Está en la página 1de 29

Estadística Aplicada a la Educación

con MINITAB

PRIMERA PARTE

FÉLIX AMADEO CANALES CONCE

Universidad Nacional de Huancavelica


Facultad de Educación
Primera edición:
Huancavelica-Perú
2012

“Estadística Aplicada a la Educación con MINITAB”


Primera Parte

Autor:
© Félix Amadeo CANALES CONCE.
A mis estudiantes, por ser la razón
para seguir aprendiendo.
INTRODUCIÓN

En la actualidad la educación en estadística es de importancia en los diferentes


niveles de la educación a fin de formar estudiantes con capacidades para
interactuar en un mundo de información y competitivo que requiere capacidades
para leer y producir información. Esta necesidad es mucho más gravitante en
futuros profesionales en la carrera de educación por su rol de educador.

Existe un segmento de personas que consideran que la estadística es


simplemente hacer gráficos, tablas numéricas y reportar algunos resultados de
encuestas; los estudiantes asocian a la estadística como un proceso netamente
matemático; la información bibliográfica de estadística aplicada a la educación
es limitada, porque la gran mayoría de los libros están referidos al campo de
ingeniería, economía, administración y salud. Por otro lado, el proceso de
enseñanza-aprendizaje demanda cada vez más el uso de recursos informáticos
para el desarrollo de habilidades y destrezas.

El propósito de este material, es presentar al estudiante el desarrollo de los


conocimientos de estadística de manera clara y precisa, con ejemplos aplicados a
variables educativas, enfatizando en su comprensión, análisis e interpretación de
los resultados obtenidos con soporte del software estadístico MINITAB en su
versión 16, a fin de facilitar el proceso matemático.

No obstante, el uso de este software debe realizarse previo comprensión y


entendimiento del aspecto conceptual (saber) y procedimental (saber hacer) de la
estadística, a fin de no caer en su uso mecánico. Debe entenderse que cualquier
recurso informático es una herramienta de apoyo didáctico para optimizar el
proceso de aprendizaje del estudiante.

El contenido del libro está estructurado en 8 capítulos. En el capítulo 1 se trata


de la definición, clasificación y de algunos conceptos básicos de la estadística
que son fundamentales para su estudio. Los capítulos 2, 3, 4 y 5 están referidos a
elementos de la estadística descriptiva, desde organización de datos hasta la
determinación de indicadores de tendencia central, variabilidad y forma. En
tanto que en los capítulos 6, 7 y 8 se desarrollan fundamentos de probabilidades,
variable aleatoria y distribuciones de probabilidad, que serán requisitos para el
estudio de la estadística inferencial.

Finalmente, mi agradecimiento a los profesores y estudiantes de la especialidad


de Matemática Computación e Informática de la Facultad de Educación, quienes
con sus aportes y sugerencias, hizo posible su inicio, desarrollo y culminación de
la primera parte de libro “Estadística Aplicada a la Educación con soporte de
MINITAB”.
El autor.
INDICE
PORTADA
DEDICATORIA
INTRODUCCIÓN
ÍNDICE

Capítulo 1

DEFINICIÓN Y CONCEPTOS BÁSICOS DE LA ESTADÍSTICA

1.1. Introducción
1.2. ¿Qué estudia la estadística?
1.3. Definición de la estadística
1.4. Clasificación de la estadística
1.5. Conceptos básicos
1.5.1. Población, muestra y unidad elemental
1.5.2. Variable y su tipología
1.5.3. Dato u observación
1.5.4. Parámetro y estadístico
1.6. Escalas de medición
1.6.1. Escala nominal
1.6.2. Escala ordinal
1.6.3. Escala de intervalo
1.6.4. Escala de razón
Introducción a MINITAB

Capítulo 2

ORGANIZACIÓN Y PRESENTACIÓN DE DATOS

2.1. Introducción
2.2. Tabla de distribución de frecuencia
2.3. Organización de datos cualitativos
2.3.1. Tabular
2.3.2. Gráfico
2.4. Organización de datos cuantitativos
2.4.1. Discreto
2.4.2. Continua
Construcción de gráficos usando MINITAB
Capítulo 3

MEDIDAS DE TENDENCIA CENTRAL O POSICIÓN

3.1. Introducción
3.2. Media aritmética
3.2.1. Para datos no agrupados
3.2.2. Para datos agrupados
3.3. Mediana
3.3.1. Para datos no agrupados
3.3.2. Para datos agrupados
3.4. Moda
3.4.1. Para datos no agrupados
3.4.2. Para datos agrupados
3.5. Cuantiles
3.5.1. Cuartiles
3.5.2. Deciles
3.5.3. Percentiles
3.5.3.1. Para datos no agrupados
3.5.3.2. Para datos agrupados
3.6. Diagrama de tallos y hojas
Reporte de diagrama de tallos y hojas con MINITAB

