Clemente

Autores
Diseo de portada:
Edita:
ISBN:
Depsito Legal:
Imprime:
No est permitida la reproduccin total o parcial de esta obra, ni su tratamiento informtico, ni la

transmisin de ninguna forma o por ningn medio, ya sea electrnico, mecnico, por fotocopia, u
otros medios, sin el permiso previo y por escrito de los titulares del Copyright.
INICIACIN AL ANLISIS DE DATOS

CUANTITATIVOS EN EDUCACIN. TEORA Y
PRCTICA MEDIANTE SPSS DEL ANLISIS
DESCRIPTIVO BSICO
AUTORES:
Clemente Rodrguez Sabiote
Miguel ngel Gallardo Vigil
Teresa Pozo Lorente
Jos Gutirrez Prez
Primera parte: Teora
INDICE
Primera parte: Teora ...
1. Ideas previas sobre la organizacin de datos en la investigacin educativa .
1.1. Anlisis exploratorio de datos
1.2. Algunos ejemplos sobre la organizacin de datos en la investigacin educativa
2. Nociones Bsicas sobre anlisis descriptivo clsico ............................................
2.1. Distribucin de frecuencias .............................................
2.2. Representaciones grficas ..
2.2.1. Representaciones grficas ms frecuentes en el campo de la
investigacin educativa.
2.2.1.1. Diagrama de Barras
2.2.1.2. Pictograma ...
2.2.1.3. Polgono de frecuencias ......................
2.2.1.4. Histograma ..
2.2.1.5. Diagrama de sectores
2.2.1.6. Diagrama de tallo y hojas .
2.2.1.7. Diagrama de caja y pastillas .
2.2.2. Algunos errores en la construccin de grficos ..
2.2.2.1. La manipulacin del eje de ordenadas ..
2.2.2.2. La manipulacin del eje de abcisas .
2.3. Medidas de tendencia central .............................
2.3.1. Media aritmtica
2.3.2. Mediana .
2.3.3. Moda ..
2.3.4. Cuestionamiento de la media aritmtica como medida representativa del conjunto
en algunas ocasiones .............................................
2.4. Medidas de dispersin .
2.4.1. Amplitud, Rango o Recorrido ..
2.4.2. Desviacin Media ..
2.4.3. Desviacin Tpica ..
2.4.4. Varianza .
2.4.5. Coeficiente de Variacin .
2.4.6. Cmo interpretar los estadsticos de dispersin .
2.5. Medidas de posicin ..
2.6. La correlacin ..
2.6.1. El coeficiente de correlacin de Pearson .
2.6.2. El coeficiente de correlacin de Rho Sperman
2.6.3. Coeficientes de correlacin basados en el ...
2.6.4. La regresin estadstica...
Bibliografa ................................
Iniciacin al anlisis de datos cuantitativos en Educacin:

Teora y prctica mediante SPSS del anlisis descriptivo bsico
Pg
5
7
12
14
16
16
17
17
17
18
18
19
19
20
20
21
21
23
23
24
24
25
26
26
27
27
27
28
28
29
29
32
33
36
40
41
44
PRIMERA PARTE:
TEORA
1. Ideas previas sobre la organizacin de datos en la investigacin educativa

Organizar los datos recogidos en una investigacin educativa, supone el primer paso
para poder llevar a cabo interpretaciones de los mismos y formular conclusiones. Los
procedimientos sobre el uso de la organizacin de los datos parten de una idea elemental: tomar
decisiones de sntesis, agrupamiento y simplificacin para poder formular conclusiones. A este
propsito, sirven los procedimientos de organizacin de datos de forma creativa y sencilla
cuando existen pocos datos.
Ejemplo: El profesor de 2 de E.S.O. de Tecnologa de un centro educativo ha realizado un
ejercicio con los 14 alumnos de nuevo ingreso en el centro. Las puntuaciones que han obtenido
se presentan a continuacin de dos formas distintas:
Presentacin A
Sujetos
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Puntuacin
45
44
32
49
44
50
49
44
50
50
45
32
32
49
Presentacin B
Puntuacin 32
Sujeto 3 / Sujeto 12 / Sujeto 13
Puntuacin 44
Puntuacin 45
Sujeto 1 / Sujeto 11
Puntuacin 49
Puntuacin 50
1. Observa la presentacin A, puedes sacar alguna conclusin sobre las puntuaciones de

los alumnos?
2. Ahora observa la presentacin B, se te ocurre alguna conclusin a golpe de vista?
En este ejemplo, los datos obtenidos son muy pocos, por lo que formular conclusiones
es fcil, an cuando no hayan sido ordenados por ningn procedimiento. Pero si tenemos

Clemente Rodrguez Sabiote, Miguel ngel Gallardo Vigil, Teresa Pozo Llorente y Jos Gutirrez Prez
grandes cantidades de datos es necesario hacer uso de sistemas convencionales de probada

eficacia. La forma ms desordenada de presentar estos datos sera:
Los sistemas convencionales de organizacin de datos
45 32 50
44
45
49
32
44
49
49 50 32
44
50
encierran acuerdos, normas y convenciones sobre

sistemas exitosos para transmitir informacin con los
datos. Veamos varios procedimientos para organizar
estos datos siguiendo reglas, normas y procedimientos
ms o menos convencionales:
a) Por orden creciente: 32, 32, 32, 44, 44, 44, 45, 45, 49, 49, 49, 50, 50, 50
b) Por orden decreciente: 50, 50, 50, 49, 49, 49, 45, 45, , 44, 44, 44, 32, 32, 32
c) Por agrupaciones segn repeticiones: tres 32, tres 44, dos 45, tres 49, tres 50
d) Por agrupaciones segn las veces que aparecen:
Dos veces: 45
Tres veces: 32, 44, 45, 49, 50
e) Mediante diagramas de Ven
32
44
45
49
50
2
3
f) Se te ocurre algn procedimiento creativo para organizar estos datos. Intntalo!

Los sistemas de organizacin y representacin de datos ms empleados son las tablas,
los diagramas, los sistemas de representacin estadstica convencionales, as como
determinados procedimientos numricos como el anlisis exploratorio de datos en diagramas de
tallo y hoja.
Del dato bruto a la puntuacin transformada y codificada para poder ser interpretada y
sacar conclusiones hay diferentes opciones segn el tipo de datos, la cantidad de los mismos y
la finalidad del anlisis, una sntesis de las ms usuales son: los datos brutos ordenados, los
datos organizados en tablas de frecuencias, los datos organizados en intervalos, los datos
representados visualmente mediante grficos creativos, los datos organizados en diagramas de
8
tallo y hojas (anlisis exploratorio de datos); los datos transformados mediante procedimientos
matemticos sencillos (frecuencias, porcentajes, proporciones) o estadsticos de sntesis ms
elaborados (media, mediana, moda y medidas de variacin).
Para poder comprender mejor cada una de estas formas de presentar la informacin lo
haremos partiendo del siguiente ejemplo: La Biblioteca de la Facultad de Educacin est
realizando un estudio sobre el nmero de libros que prestan al alumnado durante el mes de
marzo. El total de alumnos del estudio ha sido 108 correspondientes a primer curso de la
Diplomatura de Maestro especialista en Educacin Infantil.
La informacin aparece en la siguiente tabla:
1
2
3
6
4
1
2
3
2
5
6
2
1
4
2
4
6
2
3
5
1
5
6
3
4
5
1
6
1
4
5
5
6
4
1
5
1
4
6
3
2
4
1
4
5
5
2
5
2
6
5
5
2
5
3
3
5
6
3
6
4
2
5
6
4
4
5
2
3
3
5
5
6
3
2
2
6
5
3
3
3
2
5
5
2
3
4
1
4
6
1
3
5
1
3
5
1
4
2
3
2
5
2
3
1
4
1
2
a) Los datos brutos ordenados. Como su nombre indica se centra en presentar

