Estadistica 13-06-17

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
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.
1 - 2
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.
El método estadístico consiste en una secuencia de procedimientos para el manejo

de los datos cualitativos y cuantitativos de la investigación.
En esta etapa se recoge la información cualitativa y cuantitativa señalada en el diseño

de la investigación.
1 - 3
1 - 4
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 - 5
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 - 6
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 - 7
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 - 8
5. Procedimientos y métodos para recolectar datos.
Los analistas utilizan una variedad de métodos a fin de recopilar los datos sobre una
situación existente, como entrevistas, cuestionarios, inspección de registros (revisión
en el sitio) y observación. Cada uno tiene ventajas y desventajas. Generalmente, se
utilizan dos o tres para complementar el trabajo de cada una y ayudar a asegurar
una investigación completa.
Para llevar a cabo un trabajo de investigación el investigador cuenta con gran

variedad de métodos para diseñar un plan de recolección de datos. Tales métodos
varían de acuerdo con cuatro dimensiones importantes: estructura, confiabilidad,
injerencia del investigador y objetividad. La presencia de estas dimensiones se
reduce al mínimo en los estudios cualitativos, mientras que adquieren suma
importancia en los trabajos cuantitativos, no obstante el investigador a menudo tiene
la posibilidad de adaptar la estrategia a sus necesidades. Cuando la investigación
está altamente estructurada, a menudo se utilizan instrumentos o herramientas para
la recolección formal de datos.
Las tres principales técnicas de recolección de datos son:
1. Entrevistas
2. La encuesta
3. La observacion
4. sesion de grupo.
LA ENTREVISTA.
La entrevista, desde un punto de vista general, es una forma específica de
interacción social. El investigador se sitúa frente al investigado y le formula
preguntas, a partir de cuyas respuestas habrán de surgir los datos de interés. Se
establece así un diálogo, pero un diálogo peculiar, asimétrico, donde una de las
partes busca recoger informaciones y la otra se nos presenta como fuente de estas
informaciones.
Una entrevista es un dialogo en el que la persona (entrevistador), generalmente un
periodista hace una serie de preguntas a otra persona (entrevistado), con el fin de
conocer mejor sus ideas, sus sentimientos su forma de actuar.
LA ENCUESTA.
Una encuesta es un conjunto de preguntas normalizadas dirigidas a una muestra
representativa de la población o instituciones, con el fin de conocer estados de
opinión o hechos específicos.
Tipos de encuesta
Las encuestas tienen por objetivo obtener información estadística indefinida,

mientras que los censos y registros vitales de población son de mayor alcance y
extensión. Este tipo de estadísticas pocas veces otorga, en forma clara y precisa, la
1 - 9
verdadera información que se requiere, de ahí que sea necesario realizar encuestas
a esa población en estudio, para obtener los datos que se necesitan para un buen
análisis. Este tipo de encuesta abarca generalmente el UNIVERSO de los individuos
en cuestión.
Otro tipo de Encuestas es Encuestas por Muestreo en donde se elige una parte de la
población que se estima representativa de la población total. Debe tener un diseño
muestral, necesariamente debe tener un marco de donde extraerla y ese marco lo
constituye el censo de población. La encuesta (muestra o total), es una investigación
estadística en que la información se obtiene de una parte representativa de las
unidades de información o de todas las unidades seleccionadas que componen el
universo a investigar. La información se obtiene tal como se necesita para fines
estadístico-demográficos.
Una forma reducida de una encuesta por muestreo es un "sondeo de opinión", esta
forma de encuesta es similar a un muestreo, pero se caracteriza porque la muestra
de la población elegida no es suficiente para que los resultados puedan aportar un
informe confiable. Se utiliza solo para recolectar algunos datos sobre lo que piensa
un número de individuos de un determinado grupo sobre un determinado tema.
Actualmente, existen sistemas de gestión de encuestas en Internet, que están
acercando su utilización a investigadores que hasta el momento no tenían acceso a
los medios necesarios para ejecutarlas.
LA OBSERVACIÓN
Otra técnica útil para el analista en su progreso de investigación, consiste en

observar a las personas cuando efectúan su trabajo. La tarea de observar no puede
reducirse a una mera percepción pasiva de hechos, situaciones o cosas.
Hablábamos anteriormente de una percepción "activa", lo cual significa
concretamente un ejercicio constante encaminado a seleccionar, organizar y
relacionar los datos referentes a nuestro problema. No todo lo que aparece ante el
campo del observador tiene importancia y, si la tiene, no siempre en el mismo grado;
no todos los datos se refieren a las mismas variables o indicadores, y es precio estar
alerta para discriminar adecuadamente frente a todo este conjunto posible de
informaciones.
Como técnica de investigación, la observación tiene amplia aceptación científica. Los

