ESTADÍSTICA APLICADA

AL DEPORTE

COLEGIO NACIONAL DE ENTRENADORES A .C.

 TEMARIO

I. I M P O R TA N C I A D E L A E S TA D ÍS T I C A
▪ Planteamiento del estudio

▪ Tipos de estudios

▪ Variables

▪ Hipótesis estadístico

II. A N Á L I S I S D E S C R I P T I VO
▪ ¿Qué hacer con los datos?

▪ Medidas de distribución

▪ Medidas de dispersión

▪ Comparación de datos

III. ANÁLISIS INFERENCIAL

▪ Prueba de hipótesis

▪ Correlación

▪ Comparación
 ¿POR QUÉ ES IMPORTANTE LA
ESTADÍSTICA?
 A l g u n a v e z s e h a p r e g u n t a d o d e d o n d e v i e n e l a s u e r te d e a l g u n a s p e r s o n a s ?

 ¿ Po r q u é l a s c o s a s d e p r o n to p a r e c e n e s t a r a s u f a v o r y l u e g o c a m b i a n y to d o
parece salir mal?

 Hagamos una pequeña prueba:

Busque una moneda, lápiz y papel.

Le pido que lance la moneda 10 veces, tratando de adivinar en cada ocasión si caerá
sello o águila. Anote en la hoja los aciertos y los errores.

Hágalo nuevamente (otros 10 intentos)

 OCURRENCIAS DEL AZAR

 E n e l e j e r c i c i o p r e v i o , s e g u r a m e n te l e a t i n ó a u n a c a n t i d a d d e v e c e s m ayo r e n l o s
p r i m e ro s 1 0 l a n z a m i e n to o e n l a s e g u n d a r o n d a , p e r o … ¿ a q u é s e d e b e q u e n o
lograra acertar la cara en la cual caería la moneda?

 C a d a q u e l a n z a l a m o n e d a u s te d t i e n e s o l o d o s o p c i o n e s , l o q u e h a c e q u e s u s
p r o b a b i l id a d d e a c e r t a r s e a n d e l . 5 l o q u e i m p l i c a q u e t a m b i é n t i e n e u n . 5 d e
p r o b a b i l id a d e s d e f a l l a r.

 L a s p r o b a b i l id a d e s d e q u e l e h aya a t i n a d o a to d o s l o s l a n z a m i e n to s s e e x p r e s a n a
continuación.
 ÁRBOL DE PROBABILIDAD
 C a d a q u e l a n z a l a m o n e d a l a s p r o b a b i l id a d e s d e a c i e r to d i s m i n uye n , e s to s e d e b e a
que el error se va incrementando.

 L a p r i m e r a v ez q u e l a nz a l a m o n ed a s o l o t i e ne l a p o s i b i l i d ad d e f al l ar u n a ve z , p ero
c u a nd o r e al i z a el s eg u nd o l an z am i e nto d eb e c o n s i d er ar que s u s p o s i b i l i da d e s d e
o b te n er d o s r e s p u e s t as c o r r ec ta s s e m ul ti p l ica p o r l a s d o s n u ev as p o s i b i lid ad e s al
j u eg o . c o n c ad a n u evo l a n z am i en to l o s p o s i b l e s r e s ul t ad o s s e mul t i p li c a n p o r d o s . E s to
p u e d e ex p r e s a r s e f á c i l m en te c o n u n á r b o l d e p r o b a b il i d a d Combinación de
Combinación de opciones
opciones Podemos acertar
Combinación de nuevamente
opciones Podemos Podemos
acertar fallar
nuevamente Podemos
Podemos acertar
acertar Podemos
Podemos
Segundo fallar Fallar
Lanzamiento Tercer
lanzamiento lanzamiento
inicial Podemos Podemos fallar
Podemos
fallar nuevamente
Fallar
nuevamente Podemos
acertar
Podemos Podemos
acertar acertar
Podemos
Fallar
 10 aciertos tiene la posibilidad de ocurrencia de 0. 00097, lo que
implica 1 en mil veces y, sin embargo, usted podría hacer mil
intentos y no por ello obtendría 10 aciertos consecutivos.
Combinación de
Combinación de opciones
opciones Podemos acertar
Combinación de nuevamente
opciones Podemos Podemos
acertar fallar
nuevamente Podemos
Podemos acertar
acertar Podemos
Podemos
Segundo fallar Tercer Fallar
Lanzamiento
lanzamiento lanzamiento
inicial Podemos Podemos fallar
Podemos
fallar nuevamente
Fallar
nuevamente Podemos
acertar
Podemos Podemos
acertar acertar
Podemos
Al principio, tener un acierto Somos ambiciosos, pero al Fallar

tiene una probabilidad del
0.5
(un respuesta correcta sobre
dos posibles resultados)
querer lograr el segundo
acierto consecutivo, nuestra
probabilidad es de 0.25
(un respuesta correcta sobre
cuatro posibles resultados)
Un tercer acierto consecutivo
tiene una probabilidad es de
0.1.5
(un respuesta correcta sobre 8
posibles resultados)
 RAZONES DE LA ESTADÍSTICA
 Qui z á no e s p o s i b l e c o nt ro l ar m uc h a s d e l a s c o s a s qu e o c ur r e n e n n ue s t r a v i d a al a z ar,
p e r o s i p o d em o s c o n t r o la r o t r a s .

