Estadistica 08-05-17

UNIVERSIDAD AUTÓNOMA DEL BENI “JOSÉ BALLIVIAN”
ESCUELA DE POSGRADO UABJB

VICERRECTORADO DE POSGRADO Docente: Ing. MSc. Ramiro Carvallo Soria
ESTADÍSTICA PARA LA INVESTIGACIÓN PEDAGÓGICA
Pensamientos sobre la estadística:
“No existe la suerte. Sólo hay preparación adecuada o inadecuada para hacer frente a una
estadística.”
Autor: ……………Robert Heinlein
“Las estadísticas no son un sustituto de la sentencia.”
Autor: …………….Henry Clay
“Quien hace puede equivocarse, quien no hace ya está equivocado.”
Autor: ……………Daniel Kon
Que es la Estadística?
R.- Ciencia que utiliza conjuntos de datos numéricos para obtener, a partir de ellos,
inferencias basadas en el cálculo de probabilidades.
R.- Estudio que reúne, clasifica y recuenta todos los hechos que tienen una determinada
característica en común, para poder llegar a conclusiones a partir de los datos numéricos
extraídos.
Es una rama de las matemáticas y una herramienta que estudia usos y análisis
provenientes de una muestra representativa de datos, que busca explicar las correlaciones
y dependencias de un fenómeno físico o natural, de ocurrencia en forma aleatoria o
condicional.
Es transversal a una amplia variedad de disciplinas, desde la física hasta las ciencias
sociales, desde las ciencias de la salud hasta el control de calidad. Además, se usa en
áreas de negocios o instituciones gubernamentales ya que su principal objetivo es describir
al conjunto de datos obtenidos para la toma de decisiones o bien, para realizar
generalizaciones sobre las características observadas.
Hoy en día, la estadística es una ciencia que se encarga de estudiar una determinada
población por medio de la recolección, recopilación e interpretación de datos. Del mismo
modo, también es considerada una técnica especial apta para el estudio cuantitativo de los
fenómenos de masa o colectivo.
La estadística se divide en dos grandes áreas:
 Estadística descriptiva: Se dedica a la descripción, visualización y resumen de datos

originados a partir de los fenómenos de estudio. Los datos pueden ser resumidos
numérica o gráficamente. Su objetivo es organizar y describir las características sobre un
1 - 1
conjunto de datos con el propósito de facilitar su aplicación, generalmente con el apoyo

de gráficas, tablas o medidas numéricas.
 Ejemplos básicos de parámetros estadísticos son: la media y la desviación

estándar.
 Ejemplos gráficos son: histograma, pirámide poblacional, gráfico circular, entre

otros.
 Estadística inferencial: Se dedica a la generación de los modelos, inferencias y

predicciones asociadas a los fenómenos en cuestión teniendo en cuenta la
aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y
extraer inferencias acerca de la población bajo estudio. Estas inferencias pueden
tomar la forma de respuestas a preguntas sí/no (prueba de hipótesis), estimaciones
de unas características numéricas (estimación), pronósticos de futuras
observaciones, descripciones de asociación (correlación) o modelamiento de
relaciones entre variables (análisis de regresión). Otras técnicas de modelamiento
incluyen análisis de varianza, series de tiempo y minería de datos. Su objetivo es
obtener conclusiones útiles para lograr hacer deducciones acerca de la totalidad de
todas las observaciones hechas, basándose en la información numérica.
Ambas ramas (descriptiva e inferencial) comprenden la estadística aplicada, pero la

estadística inferencial, por su parte, se divide en estadística paramétrica y estadística no
paramétrica.
Existe también una disciplina llamada estadística matemática, la que se refiere a las bases
teóricas de la materia. La palabra «estadísticas» también se refiere al resultado de aplicar
los logaritmo S estadístico a un conjunto de datos, como en estadísticas económicas,
estadísticas criminales, etc.
Contenidos:
1. Uso de la estadística.
La Estadística se utilizará, en la recopilación y la interpretación delos datos obtenidos

en un estudio.
Aportará al estudiante los fundamentos estadísticos necesarios para la demostración

del problema de investigación de su tesis, en la búsqueda de alcanzar una validación
1 - 2
profunda de la hipótesis planteada, a partir de la implementación de herramientas

estadísticas de gestión y procesamiento de la información.
La estadística es una ciencia formal y una herramienta que estudia el uso y los análisis
provenientes de una muestra representativa de datos, buscando explicar las
correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia en forma
aleatoria o condicional.
Un estudio estadístico consta de las siguientes fases:
 Recogida de datos.
 Organización y representación de datos.
 Análisis de datos.
 Obtención de conclusiones
INVESTIGACIÓNPEDAGÓGICA. La investigación se ha constituido en una actividad

precisa y elemental como en todas las ciencias. Por este motivo, la investigación
pedagógica es aquella disciplina que trata las cuestiones y problemas relativos a la
naturaleza.
LA ESTADÍSTICA EN LOS ESTUDIOS PEDAGÓGICOS, Sirve para saber interpretar

algunas publicaciones científicas hasta poder llegar a diseñar y desarrollar propuestas
de trabajo.
RELACIÓN ENTRE ESTADÍSTICA Y PEDAGOGÍA. La estadística sirve de mucho

apoyo y ayuda para abordar el estudio de diferentes problemas que contribuyen a la
mejora de la educación y sociedad.
CÓMO SE APLICA LA ESTADÍSTICA EN LA PEDAGOGÍA? Sirve para comparar

sistemas. Evaluar pruebas. Sirve para sacar calificaciones. Promedios.
2. El método estadístico.
1 - 3
3. La población y la muestra.
• Población: Es el todo o un conjunto formado por todos los valores existentes, ya

sean personas, medidas u objetos que pueden ser expresados mediante una
variable y además, tienen una característica; de que son de interés estadístico para
un estudio en específico. Al análisis completo de la población también se le suele
conocer como "censo".
• Población finita: Es aquella que expresa que es posible sobrepasarse al contar o

bien, alcanzarse; por lo tanto, es la que tiene o incluye un número limitado ya sea de
objetos, medidas o personas. Por ejemplo: el gasto en comida durante cierto tiempo,
un conjunto de calificaciones o bien, el total de alumnos que estudian en una
universidad. “Cuando se conoce cuántos elementos tiene la población”.
• Población infinita: Es aquella que incluye a un gran número de conjunto de

observaciones o medidas que no se pueden alcanzar con el conteo. Esto quiere
decir que tiene un número ilimitado de valores, por ejemplo: la producción futura de
una máquina o el lanzamiento de dados o una moneda. “Cuando no se sabe el
número exacto de unidades del que está compuesta la población.”
• Muestra: Es aquel subconjunto perteneciente a una población. Esto quiere decir que
se conforma por algunos datos de esta, ya sean ciertos objetos, personas, o
medidas de la población. Al estudio de este concepto se le suele conocer como
"muestreo".
• Muestra representativa: Es aquel subconjunto representativo de una población,