sociólogos, sicólogos e ingenieros industriales utilizan extensamente ésta técnica
con el fin de estudiar a las personas en sus actividades de grupo y como miembros
de la organización. El propósito de la organización es múltiple: permite al analista
determinar que se está haciendo, como se está haciendo, quien lo hace, cuando se
lleva a cabo, cuanto tiempo toma, dónde se hace y por que se hace.
SESIONES DE GRUPO
También conocida como sesiones de grupo, es una de las formas de los estudios
cualitativos en el que se reúne a un grupo de personas para indagar acerca de
1 - 10
actitudes y reacciones frente a un producto, servicio, concepto, publicidad, idea o

empaque. Las preguntas son respondidas por la interacción del grupo en una
dinámica donde los participantes se sienten cómodos y libres de hablar y comentar
sus opiniones.
En el mundo del marketing, las sesiones de grupo son una herramienta muy
importante para recibir retroalimentación de diversos temas concernientes a la
mezcla de marketing, en particular se utiliza para detectar deseos y necesidades en
cuanto a empaque, nombres de marcas o test de conceptos. Esta herramienta da
información invaluable acerca del potencial de un concepto y/o producto en el
mercado.
Sin embargo, las sesiones de grupo tienen desventajas. El entrevistador tiene poco
control sobre el grupo y en ocasiones se pierde tiempo en asuntos de poca
trascendencia. Por otra parte el análisis es complejo ya que depende de los estilos
de comunicación a la par con las reacciones no verbales de los participantes, por ello
se necesita personal muy entrenado para el manejo del grupo y el análisis de los
resultados.
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
1 - 11
 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.
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.

1 - 12
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.
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.
1 - 13
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:
****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.
1 - 14
En la práctica medimos la altura con dos decimales, pero también se podría dar con
tres decimales.
10. Razones, proporción, porcentajes.
RAZONES
Se llama razón al resultado de comparar dos cantidades. Dos cantidades pueden

compararse de dos maneras:
1. Por diferencia, hallando en cuánto excede una a la otra, es decir, restándolas.

2. Por cociente, hallando cuántas veces contiene una a la otra, es decir,
dividiéndolas.
TIPOS DE RAZONES
Hay dos clases de razones:
1. Razón aritmética o por diferencia.

2. Razón geométrica o por cociente.
RAZONES ARITMÉTICAS
La razón aritmética de dos cantidades es la diferencia indicada de dichas

cantidades.
Las razones aritméticas se pueden escribir de dos maneras:
1. Separando las dos cantidades con el signo menos (-).

2. Separando ambas cantidades con un punto (.).
Ejemplo:
La razón aritmética de 6 a 4 se puede escribir:
6 - 4 o bien 6 . 4
Los términos de una razón aritmética reciben el nombre de Antecedente el

primer término y de Consecuente el segundo término.
Por ejemplo cuando decimos 6 - 4, el antecedente es 6 y el consecuente es 4.
RAZONES GEOMÉTRICAS
1 - 15
La razón geométrica es la comparación de dos cantidades por su cociente.

Las razones geométricas se pueden escribir de dos maneras:
1. En forma de fracción.
2. Separando ambas cantidades con 2 puntos.
Ejemplo:
La razón geométrica de 7 a 3 se puede escribir:
7 / 3 o bien 7 : 3
Los términos de una razón geométrica también reciben el nombre de

Antecedente el primer término y de Consecuente el segundo término.
Por ejemplo cuando decimos 7/3, el antecedente es 7 y el consecuente es 3.
PROPORCIÓN
Una Proporción Es el resultado de igualar dos razones. Dados cuatro números

diferentes de cero, en un cierto orden, constituyen una proporción si la razón de los
dos primeros es igual a la razón de los dos segundos.
TIPOS DE PROPORCIONES
Hay dos clases de proporciones:

