República Bolivariana de Venezuela

Universidad Central de Venezuela

Facultad Humanidades y Educación

Escuela Educación

Estadística Aplicada

Ginelly McLanghins C.I: 27. 788. 723

Emilio Parada C.I: 26. 921. 773

Jorge Blanco C.I: 27. 487. 600

Martes 30 de enero de 2018

 Concepto de Estadística
La Estadística se ocupa de la recolección, agrupación, presentación, análisis, e interpretación de
datos.

A menudo se llaman estadísticas a las listas de estos datos, cosa que crea una cierta ambigüedad,
que no debería originarnos confusiones.

La Estadística no son solo los resultados de encuestas, ni el calculo de unos porcentajes, la

estadística es un método científico que pretende sacar conclusiones a partir de unas
observaciones hechas.

Concepto de Estadística Descriptiva

Se denomina estadística descriptiva a las cantidades matemáticas que resumen e interpretan
algunas de las propiedades de un conjunto de datos, pero que no miden las propiedades de la
población de la que se extrajo la muestra.

Las estadísticas descriptivas son coeficientes descriptivos que mostrar información resumida de un
conjunto de datos, que puede ser una representación de toda la población o una muestra de ella.
La estadística descriptiva se descompone en las medidas de tendencia central y medidas de
variabilidad, o dispersión.

Concepto de Estadística Inferencial

La estadística inferencial es una parte de la estadística que comprende los métodos y
procedimientos que por medio de la inducción determina propiedades de una población
estadística, a partir de una parte de esta. Su objetivo es obtener conclusiones útiles para hacer
deducciones sobre una totalidad, basándose en la información numérica de la muestra.

Se dedica a la generación de los modelos, inferencias y predicciones asociadas a los fenómenos en

cuestión teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones
en los datos y extraer inferencias acerca de la población bajo estudio.
 Población
Una población en estadística es un conjunto de sujetos o elementos que características comunes.
Sobre esta población se realiza el estudio estadístico con el fin de sacar conclusiones.

El tamaño poblacional es el numero de individuos que constituyen la población. Según el numero

de sujetos, el tamaño puede ser finito o infinito. Los conjuntos infinitos son algo artificial o
conceptual, ya que toda población de entidades físicas es finita.

Muestra
En estadística, una muestra es un subconjunto de casos o individuos de una población. En diversas
aplicaciones interesa que una muestra sea una muestra representativa y para ello debe escogerse
una técnica de muestra adecuada que produzca una muestra aleatoria adecuada.

Como un subgrupo o subconjunto representativo de la población, extraída seleccionada por algún

método de muestreo. La muestra siempre es una parte de la población. Si se tienen varias
poblaciones, entonces se tendrán varias muestras.

Estadístico
En estadística un estadístico es una medida cuantitativa, derivada de un conjunto de datos de una
muestra, con el objetivo de estimar o inferir características de una población o modelo estadístico.

Mas formalmente un estadístico es una función medible T que, dada una muestra estadística de
valores, les asigna un número, T, que sirve para estimar determinado parámetro da la distribución
de la que procede la muestra.
 Parámetro
En estadística, un parámetro es un numero que resume la gran cantidad de datos que pueden
derivarse del estudio de una variable estadística. El calculo de este numero esta bien definido,
usualmente mediante una formula aritmética obtenida a partir de datos de la población.

Los parámetros estadísticos son una consecuencia inevitable del propósito esencial de la
estadística: crear un modelo de la realidad.

Muestreo
En la referencia estadística se conoce como muestreo a la técnica para la selección de una muestra
a partir de una población estadística.

Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean extrapolables a la
población. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los
que se alcanzarían si se realizase un estudio de toda la población. En las investigaciones llevadas
por empresarios y de la medicina se usa muestreo excesivamente en recoger información sobre
poblaciones.
Unidades de análisis
Son los elementos en los que recae la obtención de información y que deben
de ser definidos con propiedad, es decir precisar, a quien o a quienes se va a aplicar
la muestra para efectos de obtener la información. Por ejemplo:

Pobreza

Jefe de familia.

Madres.

