Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD I
1
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Concepto de Estadística:
Es una colección de métodos para planear
experimentos, obtener datos, y después organizar, resumir, presentar, analizar,
interpreta y llegar a conclusiones basadas en ellos (Tríola, 2004).
Otra definición considera a la Estadística como una disciplina de la Matemática
Aplicada que se dedica al estudio cuantitativo de fenómenos colectivos.
Tipos de la Estadística:
2
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
¿Qué es VARIABLE?
Se denomina variable a la característica que se observa en cada uno de los
elementos de la población y que varía de un elemento con respecto a otro.
3
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
V. Continúas: son las que pueden tomar todos los infinitos valores posibles
de un cierto intervalo .Es decir toma un conjunto de Número decimales.
Además se caracterizan porque para su medición se utilizan instrumentos
de medición Por ejemplo la estatura, edad, peso etc.
4
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
MUESTREO
5
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
ELECCION DE LA MUESTRA
METODOS DE MUESTREO
Tipos de muestreo
Los autores proponen diferentes criterios de clasificación de los diferentes tipos de
muestreo, aunque en general pueden dividirse en dos grandes grupos: métodos
de muestreo probabilísticos y métodos de muestreo no probabilísticos.
Métodos de muestreo probabilísticos
Los métodos de muestreo probabilísticos son aquellos que se basan en el
principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos
tienen la misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamaño n tienen la misma
probabilidad de ser elegidas. Sólo estos métodos de muestreo probabilísticos nos
aseguran la representatividad de la muestra extraída y son, por tanto, los más
recomendables. Dentro de los métodos de muestreo probabilísticos encontramos
los siguientes tipos:
8
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
TRABAJOS
PRÁCTICOS
(UNIDAD I)
9
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
TRABAJO PRÁCTICO Nº 1
1- Una docente desea conocer, las causas del reiterado ausentismo de sus 30
alumnos de 2do año de una escuela pública, perteneciente a la ciudad capital de
Sgo del Estero. En el cuál se le interrogo a cada alumno sobre:
el grado de instrucción del tutor de los alumnos de 2º año
el número de faltas en los meses de octubre y noviembre en los alumnos
de 2º año
la distancia en metros que deben recorrer los alumnos para llegar hasta
la escuela, puesto que es una zona rural y las distancias de acrecientan
el sexo de los alumnos.
a) ¿Cuál será la Población objeto de estudio? y cuál es el Elemento a
estudiar?
b) ¿Cuáles son las variables a estudiar? .Clasifícalas.
2- Una investigación busca analizar los factores que influyen sobre el bajo
rendimiento académico de los estudiantes de 1er año 2da división del Colegio
Secundario N°15 “Padre Miguel Ángel Aquino” de la Ciudad de San Pedro de
Jujuy durante el 1er trimestre del año 2012. Por lo tanto se les interrogo a cada
alumno sobre:
Si aprobaron o no los espacios curriculares
El nro de materias que aprobaron y desaprobaron
El nivel de instrucción del tutor de los alumnos
El promedio general por area curricular del alumno
10
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Porcentaje de niños con bajo peso (CI, CII, CIII) a una escuela rural de Sgo del
Estero.
Parámetro……………………………Población……………………........Elemento……
……….........Variable………………………………Tipo…………………………………
…
a) Sexo. ----------------------------------------------
b) Edad ----------------------------------------------
c) Estatura ----------------------------------------------
d) Grupo Sanguíneo ----------------------------------------------
e) Nº de Mat. aprobadas -----------------------------------------------
f) Estado civil ----------------------------------------------
g) Nivel de Instrucción. ----------------------------------------------
h) procedencia ----------------------------------------------
En cada uno de los casos, clasifica las variables según corresponda como:
*Cuantitativa: Discreta- Continua
*Cualitativa: Nominal- Ordinal.
11
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
5- En una Escuela, se les realizo a los alumnos una encuesta compuesta por
varias preguntas; las características estudiadas fueron las siguientes:
12
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
UNIDAD II
TABULACIÓN Y REPRESENTACIONES
GRÁFICAS
13
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Serie de Datos (Simples) o Datos No agrupados: son los datos tal cual han sido
recolectados o datos en bruto.
xi : S, S, E, E, E, S, S, E, S, S, S, S, S, E, S, S, S, S, E, S, S, S, S, S, S,
S, S, S, S, S.
