El procesamiento de resultados puede efectuarse mediante:
Análisis de Pareto: técnica para
estudiar fuentes de problemas y las prioridades relativas de sus causas. Se
emplea frecuentemente para evaluar causas de problemas de calidad en programas
de Total Quality Management (TQM).
Diagrama de
causa/efecto (espina de pescado): gráfica mediante la cual los
miembros de un equipo representan, categorizan y evalúan los posibles motivos
de un resultado o una reacción; por lo general, se expresa como un problema
para resolver. Se le conoce como diagrama de Ishikaw (Hellriegel & Slocon,
2010).
Gráficas de
control: se utilizan para hacer control de calidad de procesos: según Levin
&Rubin (1996), “estas gráficas también se conocen con el nombre de
diagramas de control y son de varios tipos” (p.179).
Diagramas X o
diagramas de control para medidas de procesos.
Diagramas R o
diagramas de control para variabilidad de procesos.
Diagramas p o
diagramas de control para atributos.
Distribución de
frecuencias y representaciones gráficas: una distribución de frecuencias
indica el número de veces que ocurre cada valor o dato en una tabla de
resultados de un trabajo de campo.
Histogramas: son medios gráficos
para representar la distribución de frecuencias.
Polígonos de
frecuencia: al igual que el histograma, son gráficas que permiten obtener una
imagen rápida de las principales características de los datos de una
distribución de frecuencias.
Gráficas de barras
o pie (pastel): son formas distintas de representar los datos de una
investigación.
Medidas de
tendencia central
Media: sumatoria de
un conjunto de puntajes dividida por el número total de estos.
Moda: puntaje que
se presenta con mayor frecuencia en una distribución de datos.
Mediana: valor que
divide a una distribución de frecuencias por la mitad, una vez ordenados los
datos de manera ascendente o descendente.
Medidas de
dispersión
Varianza: suma de las
desviaciones de la media elevadas al cuadrado, dividida entre el número de
observaciones menos uno.
Desviaciones
estándares: cantidad promedio en que cada uno de los puntajes individuales
varía respecto a la media del conjunto de puntajes.
Pruebas
estadísticas
Prueba t de
Student: estadístico de prueba que se utiliza cuando las poblaciones son
pequeñas (n ≤ 30).
Prueba Z: prueba de
distribución normal, que tiene que ver con la probabilidad de que un puntaje
dado de una medición aparezca en una distribución.
Análisis de
varianza: prueba estadística para analizar si más de dos grupos difieren
significativamente entre sí, en cuanto a sus medidas y varianzas.
Análisis de
covarianza: prueba que se usa para analizar la existencia o no de relación
entre una variable dependiente y dos o más independientes.
Chi cuadrado: prueba
estadística que permite probar si más de dos pro-porciones de población pueden
considerarse iguales; o, en otras palabras, permite probar si esas proporciones
no presentan diferencias significativas.
Análisis de
regresión y correlación: el análisis de regresión tiene como objetivo
analizar la relación funcional entre dos o más variables y el análisis de
correlación analiza el grado de asociación entre variables.
Análisis de
regresión múltiple: analiza la posible relación entre variables inde-pendientes y
variables dependientes.
Análisis factorial: analiza la
estructura de las interrelaciones entre varias variables sin condicionar la
distinción entre variables dependientes e independientes.
Análisis
multivariado de varianza (Manova): método del análisis de la
varianza univariante cuando se tiene la presencia de varias variables
dependientes, cuyo objetivo es contrastar la significación de una o más
variables independientes (denominadas factores) para el conjunto de variables
independientes.
No hay comentarios.:
Publicar un comentario