1. Proporción aritmética.
2. Proporción geométrica.
PROPORCIONES ARITMÉTICAS
Una proporción aritmética es la igualdad de dos razones aritméticas o de dos

diferencias. Las proporciones aritméticas se pueden representar de dos
maneras:
a–b=c-d
a . b :: c . d
Ejemplo:
Representar 20 es a 5 , como 21 es a 16.
1 - 16
Se puede representar así: 20 - 5 = 21 - 16 o bien así: 20 . 5 :: 21 . 16
Los términos primero y cuarto de una proporción aritmética reciben el nombre

de Extremos, mientras que los términos segundo y tercero se denominan
Medios.
En el ejemplo anterior, 20 y 6 son los extremos mientras que 5 y 21 son los
medios.
Los términos primero y tercero de una proporción aritmética reciben el nombre

de antecedentes, mientras que los términos segundo y cuarto se denominan
consecuentes.
En el ejemplo anterior entonces 20 y 21 son los antecedentes, mientras que 5

y 16 son los consecuentes.
PORCENTAJES
El porcentaje es un símbolo matemático, que representa una cantidad dada como
una fracción en 100 partes iguales. También se le llama comúnmente tanto por
ciento, donde por ciento significa «de cada cien unidades». Se usa para definir
relaciones entre dos cantidades, de forma que el tanto por ciento de una cantidad,
donde tanto es un número, se refiere a la parte proporcional a ese número de
unidades de cada cien de esa cantidad.
El porcentaje se denota utilizando el símbolo %, que matemáticamente equivale al

factor 0,01 y que se debe escribir después del número al que se refiere, dejando un
espacio de separación.1 2 Por ejemplo, «treinta y dos por ciento» se representa
mediante 32 % y significa ‘treinta y dos de cada cien’. También puede ser
representado:
32% = 32 * 0.01 = 0.32
El 32 % de 2000, significa la parte proporcional a 32 unidades de cada 100 de esas

2000, es decir:
32% * 2000 = 0.32 * 2000 = 640
El porcentaje se usa para comparar una fracción (que indica la relación entre dos
cantidades) con otra, expresándolas mediante porcentajes para usar 100 como
denominador común. Por ejemplo, si en un país hay 500 000 enfermos de gripe de
un total de 10 millones de personas, y en otro hay 150 000 enfermos de un total de
un millón de personas, resulta más claro expresar que en el primer país hay un 5 %
1 - 17
de personas con gripe, y en el segundo hay un 15 %, resultando una proporción

mayor en el segundo país.
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:
W = {w 1 , w 2 , ... , wn }
1 - 18
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.
Existen dos métodos para el cálculo de la mediana:
1 - 19
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
8 4 37
9 2 39
1 - 20
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 - 21
1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9
13. Recorrido y desviación media.
RANGO, AMPLITUD TOTAL O RECORRIDO
El rango se suele definir como la diferencia entre los dos valores extremos que
toma la variable. Es la medida de dispersión más sencilla y también, por tanto, la
que proporciona menos información. Además, esta información puede ser
errónea, pues el hecho de que no influyan más de dos valores del total de la serie
puede provocar una deformación de la realidad.
Comparemos, por ejemplo, estas dos series:
Serie 1: 1 5 7 7 8 9 9 10 17
Serie 2: 2 4 6 8 10 12 14 16 18
Ambas series tienen rango 16, pero están desigualmente agrupadas, pues
mientras la primera tiene una mayor concentración en el centro, la segunda se
distribuye uniformemente a lo largo de todo el recorrido.
El uso de esta medida de dispersión, será pues, bastante restringido.
El RECORRIDO se define entonces como la diferencia entre el mayor y menor

valor de las variables de una distribución:
R=x n −x 1
DESVIACIÓN MEDIA
En teoría, la desviación puede referirse a cada una de las medidas de tendencia

central: media, mediana o moda; pero el interés se suele centrar en la medida de
la desviación con respecto a la media, que llamaremos desviación media.
Puede definirse como la media aritmética de las desviaciones de cada uno de los
valores con respecto a la media aritmética de la distribución, y de indica así:
Nótese que se toman las desviaciones en valor absoluto, es decir, que la fórmula
no distingue si la diferencia de cada valor de la variable con la media es en más o
en menos.
DM=
∑|x−x|
N
1 - 22
14. Interpretación y aplicaciones.
Cómo calcular el rango estadístico (recorrido)
En estadística, el rango representa la diferencia entre el valor máximo y el valor

mínimo de un conjunto de datos. El rango nos muestra la distribución de los
valores en una serie. Si el rango es un número muy alto, entonces los valores de
la serie están bastante distribuidos. En cambio, si se trata de un número
pequeño, quiere decir que los valores de la serie están muy cerca entre sí. Si
quieres saber cómo calcular el rango, tan solo sigue los pasos a continuación:
PASOS
1) Haz una lista con los elementos de tu conjunto de datos.
Para encontrar el rango de un conjunto, debes hacer una lista con todos
los elementos para que puedas identificar los números más altos y los más
bajos. Escribe todos los elementos. Los números de este conjunto son: 14,
19, 20, 24, 25 y 28.
Puede ser más sencillo identificar el valor máximo y el valor mínimo en el