14
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
15
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Xi(Estado de Salud):
S,S,E,E,E,S,S,E.S, S,S,S,S,E,S,S,S,S,E,S,S,S,S,S,S,S,S,S,S,S.
Los datos tal cual fueron recolectados sin agrupar constituyen una serie simple o
datos sin agrupar
Variable Cualitativa (En la primera columna basta poner los valores o cualidades
que toma la variable como por ejemplo 4 la variable: Estado de Salud (S= Sano y
E= Enfermo) y en la segunda columna la Frecuencia absoluta.(Fi) (N° de Niños).
Sano 24
Enfermo 6
TOTAL 30
16
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Sano 24 24/30=0.80 80
Enfermo 6 6/30=0.20 20
TOTAL 30 1 100
17
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Xi (Nro de Hermanos):
Nº de Fi (Nro Frecuencia %
de Niños)
Relativa (Fri x 100)
Hermanos
(Fri)
0 5 0.17 17
1 5 0.17 17
2 6 0.20 20
3 3 0.10 10
4 4 0.13 13
5 3 0.10 10
6 4 0.13 13
TOTAL 30 1 100
18
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Xi(Altura: cms):
19
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
20
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
1) Histograma
Nº de Alumnos
Diapositiva 20
2) Polígono de Frecuencia
21
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Ejemplo 7: Una muestra de 500 niños de una cierta escuela primaria, se clasifico
en forma cruzada respecto a su estado de nutrición y desempeño académico,
obteniéndose los siguientes resultados
Académico
Pobre Bueno
22
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
COMO: Identificar los criterios de clasificación (variables) a los arreglos según los
cuales se presentan los datos.
DÓNDE: Identificar el área o lugar geográfica a la zona cubierta por la recolección
de esos datos.
CUANDO: Identificar la fecha a la que corresponden los datos.
Cuerpo: Comprende las celdas emergentes de la filas y columnas que son las
frecuencias.
23
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
OTROS GRÁFICOS
24
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
25
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
RESU
26
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Discreta Continua
Barras Simples x
Sectores circulares x
Bastones x
Histograma x
Polígono de Frec x
Barras compuestas x
Barras Agrupadas x
Grafico de x
Dispersión
Gráfico Lineal x
27
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
TRABAJOS
PRÁCTICOS
(UNIDAD II)
28
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
(X i: Actitud al desempeño) : MC MD C I C MC D D MC MC I MC I MC D MC MD C
D C MC D MC D MC D MD I C C C MD MC I C MC MC D C MC C MC D MD MC I
D MC I MC
Dónde:
MC: muy conforme
C: conforme
I: indiferente
D: disconforme
MD: Muy disconforme
a) Construya la tabla en función a la variable de conocer de los padres de los
alumnos la actitud ante el desempeño académico.
b) a) Proponga un título para la tabla.-
c) Incluya las frecuencias relativas y absolutas
d) Represente gráficamente seleccionando el grafico que usted considera el
más adecuado-
e) Emita conclusiones.
29
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
52 36 45 31 31 32 34 32 54 55
55 46 61 39 43 38 47 45 38 37
63 49 34 48 34 64 44 47 36 60
50 52 37 41 29 37 49 37 39 56
39 46 46 31 60 29 53 40 41 58
Céntrico Periférico
0 9 1
1 7 0
2 5 1
3 3 3
4 2 7
5 2 4
6 1 2
7 1 2
8 0 1
TOTAL 30 21
-Analizar las distribuciones de frecuencias correspondientes a cada Barrio y luego
compararlos. Con su respectivo gráfico y emita sus conclusiones.
Tema: Tabla de Doble Entrada (Tabulación y Representación Grafica).
30
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
31
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
24 F Tan 2000
25 F Tan 2000
26 M Cor 2000
27 M Tan 3000
28 M Tan 3000
29 M Tan 3000
30 F Cor 2000
Total
AÑOS Nro de
Egresados
1980 233
1985 278
1990 321
1995 375
2003 91
32
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
UNIDAD III
INDICES
33
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
34
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
35
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
I= 1272/3229=0.39
Es decir que solo el 39% del total de la población en edad preescolar asiste a la
escuela en ese departamento.
Tasa de ausentismo se calcula como sigue (considere que los días de clase en el
año son 180):
Ta= 405/ 15x180 *100=15%
Tasa de desgranamiento
Es decir que en ese período hay un desgranamiento del 46%.El 46% de los
alumnos matriculados al inicio del período no culminaron sus estudios al final del
mismo.
