Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AplicacionesestadisticasenlasCienciasSociales PDF
AplicacionesestadisticasenlasCienciasSociales PDF
La Estadstica Matemtica
A medida que la Ciencia progresa, sus teoras se van haciendo ms y ms matemticas
en la forma. Hay una relacin positiva entre el progreso de una Ciencia y el grado de su
desarrollo matemtico.
No es necesario que el investigador en Ciencias Sociales sea un especialista en reas
matemticas concretas, lo verdaderamente importante es que sepa acercarse con mentalidad
matemtica a los problemas que se le plantean. La mentalidad matemtica se define como la
comprensin del proceso lgico subyacente al razonamiento matemtico: entender la estructura
formal del modelo matemtico y las condiciones que lo hacen posible.
Tiene que haber un compromiso de manera que se simplifique la realidad concreta lo
menos posible, pero, a la vez, lo suficiente para que el modelo creado a partir de la realidad sea
fcilmente manejable desde el punto de vista instrumental matemtico.
Es necesario una buena cierta matemtica para conocer la potencia y debilidad de las
tcnicas estadsticas y consiguientemente para saber usarlas con eficacia y la vez con prudencia.
Para estudiar Estadstica Matemtica se necesita clculo avanzado y lgebra de
matrices, sin embargo tal madurez no es indispensable para comprender las bases de la
Estadstica Aplicada.
El sentimiento de satisfaccin y tranquilidad que resulta de dominar un lenguaje lgico
y no ambiguo compensa la ocasional ansiedad que se desencadena al descubrir que se ha
expresado un absurdo explcitamente y a todas luces.
Desde un punto de vista matemtico muchas de nuestras afirmaciones estn
incompletas, mal encuadradas o son imprecisas. Pero, por otro lado, muchas de estas ideas
pueden ser entendidas intuitivamente, y es mejor una comprensin intuitiva que ninguna
comprensin en absoluto.
Yo prefiero que los ejemplos que se usen en la enseanza sean hipotticos, porque es
ms importante tener un problema simple y plausible que el estudiante pueda comprender y que
ilustre el mtodo claramente que otro que simplemente asombre al estudiante con nuestra
sabidura.
Las principales aplicaciones estadsticas en cualquier campo, no slo el de las Ciencias
Sociales, descansan sobre el hecho de poder hacer observaciones o experimentos repetidos,
esencialmente, bajo las mismas condiciones. En algunas reas de la investigacin, los objetos o
fenmenos observados bajo las mismas condiciones variarn slo en pequea medida (en las
ciencias fsicas, donde las observaciones controladas dan prcticamente los mismos resultados).
Pero, por otro lado, especialmente en las Ciencias Sociales, aunque el experimentador haga un
esfuerzo sobrehumano para observar repetidamente bajo las mismas condiciones, se encontrarn
diferencias entre las observaciones y las diferencias, ordinariamente, no sern despreciables.
Curso Universitario Interdisciplinar Sociedad, Ciencia, Tecnologa y Matemticas 2003
en Economa para medir la evolucin de los precios mediante nmeros ndice o para
estudiar los hbitos de consumo mediante encuestas,
en Ciencias Polticas para conocer las preferencias de los electores antes de la votacin
mediante sondeos y as orientar las estrategias de los candidatos,
en Sociologa para estudiar las opiniones de los colectivos sociales sobre temas de
actualidad,
en Psicologa para elaborar las escalas de los tests y cuantificar aspectos del
comportamiento humano,
en general en las Ciencias Sociales para medir la relacin entre variables y hacer
predicciones sobre ellas.
Dentro del campo de la Psicologa hay tres vertientes metodolgicas (lo cualitativo, lo
no experimental y lo longitudinal) que son el autentico punto de partida de las actuales lneas de
desarrollo. Las ecuaciones estructurales permiten la modelacin de la causalidad. La regresin
logstica, los modelos log-linear y el anlisis de correspondencias se utilizan para el anlisis de
datos cualitativos. Las series temporales investigan el aspecto longitudinal.
La mayora de las tcnicas utilizadas en los cuasi-experimentos se deriva del modelo de
la regresin mltiple, de modo que las hiptesis rivales son probadas una a una. Por el contrario,
en los estudios aleatorizados, se estima exactamente un efecto y se eliminan otros, dado que
existe garanta de que influyen por igual en el grupo experimental y en el grupo control.
Estadstica Descriptiva
La estadstica puede estudiar tanto las caractersticas de las muestras en s como hacer
inferencias acerca de las caractersticas de las poblaciones. Poblacin es el conjunto de valores
que tienen una propiedad comn y muestra es un subconjunto (aleatorio o no) de la poblacin.
Si se estudia la variable edad de los estudiantes que estudian cuarto de Psicologa en Espaa
la poblacin es el conjunto de edades de todos esos estudiantes, y muestra es el conjunto de las
edades de los que estudian en una de sus universidades.