pero para que se consideren así se deben seguir ciertos procedimientos de
selección o bien, un método de muestreo. Se dice que la muestra adecuada es
aquella que contiene características esenciales de la población para lograr el
objetivo de hacer generalizaciones con respecto al total de los datos sin examinar
cada uno de ellos.
En conclusión, una población es el conjunto de todos los elementos a los que se

somete a un estudio estadístico. Un individuo o unidad estadística es cada uno de los
elementos que componen la población; una muestra es un conjunto representativo de
la población de referencia. El número de individuos de una muestra es menor que el de
la población.
Ejercicio.- ¿Cómo calcular el tamaño de una muestra representativa?
1 - 4
k 2∗p∗q∗N
n= 2
( e ∗( N−1 ) ) + k 2∗p∗q
En donde:
Z = nivel de confianza.
p = Probabilidad a favor.
q = Probabilidad en contra.
N = Universo
e = error de estimación.
n = tamaño de la muestra
k = Es una constante que depende del nivel de confianza que asignemos. El nivel de
confianza indica la probabilidad de que los resultados de nuestra investigación sean
ciertos: un 95 % de confianza es lo mismo que decir que nos podemos equivocar
con una probabilidad del 5%.
Nota.- Se recomienda trabajar con un nivel de confianza igual o mayor al 95% y un

error igual o menor del 5%.
Supóngase que se desea determinar la calidad y el nivel de servicio que ofrecen las
universidades privadas de Santa Cruz; por lo que resulta necesario entrevistar a los
distintos estudiantes que acuden a ellas para así conocer su opinión.
¿Cómo calcular el tamaño de la muestra?
Ejercicio resuelto
1-Establecer el nivel de confianza (95% y un error del 5%).
2-Se obtiene el marco muestral, en este caso la referencia con que se cuenta es el
registro de estudiantes del año pasado y que arroja la cifra de 43700 estudiantes.
Valores a estimar:
k 2∗p∗q∗N
n=
( e2∗( N−1 ) ) + k 2∗p∗q
n=?
e = 5% =0.05
1 - 5
Z = 1.96 (tabla de distribución normal para el 95% de confiabilidad y 5% error)
N= 43700 (Población finita)
p = 0.50
q = 0.50
Reemplazando valores:
2
1,96 ∗0,50∗0,50∗43700
n=
( 0.05 ∗( 43700−1 ) ) +1,96 2∗0,50∗0,50
2
n=381 estudiantes
Respuesta Correcta…!!!!
Varios ejemplos:
 Ejemplo 1: para realizar una encuesta de satisfacción a clientes de un determinado modelo de

coche del que hemos vendido 10.000 unidades (N), en la que queremos una confianza del
95,5% que determina que k=2, deseamos un error muestral del 5% (e) y consideramos que
estarán satisfechos el 50% (p=q=0.5) necesitaríamos una muestra de 385 clientes.
 Ejemplo 2: contrastar el porcentaje de personas de un país que ven un determinado programa

de televisión. Si la población del país es de 40 millones de personas, estimamos que lo ve el
20% de la población (p=0.2 y q=0.8), queremos una confianza del 95,5% que determina que
k=2 y estamos dispuestos a asumir un error muestral del 5% (e) necesitaríamos una muestra
de 25 personas.
1 - 6
En caso de hacer un muestreo estratificado debemos asegurarnos de que escogemos un número de

elementos suficiente de cada grupo. Este tipo de muestreo no toma la población como un todo sino en
varios grupos con características distintas entre ellos (por ejemplo, edad entre 20-35, 35-50, 50-65 y
más de 65).
De todos modos para calcular el tamaño de la muestra habitualmente se usan criterios prácticos
basados en la experiencia o la simple lógica. Algunos de los métodos más usados son los siguientes:
1. El presupuesto de que dispongamos para la investigación.

2. La experiencia en estudios similares.
3. La representatividad de cada grupo considerado: escoger de cada uno de ellos un número
suficiente de encuestados para que los resultados sean indicativos de la opinión de ese grupo.
4. Recolección de datos.
El muestreo es la reunión de datos que se desea estudiar, obtenidos de una

proporción reducida y representativa de la población. Un valor es cada uno de los
distintos resultados que se pueden obtener en un estudio estadístico. Si lanzamos
una moneda al aire 5 veces obtenemos 2 valores: cara y cruz. Un dato es cada uno
de los valores que se ha obtenido al realizar un estudio estadístico. Si lanzamos una
moneda al aire 5 veces obtenemos 5 datos: cara, cara, cruz, cara, cruz.
1 - 7
5. Procedimientos y métodos para recolectar datos.
6. Ventajas y desventajas del empleo de muestras.o.k.
Ventajas y Desventajas de Muestreo
Ventajas
 Rapidez y facilidad de realizar el estudio
 Menor numero de sujetos a estudiar
 Menor costo económico
 Mayor validez del estudio.
 Mayor numero de variable a estudiar
 Controlar y ajustar posibles variables de confusión.
 Es muy útil cuando el Universo es muy grande o Infinito.
 Cuando algunos de los elementos observados se destruye en la observación.
 El producto sufre menos daño al haber menos manipulación.
Desventajas
 Muestra representativa: no existe una definición formal que nos permita

afirmar que una muestra es o no representativa de la población objeto de
estudio.
 Error de muestreo o error aleatorio: es el error que se comete debido al hecho

de sacar conclusiones sobre una población a partir del estudio de una
muestra de ella.
1 - 8
7. Condiciones de una buena muestra. O.k.
Con anterioridad se definió el concepto de población y muestra, además de cómo

surge la necesidad de tomar una muestra, debido a la imposibilidad de medir o
conocer las observaciones de todos los elementos de la población.
Ahora bien la importancia de una buena muestra radica en que a partir de esa
muestra se puedan hacer inferencias sobre características de toda la población, es
decir que se puedan obtener conclusiones que sean válidas para el conjunto
poblacional, resumiendo lo anterior en una palabra la muestra debe ser
representativa, la cual es la primer característica indispensable de una buena
muestra, la representatividad, es decir los elementos de la muestra no deben de
tener atributos especiales que los diferencien del resto de la población, porque de
ser así no manifestarían al total de elementos de la misma.
Veamos un ejemplo de cómo la falta de representatividad de una muestra afectaría