Capítulo 4

MEDIDAS DE DISPERSIÓN O DE VARIABILIDAD

4.1. Introducción
4.2. Medidas de variabilidad absoluta
4.2.1. Rango o amplitud
4.2.2. Rango intercuartílico
4.2.3. Rango semi-intercuartílico
4.2.4. Varianza
4.2.5. Desviación estándar
4.3. Medidas de variabilidad relativa
4.3.1. Coeficiente de variación
4.4. Medidas individuales: puntuación Z
4.5. Elección de medidas de variabilidad en datos cuantitativos
Cálculo de medidas estadísticas con MINITAB
Capítulo 5

MEDIDAS DE FORMA

5.1. Introducción
5.2. Medidas de asimetría
5.2.1. Distribución asimétrica o sesgada
5.2.2. Distribución simétrica
5.3. Medidas de apuntamiento o curtosis
5.3.1. Distribución leptocúrtica
5.3.2. Distribución platicúrtica
5.3.3. Distribución mesocúrtica
5.4. Diagrama de cajas (Box Plot)
Construcción de diagrama de cajas con MINITAB

Capítulo 6

PROBABILIDADES

6.1. Introducción
6.2. Conceptos básicos
6.2.1. Experimento aleatorio
6.2.2. Espacio muestral
6.2.3. Evento o suceso
6.3. Definiciones de probabilidad
6.3.1. Definición axiomática
6.3.2. Definición clásica
6.3.3. Definición frecuencial
6.3.4. Definición subjetiva
6.4. Probabilidad condicional
6.4.1. Regla de la multiplicación
6.4.2. Probabilidad total
6.4.3. Teorema de Bayes
6.5. Eventos independientes
Estimación de la probabilidad de ocurrencia de un evento con MINITAB

Capítulo 7

VARIABLE ALEATORIA

7.1. Introducción
7.2. Definición de variable aleatoria
7.3. Variable aleatoria discreta
7.3.1. Función de probabilidad de una variable aleatoria discreta
7.3.2. Función de distribución acumulada de una variable aleatoria
discreta
7.3.3. Valor esperado de una variable aleatoria discreta
7.3.4. Varianza de una variable aleatoria discreta
7.4. Variable aleatoria continua
7.4.1. Función de densidad de una variable aleatoria continua
7.4.2. Valor esperado de una variable aleatoria continua
7.4.3. Varianza de una variable aleatoria continua
7.4.4. Función de distribución acumulada de una variable aleatoria
continua

Capítulo 8

DISTRIBUCIONES DE PROBABILIDAD

8.1. Introducción
8.2. Distribuciones de probabilidad discreta
8.2.1. Distribución de Bernoulli
8.2.2. Distribución binomial
8.2.3. Distribución de Poisson
8.2.4. Distribución hipergeométrica
8.3. Distribuciones de probabilidad continua
8.3.1. Distribución de normal
8.3.2. Distribución Ji cuadrado
8.3.3. Distribución t de estudent
8.3.4. Distribución F de Snedecor
Cálculo de distribuciones de probabilidad con MINITAB

BIBLIOGRAFÍA
CAPÍTULO 1

DEFINICIÓN Y CONCEPTOS BÁSICOS DE LA


ESTADÍSTICA

1.1. INTRODUCCIÓN

Para iniciar el estudio de la estadística como en cualquier otra disciplina


científica, se debe comenzar mínimamente con la conceptualización y definición
de algunos términos básicos, que permita su conocimiento y empleo de los
mismos como lenguaje universal de la ciencia.

Para este propósito, se desarrolla el ámbito de estudio de la estadística, su


definición, clasificación y definición de algunos términos básicos, que serán
elementos fundamentales para la precisión y caracterización de un conjunto de
datos al que se tiene alcance. Por ejemplo, en una información obtenida, se debe
definir claramente la variable, su tipo y el nivel de medición en que fue
realizado, a fin de utilizar adecuadamente los estadísticos pertinentes. De igual
manera, la delimitación de las fuentes de información es de importancia, a fin de
que las conclusiones obtenidas tengan alcance parcial o total.

1.2. ¿QUÉ ESTUDIA LA ESTADÍSTICA?

Etimológicamente el término estadística tiene varios orígenes, de acuerdo a su


desarrollo histórico de la humanidad. Para algunos proviene del término griego
Statera que significa “balanza”, para otros tiene un origen alemán Staat que
significa “estado”, aunque la mayoría de las fuentes tienen consenso en que la
palabra estadística viene del latín Statisticus que significa “del estado”. Es decir,
la estadística se entendía como la ciencia del estado. La función del gobierno
entre otras cosas es llevar los registros de la población, nacimientos, muertes,
impuestos, producción y toda información que engloba al estado. Es así, que en
un sentido coloquial la estadística fue considerada como un instrumento de
compilación y organización sistemática de datos numéricos.