▪ Decidimos, que usar el día de hoy, si nos duchamos o lo dejamos para luego, qué ver en la
televisión cuando estamos solos y… bajo qué régimen de entrenamiento ponemos a nuestros
atletas.

▪ El punto central de la estadística es ayudar a analizar el impacto que tenemos en las cosas.
Si bien analizamos números, esos número representan algo importante para nosotros,
respondiendo a preguntas tales como:

▪ ¿Varían las inscripciones en los meses del año?

▪ ¿Incluir estrategias lúdicas en el entrenamiento mejoró el rendimiento del atleta?

▪ ¿Los tiempos de fatiga se disminuyen con periodos de descanso entre ejercicios?

▪ ¿El uso de estrategias de motivación realmente impacta en la ejecución de los atletas?

▪ ¿Sesiones de una hora son suficientes para atletas de alto rendimiento?

▪ ¿Cuántas horas se debe invertir para el aprendizaje de una ap chagi?

Diferencia entre hacer y hacer para…

 C u a l q u i e r a p o d r í a h a c e r l o s s i g u i e n te s e j e r c i ci o s

 S i n e m b a r g o , s u e m p l e o e n T K D t i e n e u n o b j e t i vo e s p e c í fi c o q u e l e d a n s u r a z ó n d e
s e r, e s d e c i r, u n h a c e r p a r a
▪ Calentamiento
▪ Estiramiento
▪ Fuerza
▪ Resistencia
 ¿FUNCIONA? ¿QUÉ TANTO?

 E s t a s e s t r a te g i a s d e e n t r e n a m i e n t o t i e n e n u n i m p a c to e n e l d e s a r r o l l o d e l a t l e t a , p e r o …

▪ ¿Cuál es ese impacto?

▪ ¿Vale la pena el esfuerzo?

▪ ¿Hay alguna mejor estrategia?

▪ L a e s t a d í s t i c a n o s ay u d a r á a s a b e r l o . P a r a e l l o e s e s te c u r s o .

▪ A p r o v e c h a r e m o s t a n to d a to s c o m o te n g a d e l o s a t l e t a s .

▪ Para ello vamos a revisar:

▪ P l a n te a m i e n to d e l e s t u d i o ( p r o b l e m a )

▪ Tipos de estudio

▪ C l a s i f i c a c i ó n l o s d a to s ( t i p o s d e v a r i a b l e s )

▪ Hipótesis

▪ M é to d o

▪ Análisis estadístico
PLANTEAMIENTO DEL ESTUDIO
(PROBLEMA)
Problemas renuentes en los atletas. Interés por incluir
nuevas estrategias o dinámicas. Sospecha de algo que
podría estar afectando el rendimiento del atleta.

Mucha de la información que obtenemos no ha sido

probada en nuestros atletas. Quizá las diferencias en
hombres y mujeres.

La escuela le solicita un resumen de los logros obtenido.

Requiere presentar datos a los padres de los atletas o
compara datos con otro entrenador.
PLANTEAMIENTO DEL ESTUDIO
(PROBLEMA): DÓNDE BUSCAR
PLANTEAMIENTO DEL ESTUDIO
(PROBLEMA): DÓNDE BUSCAR
 BASES DE DATOS PARA INVESTIGACIÓN
EN CC. DEL DEPORTE
 DIALNET
 DOAJ (Directory of Open Access Journals)
 HIGHBEAM RESEARCH, búsqueda avanzada
 IEDCY T del CSIC: Bases ISOC (CC. Sociales) e IME (biomedicina)
 INTERSCIENCE
 PsycINFO® (APA)
 PUBMED (U.S. Nat. Library of Medicine)
 RACO (revistas catalanas de acceso abierto)
 REBIUN
 RECOLECTA (FECY T)
 RECOLECTA (Rebiun + FECY T)
 SCIENCEDIRECT
 SCOPUS – Elsevier (acceso restringido)
 TIPOS DE ESTUDIO

 E x p l o r a to r i o : s e r e a l i z a c u a n d o s e p r e te n d e e x a m i n a r u n te m a , e v e n to , s i t u a c i ó n o
p r o b l e m a d e i nv e s t i g a c i ó n p o c o e s t u d i a d o , o q u e n o s e h a b í a a b o r d a d o a n te s .

 D e s c r ip t i vo : s e l l e va a c a b o c u a n d o e l i nv e s t i g a d o r e s t á i n te r e s a d o e n a n a l i z a r u n a
o m á s c a r a c te r í s t ic a s ( v a r i a b l e s ) d e u n o o v a r i o s g r u p o s d e u n a p o b l a c ió n . B u s c a
d e s c r i b i r s i t u a c i o n e s o e v e n to s a p a r t i r d e b a s e s d e d a to s ( I N E G I ) .

