Curva normal: Conocida como campana o Curva de Gauss, es
un modelo terico de curva en el caso de que se de una
distribucin normal. Es la curva a la que toda distribucin normal tiende a dibujar cuando es representada grficamente. Curva Platicrtica: Presenta una curva ms aplastada, con una elevacin de la distribucin inferior a la curva normal. Curva Leptocrtica: Presenta una distribucin ms apuntada, con una elevacin superior a la curva normal. Curva Mesocrtica: Es el que corresponde a la curva normal y presenta un nivel de apuntamiento considerado como ideal. Cuantil: Es una forma de interpretar las puntuaciones directas refirindolas a diferentes escalas. i se divide la serie en varias partes, en funcin de los porcentajes que incluyen, podemos situar las puntuaciones de los sujetos a lo largo de la misma, utili!ando los porcentajes que permiten cierta comparacin. "a serie podr quedar dividida en cuantas partes se desee, pero generalmente suele #acerse en $, %& %&&, teniendo as' los cuartiles, deciles o percentiles. El proceso de clculo es idntico al de la mediana, ya que sta es, a la ve!, el cuartil (, el decil ) o el percentil )&. Desviacin Media: *ace referencia a la media aritmtica de las desviaciones tomadas en valor absoluto, respecto de un promedio. +ic#o promedio puede ser la media aritmtica, la mediana o la moda, es una medida poco utili!ada, sobre todo porque e,isten otras que permiten un superior desarrollo estad'stico a partir de su valor. Desviacin Tpica: Es una de las medidas ms importantes de dispersin y variabilidad, se utili!a ms en el mbito de la estad'stica descriptiva, en la caracteri!acin de las muestras y permite un alto desarrollo estad'stico sobre la base de la misma. Es la ra'! cuadrada de la varian!a. Diagrama de barras: Consiste en representar los valores de una variable en funcin de sus frecuencias absolutas o relativas, por tanto dentro de un eje de coordenadas colocaremos los valores de la variable en el eje de abscisas y la frecuencia absoluta o relativa en el eje de abscisas. "a representacin consiste en levantar alturas para cada valor de la variable iguales a su frecuencia. Diseo: -n dise.o es un esquema o estructura lgica de accin que permite mantener constante el flujo de las variables e,perimentales pertinentes y controlar as' la influencia de las variables independientes sobre las variables dependientes. Podemos concretar como objetivos del dise.o el ma,imi!ar la varian!a sistemtica, controlar la varian!a sistemtica de las variables e,tra.as o fuentes de variacin secundarias, y minimi!ar la varian!a del error /el a!ar y los errores de medicin0. Diseos Cuasiexperimentales: e manipula la variable independiente, es decir, se introduce un tratamiento. Carece de una de dos propiedades del dise.o e,perimental, que son aleatoriedad y grupo control. on prcticos, brindan informacin 1til para generali!ar, se pueden llevar a cabo en ambientes naturales. "a desventaja es que pueden surgir varias #iptesis rivales que compiten con la #iptesis de manipulacin e,perimental en la e,plicacin de los resultados observados. Diseo Experimental Puro: El investigador act1a como un agente activo y no como un observador pasivo, el investigador puede tener una mayor confian!a en la autenticidad e interpretacin de las relaciones entre variables debido a que las #a observado bajo condiciones rigurosamente controladas. Diseo actorial: e manipulan dos o ms variables de manera simultnea. Permite probar m1ltiples #iptesis en un solo e,perimento. Permite probar no slo los efectos principales, sin tambin la interaccin entre las variables manipuladas. Diseo de !olomon: 2ue desarrollado para controlar todas las variables e,tra.as, y poder observar la varian!a sistemtica, consecuencia del tratamiento e,perimental objeto de estudio. on cuatro grupos los necesarios y todos se forman al a!ar. "a variable e,perimental se representa por 3. Diseos "er#r$uicos: on dise.os donde se encuentran factores anidados. 4ienen tres potenciales fuentes de variacin. 50 5quella atribuible a la variable e,perimental. 