Las unidades de análisis deben además ser identificadas para poder precisar
el tipo de instrumento de recolección de información por cuanto al no ser similares,
su intervención proporcionando información puede resultar confusa o complicada.

Otra recomendación es el de utilizar preferentemente una sola unidad de

análisis para obtener la información requerida debido a que el manejo de más
unidades de análisis supone varios procesos simultáneos de recolección, análisis y
procesamiento y por consiguiente una mayor exigencia estadística para establecer
relaciones. Esto es importante según sea el tema o problema de investigación y
también por la experiencia del investigador.

Se de forma que respondan a las finalidades determinadas de sus planes

estadísticos con unidades determinadas previamente para que haya armonización
en el estudio estadístico.

Mediación
El proceso de asignar un valor numérico a una variable se llama medición. Las
escalas de medición sirven para ofrecernos información sobre las clasificaciones
que podemos hacer con respecto a las variables (discretas o continuas).
Cuando se mide una variable el resultado puede aparecer en uno de cuatro diversos
tipos de escalas de medición; nominal, ordinal, intervalo y razón.
Conocer la escala a la que pertenece una medición es importante para determinar
el método adecuado para describir y analizar esos datos.
Escala nominal:
Utiliza los números para identificar que un dato pertenece a un grupo o a una
categoría. Es aquella escala que no presenta un orden o dimensión particular, son
observaciones que pueden clasificarse o contarse.
En el análisis de datos resulta más sencillo asignar a ciertos atributos “etiquetas”
numéricas en lugar de utilizar datos complejos. Por ello podemos utilizar un “1”
para designar a las mujeres y un “2” para designar a los hombres, sin que ninguno
de los números represente más o menos, solamente con el objetivo de distinguir y
organizar datos.
En esta escala cada persona u objeto debe pertenecer a una y solamente una de
las categorías que tienen y el conjunto de estas categorías debe ser exhaustivo;
es decir, tiene que contener a todos los casos posibles.
Escala ordinal:
En esta escala los números representan una clasificación (mayor que o menor
que), sin que represente una unidad de medida, quedando implícito que un
número de mayor cantidad tiene más alto grado de atributo medido en
comparación de un número menor. Se establece una gradación u orden natural
para las categorías, cada uno de los datos puede localizarse dentro de alguna de
las categorías disponibles.
Escala de intervalo:
En esta escala además del “mayor que” y el “menor que” también se establece
una unidad de medida que nos permite precisar cuanto se es mayor o menor. La
unidad de medición es arbitraria, el cero es convencional y pueden existir
cantidades negativas; la medición de la temperatura y del coeficiente intelectual
son ejemplos de este tipo de escala.
En esta escala se pueden hacer comparaciones por medio de diferencias o de
sumas, sin embargo no se admiten comparaciones por medio de multiplicaciones,
divisiones o porcentajes pues carecen de sentido.
Escala de razón:
Similar a la escala de intervalo, pero tiene un cero absoluto y por ello los múltiplos
de los valores de la escala serán significativos; el nivel de votos en una elección
sería un buen ejemplo de una escala de medición de razón.

Confiabilidad

En lo que respecta, a la confiabilidad de un instrumento de medición de datos,

se puede manifestar, que según Hernández (1991), esta se da, cuando un
instrumento se aplica repetidas veces, al mismo sujeto u objeto de investigación,
por lo cual, se deben obtener resultados iguales o parecidos dentro de un rango
razonable, es decir, que no se perciban distorsiones, que puedan imputarse a
defectos que sean del instrumento mismo.
Igualmente, se puede traer a colación lo expresado por Ander- Egg (1987), quien
señala que la confiabilidad del cuestionario está representada por la capacidad de
obtener idénticos resultados cuando se aplican las mismas preguntas en relación a
los mismos fenómenos. De la misma manera, Perdomo (ob cit), manifiesta que la
validez de un instrumento de medición de datos, puede entenderse como el grado
en que las diferencias de puntuación reflejan congruentes diferencias entre
individuos, grupos o situaciones, en una determinada característica que se pretende
medir.

