INVESTIGACIÓN SOBRE “CÁLCULOS APLICADOS A INVESTIGACIÓN”

Presentado por:

Anthony Quinga

Universidad Politécnica Salesiana

Facultad de Ingeniería mecánica

Técnicas de Investigación

Nivel 2

Quito. Ecuador

2017

Docente:

Ing. William Quitiaquez. M.Sc.

Índice de contenidos

INTRODUCCIÓN.................................................................................................................1

Medidas de tendencia central.................................................................................................1

Media (Media aritmética)...................................................................................................2

Desviaciones..........................................................................................................................2

Ejemplo de desviaciones:...................................................................................................3

Mediana..............................................................................................................................3

Moda..................................................................................................................................3

Medidas de dispersión............................................................................................................4

Rango.................................................................................................................................4

Varianza.............................................................................................................................4

Desviación típica................................................................................................................5

Coeficiente de variación de Pearson..................................................................................5

Como se realiza el cálculo de la muestra en un proyecto.......................................................6

Muestra...............................................................................................................................6

Conceptos básicos..............................................................................................................6

El tamaño de la muestra.................................................................................................7

Ejemplo de Cálculo de Muestra de un proyecto....................................................................7

Etapa 1................................................................................................................................7

Etapa 2:...............................................................................................................................8

II
 Etapa 3: Imprevistos...........................................................................................................8

Etapa 4: Distribución de las observaciones........................................................................9

Norma General...................................................................................................................9

Referencias...........................................................................................................................11

III
Índice de Ilustraciones

Figura 1. Reslultados de ejemplo de Cálculo de Muestra [8]..............................................10

IV
Incide de Ecuaciones

Ecuación 1. Media Aritmética................................................................................................2

Ecuación 2. Ejemplo de Med. Aritmética..............................................................................2

Ecuación 3. Mediana..............................................................................................................3

Ecuación 4. Moda...................................................................................................................3

Ecuación 5. Rango.................................................................................................................4

Ecuación 6. Varianza.............................................................................................................4

Ecuación 7. Desviación Típica o Estándar.............................................................................5

Ecuación 8. Coeficiente de variación Pearson.......................................................................5

Ecuación 9. Tamaño de una muestra......................................................................................7

Ecuación 10. Resultado Tamaño de muestra.........................................................................8

V
Índice de Gráficos

Gráfico 1. Tipo Circular 1er año..........................................................................................10

UNIVERSIDAD POLITECNICA SALESIANA

CARRERA DE INGENIERIA MECANICA

TECNICAS DE INVESTIGACION

Nombre: Anthony Alexis Quinga Guamán

Nivel: Segundo_1

Fecha: 2017-06-15

Tema: Dibujo Mecánico

Docente: Ing. William Quitiaquez. M.Sc.

INTRODUCCIÓN

Medidas de tendencia central

Las medidas de tendencia central son valores numéricos que localizan, en algún sentido, el
centro de un conjunto de datos. Es frecuente que el término promedio se asocie con todas
las medidas de tendencia central [ CITATION Vic14 \l 12298 ].

La medida de tendencia central más conocida y utilizada es la media aritmética o promedio

aritmético. Se representa por la letra griega µ cuando se trata del promedio del universo o
población y por Ȳ (léase Y barra) cuando se trata del promedio de la muestra. Es
importante destacar que µ es una cantidad fija mientras que el promedio de la muestra es

VI
variable puesto que diferentes muestras extraídas de la misma población tienden a tener
diferentes medias. La media se expresa en la misma unidad que los datos originales:
centímetros, horas, gramos, etc [ CITATION Que11 \l 12298 ].

Media (Media aritmética).

Es el promedio con el que probablemente estés más familiarizado. La media de una

muestra (media muestral) se representa por x́ . La media se encuentra al sumar todos los

valores de la variable x (denotada por ∑ x ) y dividir el resultado entre la cantidad de

valores utilizados (n) [ CITATION Vic14 \l 12298 ].

x́=
∑x
n

Ecuación 1. Media Aritmética

Ejemplo 1 (Datos no agrupados).

Un conjunto de datos consta de los cinco valores 6, 3, 8, 6 y 4. Encuentra la media.

Solución.