En la actualidad el uso de la estadística tiene un alcance más allá de sus orígenes


como un servicio al estado o gobierno. Se emplea como una herramienta de
análisis de datos en las diferentes disciplinas científicas, permiten realizar
estimaciones y toma de decisiones con base a las probabilidades.

En el ámbito de la educación y la psicología, la estadística se emplea para


describir características de sujetos, objetos y de hechos, luego compararlos entre
grupos y finalmente establecer relaciones existentes entre las variables de
estudio. De igual manera, la estadística se utiliza en los análisis edumétricos y
psicométricos.

1.3. DEFINICIÓN DE LA ESTADÍSTICA

En la literatura especializada existen una variedad de enfoques cuando se trata de


definir el término estadística, esto se ha establecido de acuerdo al área del saber
o por el alcance y uso de la estadística, al considerarse por unos como ciencia y
por otros como método que apoya a las ciencias, también otros lo consideran
como parte de la matemática. Veamos las siguientes citas:

Mendiburú (2010), refiere que la estadística se ocupa de los métodos y


procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar
los datos, siempre y cuando la variabilidad e incertidumbre sea una causa
intrínseca de los mismos; así como de realizar inferencias a partir de ellos, con la
finalidad de ayudar a la toma de decisiones y en su caso formular predicciones.

Sánchez (2007, p. 29), refiere que la estadística es:

Una disciplina de la metodología científica relacionada con la


recogida, clasificación, descripción e interpretación de datos
obtenidos en la realización de observaciones y experimentos. Su
finalidad principal será la de describir, relacionar y extraer
inferencias acerca de los grupos o conjuntos de personas,
animales, u objetos, materiales, medidas o sucesos de cualquier
tipo.

En tanto que Mitacc (1989), define la estadística como la ciencia que


proporciona un conjunto de métodos y procedimientos para recolección,
clasificación (organización), análisis, e interpretación de datos en forma
adecuada para tomar decisiones cuando prevalecen condiciones de
incertidumbre.

De igual manera, Gómez, Cárdenas, Condado, Adriazola, Martinez, Solano y


Depaz (2006), indican que:

La estadística es una ciencia que comprende dos áreas


importantes: la primera es la descripción, el resumen de la
información de modo que pueda ser interpretada, analizada y bien
empleada; y la segunda es la inducción, que consiste en formular
generalizaciones a una determinada población sobre la base de
una muestra extraída de la misma (p.18).
Mientras que Bargas y Camargo (2006), definen la estadística como rama de la
matemática que se encarga de la recopilación, organización, presentación,
análisis e interpretación de una muestra de datos tomados de una población.

Como puede verse en las citas glosadas, existen diferentes enfoques, pero se
converge en que la estadística procesa volúmenes de informaciones y datos sobre
hechos y fenómenos de cualquier naturaleza con la finalidad de recolectar,
clasificar, organizar, analizar, interpretar y presentar los resultados en forma de
tablas y gráficos que permita estimar, inferir y predecir a fin de hacer toma de
decisiones.

1.4. CLASIFICACIÓN DE LA ESTADÍSTICA

El criterio de clasificación de la estadística es por el nivel de confiabilidad de las


conclusiones. Estos son de dos tipos:

Estadística descriptiva
Comprende un conjunto de métodos y técnicas de recolección, organización,
resumen y presentación de datos obtenidos desde una muestra o desde una
población.

Estadística inferencial
Comprende un conjunto de métodos y técnicas que hacen posible estimar y
generalizar una o más características de una población basados en el resultado de
muestras y el apoyo de la teoría de probabilidades.

La inferencia estadística comprende dos áreas importantes: la estimación y la


prueba de hipótesis.

1.5. CONCEPTOS BÁSICOS

1.5.1. Población, muestra y unidad elemental

Población

Es la totalidad de elementos que tienen una o más características comunes


observables de naturaleza cualitativa o cuantitativa que se pueden medir en ellos.
Como la medición o conteo de la característica especificada por la investigación
se hace a cada elemento, se puede considerar también a la población como la
totalidad de las mediciones que deseamos estudiar.

Ejemplos 1.1
 El conjunto de todos los estudiantes de la I.E. “La victoria de Ayacucho”.
 El conjunto de todas las personas que viven en el distrito de Yauli.
 El conjunto de todos los docentes contratados de EBR de la UGEL de
Acobamba.
 El conjunto de todas las II.EE. de la provincia de Angaraes.
 El conjunto de todos los informes de tesis de la Facultad de Educación de la
UNH.
 El conjunto de todos los planes curriculares de la EAP de Educación
Secundaria de Matemática y Física.

El censo es cuando el estudio se hace con todos los elementos de la población.

Muestra

Parte o subconjunto de la población que se selecciona para su análisis y así


obtener información acerca de la población de la que proviene.

Una muestra debe ser representativa, para el cual debe cumplir las siguientes
condiciones:

 Debe haber sido obtenido al azar.