Tr = 391756/729048=0,5374
37
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
• Tasa de escolarización
38
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
TRABAJO
PRÁCTICO
(UNIDAD III) Índices
39
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
(Tema: INDICES)
Población en Nº de Nº de Nº de
LUGAR edad escolar alumnos alumnos no maestros
matriculados matriculados
A 300000 248.000 7.000
B 150000 106.000 4.000
C 25000 24.000 1.200
D 60000 42.000 4.750
Fuente: Datos Ficticios
Fuente: Filmus. Troquil-Bs.As.-1996-Pág.87.Citado por Lic,. Julio Zurita: Guía de actividades de la signatura:
Introducción a la Estadística Educativa.
40
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
UNIDAD III
41
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
1- INTRODUCCIÓN:
Tendencia Central: (Por que indica la ubicación de centro del conjunto de datos.
Por lo tanto los demás datos tienden a acercarse al valor Central.
* X Media Aritmética
*Md Mediana
Las Medidas de Posición y Tendencia Central son:
*Mo Modo
Datos NO Agrupados: son los datos o valores de la variable tal cuál han sido
obtenidos, sin ninguna proceso de ordenación. Generalmente son hasta 30
valores.
42
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
MEDIDAS DE RESUMEN
43
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Es el promedio más conocido y usado, que se obtiene al dividir el total (suma de todos los valores que
intervienen) entre el número de valores involucrados. Nos permite promediar valores cuantitativos.
Se simboliza con X . Promedia valores cuantitativos.
Ejemplo Nº1:
Se registró la edad de una muestra de 4 alumnos universitarios y se quiere averiguar
cuál es el promedio de edad de esa muestra.
Elemento o Unidad de Análisis: Cada alumno
Variable (x): edad (años)
Datos: 22, 19, 26, 23
Tipo de Variable: cuantitativa continua.
n: 4
4 n n 4
44
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
.
Mediana: Es el valor que divide al conjunto de los datos en dos partes iguales. El 50 % de ellos a su
izquierda y el otro 50 % restante a su derecha. Se simboliza con Me. Promedia valores cuantitativos
45
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
La mediana Me = 22 años
Modo:
Se define como aquel valor de la variable más frecuente o que más se repite. Permite
promediar valores cualitativos y cuantitativos
Se simboliza con Mo.
.
Ejemplo Nº 3: Calcule el Mo para los siguientes datos recolectados de seis alumnos
universitarios con respecto a las variables edad y sexo.
Xi(Edad: años): 18, 20, 25, 18, 21,.22 Mo=18 años(La mayoría de los alumnos tienen
18 años)
Xi (Sexo): F F M F F F Mo= F(La Mayoría son mujeres)
Serie B: 4, 5, 4, 6, 8, 5 Mo=
Serie C: 27, 27, 27, 55, 55, 55, 88, 88, 99 Mo=
Serie D: 1, 2, 4, 5, 7, 8, 10 Mo=
46
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
PROMEDIO Me Mo
Cualitativa Nominal NO NO SI
Ordinal NO NO SI
Cuantitativa Discreta SI SI SI
Continua SI SI SI
47
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Es decir que se suman todos los valores que intervienen entre el número
total de valores involucrados. Aplicando este concepto calcularemos Media aritmética En
las siguientes distribuciones de frecuencias:
48
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
49
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
50
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
51
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Cuartiles:
1) Introducción
b) Q2 coincide con la Md
c) Q3 deja a la izquierda del 75% de los datos mientras que el 25% restante, se
encuentra a la derecha.
El Q2 ocupa la Md = (10)
52
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
a= n° de decil.
Da = xn
10
A= n° de percentil.
Pa = xn
100
53
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
a) Cálculo de la Mediana
( V. discreta)
Hay que tener presente para el cálculo la ordenación en sentido creciente de los
valores de la variable. Pero esta ordenación ya existe en toda distribución de
frecuencia. El problema está en encontrar el valor de la variable que corresponda
a la observación Central Como el número total de observaciones = Frec , la
2. Calcular
frec = 50 25
2 2
54
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
b) Cálculo de la Mediana
( V. continua)
Md = Li +
fi / 2 fa Md 1
x ai
fMd
2. Calcular
frec
2
30 / 2 10
Ejemplo: Md = 9+ x 2= 10 mtos
10
55
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
56
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Introducción:
Ej: Consideremos la edad en un grupo de alumnos de la UNSE.