 C o r r e l a c io n a l : b u s c a d e te r m i n a r l a f o r m a e n q u e s e r e l a c i o n a n o v i n c u l a n ( o n o )
d i v e r s o s f e n ó m e n o s o v a r i a b le s e n t r e s í . S e m i d e n d o s o m á s v a r i a b l e s d e m a n e r a
s i m u lt a n e a .
 E x p l i ca t i vo : t i e n e c o m o f i n a l i d a d e n c o n t r a r l a s r a z o n e s o m o t i vo s q u e o c a s i o n a n u n
f e n ó m e n o y e n q u é c o n d i c io n e s o c u r r e e s te .

 E x p o s t f a c to : a q u e l l o s e n e l q u e e s i m p o s i b l e m a n i p ula r l a v a r i a bl e i n d e pe n di e n te ,
ya q u e e l i nv e s t i g a d o r e s t u d i a e l f e n ó m e n o d e s p u é s d e q u e h a s u c e d i d o u n h e c h o .
 VARIABLES

Una variable es una propiedad o característica observable de

algo que puede fluctuar y cuya variación es susceptible de
medirse.

Las variables constituyen los atributos de la unidad de análisis.

En Ciencias Sociales, los atributos pertenecen a los sujetos o

grupos estudiados, los cuales, normalmente, constituyen la
unidad de análisis.
 CLASIFICACIÓN DE LAS VARIABLES

 L a s v a r i a b l e s p u e d e n c l a s i fi c a r s e d e d i f e r e n te s m a n e r a s , a te n d i e n d o a s u s
c u a l i d a d e s , n i v e l d e m e d i c ió n y r e l a c i ó n e n t r e v a r i a b l e s .

 A b o r d a r e m o s e x c l u s i va m e n te l a f o r m a d e c l a s i fi ca c i ó n q u e p o d e m o s d a r a l a s
variables considerando:

❖ Nivel de medición: esta clasificación nos ayuda a saber qué valores puede adquirir una
variable, cuánto nos es posible conocerla y manipularla, así como las variaciones en
los valores posibles de la variable.

❖ Relación entre variables: esta clasificación se utiliza cuando evaluamos dos o más
variables, entre las cuales consideramos que existe una relación, por ejemplo, cuando
evaluamos edad de los atletas y cantidad de patadas, la edad sería una variable que
pensamos asociada a la otra variable cantidad de patadas.
EXISTEN CUATRO NIVELES DE MEDICIÓN
DE LAS VARIABLES
El primero de ellos solo nos permite diferenciar entre las variable. Por ejemplo, el nombre de los
atletas, nos ayuda a diferenciarlos, pero el nombre por sí mismo no dice nada sobre las capacidades
físicas.

Este nivel es llamado NOMINAL

El segundo nivel nos permite diferenciar y ordenar las variables, pero este orden no plantea
intervalos iguales. Un ejemplo claro de esto es el grado escolar, podemos diferenciar a los niños por
el grado escolar que actualmente cursan (primaria, secundaria, preparatoria), esta clasificación nos
da un orden, porque se cursan de forma ordenada, pero el tiempo que tomó en cada atleta el ser de
uno u otro grupo es diferente, por ejemplo, el de primaria puede tener de1 a 6 años en esta
categoría, mientras que los de secundaria y preparatoria pertenecen a dicha categoría de 1 a 3
años, que es el tiempo que les toma cursarlo de forma ordinaria.

Este nivel es llamado ORDINAL

 TERCER NIVEL DE MEDICIÓN DE LAS
VARIABLES

 E s te ni v el s e r efi er e a to d a s a qu el l a s v ar i ab l e s q u e p er m i te n d i fe r e nc i ar y o r d e n a r
e n i nte r v a l o s i g u al es l o s d ato s , l o s c u al e s s o n o b te ni d o s a t r av é s d e m ed i c i o n es . Ot r a
c ar ac ter í s t i c a es qu e l o s v al o r es qu e p u ed e te ne r e s a m ed i c i ó n p u ed e n s er i nf er i o r es a
c ero o p u ed e n s e r v al o r es e n l a s c u al e s el c ero no ex i s t a e n l o ab s o l uto . U n c l aro
e j em p l o d e e s to e s el p es o d el a t l et a , ni ng ú n a t l et a p u ed e p e s a r c ero ki l o g r am o , d e
t al m a n e r a qu e e l l a s m ed i c i o ne s d e p e s o no ex i s te l a p o s i b i l id ad d e qu e a l g o te ng a
u n p e s o i g u al a c e ro . Ot ro ej em p l o es l a tem p er at ur a , c ua nd o m ed i m o s tem p er at ur a
e s t a p u e d e s e r i g u al o i n f e r i o r a 0 °

 E s te n i v e l e s l l a m a d o I N T E RVA L A R
 CUARTO NIVEL DE MEDICIÓN DE LAS
VARIABLES
E s te ni v el d e m e d i c i ó n p er m i te c l a s i fi c ar, o r d e na r l a s v ar i ab l e s e n i n ter v al o s i g u al es y
p u ed e o b te n er va l o r es qu e v a n d el c e ro e n ad el a n te , e s d ec i r, ex i s te l a p o s i b i lid ad d e
q u e e l v a l o r d e l a v a r i a b l e s e a i g ua l a c e r o , p e r o n o i n f e r i or a e s te .