Las caractersticas de las poblaciones se estudian mediante indicadores de uno o ms
aspectos particulares. A estos indicadores se les llama parmetros cuando se refieren a la
poblacin, y se les llama estadsticos cuando se refieren a una muestra. Aunque en general se
habla de estadsticos para referirse tanto a stos como a los parmetros.
En la Estadstica las variables se dividen en cuantitativas y cualitativas. Las variables
cualitativas (o nominales) son variables de cuyos valores slo se puede decir que son distintos.
En las variables cuantitativas sus valores, adems de ser distintos, se pueden ordenar (de mayor
a menor). Las variables cuantitativas se dividen en tres tipos: ordinales, de intervalo y de razn.
En las variables ordinales los valores son distintos y se pueden ordenar. En las variables de
intervalo adems de esos dos rasgos (distintos, ordenados) existe una unidad comn. Y en las de
razn adems de esos tres rasgos existe un cero real. La afiliacin poltica es una variable
nominal. La altura o el peso son variables de razn.
En la estadstica descriptiva el inters del estudio puede estar en una variable, en dos
variables o en tres o ms variables. En cuanto al estudio de una sola variable las caractersticas
que se pueden estudiar de cada variable son:
1. Distribuciones de frecuencias a travs de histogramas, grficas de barras o polgonos de
frecuencias.
2. La tendencia central, es decir, el valor ms representativo de la muestra, se indica
mediante la media, la mediana o la moda dependiendo del tipo de variable estudiada.
3. La dispersin de los datos, si estn o no muy agrupados los nmeros, se estudia
mediante la desviacin tpica, la varianza, la amplitud semiintercuartlica o el rango
dependiendo del tipo de variable.
4. La forma de las distribuciones, a travs de los coeficientes de asimetra y apuntamiento.
La forma de la distribucin toma como patrn la distribucin normal o campana de
Gauss. En la distribucin normal la mayora de las puntuaciones se agrupan en torno a la media,
y en la que cuanto ms lejos se encuentra la puntuacin de la media ms rara es. Adems,
existen igual nmero de puntuaciones a ambos lados de la media. Y la asimetra y el
apuntamiento valen cero para una distribucin normal.
Los estadsticos anteriores son aplicados a muestras, pero cuando el inters est en el
individuo cada sujeto se puede estudiar con respecto a la muestra que pertenece. Se puede
estudiar su puntuacin directa, la puntuacin diferencial (la diferencia con respecto a la media),
y la puntuacin tpica (la distancia en desviaciones tpicas a la media). La puntuacin tpica
permite comparar verazmente las puntuaciones en distintas variables con medias y desviaciones
tpicas diferentes. Otro ndice de la posicin del sujeto en su grupo es el percentil, que indica el
porcentaje de casos que tienen puntuaciones inferiores a la suya.
En el estudio de dos variables lo que interesa usualmente es hallar la relacin que hay
entre las variables. Se utiliza el coeficiente de correlacin de Pearson cuando las variables son
cuantitativas. Este coeficiente vara entre uno y menos uno; cuando vale cero indica que no hay
relacin entre las variables, y cuando vale uno o menos uno que la relacin es perfecta. El
estudio de la relacin se puede complementar con su representacin grfica mediante la nube de
puntos o grfico de dispersin.
El estudio de la relacin entre variables cualitativas se realiza mediante tablas de
contingencia y estadsticos basados en el estadstico chi cuadrado. Hay otra serie de estadsticos
cuando se intenta estudiar la relacin entre variables cuantitativas y cualitativas.
Cuando se estudia la relacin entre varias variables la tcnica por excelencia es la
regresin mltiple. sta da un ndice, que vara entre cero y uno, de la relacin entre una
variable y un conjunto de variables. Otros ndices estadsticos son: la correlacin parcial, que
estudia la relacin entre dos variables cuantitativas eliminando el influjo sobre ellas de otras
Curso Universitario Interdisciplinar Sociedad, Ciencia, Tecnologa y Matemticas 2003
variables, y el coeficiente de correlacin cannica, que analiza la relacin entre dos conjuntos de
variables, cada uno de ellos con dos o ms variables.
Estadstica Inferencial
El siguiente gran captulo de la Estadstica aplicada a las Ciencias Sociales es la
Estadstica Inferencial. Cuando se quieren hacer inferencias, es decir, suposiciones acerca de lo
que ocurre en la poblacin global de la que se han tomado las muestras que se estn estudiando,
se utilizan los contrastes de hiptesis. Estos contrastes permiten contestar a preguntas como:
Pertenece una cierta muestra a una determinada poblacin? Pertenecen a la misma poblacin
dos muestras?
Para contestar a las anteriores preguntas se adopta un nivel de significacin (el mximo
nivel de error que se asume en la decisin), y se compara con la probabilidad del estadstico de
contraste. Entonces, si es menor la probabilidad del estadstico de contraste que el nivel de
significacin, se habla de que existen diferencias, o de que se han producido resultados
significativos.
