Está en la página 1de 36

San José de Cúcuta , febrero de

2011
¿Qué interrogantes plantea un investigador
al planear, ejecutar y publicar una
investigación?
Dificultades Conceptos
a. ¿Qué hipótesis debe plantear sobre Estadística
una población? a. Contraste de
b. ¿Qué datos se debe escoger? hipótesis

c. ¿Qué individuos pertenecen a ese b. Diseño


estudio? experimental

d. ¿Qué datos debe recoger de ese c. Muestra


estudio? d. Variables
e. ¿Qué criterio debe tomar para e. Tipos de muestro
seleccionar los individuos de ese
estudio ? f. Análisis de datos
f. ¿Qué datos debe describir? g. Inferencia
g. ¿Qué deriva de esos datos ? h. Nivel de confianza
h. ¿Qué seguridad se debe tener de esa
inferencia?
¿Cómo se puede definir
estadística?
La estadísticas es la ciencia de la

sistematización, recogida, ordenada


y presentación de los datos
referentes a un fenómeno que
Descriptiva
presenta variabilidad o (Inductiva)
incertidumbre para su estudio
metódico,

con el objeto de deducir las leyes Probabilística


que rigen esos fenómenos

y poder de esa forma hacer


previsiones sobre los mismos,
tomar decisiones para obtener Inferencial
conclusiones (Deductiva)
¿Qué relación existe entre
conocimiento científico, método
científico, la estadística y la
matemática?
Conocimiento Método científico
científico

Modelos Matemáticos
Es el conocimiento
sistemático. El cual

Estadística
observa, describe,
explica y predice su
objeto mediante a
procedimiento y
métodos basados en
lógica.
¿Cuáles son los procesos mas
utilizadas en estadística
descriptiva?
La estadística descriptiva. Se encarga de la
recogida, ordenación y análisis de los datos de
una muestra (y de una variable).
¿Cuál es la Función de la
estadística descriptiva?
Cada punto
representa
Estadísticos descriptivos
un “caso”

Datos Conocer el patrón global,


la tendencia y el grado de
variación de las respuestas

“Consiste en la reducción de grandes Índices o estadísticos de


conjuntos de datos con el objeto de lograr resumen
una interpretación más sencilla de los
mismos”
ESTADÍSTICA INFERENCIAL
Diferencia entre muestra
y población
¿Qué diferencia existe
variable y dato?

La variable es una Los datos son los valores que


toma la variable en cada caso.
característica
observable que varia Medir. Atribuir números a las
entre los diferentes manifestaciones de la unidad de
análisis, y someter a estos
individuos de una números a ciertas técnicas
población. matemáticas
Clasificación de las variables
según naturaleza
NOMINALES (Dicotómico)
Establece frecuencias en cada
CUALITATIVAS atributo y la igualdad o desigualdad entre los
Expresan distintas diferentes casos. Ej. Grupo sanguíneo
cualidades,
características de los ORDINALES
elementos Recoge la idea de orden pero no tiene sentido
realizar operaciones aritméticas con ellas Ej.
Intensidad del dolor

DISCRETAS
CUANTITATIVAS Es aquella que sólo puede tomar valores dentro
Expresan magnitud las de un conjunto finito o infinito numerable. Ej.
cuales puede ser numero de caries de un paciente
medida y expresada en
términos numéricos. CONTINUA
Es aquella que toma valores en uno o varios
intervalos de la recta real. Ej. dosis de medicamento
Las escalas de medida

Cuatro grandes tipos:  El tipo de escala de medida


que adoptan los datos,
determina el tipo de
 Nominal. operaciones aritméticas que
se pueden realizar con ellos y,
 Ordinal. por tanto, también el tipo de
 Intervalo. análisis estadístico.

 Razón.  Las escalas de intervalo y de


razón aparecen, a veces,
definidas como “cuantitativas”
(o métricas).
Escala nominal
Sólo permiten la clasificación o diferenciación de los
objetos.

Permiten establecer relaciones de igualdad o


desigualdad entre dos o más objetos.

Las variables que adoptan este nivel de


medida se denominan “cualitativas”.

Con los “números” de este tipo de variables no se


pueden efectuar operaciones aritméticas.
Ejemplos de escala
nominal
 Sexo:
 1 = Hombre
 2 = Mujer 2 no es mayor que 1

Cadena de TV
1 = RCN
2 = CARACOL El 6 no representa el doble que el 3. La
3 = UNO Sexta no es el “doble de buena” que
4 = INSTITUCIONAL Antena 3
5 = SEÑAL COLOMBIA
6 = TRO
7 = Otras
Ejercicio aplique este concepto a su
trabajo de grado
Escala ordinal

- Los objetos son jerarquizados conforme algún


criterio.

- Los número que se utiliza para codificar las distintas


categorías de una variable sólo permiten establecer
relaciones de igualdad/desigualdad y de orden.