De tal manera, se puede hacer la siguiente inferencia, cuando el instrumento

ha sido utilizado previamente en otra investigación, se puede afirmar que el mismo,
cumple con el criterio de confiabilidad, puesto que, ya ha sido utilizado por otro
investigador.
No obstante, de no ser el caso, anteriormente expuesto, para hacer confiable un
instrumento, según Hernández (ob cit), se debe aplicar la fórmula para determinar
los coeficientes de confiabilidad, los cuales, oscilan entre cero y uno. En este
sentido, se puede decir que el coeficiente cero, indica que la confiabilidad es nula;
mientras que, por su parte uno, significa que la tiene máxima confiabilidad. Como
ejemplo palpable de la confiabilidad, se puede mencionar, el hecho de que se
aplique un instrumento para medir la temperatura corporal de una persona, en tres
momentos diferentes, con la diferencia de un minuto entre cada medición y arroje
resultados tales como: primera medición 39, 5 ºC; segunda medición 45, 5 ºC;
tercera medición 25, 5 ºC. Del anterior ejemplo, se puede inferir que el instrumento
de medición, no es confiable.

- Procedimientos para determinar la confiabilidad.

Ahora bien, según Hernández (ibid), los procedimientos para determinar la

confiabilidad son:

- Medida de estabilidad (confiabilidad por test – retest).

En este procedimiento, se aplica un mismo instrumento de medición, dos o

más veces a un mismo sujeto u objeto de investigación, dentro de un período
de tiempo relativamente corto. En este caso, se debe realizar una correlación entre
los datos obtenidos en las diferentes aplicaciones, con lo cual, si se obtiene que la
correlación realizada es altamente positiva, se puede inferir que el instrumento es
confiable.

- Método de formas alternativas o paralelas.

Es de hacer notar, que en este procedimiento, no se aplica el mismo instrumento de
medición, sino que se aplican dos versiones equivalentes o parecidas del mismo,
dentro de un período de tiempo relativamente corto. En consecuencia, se puede
inducir que el instrumento es confiable si la correlación entre los resultados
arrojados por dichos instrumentos es significativamente positiva.

- Método de las mitades partidas.

En el caso específico de este método, se puede indicar, que el mismo, sólo
requiere una aplicación del instrumento de medición, con lo cual, el conjunto total
de ítems, es dividido en dos mitades, para que luego los resultados de esas dos
mitades, sean comparados entre sí. De tal forma, para que el instrumento sea
confiable, debe cumplirse, que los resultados de ambas mitades deben estar
fuertemente correlacionados.

- Coeficiente alfa de Cronbach.

En lo que respecta al coeficiente alfa de Cronbach, es pertinente indicar, que

según Hernández (ob cit), dicho instrumento requiere sólo una aplicación,
produciendo valores que tienen un rango entre cero y uno. Ahora bien, la fórmula
para obtener el coeficiente alfa de Cronbach es la siguiente

Validez
.
En lo referente a la validez, se puede manifestar que según Hernández (ob
cit), el término en cuestión puede entenderse como el grado en que un instrumento,
realmente mide la variable que pretende medir, esto significa que un determinado
instrumento debe medir estrictamente la variable que se desea medir y no otra,
aunque sea muy parecida. De tal forma, como ejemplo jurídico, un instrumento
elaborado con el fin de medir datos relativos al Derecho Laboral, tiene validez
cuando, si y solo sí, mide los datos referentes al derecho en cuestión y no a otro
tipo de derecho, como por ejemplo, sería el mercantil o el civil.
En el mismo orden de ideas, se debe mencionar, que según Hernández (ibid), la
validez se puede determinaran mediante tres evidencias, las cuales son: evidencia
relacionada al contenido; evidencia relacionada con el criterio; y evidencia
relacionada con el constructo.

Validación del instrumento

En cuanto a la validación del instrumento, se puede indicar, que según

Hernández (ob cit), para ser validado un determinado instrumento, se debe atender
a los criterios de validez de contenido, validez de criterio y validez de constructo,
que sumados generan lo que se conoce como validez total. Ahora bien, esto tipos
de validez, pueden explicarse de la siguiente forma:

- Validez de contenido.