Con la fórmula x́=

∑ x , encontramos
n

x=
∑ x = 6+3+ 8+6+ 4 =27 =5 . 4
n 3 5
Ecuación 2. Ejemplo de Med. Aritmética

Por lo tanto, la media de esta muestra es 5.4.

El promedio es un valor "central" calculado entre un conjunto de números.

Es fácil de calcular: suma todos los números y divide por la cantidad de números que hay,
y se obtiene el promedio [ CITATION Dis11 \l 12298 ].

VII
Desviaciones

Se define como la desviación de un dato a la diferencia entre el valor del dato y la media:

Ejemplo de desviaciones:

Una propiedad interesante de la media aritmética es que la suma de las desviaciones es

cero [ CITATION Uni15 \l 12298 ].

Mediana 
Otra medida de tendencia central es la mediana. La mediana es el valor de la variable que
ocupa la posición central, cuando los datos se disponen en orden de magnitud. Es decir, el
50% de las observaciones tiene valores iguales o inferiores a la mediana y el otro 50%
tiene valores iguales o superiores a la mediana [ CITATION Que11 \l 12298 ].

N
−F i−1
2
Me=Li + ∗t i
fi

Ecuación 3. Mediana

Si el número de observaciones es par, la mediana corresponde al promedio de los dos

9+11
=10
valores centrales. Por ejemplo, en la muestra 3, 9, 11, 15, la mediana es 2 .

Moda 
La moda de una distribución se define como el valor de la variable que más se repite. En
un polígono de frecuencia la moda corresponde al valor de la variable que está bajo el
punto más alto del gráfico. Una muestra puede tener más de una moda [ CITATION Aul09
\l 12298 ].

VIII
 f i −f i−1
Mo=Li + ∗t
(f i −f i−1 )+( f i −f i+1 ) i

Ecuación 4. Moda

Medidas de dispersión

Rango

Mide la amplitud de los valores de la muestra y se calcula por diferencia entre el valor más
elevado y el valor más bajo.

El rango es la diferencia entre el mayor y el menor de los datos de una distribución

estadística [ CITATION Que111 \l 12298 ].

R=Maxx i −Minxi
Ecuación 5. Rango

Varianza

Mide la distancia existente entre los valores de la serie y la media. Se calcula como
sumatorio de las diferencias al cuadrado entre cada valor y la media, multiplicadas por el
número de veces que se ha repetido cada valor. El sumatorio obtenido se divide por el
tamaño de la muestra.

La varianza siempre será mayor que cero. Mientras más se aproxima a cero, más
concentrados están los valores de la serie alrededor de la media. Por el contrario, mientras
mayor sea la varianza, más dispersos están [ CITATION Dis11 \l 12298 ].

n
∑ ( x j −x )2
S 2 = i=1
n−1

Ecuación 6. Varianza.

IX
Desviación típica

Se calcula como raíz cuadrada de la varianza [ CITATION Dis11 \l 12298 ].

σ=
√ ∑ ( x i −x )2
i =1
N
Ecuación 7. Desviación Típica o Estándar

Coeficiente de variación de Pearson

Se calcula como cociente entre la desviación típica y la media.

Indica la relación existente entre la desviación típica de una muestra y su media.

Al dividir la desviación típica por la media se convierte en un valor excepto de unidad de

medida. Si comparamos la dispersión en varios conjuntos de observaciones tendrá menor
dispersión aquella que tenga menor coeficiente de variación [ CITATION Eum15 \l
12298 ].

Sx
r=
|x|
Ecuación 8. Coeficiente de variación Pearson

X
 Ejemplos con Tabla Propuesta

En base a los datos mostrados en la tabla 1, realice el cálculo de las medidas de tendencia
central y medidas de dispersión

CAUDALES MEDIOS MENSUALES DISPONIBLES m3 /s AÑO MESES

XI
 Tabla 1. Tabla propuesta para ejercicios (Caudales Medios).

Media (Media aritmética).

