Para muchos parece una materia

lejana, pero la Estadística y muchas

de sus herramientas nos acompañan
UNIVERSIDAD NACIONAL diariamente, aunque no nos
percatemos de ello. Durante el curso
DE SAN AGUSTIN
tendremos oportunidad de ver
ejemplos muy familiares y entender
FACULTAD DE CIENCIAS
algunos términos que escuchamos y
DE EDUCACIÓN
manejamos diariamente.

«ESTADÍSTICA
APLICADA A LA
EDUCACIÓN »

Dra. María del Carmen Córdova Martínez

 INTRODUCCIÓN A LA ESTADÍSTICA

La investigación cuya finalidad es: el análisis o experimentación de situaciones para

el descubrimiento de nuevos hechos, la revisión o establecimiento de teorías y las

aplicaciones prácticas de las mismas, se basa en los principios de Observación y

Razonamiento y necesita en su carácter científico el análisis técnico de Datos para

obtener de ellos información confiable y oportuna. Este análisis de Datos requiere

de la Estadística como una de sus principales herramientas, por lo que los

investigadores de profesión y las personas que de una y otra forma la realizan

requieren además de los conocimientos especializados en su campo de actividades,

del manejo eficiente de los conceptos, técnicas y procedimientos estadísticos.

Cuando coloquialmente se habla de estadística, se suele pensar en una relación de

datos numéricos presentada de forma ordenada y sistemática. Esta idea es la

consecuencia del concepto popular que existe sobre el término y que cada vez está

más extendido debido a la influencia de nuestro entorno, ya que hoy día es casi

imposible que cualquier medio de difusión, periódico, radio, televisión, etc., no nos

aborde diariamente con cualquier tipo de información estadística sobre accidentes

de tráfico, índices de crecimiento de población, turismo, tendencias políticas, etc.

Solo cuando nos adentramos en un mundo más específico como es el campo de la

investigación de las Ciencias Sociales: Educacion, Sociologia, Psicología...

empezamos a percibir que la Estadística no solo es algo mas, sino que se convierte

en la única herramienta que, hoy por hoy, permite dar luz y obtener resultados, y

por tanto beneficios, en cualquier tipo de estudio, cuyos movimientos y relaciones,

por su variabilidad intrínseca, no puedan ser abordadas desde la perspectiva de las

leyes deterministas. Podríamos, desde un punto de vista más amplio, definir la

estadística como la ciencia que estudia cómo debe emplearse la información y como

dar una guía de acción en situaciones prácticas que entrañan incertidumbre.

1
 CAPÍTULO I

NOCIONES BÁSICAS DE LA ESTADÍSTICA

La palabra "estadística" procede del latín statisticum collegium ("consejo de

Estado") y de ella deriva el término italiano statista ("hombre de Estado" o

"político"). A su vez, el término alemán Statistik es introducido por Gottfried

Achenwall en 1749 al publicar su obra Compendio de la constitución política de los

principales países y pueblos europeos , asociándolo con el análisis de datos del

Estado, es decir, "la ciencia del Estado" . Sin embargo, recién a partir del siglo

XIX el término comienza a ser utilizado en su acepción moderna.

La Estadística es una disciplina que utiliza recursos matemáticos para organizar y

resumir una gran cantidad de datos obtenidos de la realidad, e inferir conclusiones

respecto de ellos. Por ejemplo, la estadística interviene cuando se quiere conocer

el estado sanitario de un país, a través de ciertos parámetros como la tasa de

morbilidad o mortalidad de la población. En este caso la estadística describe la

muestra en términos de datos organizados y resumidos, y luego infiere

conclusiones respecto de la población. Por ejemplo, aplicada a la investigación

científica, hace inferencias cuando emplea medios matemáticos para establecer si

una hipótesis debe o no ser rechazada.

La estadística puede aplicarse a cualquier ámbito de la realidad, y por ello es

utilizada en física, química, biología, medicina, astronomía, psicología, sociología,

lingüística, demografía, etc. Cuando en cualquiera de estas disciplinas se trata de

establecer si una hipótesis debe o no ser rechazada, no siempre es indispensable la

estadística inferencial.

Por ejemplo, si sobre 60 veces que se mira un dado, sale un dos 10 veces, no se

requiere la estadística para rechazar la hipótesis “el dado está cargado”. Si sale un

dos en 58 ocasiones sobre 60, tampoco se necesita la estadística para aceptar la

hipótesis “el dado está cargado”.

Pero, ¿qué ocurre si el número dos sale 20, 25 o 30 veces? En estos casos de

duda, la estadística interviene para determinar hasta qué cantidad de veces se

considerará rechazada la hipótesis (o bien desde qué cantidad de veces se la

2
considerará aceptada). En otras palabras, la estadística interviene cuando debe

determinarse si los datos obtenidos son debidos al azar o son el resultado de un

dado cargado.