60 El efecto debido a los grupos. C0 "as diferencias individuales, como variacin residual, y en consecuencia, la variacin del error. Diseo por blo$ues al a%ar: e utili!a cuando las unidades e,perimentales no son todas iguales, cuando e,iste gran #eterogeneidad. e forman tantos bloques como valores de la variable independiente interesa contrastar7 los tratamientos se asignan igualmente al a!ar. Cuadrado Latino: e distingue de todos los dems porque es cuadrado, ya que los datos nos los proporcionan a travs de una matri! cuadrada. *ay dos variables de bloqueo que lo que #acen es #omogenei!ar la muestra pero que no intervienen en el e,perimento. 8o es un dise.o al a!ar, se clasifica a los sujetos seg1n unas condiciones iniciales y luego se aplica el e,perimento. "as variables de bloqueo, que no intervienen en el desarrollo del proceso, tienen los mismos niveles que la e,perimental por ser de dise.o cuadrado. Estad'stica descriptiva9 4iene una funcin simplificadora y descriptiva consistente en procesos estad'sticos que se reali!an con datos emp'ricos, tomados, recogidos y:o medidos en las muestras. Estad'stica inferencial9 "e corresponde decidir sobre los problemas irresueltos por la estad'stica descriptiva. 5l informarnos sobre los valores de la poblacin, parmetros, permite establecer #iptesis, plantear leyes y tomar decisiones. Estad'stica Paramtrica9 Es la ms poderosa siempre que se cumplan estos ; supuestos. <ue los estad'sticos que se estudian e,istan en la poblacin. <ue en ella estn distribuidas normalmente y que el estad'stico muestral da una estimacin del parmetro. Estad'stica 8o Paramtrica9 Es aquella cuyo modelo estad'stico no parte de supuestos acerca de la poblacin, o estos son muy dbiles y operan con datos ordinales y #asta nominales. Estad'stico o estimador9 Cualquier caracter'stica medible calculada sobre una muestra. Estado de la cuestin9 Es conocer la situacin actual del problema planteado en un momento determinado con todas su variables y posibilidades. E,perimento y sus clases9 Es una forma de e,periencia cient'fica caracteri!ada por provocar un fenmeno para mantenerlo bajo control y la utili!acin de la medicin. Clases9 E,perimento de laboratorio y e,perimento de campo. 2recuencia absoluta f i 9 / de un determinado valor , i 0 al n1mero de veces que se repite dic#o valor . 2recuencia absoluta acumulada 2 i 9 / de un determinado valor , i 0 u frecuencia absoluta ms la suma de las frecuencias absolutas de todos los valores anteriores . =uestreo9 El muestreo se ocupa del estudio de las muestras no por s' mismas, sino como un modo de conocer a la poblacin que representa. En ve! de #acer un censo completo, los procedimientos de muestro estad'stico se #an convertido en la #erramienta preferida en la mayor'a de las situaciones de investigacin. E,isten ; ra!ones principales para e,traer una muestra9 > lleva menos tiempo que un censo completo > es menos costoso - es ms gil y eficiente que obtener el completo de la poblacin objeto. Encuesta9 Es una modalidad de investigacin destinada a la recogida de informacin no a travs de las pruebas, sino por medio de preguntas formuladas directamente a los sujetos. "as preguntas, eso s', pueden incidir directa o indirectamente en el tema investigado. Los pasos $ue se deben seguir a la &ora de &acer una encuesta son: %0 Determinacin de los ob'etivos (0 Determinacin del tipo de encuesta9 ;0 Diseo del cuestionario9 Es un instrumento que contiene varias preguntas y que trata de una diversidad de fenmenos o caracter'sticas. $0 Codi(icacin del cuestionario9 -na ve! dise.ado y testado el cuestionario, conviene codificarlo antes de reali!ar el trabajo de campo. Con el objeto de evitar posibles errores de dise.o. "a codificacin del cuestionario facilita la tabulacin de los datos resultantes y su anlisis posterior a travs de un programa informtico de anlisis estad'stico. )0 Muestreo9 En ve! de #acer un censo completo, los procedimientos de muestro estad'stico se #an convertido en la #erramienta preferida en la mayor'a de las situaciones de investigacin. ?0 Traba'o de campo9 -na ve! desarrolladas las fases anteriores, se reali!a el trabajo de campo entrevistando a todos los integrantes de la muestra seleccionada. El trabajo de campo es controlado y revisado por el investigador para evitar distorsiones de la informacin resultante. @0 Tabulacin de Datos9 Construir tablas. 