todos los datos obtenidos ordenados. El primer paso en la tarea de anlisis se
centra en realizar una ordenacin de los mismos
1
2
3
4
5
5
1
2
3
4
5
5
1
2
3
4
5
5
1
2
3
4
5
5
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
5
5
6
1
2
3
5
5
6
1
2
3
5
5
6
1
2
3
5
5
6
1
2
3
5
5
6
2
2
3
5
5
6
2
2
3
5
5
6
2
3
3
5
5
6
b) Los datos organizados en tablas de frecuencias. Podemos observar que la

informacin, an estando ordenada, tiene el inconveniente de la extensin de la
misma. Para ello podemos utilizar las tablas de frecuencias en las que
presentamos de forma ordenada las puntuaciones que hemos obtenido y a su
derecha el nmero de veces que aparece, es decir, su frecuencia.

Puntuacin
1
2
3
4
5
6
Frecuencia
15
20
19
10
30
14
108
c) Los datos organizados en intervalos. En nuestro ejemplo partimos de un total de

108 alumnos con puntuaciones que oscilan entre 1 y 6 (nmero de libros), pero
a podemos encontrarnos con un mayor nmero de sujetos y de valores. Para
ello podemos organizar los datos en intervalos.
Intervalo
1-2
3-4
5-6
Frecuencia
35
29
44
108
d) Los datos representados visualmente mediante grficos creativos. La

informacin presentada a travs de grficos nos ofrece una visin general de los
datos, que con un simple vistazo podemos interpretar.
15
20
19
10
30
14
e) Los datos organizados en diagramas de tallo y hojas (anlisis exploratorio de

datos). El desarrollo del anlisis exploratorio de datos a partir de las propuestas
de Tuckey (1977) ha supuesto un importante revulsivo en el uso de estrategias
de organizacin de datos. Los diagramas de tallo y hojas o las representaciones
orientadas por los principios de la estadstica visual hacen posible que el
10
destinatario de la informacin de la investigacin pueda interpretar y entender

sin ser experto en complejas estrategias estadstico- matemticas.
VAR00001 Stem-and-Leaf Plot

Frequency
Stem &
15,00
20,00
19,00
10,00
30,00
14,00
1
2
3
4
5
6
Stem width:
Each leaf:
.
.
.
.
.
.
Leaf
000000000000000
00000000000000000000
0000000000000000000
0000000000
000000000000000000000000000000
00000000000000
1,00
1 case(s)
f) Los datos transformados mediante procedimientos matemticos sencillos

(frecuencias, porcentajes, proporciones) o estadsticos de sntesis ms
elaborados (media, mediana, moda y medidas de variacin). Otra forma de
presentar la informacin es mediante distintos procedimientos matemticos que
nos ayuden a comprender y poder interpretar mejor los datos recogidos:
estadsticos de incidencias, de tendencia central, de variabilidad
VAR00001
Vlidos
1,00
Frecuencia
15
Porcentaje
13,9
Porcentaje
vlido
13,9
Porcentaje
acumulado
13,9
2,00
20
18,5
18,5
32,4
0.18
3,00
19
17,6
17,6
50,0
0.17
4,00
10
9,3
9,3
59,3
0.09
5,00
30
27,8
27,8
87,0
0.27
6,00
14
13,0
13,0
100,0
0.12
Total
108
100,0
100,0
Proporciones
0.13
Estadsticos
VAR00001
N
Vlidos
Perdidos
Media
Mediana
Moda
Desv. tp.
Varianza

108
0
3,5741
3,5000
5,00
1,67557
2,808
11
1.1. Anlisis exploratorio de datos

Este tipo de anlisis consiste en examinar los datos antes de comenzar con la aplicacin
de cualquier tipo de tcnica estadstica. Este tipo de anlisis proporciona tcnicas sencillas para
organizar y preparar los datos, detectar fallos en el diseo y su recogida, tratamiento y
evaluacin de datos ausentes, identificacin de casos atpicos.
Para realizar un anlisis exploratorio de datos conviene seguir las siguientes etapas
(Salvador y Gargallo, 2003):
1) Preparar los datos para hacerlos accesibles a cualquier tcnica estadstica.
2) Realizar un examen grfico de la naturaleza de las variables individuales a
analizar y un anlisis descriptivo numrico que permita cuantificar algunos
aspectos grficos de los datos.
3) Realizar un examen grfico de las relaciones entre las variables analizadas y
un anlisis descriptivo numrico que cuantifique el grado de interrelacin
existente entre ellas.
4) Evaluar, si fuera necesario, algunos supuestos bsicos subyacentes a
muchas tcnicas estadsticas como, por ejemplo, la normalidad, linealidad y
homocedasticidad.
5) Identificar los posibles casos atpicos (outliers) y evaluar el impacto potencial
que puedan ejercer en anlisis estadsticos posteriores.
6) Evaluar, si fuera necesario, el impacto potencial que pueden tener los datos
ausentes (missing) sobre la representatividad de los datos analizados.
Ejemplo: Se ha realizado una encuesta sobre el uso de las nuevas tecnologas en la
docencia prctica del profesorado universitario. A continuacin se presenta los datos
correspondientes a la variable edad:
19
12
23
28
24
20
16
23
21
20
21
21
24
21
19
19
25
20
19
21
20
27
19
19
19
23
28
18
20
19
23
21
19
20
20
24
21
21
23
21
20
19
19
24
21
19
19
25
20
19
18
20
19
19
24
19
20
18
16
20
21
23
19
20
19
19
24
21
21
23
25
20
19
19
21
30
19
19
19
19
29
18
20
20
19
23
21
19
23
20
Si realizamos una primera exploracin de los datos podremos comprobar que alguna de
la informacin que hemos recogido no es vlida. As pues, si la utilizamos para nuestros anlisis
12
no obtendremos unos resultados vlidos y fiables. El siguiente grfico nos ofrece una visin
general de nuestros datos:
30
25
Frecuencia
20
15
10
0
12
16
18
19
20
21
23
24
25
27
28
29
30
Edad
Estadsticos descriptivos
N
Edad
N vlido (segn lista)
88
88
Media
20,81
Desv. tp.
2,848
Podemos observar que la media de edad de nuestros encuestados es de 20,21 aos,

pero realmente este valor no es totalmente cierto, ya que encontramos tres puntuaciones que no
son vlidas. Sabes cuales son?
Efectivamente, tenemos una puntuacin de 12 aos y dos puntuaciones de 16 aos.
Estos valores no son vlidos, ya que la encuesta est destinada a alumnos universitarios y estos
tienen edades superiores o iguales a 18, por lo que cualquier anlisis que realicemos con estos
datos no nos dar puntuaciones vlidas. Si tomamos los valores vlidos los resultados seran los
siguientes:
Estadsticos descriptivos
N
Edad
N vlido (segn lista)
85
85

Media
21,02
Desv. tp.
2,623
13
1.2. Algunos ejemplos de presentacin de datos de investigaciones reales

