class: front <!--- Para correr en ATOM - open terminal, abrir R (simplemente, R y enter) - rmarkdown::render('static/docpres/07_interacciones/7interacciones.Rmd', 'xaringan::moon_reader') About macros.js: permite escalar las imágenes como [scale 50%](path to image), hay si que grabar ese archivo js en el directorio. ---> .pull-left[ # Metodología Cuantitativa Avanzada ## .black[Daniela Olivares Collío] ## Magister Ciencias Sociales ## 1er Sem 2024 ## [.green[metod2-mcs.netlify.com]](https://metod2-mcs.netlify.com) ] .pull-right[ .right[ <br> ## .yellow[Sesión 2: Correlación]  ] ] --- layout: true class: animated, fadeIn --- class: inverse, bottom, right, animated, slideInRight # .red[Sesión 2] <br> Repaso sesión anterior Medidas de tendencia central Tipos de diseños de investigación Operacionalización de variables <br> <br> <br> <br> --- class: inverse, bottom, right # .red[Sesión 2] <br> .yellow[Repaso sesión anterior] Medidas de tendencia central Tipos de diseños de investigación Operacionalización de variables <br> <br> <br> <br> --- ## Datos y variables - discretas (Rango finito de valores): - Dicotómicas - Politómicas - continuas: - Rango (teóricamente) infinito de valores. --- ## Escalas de medición de variables - NOIR: Nominal, Ordinal, Intervalar, Razón .small[ | Tipo | Características | Propiedad de números | Ejemplo| |------------ |----------------------------------------------|--------------- |----------- | | *Nominal* | Uso de números en lugar de palabras | Identidad | Nacionalidad | | *Ordinal* | Números se usan para ordenar series | + ranking | Nivel educacional | | *Intervalar* | Intervalos iguales entre números | + igualdad | Temperatura | | *Razón* | Cero real | + aditividad | Distancia | ] --- ## Tipos de datos en relación a escalas de medición. * **Datos categóricos**: - pueden ser medidos sólo mediante escalas nominales, u ordinales en caso de orden de rango * **Datos continuos**: - Medidos en escalas intervalares o de razón - Pueden ser transformados a datos categóricos --- class: inverse, bottom, right # .red[Sesión 2] <br> Repaso sesión anterior .yellow[Medidas de tendencia central] Tipos de diseños de investigación Operacionalización de variables <br> <br> <br> <br> --- ## Medidas de tendencia Central * **Moda**: valor que ocurre más frecuentemente -- * **Mediana**: valor medio de la distribución ordenada. Si N es par, entonces es el promedio de los valores medios -- * **Media** o promedio aritmético: suma de los valores dividido por el total de casos --- .pull-left-narrow[ ## Dispersión: ### Varianza ] .pull-right-wide[  ] --- .pull-left-narrow[ ## Dispersión: ### Varianza ] .pull-right-wide[  ] --- .pull-left-narrow[ ## Dispersión: ### Varianza ] .pull-right-wide[  ] --- ## Dispersión:  --- class: inverse, middle, center #La **VARIANZA** equivale al promedio de la suma de las diferencias del promedio al cuadrado --- ## Desviación Estándar .pull-left-narrow[  ] .pull-right-wide[ - Raiz Cuadrada de la varianza. - Expresada en la mismas unidades que los puntajes de la escala original ] --- class: middle, center # Más sobre datos, variables y varianza en: ##- [Moore: 1.Comprensión de los datos (1-54)](https://multivariada.netlify.app/docs/lecturas/moore_comprensiondelosdatos.pdf) --- class: inverse, bottom, right # .red[Sesión 2] <br> Repaso sesión anterior Medidas de tendencia central .yellow[Tipos de diseños de investigación] Operacionalización de variables <br> <br> <br> <br> --- ## Tipos de diseños de investigación Un diseño de investigación es un plan estructurado y ordenado, que está orientado a responder empíricamente (con evidencia observable) una pregunta de investigación. ¿Qué aspecto de la teoría se va a investigar? ¿Cómo se levantarán los datos? ¿cómo se analizará la información obtenida? Todo diseño de investigación busca **obtener conclusiones basadas en la evidencia empírica y un correcto tratamiento de los datos** --- ## Tipos de diseños de investigación Según el grado de intervención del investigador/a: * **Experimentales**: Manipulación o tratamiento de fenómenos y/o información para investigar causalidad * **Observacionales**: Descripción *objetiva* de un fenómeno --- ## Tipos de diseños de investigación Según los objetivos de investigación: * **Descriptivos**: describir conceptos nuevos, asociaciones o agrupaciones entre conceptos * **Causales**: conocer efectos causales o encontrar causas que expliquen un fenómeno a partir de los datos observados --- ## Tipos de diseños de investigación Según el tiempo de estudio: * **Transversal**: Los datos se toman en un momento determinado y no hay manipulación de variables. * **Longitudinales**: - panel: estudio del mismo grupo de personas a través del tiempo - Tendencia: estudio de la misma población, pero distinto grupo de personas --- class: inverse, bottom, right # .red[Sesión 2] <br> Repaso sesión anterior Medidas de tendencia central Tipos de diseños de investigación .yellow[Operacionalización de variables] <br> <br> <br> <br> --- ## Operacionalización de variables Guía de trabajo en: # .center[[**metod1-mcs.netlify.app/resource/02-resource.html**](https://metod1-mcs.netlify.app/resource/02-resource.html)] --- .center[] <br> <br> <br> --- class: front .pull-left[ # Metodología I ## **Kevin Carrasco** ## Magister en Ciencias Sociales FACSO - UChile ## 1er Sem 2023 ## [.green[metod1-mcs.netlify.com]](https://metod1-mcs.netlify.com) ] .pull-right[ .right[ <br> ## .yellow[Sesión 2: Operacionalización de variables ]  ] ]