 Su tamaño debe haber sido obtenido óptimamente.
 Sus elementos deben haber sido seleccionados aplicando un método de
muestreo. Al proceso de obtención de una muestra se llama muestreo.
Las investigaciones estadísticas se realizan a través de una muestra por las
siguientes razones:

 Restricción de tiempo, dinero o personal calificado.


 Es difícil de estudiar a todos los elementos de la población (accesibilidad)
 Deterioro de algunos elementos de la población.

Unidad elemental

También se denomina unidad de análisis, unidad estadística, caso o elemento. Es


cada elemento particular de la población (personas, objetos, conceptos, etc.,)
sobre el cual se hace la medición.

Ejemplos 1.2

 Un estudiante de la I.E “La Victoria de Ayacucho”


 Cada persona que vive en el distrito de Yauli.
 Un docente contratado de EBR en la UGEL de Acobamba.
 Cada uno de las instituciones educativas de la provincia de Angaraes.
 Cada uno de los informes de tesis de la Facultad de Educación de la UNH.
 Cada uno de los planes curriculares de la EAP de Educación Secundaria de
Matemática y Física.

1.5.2. Variables y su tipología

Variable

Son características comunes que se desean evaluar en las unidades elementales.


Se representa generalmente por las últimas letras del alfabeto y en mayúscula,
por ejemplo: X, Y, Z, U, W, X1, Y1, etc.

Ejemplos 1.3

X = Número de estudiantes desaprobados.


Y = Sexo de los estudiantes de una I.E
Z = Grado de instrucción de los habitantes del Centro Poblado de Pueblo Libre.
U = Situación de la infraestructura de las I.E
W = Nivel de calidad académica de los estudiantes de la UAP-Huancavelica.

Clases de variables:

Las variables pueden clasificarse de la siguiente manera.


a) Variable cualitativa

Son aquellas que permiten que una unidad elemental pueda ser clasificada
como poseedora o no de cierta cualidad, propiedad o atributo.

Ejemplos 1.4

X = Calificación del logro de aprendizaje con niveles AD, A, B, C.


Y = Condición laboral de docentes de la UNH (nombrado o contratado)

a.1) Variable cualitativa nominal

Son aquellas cuyos valores (cualidades, propiedades o atributos) no son


factibles de ser clasificados a través de un criterio de orden o jerarquía

Ejemplos 1.5

X = Carreras profesionales (Educación, Derecho, Administración, etc.)


Y = Género (masculino o femenino)

a.2) Variable cualitativa ordinal o jerárquica

Son aquellas donde sí se puede establecer un criterio de orden o jerarquía


entre sus atributos.

Ejemplos 1.6

X = Actitud hacia las matemáticas (Muy favorable, favorable,


desfavorable, muy desfavorable)
Y = Calidad de servicio de la biblioteca de la UNH (buena, regular,
deficiente)

b) Variable cuantitativa

Son aquellas cuyas observaciones pueden expresarse en forma numérica.


Ejemplos 1.7
X = Número de inasistencias que tiene un estudiante durante un trimestre.
Y = Talla de los estudiantes en centímetros.

b.1) Variable cuantitativa discreta

Son aquellos que cumplen con la condición de que entre un valor


cualquiera y su consecutivo no es posible que existen valores
intermedios. Generalmente son representados por el conjunto de números
enteros. Las observaciones cuantitativas discretas se obtienen por conteo.

Ejemplos 1.8

X = Número de inasistencias que tiene un estudiante durante un semestre.


Y = Número de hijos de una familia.
Z = Número de documentos emitidos por día en la EAPES.

b.2) Variable cuantitativa continua

Son aquellos que pueden asumir cualquier valor numérico dentro de un


intervalo continuo. Las observaciones cuantitativas continuas se obtienen
utilizando instrumentos de medición, como: balanza, cinta métrica,
termómetro, escalas, test, etc.

Ejemplos 1.9

X = Promedio ponderado de un semestre académico que obtuvo un


estudiante de UNH
Y = Peso de estudiante (en kg)
Z = Gasto en alquiler de vivienda (en nuevos soles)
W = Facturación mensual por el consumo de agua (en m3)

1.5.3. Dato u observación

Es un valor específico que toma una variable. Se le representa con las últimas
letras del alfabeto y con minúscula subindicadas, como xi, yj, etc.

Ejemplos 1.10

x8 = 18, significa que el un estudiante identificado con el número 8 tiene una


nota de 18.
y24 = 10, significa que un estudiante con el número de orden 24 tiene 10
tardanzas.
z120 = casado, significa que el estado civil de la persona número 120 es casado.
1.5.4. Parámetro y estadístico

Parámetro

Es una medida usada para describir el comportamiento de una variable en una


población. El parámetro es una constante, por lo que las decisiones basadas en
esta información carecen de incertidumbre1.