conjunto si pones los números en orden ascendente. En este ejemplo,
acomodaremos los números de esta manera: 14, 19, 20, 24, 24, 25, 28.
Al poner los elementos en orden también se te facilitarán otro tipo de

cálculos, como encontrar la moda, la media o la mediana del conjunto.
2) Identifica los valores mínimo y máximo del conjunto.
En este caso, el número más bajo del conjunto es 14 y el más grande es

25.
1 - 23
3) Réstale el valor mínimo del valor máximo.
Ahora que has identificado el número más grande y el número más chico
en el conjunto, lo único que debes hacer es restarlos. Resta 14 de 25 (25 -
14) para obtener 11, el rango del conjunto.
4) Etiqueta claramente tu rango.
Una vez que hayas encontrado el rango, etiquétalo con claridad. Esto te
ayudará a evitar confundirlo con algún otro cálculo estadístico que tengas
que hacer, como la media, la moda o la mediana
COMO CALCULAR LA DESVIACION MEDIA
En estadística la desviación absoluta promedio o, sencillamente desviación

media o promedio de un conjunto de datos es la media de las desviaciones
absolutas y es un resumen de la dispersión estadística.
Ejemplo:
Los miembros de una cooperativa de viviendas tienen las siguientes edades:
42 60 60 38 60 63 21 66 56 57 51 57 44 45 35
30 35 47 53 49 50 49 38 45 28 41 47 42 53 32
54 38 40 63 48 33 35 61 47 41 55 53 27 20 21
42 21 39 39 34 45 39 28 54 33 35 43 48 48 27
53 30 29 53 38 52 54 27 27 43 28 63 41 23 58
56 59 60 40 24
1 - 24
1.- Elabore una tabla de frecuencias.

2.- Calcule la media y la desviación típica.
SOLUCIÓN:
Para elaborar una tabla de frecuencias es condición imprescindible establecer

una serie de clases o categorías (intervalos) a las que vamos a adjudicar a cada
uno de los ochenta miembros de la cooperativa. El investigador puede seguir
diferentes criterios en función del objetivo del estudio. Una tabla de frecuencias
elaborada a partir de estos datos podría ser la siguiente:
Edad n
20-29 14
30-39 17
40-49 22
50-59 18
60-69 9
Total 80
Cálculo de la media:
Puede calcularse directamente sumando las edades de todos los miembros de la

cooperativa y dividiendo por el total que en este caso es ochenta, el resultado es
una media de 43,29. También:
Edad xi ni xini
20-29 25 14 350
30-39 35 17 595
40-49 45 22 990
50-59 55 18 990
60-69 65 9 585
Total 80 3510
, por tanto, podemos decir que la media es de casi 44 años.
1 - 25
15. Coeficiente de correlación.
La correlación, también conocida como coeficiente de correlación lineal (de

Pearson), es una medida de regresión que pretende cuantificar el grado de variación
conjunta entre dos variables.
Por tanto, es una medida estadística que cuantifica la dependencia lineal entre dos
variables, es decir, si se representan en un diagrama de dispersión los valores que
toman dos variables, el coeficiente de correlación lineal señalará lo bien o lo mal que
el conjunto de puntos representados se aproxima a una recta.
De una forma menos coloquial, la podemos definir como el número que mide el
grado de intensidad y el sentido de la relación entre dos variables.
Siendo:
Cov (x;y): la covarianza entre el valor “x” e “y”.

σ(x): desviación típica de “x”.
σ(y): desviación típica de “y”.
VALORES QUE PUEDE TOMAR LA CORRELACIÓN
ρ = -1 Correlación perfecta negativa