En lo concerniente a la validez de contenido, se puede indicar que según

Hernández (ibid), es la que consiste en el grado en que un determinado instrumento
expresa concisamente, lo que se pretende medir. Así pues, para determinarla, se
debe en primera instancia, revisar como ha sido utilizada previamente la variable en
otras investigaciones. Para luego, sobre la base de base de la anterior revisión,
elaborar otro instrumento, en el cual, sea posible medir la variable. Como paso
siguiente, se procede a consultar con los investigadores especializados en el tema
de estudio, con el fin de evaluar la veracidad del instrumento. Posteriormente, se
hace una selección de los ítems, consecuentemente extrayéndose una muestra pro
balística de ítems. Luego, se aplican los ítems y se hace una correlación de los
resultados entre ellos, haciéndose estimaciones estadísticas, con la finalidad de
comprobar si la muestra es representativa o no.

- Validez de criterio.
Según Hernández (ibid), para obtener la validez de criterio, es necesario
comparar dicha validez con algún criterio externo. En tal sentido, se debe
correlacionar su medición con el criterio que se va a utilizar como patrón de medida,
para obtener un coeficiente que consecuentemente será tomado como coeficiente
de validez.

- Validez de constructo.
Con respecto a la validez de constructo, se puede mencionar lo expresado
por Hernández (ob cit), quien señala que la validez en cuestión, es el grado en que
una medición se encuentra relacionada de forma consistente con otras mediciones,
en concordancia con hipótesis derivadas teóricamente y que conciernen a los
constructos o conceptos que son objeto de una determinada medición. En ese
mismo orden, para obtener la validez de constructo, se utiliza el procedimiento
de Análisis de Factores, el cual, amerita, el uso de un cúmulo de fórmulas
estadísticas.
Precisión
La precisión se refiere a qué tan cerca están las mediciones entre ellas. Para
evaluar la precisión, utilice un estudio R&R del sistema de medición cruzado,
anidado o expandido (Estadísticas > Herramientas de calidad > Estudio del
sistema de medición).

Un sistema de medición puede tener cualquier combinación de exactitud y

precisión. Por ejemplo, un sistema de medición que mide las tabletas de un
medicamento es preciso pero no exacto si mide las mismas tabletas de 200 mg
como 205.54 mg, 205.43 mg y 205.03 mg. Las mediciones del sistema de medición
están cerca unas de otras y, por lo tanto, son precisas. Pero no están cerca del valor
real (200 mg) y, por lo tanto, no son exactas.

Exacto y preciso
 Las mediciones están cerca del valor verdadero y cerca unas de otras.

Preciso pero no exacto

Las mediciones están cerca unas de otras pero no del valor verdadero.

Exacto pero no preciso

Las mediciones están cerca del valor verdadero pero no están cerca unas de
otras.

Ni exacto ni preciso

Las mediciones no están cerca del valor verdadero ni cerca unas de otras.

La exactitud de un sistema de medición tiene tres componentes: sesgo,

linealidad y estabilidad. La precisión de un sistema de medición tiene dos
componentes: repetibilidad y reproducibilidad. Estos componentes se pueden
analizar de forma exhaustiva con diferentes estudios del sistema de medición.

Nota: La integridad de los datos depende de la integridad del sistema de

medición. Si usted detecta problemas de exactitud y precisión, debe mejorar el
sistema de medición para poder confiar en los datos.
Variables cuantitativas

Las variables cuantitativas son características de una población que pueden

registrarse con un valor numérico. Determinan cuanto de algo se posee, no sólo si
se posee (como con las variables cualitativas). Ejemplos:

 Número de casas (1, 2,…). Discreta.

 Edad (12,5; 24,3; 35;…). Continua.

Existen dos tipos de variables cuantitativas:

Variables cuantitativas discretas

Adoptan solamente valores enteros a lo largo de un intervalo, dejando espacio

entre los valores fraccionarios posibles. Este tipo de variables consisten en
observaciones que podemos contar. El número de hijos de una pareja es un dato
discreto, se puede decir que una familia tiene 1, 2, 3, 4,5 hijos pero no tiene sentido
decir que una familia tiene 2.36 hijos.

