INFORMATIZACIÓN DEL ANÁLISIS ESTADÍSTICO

ir a tratamiento estadístico de la información

ir a tratamiento de la información

Desde el punto procesual el análisis estadístico no implica nada más que una serie, a veces muy complicada de cálculos aritméticos.Es por ello que aunque las técnicas sean , en ocasiones complejas y requieran un esfuerzo importante para su concepción y/o comprensión, son todas ellas mecanizables con mayor o menor dificultad por procedimientos informáticos.

Algunas de las técnicas estadísticas son fácilmente ejecutables por cualquier programa ofimático medianamente sofisticado, especialmente por las hojas de cálculo comerciales.Sin embargo, otras técnicas necesitan un proceso de calculo importante y requieren un software programado específicamente para tal efecto.Este tipo particular de software se denomina "paquetes estadísticos".

Entre los paquetes estadísticos comerciales los podemos encontrar de muy variados tipos y diversas prestaciones.Algunos son ideales desde el punto de vista pedagógico como el IDP o el StatGrafics,otros facilitan una enorme variedad de herrarmientas de análisis y podemos considerarlos como "paquetes profesionales" , tal es el caso del BMDP, el SPSS, el SAS, o el TSP, este último orientado especialmente hacia el análisis econométrico ( series temporales).

En la actualidad casi todas las firmas de software que desarrollan paquetes estadísticos ofrecen versiones del producto adaptadas para ordenadores personales y sistemas operativos o entornos amigables ( como Windows, p. ej.), en este sentido la situación ha mejorado extraordinariamente en los últimos años.Igualmente casi todos los programas comerciales permiten la importación de la información desde archivos escritos en formatos convencionales de texto, hoja de cálculo o bases de datos, así como la introducción directa de la información a través de su interfaz específico.

Con todo, lo más habitual es que requieran que los datos se suministren con una estructura determinada, afortunadamente la más extendida y difundida, la estructura matricial estándar. La misma con la que habitualmente se trabaja con hojas de cálculo o bases de datos, pero requiriendo habitualmente que las columnas se correspondan con las Variables ( o atributos) [campos] y que las filas representen cada uno de los individuos disponibles [registros].

A partir de la introducción o la importación de los datos, las distintas opciones ( de menú, por ejemplo) del programa nos permitirán realizar los distintos análisis.

Obviamente, el programa no es capaz de distinguir las categorizaciones conceptuales y/o teóricos que el sentido común humano a veces realiza de forma inmediata, por ello, sulen requerirse algunos criterios de codificación, de variables y atributos y algunas normas básicas de secuencia y normalización de los análisis y de los resultados.

Entre estas normas es de destacar la normalización de salida de resultados : "ESTADÍSTICO-SIGNIFICACIÓN"

En la medida en que el programa no sabe si el cálculo de un determinado estadístico ( la mediamuestral, p.ej .) se precisa para realizar una inferencia ( estimación o contraste) o no, es bastante habitual en la utilización de las distintas técnicas que la salida de los resultados incluyan los valores de los estadísticos obtenidos junto con los demás instrumentos necesarios para la realización de inferencias: error estandar, significación asociada, intervalo del 95 %, etc.

Lo más habitual es que se muestre en los resultados el par estadístico, significación, que cabe interpretarla de la siguiente manera:

La significación del estadístico es el valor del Nivel de Significación a partir del cual ( para valores inferiores o iguales que él) rechazaríamos la hipótesis ( habitualmente en un diseño bilateral) de que el auténtico valor del parámetro ( la media de la población, en el ejemplo) sea nulo:

H0: m=0

H1:m< >0

Tiene pues la interpretación alternativa de ser la probabilidad de que siendo nulo el valor del párametro se obtenga por puro azar un valor tan alto o tan bajo.Expres en definitiva la relevancia, significación del estadístico obtenido ( en sentido inverso): Cuanto más bajo sea el valor de la significación tanto más significativo (relevante) es el valor del estadístico obtenido.

En muchas ocasiones se ofrece también en el resultado algún otro indicador complementario para la interpretación inferencial como error estandar, que permita hacer estimación o contrastes de diseño específico ( distintos del contraste simple de significación).El error estandar no es otra cosa que la desviación típica de la distribución muestral del estadístico, especialmente útil cuando el estadístico sigue una distribución normal, como es el caso de la media muestral.