5l finali!ar el trabajo de campo, y una ve! revisados y depurados los cuestionarios, se tabulan estad'sticamente los datos obtenidos. A0 )n#lisis de *esultados + Elaboracin del ,n(orme9 Por 1ltimo, se anali!an los datos tabulados, y en base a los resultados y las conclusiones se redacta el informe final de la investigacin. =uestra9 Es una parte o subconjunto de una poblacin normalmente seleccionada de tal modo que ponga de manifiesto las propiedades de la poblacin. u caracter'stica ms importante es la representatividad. Probabil'stica9 on las que utili!a el muestreo al a!ar, y merced a ello pueden calcular de antemano la probabilidad de detener cada una de las muestras posibles. 8o Probabil'stica9 8o usan el muestreo al a!ar sino que se obtiene por el criterio del investigador, ra!ones de econom'a, comodidad, etc. /=uestreo intencional, muestreo accidental, etc.0. Dentro de los muestreos probabilsticos se encuentran: =uestreo aleatorio simple9 una ve! censado el marco de la poblacin, se asigna un n1mero a cada miembro y se eligen aleatoriamente las unidades muestrales, es decir que cada individuo o elemento tiene la misma oportunidad de seleccin que cualquier otro, y la seleccin de un individuo o elemento en particular no afecta la probabilidad de que se elija cualquier otro. =uestro istemtico9 Es un muestreo aleatorio en el cual se eligen los elementos de la poblacin a intervalos uniformes a partir de un listado ordenado /dentro del marco, tomar un n1mero y repetirlo varias veces #asta terminar la lista0 =uestreo estratificado9 "o primero que #ace el investigador es clasificar los elementos de la poblacin en subgrupos separados de acuerdo a una o ms caracter'sticas. +espus se obtiene por separado una muestra aleatoria simple o sistemtica de cada estrato. =uestreo por conglomerado9 Es un tipo de muestreo aleatorio en el que los elementos de la poblacin se dividen en forma natural en subgrupos. En ste muestreo, la unidad muestral no son los individuos sino un conjunto de individuos que, bajo determinados aspectos, se puede considerar que forman una unidad o conglomerado. En ve! de censar toda la poblacin, es necesario censar slo los conglomerados. El mtodo consiste en seleccionar aleatoriamente un n1mero de conglomerados cuya suma total de elementos proporcione el tama.o muestral buscado. Dentro de los muestreos no probabilsticos se encuentran: =uestreo por criterio9 Bste procedimiento se basa en el criterio o juicio del investigador para seleccionar unidades muestrales representativas. =uestreo por conveniencia9 Bste procedimiento consiste en seleccionar las unidades muestrales ms convenientes para el estudio, o en permitir que la participacin de la muestra sea totalmente voluntaria. =uestreo por cuotas9 En ste mtodo, primero se reali!a una estratificacin de la muestra que garantice la variedad de criterios y caracter'sticas de la poblacin objeto en estudio, y luego se aplica un muestreo por criterio para seleccionar las unidades muestrales de cada estrato. Ej.9 divido en se,o y edad. )dem#s las muestras pueden ser: =uestras grandes9 on consideradas aquellas cuyo n1mero de sujetos /80 es superior a ;&. Cuando ms grande sea una muestra ms significativos sern los resultados obtenidos de ella en relacin con la poblacin. =uestras peque.as9 on consideradas aquellas cuyo n1mero de sujetos /80 es inferior a ;&. El problema de las muestras peque.as es que debido a su escaso n1mero de representantes de la poblacin a estudiar, puede ofrecer unos datos menos representativos de dic#a poblacin. =uestras correlacionadas9 En muc#as ocasiones, se toman muestras donde cada observacin est emparejada con una observacin de la otra muestra. =edidas en un mismo sujeto antes y despus de someterlo a un tratamiento , medidas en #ermanos gemelos, etc. =uestras independientes9 on aquellas muestras que no estn relacionadas con otras. Probabilidad9 Es la probabilidad que tenemos de que algo suceda. Es muy complejo de definir. *ay dos tipos9 Cbjetiva9 5 priori. Es una probabilidad ideal a