la investigación. Suponiendo que una empresa esta planeando el lanzamiento de un
nuevo producto, un suavizante para la ropa en líquido, para ahorrar costos no realiza
un estudio serio, sino le encarga al encargado de operaciones que realice un
muestreo de la aceptación del producto dentro del público, el encargado de
operaciones como no considera que ese sea su trabajo, realiza el muestreo
únicamente entre las personas de las casas cercanas a la suya en su colonia. Esta
no seria una buena muestra ya que no reflejaría la opinión de toda la población sino
la de un pequeño grupo, de una misma área geográfica y posiblemente de una
mismo grupo socioeconómico. Es decir no sería representativa de toda la población.
La segunda característica indispensable en una buena muestra debe ser la

aleatoriedad, es decir que dentro del total de elementos que serán objeto de nuestro
estudio, los elementos que formen la muestra deben ser seleccionados al azar.
Supongamos ahora que un gerente desea conocer la opinión del público sobre un
nuevo sabor de bebida, el sabe que la muestra deber ser representativa, así que
llevan la muestra a diversos sectores geográficos y económicos, pero todos aquellos
que probaron la bebida eran sus empleados o amigos. La muestra esta viciada
puesto que ellos tendrán predisposición a halagarlo, aunque la bebida sea un
fracaso. Es por ello que la muestra de ser aleatoria
8. Tipos de muestras. O.k.
Muestreo de conveniencia o por selección intencionada: aquí la muestra similar

al universo objetivo es seleccionada a partir de métodos no aleatorios. La
representatividad de dicha muestra es determinada por el investigador de manera
subjetiva. Por funcionar de esta manera, las muestras suelen tener sesgos, por lo
que lo ideal es recurrir a esta técnica cuando no quede ninguna otra alternativa.
1 - 9
Muestreo aleatorio: en este todos los elementos que lo componen tienen

exactamente la misma posibilidad de ser elegidos. Estos elementos son
seleccionados de forma azarosa por medio de números aleatorios. Existen distintas
formas de realizar el muestreo aleatorio, entre ellas:
1. Muestreo aleatorio simple: este método es muy simple y se caracteriza por

la extracción de los individuos de una lista de forma azarosa. Cuando el
universo es muy numeroso y complejo, no suele resultar eficaz.
2. Muestreo sistemático: en este caso, el primer individuo se extrae al azar y a

partir de este se elije, a intervalos constantes, el resto. Este método resulta
más sencillo que el muestreo aleatorio simple y además no precisa de un
listado elaborado para seleccionar a los individuos. Si bien el muestreo
sistemático es aplicable a la mayoría de los casos, se debe tener en cuenta
que la característica que se esté estudiando no posea una periodicidad igual a
la del muestreo.
3. Muestreo aleatorio estratificado: para realizar este muestreo se debe dividir

a la población en grupos de acuerdo a un carácter específico y luego, cada
uno de estos grupos es muestreado aleatoriamente, obteniendo así una parte
que sea proporcional a la muestra. Estos muestreo son útiles cuando la
característica que determina la división de la población está relacionada con
la variable que quiera estudiarse.
4. Muestreo aleatorio por conglomerados: aquí, la población es dividida en

grupos que posean características similares entre ellos. Luego de realizar
esto, algunos grupos son analizados completamente dejando de lado al resto.
5. Muestreo mixto: en este caso se utilizan al menos dos de los métodos

mencionados anteriormente. Esto ocurre cuando la población a estudiar es
sumamente compleja, por lo que la aplicación de un solo método resultaría
difícil o resultaría ineficiente
9. Métodos para el análisis descriptivo de datos cualitativos y cuantitativos. O.k.
Tipos de variable estadísticas
Variable cualitativa
Las variables cualitativas se refieren a características o cualidades que no pueden

ser medidas con números.
Podemos distinguir dos tipos:
1 - 10
****Variable cualitativa nominal
Una variable cualitativa nominal presenta modalidades no numéricas que no admiten

un criterio de orden. Por ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado
y viudo.
****Variable cualitativa ordinal o variable cuasicuantitativa
Una variable cualitativa ordinal presenta modalidades no númericas, en las que

existe un orden. Por ejemplo:
La nota en un examen: suspenso, aprobado, notable, sobresaliente.
Puesto conseguido en una prueba deportiva: 1º, 2º, 3º, ...
Medallas de una prueba deportiva: oro, plata, bronce.
Variable cuantitativa
Una variable cuantitativa es la que se expresa mediante un número, por tanto se

pueden realizar operaciones aritméticas con ella. Podemos distinguir dos tipos:
****Variable discreta
Una variable discreta es aquella que toma valores aislados, es decir no admite
valores intermedios entre dos valores específicos. Por ejemplo:
El número de hermanos de 5 amigos: 2, 1, 0, 1, 3.
****Variable continua
Una variable continua es aquella que puede tomar valores comprendidos entre dos
números. Por ejemplo:
La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la práctica medimos la altura con dos decimales, pero también se podría dar con
tres decimales.
1 - 11
10. Razones, proporción, porcentajes.
11. Media aritmética, media aritmética ponderada. ok
La media aritmética (también llamada promedio o media) de un conjunto finito de números es el

valor característico de una serie de datos cuantitativos, objeto de estudio que parte del principio de
la esperanza matemática o valor esperado, se obtiene a partir de la suma de todos sus valores
dividida entre el número de sumandos. Cuando el conjunto es una muestra aleatoria recibe el
nombre de media muestral siendo uno de los principales estadísticos muestrales.
Dados los n números { x 1 , x 2 , ... , x n }, la media aritmética se define como:
1
n
x + x +...+ x n
x= ∑ x i= 1 2
n i=1 n
Por ejemplo, la media aritmética de 8, 5 y -1 es igual a:
8+5+(−1)
x= =4
3
Se utiliza la letra X con una barra horizontal sobre el símbolo para representar la
media de una muestra (X) mientras que la letra µ (mu) se usa para la media
aritmética de una población, es decir, el valor esperado de una variable.
En otras palabras, es la suma de n valores de la variable y luego dividido por n:

donde n es el número de sumandos, o en el caso de estadística el número de datos
se da el resultado
La media ponderada es una medida de tendencia central, que es apropiada cuando

en un conjunto de datos cada uno de ellos tiene una importancia relativa (o peso)
respecto de los demás datos. Se obtiene multiplicando cada uno de los datos por su
ponderación (peso) para luego sumarlos, obteniendo así una suma ponderada;
después se divide esta entre la suma de los pesos, dando como resultado la media
ponderada.
Para una serie de datos numéricos no vacía:
X = { x 1 , x 2 , ... , x n }
A la que corresponden los pesos:

1 - 12
W = {w 1 , w 2 , ... , wn }
La media ponderada se calcula de la siguiente manera
∑ x i wi x 1 w1 + x 2 w2 + x3 w 3+ ......+ x n w n
x= i=1n =
w 1+ w2 +w 3+......+ wn
∑ wi
i =1
12. Mediana y moda. O.k.
Es el valor que ocupa el lugar central de todos los datos cuando éstos están ordenados de menor

a mayor, la mediana se representa por Me. La mediana se puede hallar sólo para variables
cuantitativas.
La mediana se encuentra en el intervalo donde la frecuencia acumulada llega hasta la mitad de la

suma de las frecuencias absolutas.
N
2
Visualización geométrica de la moda, la mediana y de la media de una función arbitraria de

densidad de probabilidad.
1 - 13
Existen dos métodos para el cálculo de la mediana:
1. Considerando los datos en forma individual, sin agruparlos.

