DIPLOMATURA EN

ACOMPAÑAMIENTO Y
EVALUACIÓN DE LA TESIS
UNIVERSITARIA

INVESTIGACIÓN CUANTITATIVA

2022

LIMA – PERÚ
 DIPLOMATURA EN ACOMPAÑAMIENTO Y EVALUACIÓN DE LA TESIS
UNIVERSITARIA

SÍLABO

ASIGNATURA: INVECTIGACIÓN CUANTITATIVA

I. DATOS GENERALES

Nombre de la asignatura : Investigación cuantitativa

Tipo de asignatura : Investigación
Docente Responsable : Karina Hesi Torres Salinas
Ingrid Alicia Yábar Geldres
Programa : Diplomatura en Acompañamiento y Evaluación de
la Tesis Universitaria
Créditos :
Semestre académico : 2022 I
Duración : 13 semanas
Fecha de inicio : 26 de enero del 2022

II. SUMILLA

Investigación cuantitativa
Asignatura de naturaleza teórico-práctica, modalidad no presencial. Su propósito es
brindar al participante las herramientas que le permitirán transformar los datos en
información, de tal manera que será́ capaz de organizar, resumir, analizar, presentar
información relevante, realizar estimaciones y pronósticos para la toma de decisiones
en contextos reales de su especialidad. Los contenidos temáticos a desarrollar serán:
definiciones básicas, organización de datos, distribuciones de frecuencia,
representaciones gráficas, medidas de tendencia central, medidas de posición y
percentiles, medidas de dispersión, medidas de apuntamiento y medidas de asimetría,
cálculo de probabilidades, distribuciones continuas, muestreo probabilístico,
estadística inferencial, intervalos de confianza, pruebas de hipótesis, pruebas de
normalidad, análisis de varianza, medidas de asociación y correlación, análisis de
regresión y estadística no paramétrica. Al finalizar el curso el participante logrará
aplicar las herramientas y técnicas de la estadística descriptiva, cálculo de
probabilidades, y la estadística inferencial para resolver problemas y tomar decisiones
bajo condiciones de incertidumbre. Asimismo, se considera el uso de los programas
Ms Excel, SPSS y R como instrumentos de apoyo para el procesamiento de datos.
III. PROGRAMACIÓN DE CONTENIDOS

DIPLOMADO ESTADÍSTICA APLICADA A LA INVESTIGACIÓN

SEMANA CONTENIDOS CONCEPTUALES
Definiciones básicas: Estadística. Población, muestra y unidad estadística elemental.
S1 Tipo de variables. Escalas de medición. Parámetro y estadístico. Dato y observación.
Organización de datos cualitativos (tablas de frecuencia y gráfico circular, barras, diagrama de Pareto).
Medidas de Tendencia Central: Media, mediana, moda. Media ponderada.
Medidas de Posición y Percentiles.
S2 Medidas de dispersión: Rango, varianza, desviación estándar y coeficiente de variación
Medidas de asimetría: Coeficiente de asimetría.
Aplicaciones prácticas SPPS y R
Teoría de probabilidades. Experimento aleatorio, espacio muestral y eventos. Axiomas y teoremas de probabilidad.
Variable Aleatoria
S3 Probabilidad de eventos independientes. Probabilidad total.
Teorema de Bayes.
Aplicaciones prácticas SPPS y R
S4 Distribuciones aleatorias discretas: Binomial, Poisson
Valor esperado, varianza y propiedades
Aplicaciones prácticas SPPS y R
Distribuciones aleatorias continuas Normal, exponencial y gama
S5 Valor esperado, varianza y propiedades
Aplicaciones prácticas SPPS y R
Concepto de muestreo probabilístico
Tamaño de muestra. Tipos de muestreo: Aleatorio Simple, Sistemático, Estratificado, Conglomerados.
S6
Concepto de muestreo no probabilístico
Aplicaciones prácticas SPPS y R
S7 Organización de datos
 DIPLOMADO ESTADÍSTICA APLICADA A LA INVESTIGACIÓN
SEMANA CONTENIDOS CONCEPTUALES
Elaboración de instrumentos: matriz de criterios e indicadores
Validación – juicio de expertos
Validación Análisis factorial exploratorio
Validación Análisis factorial confirmatorio
Confiabilidad del instrumento
Aplicaciones prácticas SPSS y R
Introducción a la estadística inferencial y la estimación.
Distribución Chi-cuadrada
S8 Distribución T de Student. Distribución F de Fisher. Uso de Tablas
Distribución muestral de la media, de la varianza y de la proporción
Aplicaciones prácticas SPPS y R
Definición de Intervalos de confianza.
Intervalos de confianza para estimar un promedio, una proporción y una varianza.
S9 Tamaño de muestra para estimar la media.
Tamaño de muestra para estimar la proporción.
Aplicaciones prácticas SPPS y R
Definición de hipótesis estadística.
Definición de Error Tipo I y Error Tipo II.
Pruebas de hipótesis para la media.
Prueba de hipótesis para la proporción.
S10 Prueba de hipótesis para la varianza.
Definición y cálculo del valor p
Decisión en base al valor p (p-valor)
Aplicaciones prácticas SPPS y R

S11 Pruebas Chi-cuadrada para bondad de Ajuste utilizando la distribución (Chi-cuadrada).

 DIPLOMADO ESTADÍSTICA APLICADA A LA INVESTIGACIÓN
SEMANA CONTENIDOS CONCEPTUALES
Pruebas de Normalidad: Kolmogorov Smirnov y Shapiro Wilk.
Prueba Chi-cuadrada para la independencia de dos variables cualitativas.
Definiciones importantes, necesidad de la Estadística no paramétrica
Prueba de rangos con signos de Wilcoxon
Prueba U de Mann Whitney, para muestras independientes
Aplicaciones prácticas SPPS y R
Medidas de asociación y correlación entre dos variables:
Coeficiente Phi, Coeficiente V de Cramer, Coeficiente de Contingencia C
S12 Coeficiente de Correlación por rangos de Spearman
Coeficiente de Correlación de Pearson.
Aplicaciones prácticas SPPS y R
Modelos de regresión lineal simple. Método de los mínimos cuadrados
Estimación del modelo lineal. Interpretación de los coeficientes de regresión
Coeficiente de determinación
Prueba de significancia de la variable independientes
S13
Modelos de regresión lineal múltiple. Expresión matricial. Supuestos básicos del modelo. Matriz de correlaciones
Estimación e interpretación de los coeficientes de regresión.
Coeficiente de determinación múltiple.
Aplicaciones prácticas SPPS y R