- No se puede precisar la diferencia exacta que


existe entre dos objetos.

- Con los “números” de este tipo de variables no se


pueden efectuar operaciones aritméticas.
Ejemplos escala ordinal
 En una carrera ciclista si se carece Pero no la diferencia
de cronómetro, a lo sumo se puede temporal entre cada uno
saber el orden de llegada … de los ciclistas

Tamaño de una noticia en un diario:


1 = Menos de 1 cuarto de página Se sabe que una noticia
2 = Entre 1 y 2 cuartos de página que puntúe 4 es mayor
3 = Entre 2 y 3 cuartos de página que una que puntúe 1,
4 = Más de 3 cuartos de página, pero pero no la diferencia
no completa exacta en centímetros
5 = Página completa cuadrados.

Ejercicio aplique este concepto a su


trabajo de grado
Escala de intervalo
Se pueden observar ciertas diferencias
cuantitativas entre las unidades.
Se pueden establecer relaciones de
igualdad/desigualdad, de orden y además los
intervalos entre los distintos números o valores
son iguales.

No tiene principio ni final (no existe cero absoluto).


Son números arbitrarios en cuanto al origen.

Con los números de este tipo de variables, se


pueden realizar operaciones aritméticas como la
suma o la resta, pero no la división ni la
multiplicación.
Ejemplos de escala de
intervalos
La medición de la
 El valor cero es arbitrario ya que
temperatura mediante la representa la temperatura a la cual
se funde el hielo. Cuando hay 0
escala Celsius. grados centígrados no significa
una ausencia total de calor

Número de palabras Es imposible encontrar


en una determinada una noticia en un diario
noticia en prensa con cero palabras
escrita.
Ejercicio aplique este concepto a su
trabajo de grado
Escala de razón

 Se pueden establecer relaciones de


igualdad/desigualdad, de orden, los
intervalos entre los distintos valores son
iguales y se cuenta con un verdadero
punto cero absoluto, en relación con el
cual se expresan todos los demás valores.
 El valor cero representa el origen
empírico de la variable, la carencia total
de cierta característica.
 Se pueden efectuar todas las operaciones
aritméticas (suma, resta, división y
multiplicación).
Distribuciones de datos

Cuando el investigador ordena sus datos mediante un


paquete informático de análisis de datos, lo que
genera es una distribución de datos o “matriz de
datos”.

Trabajar directamente con la “distribución de datos” no


resume lo suficiente para extraer conclusiones a
simple vista.
Distribución de
frecuencias
 “Es una tabla en la que cada
respuesta (valor o modalidad) de una
variable quedará ordenada conforme
a su magnitud y la frecuencia
(número de veces) de su
ocurrencia”.
Variable
“sexo”

Ejercicio aplique este concepto a su


trabajo de grado
Representaciones
gráficas

 Pueden diferenciarse dos tipos:


 Diagrama de barras (gráficos de
sectores). Para realizar representaciones
gráficas de variables con un nivel de
medida nominal u ordinal.
 Histograma. Para representar
gráficamente las variables con un nivel
de medida de intervalo o de razón.
Ejemplo de “diagrama de
barras”
7 Consiste en una
6 serie de barras, una
5
5 por cada categoría
4 de la variable, cuya
3
3 longitud depende
2
2 de su número de
1 casos.
0
Hombre Mujer NC
Sexo

Ejercicio aplique este concepto a su


trabajo de grado
Ejemplo de “histograma”
500 También representa las
frecuencias. Sin embargo,
existen algunas diferencias.
400

En el diagrama de barras cada


código o categoría de la variable
tiene su “barra” correspondiente,
Frecuencia

300

mientras que el “histograma”,


salvo que haya un número muy
200
reducido de valores, éstos se
agrupan en intervalos para ser
representados con una única
100
barra.

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Consumo de TV el día de ayer (en horas)

Ejercicio aplique este concepto a


su trabajo de grado
Estadísticos de resumen

Son estadísticos que sintetizan mucho más, que las


distribuciones de frecuencias o las representaciones
gráficas, la información sobre cada variable.

El tipo de estadístico de resumen disponible


depende de la escala de medida de las variables.

Los estadísticos de resumen aportan información


más rica o son más apropiados para variables
métricas.
Tipos de estadísticos de
resumen
Moda (Mo)

Estadísticos de posición o Mediana (Md)


tendencia central
Media (M)

Desviación típica (sx)


Estadísticos de
variabilidad o dispersión Varianza (sx2)
Estadísticos de posición o
tendencia central

esponden a la pregunta: ¿cuál es el resultado típico de


una distribución de frecuencias?

Permiten ver lo dominante, lo típico o la tendencia de


la distribución.

El “resumen” se explicita en una sola cifra numérica.


Moda (Mo)

El único estadístico que se puede utilizar en presencia


de variables nominales.