2. Utilizando los datos agrupados en intervalos de clase.
Datos sin agrupar
Sean x 1 , x 2 , x 3. … … . ., x n los datos de una muestra ordenada en orden creciente y designando la

mediana como M e, distinguimos dos casos:
a) Si n es impar, la mediana es el valor que ocupa la posición (n+1)/2 una vez que los datos
han sido ordenados (en orden creciente o decreciente), porque éste es el valor central. Es
decir: M e =x(n+1 )/ 2
Por ejemplo, si tenemos 5 datos, que ordenados son: x 1=3 , x2 =6 , x3 =7 , x 4 =8 , x 5=9 ,=> El
valor central es el tercero: x(5+1 )/ 2=x 3=7. Este valor, que es la mediana de ese conjunto de
datos, deja dos datos por debajo ( x 1 , x 2) y otros dos por encima de él ( x 4 , x5 ).
b) Si n es par, la mediana es la media aritmética de los dos valores centrales. Cuando n es par, los dos
datos que están en el centro de la muestra ocupan las posiciones n/2 y (n/2)+1. Es decir:
n
M e =( x ¿ ¿ + x n )/2 ¿.
2 2 +1
Por ejemplo, si tenemos 6 datos, que ordenados son: x 1=3 , x2 =6 , x3 =7 , x 4 =8 , x 5=9 , x 6=10 . Aquí
dos valores que están por debajo del x 6 =x 3=7 y otros dos que quedan por encima del siguiente dato
2
x 6 =x 4 =8 . Por tanto, la mediana de este grupo de datos es la media aritmética de estos dos datos:
+1
2
(x ¿ ¿ 3+ x 4 ) 7+ 8
M e= = =7,5 ¿.
2 2
Ejemplo 1: cantidad (N) impar de datos
Las calificaciones en la asignatura de Matemáticas de 39 alumnos de una clase viene dada por la
siguiente tabla:
xi fi Ni
1 2 2
2 2 4
Calificaciones 1 2 3 4 5 6 7 8 9
3 4 8
Número de alumnos 2 2 4 5 8 9 3 4 2
4 5 13
5 8 21 > 19.5
6 9 30
7 3 33
1 - 14 8 4 37
9 2 39
Primero se hallan las frecuencias absolutas acumuladas N i . Así, aplicando la fórmula asociada a la
mediana para n impar, se obtiene X(39+1)/2 = X 20.
 Ni-1< n/2 < Ni = N19 < 19.5 < N20
Por tanto la mediana será el valor de la variable que ocupe el vigésimo lugar. En este ejemplo, 21
(frecuencia absoluta acumulada para Xi = 5) > 19.5 con lo que Me = 5 puntos, la mitad de la clase ha
obtenido un 5 o menos, y la otra mitad un 5 o más.
Ejemplo 2: cantidad (N) par de datos
Las calificaciones en la asignatura de Matemáticas de 38 alumnos de una clase viene dada por la
siguiente tabla (debajo):
xi fi Ni+w
1 2 2
Primero se hallan las frecuencias absolutas acumuladas N i . Así, aplicando la
2 2 4
fórmula asociada a la
mediana para n Calificaciones 1 2 3 4 5 6 7 8 9 par, se 3 4 8 obtiene
la siguiente Número de alumnos 2 2 4 5 6 9 4 4 2 fórmula: 4 5 13 X=n/2
==> 5 6 19 = 19
X=38/2=X=19, (Donde n= 38 alumnos divididos entre dos).
6 9 28
 Ni-1< n/2 < Ni = N18 < 19 < N19 7 4 32
8 4 36
Con lo cual la mediana será la media aritmética de los valores de la variable que
ocupen el decimonoveno y el vigésimo lugar. En el ejemplo el lugar 9 2 38
decimonoveno lo ocupa el 5 y el vigésimo el 6 con lo que Me = (5+6)/2 = 5,5 puntos, la mitad de la
clase ha obtenido un 5,5 o menos y la otra mitad un 5,5 o más
La moda es el valor que tiene mayor frecuencia absoluta.
Se representa por Mo.
Se puede hallar la moda para variables cualitativas y cuantitativas.
Hallar la moda de la distribución:
2, 3, 3, 4, 4, 4, 5, 5 Mo = 4
Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa frecuencia es la máxima,

la distribución es bimodal o multimodal, es decir, tiene varias modas.
1 - 15
1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9
13. Recorrido y desviación media.
14. Interpretación y aplicaciones.
15. Coeficiente de correlación.
16. Interpretación y aplicaciones.
17. Diseño Muestral: Aspectos generales.
1 - 16
18. Objetivos, ámbitos.
19. Metodología.
20. Trabajo de campo.
21. Tratamiento de la información.
22. Paquete estadístico SPSS.
23. Utilización del programa para análisis de datos y la construcción de los cuadros
estadísticos.
24. Cálculo de los indicadores estadísticos estudiados.
25. Análisis de los datos.
26. Construcción de gráficos.
1 - 17
27. Interpretación de resultados.
28. Hacer conclusiones del comportamiento de la población basadas en datos muestrales no