Po r ej em p l o , l a c a nt i d ad tot al d e c o m b ate s g a na d o s , p u ed e te ne r v al o r es qu e va n d e
c e r o ( n i n g ún c o m b a te g a n a d o ) e n a d e l a n te ( d i e z c o m b a te s g a n a d o s )

E s te n i v e l e s l l a m a d o D E R A Z ÓN

A c o nt i nu a c i ó n s e p r e s e nt a u n b r ev e r e s u m e n d e l a s c ar ac ter í s t i c as d e l o s c u at ro
n i v e l e s d e m e d i ci ó n y a l g u n o s e j e m p l o s d e v a r i a b l e s e n c a d a n i v e l d e m e d i c i ó n
 CLASIFICACIÓN DE LAS VARIABLES:
NIVEL DE MEDICIÓN

Nominal Ordinal Intervalar Razón

•Hace referencia al •Se emplean •Establece un orden y •Incluye las

nombre y números que se una jerarquía entre características del
clasificación de los pueden ordenar en categorías y posee la nivel de medición
objetos, las personas serie de forma característica intervalar, con la
o las características creciente o adicional de diferencia de que el
y se aplica a la decreciente, cada establecer intervalos punto cero es
pertenencia a uno de ellos de magnitud iguales verdadero y absoluto
determinado grupo indicando la
pertenencia a una
clase

Grado de cinta, nivel escolar, Puntos logrados, patadas

nivel de experticia realizadas, amonestaciones
Género, color de peto, tipo de Categoría, puntajes en los
dificultad en movimientos canales de aprendizaje, edad
 CLASIFICACIÓN DE LAS VARIABLES:
RELACIÓN ENTRE VARIABLES
Po r l a r el ac i ó n e nt r e l as v ar i a b l es , p o d em o s c l as i fi c ar l as v ar i ab l e s e n d o s t i p o s ,
d e p e n d i e n te e i n d e p e n d ie n te .
P a r t a h ac er l o , n e c es i t am o s c r e e r qu e u n a d e l a s v ar i ab l es s e a l a qu e i nc i da e n l a
o t r a , y e s a r e l a c i ó n e s l a q u e p r ete n d em o s ex p l i c a r o m a n i p ul a r.

P i e n s e p o r e j e m p l o ¿ q u é h a c e q u e u n a l u m n o s e f a t i g ue ?
- to d a s l as r e s p u e s t a a e s t a p r eg u nt a s o n l a s c aus a s (v a r i a b l e i nd ep e nd i e nte ) q ue
i n c i d e n p a r a q u e l a v a r i a b l e a g o t a m ie n to ( d e p e n d i e n te ) s e p r e s e n te .

D i g am o s qu e p e n s ó q ue l a c au s a d el ag ot am i e nto e s qu e el c hi c o e s t á e nfe r m o ,
e n to nc e s , si qui er e m o d i fi c ar el ag ot am i e nto , ab o r d a la e nf er m ed ad , le da
m e d i c am e n to .
N o l o p o n e s o l o a d e s c a n s ar p o r q u e el d e s c a n s o n o s er v i r í a , l o qu e d eb e c am b i ar e s l a
e n f e r m e d a d , q u e e s l a c a u s a d e l a g o t a m i e n to .
CLASIFICACIÓN DE LAS VARIABLES:
RELACIÓN ENTRE VARIABLES

•Variable que queremos explicar

•Aquella que varía por la acción que realizamos
Dependiente (VD)

•Variable que puede ser manipulada por el entrenador

•Su asociación con la VD se pretende descubrir
Independiente (VI)
 LA INVESTIGACIÓN DE LAS VARIABLES

La investigación en el depor te es impor tante porque nos permite saber cómo funcionan las
cosas. Si bien nuestra experiencia nos dice mucho al respecto, lo cier to es que a veces nos
e n f r e n t a m o s c o n r e to s q u e n o s a b e m o s c ó m o r e s u l t a r á n , p o r e j e m p l o :

▪ Cuando abordamos nuevas estrategias de entrenamiento

▪ Tenemos dificultades con algún atleta a quien no podemos ayudar con las
estrategias cotidianas

▪ Un atleta adquiere miedo al combate por una mala experiencia en un torneo

▪ Tenemos la oportunidad de hacer evaluaciones empleando instrumentos de

índole biológica

▪ Cuando tenemos que trabajar con atletas en edades que antes no habíamos
trabajado
 LA INVESTIGACIÓN DE LAS VARIABLES

En esas situaciones, cuando no sabemos cómo van a afectar las estrategias que
e m p l e e m o s e n e l d e s e m p e ñ o d e l a t l e t a p o d e m o s i nv e s t i g a r.

Para ello, es impor tante identificar las situaciones, características del atleta o conductas
d e l a t l e t a s o b r e l o s c u a l e s d e s e a m o s c a m b i a r, o s i m p l e m e n t e q u e q u e r e m o s e v a l u a r p a r a
p o d e r e n te n d e r.