La moda es la puntuación a la que corresponde la


frecuencia máxima en una distribución de frecuencias;
es el valor o categoría “que más se lleva”, que más se
repite en una distribución de frecuencias.

No es preciso realizar ningún cálculo, ya que se


descubre con la simple inspección ocular.
Ejercicio aplique este concepto a su
trabajo de grado
Mediana (Md)
Se puede utilizar cuando se dispone de variables que
adoptan al menos una escala ordinal.
Con los datos ordenados del valor inferior al superior,
la mediana se interpreta como el valor del caso que
ocupa el valor central de la distribución, aquel que
deja igual número de caso por encima que por debajo.
Es el punto o valor que deja por encima y por
debajo de sí el 50% de las observaciones (punto
medio de la distribución).
Cuando se utilicen variables que adoptan al menos un
nivel de medida de intervalo (variables cuantitativas), la
mediana dividirá el área total del histograma
representado en dos áreas con igual superficie.
Ejemplos de calculo de
la mediana
La mediana no toma en
consideración las
puntuaciones individuales
de una distribución de
frecuencias. No se ve
afectada por los valores
extremos existentes en
una distribución de
frecuencias.

Md = 16 Md = 16

Ejercicio aplique este concepto a su


trabajo de grado
Media (M)
 El estadístico de resumen más conocido o
popular.
 Es el centro de gravedad de una
distribución de frecuencias.
 Permite conocer el desempeño o
comportamiento global de un grupo en un
criterio dado.
 Se emplea tanto en la estadística descriptiva
como en la inferencial.
 A diferencia de la mediana, el valor de cada
una de las puntuaciones de aplique
Ejercicio la distribución
este concepto ade
su
frecuencias afecta de manera sustancial
trabajo de grado a la
media.
Estadísticos de
variabilidad o dispersión
 Los estadísticos de tendencia central
indican dónde se sitúa un grupo de
puntuaciones, pero …
 Se necesitan otros estadísticos que, además de
mostrar la tendencia, indiquen cómo se
desvían los casos con relación a estos valores
centrales.
 Se precisa algún estadístico que permita saber
si todos los casos son parecidos o si hay
Los estadísticos de variabilidad
grandes diferencias Indican
entre si las
ellos.
puntuaciones de una distribución se encuentran muy
próximas entre sí o muy alejadas; describen la
forma en que los valores se diseminan a partir del
punto central.
Desviación típica o estándar
(sx)
 Si la media es el estadístico “estrella” a la
hora de ver la tendencia de unos datos, la
desviación típica (DT, Sx) lo es cuando se
desea conocer su variabilidad (grado de
homogeneidad o heterogeneidad). n
2
∑ ( Xi - X)
i =1
SX =
n
Una desviación típica pequeña indicará que la
mayoría de las puntuaciones de la distribución se
sitúan muy cerca de la media. Distribución
homogénea.
Una desviación típica elevada describirá un
conjunto de valores que están diseminados en un
amplio radio. Distribución heterogénea.
Ejemplo de calculo de la
desviación típica
Matriz de datos:
Los datos de la variable A son
mucho más homogéneos (con
respecto a su media) que los datos
de la variable B.
MA = 9 MB = 9
n
2
∑ ( Xi - X ) ( 7 − 9) 2 + ( 9 − 9) 2 + (11 − 9) 2 4+0+4 8
i =1
SA = = = = =1.63
n 3 3 3

n
2
∑ ( Xi - X) (1 − 9) 2 + (10 − 9) 2 + (16 − 9) 2 64 + 1 + 49 114
i =1
SB = = = = = 6.16
n 3 3 3

El programa SPSS utiliza para el cálculo de la desviación típica (y de la varianza) el denominador n-


1, en vez de n.
Varianza (sx2)

 El cuadrado de la desviación típica.

n
X ∑ (Xi - X) 2
El numerador de la fórmula Xde cálculo de la2
varianza, Σ (Xi - )², se denomina suma desx = i = 1
n
cuadrados y forma parte del cálculo de otras
pruebas estadísticas como el análisis de varianza.
La varianza es un concepto fundamental en la
investigación y en estadística inferencial.
Ejemplo de calculo de la
varianza
Matriz de datos:

MA = 9 MB = 9
n
2
∑ ( Xi - X ) ( 7 − 9 ) + ( 9 − 9 ) + (11 − 9 )
2 2 2
4+0+4 8
S2A = i =1
= = = = 2.66
n 3 3 3
n
2
∑ ( Xi - X) ( 1 − 9) + (10 − 9) + (16 − 9)
2 2 2
64 + 1 + 49 114
S2B = i =1
= = = = 38
n 3 3 3

El programa SPSS utiliza para el cálculo de la desviación típica (y de la varianza) el denominador n-


1, en vez de n.

También podría gustarte