representativos. Realizar conclusiones cuando no se tienen los suficientes datos. Por
diferencias en las definiciones. Medición inadecuada o la mala clasificación.
Comparaciones inadecuadas.
29. 7. Conceptos de estadística 8. Conceptos de estadística (continuación) 9. ¿Cómo calcular
el tamaño de una muestra representativa? Población infinita Población Finita Cuando no
se sabe el número exacto de unidades del que está compuesta la población. Cuando se
conoce cuántos elementos tiene la población En donde: Z = nivel de confianza. p =
Probabilidad a favor. q = Probabilidad en contra. N = Universo e = error de estimación. n
= tamaño de la muestra Se recomienda trabajar con un nivel de confianza igual o mayor al
95% y un error igual o menor del 5%.
30. 10. Supóngase que se desea determinar la calidad y el nivel de servicio que ofrecen las
universidades privadas de Santa Cruz; por lo que resulta necesario entrevistar a los
distintos estudiantes que acuden a ellas para así conocer su opinión. ¿Cómo calcular el
tamaño de la muestra? Ejercicio resuelto 1-Establecer el nivel de confianza (95% y un
error del 5%). 2-Se obtiene el marco muestral, en este caso la referencia con que se cuenta
es el registro de estudiantes del año pasado y que arroja la cifra de 43700 estudiantes.
Valores a estimar: n = ? e = 5% =0.05 Z = 1.96 (tabla de distribución normal para el 95%
de confiabilidad y 5% error) N= 43700 (Población finita) p = 0.50 q = 0.50
31. 11. Ejercicio resuelto(continuación) Ecuación 1 Sustituyendo datos en Ecuación 1
32. 12. Variables estadísticas Una variable estadística es cada una de las características o
cualidades que poseen los individuos de una población.
33. 13. Variables estadísticas( continuación)
34. 14. Variable cualitativa nominal Presenta modalidades no numéricas que no admiten un
criterio de orden Ejemplo: el estado civil: soltero, casado… ordinal Presenta modalidades
no numéricas, en las que existe un orden. Por ejemplo: -La nota en un examen: suspenso,
aprobado, notable, sobresaliente. -Puesto conseguido en una prueba deportiva: 1º, 2º, 3º. -
Medallas de una prueba deportiva: oro, plata, bronce. Variables estadísticas( continuación)
35. 15. Variable cuantitativa discreta Es aquella que toma valores aislados, es decir no admite
valores intermedios entre dos valores específicos. Por ejemplo: El número de hermanos de
5 amigos: 2, 1, 0, 1, 3 continua Es aquella que puede tomar valores comprendidos entre
dos números. Por ejemplo: La altura de 5 amigos: 1,73 m; 1,82 m; 1,77 m; 1,69 m; 1,75 m
Variables estadísticas( continuación)
1 - 18
36. 16. Distribución de frecuencias La frecuencia absoluta es el número de veces que aparece
un determinado valor en un estudio estadístico. La suma de las frecuencias absolutas es
igual al número total de datos, que se representa por N. La frecuencia relativa es el
cociente entre la frecuencia absoluta de un determinado valor y el número total de datos.
37. 17. Ejemplo : Encuesta sobre el candidato más votado en las elecciones 1997 P = Jaime
Paz B = Hugo Bánzer K = Ivo Kuljis V = Alejo Veliz Pa = Carlos Palenque D = Juan
Carlos Durán U = Miguel Urioste G = Eudoro Galindo D D D B P B D D B B B B B D D
DKDBUVBBPUKPUPPUBDPKKVPVUUDDBBBBBKB
38. 18. FRECUENCIA ABSOLUTA ( ni )  Como la frecuencia absoluta es el número de
veces que aparece un valor (xi) en los datos obtenidos.  En nuestro ejemplo, la frecuencia
absoluta indica el número de veces que se voto por cada candidato  N es el número total
de datos, en el ejemplo, N = 50 Xi ni P 7 B 17 K 5 V 3 Pa 0 D 12 U 6 G 0 N = 50
39. 19.  Como la frecuencia relativa es el cociente entre la frecuencia absoluta (n i) y el
número total de datos (N). En nuestro ejemplo N = 50: FRECUENCIA RELATIVA ( hi )
Xi ni hi P 7 14 B 17 34 K 5 10 V 3 6 Pa 0 0 D 12 24 U 6 12 G 0 0 Total 50 100
40. 20. Diagrama de sectores Histograma Polígono de frecuencias Diagrama de barras
41. 21. Un diagrama de sectores se puede utilizar para todo tipo de variables, pero se usa
frecuentemente para las variables cualitativas. Diagrama de sectores Los datos se
representan en un círculo, de modo que el ángulo de cada sector es proporcional a la
frecuencia absoluta correspondiente.
42. 22. En una clase de 30 alumnos, 12 juegan a baloncesto, 3 practican la natación, 4 juegan
al fútbol y el resto no practica ningún deporte. Ejemplo:
43. 23. Un diagrama de barras se utiliza para de presentar datos cualitativos o datos
cuantitativos de tipo discreto. Diagrama de barras Se representan sobre unos ejes de
coordenadas. En el eje de abscisas se colocan los valores de la variable, y sobre el eje de
ordenadas las frecuencias absolutas o relativas o acumuladas. Los datos se representan
mediante barras de una altura proporcional a la frecuencia.
44. 24. Un estudio hecho al conjunto de los 20 alumnos de una clase para determinar su grupo
sanguíneo ha dado el siguiente resultado: Ejemplo
45. 25. Un polígono de frecuencias se forma uniendo los extremos de las barras de un
diagrama de barras mediante segmentos. Polígono de frecuencias También se puede
realizar trazando los puntos que representan las frecuencias y uniéndolos mediante
segmentos.
46. 26. Las temperaturas en un día invernal de una ciudad han sufrido las siguientes
variaciones: Hora Temperatura (ºC) Ejemplo
47. 27. Un histograma es una representación gráfica de una variable en forma de barras. Se
utilizan para variables continuas o para variables discretas, con un gran número de datos, y
que se han agrupado en clases. En el eje abscisas se construyen unos rectángulos que
tienen por base la amplitud del intervalo, y por altura, la frecuencia absoluta de cada
intervalo. La superficie de cada barra es proporcional a la frecuencia de los valores
representados. Histograma
48. 28. Ejemplo El peso de 65 personas adultas viene dado por la siguiente tabla:
49. 29.  La frecuencia absoluta acumulada indica cuantos elementos de la lista de datos son
menores o iguales a un valor dado. Es la suma de las frecuencias absolutas desde la
primera fila hasta la fila elegida. Frecuencia absoluta acumulada (Ni)
1 - 19
50. 30.  La frecuencia relativa acumulada es el cociente entre la frecuencia absoluta