Año 1

42+32+37+32+27 +24+21+17+ 19+25+28+33 337

= =28 .083
12 12

Año 2 =26,67 m 3 /s

Año 3= 25.25 m 3 /s

Año 26=28,75 m 3 /s

Mediana

Año 1

Ordenamos los valores de la tabla y obtenemos:

17-19-21-24-25-27-28-32-32-33-37-42

17-19-21-24-25-27-28-32-32-33-37-42

27+28 55
= =27 .5
2 2

Año 2=21.5 m 3 /s

Año 3=20.5 m 3 /s

Año 26=23 m 3 /s

XII
Moda

Año 1

Ordenamos los valores de la tabla y obtenemos:

17-19-21-24-25-27-28-32-32-33-37-42 M= 32

Año 2 M=30

Año 3 M=28

Año 26 M=0

Medidas de dispersión

Rango

Año 1

17-19-21-24-25-27-28-32-32-33-37-42 … Se obtiene el # max y min. y se resta.

R= 42-17=25

Año 2=24 m 3 /s

Año 3=23 m 3 /s

Año 26=25 m 3 /s

Varianza

Año 1

XIII
 n
∑ ( x j −x )2
S 2 = i=1
n−1

2((17−28. 083 )2 x 1 )+(19−28 . 083)2 x 1)+(21−28 .083 )2 x 1 )

S=
12−1

((24−28. 083 )2 x 1)+(25−28 . 083)2 x 1)+(27−28 . 083)2 x 1 )

⃗
12−1

((28−28 . 083)2 x 1)+(32−28. 083 )2 x 2)+(33−28 . 083)2 x 1)

⃗
12−1

((37−28 . 083)2 x 1)+( 42−28 . 083)2 x 1) 431 .151

⃗ = =39 .2
12−1 11

Año 26 = 71.02 m 3 /s

Desviación Típica

Año 1

σ=√39.2=6.261
Año 26= 8.42 m 3 /s

Coeficiente de variación de Pearson

Año 1

6 . 261
Cv= =0 . 223
28 .083

XIV
Como la tabla es grande solamente se mostró el ejemplo en el Año 1,2,3 y 26, para
optimizar el espacio y tiempo de cálculo.

Gráfico que representa los cálculos de las medidas de tendencia central y medidas de
dispersión en el año 1.

Año 1

4%0% 28.08 Media

18%
25% Mediana
Moda
Rango
17% Varianza
Desviación Típica
16% Coef. Pearson
20%

Gráfico 1. Tipo Circular 1 año.

XV
 Como se realiza el cálculo de la muestra en un proyecto

Muestra

La muestra estadística representa al universo, a la serie infinita de valores a los que nunca
tendremos acceso

Si esto se logra, nos permite inferir las propiedades del universo a partir de los valores de
la muestra

Inferir significa predecir, suponer, asegurar. Es decir se pretende establecer inferencia

acerca de una población [ CITATION Sli08 \l 12298 ].

Conceptos básicos

Conjunto de individuos, organismos o entes inanimados

de los cuales queremos conocer alguna o algunas
Población características.

Parte de una población, seleccionada por técnicas

Muestra estadísticas, en la que a cada uno de sus miembros
se toma la característica que se quiere estudiar.

X(a ) =
1
Muestra poblacional, característica en estudio, datos estadísticos x
1
Población muestral Datos estadísticos muestrales
X(a ) =
a 2
1 x
Muestra 2
a
2 XVI ...
... X(a ) =
n
a x
3 n
 X

 Datos nominales
Cualitativo 
 Datos ordinales



Dato estadístico 

  Variable continua
Cuantitativo  Variable discreta

El tamaño de la muestra para un diseño de encuesta basado en una muestra aleatoria
simple, puede calcularse mediante la siguiente Fórmula:

2
t ∗p (1− p)
n=
m2
Ecuación 9. Tamaño de una muestra

n = tamaño de la muestra requerido

t = nivel de fiabilidad de 95% (valor estándar de 1,96)
p = prevalecía estimada de la malnutrición en la zona del proyecto
m = margen de error de 5% (valor estándar de 0,05)

XVII
 Ejemplo de Cálculo de Muestra de un proyecto

Etapa 1

En el proyecto de Al Haouz en Marruecos, se ha calculado que cerca del 30% (0,3) de los
niños de la zona del proyecto padecen de malnutrición crónica. Este dato se basa en
estadísticas nacionales sobre malnutrición en las zonas rurales. Utilizando los valores
estándar indicados.

