Acceso usuarios
México
El objetivo del presente escrito es el rescate de las técnicas de la estadística no paramétrica. La estadística no paramétrica es la más apropiada para escalas de baja categoría: nominal y ordinal (investigación cualitativa). Es importante porque es muy útil para trabajar muestras pequeñas de datos categóricos u ordinales, independientemente de la distribución de las muestras que se desean contrastar. Entre los resultados de este trabajo, se muestra una matriz de investigación científica que devela 10 tipos de diseño de investigación, que resultan de combinar cuatro criterios dicotómicos como materia prima obligada para hacer investigación. Y se concluye que cuando se usan variables cualitativas y escalas nominales u ordinales han de usarse técnicas estadísticas no paramétricas, considerando que las variables cualitativas son categóricas o clasificatorias, dado que denotan cualidad e imperan en el campo de las ciencias sociales y son de criterio observacional.
The objective of this writing is to rescue the techniques of non-parametric statistics. Nonparametric statistics is the most appropriate for low-category scales: nominal and ordinal (qualitative research). It is important because it is very useful for working with small samples of categorical or ordinal data, regardless of the distribution of the samples to be contrasted. Among the results of this work, a scientific research matrix is shown that reveals 10 types of research design that result from combining four dichotomous criteria as an obligatory raw material for doing research. And it is concluded that when qualitative variables and nominal or ordinal scales are used, non-parametric statistical techniques must be used, considering that qualitative variables are categorical or classificatory, since they denote quality and prevail in the field of social sciences and are observational criteria
O objetivo desta escrita é o resgate de técnicas estatísticas não paramétricas. A estatística não paramétrica é a mais adequada para escalas de categoria inferior: nominal e ordinal (pesquisa qualitativa). É importante porque é muito útil para trabalhar com pequenas amostras de dados categóricos ou ordinais, independentemente da distribuição das amostras a serem contrastadas. Entre os resultados deste trabalho, mostra-se uma matriz de pesquisa científica que revela 10 tipos de desenho de pesquisa, que resultam da combinação de quatro critérios dicotômicos como matéria-prima necessária para realizar pesquisas. E conclui-se que quando se utilizam variáveis qualitativas e escalas nominais ou ordinais, devem ser utilizadas técnicas estatísticas não paramétricas, considerando que as variáveis qualitativas são categóricas ou classificatórias, pois denotam qualidade e prevalecem no campo das ciências sociais e são de interesse observacional. critérios
