Fases e tarefas

O estudo estatístico bidimensional, do mesmo xeito que o estudo unidimensional, comprende varias fases que nos axudan a analizar datos que involucran dúas variables. A maioría dos estudos poden encadrarse nun dos tipos seguintes:

• Estudo observacional: os investigadores limítanse a observar o que ocorre sen controlar as condicións nas que se realizan as medicións.
• Estudo experimental: os investigadores controlan as condicións nas que se realizan as medicións.

As fases do estudio estatísitico son:

• Diseño do estudio: Identificar o obxectivo do estudo e as variables que se van analizar.

Por exemplo, se queremos estudar a relación entre o tempo dedicado a estudar (variable X) e as cualificacións obtida por estudantes (variable Y), algunhas hipóteses poderían ser:

H₀: Non existe relación entre as variables (correlación = 0)

H₁: A maior tempo de estudo, mellores cualificacións (correlación > 0)

• Recollida de datos: Recoller os datos relacionados coas dúas variables de interese.

Por exemplo, para 30 estudantes medidas das horas semanais de estudo (X) e as notas (Y) sobre 10 puntos. Obteremos duas columnas de números onde cada fila corresponde a un individuo.

• Organización e presentación dos datos: Organizar os datos nunha táboa ou nun diagrama para facilitar a súa análise.

Constrúese un diagrama de dispersión, representando cada suxeito como un punto cuxas coordenadas son os valores das variables. Isto permite visualizar graficamente se existe algún patrón ou tendencia entre as variables.

• Análise dos datos: Analizar os datos utilizando métodos estatísticos apropiados, como correlación ou regresión.

A correlación mide nunéricamente a intensidade e dirección da relación. O coeficiente de correlación de Pearson varía entre -1 e 1.

• Interpretación dos datos: Interpretar os resultados do análise e facer conclusións en relación co problema inicial.

En base á mostra estudada, interésanos xeneralizar os resultados para a poboación. Por exemplo, contrastar a hipótese nula de non correlación.