme          =  2
Poco conforme  =  3
Disconforme.     =  4

Matriz de Datos.

Unidad de análisis

Sexo

Estado Civil
Ingresos
Conformidad Hotel
Turista 1
1
3
1500
2
Turista 2
1
1
2000
1
Turista 3
2
2
1300
4
Turista 4
2
5
1900
3

Al procesar todos los datos podríamos elaborar una tabla con las siguientes características:

Tabla 3

Turistas encuestados según su grado de conformidad con los servicios prestados por la hotelería. En términos absolutos.

Nivel de conformidad en Hotelería
Frecuencias
Muy Conforme
11
Conforme
25
Poco Conforme
2
Disconforme
2
Total
40

Fuente: Encuesta realizada a los turistas del Tour “ Glaciares y lagos” el 20 - XI – 2004.

También se puede presentar la información mostrando los porcentajes de cada una de las categorías.

Tabla 4

Turistas encuestados según su grado de conformidad con los servicios prestados por la hotelería. En porcentajes.


Nivel de conformidad en Hotelería
Porcentaje
Muy Conforme
28
Conforme
62
Poco Conforme
5
Disconforme
5
Total
100
Fuente: Encuesta realizada a los turistas del Tour “ Glaciares y lagos” el 20 - XI – 2004.

En este caso se puede extraer como conclusión que  el 62% esta conforme con los servicios de hotelería, un 28% Muy Conforme . Y los valores de la poca conformidad o disconformidad llegan al 5% en cada caso.

Otra conclusión posible es que el 90% de los turistas esta Conformes o Muy Conformes y solo el 10% esta poco conforme o disconforme. En este caso se han acumulado las frecuencias relativas de la primera y segunda categoría.

También la información puede ser presentada mediante un grafico:

Fuente: Encuesta realizada a los turistas del Tour “ Glaciares y lagos” el 20 - XI – 2004.

En este caso se utilizo un grafico circular utilizando el programa Excel

Comentarios

Publicar un comentario

Entradas más populares de este blog

Varianza y desviación típica

Varianza y desviación típica Varianza La varianza de unos datos es la media aritmética del cuadrado de las desviaciones respecto a la media de la misma. Se simboliza como   y se calcula aplicando la fórmula que se puede simplificar como: Del mismo modo que para la media, no siempre será posible encontrar la varianza, y es un parámetro muy sensible a las puntuaciones extremas. Se puede observar que al estar la desviación elevada al cuadrado, la varianza no puede tener las mismas unidades que los datos. Comparando con el mismo tipo de datos, un varianza elevada significa que los datos están más dispersos. Mientras que un valor de la varianza bajo indica que los valores están por lo general más próximos a la media. Un valor de la varianza igual a cero implica que todos los valores son iguales, y por lo tanto también coinciden con la media aritmética. Ejemplo En un partido de baloncesto, se tiene la siguiente anotación en los jugadores de un equipo:  . Ca...
Seguir leyendo

Cómo calcular la frecuencia acumulada

Cómo calcular la frecuencia acumulada En estadística, la frecuencia absoluta se refiere a la cantidad de veces que un valor aparece en un conjunto de datos. La frecuencia acumulada es diferente: es la suma (o total acumulado) de todas las frecuencias hasta el punto actual del conjunto de datos. No te preocupes si este lenguaje te resulta demasiado técnico: si sigues los pasos con lápiz y papel verás que es fácil. Parte 1 de 2: Frecuencia acumulada básica 1 Ordena el conjunto de datos.  Un "conjunto de datos" es simplemente el grupo de números con el cual vas a trabajar. Ordena estos valores de menor a mayor. ·          Ejemplo:  supón que tu conjunto de datos es la cantidad de libros que cada estudiante ha leído en el último mes. Después de ordenarlo, el conjunto de datos quedaría así: 3, 3, 5, 6, 6, 6, 8. 2 Cuenta la frecuencia absoluta de cada valor.  La frecuencia de un valor es la cantidad de veces que a...
Seguir leyendo

Estudios experimentales y observacionales

Estudios experimentales y observacionales Un objetivo común para un proyecto de investigación estadística es investigar la causalidad, y en particular extraer una conclusión en el efecto que algunos cambios en los valores de predictores o variables independientes tienen sobre una respuesta o variables dependientes. Hay dos grandes tipos de estudios estadísticos para estudiar causalidad: estudios experimentales y observacionales. En ambos tipos de estudios, el efecto de las diferencias de una variable independiente (o variables) en el comportamiento de una variable dependiente es observado. La diferencia entre los dos tipos es la forma en que el estudio es conducido. Cada uno de ellos puede ser muy efectivo. Un estudio experimental implica tomar mediciones del sistema bajo estudio, manipular el sistema y luego tomar mediciones adicionales usando el mismo procedimiento para determinar si la manipulación ha modificado los valores de las mediciones. En contraste, un estudio obse...
Seguir leyendo