Otro ejemplo. Si una persona adivina el color (rojo o negro) de las cartas en un

50% de los casos, se puede rechazar la hipótesis “la persona es adivina”. Si, en

cambio, acierta en el 99% de los casos el color de las cartas, se puede aceptar la

mencionada hipótesis. Los casos de duda corresponden a porcentajes de acierto

intermedios, como el 60%, el 70%, etc., en cuyos casos debe intervenir la

estadística para despejarlos. La importancia de la estadística en la investigación

científica radica en que la gran mayoría de las investigaciones son ‘casos de duda’.

1. Definición de Estadística :
Kendall y Buckland (citados por Gini V. Glas/ Jullian C. Stanley,1980) Definen

la estadística como un valor resumido, calculado, como base en una muestra de

observacione que generalmente, aunque por necesidad, se considera como una

estimación de parámetro d determinada población; es decir, una función de valores

de muestra.

Jorge M. Gabiati Riesco (2013) “ la estadística está constituida por un conjunto

de métodos, procedimientos destinados a recopilar, procesar y analizar la

información que se obtiene con una muestra para inferir caracteristicas o

parámetros de una poblacion o de un problema determinado.”

2. Clasificación de la Estadística:
Existen varias formas de clasificar los estudios estadísticos. La más tradicional es

la siguiente:

2.1 Estadística Descriptiva:

Consiste en un conjunto de instrumentos y temas relacionados con la descripción

de colecciones de observaciones estadísticas, se refiere tanto al total de la

población como a la muestra, y su finalidad es “resumir” un conjunto de datos

3
numéricos. Se puede definir la estadística descriptiva como los métodos que

implican recopilación, presentación y caracterización de un conjunto de datos con

el objeto de describir en forma apropiada las diversas características de dicho

conjunto

2.2. Estadística Inferencial :

Se ocupa de la lógica y el procedimiento para la inferencia y la inducción de

propiedades de una población en bases a resultados obtenidos de una muestra

conocida.

Puede considerarse la inferencia estadística como los métodos que hacen posible la

estimación de una característica de una población, o la toma de una decisión con

respecto a una población, con base únicamente en resultados muestrales

¿Por qué es importante esta distinción?

“Si el único propósito del investigador es describir los resultados de un

experimento concreto, los métodos descriptivos pueden considerarse suficientes.

No obstante, si lo que se pretende es utilizar la información obtenida para extraer

conclusiones generales sobre todos aquellos objetos del tipo de los que han sido

estudiados, entonces estos métodos constituyen sólo el principio del análisis, y

debe recurrirse a métodos de inferencia estadística, los cuales implican el uso de

la teoría de la probabilidad. La probabilidad constituye por sí misma un concepto

básico que refleja su relación con la faceta del mundo exterior que pretende

estudiar: los fenómenos aleatorios, que suponen unas ciertas reglas de

comportamiento. El nexo que une la teoría de la probabilidad y la estadística es la

noción de variable aleatoria, mostrando de esta manera cómo puede emplearse la

teoría de la probabilidad para extraer conclusiones precisas acerca de una

población sobre la base de una muestra extraída de ella. Muchos de los análisis

estadísticos son, de hecho, estudio de las propiedades de una o más variables

aleatorias.”

4
3. TÉRMINOS Y CONCEPTOS BÁSICOS

Es importante que conozcamos algunos términos especializados de la disciplina estadística.

En primer lugar, muchas veces se confunden los términos “Estadística” con “estadísticas” o

“estadísticos”. Cuando hablamos de Estadística, nos estamos refiriendo a la disciplina

científica.

Los estadísticos, en cambio, son medidas de resumen calculadas sobre los datos

provenientes de una muestra, que en estadística inferencial se utilizan para estimar los

valores correspondientes a nivel de la población (parámetros). Es decir, son herramientas

que asumen determinados valores, construidas en base a los datos de observaciones.

También podemos encontrarlas mencionadas como estadísticas.

3.1. POBLACIÓN o UNIVERSO:

Es el conjunto de elementos sobre el que se realiza el estudio. Debe estar acotada en

espacio y tiempo.

Ejemplos de poblaciones en estudios de ciencias sociales: habitantes de un barrio o un país,

alumnos de una escuela, empresas, organizaciones, partidos políticos, ciudades, países, etc.

Lo fundamental al definir una población es que sea acorde a los objetivos que nos planteamos

en el estudio y que esté delimitada en el tiempo y en el espacio, de modo que sea

identificable y podamos distinguir entre quienes componen la población y quienes no.

3.2. MUESTRA:

Al recoger datos relativos a las características de una población muchas veces es difícil,

costoso o poco práctico observar todo el grupo, sobre todo cuando se trata de conjuntos

grandes. En ese caso, se relevan los datos sólo para una parte de la población, a la cual se

le llama MUESTRA.

Una muestra tomada con determinados criterios de aleatoriedad (para ello nos servimos de

la teoría del muestro) puede considerarse representativa de la población y los estadísticos

que construyamos a partir de ella permiten realizar estimaciones sobre lo que sucede con

esas características en toda la población. Como ya dijimos, estas estimaciones

corresponden a la estadística inferencial, que se basa en la teoría de las probabilidades.