Media :µ
Mediana : ME
Moda : MO
Proporción :π
Varianza : σ2
Desviación estándar :σ
Coeficiente de variabilidad : CV

Ejemplos 1.11

 Supongamos que el promedio de rendimiento académico del semestre 2010-


II de los estudiantes de la FED es µ = 13,5.
 Supongamos que la proporción de estudiantes desaprobados en el nivel de
educación secundaria de la UGEL de Huancavelica en el periodo escolar de
2010 es π = 0,15.

Estadístico o estadígrafo

Es una medida usada para describir el comportamiento de una variable en la


muestra. Sus valores no son constantes, debido a que varían de muestra en
muestra, por lo que las decisiones basadas en este tipo de información presentan
cierto grado incertidumbre. Los estadísticos sirven para estimar a los parámetros.
Estadístico consiste en considerar el valor estadístico como si fuera el valor del
parámetro.

Media : X
Mediana : me
Moda : mo
Proporción :p
Varianza : S2
Desviación estándar :S
Coeficiente de variabilidad : cv

Ejemplos 1.12
1
El concepto de incertidumbre refleja duda acerca de la veracidad del resultado obtenido una vez que se
haya evaluado todas las posibles fuentes de error y que se han aplicado las correcciones oportunas.
En referencia de los ejemplos presentados en el acápite de parámetros, se tiene:

 Supongamos que en una muestra aleatoria de 150 estudiantes del semestre


2010-II de la FED se encontró que el promedio de rendimiento académico es
x = 12,55.
 Supongamos que en una muestra aleatoria de 500 estudiantes del nivel de
educación secundaria de la UGEL de Huancavelica del periodo escolar de
2010 se encontró que la proporción de estudiantes desaprobados es p = 0,20.

1.6. ESCALAS DE MEDICIÓN

En la ciencia física, para realizar una medición de alguna magnitud física se


requiere básicamente de dos elementos: un instrumento y una escala (sistema de
medición). De igual manera, en el ámbito de la educación y la psicología se
suelen realizar mediciones de las características de interés de una persona, objeto
o hecho, aplicando ciertos procedimientos.

Antes de establecer definiciones sobre las escalas, debemos responder la


siguiente pregunta, ¿qué se entiende por medición? De acuerdo a Stevens (1951,
citado en Kerlinger y Lee, 2001, p. 566) afirman que “(…) la medición es la
asignación de valores numéricos a objetos y eventos, de acuerdo a ciertas
reglas”. Vale decir, que la medición es un proceso a través del cual se asignan
valores a las características de una persona, objeto o hecho, con diferentes
grados de precisión o en diferentes niveles o escalas. Por ejemplo, el resultado
de un examen de tres estudiantes, puede tener diferente valores:

Estudiante A: Aprobado ................. Excepcional .............. 18


Estudiante B: Aprobado ................. Regular ..................... 14
Estudiante C: Desaprobado ............ Deficiente ................. 08

Razón por lo que es necesario identificar y definir previamente el nivel o escala


de medición correspondiente de una variable de estudio, a fin de entender y usar
apropiadamente las diferentes técnicas del análisis estadístico.

Siguiendo a Stevens, las escalas de medición se clasifican en cuatro grupos.

1.6.1. Escala nominal

En esta escala o nivel de medición las categorías de una variable tienen la


propiedad numérica de la igualdad y desigualdad; es decir, las categorías de las
variables nominales solo toman valores nominativos (etiquetas) para ser
clasificado.

Esta escala permite realizar operaciones lógicas de igualdad o no igualdad, no se


puede hacer uso de las operaciones aritméticas (adición, sustracción,
multiplicación ni división) Los estadísticos que pueden calcularse en este tipo de
escalas son: frecuencias, porcentajes y moda.

Ejemplo
• Sexo: Femenino, masculino
• Idioma: Español, inglés, quechua, francés
• Estado civil: Soltero, casado, viudo, divorciado
• Lugar de nacimiento: Huancavelica, Huancayo, Ica.
• Profesión: Docente, médico, abogado, carpintero, agricultor.

1.6.2. Escala ordinal

Este nivel de medición además de incluir las propiedades de las medidas


nominales, considera para sus categorías la propiedad numérica del orden.
Esta escala permite realizar operaciones lógicas de igualdad, no igualdad y sobre
todo de orden. Tampoco tiene sentido de la operaciones aritméticas. Los
estadísticos que pueden calcularse en este tipo de escalas son: frecuencias,
porcentaje, moda, mediana y los percentiles.

Ejemplos:
• Grado de instrucción: primaria, secundaria, superior
• Nivel socio económico: alto, medio, bajo
• Dolor: leve, moderado, intenso.
• Autoestima: muy baja, baja, alta, muy alta
• Orden de mérito: 1º, 2º, 3º, 4º, 5º.

1.6.3. Escala de intervalo

Este nivel de medición incluye las propiedades de la escala nominal y ordinal.


