Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Bidimensionales
Métodos Lógico-Cuantitativos
Ciencias de la Comunicación
UDELAR
Distribuciones
Bidimensionales
• Se presenta en un cuadro de doble
entrada.
• Distribución conjunta de 2 variables.
• Cada individuo investigado aporta el
dato para cada una de las variables.
• Se presentan los valores de cada
individuo para cada una de las variables.
Distribuciones
Bidimensionales
Variable Dependiente (Y)
Y
X 1 2 3 4 5 6 7 8 FA
1 2 2 17 1 0 0 1 0 23
2 2 9 31 1 1 0 4 0 48 de
X
3 1 0 0 0 0 0 0 0 1
4 0 1 1 1 0 0 0 0 3
Variable 5 12 49 3 1 0 5 0 75
Independien
te
(X) FA de Y N
Distribuciones
Bidimensionales
• Al introducir un modelo de relación entre
variables introducimos los conceptos de:
Dependencia e Independencia
Y
X 1 2 3 4 5 6 7 8
1
2 2 17 1 0 0 1 0
23
2
2 9 31 1 1 0 4 0
48
3
1 0 0 0 0 0 0 0
1
4
0 1 1 1 0 0 0 0
3
N
Cat. de
5 12 49 3 1 0 5 0 75
Var.
Independi Individuos que miden en
ente (x)
las 2 variables (distribución
conjunta)
Distribuciones
Bidimensionales
Categorías de Variable Dependiente
(Y)
Y
X 1 2 3 4 5 6 7 8
Dist
1 Se presenta en un cuadro de 23 Mar
2 doble entrada
48 g.
3 1 de
X
4 3
Cat. de
Var.
5 12 49 3 1 0 5 0 75
Independi
ente
(X)
Distribución Marginal de
Y
N
Distribuciones
Bidimensionales
• La Frecuencia Absoluta de cada variable,
que se acumula en los márgenes del
cuadro, ahora se llama distribución
marginal.
• En la última fila se acumula la distribución
marginal de la variable dependiente (Y).
• En la última columna se acumula la
distribución marginal de la variable
independiente (X).
• La suma de cada marginal da N.
Distribuciones
Bidimensionales
Las distribuciones bidimensionales son importantes
para ver cuales son las categorías de una variable
que mas se relacionan con categorías de la otra
variable.
Este tipo de relación se ve mas claramente cuando
calculamos las Frecuencias Relativas de la
Distribución Bidimensional.
Debemos dividir cada uno de las Frecuencias
conjuntas (cuadros) entre el numero N.
Distribuciones
Bidimensionales
Categorías de Variable Dependiente
(Y)
Salario
Hasta 9000 9000-15000 15000-21000 21000-27000 27000-33000 Total
Nivel
Educativo
157 72 42 12 2 285
Primaria
Cat.
de
72 132 21 7 2 234
Secundaria
Var.
Inde
43 55 80 75 90 343
Terciaria s/
pend terminar
iente
35 37 86 110 126 394
Terciaria
(X)
6
Individuos que miden en las 2 variables
Distribuciones
Bidimensionales
Categorías de Variable Dependiente
(Y)
salario
Hasta 9000-15000 15000- 21000- 27000- Total
9000 21000 27000 33000
Primaria 0,13 0,06 0,03 0,01 0,00 0,23
Primaria 285/1256*10
157/307*100 72/296*100 42/229*100 12/204*100 2/220*100 0
Secundaria 234/1256*10
72/307*100 132/296*100 2/229*100 0
Terciaria s/
terminar 43/307*100
Terciaria
Total 1256/1256*1
307/307*100 296/296*100 229/229*100 204/204*100 220/220*100 00
Distribuciones
Condicionadas
Hasta 9000 9000-15000 15000-21000 21000-27000 27000-33000 Total
Nivel Educativo
Primaria 51,14 18,34 15,04 0,91 0,91 24,02
Secundaria 23,45 44,59 9,17 3,10 0,91 18,31
Terciaria s/ 14,01 18,58 34,93 33,19 40,91 26,84
terminar
Nivel Educativo
Primaria 51,14 18,34 15,04 0,91 0,91 24,02
Secundaria 23,45 44,59 9,17 3,10 0,91 18,31
Terciaria s/ 14,01 18,58 34,93 33,19 40,91 26,84
terminar
Media
Nivel MC MC MC MC MC Total
Educativo(X) 6000 12000 18000 24000 30000
43 55 80 75 90 343 19994
Terciaria s/
terminar
Total
307 296 229 204 220 1256 16213
Utilizamos para el cálculo la Marca de Clase
Distribuciones Conjuntas
Las estrategias de análisis que
recorrimos, tanto para bidimensionales
como para condicionadas funcionan
tanto para variables cualitativas, como
para variables cuantitativas.