Existe un margen de incertidumbre sobre las conclusiones que se sacan para la población y

se trabaja bajo determinados supuestos sobre la pertinencia de generalizar a la población a

5
partir de la información obtenida en al muestra. En estos casos, la estadística descriptiva

se encarga de resumir la información y analizar solamente la muestra, sin inferir

conclusiones sobre la población.

3.3. CENSO:

Es un relevamiento de todos los elementos de la población. Puede considerarse un caso

especial de muestra, cuando el tamaño de la misma coincide con el de la población.

Por ejemplo: para estudiar el mercado de trabajo en Perú periódicamente, no se entrevista

a todos los habitantes del país sino que se toma una muestra de hogares e integrantes de

los mismos, a los cuales se les aplica la Encuesta Continua de Hogares.

En cambio, cuando se realiza un Censo de Población, se entrevista a todas las personas que

se encuentran en el país ese día. Dentro de los temas que releva el Censo de Población se

incluye el del mercado de trabajo.

En el caso de la Encuesta de Hogares, obtenemos el número de desocupados de la muestra,

el cual sirve para estimar la desocupación a nivel de toda la población (por lo cual hay un

margen de error, una incertidumbre sobre en qué medida ese valor es el que corresponde a

la población). En el caso del Censo, el número de desocupados nos indica (salvo errores de

relevamiento) la desocupación en el país, sin esa “incertidumbre”.

3.4. Parámetro

Es la característica numérica que resume todos los datos de una población completa. Entre

ellos tenemos a la media (μ), la varianza (σ2), y la desviación estándar (σ)

3.5. Estimadores

Es la característica numérica que resume todos los datos de una muestra. Entre ellos

tenemos a la media ( x ), la varianza (s2), y la desviación estándar (s)

6
Extraído de Bueno, Concepción y Escudero, Tomás: Apuntes de Estadística para
profesores. Curso 2006/2007.Instituto de Ciencias de la Educación. Universidad de
Zaragoza

3.6. Unidad de Análisis

La unidad de análisis es el elemento mínimo de una población y de una muestra, en tanto se

lo considera como poseedor de ciertas propiedades, atributos o características

denominadas variables. Por ejemplo: los estudiantes universitarios son unidades de análisis

si consideramos su año de ingreso, su centro de estudios o su edad. O, por ejemplo, los

centros de estudio universitario son unidades de análisis si consideramos su número de

estudiantes; cantidad de salones; números de docentes por materia. En nuestros estudios,

nos interesará relevar las características de las unidades de análisis y sacar conclusiones

sobre la población en base a esta información.

Para obtener los datos de las unidades de análisis debemos relevar la información. Las

herramientas para relevar la información pueden ser entrevistas (encuestas) pero también

podemos obtener información de registros administrativos, documentos, artículos de

prensa, observación directa.

La unidad de análisis es el elemento del cual se predica una propiedad y característica.

Puede ser una persona, una familia, un animal, una sustancia química, o un objeto como una

dentadura o una mesa.

3.7. Variable

Hemos visto que nos interesa caracterizar a nuestras unidades de análisis. De ahora en

adelante hablaremos de VARIABLES, como los instrumentos que nos permiten hacer esa

caracterización. Una VARIABLE es una propiedad, atributo o característica de una unidad

de análisis, susceptible de adoptar diferentes valores o categorías.

7
Los valores o categorías que adopta una variable constituyen un SISTEMA DE

CATEGORIAS. Este sistema tiene dos propiedades fundamentales: sus categorías deben

ser MUTUAMENTE EXCLUYENTES y el sistema debe ser EXHAUSTIVO para la población

en estudio.

Sigamos con el ejemplo del estudio de los hogares de acuerdo a su nivel de ingresos y al

número de miembros del hogar que trabajan. Tenemos dos variables, la primera podemos

llamarla INGRESOS DEL HOGAR, y vamos a construir un sistema de categorías para ella.

Supongamos que relevamos los ingresos de todos los miembros de un hogar. Con esta

información podemos obtener el dato que corresponde a ese hogar. Deberemos hacer lo

mismo con cada uno de los hogares que constituyen nuestra población en estudio.

Obtenidos nuestros datos para todos los hogares, queremos expresar el sistema de

categorías de esta variable. Un sistema de categorías posible podría ser cada uno de los

valores obtenidos, por ejemplo: $2000, $4500, $ 7000, etc.

Para explicitar un sistema de categorías así (que tiene muchos valores posibles), lo mejor

es buscar el valor más bajo y el más alto y expresarlo como: $ 2000,….., $ 70000. Otro

sistema de categorías posible, si no nos interesa tener tan desagregada la información,

podría ser identificar a los hogares en esta variable en tramos de ingreso. Por ejemplo: $

2000 a $10000, $10001 a $40000, $40001 a 70000. En este caso tendríamos tres

categorías en nuestro sistema y los hogares tendrían como valor o categoría en esta

variable su pertenencia a uno de los tres tramos (nos “olvidamos” de sus valores originales.

