INTRODUCCIÓN El análisis bivariable y multivariable son parte de la estadística y del análisis de datos que estudia, analiza, representa e interpreta los datos que que resu result ltan an de obse observ rvar ar 2 o má máss vari variabl ables es es esta tadí díst stic icas as so sobr bre e una una muestra de individuos. Las variables observables son homogéneas y correlacionadas, sin que alguna predomine sobre las demás. La informacin estadística en dicho análisis es de carácter multidimensional, por lo tanto la geometría, el cálcul cálculo o matric matricial ial y las distri distribuc bucion iones es multiv multivari ariabl ables es !uegan !uegan un papel papel fundamental. La informacin bivariable y multivariable es una matriz de datos, pero a menu me nudo do,, en la mult multiv ivari ariabl able e la info inform rmac aci in n de entr entrada ada co consi nsist ste e en matri atrice cess de dist distan anci cias as o sim similar ilarid idad ade es, que que miden den el grad grado o de discrepancia entre los individuos. "omenzaremos "omenzaremos con las técnicas que se basan en matrices de datos. EL #$%L&'&' (E L)' (#*)' En el dise+o de una investigacin ya se prevén los análisis a realizar con la informacin reunida en el desarrollo de la investigacin. $o obstante, resulta necesario hacer análisis previos eploratorios como paso previo a la decisin de qué tipo de técnica analítica se va a aplicaraplicar- $&/#0LE, $&/#0LE, 1&/#0LE 1&/#0LE ) L*&/#0LE.
CUADRO COMPARATIVO ANALISIS DE DATOS BIVARIABLE Y MULTIVARIABLE E'*#(&'*&"# 1&/#0LE E'*#(&'*&"# L*&/#0LE
(espués de hacer el análisis univariable 3eploratorio4, procede hacer el bivariable, tanto con 5nes descriptivos
3descripcin de las poblacin
observada4 como eplicativo 3análisis de posibles relaciones causales entre
variables independientes y dependientes4 1uscan relaciones entre más de dos variables de manera simultánea.
En las ciencias sociales el análisis bivariable es por regla general insu5ciente
o simplista En la investigacin social la práctica habitual es la confeccin de *#1L#' (E
")$*&$6E$"&# 3tienen, al menos, dos variables4 'u 5nalidad es analizar simultáneamente con!untos de datos multivariante en el sentido de que hay varias variables medidas para cada individuo 7
ob!eto estudiado. #demás de las variables, ha de delimitarse la informacin que se precise 3frecuencias absolutas, porcenta!es 3horizontales, verticales, totales4, y estadísticas que midan el grado y la signi5catividad de la relacin entre las
variables La peculiaridad del análisis multivariable reside en operar con un n7mero elevado de variables, y de manera simultánea, basándose en el cálculo matricial 3con!unto de técnicas estadísticas que permite el análisis
simultáneo de más de dos variables en una muestra de observaciones4 "ada casilla que resulta del cruce de una 8&L# con una ")L$# 3es decir,
del cruce de un atributo de una variable con el atributo de la otra variable. 9ara el análisis multivariable eiste un amplio abanico de técnicas que pueden agruparse en dos grandes categorías 3técnicas de dependencia y técnicas de interdependencia4, en funcin de si se diferencia o no, entre
variables dependientes e independientes. Las técnicas más utilizadas son la "hi : cuadrada y el análisis de la /arianza. Las técnicas más utilizadas son- 0egresin m7ltiple, análisis de varianza y con!unto.
Clasificación de técnicas Bivariable ANALISIS BIVARIABLE
GRUPO DE PRUEBAS Pruebas no paramétricas Tamaño Muestral n≥50
Al menos una de las dos variables es métrica Tamaño Muestral n<50
Los datos siguen una distribución normal o no
Pruebas paramétricas
Los datos siguen una distribución normal
Pruebas paramétricas
Los datos no siguen una distribución normal
Pruebas no paramétricas
Clasificación de técnicas Multivariables Variables deendientes !"s#
Variables deendientes !$s#
No métricas (Nominales u ordinales )
Métricas No métricas (De raón o escala )
No métricas (Nominales u ordinales )
!n"lisis discriminante #egresión log$stica
!N%&! n' !N%&!' ML)
Métricas No métricas (De raón o escala )
!n"lisis discriminante #egresión log$stica
!nalisis de regresión lineal !N*%&!' ML
CONCLUSIONES
La 5nalidad esencial de la estadística multivariable es analizar simultáneamente con!untos de datos en el sentido de que hay varias variables medidas para cada individuo u ob!eto estudiado.
La estadística bivariable analiza o relacin a dos variables dependientes o independientes, mientras que la estadística multivariable busca
relaciones entre más de dos variables de manera simultánea. En las técnicas de recoleccin de datos bivariable son las más utilizadas
la Chi – cuadrada y el anli!i! de la Varian"a# En las técnicas de recoleccin de datos multivariables encontramos a las más comunes las de Re$re!i%n &'l(i)le* anli!i! de +arian"a y c,n-un(,#
BIBLIO.RA/IA
Estadística, 8ernández 8ernández, 'antiago, ;osé aría "ordero 'ánchez, y #le!andro "rdoba Largo. 2<<2. Estadística Descriptiva . adrid- E'&".
oore, (avid '. 2<<<. Estadística Aplicada Bàsica . 1arcelona- #ntoni 1osch.
=onnacott, *homas >., y 0onald ;. =onnacott. 2<
#nálisis de datos con '9''
8ilgueira Lpez, Esther. 2<<@. Análisis de Datos con SPSSWIN. adrid#lianza Editorial.
9ardo, #ntonio y iguel %ngel 0uiz. 2<<2. SPSS 11. uía para el análisis de datos. adrid- c6raAB>ill.
'9'' &$". 2<<@. uía para el análisis de datos . adrid- '9'' >ispanoportuguesa. 3"(B0om4
'ierra 1ravo. 0. (iccionario 9ractico de Estadística, Ed 9araninfo '.#. adrid. Espa+a, pags CDBC, @B@F, ?2B?G2.
