Estadística aplicada a la Universidad Nacional Mayor de San Educación Marcos

Facultad de Educación Mg. Jessica G. Zavaleta M.

Introducción
Estadística
 J. Neyman(1977: 58) «Estadistica

trata de problemas relativos a las caracteristicas operatorias de las reglas de comportamiento inductivo basado en experimentos aleatorios»  H. Crammer (1985:46) afirma que «el principal objeto de la teoría estadística consiste en la investigación de la posibilidad de obtener inferencias válidas a partir de datos estadisticos y en la construcción de metodos para

Estadística
 Es

un método científico por medio del cual podemos recolectar, organizar, presentar y analizar datos numéricos relativos a un conjunto de individuos u observaciones que nos permiten extraer conclusiones válidas y efectuar decisiones basadas en dichos análisis.

Historia de la Estadistica
 Se

pueden distinguir tres etapas:
hasta el siglo XV)

 Censos y empadronamientos (abarca

 De la descripción de poblaciones , a la

aritmética política ( desde el siglo XVI hasta el siglo XVIII)

 Teoría estadística y el cálculo de

probabilidades (desde el siglo XIX hasta la actualidad)

Conceptos básicos .

acerca del cual deseamos obtener conclusiones o tomar decisiones.Población  Conjunto de elementos (personas. Toda población debe delimitarse temporal     . organismos. objetos.) que contienen una o más características o atributos comunes observables. es el conjunto sobre el que recae la investigación y de cuyos elementos obtendremos datos de sus características o atributos. plantas. etc. Para la investigación.

Ejemplos de población  Todos  los empleados del sector público . los docentes de la UGEL 05  Todos   Todos los estudiantes de una institución educativa. .

Son costosos y sus resultados son la base para investigaciones mas especificas.Censo  Implica la recolección de datos de toda la población bajo investigación. censo se realiza generalmente por política de estado.   Un  .

  La  . muestra debe ser representativa de la población y esto significa que debe ser de tamaño adecuado y que tenga las mismas propiedades de la población.Muestra  Subconjunto de la población seleccionada de acuerdo a una planificación previa.

Unidad Estadística  Objeto elemental o elemento invisible sobre la base del cual se obtienen los datos. se le llama unidad de observación si los datos han sido recolectado mediante la observación y se le llama unidad experimental si los datos han sido recolectados a través de la   También .

 Es una magnitud o caracterización de algo. no cambian una vez obtenidos. es un antecedente para llegar al conocimiento exacto de un hecho. .Dato  Según el diccionario de la Lengua Española. Cuando se les procesa y presenta en un contexto apropiado pueden generar entendimiento.  Son exactos.

lectura o instrucción. representación o concepción derivada de la observación.   .Información  Es la reseña.

o atributo que posee la   Puede  tomar diferentes valores o expresados en varias categorias  Ejemplo:  Variable : «edades» de los alumnos de una institucion educativa y los valores de la variable serian: 13.Variable  Caracteristica poblacion. 15 años de edad  Variable: «profesión» y los valores a . 14.

Escalas de medición de una variable .

 . Ejemplos:          Sexo Estado civil Deporte que práctica Religión Lugar de nacimiento. sin implicar algún orden entre ellas. Distribuye a la unidad de análisis en dos o más categorías.Escala Nominal  Son las variables que establecen la distinción de los elementos en diversas categorías.

 . donde las categorías expresan una posición de orden. están referidas a un orden o jerarquía.   Ejemplos:  Grado de instrucción  Clases sociales  Grado de simpatía  Rango de agresividad.Escala Ordinal  Variables que implican orden entre ellas.

La unidad de medida no necesariamente tiene que partir del valor cero. sino convencional. Rendimiento escolar. .Escala Intervalar  Suponen orden y grado de distancia iguales entre las diversas categorías. pero no tienen un origen natural. solo sirve como punto o valor de comparación. Presión arterial. Ejemplos:          Coeficiente de inteligencia Temperatura Puntuación obtenida en una escuela.

el valor se expresa con un número real.Escala de Razón   Comprenden a la vez a todos los casos anteriores. distinción. orden. . distancia. ( la unidad de medida necesariamente tiene que partir del valor cero) Ejemplos:         Edad Peso Ingresos Número de hijos Accidentes de tránsito. Es de origen natural único.

Clasificación de las variables .

cualidad o atributo. mide mediante escala nominal u ordinal  Se   Ejemplos:  Lugar de Nacimiento  Estado civil  Religión .Variable Cualitativa o Categórica o De atributos  Si  la variable expresa mediante una característica.

miden mediante escala intervalar o de razón ser de dos clases: discretas y continuas  Se   Pueden   Ejemplos:  Número de carpetas de un aula  Las estaturas de los estudiantes de una institución educativa.Variables Cuantitativas o Numéricas  Es  cuando esta asociado a un valor numérico. .