Po r e j e m p l o : S i q u i e r e s a b e r s i e s t á a u m e n t a n d o a d e c u a d a m e n t e l a c a r g a d e t r a b a j o ,
p o d r í a m o s m e d i r e l r i t m o c a r d i a c o c a d a t r e s s e m a n a s a l fi n a l d e c a d a e j e r c i c i o .
Si el ritmo cardiaco se mantiene en niveles similares, puede pensar que la carga aumenta
adecuadamente, si el ritmo cardiaco es menor podría suponer que el atleta ya se ha
h a b i t u a d o a l a c a r g a d e t r a b a j o y e l e j e r c i c i o n o e s s u f i c i e n t e , s i e l r i t m o e s m u c h o m ay o r,
e n to n c e s l a c a r g a d e t r a b a j o e s e x c e s i v a y p o d r í a a fe c t a r a l a t l e t a .

U n a v e z i d e n t i f i c a d a s l a s v a r i a b l e s d e e s t u d i o , p o d e m o s p r o c e d e r a p l a n te a r l a s h i p ó te s i s .
 Afirmaciones a cerca de los parámetros de una o más poblaciones. Expresan las suposiciones de las
hipótesis de investigación o de trabajo a partir de dos tipos de afirmaciones:

Nula Alterna o de investigación

• Es la que declara que no existe • Contrario a la hipótesis nula

diferencia alguna entre los muestra una diferencia entre las
grupos, los participantes o las condiciones de estudio, grupos o
condiciones de investigación participantes
 Implica

Delimitar participantes Instrumentos de evaluación Procedimiento

¿A quiénes vamos a evaluar? ¿Con qué vamos a evaluar? ¿Cuándo y cómo evaluaremos?
ANÁLISIS DESCRIPTIVO
 QUÉ HACER CON LOS DATOS

I m ag i n e qu e l a c a nt i d ad d e p at a d a s r e al i z ad as p o r u n at l et a e n u n c o m b a te es d e 2 0 ,
e n u n s e g u n d o c o m b a te e s d e 3 0 y e n u n te r c e r c o m b a te e s d e 1 0 .

¿Puede decir que la cantidad de patadas cambia?

L a r e s p u e s t a e s s í , s i n em b ar g o , s e r e qui er e d e a n ál i s i s e s t ad í s t i c o s p ar a s ab er s i
d i c h a s d i f er e nc ia s d i fi er e n d e m a n er a r el ev a nte ( s i g ni fi c at i v am e n te ) o s i e s s o l o u n
e f e c to d e l a z a r.

E n e s te a p a r t a d o v e r e m o s c ó m o l l eva r a c a b o d i c h o s a n á l i s i s e s t a d í s t i co s
 ¿QUÉ HACER CON LOS DATOS?

U n a v ez qu e co nt am o s c o n m e d i d as d e l o s a t l et a s el a n ál is i s es t ad í s t i c o p u ed e
c o m e n z ar.

L o p r i m e ro es l a r e al i z ac i ó n d e a n ál i s i s d e s c r i p t i vo s , l o s c u al es no s i nd i c ar á n
a s p e c to s g e n e r a l e s d e l o s d a to s .

L a s t éc ni c a s d e a n ál i s i s d es c r i p t i vo p ro p o n e n c o m o o b j et i vo l a p r e s e nt ac ió n y l a
d e s c r i p c ió n d e l o s d a to s d e n u e s t r a i nv e s t i ga c i ó n d e m a n e r a s i g n i fi c a t i va y e f i c a z
 MEDIDAS DESCRIPTIVAS

Proporcionan bases para el

cálculo de las características Promedio aritmético del
de la población ( parámetros), conjunto de datos
a par tir del conocimiento de M=∑x/n
las características de la Media Donde:
muestra (estadísticos). ∑=sumatoria
X= valor de cada dato
n=total de datos

Medidas
de
tendencia
central Es el valor medio,
cuando el
Dato observado
Moda Mediana conjunto de
con mayor
valores está
frecuencia
ordenado
CÓMO SE DISTRIBUYEN LOS DATOS

DATOS

La línea del centro

indica el promedio
 VARIABILIDAD

A d em á s d e c o no c er l o s d ato s d e c e nt r al i d ad e n l o s r es ul t ad o s , e s i m p o r t a nte co no c er
c ó m o e s qu e e s o s d ato s v ar í a n ( n o to d o s l o s d ato s s o n i g ual es a l a m ed i a ) . P a r a el l o
te n e m o s l a s m e d i d a s d e d i s p e r s i ó n

U n a m ed i d a d e d i s p er s i ó n d es c r i b e c ó m o s e ex t i e nd e n l a s p u nt u ac i o n es d e u n a
v ar i ab l e c l as i fi c a d a a ni v el o r d i n a l , d e i nter v al o o r a z ó n a t r av é s d e s u d i s t r i b uc i ó n ,
indicándonos qué tan parecidas o distintas son entre sí.
 MEDIDAS DE DISPERSIÓN:
VARIANZA
 La varianza (S 2 ) es la variación promedio de las puntuaciones
en una distribución.
 Se obtiene al restar a cada uno de los valores el valor de la
media, y luego elevar al cuadrado cada una de las diferencias,
sumar dichas diferencias al cuadrado y dividir esa suma por
el número total de datos menos uno:

S 2= ∑ (X –X) 2
n-1
 MEDIDAS DE DISPERSIÓN:
DESVIACIÓN ESTÁNDAR
 La desviación estándar describe cómo las puntuaciones de
una variable de intervalo/razón u ordinal se extiende a los
largo de la distribución de los datos en relación con la
puntuación de la media.