Calculando

2
1 . 96 ∗0 .3 (1−0 .3 )
n=
0 . 052

3 . 8416∗0. 21
n=
0 . 0025

0 . 8068
n=
0 . 0025

n=322. 72

n=323

Ecuación 10. Resultado Tamaño de muestra

Etapa 2: Efecto de diseño

La encuesta antropométrica está diseñada como una muestra por conglomerados (una
selección representativa de aldeas) y no como una muestra aleatoria simple. A fin de
corregir la diferencia en el diseño, el tamaño de la muestra se multiplica por el efecto de
diseño (D).
Por lo general se presupone un efecto de diseño igual a 2 para las encuestas nutricionales
que utilizan una metodología de muestreo por conglomerados.

XVIII
 Ejemplo
n∗D=323∗2=64

Etapa 3: Imprevistos
El tamaño de la muestra se aumenta en un 5% para hacer frente a imprevistos como la
ausencia de respuesta o errores de registro.

Ejemplo

n+5 %=646∗1.05=678 , 3 n = 678

Etapa 4: Distribución de las observaciones

Por último, el resultado del cálculo se redondea hasta el número más próximo que mejor
corresponda al número de conglomerados

(30 aldeas) objeto de la encuesta.

En las encuestas por conglomerados del PAI (Programa Ampliado de Inmunización) de la
OMS se suele fijar un número de 30 conglomerados. Desde un punto de vista estadístico
no es necesario mantener exactamente 30 conglomerados y este número puede ajustarse si
existen motivos que obliguen a hacerlo.

Ejemplo

Tamaño de la muestra final: N = 690 niños

Posteriormente, el tamaño de la muestra final (N) se divide por el número de
conglomerados (30) a fin de determinar el número de observaciones por conglomerado.

Ejemplo

690
=23
N ÷ Nº de conglomerados = 30 niños por aldea

XIX
Norma General

Tamaño uniforme de las muestras para las encuestas nutricionales

En el cuadro que figura a continuación se indica el tamaño recomendado de las muestras
para los diversos niveles estimados de malnutrición, con inclusión de los valores estándar
para el nivel de fiabilidad y el margen de error.

El tamaño de la muestra final comprende un porcentaje para imprevistos y se redondea

hasta corresponder a una encuesta de 30 conglomerados.

Figura 1. Reslultados de ejemplo de Cálculo de Muestra [ CITATION Sli08 \l 12298 ].

Nota: En caso de que no sea posible hallar una prevalecía estimada de malnutrición para la
zona del proyecto, se recomienda fijar en 810 el tamaño de la muestra.

XX
Referencias

[1] M. Vichis, Medidas de tendencia central, Hidalgo: Universidad de Hidalgo, 2014.

[2] F. Quevedo, «ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD,» 3

2011. [En línea]. Available:
https://www.medwave.cl/link.cgi/Medwave/Series/MBE04/4934.

[3] Disfrutalasmatemáticas, « Promedio,» Disfrutalasmatemáticas, 2011. [En línea].

Available: http://www.disfrutalasmatematicas.com/definiciones/promedio.html.

[4] Universidad Juárez, «Medidas de Tendencia Central,» 2015. [En línea]. Available:
https://sites.google.com/site/estadisticadm/b-organizacion-y-presentacon-de-datos/b-3-
medidas-de-tendencia-central.

[5] Aulafacil, «Medidas de dispersión - rango, varianza, desviación típica y coeficiente de

variación,» 2009. [En línea]. Available:
http://www.aulafacil.com/cursos/l11218/ciencia/estadisticas/estadisticas/medidas-de-
dispersion-rango-varianza-desviacion-tipica-y-coeficiente-de-variacion.

[6] R. Quevedo, MEDWAVE, Chile: Universidad de Chile , 2011.

XXI
[7] Eumed, «Coeficiente de variación de Pearson,» 19 6 2015. [En línea]. Available:
http://www.eumed.net/cursecon/dic/oc/pearson.htm.

[8] Slideshare, «Calculo de la muestra,» 8 12 2008. [En línea]. Available:

https://www.slideshare.net/guest62e60f/calculo-de-la-muestra-presentation?
from_action=save.

XXII