acumulada (Ni) y el número total de datos (N). Frecuencia relativa acumulada (Ni)
51. 31. Ejemplo: Ocupación en una planta de producción G = Gerente I = Ingeniero T =
Técnico de prod. O = Operario A = Ayudante T I O A T G A O O A A O G I O T O T A
OIOATOOGOIAOTAOTIOTAA
52. 32. Distribución de 40 trabajadores según su categoría Xi ni hi Ni Hi G 3 7.5 3 7.5 I 5 12.5
8 20 T 8 20 16 40 O 14 35 30 75 A 10 25 40 100 40 100
53. 33. Diagrama de barras de 40 trabajadores según categoría 0 2 4 6 8 10 12 14 16 G I T O
A ni Trabajadores por ocupación
54. 34. Polígono de frecuencia de 40 trabajadores según su categoría 3 8 16 30 40 0 5 10 15
20 25 30 35 40 45 G I T O A Ni Ocupaciones por trabajadores
55. 35. Utilización de estadígrafos 1- ESTADÍGRAFOS DE POSICIÓN O MEDIDAS DE
TENDENCIA CENTRAL Estos estadígrafos, son indicadores ó medidas de resumen
estadístico. Describen la posición que ocupa una distribución de frecuencia alrededor “de
un valor” de la variable. Los estadígrafos no son valores determinantes, ni menos valores
exactos, pero si los más representativos de una variable.
56. 36. Media aritmética La media de n datos corresponde al resultado de la expresión:
Ejemplo: Pedrito ha obtenido las siguientes notas en Ciencias Naturales: 6,0 – 5,8 – 7 –
6,8 – 5,6 Su media aritmética o promedio es:
57. 37. Moda La moda es el valor que tiene mayor frecuencia absoluta. Se representa por Mo.
Se puede hallar la moda para variables cualitativas y cuantitativas. Hallar la moda de la
distribución: 2, 3, 3, 4, 4, 4, 5, 5 Mo = 4 Si en un grupo hay dos o varias puntuaciones con
la misma frecuencia y esa frecuencia es la máxima, la distribución es bimodal o
multimodal, es decir, tiene varias modas. 1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9
58. 38. Mediana Es el valor que ocupa el lugar central de todos los datos cuando éstos están
ordenados de menor a mayor. La mediana se representa por Me. La mediana se puede
hallar sólo para variables cuantitativas. La mediana se encuentra en el intervalo donde la
frecuencia acumulada llega hasta la mitad de la suma de las frecuencias absolutas.
59. 39. ESTADÍGRAFOS DE DISPERSIÓN Y ASIMETRÍA Intentan cuantificar la
representatividad de una medida deposición , mediante el grado de variabilidad o
dispersión de los datos observados respecto de dicha medida de posición. Medir la
variabilidad ó dispersión de los datos respecto de un estadígrafo deposición, equivale a
cuantificar la separación (ó desviación ) de éstos datos respecto de dicho estadígrafo. Sí
todos los datos están cercanos al estadígrafo de posición, sus desviaciones serán pequeñas
( la dispersión respecto del estadígrafo será pequeña), por tanto dicho estadígrafo será
representativo de los datos.
60. 40. La desviación estándar ó desviación típica La desviación típica es la raíz cuadrada de
la varianza. Es decir, la raíz cuadrada de la media de los cuadrados de las puntuaciones de
desviación. La desviación típica se representa por σ. Si a todos los valores de la variable
se les suma un número la desviación típica no varía. Cuanta más pequeña sea la
desviación típica mayor será la concentración de datos alrededor de la media.
61. 41. Varianza de la muestra La varianza es la media aritmética del cuadrado de las
desviaciones respecto a la media de una distribución estadística. -La varianza, al igual que
la media, es un índice muy sensible a las puntuaciones extremas. -En los casos que no se
pueda hallar la media tampoco será posible hallar la varianza. -La varianza no viene
expresada en las mismas unidades que los datos, ya que las desviaciones están elevadas al
cuadrado.
1 - 20
62. 42. Rango ó recorrido intercuartílico Es la diferencia entre Q3 y Q1. La idea es dividir los
datos en cuatro grupos iguales y ver lo distantes que son los extremos de esos grupos. Los
cuartiles primero y tercero ayudar a tener una visión del grado de dispersión de las
respuestas, ya que el primer cuartil (Q1), que es igual al percentil 25, sería el valor que
deja el 25% de las respuestas por debajo de ella y el 75% por encima, y por otra parte el
tercer cuartil (Q3), que es igual al percentil 75, sería el valor que deja el 75% de las
respuestas por debajo de ella y el 25% por encima. Es decir entre Q1 y Q3, se situaría la
mitad central de las respuestas obtenidas.
63. 43. DETERMINACIÓN DE LA POBLACIÓN (TOTAL ELEMENTOS SOBRE EL QUE
SE QUIERE HACER UNA INFERENCIA O LLEGAR A UNA CONCLUSIÓN PARA
LA TOMA DE DECISIONES) MUESTRA (PARTE DE LA POBLACIÓN QUE
SELECCIONAMOS, MEDIMOS Y OBSERVAMOS) PARÁMETRO
(CARACTERÍSITICA DE LA POBLACIÓN QUE SE TRATA DE DESCUBRIR)
ESTIMACIÓN (MEDICIÓN QUE RESULTA DE LA MUESTRA Y PERMITE
CARACTERIZAR LA POBLACIÓN) DETERMINACIÓN DE LOS MÉTODOS DE
OBTENCIÓN DE INFORMACIÓN INVESTIGACIÓN POR ENCUESTA
ENTREVISTAS OBSERVACIÓN PANELES EXPERIMENTACIÓN
PROCESAMIENTO ESTADÍSTICOS DE LA INFORMACIÓN DESCRIPCIÓN Y
EXPLICACIÓN DE LOS HALLAZGOS
64. 44. PASOS DEL PROCESO DE MUESTREO DETERMINAR LA POBLACIÓN Y LOS
PARÁMETROS A MEDIR EN ELLA ESCOGER UN MARCO APROPIADO DE
MUESTREO SELECCIONAR EL TIPO DE MUESTREO ESCOGER MÉTODO DE
MUESTREO DEFINIR EL TAMAÑO DE LA MUESTRA SELECCIONAR LA
MUESTRA Y REUNIR LA INFORMACIÓN VALIDAR LA MUESTRA
PROBALISTICO NO PROBALISTICO ALEATORIO SIMPLE SISTEMÁTICO
ESTRATIFICADO (Proporcional o no) POR CONGLOMERADOS POR ÁREAS
POLIETÁPICO DE CONVENIENCIA CON FINES ESPECIFICOS POR CUOTAS DE
JUICIO
65. 45. ESTIMACIÓNMUESTREOPOBLACIÓN MEDICIÓN Asignación de números a los
objetos o fenómenos atendiendo a reglas preestablecidas TIPOS DE VARIABLES
ESTADO MENTAL (variables internas del individuo estudiado) -Actitudes -
Características de la personalidad -Conocimientos de la asignatura -Preferencias ESTADO
(variables externas del individuo estudiado) -Edad -Ingresos -Propiedades -Escolaridad -
Salud ESTADO CONDUCTUAL (variables que se refieren a la acción pasada presente o
futura) -Intensiones de aprendizaje CONCEPTO O CONSTRUCTO (términos o palabras
que representan un aspecto de la realidad) Reconocimiento institucional Fidelidad al
estudio Segmentación educativa Actitud Posicionamiento académico
OPERACIONALIZA CIÓN DE LAS VARIABLES (Llevar el concepto a términos
precisos y mensurables) ESCALAS DE MEDICIÓN (SIRVEN PARA CUANTIFICAR Y
ANALIZAR LOS DATOS REUNIDOS CON LA FINALIDAD DE QUE PUEDAN
EXPRESARSE Y ANALIZARSE MATEMÁTICAMENTE)
66. 46. ESCALA NOMINAL (ASIGNACIÓN DE NÚMEROS QUE PERMITEN
IDENTIFICAR LA CATEGORÍA A QUE PERTENECEN CADA UNO DE LOS
INDIVIDUOA O FENÓMENOS) (SÓLO SIRVEN PARA LA CODIFICACIÓN) 1.-