Pero nos interesa entender las propiedades del sistema de categorías. Supongamos que

tenemos este segundo sistema. Si hubiéramos armado los tramos de esta manera: $2000-

10000, $10000-40000, $40000-70000, tendríamos dificultades para saber a qué

categoría corresponde un hogar que tiene $10000 como ingreso. ¿En qué categoría lo

coloco? ¿En la primera (2000 a 10000) o en la segunda (10000 a 40000)? A esto nos

referimos con la idea que las categorías deben ser mutuamente excluyentes. Frente al

sistema, no tengo que tener duda de cuál es la categoría que le corresponde a cada unidad.

Supongamos ahora que mi sistema es $ 5000 a $10000, $10001 a $40000, $40001 a

70000. ¿Cuál es la categoría que le corresponde al hogar que gana $2000? No tengo

ninguna categoría que lo incluya. La idea de exhaustividad implica que mi sistema debe

“cubrir” todos los valores posibles de la variable para mi población. La exhaustividad de un

sistema de categorías está relacionado con la población en estudio: si por ejemplo estamos

estudiando el nivel educativo de un país, nuestro sistema de categorías para esa variable

8
tendría que tener por ejemplo, las siguientes categorías: sin instrucción, Primaria,

Secundaria, Superior.

Sin embargo si estoy estudiando el nivel educativo de una población de menores de 16 años,

alcanza con tener el siguiente sistema: Sin instrucción, Primaria, Secundaria, ya que la

educación terciaria no ha de aparecer como categoría para ninguna de las unidades de

análisis de esta población por la edad que tienen.

La variable es la característica, propiedad o atributo que se predica de la unidad de

análisis. Por ejemplo puede ser la edad para una persona, el grado de cohesión para una

familia, el nivel de aprendizaje alcanzado para un animal, el peso específico para una

sustancia química, el nivel de ‘salud’ para una dentadura, y el tamaño para una mesa.

Pueden entonces también definirse población estadística (o simplemente población) como el

conjunto de datos acerca de unidades de análisis (individuos, objetos) en relación a una

misma característica, propiedad o atributo (variable).

Sobre una misma población demográfica pueden definirse varias poblaciones de datos, una

para cada variable. Por ejemplo, en el conjunto de habitantes de un país (población

demográfica), puede definirse una población referida a la variable edad (el conjunto de

edades de los habitantes), a la variable ocupación (el conjunto de ocupaciones de los

habitantes), a la variable sexo (el conjunto de condiciones de sexo de los habitantes).

3.8. Dato

Un DATO, en el contexto de nuestra disciplina es el valor que toma una variable en una

unidad de análisis. Por esta razón se dice que su estructura es “tripartita”: refiere

simultáneamente a la unidad de análisis, a la variable y a la categoría o valor.

Los datos son la materia prima con que trabaja la estadística, del mismo modo que la

madera es la materia prima con que trabaja el carpintero. Así como este procesa o

transforma la madera para obtener un producto útil, así también el estadístico procesa o

transforma los datos para obtener información útil. Tanto los datos como la madera no se

inventan: se extraen de la realidad; en todo caso el secreto está en recoger la madera o los

datos más adecuados a los objetivos del trabajo a realizar.

De una manera general, puede definirse técnicamente dato como una categoría asignada a

una variable de una unidad de análisis. Por ejemplo, “Luis tiene 1.70 metros de estatura” es

un dato, donde ‘Luis’ es la unidad de análisis, ‘estatura’ es la variable, y ‘1.70 metros’ es la

categoría asignada.

9
Como puede apreciarse, todo dato tienen al menos tres componentes: una unidad de

análisis, una variable y una categoría.

En la matriz de datos esta estructura tripartita se hace visible, al presentar las unidades

en las filas, las variables en las columnas y el DATO como “cruce” de esos dos “vectores”.

Siguiendo nuestro ejemplo de los hogares, una matriz de datos podría ser:

Ingresos Número de miembros

del hogar que trabajan

Hogar 1 $2000 2
Hogar 2 $70000 4
Hogar 3 $ 4500 0
….

Que indica que el hogar uno tiene $ 2000 de ingreso y trabajan 2 de sus miembros, en el

hogar 2, el ingreso es $ 70000 y trabajan 4 miembros, etc. La matriz de datos tiene tantas

filas como el tamaño de la población y tantas columnas como variables.

4. LAS ESCALAS Y LOS NIVELES DE MEDICIÓN

¿Qué se mide?

Respecto a este problema encontramos referencias tales como:

«La medición es un método que permite establecer correspondencias entre magnitudes de

un mismo género, y ciertas clases de números (integrales, racionales o reales)» en Russell
(1938);

«Medir es asignar numerales a las propiedades de los sistemas materiales según las leyes
que presiden esos atributos» (Campbell, 1938);

«Es la atribución de numerales a los objetos o sucesos conforme con leyes o reglas»
(Stevens, 1951).