A continuacin presentamos informacin obtenida del estudio Jvenes y relaciones
grupales. Dinmica relacional para los tiempos de trabajo y de ocio (FAD) 1
Otra forma de presentar la informacin puedes ser como la que a continuacin

presentamos. Esta informacin est extraa del estudio Jvenes, relaciones familiares y
tecnologa de la informacin y las comunicaciones 2 .
Informacin obtenida del Instituto de la Juventud en la direccin:

http://www.injuve.mtas.es/injuve/contenidos.item.action?id=1071722614&menuId= (consultado el 28 de junio de
2006).
2 Informacin obtenida del Instituto de la Juventud:
http://www.injuve.mtas.es/injuve/contenidos.item.action?id=2062358036&menuId=572069434 (Consultado el 28 de
junio de 2006).
1
14
A continuacin presentamos un grfico extrado del estudio sobre la atencin del

alumnado inmigrante en el sistema educativo de Espaa 3 .
Finalmente, presentamos un grfico extrado del Estudio de la influencia de un entorno

de simulacin por ordenador en el aprendizaje por investigacin de la Fsica en el Bachillerato 4 .
Informacin obtenida del Ministerio de Educacin y Ciencia:

http://www.mec.es/cide/espanol/publicaciones/colecciones/investigacion/col168/col168pc.pdf (Consultado el 30 de
junio de 2006).
4 Informacin obtenida del Ministerio de Educacin y Ciencia:
http://www.mec.es/cide/espanol/publicaciones/colecciones/investigacion/col167/col167pc.pdf (Consultado el da 29
de junio de 2006).
3

15
2. Nociones bsicas sobre anlisis descriptivo clsico

2.1. Distribucin de frecuencias
Las frecuencias son las medidas que, junto a los porcentajes y proporciones, ms se
utilizan en el apartado de anlisis de datos. Son, desde luego, estadsticos poco complejos, pero
que debidamente utilizados e interpretados pueden aportar interesante informacin a los
hallazgos que del estudio desarrollado se derivan.
En realidad, todos sabemos cual es la frecuencia de un determinado valor porque todos
podemos llegar a determinar las veces que ste repite. Por ejemplo, supongamos que lanzado
un dado 6 veces en 3 ocasiones ha salido 5, en 2 ocasiones el valor 3 y en 1 el valor 2. Con
estos precedentes podemos afirmar que las frecuencias de los valores del dado que se han
generado son:
Valor del dado
2
3
5
Frecuencia o veces que se repite

1
2
3
Transformar dichas frecuencias en porcentajes y despus en proporciones o viceversa

es, por tanto, un misin muy fcil, ya que bastara con, por ejemplo, dividir 1/6 X 100 para el caso
de la primera frecuencia y as sucesivamente.
Nos obstante, en la estadstica descriptiva clsica se contemplan, adems, otras serie de
frecuencias fuertemente emparentadas con la anterior. A continuacin en la siguiente tabla
mostramos dichas frecuencias as como su definicin operativa.
CONCEPTOS CLAVES
; FRECUENCIA ABSOLUTA: Nmero de veces que se repite un valor (xi). Se simboliza (fi).
; FRECUENCIA RELATIVA: Cociente entre fi de un valor xi y el tamao de la muestra. Se simboliza

(fr), siendo entonces
fr = fi/n.
; FRECUENCIA ABSOLUTA ACUMULADA: Suma de cada una de las frecuencias absolutas de
cada valor (xi1, xi2, xi3,... xin) conformando en cada suma un valor acumulado. Se simboliza como (fia).
; FRECUENCIA RELATIVA ACUMULADA: Cociente entre la frecuencia absoluta acumulada de un
valor (xi) y el tamao muestral. Se simboliza como (fra), siendo entonces fra = fia/n.
16
Ejemplo: Imaginad que el nmero de errores cometidos por un conjunto de nios (20) al leer
un prrafo en una prueba de lectura pasada por un/a Licenciado/a en Pedagoga o
Psicopedagoga ha sido el siguiente:
2, 1, 0, 3, 2, 2, 3, 1, 1, 0, 1, 2, 1, 2, 0, 2, 4, 2, 3 y 1. Con estos datos esta sera la tabla
de distribucin de frecuencias que correspondera al ejemplo citado:
xi
fi
fr
fia
fra
1
3
7
6
3
20
0,05
0,15
0,35
0,30
0,15
1
20
19
16
9
3
1
0,95
0,8
0,45
0,15
(nerrores)
4
3
2
1
0
2.2. Representaciones grficas

A partir de las distribuciones de frecuencias se pueden construir representaciones grficas. La
funcin de stas es dar informaciones globales mediante la inspeccin visual. Siguiendo con el
ejemplo anterior mostramos una coleccin de las representaciones grficas ms usuales.
2.2.1. Representaciones grficas ms frecuentes en el campo de la investigacin
educativa
2.2.1.1. Diagrama de barras
Para construir un diagrama de barras, as como un polgono de frecuencias o histograma
debemos contemplar la existencia de dos ejes: ordenadas (y) en vertical y abcisas (x) en
horizontal. En el primero, colocaremos los valores obtenidos por las medidas contempladas,
mientras que en el segundo las categoras de los mismos. En el caso que explicitamos a
continuacin las categoras de valores contempladas son: 0, 1, 2, 3 y 4, mientras los valores
obtenidos por las frecuencias de cada uno de ellos se representan como 3, 6, 7, 3 y 1
respectivamente. Grficamente, por tanto, quedara de la siguiente forma:

17
8
7
6
5
4
Frecuencia
3
2
1
0
,00
1,00
2,00
3,00
4,00
VAR00001
2.2.1.2. Pictograma
El pictograma es una representacin grfica que utilizada como recurso visual la presencia de
algn tipo de dibujo o representacin de un elemento. En este caso las diferentes categoras
contempladas son agrandadas o empequeecidas dependiendo de la frecuencia de cada una de
ellas. As por ejemplo las categoras 0 y 3 tendran el mismo tamao (frecuencia 3 en ambos
casos), mientras 4 sera la ms pequea (fi =1) y las categoras 2 (fi=6) y 3 (fi=7) seran las que
tendran un tamao mayor.
2.2.1.3. Polgono de frecuencias

8
7
6
5
4
Frecuencia
3
2
1
0
,00
VAR00001
18
1,00
2,00
3,00
4,00
2.2.1.4. Histograma
El uso del histograma est indicado cuando la variable a representar se encuentra en una escala
de intervalos. En caso contrario se utilizara el diagrama de barras anteriormente comentado.
Histograma
8
Frecuencia
2
Desv. tp. = 1,09
Media = 1,7
N = 20,00
0,0
1,0
2,0
3,0
4,0
VAR00001
2.2.1.5. Diagrama de sectores

El diagrama de sectores es otro de los recursos grficos que podemos utilizar para la
representacin de los datos. Al contrario que sus otros compaeros de viaje, este recurso grfico
utiliza un crculo o circunferencia para mostrar la incidencia de los datos. A modo de un pastel o
una pizza los datos se representan en porciones que dependen de su incidencia en frecuencias
o su equivalente en porcentajes. La amplitud de las porciones no es fortuita y, por ejemplo, el
valor 2 (35%) tiene el pedazo o cacho ms grande porque es el de mayor frecuencia y, por ende,
porcentaje, mientras el caso totalmente contrario es el del valor 4 (5%). En realidad, la
representacin angular de cada quesito es representada, en este caso mediante el programa
SPSS, pero cualquier procesador de textos (Word sin ir ms lejos) incorpora rutinas de grficos
de estupenda calidad. A modo de ejemplo podemos informarte de cmo el software ha calculado
el valor en grados del ngulo del valor 2 (126):
100% son 360
35% son X
4,00
5,0%
,00
3,00
15,0%
15,0%
1,00
2,00
30,0%
35,0%