¿PERTENECE UD. A UN CLUB DEPORTIVO? SÍ NO 1 2 2.- ¿CON QUÉ
FRECUENCIA ASISTE Ud. A ENCUENTROS DEPORTIVOS? UNA VEZ POR
SEMANA1 DOS VECES POR SEMANA2 3 TRES O MÁS VECES POR SEMANA (1)
1 - 21
(2) (3) MENOS DE UNA VEZ POR SEMANA DOS O TRES VECES POR SEMANA
MÁS DE TRES VECES POR SEMANA TOTAL (1) SÍ 10 45 50 105 (2) NO 20 65 30
115 TOTAL 30 110 80 220 FRECUENCIA DE ASISTENCIA ¿PERTENECE Ud. A UN
CLUB DEPORTIVO? LAS CATEGORÍAS NO SE SOBREPONEN CADA INDIVIDUO
U OBJETO PERTENECE A UNA CATEGORÍA NÚMEROS CARECEN DE
SIGNICADO MATEMÁTICO
67. 47. ESCALA ORDINAL (LOS NÚMEROS ASIGNADOS A OBJETOS O CONCEPTOS
REPRESENTAN EL ORDEN EN QUE ESTÁN DISPUESTOS O PREFERENCIAS) SI
TUVIERA Ud. LAS SIGUIENTES OPCIONES PARA APROVECHAR SU TIEMPO
LIBRE EL DOMINGO, ¿CUÁL SERÍA EL ORDEN DE SUS PREFERENCIAS?
(PONGA UN “1” AL LADO DE LA ACTIVIDAD QUE PREFIERE SOBRE TODAS,
UN “2” A LA QUE PREFIERE EN SEGUNDO LUGAR Y ASÍ SUCESIVAMENTE) IR
DE VIAJE ASISTIR A LOS CARNAVALES LEER UNA NOVELA OIR MÚSICA
COMPARTIR CON SU FAMILIA 1º 2º 3º 4º 5º IR DE VIAJE 2 3 2 2 1 2º ASISTIR
ALOS CARNAVALES 1 2 3 2 2 3º LEER UNANOVELA 0 3 2 2 1 2º OIR MÚSICA 2 2
0 2 3 5º COMPARTIR EN FAMILIA 5 0 3 2 3 1º TOTAL 10 10 10 10 10
FRECUENCIADE PRIORIDAD MODA INDICAN QUE LOS OBJETOS POSEEN
UNA CARACTERÍSTICA EN MAYOR O MENOR GRADO QUE LOS DEMÁS
PERMITEN LA COMPARACIÓN “MAYOR QUE” Y “MENOR QUE”
68. 48. ESCALA DE INTERVALO (UTILIZACIÓN DE NÚMEROS PARA CLASIFICAR
OBJETOS O SUCESOS, DE MANERA QUE LA DISTANCIA ENTRE LOS
NÚMEROS REFLEJEN LA SEPARACIÓN ENTRE LOS OBJETOS) “EL AUTO BMW
ESCARABAJO ES … DEMASIADO CARO PARA SU TAMAÑO UN CARRO QUE
AHORRA COMBUSTIBLE BUENO PARA IR AL TRABAJO GRAN NEUTRAL
GRAN DISCREPANCIA CONCORDANCIA - 3 - 2 - 1 0 1 2 3 NO TIENE CERO
ABSOLUTO (PUNTO EN QUE NINGUNA DE LAS CARACTERÍSTICAS SE
ENCUENTRE PRESENTE) PERMITEN LA COMPARACIÓN “MAYOR QUE” Y
“MENOR QUE” CAPACIDAD DE PRECISAR CUÁNTOS ES “MAYOR QUE” Y
“MENOR QUE” (SE SIRVE DE UNA UNIDAD CONSTANTE DE MEDICIÓN QUE
PERMITE MEDIR LA DISTANCIA ENTRE VARIAS MEDIDAS) 0 1 2 3 4 5 6 -3 -2 -1
0 1 2 3 DEMASIADO CARO PARASU TAMAÑO 4 1 1 3 1 -0,80UN CARRO QUE
AHORRA COMBUSTIBLE 1 1 3 5 2,00 BUENO PARAIR AL TRABAJO 1 4 3 1 1 0,70
FRECUENCIADE PRIORIDAD MEDIA
69. 49. MÉTODOS DE OBTENCIÓN DE INFORMACIÓN
OBSERVACIÓNENTREVISTA EXPERIMENTOPANELESENCUESTA Conversación
directa entre el investigador y el respondente realizada con fines especiales. TEMA:
Investigador RESPONDENTE: Amplia sus puntos de vistas El cuestionario sustituye al
entrevistador Solicitar la información a los implicados mediante preguntas Por
intercepción Por correo Personal Telefónica Conducta de los implicados en un proceso
educativo sin comunicación con los observados Personas, familias o negocios que
comunican sus preferencias de superación (registro de actividades) Continuos (en
intervalos de períodos) Ocasionales (en momentos determinados Proceso de manipulación
de las variables independiente s para medir efecto sobre las dependientes
70. 50. Aspecto y presencia personal Asegurarse la colaboración del entrevistado Explicación
del estudio y del papel que juega el entrevistado PROCEDIMIENTO DE DISEÑO DE
ENTREVISTAS Estandarizar el proceso de entrevista (centrarse en la guía) Estimular al
sujeto a ampliar la respuesta Asentir con la cabeza Repetir la pregunta o la respuesta
1 - 22
Hacer una pausa al terminar la respuesta Pedir aclaración de la respuesta No influir en las
respuestas -No hacer gestos o comunicar alguna otra pista -No sugerir la respuesta
deseada VENTAJAS Flexibilidad Menor error de NO RESPUESTA Permite conseguir
mayor información Menor tiempo para captar información Captar diferentes tipos de datos
DESVENTAJAS Alto costo Mayor probabilidad de error DE RESPUESTA
71. 51. PROCEDIMIENTO PARA EL DISEÑO DE ENCUESTAS Asegurarse la
colaboración del entrevistado Materiales utilizados en la impresión de la encuesta Calidad,
atracción y fuerza de los contenidos Carta de presentación o introducción: •Naturaleza del
estudio •Criterio para la selección del respondente •Patrocinador del estudio •Importancia
de la colaboración •Explicación de que debe hacer el respondente •Utilización de la
información •Respeto o no del anonimato Extensión del cuestionario Incorporar sobre
impreso con porte pagado si se envía o se devuelve por correo Domicilio personalizado si
se aplica una encuesta por correo Incentivos monetarios Patrocinador legítimo, respetable
y que no represente amenaza alguna para el respondente. Tipo de mensaje Diseño del
cuestionario
72. 52. TIPOS DE MENSAJES UTILIDADAD SOCIAL AYUDA AL PATROCINADOR
EGOÍSTA COMBINADO “Se necesita su cooperación. Sus actitudes y opiniones
suministran información que contribuyen a conocer como servir mejor a futuros
estudiantes con …” “Necesitamos su ayuda. Sus actitudes y opiniones son muy
importantes para llevar a feliz término este estudio sobre … Tenemos en alta
consideración su colaboración.” “Sus opiniones son extremadamente importantes para que
… sepan el tipo de … que le gustaría tener. Gracias por manifestarnos su opinión. “Sus
opiniones son importantes y útiles por tres motivos: 1) pueden suministrar información
que ayude a servir mejor a estudiantes futuros…; 2) permitirán a … conocer los …. que
quiere tener a su disposición; 3)permitirá llevar a feliz termino este estudio sobre …
Gracias por su cooperación”
73. 53. Estadística descriptiva implementada en Excel Instalar las herramientas de análisis de
datos en Excel Hacer clic en la ficha Archivo y posteriormente en Opciones. Se mostrará
el cuadro de diálogo Opciones y hacer clic en Complementos. Dentro de la lista
desplegable se deberá seleccionar la opción Complementos de Excel y hacer clic en el
botón Ir.
74. 54. Estadística descriptiva implementada en Excel
75. 55. Trabajo Final del Módulo 1-Confeccione una encuesta en base a una necesidad
informacional presentada en su proyecto de investigación (tesis) preferiblemente, o
cualquier otro tema vinculado a su perfil de desempeño actual. (25 puntos) 2-Determine
una muestra representativa para aplicar dicha encuesta, validada por los métodos
estudiados en clases. (25 puntos) 3-Realice un análisis estadístico en EXCEL de los datos
recolectados. Incluye sólo el cálculo de: -Media, mediana, moda, desviación estándar y
varianza de la muestra. (50 puntos) Aclaración: 1-Enviar un documento Word con la
encuesta realizada y el cálculo de la muestra seleccionada. 2-Enviar un documento
EXCEL con el análisis estadístico realizado. Correo electrónico:
joanny.ibarbia@gmail.com
1 - 23