Se caracteriza porque se asigna a las categorías de una variable la propiedad
numérica de la igualdad y desigualdad de intervalo numérico. Vale decir, que
esta escala proporciona intervalos de igual amplitud y tiene un origen o cero
arbitrario. Esto no significa ausencia total de la característica que se está
midiendo. Por ejemplo, cuando un estudiante obtiene un resultado de cero en
examen, no significa que no sabe nada. Con otro prueba de menor dificultad su
resultado será diferente.
Esta escala permite realizar operaciones lógicas (ordenamiento, comparación) y
aritméticas de adición y sustracción mas no de multiplicación y división con
valores de la escala, por ejemplo, el cociente de las notas 16 y 08 es 2, no se
puede decir que el alumno de nota 16 sabe el doble del que tiene 08. No
obstante, las operaciones de multiplicación y división se puede realizar con las
diferencias de los valores de la escala. Respecto a los estadísticos se pueden
calcular todos menos los que están basados en ratios.

Ejemplo

• Temperatura

• cociente de inteligencia, etc.

• Estudio Descriptivo: media, mediana, moda, desviación estándar y


percentiles.

• No resulta apropiado ni división ni multiplicación de los números.

1.6.4. Escala de razón o proporción

Esta escala corresponde al nivel de medición más riguroso y completo. Tiene las
mismas propiedades de las escalas anteriores, y además tiene un verdadero
origen el cero absoluto. Aquí el valor de cero es absoluto (no es arbitrario),
representa la usencia total de la característica que se está midiendo.

Esta escala permite realizar operaciones lógicas (ordenamiento, comparación) y


aritmética adición, sustracción, multiplicación y división; por ejemplo, el
cociente entre el peso de una persona A que pesa 80 kg y otra persona B de 40
kg es 2, implica que la persona A pesa el doble que la persona B. Los
estadísticos que pueden calcularse en este tipo de escalas no tienen restricción
alguna.

Ejemplo

• Número de alumnos matriculados en matemática


• Edad
• Tiempo que dura un examen
• peso,
• talla,
• salario,
• Nº de hijos, etc.
A manera de conclusión es importante tener siempre presente el nivel o escala de
medición que se está usando para una variable y de acuerdo a ello elegir los
procedimientos estadísticos adecuados.

Otro aspecto a considerar en el manejo de las escalas es que las mediciones realizadas
en la escala de razones o de intervalo pueden ser expresadas en el nivel de medición o
escala ordinal y nominal, pero más no la escala de razón en escala de intervalo. De igual
manera, las ordinales pueden expresarse en nivel nominal.

Ejemplo

Se ha medido los pesos en kilogramos de un grupo de profesores de un colegio. Los


resultados son: 67, 85, 75, 55, 62, 52 y 78.

Nivel de medición Nivel de medición ordinal Nivel de medición nominal


razón
67 kg; 85 kg; 75 kg; Obeso: (81 a más) kg. Pesado: (71 a mas) kg
55 kg; 62 kg; 52 kg; Sobrepeso: (71 a 80) kg. No pesado: (menos de 71) kg.
78 kg. y 66 kg. Normal: (61 a 70) kg.
Debajo de normal: (menos de 60) kg.
SITUACIONES PROBLEMÁTICAS

I. Identificar en cada uno de los casos: población, muestra, unidad elemental,


variable, tipo de variable, observación, estadístico y parámetro.

1.1. En un estudio realizado para conocer el grado de satisfacción (muy buena, buena,
regular y deficiente) de los servicios que brinda el Comedor Universitario de la
Universidad Nacional de Huancavelica. Se aplicó una encuesta a 100 comensales
que fueron seleccionados aleatoriamente y que hacen uso de este servicio en el año
académico de 2018.

Población Estudiantes Comensales de la UNH


Muestra 100 comensales
Unidad elemental Un estudiante comensal
Variable Tipo de variable Observación Estadístico Parámetro

X: Satisfacción Cualitativo, tipo x1 : muy buena Moda: MB


de los servicios ordinal: muy x2 : buena Moda: muy
recibidos en el buena, buena, x3 : regular buena
comedor regular y :deficiente %MB:10%
x4
universitario deficiente

1.2. El Ministerio de Educación seleccionó al azar 500 profesores de educación primaria


del distrito de Huancavelica, para hacer un estudio del tipo de capacitaciones que
frecuentan realizar, obteniéndose los siguientes resultados:
 Maestría 25%
 Segunda especialización 35%
 Diplomados 40%

Población Todos los profesores de educación primaria del distrito de Huancavelica