Lo que destaca de cualquiera de estas definiciones es que si bien la medición se realiza

sobre los elementos u objetos (unidades de estudio) son las variables las que posibilitan la

división en clases. Esto nos abre a la necesidad de conocer la naturaleza de las variables

para conocer como medir sus propiedades.

Comenzaremos con un ejemplo que nos introducirá en la idea de naturaleza distinta de las

variables. Dada una población puede decirse cuáles de los individuos son solteros, casados,

divorciados o cualquiera otra categoría de la variable "estado civil". Pero sobre estos

10
mismos individuos se puede decir cuáles no tienen hijos y cuales sí. Sobre este segundo

atributo de las unidades de registro se puede, además medir cuales no tienen hijos, cuales

tienen un hijo, cuales dos, etc…. Ahora bien, si relevamos la característica “tener o no

tener hijos” es diferente de si relevamos cuantos hijos tiene, a pesar que las

características de interés es la misma. Lo que difiere son las mediciones en los modos en

que se manifiesta la variable.

Los datos se obtienen a través un proceso llamado medición. Desde este punto de vista,

puede definirse medición como el proceso por el cual asignamos una categoría (o un valor) a

una variable, para determinada unidad de análisis. Ejemplo: cuando decimos que Martín es

varón, estamos haciendo una medición, porque estamos asignando una categoría (varón) a

una variable (sexo) para una unidad de análisis (Martín).

Se pueden hacer mediciones con mayor o menor grado de precisión. Cuanto más precisa sea

la medición, más información nos suministra sobre la variable y, por tanto, sobre la unidad

de análisis. No es lo mismo decir que una persona es alta, a decir que mide 1,83 metros.

Los diferentes grados de precisión o de contenido informativo de una medición se suelen

caracterizar como niveles de medición. Típicamente se definen cuatro niveles de medición,

y en cada uno de ellos la obtención del dato o resultado de la medición será diferente:

Se distinguen cuatro tipos de escala: Nominal, ordinal, interval , de razón

4.1. Escala Nominal

Consiste en clasificar objetos o fenómenos, según ciertas características, tipologías o

nombres, dándoles una denominación o símbolo, sin que implique ninguna relación de orden,

distancia o proporción entre los objetos o fenómenos.

En la escala nominal los números sólo sirven para distinguir categorías, estos no poseen

propiedades cuantitativas y sirven solamente para identificar las clases. Por lo tanto, los

numerales utilizados en la clasificación no son cuantitativos. Ni siquiera se puede realizar

un orden de las observaciones con sentido. La medición se da a nivel elemental en estos

casos (se dice que es el nivel más bajo de medición)

En una escala nominal, la operación de escalamiento consiste en partir de una característica

dada y formar un subconjunto de clases que se excluyen mutuamente. La única relación

implicada es la de equivalencia. Esto es, los miembros de cualquier clase deben ser

11
equivalentes en la propiedad medida. La relación de equivalencia es reflexiva (x = x para

todo x), simétrica (x = y luego y = x) y transitiva (x = y , y = z luego x = z).

Los símbolos que designan a los diferentes grupos en una escala nominal pueden

intercambiarse sin alterar la información esencial de la escala; debido a esto, las

estadísticas de tipo descriptivo admisibles son aquellas que no se alteran por este proceso:

el modo, la frecuencia, el conteo, la proporción, etc. Se pueden desarrollar procesos

analíticos acerca de la distribución de las categorías, así como la posible relación entre dos

o más características clasificadas mediante este tipo de escala que llamaremos “variables

cualitativas”.

Ejemplo de escala nominal: Variable estado civil

Otros ejemplos:

Sexo (1. masculino; 2. femenino)

Tipo de propiedad (1. oficial; 2. privada; 3. mixta; 4. cooperativa)
Departamento de origen (1. Artigas; 2. Canelones; 3. Colonia, etc….)
Conformidad (1. Si; 0. No)

4.2. Escala Ordinal

Para las mismas personas también se pueden medir propiedades donde la clasificación debe

seguir un orden jerárquico. Se trata de la escala ordinal. Con ella se establecen posiciones

relativas de los objetos o fenómenos en estudio respecto a alguna característica de

interés, sin que se reflejen distancias entre ellos.

Suponga que a los clientes en un negocio se les hace unas preguntas para
valorar la calidad del servicio. Los clientes valoran la calidad de acuerdo a las
siguientes respuestas: 1 (Muy satisfecho), 2 (satisfecho), 3 (Insatisfecho), 4
(Muy insatisfecho). Estos datos son ordinales. Note que una valoración de 1 no
indica que el servicio es dos veces mejor que cuando se da una valoración de
2. Sin embargo podemos decir que la valoración de 1 es preferiblemente
mejor que 2, y así en los demás casos.