Estadistica 08-05-17

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica 08-05-17

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD AUTÓNOMA DEL BENI “JOSÉ BALLIVIAN”

ESCUELA DE POSGRADO UABJB

ESTADÍSTICA PARA LA INVESTIGACIÓN PEDAGÓGICA

Pensamientos sobre la estadística:

Autor: ……………Robert Heinlein

“Las estadísticas no son un sustituto de la sentencia.”

Autor: …………….Henry Clay

“Quien hace puede equivocarse, quien no hace ya está equivocado.”

Autor: ……………Daniel Kon

La estadística se divide en dos grandes áreas:

 Estadística descriptiva: Se dedica a la descripción, visualización y resumen de datos

conjunto de datos con el propósito de facilitar su aplicación, generalmente con el apoyo

 Ejemplos básicos de parámetros estadísticos son: la media y la desviación

 Ejemplos gráficos son: histograma, pirámide poblacional, gráfico circular, entre

 Estadística inferencial: Se dedica a la generación de los modelos, inferencias y

Ambas ramas (descriptiva e inferencial) comprenden la estadística aplicada, pero la

La Estadística se utilizará, en la recopilación y la interpretación delos datos obtenidos

Aportará al estudiante los fundamentos estadísticos necesarios para la demostración

profunda de la hipótesis planteada, a partir de la implementación de herramientas

Un estudio estadístico consta de las siguientes fases:

INVESTIGACIÓNPEDAGÓGICA. La investigación se ha constituido en una actividad

LA ESTADÍSTICA EN LOS ESTUDIOS PEDAGÓGICOS, Sirve para saber interpretar

RELACIÓN ENTRE ESTADÍSTICA Y PEDAGOGÍA. La estadística sirve de mucho

CÓMO SE APLICA LA ESTADÍSTICA EN LA PEDAGOGÍA? Sirve para comparar

• Población: Es el todo o un conjunto formado por todos los valores existentes, ya

• Población finita: Es aquella que expresa que es posible sobrepasarse al contar o

• Población infinita: Es aquella que incluye a un gran número de conjunto de

• Muestra representativa: Es aquel subconjunto representativo de una población,

En conclusión, una población es el conjunto de todos los elementos a los que se

Ejercicio.- ¿Cómo calcular el tamaño de una muestra representativa?

Nota.- Se recomienda trabajar con un nivel de confianza igual o mayor al 95% y un

¿Cómo calcular el tamaño de la muestra?

1-Establecer el nivel de confianza (95% y un error del 5%).

Z = 1.96 (tabla de distribución normal para el 95% de confiabilidad y 5% error)

N= 43700 (Población finita)

 Ejemplo 1: para realizar una encuesta de satisfacción a clientes de un determinado modelo de

 Ejemplo 2: contrastar el porcentaje de personas de un país que ven un determinado programa

En caso de hacer un muestreo estratificado debemos asegurarnos de que escogemos un número de

1. El presupuesto de que dispongamos para la investigación.

El muestreo es la reunión de datos que se desea estudiar, obtenidos de una

5. Procedimientos y métodos para recolectar datos.

6. Ventajas y desventajas del empleo de muestras.o.k.

Ventajas y Desventajas de Muestreo

 Rapidez y facilidad de realizar el estudio

 Menor numero de sujetos a estudiar

 Menor costo económico

 Mayor validez del estudio.

 Mayor numero de variable a estudiar

 Controlar y ajustar posibles variables de confusión.

 Es muy útil cuando el Universo es muy grande o Infinito.

 Cuando algunos de los elementos observados se destruye en la observación.

 El producto sufre menos daño al haber menos manipulación.

 Muestra representativa: no existe una definición formal que nos permita

 Error de muestreo o error aleatorio: es el error que se comete debido al hecho

7. Condiciones de una buena muestra. O.k.

Con anterioridad se definió el concepto de población y muestra, además de cómo

Veamos un ejemplo de cómo la falta de representatividad de una muestra afectaría

La segunda característica indispensable en una buena muestra debe ser la

8. Tipos de muestras. O.k.

Muestreo de conveniencia o por selección intencionada: aquí la muestra similar

Muestreo aleatorio: en este todos los elementos que lo componen tienen

1. Muestreo aleatorio simple: este método es muy simple y se caracteriza por

2. Muestreo sistemático: en este caso, el primer individuo se extrae al azar y a