ρ=0 No existe correlación
ρ = +1 Correlación perfecta positiva
Hablamos de correlación positiva si siempre que el valor “x” sube, el valor “y” sube, y
además con la misma intensidad (+1).
En el caso opuesto, si siempre que el valor “x” sube, y el valor “y” baja, y además
con la misma intensidad, entonces estamos hablando de correlación negativa (-1).
Es importante saber que esto no quiere decir que lo hagan en la misma proporción
(salvo que tengan la misma desviación típica).
REPRESENTACIÓN GRÁFICA DE LA CORRELACIÓN
Correlación perfecta positiva:
1 - 26
No hay correlación:
Correlación perfecta negativa:
Consejo: en muchas ocasiones, no tenemos los medios o los datos suficientes para
utilizar esta fórmula. Por ello, si tenemos dos series de precios, podemos calcular el
coeficiente de correlación en excel, usando la siguiente función: coef.de.correl (serie
de precios x;serie de precios y)
16. Interpretación y aplicaciones.
SIGNIFICADO DEL COEFICIENTE DE CORRELACION
Una vez calculado el valor del coeficiente de correlación interesa determinar si tal
valor obtenido muestra que las variables X e Y están relacionadas en realidad o
tan solo presentan dicha relación como consecuencia del azar. En otras
palabras, nos preguntamos por la significación de dicho coeficiente de
correlación. Un coeficiente de correlación se dice que es significativo si se puede
afirmar, con una cierta probabilidad, que es diferente de cero. Más estrictamente, en
términos estadísticos, preguntarse por la significación de un cierto coeficiente de
correlación no es otra cosa que preguntarse por la probabilidad de que tal
coeficiente proceda de una población cuyo valor sea de cero. A este
respecto, como siempre, tendremos dos hipótesis posibles:
1 - 27
H 0 :r xy =0
El coeficiente de correlación obtenido procede de una población cuya

correlación es cero (0=ρ).
H 1 : r xy =0
El coeficiente de correlación obtenido procede de una población cuyo coeficiente de

correlación es distinto de cero (0≠ρ)
17. Diseño Muestral: Aspectos generales.
En Estadística se entiende por población objetivo un conjunto de unidades del que

se desea obtener cierta información. Dicho conjunto ha de quedar perfectamente
definido de forma que se sepa, de una manera inequívoca, si una determinada
unidad pertenece o no a la población.
Dependiendo de cual sea la realidad económica que se pretende medir, se establece

cual es la "unidad" más adecuada de la que se quiere obtener información y cuáles
son los criterios para poder considerar que esa unidad forma parte o no de la
población objetivo. Es decir, se ha de establecer claramente cuál es la unidad
estadística y el ámbito al que se restringe la población a investigar. El tamaño de la
población es el número de elementos o unidades que constituye dicha población.
El concepto de población establecido anteriormente, como conjunto de unidades de

las que se desea información, constituye un modelo ideal. En la práctica, la muestra
se selecciona a partir de un material soporte, de una lista de unidades, denominado
marco, que coincide con la población objetivo. En sentido estricto, el marco de
muestreo se define como la lista de unidades de muestreo a partir de la cual se
selecciona la muestra.
Para llegar a conocer las características de estudio de la población pueden

plantearse dos métodos:
Encuesta exhaustiva o censal. La investigación se realiza sobre todas y cada una de

las unidades que forman la población.
Encuesta por muestreo. Se selecciona un conjunto de elementos que forman la

muestra, sobre la cual se investigarán las características que interesen al estudio.
Esta muestra, que habrá sido debidamente seleccionada (mediante técnicas de
diseño muestral) cumplirá la función de representar a la población completa, de
forma que con los resultados muestrales sea posible obtener (estimar), mediante
inferencia estadística, los resultados poblacionales. Es decir, de los datos obtenidos
sobre una fracción de la población (muestra) se sacan conclusiones válidas para la
totalidad de la población.
1 - 28
Las ventajas de las encuestas por muestra son la rapidez, y también, el no

incorporar carga estadística (cumplimentación de los cuestionarios) a la totalidad de
la población. En cambio, los resultados estadísticos (es decir, las estimaciones)
tienen cierto carácter aleatorio y difieren en más o menos de los que se hubieran
obtenido investigando la totalidad de la población. Es decir, el hecho de que las
variables de interés para el estudio se midan sólo en una parte de la población
significa que los valores finales que se obtienen referidos a toda la población son
estimaciones más o menos próximas a los valores reales y, además, pueden variar
en función de la muestra concreta que se haya seleccionado.
MUESTREO ESTRATIFICADO
El muestreo es el procedimiento o conjunto de técnicas que permiten obtener una o

más muestras que puedan ser representativas de una población. En sentido estricto
el término "muestreo" se aplica también al método de seleccionar la muestra.
Existen varios tipos de muestreo, aunque el utilizado normalmente en las encuestas

económicas que realiza el Instituto Nacional de Estadística es el muestreo
estratificado.
Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen

gran homogeneidad respecto a alguna característica. Lo que se pretende con este
tipo de muestreo es asegurarse de que todos los estratos de interés estarán
representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos otras técnicas de muestreo
(aleatorio simple, sistemático, etc) para elegir los elementos concretos que formarán
parte de la muestra.
La estratificación consiste en la división de la población en subpoblaciones o

estratos, obteniéndose posteriormente muestras independientes de cada estrato. La
muestra total queda, pues, formada por la suma de las submuestras de todos los
estratos. Para la formación de cada estrato es habitual utilizar las variables de
actividad, tamaño (número de asalariados) y ubicación geográfica (Comunidad
Autónoma).
El reparto de la muestra por estratos (llamado afijación) es frecuente hacerlo

proporcional al tamaño del estrato (número de unidades de la población en el
estrato) y a la desviación típica de la variable que estemos considerando (método
llamado de afijación óptima). Esta variable tiene que tener una fuerte relación con las
variables principales que queremos estudiar en la encuesta, y como estas suelen ser
variables económicas, se suele utilizar para la afijación el número de trabajadores de
la empresa.
En algunas ocasiones el tamaño poblacional de un estrato es tan reducido o la

variabilidad de las unidades que lo forman tan amplia que es preciso recabar
información de todas las unidades incluidas en él. Así queda determinado por la
1 - 29
afijación y además porque la ausencia de alguna de las unidades ocasionaría

errores en las estimaciones y resultados finales de la encuesta poco fiables.
18. Objetivos, ámbitos.
OBJETIVOS DE LA ESTADÍSTICA EN LA EDUCACIÓN
 Comprender los datos a base de la percepción social

 Analizar desde el punto de vista crítico de los contextos educativos y sociales.
 Comprender que la educación se basa en el contexto científico, para lo cuál
su estudio cualitativo y cuantitativo es fundamental.
 Valorar las herramientas para prestar servicio profesional como cientista en
educación.
19. Metodología.
LA METODOLOGIA DE ENSEÑANZA DEFINIDA POR EL DOCENTE
20. Trabajo de campo.
TRABAJO DE CAMPO
Concepto
El trabajo de campo es el conjunto de acciones encaminadas a obtener en forma

directa datos de las fuentes primarias de información, es decir, de las personas y en
el lugar y tiempo en que se suscita el conjunto de hechos o acontecimientos de
interés para la investigación.
Diseños de campo
Para llevar adelante un buen trabajo de campo es necesario diseñar previamente la

secuencia de los pasos a seguir en la investigación. El valor de estos diseños "reside
en que permite al investigador cerciorarse de las verdaderas condiciones en que se
han conseguido los datos, posibilitando su revisión o modificación en el caso de que
surjan dudas respecto a su calidad" (SABINO, Carlos 1995: 68). Este mismo autor
efectúa una clasificación elemental, identificando los siguientes diseños de campo:
- Diseño experimental
- Experimento post-facto
- Diseño encuesta
- Diseño panel
1 - 30
- Estudio de casos
El autor además advierte que estos diseños corrientemente no se aplican en su

forma pura -salvo contadas excepciones- y que lo más frecuente y conveniente es
aplicar una combinación de los distintos diseños para obtener los datos de la manera
más fiable y sistemática posible. Por otra parte, si bien la selección y el diseño
deberían corresponder esencialmente a la etapa de la redacción del perfil de la
investigación, no es sino hasta el momento de iniciarse la recolección de datos que
esta necesidad se hace más evidente. En estas páginas, se describirán brevemente
algunas características de estos diseños de investigación de campo.
Encuestas
La encuesta es un "instrumento de observación formado por una serie de preguntas

formuladas y cuyas respuestas son anotadas por el empadronador" (TAMAYO y
TAMAYO, Mario 1995: 210). Por otra parte, el diseño de encuestas "es exclusivo de
las ciencias sociales, y parte de la premisa de que, si queremos conocer algo sobre
el comportamiento de las personas, lo mejor, lo más directo y simple, es
preguntárselo a ellas" (SABINO, Carlos 1995: 75). El proceso de diseño de
encuestas parte de los objetivos formulados y la hipótesis de trabajo, y se desarrolla
descomponiendo las variables que se identifican en el estudio, mismas que son
suficientemente detalladas en la exposición del marco teórico (véase la sección
respectiva en la Tercera Parte - El Perfil, la investigación preliminar).
Por otra parte, debe tomarse en cuenta que los diseños encuesta se dividen a su vez
en entrevistas y cuestionarios. La diferencia entre ambos radica, esencialmente, en
que mientras en la entrevista "las respuestas son formuladas verbalmente y se
necesita del entrevistador; en el procedimiento denominado de cuestionario, las
respuestas son formuladas por escrito y no se requiere la presencia del
entrevistador" (ANDER - EGG, Ezequiel 1977: 123). En las siguientes líneas, se
señalan las características particulares de ambas técnicas.
21. Tratamiento de la información.
Entendemos por TRATAMIENTO DE LA INFORMACIÓN las operaciones que las

personas ejecutan con la información. Estas operaciones pueden ser muy variadas,
por ejemplo:
- Lectura, escritura, copia, traducción, transmisión...