S = ∑ (X – X) 2
n-1
 EJEMPLO

 Supongamos que le interesa analizar la edad de los atletas de

su grupo de la mañana y de la tarde para ver si estas varían
significativamente

 Las edades de los atletas del grupo de la mañana son los

siguientes:
 10, 15, 11 , 10, 13, 13, 13
 Las edades de los atletas del grupo de la tarde son los
siguientes:
 15, 15, 11 , 10, 8, 12, 12

 Vamos a calcular las medidas descriptivas del grupo de la

mañana
Datos: 10, 15, 11 , 10, 13, 13, 13
 Para calcular la moda solo debemos identificar el dato (en
este caso la edad) que más se repite: 13 años
 Para calcular la mediana, necesitamos ordenar los datos e
identificar cuál está justo en medio, en este caso tenemos 7
datos (10, 10, 11 , 13, 13, 13, 15): 13 años
 Para calcular la media debemos sumar todos los datos y
dividirlo entre el número total de datos
 10 + 10 + 11 + 13 + 13 + 13 + 15
12.14
7
▪ Para calcular la varianza S2= ∑ (X –X)2
n-1

1) Restamos a cada dato el valor de la media 10 - 12.14 = -2.14

10 - 12.14 = -2.14
11 - 12.14 = -1.14
13 - 12.14 = 1.14
13 - 12.14 = 1.14
13 - 12.14 = 1.14
15 - 12.14 = 2.14
2) El resultado de cada resta se eleva al cuadrado

-2.142 = -2.14 x -2.14 = 4.28

-2.142 = -2.14 x -2.14 = 4.28
10 - 12.14 = -2.142 -1.142 = -1.14 x -1.14 = 1.29
10 - 12.14 = -2.142 1.142 = 1.14 x 1.14 = 1.29
11 - 12.14 = -1.142 1.142 = 1.14 x 1.14 = 1.29
13 - 12.14 = 1.142 1.142 = 1.14 x 1.14 = 1.29
13 - 12.14 = 1.142 2.142 = 2.14 x 2.14 = 4.28
13 - 12.14 = 1.142
15 - 12.14 = 2.142

3) Sumamos el producto resultante de elevar al cuadrado los

datos: 4.28 + 4.28 + 1 .29 + 1 .29 + 1 .29 + 1 .29 + 4.28 = 18

4) El dato resultante de la suma (18) lo dividimos por el número

total de datos menos uno (n-1). Tenemos 7 datos, así que
7 – 1 = 6, por lo que la varianza sería el resultado de la división
18 6 = 2.
Dado que la fórmula de la desviación estándar es

Y como ya contamos con la varianza = 2, solo nos resta calcular la

raíz cuadrada de 2, es decir √ 2 = 1.41

Por lo tanto, la desviación estándar de la edad de los alumnos del grupo de la

mañana es de 1.14 años.

Como ejercicio, practique obteniendo los estadísticos descriptivos del segundo

grupo…
 ESTADÍSTICOS DESCRIPTIVOS:
COMPARACIÓN DE DATOS
A simple vista, podemos
observar diferencias importantes
Grupo de la Grupo de la
entre las edades de los alumnos
Estadísticos mañana tarde del grupo de la mañana y el
grupo de la tarde.
Media 12.14 11.86

Mediana 13 12

Moda 13 12 y 15 El promedio de edad es

mayor en el grupo matutino
Desviación
estándar 1.14 2.54

Varianza 2 6.4516
Existe mayor variación en la
edad en el grupo vespertino

Ahora bien, para saber si esas diferencias tienen un valor significativo, es decir, si son relevantes
para que como entrenador considere que debo plantear estrategias de trabajo diferentes con los
alumnos de un grupo y otro, requiero aplicar estadística inferencial.
ANÁLISIS INFERENCIAL
 ANÁLISIS INFERENCIAL

 P a r a p o d er g e ne r al i z ar, d e m a ne r a v ál i d a , es ne c es ar i o c o n s i de r ar l a fo r m a en q u e
s e d i s t r i b uye n l o s d a to s e i d e nt i fi c ar u n m o d e lo e s t ad ís t ic o o p ro b ab i lí s t ic o ac o r d e
a l ni v el d e m ed ic i ó n d e l a s v ar i a b l es y el t i p o d e i nv e s t i g ac i ó n, a fi n d e e s t a b l e c e r
s i l a s a f i r m a c i o n e s q u e h a c e m o s t i e n e u n s u s te n to v á l i d o o s o n d e b i d a s a l a z a r.

