ANALISIS EXPEERIMENTAL EN RELACION TIEMPO Y ESPACIO.

...

Gráfico circular, de sectores o pastel.

El gráfico típico de circular, se usa, para representar distribuciones de frecuencias relativas (%) de una variable cualitativa o cuantitativa discreta. En este gráfico se hace corresponder la medida del ángulo de cada sector con la frecuencia correspondiente a la clase en cuestión. Si los 360º del círculo representan el 100 % de los datos clasificados, a cada 1% le corresponderán 3,6º. Luego, para obtener el tamaño del ángulo para un sector dado bastaría con multiplicar el por ciento correspondiente por 3,6º (por simple regla de tres).

Gráfico de barras múltiples.

Se usa para representar las frecuencias observadas en clasificaciones dobles, es decir, cuando son dos los criterios de clasificación, para variables cualitativas o cuantitativas discretas. Su forma de construcción es similar a la del gráfico de barras simples. El hecho de ser doble, triple, cuádruple, etc., parte del número de clases que tenga la variable, que no es el criterio principal de clasificación. Las barras que integran una barra múltiple se colocan juntas o ligeramente solapadas.Histograma.

Este gráfico se usa para representar una distribución de frecuencias de una variable cuantitativa continua. Polígono de frecuencias.

Se utiliza, al igual que el histograma, para representar distribuciones de frecuencias de variables cuantitativas continuas, pero como no se utilizan barras en su confección sino segmentos de recta, de ahí el nombre de polígono.

Habitualmente se usa cuando se quiere mostrar en el mismo gráfico más de una distribución o una clasificación cruzada de una variable cuantitativa continúa con una cualitativa o cuantitativa discreta, ya que por la forma de construcción del histograma sólo se puede representar una distribución.

Gráfico de frecuencias acumuladas u ojiva.

Su objetivo, al igual que el histograma y el polígono de frecuencias es representar distribuciones de frecuencias de variables cuantitativas continuas, pero sólo para frecuencias acumuladas. No se utilizan barras en su confección, sino segmentos de recta, por ello no sólo es útil para representar una distribución de frecuencias sino también cuando se quiere mostrar más de una distribución o una clasificación cruzada de una variable cuantitativa continua con una cualitativa o cuantitativa discreta.

Gráfico aritmético simple.

Este es uno de los más sencillos de confeccionar. Su uso estadístico fundamental es en la representación de series cronológicas, y en casos particulares, para representar los valores promedio o posicionales de muchas dimensiones.

Cartograma.

La representación gráfica denominada sistema cartográfico o cartogramas consisten en representar figuras sobre mapas y aunque no se hacen con base matemática, deben confeccionarse con precisión en relación al fenómeno que representan.

Podemos señalar dos tipos de representación cartográfica:

- Discontinua (mapas rayados, sombreados o punteados).

- Continua (puntos, líneas, superficies y volúmenes).

Pictogramas.

Consiste en figuras que representan un fenómeno que es explicado por la índole misma de la figura.

Análisis de los datos

El análisis de datos consiste en la realización de las operaciones a las que el investigador someterá los datos con la finalidad de alcanzar los objetivos del estudio. Sin embargo es importante planificar los principales aspectos del plan de análisis en función de la verificación de cada una de las hipótesis formuladas ya que estas definiciones condicionarán a su vez la fase de recolección de datos.

Interpretar datos

Los datos el resultado del trabajo científico y constituyen elementos que se someten a estudio, análisis e interpretación. La interpretación de datos es una de las etapas más importantes del trabajo científico, porque se proyecta en las conclusiones.

Una adecuada interpretación de datos se fundamenta en un diseño experimental adecuado a la naturaleza del problema que se investiga; en la realización de observaciones y mediciones cuidadosas, y en el empleo de técnicas de investigación adecuadas. Los datos mismos tienen poco interés por sí mismos; lo importante es la nueva luz que surge al examinarlos; las generalizaciones que se pueden formular y las nuevas preguntas que plantean principalmente.

En ciencias, los datos se suelen presentar en forma de tablas, gráficos, esquemas, etc. No hay ciencia sin datos; no hay investigación científica sin interpretación de datos.

Por una parte es necesario ser riguroso para obtener datos; por otra, es fundamental ser muy cuidadoso para interpretarlos: las generalizaciones precipitadas no forman parte del trabajo propiamente científico.

Al investigar, por ejemplo, la rapidez de evaporación de un líquido en función de determinados factores, el resultado del trabajo será una información, datos cuya interpretación permitirá establecer determinadas conclusiones. Por cierto que un buen trabajo experimental es la condición indispensable para obtener datos fiables y válidos. Si las observaciones y mediciones realizadas, las técnicas empleadas y el control de variables no son confiables, los datos obtenidos carecen de validez. Además, los datos no pueden someterse a análisis si no constituyen un volumen tal que permita establecer conclusiones.

Esto significa que hay una relación estrecha entre el volumen de información obtenida y las conclusiones que se puedan formular.

Si se está investigando, por ejemplo, en qué medida influye una dieta determinada en el desarrollo de las aves de corral, no será suficiente realizar tres o cuatro mediciones...

Además de precisar bien las condiciones experimentales y realizar un adecuado control de variables será imprescindible obtener un volumen de datos que permita una conclusión de carácter general.

No hay reglas precisas para determinar cuál es este volumen de datos; pero el experimentador lo determina considerando fundamentalmente la naturaleza de la investigación que realiza y las normas de carácter general que rigen en la comunidad científica.

Finalmente,