19
2.2.1.6. Diagrama de tallo y hojas (stem and leaf)

El diagrama de tallo y hojas es una aportacin del estadstico norteamericano John Tukey dentro
de la denominada corriente del anlisis exploratorio de datos (EDA en su notacin anglosajona).
Se trata de un grfico sencillo, intuitivo y muy til para conocer la forma que adopta la
distribucin de puntuaciones. En ello se parece a su pariente, la denominada curva normal o
campana de Gauss y Laplace. Ambos recursos grficos sirven para ver donde se producen
concentraciones de valores en la distribucin de los mismos.
Para elaborar dicho diagrama primero situamos el tallo en la izquierda (Stem) y ah la categora
de los valores contemplados (0, 1, 2, 3 y 4). En segundo lugar, ms a la derecha situamos tantos
ceros u hojas como frecuencias haya obtenido dicha categora. Para interpretar este grfico
debemos inclinar nuestro cuello 90 a la derecha, o mejor mover nuestro cuaderno 90 a la
izquierda no vaya ser que nos de una tortcolis. Una vez hecho esto podemos apreciar en qu
valores se produce la mayor concentracin y si la distribucin se asemeja o no a una curva
simtrica.
VAR00001 Stem-and-Leaf Plot
Frequency Stem & Leaf
3
6
7
3
1
0.
1.
2.
3.
4.
000
000000
0000000
000
0
2.2.1.7. Diagrama de caja y patillas (box and whiskers)

Mediante este diagrama, al igual que el anterior, podemos averiguar que forma tiene la
distribucin de nuestros datos. En este caso las dos vallas de los valores 0 y 3 representan los
valores mnimo y mximo (aunque esto ltimo no es del todo verdad) de la distribucin. Por su
parte, los lmites superior (cuartil 3) e inferior (cuartil 1) de la caja son los valores 2 y 1
respectivamente. Cuando hemos dicho que el valor mximo no es exactamente el 3 nos
referimos a que en realidad el valor mximo y, adems, sealado como valor extremo (outlier en
su acepcin anglosajona) por el programa es el valor 4 obtenido por el sujeto n 17. En definitiva,
la presente representacin indicara que estamos ante una distribucin donde la mayora de
valores se acumulan en las categoras 1 y 2.
20
17
-1
N=
20
VAR00001
2.2.2. Algunos errores en la construccin de grficos

No son pocas las ocasiones en que fortuita o intencionadamente se ilustran grficos sesgados
en informes de investigacin. Los errores son de diversos tipos y van desde la manipulacin de
los ejes de ordenadas, el uso de representaciones tridimensionales hasta la presentacin de
reas dimensionales dispares en las representaciones de cada variable. Para tobtener una
excelente y extensa informacin sobre este aspecto el lector interesado puede consultar, entre
otras, las obras de Darrell y Geis (1954/1993), Monmonier (2001), Tufte (2003) o Wainer (1997).
Nosotros, no obstante, le mostramos algunos sesgos habituales en diagramas de barras y
polgonos de frecuencias.
2.2.2.1. La manipulacin del eje de ordenadas (o plegamiento de Y)
Dicho sesgo hace referencia a la manipulacin que se produce cuando la escala del eje de
ordenadas no comienza por el origen (0/1), sino que se establece otro valor con carcter
arbitrario) y/o adems se transforma la amplitud de los intervalos. Veamos un ejemplo que ilustre
el presente sesgo.
Un investigador ha probado un determinado tratamiento para la mejora de la dislexia. Los
resultados obtenidos en los grupos experimental (55% superaron una prueba de medicin) y
control (50% superaron la prueba de medicin) apuntan hacia una mejora discreta del grupo
experimental que es posible que ni siquiera sea estadsticamente significativa. No obstante, si el
investigador pretende maximizar las propiedades de mejora de dicho tratamiento en vez de
presentar el grfico A, podra presentar el B:

21
GRFICO A
GRFICO B
60
57
50
55
55%
50%
40
55%
53
Prueba de
medicin
30
20
49
10
47
Prueba de
medicin
51
50%
45
Experimental
Control
Experimental
Control
Salta a la vista que si nos quedamos con el grfico B podramos pensar, si obviamos la
manipulacin de la escala del eje de ordenadas, que el tratamiento es realmente eficaz cuando
es posible que no lo sea.
Propongamos otro ejemplo: Imaginemos la representacin de cinco tems de una escala tipo
Likert (1 a 5) sobre el desarrollo docente en un polgono de frecuencias.
GRFICO A
GRFICO B
10
9
8
7
6
5
4
3
2
1
0
5
4
3
2
1
1
Puede apreciarse como la manipulacin del eje Y (ordenadas) sin cambiar la amplitud del
intervalo ha generado la mayor o menor pendiente en el patrn de crestas y valles que se dibuja
en el grfico del polgono de frecuencias. Ahora imaginemos que el tem 3, el que obtiene una
puntuacin de 5 (muy de acuerdo), afirma literalmente: El profesor no explica adecuadamente
los contenidos del programa y adolece de una formacin evidente . Resulta obvio que, en este
caso si lo que se quiere es minimizar las diferencias debera de usarse el grfico B, ya que el A
refleja con ms precisin lo acontecido, pero sin duda visualiza una mayor diferencia con el resto
22
de los tems. Evidentemente, abogamos por el grfico A en aras al mantenimiento de la

veracidad de los datos y conclusiones que se deriva de la investigacin.
2.2.2.2. La manipulacin del eje de abcisas (o amplitud virtual de X)

Dicho sesgo consiste en aadir categoras de representacin en el eje de abcisas que no
contienen valor alguno al no existir en realidad. Su efecto ms palpable es aumentar
considerablemente la pendiente en la estructura que se describe entre las crestas y valles del
patrn representado.
GRFICO A
GRFICO B
1
1
En este caso, la inclusin de cuatro tems que en realidad no existen y, por tanto, no obtienen
puntuacin alguna, estrechara el polgono de frecuencias con el consiguiente aumento de la
pendiente del patrn representado.
2.3. Medidas de tendencia central

Existe un conjunto de medidas cuyo cometido es servir como referencia del desempeo conjunto
de una coleccin de valores, es decir, de medida promedio o representativa del resto. Cuando se
habla que en Espaa se consume alrededor de 20 litros de cerveza por habitante y ao estamos
hablando, por supuesto, de un valor promedio que representa al conjunto de los espaoles, pero
que en cualquier caso, no quiere decir que haya quien no consuma ni una gota mientras otro/as
beban, por ejemplo 100 litros. Como valor promedio de un conjunto de sujetos, aspectos este
ser ms vlido, ms creble cuando se hayan cumplido, al menos, algunos requisitos, como
23
por ejemplo, la representatividad de los sujetos, aspectos seleccionados de donde se ha extrado

la informacin.
Adoptando el modelo clsico de anlisis de datos de tipo descriptivo contemplamos los
siguientes estadsticos:
2.3.1. Media aritmtica
La media aritmtica se define como el sumatorio de valores observados divido por el nmero de
ellos, es decir:
X = xi/N
Siguiendo con el ejemplo anterior:

X = 2+1+0+3+2+2+3+1+1...n /20 = 1,7
2.3.2. Mediana
Por su parte, la mediana se define como la puntuacin (xi) que deja detrs y delante el 50% de la
distribucin de puntuaciones. En este sentido, puede considerarse como el punto medio de una
distribucin de puntuaciones.
Siguiendo con el ejemplo anterior para su clculo deberamos tener en cuenta algunos aspectos:
a) Comprobar si el (N) o nmero de sujetos o elementos que constituyen la distribucin es par o
impar.
b) Ordenar la distribucin de menor a mayor o viceversa.
Si el nmero de elementos es par, nuestro caso, tomamos los 2 valores centrales, los sumamos
y los dividimos entre 2.
24
0, 0, 0, 1, 1, 1, 1, 1, 1,
2, 2,
2, 2, 2, 2, 2, 3, 3, 3, 4
50%
50%
Md = 2+2 / 2 = 2
Bien, imaginemos que nos hubisemos encontrado con una distribucin impar de este tipo:
1,1 ,2, 3,3

entonces la Md sera el valor central, o sea, 2
2.3.3. Moda
Se dice que lo que est de moda es aquello que impera en un momento dado. Este invierno se
llevar para la mujer, mientras para el hombreTomando el sentido descrito, desde el
posicionamiento de la moda textil, podemos afirmar que en estadstica la moda es el/los valor/es
de la distribucin con mayor/es (fi), es decir, el/los que ms se repite/n.
Retomando, otra vez, el ejemplo anterior tendramos que la moda de la distribucin sera el valor
2.
Ahora bien, si la distribucin fuese esta:
1,1,1,1, 2,2, 3,3,3,3, 4,4,5,6

podemos apreciar que existen dos valores que se repiten por encima de los dems (1 y 3). En
ese caso, podemos afirmar que existen dos modas. La distribucin sera, pues, bimodal. Puede
darse el caso de distribuciones con ms de dos modas. Se hablar entonces de una distribucin
polimodal o multimodal.

25
2.3.4. Cuestionamiento de la media aritmtica como medida representativa del conjunto en

algunas ocasiones
En algunas ocasiones en la distribucin de puntuaciones existen valores que se alejan bien por
defecto, bien por exceso del resto. En estos casos, cuando se presentan valores extremos en la
distribucin (outliers) y se genera lo que algunos autores denominan: rough (desorden) (Tukey,
1977), es aconsejable tomar el valor de la mediana en consideracin, ya que es un estadstico
ms robusto al desorden.
Veamos dos ejemplos diferentes para ilustrar esta situacin. Imaginemos que las puntuaciones
obtenidas por los nios de dos grupos que han recibido determinados tipos de mtodos de
lectura son los siguientes:
Grupo A: 1,1,2,3,3
Grupo B: 1,1,2,3,20
En el primer caso (grupo A) se dan las condiciones idneas para utilizar la media y mediana
como medidas de clculo. En ambos casos, adems, la puntuacin sera 2. Ese valor promedio
representara adecuadamente al grupo A.
En el segundo caso, hay un valor extremo que puede disparar artificialmente el valor de la
media. As, su valor sera de 8,9, mientras la mediana ascendera 2.
Desde luego 8,9 no representa fielmente a ningn valor de los presentes en la distribucin,
mientras que el valor 2 (mediana), por lo menos, representa a los valores (1,2 y 3).
2.4. Medidas de dispersin

Si el cometido de las medidas de tendencia central es determinar un valor promedio que
represente lo ms fielmente al resto, el de las de dispersin o variabilidad es determinar
mediante un estadstico cun homognea o heterognea es la distribucin de puntuaciones o
tambin a cunta distancia del centro se encuentran los datos. Evidentemente cuanto ms
26
parecido sean los valores dados ms pequea ser la medida de dispersin y vicerversa. Los
estadsticos de dispersin fundamentales son:
2.4.1. Amplitud, Rango o Recorrido
La amplitud, rango o recorrido es la diferencia entre valor mximo y el mnimo de la distribucin.
Ej: Imaginad las calificaciones obtenidas por 10 nios en
un examen de vocabulario:
1,3,4,6,7,5,6,5,8,9
A = xima ximi
A=91=8
2.4.2. Desviacin media
Por su parte, la desviacin media es el cociente entre el sumatorio de cada una de las
desviaciones de cada puntuacin (xi) respecto de su media en valor absoluto y el valor de N. De
ahora en adelante entenderemos por desviaciones la diferencia entre cada valor de la
distribucin y su media. Si esta diferencia no est elevada al cuadrado, el presente caso, se dice
que es una desviacin de orden 1. Si est elevada al cuadrado, caso de la desviacin tpica, se
dice que es una desviacin de orden 2 y as sucesivamente.
I xi - x I
DM =
2.4.3. Desviacin tpica

La desviacin tpica es el cociente entre la raz cuadrada del sumatorio de cada una de las
desviaciones cuadrticas de cada puntuacin (xi) respecto de su media y el valor de N.
Sx =
( xi x)
N

27
2.4.4. Varianza
La varianza es el cuadrado de la desviacin tpica. Como podis apreciar el nico cambio en
relacin a la desviacin tpica es que ha desaparecido la raz cuadrada que al pasar al primer
trmino de la ecuacin pasa como potencia, es decir, con lo contrario que actuaba en el segundo
trmino de la misma.
Sx =
( xi x)
N
2.4.5. Coeficiente de variacin

Finalmente, el coeficiente de variacin es el cociente entre la desviacin tpica y la media de la
distribucin. Si se quiere contemplar el resultado en porcentaje basta multiplicarlo por 100.
CV = Sx/ x *100
Ejemplo: Supongamos que las calificaciones de 5 nios en una prueba de dislexia han sido las siguientes:
1,1,2,3,3
Amplitud = 3 1 = 2
DM = (1-2)+ (1-2)+ (2-2)+ (3-2)+ (3-2) = 0,8
Sx = (1-2)2+ (1-2) 2+ (2-2) 2+ (3-2) 2+ (3-2) 2 / 5 = 0,89
Sx = (1-2)2+ (1-2) 2+ (2-2) 2+ (3-2) 2+ (3-2) 2 / 5 = 0,8
CV = 0,89 /2 = 0,44 * 100 = 44%
28
2.4.6. Cmo interpretar los estadsticos de dispersin

Para la interpretacin de las medidas de variabilidad no hay criterios precisos y/o exactos que
indiquen formalmente la mayor o menor homogeneidad de la distribucin. Con estos
precedentes, resulta conveniente tener en cuenta que valores cercanos a 0 implican mayor
homogeneidad, mientras valores alejados de este punto todo lo contrario, es decir, mayor
heterogeneidad.
2.5. Medidas de posicin
El objetivo fundamental de las medidas de posicin es incardinar una puntuacin referida a un
sujeto/objeto en la distribucin que conforman sta y el resto de puntuaciones, es decir,
establecer qu porcentaje y cuntos sujetos/objetos se sitan por debajo y por encima de la
misma.
Existen diferentes tipos de medidas de posicin, genricamente denominadas cuantiles. Los
cuantiles ms usados son los percentiles o centiles, los deciles y los cuartiles. Cada uno de ellos
se caracteriza por unos rasgos determinados, que en la tabla siguiente trataremos de sintetizar.
Cuantil
Definicin
Centil
Medida de posicin que divide la distribucin en 100

partes cada una conteniendo una centsima parte de
las observaciones
partes cada una conteniendo al 10% de las
observaciones
partes cada una de ellas conteniendo un cuarto (25%)
de las observaciones
Decil
Cuartil
Nmero de partes en que se

constituye
Del C1.... al C99
Del D1.... al D9
Del Q1.... al Q3
As por ejemplo, podemos afirmar que tras el Q3 se encuentran el 75% de las observaciones, o
que delante del mismo estn el 25%.
Evidentemente, se dan una serie de equivalencias entre los diferentes cuantiles que tambin
hemos contemplado en la siguiente tabla:

29
Q1
Q2
Q3
D1
D2
D3
D4
D5
D6
D7
D8
D9
C10
C20
C25
C30
C40
C50
C60
C70
C75
C80
C90
Las frmulas habituales para el clculo de cuantiles que pueden encontrarse en cualquier
manual de estadstica aplicada a las ciencias sociales son para casos en que la distribucin est
organizada en intervalos. Como en nuestros procedimientos de clculo no contemplamos esa
posibilidad utilizaremos las siguientes expresiones para su clculo:
Pk = (n+1) * p
siendo:
n = nmero total de observaciones
p= proporcin del cuantil
En caso de que la posicin calculada no fuese exacta, es decir, se obtengan decimales deber
utilizarse esta expresin de interpolacin:
Pk = (1- ) * xi1 + () * xi2
siendo:
: cuanta decimal o parte de fraccin de la posicin determinada
xi1: valor de la primera observacin que contiene la posicin del percentil en cuestin o posicin
ms cercana por defecto
xi2: valor de la segunda observacin que contiene la posicin del percentil en cuestin o posicin
ms cercana por exceso
30
Ejemplo: El nmero de faltas cometidas en un dictado por nueve nios con

trastornos de disgrafa han sido las siguientes:
13,13,14,15,15,15,16,17,17
A partir de estos datos calcular el valor del percentil 25
Para calcular dicho percentil debemos desplegar los siguientes pasos:

1 Se organizan las observaciones de menor a mayor indicando sus frecuencias absoluta y
acumulada, o sea:
Xi
13
14
15
16
17
Fi
2
1
3
1
2
Fa
2
3
6
7
9
2 Se calcula la posicin del P25 en la distribucin de observaciones mediante la siguiente

expresin:
Lugar del P25 = (n+1) * p
Aplicando esta expresin P25 = (9+1) * 0,25 tendramos que el lugar que ocupa el P25 en la
distribucin de nueve observaciones es 2,5. Al no ser un lugar exacto se deber interpolar
mediante la ecuacin:
P25 = (1- ) * xi1 + () * xi2
Aunque antes de operar mediante esta expresin situamos el P25 en la distribucin de
observaciones sirvindonos para ello de la tabla de frecuencias:
Xi
13
14
15
16
17
Fi
2
1
3
1
2

Fa
2
3
6
7
9
Posicin del
P25
31
Podemos apreciar como la posicin 2,5 est contenida en las frecuencias acumuladas 2 y 3
cuyas observaciones de referencia son 13 y 14. Si aplicamos la frmula de interpolacin
tendremos que:
P25 = (1-0,5 ) * 13 + (0,5) * 14 = 13,5
2.6. La correlacin
La relacin entre dos variables nos conduce a un nuevo concepto: correlacin. sta puede ser
representada en diagramas de dispersin e informa acerca de la forma, direccin e intensidad de
la relacin entre dos variables, en ningn caso sobre los efectos de una sobre otra (ausencia de
causalidad, pero cierto grado de prediccin). Con Yela (1994:247) podemos afirmar que en
referencia a la forma sta puede ser una lnea recta si la relacin es lineal, es decir, si las
diferencias entre los valores de una variable son proporcionales directa (+) o inversamente (-) a
las diferencias entre los correspondientes a la otra; o una curva, cuando la relacin, no siendo
lineal, es, o bien monotnica (incrementos iguales en una variable corresponden a incrementos
crecientes, o decrecientes en la otra), o bien no monotnica, cuando hay cambios de direccin
en la curva. Con relacin a la direccin puede ser variable o constante, bien (positiva), cuando a
incrementos o decrementos de la variable A corresponden incrementos o decrementos de la
variable B, o negativa cuando a incrementos de la variable A corresponden decrementos en la
variable B y viceversa. Con respecto a la intensidad de la relacin se manifiesta en la
dispersin de los datos en torno a la lnea (recta de regresin) y suele expresarse mediante
valores de coeficientes de correlacin que oscilan entre 1 y 1 pasando por 0. Valores cercanos
a 0 denotan ausencia de correlacin y, por ende, independencia, valores cercanos a 1 1
indican una correlacin de gran intensidad y, por tanto, una fuerte relacin.
32
DIRECCIN Y/O SIGNO

Positiva
Negativa
10
12
10
8
6
6
4
VAR00005
VAR00001
0
0
10
0
0
12
10
VAR00006
VAR00002
12
12
10
10
8
8
6
VAR00003
VAR00001
0
0
10
12
2
4
VAR00002
10
12
14
16
VAR00004
Mayor intensidad
Menor intensidad
INTENSIDAD
2.6.1. El coeficiente de correlacin de Pearson

El coeficiente de correlacin de Pearson es el coeficiente de su modalidad ms usado. Sin
embargo, su utilizacin est sujeta a una condicin imprescindible: las dos variables tienes que
estar medidas en intervalo. Existen varias ecuaciones para determinar el valor del coeficiente de
Pearson. Te proponemos dos de las ms utilizadas; la clsica en formato largo y la abreviada
basada en la covarianza y desviaciones tpicas de las variables x e y. Tngase en cuenta que la
covarianza se basa en el sumatorio del producto cruzado de las desviaciones partido el nmero
de sujetos/elementos objeto de anlisis, es decir:
33
Por su parte, las dos frmulas que vamos contemplar son las siguientes:
La primera frmula es la denominada frmula larga, aparatosa a primera vista, pero sencilla
cuando se tabulan y organizan los datos desde unas determinadas coordenadas que a
continuacin explicitaremos. La segunda frmula se basa en la covarianza divida entre el
producto de las desviaciones tpicas de las variables x e y.
La caracterstica fundamental de este ndice es que mide la existencia de una relacin lineal
entre dos variables medidas en escala de intervalo. El valor de este coeficiente de correlacin
vara en el intervalo [-1, +1], de tal forma que un coeficiente de correlacin de Pearson igual o
cercano a 0 indica una independencia total o amplia entre las dos variables y as puede decirse
que cuando una de ellas vara esto no influye en absoluto, o acaso levemente, en el valor que
pueda tomar la segunda variable. Por su parte, un valor de correlacin igual o cercano a (1)
indica una dependencia total o fuerte entre las dos variables, denominada relacin inversa, de
manera que cuando una de ellas aumenta la otra disminuye y viceversa. Finalmente, un
coeficiente de correlacin igual o cercano a (+1) indica una dependencia tambin total o fuerte
entre las dos variables, denominada relacin directa, de manera que cuando una de ellas
aumenta la otra tambin aumenta y cuando disminuye tambin lo hace la otra.
34
Imaginemos que un licenciado en Psicopedagoga desea averiguar que relacin existe entre el nmero
de horas de estudio el fin de semana previo a un examen y las calificaciones obtenidas en el mismo.
Para ello examina el caso de diez alumnos que dicen haber estudiado las siguientes horas habiendo
obtenido tambin las siguientes calificaciones
Horas de estudio (X)
2
2
3
4
5
6
7
7
9
10
48
Calificaciones (Y)
3
3
3
4
5
7
7
7
8
9
56
La relacin que pueden guardar ambas variables puede determinarse mediante el coeficiente de
correlacin de Pearson. Para ello es condicin indispensable que ambas variables estn
medidas en escala de intervalo (se cumple dicho supuesto). Por tanto, slo queda aplicar la
dichosa y farragosa ecuacin antes propuesta. Para ahorrarte sufrimiento te proponemos que
organices los datos de la siguiente forma:
Horas de estudio (X)
2
2
3
4
5
6
7
7
9
10
48
Calificaciones (Y)
3
3
3
4
5
7
7
7
8
9
56