Variables cuantitativas continuas

Adoptan un valor en cualquier punto (entero o fraccionario) a lo largo de un

intervalo y el número de decimales que toma dependerá de la precisión del
instrumento de medición más que del valor del dato en sí.
Las variables cuantitativas (o variables numéricas) se clasifican según el
número de valores que puede tomar la variable.

Tipos Definición Ejemplos

La variable solo puede tomar
– Canastas en un partido
valores en número determinado de
(20; 21; 22; pero no 21,5)
valores. En cada intervalo de
– Hijos por familia (0, 1, 2,
valores la variable solo puede tomar
3,…)
Discreta un valor.
La variable puede adquirir cualquier
– Peso (53,53 kg;
valor dentro de un intervalo de
89,4 kg,…)
Continua valores determinado.
VARIABLES CUANTITATIVAS
Variables Cualitativas
Variables contenidas en personas u objetos que refieren características o
modalidades que no pueden representarse con un número porque expresan
opiniones, preferencias, creencias, colores, y todo aquello que no pueda contarse.
La medición de este tipo de variables se refiere a una mera clasificación de atributos,
que describiremos en porcentajes o por la cantidad de personas u objetos que
entran en dicha categoría.
Cuando este tipo de variables fluctúan entre dos valores, como el sexo biológico,
son dicotómicas, cuando presentan tres o más oportunidades de variación, se
nominan politómicas.

Ejemplos:

 Sexo (hombre, mujer)

 Salud (buena, regular, mala)

Una variable cualitativa puede tomar un número finito de valores numéricos,

categorías o códigos y se pueden clasificar en:

 Variables nominales,
 Las variables ordinales,
 Variables ficticias de las variables cuantitativas,
 Variables de preferencia y
 Variables de respuesta múltiple

Traducción al inglés de Variable cualitativa: Qualitative variable

Traducción al francés de Variable cualitativa: Variable qualitative

Traducción al alemán de Variable cualitativa: Qualitative variable

 Variable Nominal

Son aquellas en las que los códigos solo indican una diferencia en la categoría, clase, calidad
o tipo que se usan para definir un atributo de un elemento. Los datos nominales pueden ser
numéricos o no numéricos. El sexo de una persona es un dato nominal no numérico. El
número de seguro social de una persona es un dato nominal numérico. Este tipo de variables
sólo nos permite establecer relaciones de igualdad/desigualdad entre los elementos de la
variable. La asignación de los valores se realiza en forma aleatoria por lo que no cuenta con
un orden lógico.

Variable Ordinal

Son aquellas que designan categorías, pero tienen la propiedad adicional de establecer
relaciones de mayor que, menor que o igual que, entre los elementos. Pueden usarse para
jerarquizar u ordenar las observaciones. Los datos ordinales pueden ser numéricos o no
numéricos. Un ejemplo de variable ordinal es el nivel de educación, ya que se puede
establecer que una persona, con título de Postgrado tiene un nivel de educación superior al
de una persona con título de bachiller. En las variables ordinales no se puede determinar la
distancia entre sus categorías, ya que no es cuantificable.

Variable de Intervalos

Una escala de medición es de intervalo si las distancias entre las puntuaciones son las mismas
entre cualquier par de puntos en la escala de medición. Este nivel integra las variables que
pueden establecer intervalos iguales entre sus valores. Estas variables nombran, ordenan y
presentan igualdad de magnitud. Ejemplos de este tipo de variables son la fecha, la
temperatura, las puntuaciones de una prueba, la escala de actitudes, entre otros.

Variable de Razón

Integra aquellas variables con intervalos iguales que pueden situar un cero absoluto. Estas
variables nombran orden, presentan intervalos iguales y el cero significa ausencia de la
característica. El cero absoluto supone identificar una posición de ausencia total del rasgo o
fenómeno. Por ejemplo en la velocidad, el cero significa ausencia de movimiento.

Variable Discreta

Es la que presenta separaciones o interrupciones en la escala de valores que puede tomar.