 U n m o d e lo es t a d ís t ic o e s una d i s t r ib uc ió n que describe la p ro b ab i l i d ad de

o c u r r e nc i a d e la s v a r i a b l e s al ea to r i as , es d ec ir, el g r ad o e n el c u al l o s r e s u l t a d o s
q u e e nc o nt r am o s e n nu e s t ro p ar t i c i p a n tes (m ue s t r a ) o c u r r e n en r e al i d ad e n ot ro s
individuos (población).
 Análisis
inferencial

Prueba de
hipótesis

Pruebas de Pruebas de
asociación comparación

Nos permiten contrastar los datos

Nos indican en qué grado se asocian dos
o más variables, por ejemplo qué tanto
influyen las fechas del año con la
cantidad de alumnos inscritos
obtenidos entre diferentes grupos de
individuos, situaciones o momentos.
Ejemplo: evaluamos la efectividad del
atleta durante un mes en dos años
diferentes y comparamos resultados
 PRUEBA DE HIPÓTESIS

 E l t r ab aj o e s t ad í s t i c o s e o r i e nt a , e n g r a n m ed i d a, a l a v er i fi c ac i ó n d e nu e s t r a s
h i p ó te s i s d e i nv e s t i g a c ió n .

 E l p ro c es o d e c om p ro b ac i ó n d e h i p ó te s i s t i e n e l a fi n al i d ad d eter m i n ar s i l o s efec to s
e s t a d í s t i c o s o b s e r v ad o s , c al c ul ad o s p a r a l o s p a r t i c i p a nte s , s o n a p l i c ab l es a ot ro s o
s o n s i m p l em e n te u n r e s u l t a d o a i s l a d o , p r o d uc to d e l a z a r.
 Enuncia las hipótesis (Ho y
Ha)

Determina el nivel de error

que consideraras para
concluir que la Ho es falsa

Selecciona la prueba
estadística y aplícala para
 El nivel de error hace referencia al grado en que estamos
dispuestos a equivocarnos al apostar por la validez de la hipótesis
alterna, es decir, la probabilidad de equivocación

Probabilidad de rechazar la
Nivel de significancia Usos típicos
Ho cuando es cierta

Nivel de riesgo alto

0.10 Investigaciones exploratorias
(mayor probabilidad de error)

Investigaciones en las que se

emplean encuestas,
Nivel de riesgo moderado 0.05 y 0.01
instrumentos psicométricos y
de educación

Investigaciones biológicas,
Nivel de riesgo bajo Inferior a 0.01
de laboratorio y médicas
 PRUEBAS DE ASOCIACIÓN
=
PRUEBAS DE CORRELACIÓN

 E l p ro p ó s i to d e l a s p r u eb a s d e hi p ó te s i s es d eter m i n ar s i nu e s t r as s u p o s i ci o n e s
acerca de la relación entre dos o más variables son correctas

 L a r el ac i ó n e s m e d i d a a t r av és d e l as p r u eb a s d e c o r r el ac ió n , l a s c u al e s n o s
i nd i c a n el g r ad o e n qu e l as v ar i a b l es s e v i nc ul an (p e . L a a s o c i ac i ó n e nt r e l o s añ o s
d e e n t r e n a m i e n to y l a e f e c t i v i d a d d e l a s p a t a d a s )

 L a c o r r el ac i ó n s i em p r e s e r ep r es e n t a c o n u n a r m i nú s c ul a y el g r ad o d e c o r r el ac i ó n
e n t r e d o s v a r i a b le s v a d e 0 ( n i n g u n a c o r r e l ac i ó n ) a 1 ( c o r r el a c i ó n p e r f e c t a ) .
CÓMO ANALIZAR LA CORRELACIÓN
ENTRE DOS DATOS

Podemos hacer
los cálculos
desde Excel

Coloque una
columna por
cada serie de
datos
FÓRMULAS
 Primero

Después

Por último, seleccione la

prueba de coeficiente de
correlación
A L SE LE C C IONAR LA P RUE BA DE C ORRE LAC I ÓN , A PAREC ERÁ
UN C UA DRO QUE SOLI C I TARÁ LOS DATOS QUE QUI E RE
A N ALI ZAR ( UN A SE C C I ÓN PA RA CA DA C OLUM N A)
 AL DAR CLIC EN LA CASILLA , SE MOSTRARÁ EL
CUADRO SIGUIENTE, EN ESTE PUNTO DEBE
SELECCIONAR LOS DATOS DE LA PRIMERA COLUMNA
 UN A VE Z SE LE C C IONADOS LOS DATOS, DA M OS C L I C Y
RE A PAREC ERÁ E L C UA DRO PRE VI O, I N DI CA NDO QUE LOS
P RI M E ROS DATOS H A N SI DO SE LE C C IONADOS.