X
4
4
9
16
25
36
49
49
81
100
373
Y
9
9
9
16
25
49
49
49
64
81
360
X*Y
6
6
9
16
25
42
49
49
56
90
348
35
Ahora puedes aplicar la frmula:
Sustituyendo cada miembro por su valor tendramos:

Rxy = 9 * (348) - (48*56) / 9*(373)- (48) * 9*(360)-(56) = 0.97
Interpretacin del coeficiente obtenido:
1. En primer lugar la correlacin obtenida es positiva lo cual indica que mayor numero de
horas de estudio mayor calificacin en el examen. Era de prever, no obstante, que se
obtuviese tal resultado.
2. El valor obtenido est muy cercano a 1. Ello significa que la relacin entre ambas
variables es muy importante y que, por tanto, no sera descabellado implementar un
anlisis de regresin con el objetivo de predecir valores de la variable criterio, en este
caso calificacin en el examen. Pero tranquilo/a estimado/a alumno/a eso no es objeto
de la siguiente obra y no se va a dar.
2.6.2. El coeficiente de correlacin de Rho de Spearman
La correlacin de Spearman, por su parte, es una aplicacin del coeficiente de correlacin de

Pearson a n pares de observaciones cuyos valores son nmeros de orden.
Para su clculo se procede segn los pasos siguientes:
Se transforman los valores originales por sus rangos. Esta transformacin se realiza independientemente
para cada variable.
36
Se obtiene, para cada sujeto, la diferencia, en valor absoluto, entre los rangos.
Estas diferencias permiten obtener el valor del coeficiente de correlacin de Spearman, por
medio de la siguiente expresin:
La interpretacin de rs es idntica a la del coeficiente de correlacin de Pearson. Su valor oscila

en el intervalo [-1,+1] siendo el valor 0 indicador de independencia entre las dos variables.
El valor +1 aparece cuando los rangos asignados a los dos valores de un mismo sujeto son
iguales, y el valor -1 aparece cuando los rangos asignados son opuestos.
1 3 4 2 6 5
1 3 4 2 6 5
rs= +1
x
1 3 4 2 6 5
6 4 3 5 1 2
rs= -1
La expresin anterior slo proporciona el resultado correcto cuando todas las observaciones
sean diferentes y, por tanto, le correspondan rangos diversos a cada una de ellas.
Cuando haya observaciones empatadas, el coeficiente de Spearman se debe obtener por medio
de la siguiente relacin:
donde los valores de A y B se obtienen a travs de:

37
donde los valores T1 y T2 corresponden al grupo 1 y grupo 2 respectivamente, obtenidos por

medio de Ti = t3 - t, siendo t el nmero de observaciones ligadas (empates) en el rango i:
El psicopedagogo de un centro escolar ha pasado dos test que miden dos

variables diferentes. Los resultados obtenidos estn medidos en escala de
intervalo y son los siguientes:
X
10
12
16
14
10
12
y
13
17
15
15
16
12
Sin embargo, para tratar de determinar si entre ambas variables existe relacin decide implementar el coeficiente Rho
de Spearman, para lo cual tendr que transformar las puntuaciones medidas en escala de intervalo en rangos de
orden.
As pues, en primer lugar, se realiza la transformacin de valores originales en nmeros de orden

o rangos, por separado:
Valores
10
10
12
12
14
16
12
13
15
15
16
17
Rango
Rango
asignado
1,5
3,5
3,5
A partir de los nmeros de orden se genera la variable D= x-y, cuyos valores, as como sus
cuadrados, aparecen en la tabla siguiente:
38
1.5
0.5
0.25
3.5
2.5
6.25
3.5
2.5
6.25
3.5
1.5
2.25
1.5
3.5
12.25
3.5
2.5
6.25
33.5
Ya que hay empates en los rangos procederemos a realizar la correccin:
Los valores de A y B se obtienen a travs de:

A= N- N T1 / 12 = 6 - 6-12 /12 = 16.5
B = N- N T2 / 12 = 6 - 6- 6 /12 = 17
As pues, el valor de la correlacin de Spearman es:
El resultado obtenido implica que la relacin existente entre las variables x e y es totalmente
nula. En ese sentido, podemos afirmar que son dos variables sin relacin alguna o totalmente
independientes.

39
2.6.3. Coeficientes de correlacin basados en el chi cuadrado

En ocasiones las dos variables que se estn correlacionando poseen una naturaleza
claramente nominal. Para esos casos se contemplan numerosos coeficientes de correlacin
basados en una prueba de contraste de hiptesis denominada chi cuadrado. Por su importancia
y uso habitual destacamos los siguientes:
a) El coeficiente phi o cudruple
Como los otros dos que vamos a contemplar, este coeficiente se utiliza cuando las dos
variables correlacionadas son de naturaleza nominal. La primera ecuacin que proponemos slo
es vlida para el caso de cruces 2x2, es decir, que ambas variables tengan un mximo de dos
niveles cada una. Dicha ecuacin es la siguiente:
= (A*D) (B*C) / (A+B)*(A+C)*(C+D)*(B+D)
donde
A, B, C y D son frecuencias observadas correspondientes a las celdillas pertenecientes a las
intersecciones de los diferentes niveles, o sea:
J
I
J1
J2
I1
I2
Otra frmula, sta s compatible para cruces superiores a 2x2, es la siguiente:
= /N
donde
= valor de la prueba de contraste de hiptesis con el mismo nombre
N = nmero de sujetos objeto de anlisis
Segunda parte: Ejercicios prcticos con SPSS
b) Coeficientes de contigencia y V de Cramer

Otros coeficientes son el coeficiente de contingencia, as como el V de Cramer. Mientras el
primero (coeficiente de contingencia) tiene en cuenta igualmente el valor de chi cuadrado y cuya
expresin es la siguiente:
C = / +N
el segundo (V de Cramer) se basa en el valor de phi divido entre los grados de libertad mnimos
de fila y columna. La frmula de clculo es la siguiente:
V = / mn (I-1),(J-1)
2.6.4. La regresin estadstica

Un caso especial de correlacin resulta ser la prediccin de una variable, llammosle
criterio o dependiente (y) a partir de otra variable predictora o independiente (x) tomando como
fundamento la correlacin (rxy) que guardan ambas variables. Nos encontramos ante la
regresin lineal simple, cuya ecuacin matemtica se define como:
Y= + * xi +
o tambin:
Y= a + b* xi + e
donde:

41
Y: valor criterio
a: intercepto o punto de corte de la recta de regresin con el eje de ordenadas y
b: pendiente o tangente de la recta de regresin
xi: variable predictora
e: desviacin o inexactitud del ajuste que a su vez se define.
2.6.4.1. Significado y ecuaciones de clculo de las constantes a y b

Como hemos explicitado anteriormente el coeficiente b, tambin llamado tangente o pendiente
de la recta de regresin, indica los incrementos de la variables dependiente (y) cuando la
variable independiente (x) aumenta en una unidad. Servir como un indicador del sentido de
asociacin entre ambas variables, de tal forma que un b>0 nos indicar una relacin directa
entre ellas (a mayor valor de la variable explicativa, el valor de la variable dependiente y
aumentar), b<0 delatar una relacin de tipo inverso, mientras que b=0 nos indica que no
existe una relacin lineal clara entre ambas variables. Una frmula, entre las que se contemplan
para su clculo, puede ser la siguiente:
Aprciese que el numerador de la expresin est formado por el sumatorio de los productos
cruzados de las variables x e y y como denominador contemplamos el momento de orden dos
de la variable x. En el primer caso, se trata de calcular las distancias desde cada puntuacin de
las variables x e y a sus respectivas medias, mientras en el segundo tambin determinar las
distancias desde cada punto de la distribucin de puntuaciones x a su media y elevarlo al
cuadrado.
En cuanto a la constante a o intercepto hace referencia al lugar por donde la ecuacin de
regresin corta con el eje de ordenadas y. En este sentido, podemos afirmar que el coeficiente
a indica el valor de y cuando la variable x toma el valor 0. Representa, por tanto, la influencia
42
Segunda parte: Ejercicios prcticos con SPSS
de otras variables que no hemos tenido en cuenta al analizar la variable. Una vez calculado b
ser fcil el clculo de a a partir de la siguiente expresin:

43
BIBLIOGRAFA:
Darrell, H. y Geis, I. (1954/1993). How to lie with statistics. New York. WW. Norton &
Company/Paperback.
Etxeberria Murgiondo, J. y Tejedor Tejedor, F. J. (2005) Anlisis descriptivo de datos en
educacin. Madrid: La Muralla.
Gil Flores, J. Rodrguez Gmez, G. y Garca Jimnez, E. (1995). Estadstica bsica aplicada a
las Ciencias de la Educacin. Sevilla: Kronos.
Gil Flores, J. Rodrguez Gmez, G. y Garca Jimnez, E. (1996). Problemas de estadstica
bsica aplicada a las Ciencias de la Educacin. Sevilla: Kronos.
Monmonier, M. (2001). Bushmanders and Bullwinkles: How Politicians Manipulate Electronic
Maps and Census Data to Win Elections. Chicago. University of Chicago Press.
Salvador Figueras, M y Gargallo, P. (2003): "Anlisis Exploratorio de Datos", [en lnea]
5campus.com, Estadstica <http://www.5campus.com/leccion/aed> [28 de junio de 2006]
Tufte, H. (2003) (2 edicin). The visual display of quantitative information. Cheshire. Graphics
Press.
Tukey, J.W. (1977). Exploratory data analysis. Reading. Addison Wesley.
Yela, M. (1994). Anlisis de datos, en Garca Hoz, V. (Dir.). Problemas y mtodos de
investigacin en educacin personalizada. Madrid. Rialp, pp. 223-254.
44

Clemente

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clemente

Cargado por

Copyright:

Formatos disponibles

Autores

No est permitida la reproduccin total o parcial de esta obra, ni su tratamiento informtico, ni la

INICIACIN AL ANLISIS DE DATOS

Primera parte: Teora

Iniciacin al anlisis de datos cuantitativos en Educacin:

Primera parte: Teora

1. Ideas previas sobre la organizacin de datos en la investigacin educativa

1. Observa la presentacin A, puedes sacar alguna conclusin sobre las puntuaciones de

Iniciacin al anlisis de datos cuantitativos en Educacin:

grandes cantidades de datos es necesario hacer uso de sistemas convencionales de probada

encierran acuerdos, normas y convenciones sobre

f) Se te ocurre algn procedimiento creativo para organizar estos datos. Intntalo!

Primera parte: Teora

a) Los datos brutos ordenados. Como su nombre indica se centra en presentar

b) Los datos organizados en tablas de frecuencias. Podemos observar que la

Iniciacin al anlisis de datos cuantitativos en Educacin:

c) Los datos organizados en intervalos. En nuestro ejemplo partimos de un total de

d) Los datos representados visualmente mediante grficos creativos. La

e) Los datos organizados en diagramas de tallo y hojas (anlisis exploratorio de

Primera parte: Teora

destinatario de la informacin de la investigacin pueda interpretar y entender

VAR00001 Stem-and-Leaf Plot

f) Los datos transformados mediante procedimientos matemticos sencillos

Iniciacin al anlisis de datos cuantitativos en Educacin:

1.1. Anlisis exploratorio de datos

Primera parte: Teora

Podemos observar que la media de edad de nuestros encuestados es de 20,21 aos,

Iniciacin al anlisis de datos cuantitativos en Educacin:

1.2. Algunos ejemplos de presentacin de datos de investigaciones reales

Otra forma de presentar la informacin puedes ser como la que a continuacin

Informacin obtenida del Instituto de la Juventud en la direccin:

Primera parte: Teora

A continuacin presentamos un grfico extrado del estudio sobre la atencin del

Finalmente, presentamos un grfico extrado del Estudio de la influencia de un entorno

Informacin obtenida del Ministerio de Educacin y Ciencia:

Iniciacin al anlisis de datos cuantitativos en Educacin:

2. Nociones bsicas sobre anlisis descriptivo clsico

Frecuencia o veces que se repite

Transformar dichas frecuencias en porcentajes y despus en proporciones o viceversa

; FRECUENCIA RELATIVA: Cociente entre fi de un valor xi y el tamao de la muestra. Se simboliza

Primera parte: Teora

2.2. Representaciones grficas

Iniciacin al anlisis de datos cuantitativos en Educacin:

2.2.1.3. Polgono de frecuencias

Primera parte: Teora

2.2.1.5. Diagrama de sectores

Iniciacin al anlisis de datos cuantitativos en Educacin:

2.2.1.6. Diagrama de tallo y hojas (stem and leaf)

2.2.1.7. Diagrama de caja y patillas (box and whiskers)

Primera parte: Teora

2.2.2. Algunos errores en la construccin de grficos

Iniciacin al anlisis de datos cuantitativos en Educacin:

Primera parte: Teora

de los tems. Evidentemente, abogamos por el grfico A en aras al mantenimiento de la

2.2.2.2. La manipulacin del eje de abcisas (o amplitud virtual de X)

2.3. Medidas de tendencia central

por ejemplo, la representatividad de los sujetos, aspectos seleccionados de donde se ha extrado

Siguiendo con el ejemplo anterior:

Primera parte: Teora

1,1 ,2, 3,3

1,1,1,1, 2,2, 3,3,3,3, 4,4,5,6

Iniciacin al anlisis de datos cuantitativos en Educacin:

2.3.4. Cuestionamiento de la media aritmtica como medida representativa del conjunto en

2.4. Medidas de dispersin

= (AD) (BC) / (A+B)(A+C)(C+D)*(B+D)