 Ejemplos  Número de alumnos por sección  Número de libros en la biblioteca de Educación  Número de registros por docente .Variables Cuantitativas Discretas  Sus  valores se expresan en números enteros.

etc.25 kg.62 m . 1. . etc  Los haberes mensuales de los docentes S/.50 . etc  Las tallas de los alumnos: 1. 56.5 kg. 1235.56 m.78. 625. S/.Variables Cuantitativas Continuas  Sus  valores pueden expresarse mediante números reales  Ejemplos:  Los pesos de los niños: 48.

 En el siguiente enunciado: aplicó una encuesta a 70 alumnos para averiguar el número de hermanos que tiene cada uno». clase de variable. muestra. dato ..  «En una institución educativa se    Averiguar : Población. variable.Practiquemos ….

Solución .

Clasificación de la Estadística .

Estadística Descriptiva .

gráficos es una representacion visual de la totalidad de datos.   Los .Tablas y Gráficos de Frecuencia  Tabla de frecuencia o distribucion de frecuencia. Presenta datos recolectados donde se puede observar las diferencias para los posibles valores de las variables o niveles o categorias. Condensan datos obtenidos.

Tablas de Frecuencia o Distribución  Son tablas de trabajo estadístico. que presentan la distribución de un conjunto de elementos de acuerdo a las categorías de una variable.  En ella se observa la frecuencia o repetición de cada uno de los valores de la variable. Relativa simple. que se obtienen después de realizar la operación de tabulación. Absoluta acumulada. Relativa .  Las tablas presentan diversos tipos de frecuencia (Absoluta simple.

00 Hi 0.20 0.16 0.20 1.70 0.80 1.5 27.40 0.5 37.04 0 0.44 0.Ejemplo  Cuadro N° 1 fi Fi 8 20 22 25 35 40 50 hi 0.10 0.5 32.00 8 12 2 3 10 5 10 50 Edades [10 – 15> [15 – 20> [20 – 25> [25 – 30> [30 – 35> [35 – 40> [40 – 45> 12.5 22.16 0.24 0.5  .50 0.5 42.5 17.

Frecuencia absoluta (fi).  Se llama frecuencia absoluta de un valor de variable.  . al número de veces que se repite dicho valor en el conjunto de datos.

 .  Es la suma de las frecuencias relativas correspondientes a los datos menores e iguales al dato en referencia.Frecuencia absoluta acumulada (Fi).

Frecuencia Relativa (hi). .

.Frecuencia Relativa Acumulada (Hi).

1.4.Practiquemos  El      3.0.3.1.1.2.0.2.2.2.1.3.2.3.5.3.2.2. número de hijos por familia de un grupo de docentes de inglés de la UGEL 02 es como sigue:   Elaborar  una tabla de frecuencias e interpretar las frecuencias empleando el  Graficar .

067 0.167 0. 37% tienen 02 hijos . Número de hijos Frecuencia (fi) Frecuencia Absoluta Acumulada (Fi) Frecuencia Relativa (hi) Frecuencia Relativa Acumulada (Hi) Frecuencia Porcentual (hi *100) 0 1 2 3 4 5 3 5 11 8 2 1 30 3 8 19 27 29 30 0.267 0.967 1.100 0.633 0.Distribución de número de hijos de los docentes de inglés de la UGEL 02.000 10% 17% 37% 27% 7% 3% Interpretación : La mayoría de docentes de inglés de la UGEL 02 .267 0.000 0.900 0.033 1.367 0.100 0.

Gráfico 1.1: Distribución de número de hijos de los docentes de inglés de la UGEL 02 .

Medidas de Resumen para datos de una variable cuantitativa .

a una serie de datos y además describe en forma resumida al conjunto de observaciones.Medidas de Posición o Medidas de Tendencia Central  También se les conoce como estadígrafos de posición.     . deciles. Los de uso más frecuente son la media. existen además los cuartíles. la mediana y la moda. es decir. su propósito es de obtener valores que representen dicho punto central o centro de gravedad de los datos. Representan en un solo valor. etc. describen la posición que ocupa una distribución de frecuencias respecto a un solo valor de la variable. percentiles.

.

Pa ra d a to s si a g ru p a r . se n u ti i : l za .

.

Propiedades de la Media Aritmética .

Ejemplo 1 .

Ejemplo 2 .

previamente ordenadas o tabuladas.Mediana (Me)  Es el valor que divide al total de las observaciones.  . en donde cada una de las partes contiene el mismo número de elementos. en dos partes de igual tamaño.

Mediana (Me) .

Mediana (Me) .

26. 25. 24. 35. . 27. 35. 26.Ejemplo 1  Dado  las edades de 7 profesores 27. Halla la mediana e interpreta. 40. 40 años.     2º Ubicamos el valor central: Me = 27  INTERPRETACIÓN  El 50% inferior de los profesores tiene edades iguales o menores que 27 y el otro 50% superior tiene edades iguales o mayores a 27 años. 30. 30.   Solución: 1º Ordenamos los datos en forma ascendente: 24. 25.

Ejemplo 2 .