- Ordenación, clasificación, comparación, archivo...
- Cálculo, análisis, síntesis...
1 - 31
La manera de realizar el tratamiento de la información ha evolucionado a lo largo del

tiempo. Actualmente podemos distinguir 2 tipos de evolución implicada en el
tratamiento de la información:
- Tratamiento manual: Tratamiento que realizamos nosotros mismos de

forma directa. A menudo utilizamos herramientas simples (lápiz, ábaco,
maquina de escribir...).
- Tratamiento automático: se realiza a través de dispositivos que generan

procesos automáticos siguiendo las instrucciones de un programa.
22. Paquete estadístico SPSS.
El SPSS es una potente aplicación de análisis estadísticos de datos, dotada de una

intuitiva interfaz gráfica que resulta muy fácil de manejar.
Respecto a su capacidad de procesamiento de datos, baste decir que es capaz

de manejar ficheros de datos con más de 30000 variables y cualquier tamaño
de casos, únicamente limitada por la capacidad de almacenamiento de los
discos de nuestro ordenador.
La variedad de análisis incluidos es amplia, si bien lleva un cierto retraso

respecto a otras aplicaciones en el mercado, en cualquier caso están incluidas las
técnicas más habituales.
23. Utilización del programa para análisis de datos y la construcción de los cuadros
estadísticos.
Spss
SPSS es la herramienta estadística más utilizada a nivel mundial en el entorno

académico.Puede trabajar con bases de datos de gran tamaño. . Además, de
permitir la recodificación de las variables y registros según las necesidades del
usuario. El programa consiste en un módulo base y módulos anexos que se han ido
actualizando constantemente con nuevos procedimientos estadísticos.
S-PLUS
S-Plus es otro de los programas estadísticos más usados a nivel mundial para el
análisis de datos. Está disponible al público la versión 8. Incluye dentro de sus
principales características: análisis multivariado de datos, análisis de sobrevivencia,
escalamiento multidimensional, regresión no paramétrica.
1 - 32
Entre los estadísticos de cálculo habituales incluye: pruebas de hipótesis y

construcción de intervalos de confianza, análisis de varianza, análisis exploratorio de
datos, entre otros.
Minitab
Minitab es otro de los programas más usados en el mundo para análisis estadístico.
Permite calcular la mayoría de metodologías estadísticas habituales, entre las que
se cuentan: análisis exploratorio de datos, gráficos estadísticos, control de calidad,
estadística no paramétrica, regresión y sus variantes, análisis multivariado de datos,
etc.
Statgraphics
Statgraphics es un programa de estadística de fácil manejo y una buena herramienta

para la enseñanza de la estadística en secundaria y para la investigación en
educación.
Statistica
Statistica es otro de los programas más usados a nivel mundial para el análisis
estadístico. Entre todas las bondades y pruebas estadísticas que incluye, destaca la
variedad de gráficos y la facilidad en el manejo de bases de datos.
PH-Stat 2.5
Sitio web de Prentice Hall PH-Stat es un complemento de Excel producido por la

Editorial Prentice Hall y acompaña a varios de sus libros de texto sobre estadística.
Destaca la posibilidad de poder crear gráficos de control de calidad, diagramas de
tallos y hojas, cajas de dispersión, intervalos de confianza en estimación, análisis de
varianza, entre otros.
24. Cálculo de los indicadores estadísticos estudiados.
El indicador estadístico que es un caracterización cuantitativa de la situación socio -

fenómenos y procesos económicos condiciones de certidumbre cualitativa.
Determinación cualitativa de indicadores es que está conectado directamente con el
contenido interno fenómeno o proceso estudiado, su esencia.
Por regla general, estudiado las estadísticas de los procesos y fenómenos más bien
complicado y su naturaleza no puede ser reflejada por uno solo indicador. En tales
casos, se utiliza el sistema de indicadores estadísticos.
1 - 33
El sistema de indicadores estadísticos - un conjunto de indicadores interrelacionados

