Documentos de Académico
Documentos de Profesional
Documentos de Cultura
01
1.1.1. Estadística
Es el método que permite organizar, sintetizar,
presentar, analizar, cuantificar e interpretar
gran cantidad de datos, de tal forma que se
puedan tomar decisiones, realizar
generalizaciones y obtener conclusiones
válidas (dar información) acerca de los
fenómenos o líneas de investigación en
estudio. Es por ello que se considera una
ciencia “multidisciplinaria”, como a ciencias
matemáticas, sociales, administrativas,
médicas, ingenierías, entre otras. Figura 1: Estadística
Y bajo este concepto, la estadística se divide en 02 grandes ramas: “Estadística Descriptiva” y “Estadística
Inferencial”, ambas desempeñan funciones distintas pero complementarias en el análisis estadístico.
1.1.2. Población:
Conocido también como colectivo o universo, vendría a ser cualquier conjunto de personas, objetos, ideas o
acontecimientos que se someten a la observación estadística de “una o varias” características que comparten
sus elementos o permiten diferenciarlos (edad, género, nivel socioeconómico, talla, etc.).
Figura 4: Población
Las medidas o características que se pueden obtener de una población se denominan: Parámetros
(promedio, varianza, proporción).
1.1.3. Muestra:
Es cualquier subconjunto seleccionado de una población, el cual sigue ciertos criterios establecidos en la
teoría del muestreo. Estas pueden ser seleccionadas “probabilísticamente” o “no probabilísticamente”; ello
depende del criterio, entorno y giro de la investigación.
Ejemplos:
El estudio realizado a 500 alumnos de la Universidad “Señor de Sipán” de la ciudad de Chiclayo años
2017.
El estudio a 850 habitantes de la ciudad de Chiclayo año 2017.
Las medidas o características que se pueden obtener de una muestra se denominan: Estadísticos
(promedio, varianza, proporción).
Dentro de las técnicas de selección de muestra “probabilísticas” y más utilizadas en el campo de investigación
son las de “muestreo aleatorio simple” las cuales se muestra a continuación:
Para Porporción
Para Varianza
En donde:
n: Tamaño de muestra.
Z α/2: Nivel de Confianza (usualmente se asume 95% -> 1.96).
d: Error de cálculo del muestreo (el investigador asigna 5%).
S2: Varianza conocida.
p: Proporción de éxito asignada (en varios casos de asume 0.5).
q: Proporción de fracaso asignada (en varios casos de asume 0.5).
Entonces podemos afirmar que la muestra de estudiantes adecuada para la investigación es de 264.
1.1.4. Variable:
Es cualquier carácter de los elementos de una población o muestra, susceptible a tomar valores numéricos
o no numéricos. En este acápite, se enfocará en base al software a manejar “IBM SPSS Statistics 22.0”, el
cual tiene en cuenta la siguiente clasificación de variables:
VARIABLE
DISCRETA
NOMINAL No implica orden Solo Toma valores
en s us valores enteros
- Religión - Número hijos
- Color de ojos - Visitas a biblioteca
- Marcas - Marcas
Toma cualquier
Implica orden valor real (decimal) CONTÍNUA
ORDINAL
en s us valores
- Nivel ede Instrucción - Talla
- Nivel de Satisfacción - Peso
- Grado Militar - Temperatura
Cuando se accede por primera vez al programa, se activa automáticamente un cuadro de diálogo de actividades
recientes, el cuál conforme el usuario trabaje y manipule con archivos SPSS (datos, resultados o sintaxis), en próximas
aperturas del programa aparecerá; pero de no necesitarlo podrá activar con check “no volver a mostrar este cuadro
de diálogo”.
Las filas: son casos, cada fila representa un caso o una observación o registro. Por ejemplo, cada
individuo que responde a un cuestionario es un caso.
Las columnas: son variables, cada columna representa una variable o una característica que se mide,
en este caso, por ejemplo, cada pregunta de una encuesta, cuestionario, test, etc.
2° Ingreso de datos
de las Variables
1° Definir los
tipos de Variables
2° Ingreso de datos
de las Variables
1° Definir los
tipos de Variables
En ambas vistas, se puede añadir, modificar y eliminar la información contenida en el archivo de datos. Y el
orden de trabajo para el procesamiento de la información, es primero trabajar en V. Variables y luego en V.
Datos.
Complementario a ello, podemos apreciar mediante la figura N° 09, que el nombre por defecto que se lleva
la Ventana de Datos es de “Sin título1” indicando su tipo de extensión .sav. Acompañado a ello apreciamos
la Barra de Menú la cual contiene las siguientes opciones:
Archivo: A través de este menú podremos abrir, crear, grabar, imprimir, etc. los distintos ficheros que
SPSS maneja.
Edición: Permite realizar tareas tales como copiar, pegar, sustituir, borrar, modificar, propias de una
edición.
Ver: El menú Ver proporciona varias opciones de presentación para el Editor de datos
Datos: Mediante este menú podremos definir variables y modificar los ficheros de datos.
Transformar: Con las opciones que contiene podremos modificar y generar nuevas variables.
Editor de Gráficos: Permite modificar colores, etiquetas, texto, de los gráficos que se puedan
generar (se activa dando doble click).
Editor de Tablas: Permite modificar las dimensiones de las tablas que se puede generar. En
presentación de informes se estila utilizar formato de tabla “Académico” (configurar en Menú opción
EDITAR).
Editor de Texto: Permite modificar distintos atributos (tipo, tamaño, color de las fuentes).
Mediante la figura N° 17, observamos el archivo de Excel con el nombre de “Registro 01”, el cual se procederá a abrir
dentro del programa SPSS, y el cual tiene la siguiente ruta:
Luego, dentro de la ventana de apertura de datos, cambiaremos la selección de “Archivos de Tipo” por Excel (*.xls,
*.xlsx, *xlsm) y podremos así observar el archivo del ejemplo mostrado.
Inmediatamente se activará un pequeño cuadro de apertura de origen de datos de Excel, el cual especifica el contenido
y distribución de origen de los datos (hoja de cálculo).
Finalmente, el
producto final será la correcta adecuación a la ventana de editor de datos de SPSS, para su posterior ajuste en vista
de variables y realizar posteriores análisis.
Rodríguez Franco, J., Pierdant Rodríguez, A., & Rodríguez Jiménez, E. C. (2016). Estadística para la
Administración. México: Grupo Editorial Patria.
Tomás Sábado, J. (2009). Fundamentos de Bioestadística y análisis de datos para enfermería. Barcelona:
Servei de Publicacions.
Fernandez Fernandez, S., Cordoba Largo, A., & Cordero Sánchez, J. M. (2002). Estadística Descriptiva.
Salafranca Cosialls, L., Nuñez Peña, M. I., & Serra Delgado, G. (2001). Estadística Aplicada con SPSS y
StatGraphics. Barcelona: Universidad de Barcelona.
Enlace Web