Muestra 500 profesores de educación primaria del distrito de Huancavelica
Unidad elemental Un profesor de educación primaria del distrito de Huancavelica
Variable Tipo de variable Observación Estadístico Parámetro
maestria %B=25% Moda =¿
Y: capacitaciones Cualitativo, tipo y1: buena (B) %R=35% Porcentaje:100%
blindadas por el Nominal y2:regular(R) %M=40%
ministerio de buena (B) y3 : mala(M)
educación regular(R) Segunda especialización
mala(M) y1: buena (B)
y2:regular(R)
y3 : mala(M)
especialización
1.3. El objetivo de una investigación es estudiar la asociación que existe entre los ingresos y el
tiempo de servicio en docencia universitaria, de 30 docentes nombrados de la Universidad
Nacional de Huancavelica, a marzo de 2008.
Población docentes nombrados de la Universidad Nacional de Huancavelica
Muestra 30 docentes nombrados de la Universidad Nacional de Huancavelica
Unidad elemental I docente nombrados de la Universidad Nacional de Huancavelica
Variable Tipo de variable Observación Estadístico Parámetro
Z:los ingresos y Cualitativo, tipo Z1:
servicios en la ordinal
docencia un

1.4. Un docente investigador de la I.E. “La Victoria de Ayacucho” de educación secundaria de


menores, tiene el propósito de saber si los estudiantes con altos coeficientes de inteligencia
(CI) son los que tienen mejores rendimientos académicos. Para el cual decide hacer un
diseño muestral pertinente y luego de haber seleccionado una muestra representativa de
630 estudiantes y aplicarles un test que les permita determinar el CI, para luego relacionar
con el rendimiento académico que es definido a través de las notas en las áreas curriculares
de matemática, comunicación y ciencia tecnología y ambiente.

Población Todos los estudiantes de la I.E. “La Victoria de Ayacucho” de educación


secundaria
Muestra 630 estudiantes de la I.E. “La Victoria de Ayacucho” de educación secundaria
Unidad elemental Un estudiante de la I.E. “La Victoria de Ayacucho” de educación secundaria
Variable Tipo de variable Observación Estadístico Parámetro

moda
coeficientes de Cuantitativa, tipo Escala de
inteligencia continua coificientede
inteligencia 0-
180

rendimientos Cuantitativa, tipo Escala de nota


académicos continua vigesimal 0-20
II. Leer atentamente el siguiente resumen, del artículo de investigación titulado:

Competencias docentes en los profesores de medicina de la Universidad


Michoacana de San Nicolás de Hidalgo2

Resumen

Para la identificación de un grupo de competencias docentes básicas en los profesores


que se desempeñan en la licenciatura en medicina en la Facultad de Medicina “Dr.
Ignacio Chávez”, objetivo fundamental del presente trabajo, se utilizaron métodos
teóricos y empíricos. Se aplicó una encuesta a una muestra seleccionada de docentes y
alumnos. Se emplearon procedimientos estadísticos para el análisis de los resultados y
se elaboraron tablas. A partir de la identificación de las necesidades de aprendizaje de
los profesores estudiados, en relación con la dirección del proceso enseñanza-
aprendizaje y los referentes teóricos sobre el tema, se realizó un análisis integrador para
valorar los datos obtenidos, lo que permitió la caracterización de los docentes objeto de
investigación, en relación con las competencias docentes básicas propias de una gestión
formativa pertinente. Se tomaron en consideración los principios metodológicos más
actuales acerca de la formación de recursos humanos en la educación superior en
sentido general y en particular en la educación médica superior.
A partir de este resumen:
1. Defina la población.
2. Defina la muestra.
3. Defina la(s) variable(s) aleatoria(s).
4. Plantear un parámetro, y su respectivo estadístico, según
respuesta 3.
INTRODUCCIÓN A MINITAB
(VERSIÓN 16)

El Minitab es un software estadístico que opera en el sistema WINDOWS en forma


interactiva. Su uso es muy fácil y permite hacer un análisis estadístico de datos con
variables cuantitativas y cualitativas.

1. LAS VENTANAS DE MINITAB PARA WINDOWS

2
MANZO RODRIGUEZ, Lidia; RIVERA MICHELENA, Natacha y RODRIGUEZ OROZCO, Alain. Competencias docentes en
los profesores de medicina de la Universidad Michoacana de San Nicolás de Hidalgo. Revista Cubana de Educación
Médica Superior. Vol. 20. Abril-Junio 2006, ISSN 0864-2141.
El software Minitab utiliza diferentes ventanas. Los fundamentales son los
siguientes:

Ventana de datos

Esta ventana es similar a una hoja de cálculo y cuando se introducen por primera
vez es titulada Hoja de trabajo 1. Cuando la data contiene una o varias hojas de
trabajo que ya han sido guardadas anteriormente, entonces las hojas de trabajo es
titulada con el nombre de la hoja; es decir, el trabajo contiene los datos que se
almacenan en la hoja de trabajo.

Ventana de sesión
En esta ventana se presentan los resultados numéricos del procesamiento de los
datos con Minitab. Asimismo, en esta ventana se pueden ejecutar comandos del
Minitab, obviando la forma interactiva de usar el menú del Minitab.