que tienen un solo nivel o estructura de multi-nivel y dirigido a la solución de un
problema estadístico particular.
En contraste con la característica, una medida estadística obtenido por cálculo. Esto
puede ser un simple recuento de unidades en la población, la suma de sus valores
característicos, la comparación de dos o más variables o cálculos más complejos.
Distinguir los indicadores estadísticos específicos y categoría de tipos.
El indicador estadístico concreto caracteriza el tamaño, la magnitud del fenómeno

estudiado o proceso en un lugar determinado en un momento dado tiempo (una
referencia al sitio es la relación entre el índice a cualquier territorio u objeto).
La categoría indicador capta la esencia de las comunes propiedades distintivas de

indicadores estadísticos específicos de la misma sin especificar el tipo de lugar,
tiempo y valor numérico.
Los valores absolutos se utilizan en la caracterización del total población (la

población, el número total de médicos en el país, y otros.) y en la evaluación de
eventos raros (número de infecciones especialmente peligrosas, número de
personas con anomalías del desarrollo)
Las cifras absolutas son la expresión cuantitativa signos fenómenos estadística
Por ejemplo, el crecimiento - un signo y su significado - es tasa de crecimiento.
La cifra absoluta debe caracterizar el tamaño de la estudiada fenómeno o proceso

en un lugar determinado en un momento dado, debe ser" obligado" a cualquier
objeto o área y puede caracterizar cualquier individuo unidades de población
(objetos individuales) - un trabajador de la empresa, o grupo unidades que forman
parte de una población estadística, o estadística población como un todo, por
ejemplo, la población en el país
En el primer caso estamos hablando de absoluta individuo indicadores, y el segundo

en los términos absolutos consolidados
El individuo que se refiere a los valores absolutos caracterizan tamaños unidades

individuales colectivamente (por ejemplo, el número de casos, el número de cama -.
lugares en el hospital)
Se producen directamente en el proceso de estadística observación y se fija en los

documentos contables primarios.
1 - 34
25. Análisis de los datos.
El Análisis de Datos (Data Analysis, o DA) es la ciencia que examina datos en bruto
con el propósito de sacar conclusiones sobre la información.
El análisis de datos es usado en varias industrias para permitir que las compañías y
las organizaciones tomen mejores decisiones empresariales y también es usado en
las ciencias para verificar o reprobar modelos o teorías existentes.
El análisis de datos se distingue de la extracción de datos por su alcance, su

propósito y su enfoque sobre el análisis. Los extractores de datos clasifican
inmensos conjuntos de datos usando software sofisticado para identificar patrones
no descubiertos y establecer relaciones escondidas.
El análisis de datos se centra en la inferencia, el proceso de derivar una conclusión

basándose solamente en lo que conoce el investigador.
La ciencia generalmente se divide en análisis exploratorio de datos (EDA), donde se

descubren nuevas características en los datos, y en análisis confirmatorio de datos
(CDA), donde se prueba si las hipótesis existentes son verdaderas o falsas.
El análisis cuantitativo de datos (QDA) es usado en las ciencias sociales para sacar
conclusiones de datos no numéricos, como palabras, fotografías o videos. En la
tecnología de la información, el término tiene un significado especial en el contexto
de las auditorias informáticas, cuando se examinan los sistemas, operaciones y
controles de los sistemas de la información de una organización.
El análisis de datos se usa para determinar si el sistema existente protege los datos
efectivamente, opera eficientemente y cumple con las metas de la organización.
26. Construcción de gráficos.
SE ENCUENTRA EN LAS DIAPOSITIVAS
27. Interpretación de resultados.
SE ENCUENTRA EN LAS DIAPOSITIVAS
1 - 35

Estadistica 13-06-17

Cargado por

Información del documento

Descripción original:

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 13-06-17

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

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

El método estadístico consiste en una secuencia de procedimientos para el manejo

En esta etapa se recoge la información cualitativa y cuantitativa señalada en el diseño

• 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.

Para llevar a cabo un trabajo de investigación el investigador cuenta con gran

Las tres principales técnicas de recolección de datos son:

Las encuestas tienen por objetivo obtener información estadística indefinida,

Otra técnica útil para el analista en su progreso de investigación, consiste en

Como técnica de investigación, la observación tiene amplia aceptación científica. Los

actitudes y reacciones frente a un producto, servicio, concepto, publicidad, idea o

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.