12
Puede suceder que los objetos de una categoría de las escala no sean precisamente

diferentes a los objetos de otra categoría de la escala, sino que están relacionados entre

sí, guardan una relación de jerarquía. Los numerales empleados en las escalas ordinales no

son cuantitativos, sino que indican exclusivamente la posición en la serie ordenada y no

"cuantifican" la diferencia entre posiciones sucesivas de la escala.

Las relaciones entre los elementos en clasificación, pueden formularse con el signo >, mayor

que, o sea que axiomáticamente la diferencia fundamental entre una escala nominal y una

ordinal es que esta última incorpora no solamente la relación de equivalencia (=) sino

también la relación ''mas grande que'' (>). Esta relación es irreflexiva (no es verdad para

ninguna x tal que x > x), asimétrica (x > y luego x < y) y transitiva (x > y et y > z luego x > z).

Ejemplo: Escala ordinal: Satisfacción con el resultado

1º Muy Satisfecho
2º Satisfecho
3º Insatisfecho
4º Muy insatisfecho

4.3. Escala de Intervalo

Representa un nivel de medición más preciso, matemáticamente hablando, que las

anteriores. No sólo se establece un orden en las posiciones relativas de los objetos o

individuos, sino que se mide también la distancia entre los intervalos o las diferentes

categorías o clases. En este caso, la medición se ejecuta en el sentido de una escala de

intervalo; esto es, si la asignación de números a varias clases de objetos es tan precisa que

se sabe la magnitud de los intervalos (distancias) entre todos los objetos de la escala, se ha

obtenido una medida de intervalo. Una escala de intervalo está caracterizada por una

unidad de medida común y constante que asigna un número real a todos los pares de objetos

en un conjunto ordenado. En esta clase de medida, la proporción de dos intervalos

cualesquiera es independiente de la unidad de medida y del punto cero. En una escala de

intervalo, el punto cero y la unidad de medida son arbitrarios.

Axiomáticamente se puede ver que las operaciones y las relaciones en que se origina la

estructura de una escala de intervalo son tales que las diferencias en la escala son
13
isomórficas a la estructura de la aritmética. Los números pueden asociarse con las

posiciones de los objetos de tal manera que las operaciones de la aritmética puedan

realizarse significativamente con las diferencias entre los números.

La consecuencia de cualquier cambio de los números asociados con los objetos medidos en

una escala de intervalo debe preservar no solamente el orden de los objetos sino también

las diferencias relativas entre ellos. Esto es, la escala de intervalo es "única hasta una

transformación lineal". La escala de intervalo es la primera escala verdaderamente

cuantitativa. Las estadísticas paramétricas, son las aplicables a estudios en estas escalas.

Ejemplo de variable interval: etapas cronológicas

2050

2000

1950

1900

Suponga que se está interesado en algún período histórico específico y se están haciendo

proyecciones demográficas. Se quiere conocer el crecimiento poblacional cada 50 años.

Obviamente los datos pueden ser ordenados (semejante a los datos ordinales) en orden

ascendente indicando pasado/s y futuro/s sucesivamente. Además, las diferencias entre

los valores ordenados pueden ser comparadas. Aquí el intervalo entre los valores de los

datos 1900 y 1950 representan un incremento en la historia de 50 años, y lo mismo en los

demás intervalos. Hay que tener en cuenta que en esta escala no hay un cero absoluto o

real, el cero es arbitrario; depende del tipo de calendario que estemos usando.

La presente base de datos tiene por objeto presentar información detallada de la

población de los 20 países de América Latina, desglosada por edades simples y
años calendario, correspondiente al período 1950 - 2050. Estas estimaciones se
generan a partir de las proyecciones nacionales utilizando un procedimiento
diseñado en el Área de Demografía del Centro Latinoamericano y Caribeño de
Demografía- División de Población (CEPAL/CELADE). Una parte de esta
información (1995 - 2005) se publica en este Boletín Demográfico (No. 66) y

14
 corresponde a las estimaciones y proyecciones vigentes, sustituyendo así las
publicadas en el Boletín Demográfico No. 60 de julio de 1997.

año Población Total América

Latina
1950 160.685.269

2000 507.932.043

2050 800.592.305

4.4. Escala de Razón

Cuando una escala tiene todas las características de una escala de intervalo y además un

punto cero real en su origen, se llama escala de razón. Además de distinción, orden y

distancia, ésta es una escala que permite establecer en que proporción es mayor una

categoría de una escala que otra. El cero absoluto o natural representa la nulidad de lo que

se estudia. Las operaciones y relaciones hechas con los valores numéricos en una escala de

razón son correspondientes a una escala isomórfica de la estructura de la aritmética. Por

consiguiente las operaciones de la aritmética son permisibles en los valores numéricos

asignados a los objetos mismos, así como también en los intervalos entre los números como

sucede en las escalas de intervalo. Implican que las relaciones de equivalencia, relación de

mayor a menor, proporción conocida de dos intervalos y proporción conocida de dos valores

de la escala, sean posibles de obtener operacionalmente. Los números asociados con los

valores de la escala de razón son "verdaderos" números con un verdadero cero; solo la

unidad de medida es arbitraria. Así la escala de razón es "única hasta la multiplicación por

una constante positiva". Además de los procesos paramétricos básicos de las escalas de

intervalo, en las de razón pueden utilizarse estadísticas como la media geométrica, el

coeficiente de variación, las que requieren el conocimiento del verdadero valor cero

15
 En este nivel al igual que en el nivel intervalar, las categorías son del mismo tamaño. La

diferencia es que este nivel tiene un punto cero significativo y el valor de las categorías es

en relación a ese punto.