2. BARRA DE MENÚS
La barra de menús de Minitab contiene 11 entradas: Archivo, Editar, Datos, Calc,
Estadísticas, Gráfica, Editor, Herramientas, Ventana, Ayuda y Asistente. Tal
como se muestra en la figura siguiente.

Cada uno de las cuales tiene varias opciones. Si al lado de la opción aparece el
símbolo ► entonces al elegir aparecerá un submenú de alternativas. Si la opción
termina en tres puntos entonces aparecerá una ventana de diálogo como el que se
muestra en la figura siguiente.

En esta ventana de diálogo, cuyo título es Mostrar estadísticas descriptivas, se


tiene un recuadro principal en la que aparece la lista de todas las variables a las
cuales puede aplicarse el procedimiento elegido. También aparece un recuadro
Variables en donde el usuario tiene que colocar la variable o variables a las cuales
le va a aplicar el procedimiento. Esto se puede hacer de tres maneras: Primero,
seleccionando la variable del listado y oprimiendo luego el botón Seleccionar;
segundo, oprimiendo dos veces en la variable que aparece en el listado y, una
tercera, es escribiendo la variable a ser analizada. Una ventana de diálogo también
tiene usualmente los botones Ayuda, Aceptar y Cancelar.
3. ELABORACIÓN DE UNA MATRIZ DE DATOS EN MINITAB

Para realizar un análisis estadístico con el soporte de Minitab, es necesario preparar


una matriz de datos de dimensión n x p, donde “n” es el número de filas y
corresponde a las unidades de análisis (individuos, objetos, etc.) y “p” es el número
de columnas y corresponde a las variables. Es decir, esta matriz es un arreglo que se
estructura en la siguiente forma:

variable 1 variable 2 variable 3 ... variable p


Caso 1
Caso 2
.
.
.
Caso n

Introducir datos en Minitab, se realiza en la hoja de trabajo previa definición del


nombre de las variables. Una vez que se haya definido las columnas (variables), los
datos se pueden ingresar por variable (columnas) o por unidad de análisis (filas).

Ingreso de datos por variable

Definido las variables, debe proceder a digitar el primer valor en la celda


correspondiente a la primera unidad de análisis de la primera variable y pulsar la
tecla enter, para que quede almacenado; el segundo valor se almacena en la celda
correspondiente a la segunda unidad de análisis de la primera variable, y así
sucesivamente hasta completar todos los datos de la primera variable. Después
ingrese el nombre de la segunda variable y se procede a realizar los pasos anteriores.

Cuando los datos son del tipo alfanumérico, el Minitab automáticamente le añade el
sufijo -T a la columna respectiva. En el ejemplo, se observa para la variable
residencia y sexo.
Ingreso de datos por unidad de análisis

Se puede activar la flecha de dirección de datos para indicar que el ingreso se


realizará por unidad de análisis. Una vez actividad el ingreso por filas (registros), el
valor digitado se almacena en la primera columna de la fila activada, el segundo
valor se almacena en la segunda columna, y así sucesivamente hasta completar
todos los casos del primer caso.

4. GUARDANDO LOS DATOS

El software Minitab trabaja en base a proyectos, que contiene la ventana de sesión,


los gráficos y las hojas de trabajo.

Una hoja de trabajo contiene todos los datos almacenados. Se pueden almacenar
múltiples hojas de trabajo en un solo proyecto. Por ello que cuando se abre un
archivo del tipo proyecto, todos las hojas de trabajo que almacenaba, gráficos y
ventana de sesión queda disponibles.

Por otro lado, los proyectos se almacena con la extensión *.mpj y las hojas de
trabajo con la extensión *. mtw.

Una vez que se han introducido la matriz de datos usando el Minitab, esta se puede
guardar o almacenar en un archivo del tipo de hoja de trabajo o en un proyecto. La
diferencia radica en que si se almacena como hoja de trabajo solo se conservan los
datos y se hace como proyecto se conserva además de los datos, los resultados y
gráficos que se haya procesado con dichos datos.

Para aguardar los datos como un proyecto se escoge del menú la opción Archivo y
se selecciona la opción Guardar proyecto ó Guardar proyecto como… En ambos
casos se abrirá la siguiente ventana.
Para guardar los datos como hoja de trabajo se escoge del menú la opción Archivo
y se selecciona la opción Guardar hoja de trabajo actual o Guardar hoja de
trabajo actual como… En ambos casos se abrirá la siguiente ventana.
5. ABRIENDO UN ARCHIVO DE DATOS

Los datos que se analizaran pueden estar de antemano en un archivo con formato de
Minitab o en otro tipo de formato. O bien puede haber sido ingresado usando un
editor de texto.

Para llamar el archivo que está en formato de Minitab, se elige el menú Archivo y
luego, la opción Abrir hoja de trabajo y en la ventana de diálogo que se despliega
buscar el archivo en la unidad en la ha sido guardado.

Si el archivo de datos no está en el formato de Minitab entonces, se elige el tipo de


archivo que contiene los datos.