Ahora vamos a
seleccionar los
datos de la
siguiente variable
(siguiente
columna
SELECCIONADOS LOS DATOS DAMOS CLIC EN
ACEPTAR
 ¿CÓMO INTERPRETAR EL COEFICIENTE
DE CORRELACIÓN?
Obtuvimos Interpretación de los resultados del CC
Valor Interpretación
r = 0.566
-1 Correlación negativa (inversa) perfecta
-0.95 Correlación negativa fuerte
-0.50 Correlación negativa moderada
-0.10 Correlación negativa débil
0 No existe correlación entre las variables
0.10 Correlación positiva débil
0.50 Correlación positiva moderada
0.95 Correlación positiva fuerte
1 Correlación positiva (directa) perfecta
¿CÓMO INTERPRETAR EL COEFICIENTE DE
CORRELACIÓN?

Correlación negativa Correlación positiva

Las correlaciones negativas Una correlación positiva implica

implican que mientras una que el aumento en las variables
variable incrementa la otra está asociado
disminuye (ejemplo: una (ejemplo: una correlación de
correlación de -0.80) 0.70)

Ejemplo: La cantidad de errores en

Ejemplo: la resistencia del atleta
la ejecución de una forma se
aumenta conforme aumenta la
espera que disminuya conforme
cantidad de entrenamiento que ha
aumenta el tiempo de
tenido (r = 0.45)
entrenamiento (r = - 0.60)
 PRUEBAS DE COMPARACIÓN

Para activar el uso de

pruebas estadísticas
complejas en Excel
siga las siguientes
instrucciones
ACTIVACIÓN DEL USO DE PRUEBAS ESTADÍSTICAS
(LA FLECHA INDICA DÓNDE DEBE DAR CLIC)
 La nueva pestaña
(datos) nos permite
el uso de análisis
estadísticos para la
comparación de
grupos
 ANÁLISIS DE COMPARACIÓN

Comparación de medias: prueba t de student

• Compara las medidas obtenidas en dos grupos. Se aplica cuando contamos con
menos de 30 datos medidos en cada grupo.

Comparación de varianzas: prueba Anova de un factor

• Compara la varianza de dos o más grupos.

 ACTIVIDAD: COMPARACIÓN DE GRUPOS:
CAPTURE LOS SIGUIENTES DATOS EN EXCEL
Principiantes Intermendios Avanzados
33 3 12
24 4 14 Como son 3
34 6 21 grupos,
22 12 5 aplicaremos
un análisis
18 5 13 factorial
35 12 24
42 8 12
22 20 3
12 12 23
6 10 12
9 5 34
ANÁLISIS DE VARIANZA DE UN FACTOR:
PASO PARA REALIZARLO EN EXCEL

Seleccione el
rango (datos a
Seleccione la analizar),
Clic en la
opción asegúrese que
pestaña
Análisis de el nivel de
análisis de
varianza de un error (alfa) sea
datos
factor igual o menos
a 0.05 y de
clic en aceptar
PASO 1

Clic en la
pestaña
análisis
de datos
PASO 2

Seleccione
la opción
Análisis de
varianza de
un factor
PASO 3

Seleccione
el rango
(Seleccione
todos los
datos
numéricos
que desea
analizar),

Asegúrese
que el nivel
de error
(alfa) sea
igual o
menos a
0.05 y de
clic en
aceptar
 RESULTADOS OBTENIDOS
Media de cada Varianza de
Análisis de varianza de un factor grupo de datos cada grupo
de datos
RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 11 257 23.3636364 135.854545
Columna 2 11 97 8.81818182 25.1636364
Columna 3 11 173 15.7272727 81.2181818

ANÁLISIS DE VARIANZA
Origen de las variaciones Grados de
Suma de cuadrados libertad de los cuadradosF
Promedio Valor crítico para F
Probabilidad
Entre grupos 1164.60606 2 582.30303 7.21158898 0.00277124 3.3158295
2422.36364
Dentro de los grupos 30 80.7454545

Total 3586.9697 32
No obstante, el valor de la diferencia (F)
solo es significativo si la probabilidad de
Este dato (F) es el resultado del análisis de error es menor de 0.05.
En este caso 0.002 es menor que 0.05, por
ANOVA, mientras más grande más diferencia lo que podemos decir que existen
existe entre los grupos comparados diferencias significativas que considerar
 Exposición visual de los resultados

 Tablas
• Graficas
Día Puntos Bonos
-Sectores/Pastel -Barras -Polígono
Lu 1 4
Ventas Ventas Ventas
Ma 2 5
6 6 Seri
1er trim. 5 Serie 1 e1
5
2º trim. Serie 2 Seri
Mi 3 6 4
3er trim. 4 e2
Serie 3
4º trim. 3
3 Seri
2 e3
2
1
1
0
0
Categoría 1
Categoría 2
Categoría 3
Categoría 4

Categoría…
Categoría…
Categoría…
Categoría…
 Para
representar
visualmente
los resultados
seleccione
todo (titulos y
datos y dé clic
en la pestaña
INSERTAR

Seleccione el
tipo de gráfico
y dé clic en él
45 y listo.
40
35
30
25 Principiantes
20 Intermendios
15 Avanzados
10
5
0
1 2 3 4 5 6 7 8 9 10 11