Este proceso se formaliza de la siguiente manera:
1.
2.
3.
4.
5.
El estadstico de contraste es una cierta frmula que da como resultado un valor. Este
valor sigue una cierta distribucin. Las distribuciones que siguen estos estadsticos son, en la
mayora de los casos: la distribucin normal, la distribucin t de Student, la distribucin chi
cuadrado y la distribucin F.
Hay diferentes tipos de contrastes dependiendo del objetivo de estudio: diferencia entre
medias, diferencia entre desviaciones tpicas, diferencia entre proporciones, diferencia entre
correlaciones, y as sucesivamente.
Diseo Experimental
Los principales tipos de problemas con que se enfrenta la Estadstica en el campo de las
Ciencias Sociales son los de: diferencia entre grupos, relacin entre variables, estructura de los
datos y separacin entre grupos.
En el estudio de la diferencia entre grupos lo que usualmente se trata de analizar es la
diferencia entre medias. Y para ello se utiliza la prueba t de diferencia entre medias o el anlisis
de varianza. En ambas tcnicas lo que se investiga en realidad es si la diferencia entre las
medias de los grupos (la llamada variabilidad intergrupos) es significativamente mayor que la
diferencia dentro de los grupos (la denominada variabilidad intragrupos). El anlisis de varianza
ocupa una gran parte del contenido de la Estadstica Inferencial en las Ciencias Sociales ya que
el nmero y caractersticas de las variables experimentales puede ser muy variado. Y adems es
la base del diseo experimental. Diseo experimental que trata de establecer relaciones de causa
a efecto entre variables.
En el estudio de las relaciones entre variables hay dos objetivos principales, uno de
ndole terica y otro de naturaleza prctica. El primero halla ndices analticos que miden la
Curso Universitario Interdisciplinar Sociedad, Ciencia, Tecnologa y Matemticas 2003
relacin entre variables mediante las tcnicas ya mencionadas: correlacin de Pearson, regresin
mltiple o correlacin cannica. En la regresin mltiple se halla la relacin entre una variable
(la variable predicha o variable dependiente) y una o ms variables (las variables predictoras o
variables independientes). La regresin mltiple ofrece no slo un ndice numrico global de la
relacin, sino un estudio pormenorizado de la importancia de cada una de las variables
predictoras. La cuestin prctica en el estudio de la relacin entre variables consiste en poder
realizar predicciones del valor de la variable predicha. Es decir, una vez establecido que existe
una relacin significativa y substantiva entre la variable predicha y las variables predictoras,
basta con aplicar una frmula con los valores de las variables predictoras para obtener un valor
en la variable predicha sin necesidad de medirla de antemano.
El problema de la estructura de los datos se estudia bsicamente con una tcnica
estadstica multivariada: el anlisis de componentes principales. Esta tcnica permite reducir un
conjunto de variables relacionadas a un nmero de componentes (variables tambin)
independientes entre s. Con ello se consigue agrupar las variables originales en subconjuntos de
variables que estn relacionadas entre s y no estn relacionadas con las variables de los otros
subconjuntos. Por ejemplo, en Psicologa est tcnica ha servido para constatar la existencia de
distintos tipos de inteligencia: espacial, verbal, manual, etctera.
En el problema de la separacin entre grupos se aplican dos tipos de tcnicas. Con la
primera se trata de establecer la existencia de grupos que no son evidentes a priori; para ello se
utiliza el anlisis de conglomerados. Con esta tcnica no slo es posible descubrir estos grupos,
sino fijar de antemano el nmero de ellos. Con la segunda tcnica, el anlisis discriminante, se
estudia la estructura de la diferencia entre los grupos; puede ocurrir que la diferencia entre los
grupos se explique por subconjuntos de distintas variables. Y tal como ocurre en la regresin
mltiple, tambin se puede utilizar para predecir la pertenencia a grupos.
Bibliografa
J. Amn: Estadstica para Psiclogos: 1 Estadstica Descriptiva. Pirmide, Madrid, 1980.
J. Arnau: Tcnicas de Anlisis Avanzadas y Diseo de Investigacin: Tendencias Actuales y
Lneas Futuras de Desarrollo. En J. Arnau (editor): Mtodos y Tcnicas
Avanzadas de Anlisis de Datos en Ciencias del Comportamiento. EUB, Barcelona,
1996.
G. Glass, J. Stanley: Mtodos Estadsticos aplicados a las Ciencias Sociales. Prentice Hall,
Madrid, 1980.
W. Hays: Statistics for the Social Sciences. Holt, Rinehart & Winston, London, 1973.
D. Pea, J. Romo: Introduccin a la Estadstica para las Ciencias Sociales. McGraw-Hill,
Madrid, 1997.
A. Solanas et al.: La Enseanza de la Estadstica en las Ciencias del Comportamiento a Inicios
del Siglo XXI. Metodologa de las Ciencias del Comportamiento 4, no. 2 (2002), 157183.