240
Xi: 21-17-19-23-20-18-18-24-18-20-23-19- Promedio= = 20 años
12
Aproximadamente.
17 20 24 ( Grupo de la UNSE)
X
57
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
58
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
59
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
60
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
61
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
62
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
63
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
64
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Medidas de Dispersión
a) Rango:
65
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
TRABAJOS
PRÁCTICOS
(UNIDAD III)
M. de Posición y Dispersión
66
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
TRABAJO PRÁCTICO Nº 4
Varones 17 23 17 22 21 24 21 19 20 17
Mujeres 21 18 21 18 19 20 21 18 19 21
67
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
b) Datos Agrupados:
Curso A
Cantidad de 4 7 10 4
alumnos
Curso B
Cantidad de 1 10 13 1
alumnos
Calcular:
a) La Media, la Md y el Mo para cada curso.
b) Rg, S2 y S para cada curso.
c) ¿Qué curso tiene las alturas mas concentradas alrededor de la media
aritmética? ¿Por qué?
d) Emita sus conclusiones
4-En un mes determinado, estuvieron ausentes en una escuela del estado, 72
alumnos. La siguiente tabla muestra la distribución de frecuencias de la variable X
(Nº de días ausentes)
X 1 2 3 4 5 Total
Frec. 31 16 9 8 8 72
X 1 2 3 4 5 Total
Frec. 3 5 6 8 10 32
68
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
4-5 - 3
5-6 10 22
6-7 21 63
7-8 35 45
8-9 28 38
9-10 14 21
10-11 7 15
11-12 6 7
12-13 1 1
6-La tabla siguiente muestra las distribuciones de frecuencias del C.I. (Coeficiente
intelectual) medidos en una grupo de 32 niños de una escuela de zona marginal
y otro grupo de 62 niños de una escuela de zona clasificada como clase alta-
media.
80-90 4 4
90-100 18 14
69
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
100-110 8 18
110-120 1 12
120-130 1 10
130-140 0 4
TOTAL 32 62
70
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
X =
x i
x
xi. Frec
n frec
Posición Md para n impar: 1) se ordena de menor a mayor
Rg = Ls – Li (para v. contina)
S=2 ( x x) 2
n
2
( xi x ) 2 . frec
S=
frec
S= S 2
S= S 2
S
C.V.= _
x 100
x
71
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
UNIDAD IV
ESTADÍSTICA INFERENCIAL
(Conceptos Básicos de Probabilidad)
72
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
DEFINICIÓN DE PROBABILIDAD.
Ejemplos
Concepto:
Casi todas las personas tienen algún concepto acerca de lo que significa la
expresión “probable” y por eso se usa diariamente la Probabilidad de ocurrencia
de un hecho. Es por eso es frecuente escuchar las expresiones: probablemente,
poco probable, o imposible o seguro etc.. Todas ellas intentan dar una “medida”
de la probabilidad o posibilidad de ocurrencia de un suceso o evento. Que se
utiliza una escala numérica que va desde el 0 (imposible) al 1 (certeza de
ocurrencia).
73
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Ejemplos:
nrodecasosfavoralbles( A)
P(A)=
nrototalde casosposibles ( M )
74
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Respuestas:
a. M = {1,2,3,4,5,6 }
1
P(4) =
6
3
b. P(nro. par) =
6
3
c. P(nro. impar) =
6
2
d. P(menor=2) =
6
Ejemplo: Un urna tiene 5 bolillas rojas, 6 bolillas negras, 8 bolillas blancas.
a. ¿Cuál es la probabilidad de que salga roja?
b. ¿Cuál es la probabilidad de que salga blanca?