la que tienden los fenmenos reales. ubjetiva9 Deal. e determina de un modo emp'rico a travs de un n1mero suficiente de pruebas. Problema9 un problema e,iste cuando #ay tres elementos, cada uno claramente definido9 una situacin inicial7 una situacin final u objetivo a alcan!ar y restricciones o pautas respecto de mtodos, actividades, tipos de operaciones, etc., sobre los cuales #ay acuerdos previos. Pruebas paramtricas9 on las ms poderosas siempre que cumplan estos requisitos /%> <ue las caracter'sticas que se estudian e,istan en la poblacin. (> <ue en ella estn distribuidas normalmente. ; <ue el estad'stico muestral da una estimacin del parmetro0. Eentajas9 =ayor potencia para rec#a!ar *F falsas o al igual potencia el a#orro de sujetos en las muestras, desarrollo estad'stico superior, permiten #acer estimaciones de los parmetros indicando el margen de error que les afecta. Inconvenientes: u uso est limitado a una serie de restricciones. Pruebas no paramtricas9 on aquellas cuyo modelo estad'stico no parte de supuestos acerca de la poblacin o stos son muy dbiles y opera con datos ordinales y #asta nominales. Ventajas: Clculo ms sencillo, menos restrictivas incluso a niveles de medida tan elementales como ordinal o nominal, son especialmente adecuadas para muestras peque.as donde suelen ser tan potentes como las paramtricas. Inconvenientes: =enor potencia y desarrollo estad'stico menor. Prueba bilateral9 6ilateral cuando es bidireccional, de dos colas, es indiferente el sentido del orden. Prueba unilateral9 es unidireccional, de una cola, slo puede mirar en un sentido sin alterar el significado. Prueba objetiva9 on aquellas pruebas que se realicen intentando evitar cualquier aspecto que pueda ser interpretado desde una subjetividad, tanto por el que reali!a la prueba, como sobre todo, por el que la eval1a. Prueba Post>#oc9 -na ve! que se #a determinado que e,isten diferencias entre las medias, las pruebas de rango post #oc permiten determinar qu medias difieren. "a prueba de rango post #oc identifica subconjuntos #omogneos de medias que no se diferencian entre s'. pruebas de bondad de ajuste9 Es una prueba no paramtrica que contrasta si las frecuencias observadas en cada una de las clases de una variable categrica var'an de forma significativa de las frecuencias que se esperar'a encontrar si la muestra #ubiese sido e,tra'da de una poblacin con una determinada distribucin de frecuencias. Gi cuadrado9 "a prueba estad'stica de 3 ( para una muestra se emplea frecuentemente como prueba de bondad de ajuste, sin embargo, en un plan e,perimental, en el que se cuenta con un grupo muestral, con diversas subclases y las mediciones estn en escala nominal, resulta muy 1til este procedimiento. "a eficacia de la prueba est de acuerdo con el tama.o de la muestra, pues con un grado de libertad, si #ay dos subclases, algunos autores consideran que la prueba es insensible, no obstante la informacin que aporta ms de dos categor'as es satisfactoria en funcin de la frmula9 3 ( H * 8Hl /fo I fe0 ( fe Prueba de =c8emar9 Prueba que comprueba, para dos variables dicotmicas relacionadas, si los pares de respuestas desiguales /&,%0 y /%,&0 tienen la misma probabilidad. Esta prueba es muy 1til para detectar cambios de una categor'a a otra en los dise.os e,perimentales de tipo antes>despus. Prueba 6inomial9 Prueba para contrastar si una muestra procede de una distribucin binomial con la probabilidad especificada de ,ito /p0. Prueba de Jolmogorov>mirnoff9 Se trata de un modelo no- paramtrico para comprobar bondad de ajuste. La clasificacin de este modelo se debe al hecho que no depende de una distribucin original especifica; no se sabe a priori la forma de la distribucin de donde se sacan los datos. El modelo de Kolgomorov-Smirnov se aplica a distribuciones de tipo ordinal. Tambin se la usa para probar hiptesis acerca de distribuciones discretas. Se basa en calcular las diferencias, en valor absoluto, entre las frecuencias acumuladas relativas observadas y las esperadas, en cada clase. Luego se busca la mayor de las diferencias en valor absoluto, y la diferencia mxima obtenida se compara con el valor critico de tablas.