Ingreso de los empleados de la compañía en relación a la media de la industria

2000 12

1000 25

0 32

-1000 17

-2000 10

Resumen de Tipos de Variables y Escalas de Medición

Variables

Cualitativa o Atributo Cuantitativa o Numérica

Escala de medición Escala de medición Pueden ser

Nominal Intervalo Discreta

Ordinal Razón Continua

16
 EJERCICIOS

1)
Determina si las siguientes variables son cualitativas o cuantitativas.

A) El peso de las cartas en el correo.

B) Medio de transporte utilizado para ir al trabajo

C) El color de un edificio
D) La cantidad de lluvia caída en una estación del año en el Colca.

E) Puntaje obtenido en el ingreso a la Universidad Católica San Pablo

F) La religión de cada persona.

G) El largo de una falda.

H) La edad mínima para poder votar.

I) El tiempo de música en un disca compacto.

2) Clasifica lo que representa cada proposición según los conceptos básicos de estadística, dado un
estudio referido a los hábitos de comida en Arequipa.

Todos los arequipeños.

Las personas encuestadas.
El número total de personas encuestadas.
La edad de las personas encuestadas.
El sexo de las personas encuestadas.

3)
Señala en qué caso es más conveniente estudiar la población o una muestra.

A) La longitud de los tornillos que fabrica una máquina de manera ininterrumpida.

B) estatura de todos los visitantes extranjeros en un año en Cuzco.
C) La masa de un grupo de cinco amigos.
D) Los efectos de un nuevo medicamento en el ser humano.

4)
Clasifica las siguientes variables estadísticas en cualitativas o cuantitativas. Si son
cuantitativas indica si son discretas o continuas.
A) Provincia de residencia.
B) Número de vecinos de un edificio.
C) Profesión de la madre.
D) Número de llamadas telefónicas hechas en un día.
E) Consumo de gasolina cada 100 km.
F) Registro de temperatura en un día.

5)
Indica las variables cuantitativas que son discretas y las que son continuas.
E) Número de primos.
F) Talla de pantalón.
G) Perímetro craneal.
H) Número de puertas de tu casa.
I) Kilogramos de pan consumidos en una semana por un colegio.
J) Número de hijos.

17
 K) Ingreso diario en una cafetería.
L) Edades de los vecinos de tu cuadra.
M) Número de calzado de tus compañeros de sexo femenino de tu clase.
N) Estatura de recién nacidos en un hospital en un día.
O) Suma de los números obtenidos al lanzar dos dados.
P) Kilogramos de ropa que se pueden poner en una lavadora cuya capacidad es de 5
kg.
Q) Número de personas que integran el grupo familiar en un cierto sector de la
ciudad.
R) Longitud media de los tornillos producidos por una máquina en un día.
Cantidad de profesores por colegio de una ciudad determinada
6) Identifica las unidades estadísticas y las observaciones en cada uno de los siguientes
casos:
a) Un abogado investiga las condiciones de vida de cada uno de sus clientes.
b) Un jefe de personal investiga los tipos de dietas en las raciones que entregan en
el comedor de los obreros de la empresa.
7) En el siguiente enunciado identifica a la población, la muestra, la unidad elemental, la
variable y el tipo de variable.
En cierto Establecimiento Penal el Dr. Gómez desea precisar el tipo de delito por el que
han sido sentenciados los detenidos.
8) Se realizó una encuesta para determinar las preferencias estudiantiles con respecto a
los diarios de la localidad. Con este fin se entrevistó a un mil quinientos estudiantes y
seiscientos de ellos prefieren El Espectador. Responde lo siguiente:
a) ¿Cómo está formada la muestra?
b) ¿Cómo está formada la población?
c) ¿La población es finita o infinita?
d) ¿Cuál es el parámetro?
e) ¿Cuál es el valor estadístico?
9) Se realizó un muestreo de opinión para determinar si los profesores de Arequipa
prefieren textos de un autor X con respecto a otro. Con este fin se entrevistaron a 2
000 profesores y entre ellos 1 500 prefieren al autor X. Responde lo siguiente:
a) ¿Cómo está formada la muestra?
b) ¿Cómo está formada la población?
c) ¿La población es finita o infinita?
d) ¿Cuál es el parámetro?
e) ¿Cuál es el valor estadístico?
10) La universidad desea precisar la cantidad de ingresantes que tienen problemas auditivos.
Se seleccionó a 80 jóvenes y 20 de ellos presentaron problemas auditivos. Identifica:
a) La variable.
b) La muestra.
c) El valor estadístico.
11) Se estableció que el costo promedio de los textos escolares de matemática en un
colegio de 1 500 alumnos fue de S/ 80. Un grupo de estudiantes de estadística encuestó
a treinta estudiantes para determinar el promedio del costo de un texto escolar de
matemática y concluyó que dicho gasto es de S/ 120.
Identifica:
a. la variable.
b. El tipo de variable.
c. La población.
d. La muestra.

