Cuando el análisis presenta característica por característica, aisladamente, estaremos en presencia de un análisis estadístico univariado. Ejemplo, cuando decimos que una persona pesa 95 k. independientemente de cualquier otra característica estaremos en presencia de análisis univariado. Igualmente estaremos en estadística univariada cuando decimos (por ejemplo) que el 23% de las personas son de piel blanca y que el resto (77%) son de piel morena. El análisis univariado es el análisis básico, primario. Las características o propiedades de las personas o cosas han de medirse una a una, de modo univariado y si se presentan de esa manera decimos que es análisis univariado. Los estadísticos básicos que conocemos, como la media, la mediana, la moda, la varianza, los porcentajes, entre otros, miden una variable. Es decir, fueron hechos univariados. Ahora bien este tipo de análisis ha sido muy criticado ya que la realidad se presenta interconectada, relacionada. Por ejemplo existe una relación entre el peso y la talla de las personas o entre la el interés y el rendimiento escolar, etc. Como la realidad se presenta relacionada necesitamos métodos más rigurosos para evaluarla. Esto lo podemos hacer de dos modos El primero es medir las variables de modo univariado (analizarlas) y relacionarlas luego en la interpretación. Esto es lo que hacemos generalmente cuando decimos “si tal persona pesa 85 k. y mide 1,7 m., entonces esta persona está muy pesada”. El segundo modo es relacionarlas mediante un índice de masa corporal (IMC) que no es otro que dividir el peso (85) entre la estatura al cuadrado. El IMC es una media bivariada y se interpreta de modo diferente. En nuestro caso el IMC sería (85/1,7^2) = (85/2.89) = 29.41 que según ciertas tablas de salud indican que tiene sobrepeso. De este modo entramos en el Análisis Bivariado Consiste en realizar un tratamiento estadístico a dos variables de manera simultánea. Existen varias formar de realizar este
Análisis Bivariado
procedimiento. Uno de ellos es contar frecuencias dobles, es decir contar dos características a la vez en un individuo por ejemplo sexo femenino y estar casada. Cuando decimos (por ej.) que hay 140 mujeres casadas, hemos hecho un recuento bivariado. Estas frecuencias dobles se usan en tablas anidadas o de doble entrada para el caso de variables nominales u ordinales Otro procedimiento es usar la correlación simplepara el caso de variables cuantitativas. Para estas el procedimiento es bivariado dado que computa el producto de los desvíos respecto de la media para dos variables, evaluadas sobre un mismo individuo, por ejemplo el peso y la estatura, mediante la expresión que indica que cada distancia de “x”, por ejemplo peso, respecto de su media, es multiplicada por la de “y”, por ejemplo estatura. Para el caso de las variables ordinales tenemos otras expresiones de correlación como las tau de Kendall, la D de Somers, etc. que consiste en computar las frecuencias de aumento de ambas variables (x e y) respecto del siguiente valor. Por ejemplo si los valores de “x” son 2, 5, 4 y los de y son 3, 6, 7, tenemos que x crece de 2 a 5 y de 2 a 4 (serían dos crecimientos ya que no crece de 5 a 4), por su parte “y” crece de 3 a 6, de 3 a 7 y de 6 a 7 (tres veces), de modo que ambas crecieron conjuntamente dos veces. Arriba a la derecha se muestran gráficos de dispersión. El análisis bivariado da paso a multivariado