Moda (Mo)  La moda es el valor que se repite con más frecuencia absoluta en un conjunto de datos de una variable.  . en este caso se dice que la distribución es amodal.      También puede suceder que la distribución no tenga moda.

Moda (Mo) – Características .

5. 31. 9. 10. 13. 11 tiene una moda igual a 9 ▪ Es decir. es decir. es decir. 2. 13. 15. 9. 9. 10.     14. es amodal. 15. 15 tiene dos modas el 13 y el 15. 14. 35 no tiene moda. 8. 24. EJEMPLO 3  El conjunto de valores 5. 14. 7. es bimodal. 13. 9. 13. 7. Mo = 9 ( es unimodal)   EJEMPLO 2  El conjunto de valores 12. 15.  .Ejemplos  EJEMPLO 1  El conjunto de valores 2. 11.

Los valores se expresan en forma porcentual   Se . usan frecuentemente para describir el comportamiento de una población. deciles y percentiles son estadígrafos de posición que dividen al total de datos. Percentiles  Los cuartíles.Cuartiles. Deciles . previamente ordenados o tabulados. en proporciones.

 .Cuartiles ( Qk )  Son estadígrafos que dividen al total de la información previamente ordenados (en forma ascendente o descendente) o tabulados en cuatro partes iguales.

 .Deciles ( Dk )  Son estadígrafos que dividen al total de la información previamente ordenados (en forma ascendente o descendente) o tabulados en diez partes iguales.

 .Percentiles ( Pk )  Son estadígrafos que dividen al total de la información previamente ordenados (en forma ascendente o descendente) o tabulados en cien partes iguales.

Percentiles ( Pk ) .

que generalmente es la media . de comparar dos o más conjuntos de datos. Estas medidas de dispersión son números que miden el grado de separación de los datos con respecto a un valor central.Medidas de Dispersión  Las medidas de dispersión con respecto al centro tienen una finalidad de ampliar la descripción de los datos.

Clasificación de las Medidas de Dispersión .

Rango o Amplitud (R) .

50 – 423. R=X      Solución:  M áxim o –X m o ínim R = 424.Ejemplo 1  El ingreso mensual de 4 profesores de estadística. S/ 424.50. contratados en un colegio particular son S/424. Es decir es una muestra homogénea.50. S/424 y S/ 423.50 R=1  Interpretación  Los datos tienen un rango o amplitud igual a 1. .

373  R = 102    m o ínim   Interpretación  Los datos tienen una amplitud igual a 102.  . S/424 y S/ 475 Solución: R = X Máximo – X  R = 475 . S/ 373. contratados en un colegio estatal son S/424. Es decir es una muestra dispersa.Ejemplo 2  El ingreso mensual de 4 profesores de estadística.

Varianza ( S2) .

Esto sucede sobretodo cuando la media aritmética está afectada por valores extremos.  La varianza se expresa en las mismas unidades de la variable analizada.Varianza ( S2)  Cuanto mayor sea la varianza de una variable mayor dispersión existirá y por tanto menor representatividad tendrá la media aritmética. pero elevadas al .

Características de la varianza .

Ejemplo 1 .

Ejemplo 1 .

Ejemplo 2 .

Desviación Estándar ( S ) .

Ejemplo 1 .

Rango intercuartílico ( IQR )
define como la diferencia que existe entre los cuartíles Q3 y Q1, por lo tanto es el intervalo que contiene el 50% central de los datos.  IQR = Q3 – Q1  Se usa como medida de dispersión cuando se ha empleado la mediana como medida de posición.
  Se

Ejemplo 1
 El

 MAÑANA 12.3 22.7 NOCHE 15.6 21.6     Calcula el rango intercuartílico

curso de estadística se dicta en 2 grupos, se desea determinar la dispersión del rendimiento en este curso a partir de la siguiente información: Q1 TURNO Q3

ambos turnos e interpreta.

para

Solución del ejemplo 1

Turno Mañana:
  

1º IQRM = Q3 – Q1 2º IQRM = 22.7 – 12.3 3º IQRM = 10.4

Turno Noche:
   

Interpretación

1º IQRN = Q3 – Q1 2º IQRN = 21.6 – 15.6 3º IQRN = 6  

 El grupo que tiene rendimiento más

homogéneo con respecto a la mediana es el turno de la noche por tener menor rango intercuartílico.

Coeficiente de variación

Características del coeficiente de variación .

Ejemplo 1  Las Alumno  1 12 16 12 11 10 14 10 10 Alumno 2  11 12 15 10 16 16 15 16    ¿Quién rinde en forma mas Obs calificaciones de la primera unidad del curso de Literatura Inglesa de dos alumnos es como sigue : 3 4 5 6 7 8 9 10 1 2 15 16 12 16 heterogénea? .

Solución .

Solución .

respecto a su media . por tanto es más homogeneo o menos disperso.Interpretación del ejemplo 1  Se observa que el CV del alumno 2 es menor que el alumno 1.

Medida de Forma  Permite tener una idea de la forma de la distribucion de una variable cuantitativa .

Sign up to vote on this title
UsefulNot useful