18
 e. El parámetro.
f. El estadígrafo.
g. ¿Qué podría concluir el grupo de estudiantes de Estadística si el costo promedio
de un libro para la muestra de los 30 estudiantes fuera de S/ 150?si el costo
promedio de los pasajes de los 30 estudiantes fuera de S/ 150?
12) Se entrevistó a 200 ciudadanos votantes arequipeños sobre su opinión (respuesta sí o
no) sobre la construcción de un tren eléctrico sobre los cauces de algunas torrenteras
que cruzan la ciudad. Define la población que se está muestreando, describe el
parámetro y el valor estadístico.
13) Un examen de inteligencia normal es aplicado a un grupo de niños que reciben educación
especial. Todos los niños cursan el segundo grado y han sido escogidos para recibir un
nuevo programa de instrucción impartido en la escuela Polivalente de Tingo. El examen
debe ser aplicado antes y después de que reciban la instrucción.
Identifica:
a) la población.
b) La muestra.
c) La variable.
d) El tipo de variable.
e) La unidad estadística.
14) El profesor de Matemática Básica desea aplicar la técnica del ABP (Aprendizaje en base
a problemas) en el estudio de la estadística, motivo por el cual se realizó una encuesta,
obteniéndose los siguientes resultados: el 20% estaba de acuerdo; el 60% indicó que no
era necesario y al resto le resultaba indiferente.
Según el enunciado coloca (V) o (F) si es verdadero o falso respectivamente según
corresponda.
( ) La variable en estudio es el porcentaje de preferencia de una nueva técnica de
aprendizaje.
( ) La variable en estudio es del tipo cuantitativo discreto.
( ) La población es finita.
( ) La muestra está formada por 100 alumnos.
15) Un periodista desea determinar la proporción de votos que deben ser emitidos a favor
de cierto candidato en las próximas elecciones municipales para el distrito de Santa
María.
Identifica la población, la muestra, la variable y el tipo de variable.
16) Durante una auditoría, 16 cuentas de la firma comercial que asesoras jurídicamente
fueron seleccionadas aleatoriamente y examinadas en busca de la cantidad de errores.
Identifica:
a) La población.
b) La muestra.
c) La unidad estadística.
d) La variable.
e) El tipo de variable.
17) Define las poblaciones apropiadas y a partir de ellas selecciona las muestras siguientes:
a) Se llamó por teléfono a personas de 100 hogares de cierto distrito y se les pidió
el nombre de su candidato para alcalde.
b) En diez ocasiones diferentes un alumno tardó 35; 28; 37; 30; 28; 40; 28; 30; 40
minutos en llegar desde su casa a la universidad donde estudia.
18) Un censo completo del plantel de estudiantes de un colegio de educación inicial se reveló
que el número de estudiantes de 4 años a más era de 210. ¿Este número 210 es un
estadígrafo o un parámetro? ¿Por qué?

19
19) La figura siguiente muestra una de las páginas del formulario de la Encuesta
Nacional de Hogares Ampliada, con preguntas que se relevan de cada integrante del
hogar. Identifica las variables que aparecen, así como sus sistemas de categorías y
niveles de medición.

20
20) Clasifica las variables que se consideran en el siguiente ejemplo:

Un psicopedagogo/a se fija como hipótesis de trabajo estudiar si algunos métodos de

enseñanza de lectura favorecen más que otros el aprendizaje del lector. Selecciona tres
grupos de niños y a cada uno de ellos les enseña con un método diferente. A partir de esto,
recoge, información sobre la madurez lectora, asistencia o no asistencia a preescolar,
ambiente familiar, nivel socioeconómico, nivel intelectual y nivel de aspiración de los padres.
Al final del curso se les pasan unas pruebas de comprensión lectora, velocidad lectora y
memoria general para ver el grado de aprovechamiento.

ETAPAS DEL MÉTODO ESTADÍSTICO

Planificación del estudio.

Etapa en que se determinan los detalles concernientes a la recolección,

clasificación y análisis de la información.

Recolección de la información

Etapa de mayor importancia para el investigador. Tiene que ser vigilada por
el investigador, de manera que la información recogida sea correcta.

Organización de la información.

Etapa de la investigación en que se revisa, resume y presenta

convenientemente, antes que sea posible analizarla.

Análisis e interpretación de los datos

Etapa final de la investigación y que puede ser presentado en tablas o

gráficos, en forma tal, que faciliten su comprensión y su posterior análisis y
utilización.

21