Una variable discreta siempre es numérica. No puede tomar algunos valores dentro de un
mínimo conjunto numerable, quiere decir, no acepta cualquier valor, únicamente aquellos
que pertenecen al conjunto. Estas variables se dan de modo coherente separaciones entre
valores observables. Ejemplo: El número de hijos (1, 2, 3, 4, 5).
 Variable Continua

Son variables numéricas que tienen un número infinito de valores, puede adoptar cualquier
valor en el marco de un intervalo que ya está predeterminado. Un atributo esencial de una
variable continua es que, a diferencia de una variable discreta, nunca puede ser medida con
exactitud. El valor observado depende en gran medida de la precisión de los instrumentos de
medición. Al trabajar con variables continuas, hay que aceptar la existencia de un error de
medición que se debe tratar de minimizar. Por ejemplo, la altura de un niño puede ser 1,2
metros, 1,24 metros o 1,249 metros de acuerdo a cómo se mida.

Variable Independiente

Es aquella cuyos valores son arbitrarios. Se le pueden asignar valores sin tener en cuenta
otras variables. En investigación experimental se llama así a la variable que el investigador
manipula. La variable independiente suele representarse en las gráficas en el eje de abscisas
(x). Y es a partir de esta variable cuando se genera la variable dependiente, que habitualmente
se representa por la letra (y).

Variable Dependiente

Es aquella cuyos valores dependen de otra variable, que se llama variable independiente (x).
Se representa por la letra y, aunque a veces se denota como f(x). Contrariamente al valor de
la variable independiente, que se fija libre y previamente, el valor que en cada caso toma la
variable dependiente está supeditado, “depende” de ese valor arbitrario que se le haya
asignado a la variable independiente. En la representación de una función, la variable
dependiente se representa en el eje de ordenadas.

Tabla

Una tabla es una lista o catálogo de cosas ordenadas de manera sucesiva o con alguna relación
entre sí. Son las cantidades de la estadística, una parte importante son las funciones
estadísticas, tanto continúas como discretas, que nos permiten determinar las probabilidades
de un suceso, partiendo del modelo estadístico al que ese suceso se ajusta. En la práctica,
cuando queremos saber el valor numérico de esa probabilidad, no solamente la expresión que
la determina, necesitamos cuantificar la distribución de probabilidad, que no suelen ser
expresiones sencillas, en los últimos tiempos el desarrollo de la informática, facilita
grandemente estos cálculos, pero la utilización de tablas estadísticas es lo más corriente.
 Gráfico

Un gráfico es la representación de datos, generalmente numéricos, mediante líneas,

superficies o símbolos, para ver la relación que esos datos guardan entre sí y facilitar su
interpretación. Un gráfico también puede ser un conjunto de puntos, que se plasman en
coordenadas cartesianas, y sirven para analizar el comportamiento de un proceso, o un
conjunto de elementos. La utilización de gráficos hace más sencilla e inmediata la
interpretación de los datos. A menudo un gráfico nos dice mucho más que una serie de datos
clasificados por filas y columnas. Un gráfico de Excel está formado por diferentes partes:

Área del gráfico: Esta es el área que se encuentra definida por el marco del gráfico y que
incluye todas sus partes.
Título del gráfico: Texto descriptivo del gráfico que se coloca en la parte superior.
Series de datos: Son los puntos de datos relacionados entre sí trazados en un gráfico. Cada
serie de datos tiene un color exclusivo. Un gráfico puede tener una o más series de datos a
excepción de los gráficos circulares que solamente pueden tener una serie de datos.
Ejes: Un eje es la línea que sirve como referencia de medida. El eje Y es conocido como el
eje vertical y generalmente contiene datos. El eje X es conocido también como el eje
horizontal y suele contener las categorías del gráfico.
Líneas de división: Son líneas opcionales que extienden los valores de los ejes de manera
que faciliten su lectura e interpretación.
Título de eje: Texto descriptivo que se alinea automáticamente al eje correspondiente.
Leyenda: Recuadro que ayuda a identificar los colores asignados a las series de datos.