Respuestas:
5
a. P(roja) =
19
8
b. P(blanca)=
19
b) Probabilidad Frecuencial
Definición:
75
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Frec..absoluta
P(A) = Frecuencia relativa =
Frec
50 80 130
P (obtener como máximo 2 puntos) = + =
600 600 600
Ejemplo:
A(Obtener caballo)
B(Obtener rey)
4 4 8
P(A + B ) = P(A) + P(B) = + =
40 40 40
Explicación de los axiomas:
76
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
77
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Barrios
Ocupacion de la madre Total
A B C
Ama de casa 400 500 200 1100
Profesional 200 200 50 450
Empleada 300 400 100 800
Total 900 1100 350 2350
NúmerodecasosfavorablesaA
P(A)
Númerototaldecasosig ualmentepo sibles
Respuesta de la pregunta a)
NúmerodecasosfavorablesaA 900
P(A)
Númerototaldecasosig ualmentepo sibles 0.38
2350
Interpretación: existe una probabilidad del 38% de que el niño sea del barrio A
78
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Respuesta de la pregunta b)
Variable T: Barrio C
Variable V: Mamá profesional
NúmerodecasosfavorablesaA
P(A)
Númerototaldecasosig ualmentepo sibles
50
PT V 0.02
2350
Interpretación: existe una probabilidad del 2% de que el niño sea del barrio C y
su mama sea profesional
Respuesta de la pregunta c)
Variable A: Barrio B
Variable B: Mamá empleada
P A B P A PB P A B
PA PB
1100 800
PA B
400
0.47 0.34 0.17
2350 2350 2350
Interpretación: existe una probabilidad del 64% de que el niño sea del
Barrio B o su mama sea empleada
79
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
TRABAJO
PRÁCTICO
(UNIDAD IV)
Cálculo de Probabilidad, en
Tabla Doble entrada.
80
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
TRABAJO PRÁCTICO Nº 6
Superior 20 10 30
Secundario 30 10 40
Primaria 15 5 20
TOTAÑ 65 25 90
Inasistencias Rendimiento
Escasas 20 18 15 6
Pocas 12 20 17 9
Muchas - 15 20 18
81
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
82
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
UNIDAD IV
83
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Condiciones de aplicación:
*en ningún casillero debe aparecer el cero
*no deben presentarse frecuencias observadas o teóricas menores d 5 en
casilleros.
*en la practica se acepta que hasta el 25 % de los casilleros presenten
frecuencias esperadas menores a 5
Concepto:
(O T )
2
2
X=
T
84
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
1- determinar Ho e H1
2- establecer el nivel de confianza que se utilizara
3- calcular los grados de libertad.
Grados de libertad
85
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
(O T )
2
2
X =
T
RC SI NO Total
PN
Bajo 21 26 47
Normal 124 460 584
Total 145 486 631
1- establecemos Ho e H1:
*Ho : A = B
*H1 : A ≠ B
86
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
PN fo ft fo ft T
B 21 11 26 36 47
N 124 134 460 450 584
T 145 145 486 486 631
(O T )
2
2 2
5-Calculamos el X observado: X =
T
2 2 2 2
Aplicando: X =2(2111)
(124 134) (26 36) (460 450)
11 134 36 450
87
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
8-Interpretamos:
88
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
2- N C = 95 P
3- Grados de libertad:
g. l = (filas – 1) (columnas – 1)
g.l = (4 – 1) (2 – 1) = 3
4- cálculos de las frecuencias teóricas:
Una f teórica para la primera celda:
241 1211
185
1575
445 1211
342
1575
89
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
556 1211
427
1575
5- calcular el X2 Observado
(O T )
2
2
X=
T
(211 185)2
Entonces X2 =
185
2 2
(371 342) (424 427)
+
342 427
2 2
(205 257) (30 56)
+
257 56
2 2 2
(74 103) (132 129) (128 76)
+ 3.56 +2.46+ 0.02 + 10.52+ 12.05 +
103 129 76
+ 8.16 + 0.07 + 35.58 = 72.53
90
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
Tabla de X2
91
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
9 16.92 21.67
10 18.31 23.21
11 19.68 24.73
12 21.03 26.22
13 22.36 27.69
14 23.68 29.14
15 25.00 30.58
92
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
TRABAJO
PRÁCTICO
(UNIDAD VII)
Prueba de Chi al Cuadrado
93
Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE
Lic. Mabel L. Molina
PRACTICO DE APLICACIÓN Nº 7
Ejercicio N° 2: Con la siguiente tabla, demuestre que si las mujeres que viven
a una distancia menor de 10 km de la clínica utililizan significativamente más
los servicios o no los servicios de atención prenatal que las mujeres que viven
a más de 10 km de distancia con un nivel de significancia o confianza de
5%(p=0.05).
Distancia de la Clínica Atención Prenatal Atención Prenatal NO TOTAL
Prenatal utilizada utilizada
Menos de 10 Km 51 29 80
10 Km o más 35 40 75
TOTAL 86 69 155
94