David Gómez Sánchez

16

estadística los intervalos de confianza y las pruebas de hipótesis utilizando las pruebas como z, t y chi cuadrado (Levine, Krehbiel, & Berenson, 2014).

Análisis de dos variables

Al describir la asociación de dos variables y ambas son numéricas se recomienda ampliamente realizar gráficos de dispersión, si ambas no son numéricas se debe utilizar tablas de contingencia, sin embargo si una de ellas es numérica y la otra no lo indicado es usar tablas o gráficos de medias, estas técnicas estadísticas permiten describir adecuadamente la relación de dos variables. Por otro lado si lo que se requiere es generalizar los resultados se deben de utilizar pruebas de hipótesis paramétricas tales como t para muestras independientes, ANOVA de un solo factor, r de Pearson y prueba z, así como las pruebas no paramétricas, rho de Spearman, tau de Kendal, U de Mann Whitney, H de Kruskal Wallis, análisis de la varianza de Friedman, Tau de Kendall, Chi cuadrada, V de Cramer, entre otras como menciona Siegel y Castellan (2003).

Análisis multivariante o de más de dos variables

Cuando se quiere describir o comprender la interacción de las variables o los sujetos se utiliza métodos de interdependencia estadísticos multivariantes, los más conocidos son: Análisis Factorial, Análisis de Conglomerados, Escalamiento Multidimensional y Análisis de Correspondencias Simples o Múltiples. Por otro lado si lo que se requiere es comprender la explicación o predicción de unas variables con otras se utilizan los métodos de dependencia como: MANOVA, Regresión lineal Múltiple, Análisis Conjunto, Análisis Discriminante, Correlación Canónica y Ecuaciones Estructurales, también es importante analizar con redes neuronales y minería de datos (Levy & Varela, 2003).

Conclusiones

En todo momento hay que respetar las normas y reglas que la estadística exige debido a que esta permite: