PLANIFICACIÓN DEL ESTUDIO

1.1 Método estadístico y planteamiento del problema

El método estadístico, es la ciencia y el arte de dar sentido a los datos, para así
poder desarrollar, aplicar técnicas y métodos necesarios para recolectar datos
y mediciones para así luego transformarlos en información que a partir de
modelos probabilísticos y estadísticos hacer inferencias que puedan apoyar la
explicación de algún fenómeno bajo estudio o toma de decisiones. El método
estadístico ayuda a la obtención, representación, simplificación, análisis,
interpretación y proyección de las características de una investigación para
lograr una mejor comprensión de la realidad y la optimización de la toma de
decisiones.
EL planteamiento del problema: es parte fundamental de una
tesis o proyecto de investigación debido a que en este se debe explicar o
exponer el asunto que se tiene como objetivo explicar, siendo este la base de
todo estudio o proyecto de investigación ya que de aquí se definirá la estructura
de la idea que se quiere llegar durante la investigación. “el
planteamiento del problema consiste en describir de manera amplia la situación
de objeto estudio, ubicándola en contexto que permite comprender,
su origen, relaciones e incógnitas”.
Notas de clase:
I PARTE:

 Analizar el tema según autores.

 Titulo (variables con que se va a trabajar)
 Iniciar con variable independiente, es la que se operacionaliza.

II PARTE:

 Se hacen interrogantes ¿Qué pasa, donde pasa y que se hace para

modificarlo?

1.2 Objetivos, partes de un objetivo, elaboración

El objetivo de investigación es el enunciado claro y preciso, donde recogemos
la finalidad que se persigue con nuestra investigación, es decir, plasmar qué
queremos lograr, alcanzar o conseguir con nuestro estudio.
Deben evitarse objetivos que no sean factibles de alcanzar como resultado del
proyecto. Por ejemplo, diseñar un programa de formación para que las
personas que lo tomen alcancen la felicidad plena en 6 meses.

Deben plantearse mediante un verbo en infinitivo que señale la acción que

ejecuta el tesista.
Los objetivos generales refieren a resultados amplios; los específicos se
relacionan con situaciones particulares que forman parte del objetivo general.
Dependen del alcance y propósitos del estudio, y del criterio del investigador.

Aunque habitualmente se recomienda formular un solo objetivo general y varios

objetivos específicos, nada impide que se establezcan varios objetivos
generales en un mismo trabajo de investigación. Lo que, si es cierto, es que por
cada objetivo general siempre hay que plantear varios objetivos específicos,
pues la acumulación de los últimos permite alcanzar el objetivo
general correspondiente.

Pautas para redactar objetivos de investigación

1.3 hipótesis en investigación, formulación, tipos

Son proposiciones tentativas acerca de las causas del comportamiento de
alguna variable o las relaciones entre dos o más variables y se apoya en los
conocimientos organizados y sistematizados; Deben ser factibles a someterse
a prueba empírica.
Para formular una hipótesis hay que tomar en cuenta que deben referirse a una
situación real, los términos deben ser comprensibles, la relación entre variables
debe ser lógica; los términos de la hipótesis deben ser definidos.
¿Cómo formular una hipótesis?
Para identificar las variables, puedes escribir una predicción simple y luego en
forma. La primera parte de la oración debe establecer la variable
independiente y la segunda parte la variable dependiente:
Si un estudiante comienza a asistir a más conferencias, sus puntajes en
los exámenes mejorarán.
En la investigación académica, las hipótesis se expresan más comúnmente en
términos de correlaciones o efectos, donde se establece directamente la
relación prevista entre las variables:
El número de conferencias a las que asisten los estudiantes de primer
año, tiene un efecto positivo en los puntajes de sus exámenes al finalizar
el semestre.
Si estás comparando dos grupos, la hipótesis puede indicar qué diferencia
espera encontrar entre ellos:
Los estudiantes de primer año que asistieron a la mayoría de las
conferencias, tendrán mejores puntajes en los exámenes que aquellos
que asistieron a pocas conferencias.

1.4 Definición de unidades de observación

Llamaremos unidad de observación a la unidad física que nos interesa estudiar
u observar con fines de investigación. Ejemplo: un paciente, una familia, una
vivienda, una persona, un cajón de manzanas, un pollo, un predio.
 Características: altura, peso, color de piel, tono muscular, diámetro braquial,
temperatura, pulso, etc. Una familia tiene: tipo de vivienda, número de
integrantes, ingreso familiar, gasto en salud.

Tipos de Observación

Observación científica o estructurada

Observación semiestructurada.

Observación simple o no
estructurada.

1.5 Unidades de medidas

Las unidades de medida son las entidades que usan para medir atributos
dados. Las unidades de medida estándar son unidades de medida que se
utilizan normalmente dentro de cada sistema de medida, como pulgadas, pies,
onzas, libras, kilogramos o tazas. Las unidades de medida corresponden a las
entidades básicas mediante las cuales se accederá a la unidad de análisis, en
algunos casos, ambas se corresponden.
1.6 Determinación de la población
Población: Es el conjunto total de individuos, objetos o medidas que poseen
algunas características comunes observables en un lugar y en un momento
determinado. La población puede ser según su tamaño de dos tipos:

 Población finita: Es algo que yo pueda contar. Por ejemplo: El número

de estudiantes de la Universidad de Panamá, o de una facultad o
especialidad.
 Población infinita: no se puede alcanzar a contar por conteo. Por
ejemplo: Si se realizase un estudio sobre los productos disponibles en
el mercado, hay tantos y de tantas cualidades y precios que esta
población podría considerarse infinita.

1.7 Determinación de la muestra

Una muestra poblacional es un conjunto de elementos que representan al
universo total, es decir, son una fracción de la totalidad del número de
individuos a ser evaluados. Establecer el tamaño de dicha muestra es un
proceso importante en toda investigación ya que permitirá realizar un estudio
viable y creíble.

TIPOS DE MUESTRA

ALEATORIA.- Cuando se selecciona al azar y cada miembro tiene igual

oportunidad de ser incluido

ESTRATIFICADA.- Cuando se subdivide en estratos o subgrupos según las

variables o características que se pretenden investigar.

SISTEMÁTICA.- El proceso de selección se basa en alguna regla sistemática

simple.

POR ETAPAS.- La selección se realiza en 2 ó más etapas sucesivas o

dependientes.

RECOLECCIÓN DE LA INFORMACIÓN
2.1 Fuentes de información

“Todos aquellos instrumentos y recursos que sirven para satisfacer

necesidades de información a cualquier persona, se haya creado o no con ese
fin y sean utilizados directamente o por un profesional de la información como
intermediario” por ello se puede decir que las fuentes de información son
instrumentos para el conocimiento, búsqueda y acceso a la información, de
modo que se pueda realizar la investigación con bases y datos que esclarezcan
las interrogantes o temas en cuestión planteados.
Además, es importante conocer la clasificación de las fuentes de
información, las cuales se dividen en: primarias; son documentos que
presentan información original que proviene de investigaciones o de
pensamientos hechos por el autor, como ejemplo están las monografías,
documentos originales, cartas, entrevistas, base de datos institucional,
reportajes de periódicos o revistas, pues la fuente primaria se caracteriza por
transmitir información directa antes de ser interpretada, o evaluado por otra
persona. Mientras que las fuentes secundarias; ya han procesado información
de una fuente primaria mediante interpretación, análisis, o la extracción y
reorganización de la información de la fuente primaria, ejemplos de está son,
boletines de sumarios de revistas y boletines bibliográficos.
En secuencia las fuentes de información terciaria son las que recopilan
fuentes de información primarias o secundarias, son usadas para obtener una
idea general sobre algún tema, es decir, son fuentes cuya función principal es
ayudar a encontrar otras fuentes, ejemplos de esta son bibliografías,
almacenes, directorios, donde se encuentran la referencia de otros
documentos, que contienen nombres, títulos de revistas y otras publicaciones.
2.2 Métodos de Recolección de Información

La recolección de datos se refiere al enfoque sistemático de reunir y medir

información de diversas fuentes a fin de obtener un panorama completo y
preciso de una zona de interés. La recopilación de datos permite a un individuo
responder preguntas relevantes, evaluar los resultados y anticipar mejor las
probabilidades y tendencias futuras.
La exactitud en la reunión de datos es esencial para garantizar la integridad
de un estudio. Hay muchas maneras de recolectar información en una
investigación. El método elegido por el investigador depende de la pregunta de
investigación que se formule. Algunos métodos de recolección de información
incluyen: encuestas, entrevistas, pruebas, evaluaciones fisiológicas,
observaciones, revisión de registros existentes, muestras biológicas.
2. 3 Instrumentos de recolección de datos

cualquier recurso, dispositivo o formato (en papel o digital), que se utiliza para
obtener, registrar o almacenar información. Instrumentos para guardar la
información tales como: el cuaderno de notas para el registro de observación y
hechos, el diario de campo, los mapas, la cámara fotográfica, la grabadora, la
filmadora, el software de apoyo; elementos estrictamente indispensables para
registrar lo observado durante el proceso de investigación.
2.4 Mecanismo de clasificación y ordenamiento de la información

Para realizar la clasificación de la información en un trabajo de

investigación, conviene en primer lugar, definir el concepto de dato, debido a
que se relaciona directamente con el tema y es el término que usan los
expertos para referirse a cualquier pieza de información. De acuerdo con Arias
(2016) lo define como "dato es la unidad de información que se obtiene durante
la ejecución de una investigación.” (p. 27). En este sentido, se van a analizar
los diferentes mecanismos utilizados por varios autores para clasificar los datos
como unidad fundamental de información. El primer enfoque, los clasifica
según su naturaleza, en cualitativos (medidas categóricas que se expresan en
lenguaje natural descriptivo) y cuantitativos (medidas que se expresan en forma
de números).
Continuando con la clasificación, se ha considerado válida en el presente
análisis, la aportada por Arias (2016), quien expresa “según su procedencia, los
datos se clasifican en primarios cuando son obtenidos originalmente por el
investigador; y secundarios si son extraídos de la obra de otros investigadores”
(p.27). Esto es un punto clave, al momento de describir la metodología de la
investigación, ya que define la manera en la que se va a recolectar la
información. Por otra parte, conforme a su nivel de procesamiento es posible
estructurar la información en: datos primarios o sin procesar, por ejemplo,
registros sonoros, observaciones, notas de campo o datos de experimentos;
datos procesados, aquellos que han sido tratados, digitalizados, validados,
verificados y/o anonimizados; y datos analizados, como gráficos, tablas, textos
u otros, que han sido creados a partir de los datos primarios y procesados.
 Dentro de este marco, un grupo de trabajo de la Fundación Española para la
Ciencia y la Tecnología, (2012), realizó un informe en el que clasifican los
datos, en función de la fuente de la que provienen para una mejor gestión de
los mismos: datos experimentales, acompañan a los experimentos desde su
planificación y preparación hasta la obtención de resultados; los datos
computacionales, que acompañan a las simulaciones; y los datos
observacionales, generados al registrar observaciones de un evento específico
y posiblemente irrepetible, en un lugar y tiempo dados, (por ejemplo: encuestas
de opinión, datos climatológicos).
Finalmente se toma como referencia la postura encontrada en la Biblioteca
CEPAL, (2020), cuyo mecanismo para la clasificación de la información es
basado en el formato de representación electrónica que tengan: textuales
(Word, PDF, RTF, etc.), numéricos (Excel, CSV, etc.), multimedia (JPEG,
MPEG, WAV, etc.), estructurados (XML, base de datos MySQL, etc.), código de
software (Java, C, etc.) y específicos de un software (Mesh, 3D CAD, modelo
estadístico, etc.).
2.5 Variable en investigación y variable en estadística
Una variable representa una propiedad medible que cambia en el
transcurso de un experimento cuyos resultados se están probando. Estas
características se miden de manera diferente según las variables, el contexto
del estudio o las limitaciones que el investigador esté considerando, así una
variable es una propiedad que puede fluctuar y cuya variación es susceptible
de medirse u observarse.
La variable de investigación o variable de estudio, es un término que se
utiliza para referirse a cualquier tipo de relación de causa y efecto, es todo
aquello que se mide, la información que se recolecta o bien los datos que se
recaban con la finalidad de responder las preguntas de investigación, las
cuales habitualmente están especificadas en los objetivos.
La variable estadística es una característica de una muestra o población de
datos que puede adoptar diferentes valores, a su vez se dividen en diferentes
tipos de variables es una herramienta o instrumento matemático que
representa una característica de estudio de un objeto observable que puede
cambiar comportamiento y cuyo cambio o variaciones representado por un
número.
Tipos de variables en una investigación y en estadísticas
Dependen de su nivel de operatividad, la relación que tienen con otras
variables y del tipo de escala que permiten medirlas. Así mismo se componen
en variable según su operatividad son algunas de las variables más populares
en la investigación porque se les puede asignar un valor numérico y manipular.
Las variables de este tipo se distribuyen en, variable cuantitativa la cual se
conoce también como variable categórica, Se caracteriza por no utilizar valores
numéricos, sino que describe los datos por categorías, sin un orden natural,
además se dividen en dos. Dicotómicas la cual permite tomar dos valores
posibles como por ejemplo si o no. Y, por último, la variable polinómica, ella
permite que existan múltiples valores, seguida a ella se encuentra la variable
cualitativa, estas variables son numéricas, es decir representan cantidades
medibles, entre ellas se encuentran, variable discreta y variable continua.
Además, está la variable según su relación con otras variables, entre ellas se
encuentran variables dependientes ella es la que se prueba o se mide en un
experimento científico. Puede modificarse a medida que el experimentador
cambia la variable independiente. Variables independientes esta cambia o
controla en un experimento científico para probar los efectos en la variable
dependiente, y variables moderadoras, se encarga de cambiar el efecto o la
relación que existe entre la variable dependiente y la variable independiente.
En contraste, tenemos las variables extrañas, ellas no se consideran durante
una investigación, pero de alguna forma afectan el resultado.
Finalizando, están las variables según su escala, cuenta con diferentes
características las cuales se encargan de comparar la información obtenida,
son: variable nominal, se encarga de nombrar o etiquetar variables, sin ningún
valor cuantitativo, por lo cual no tiene un orden y no permite operaciones
matemáticas, variable ordinal, el orden de los valores es lo más destacado y
significativo, variable de intervalo, son escalas numéricas en la que conoce el
orden como la diferencia exacta entre los valores, y variable de razón la cual
informa el orden y el valor exacto entre unidades, en conclusión saber qué es
una variable y cómo se usa puede explicar los diferentes tipos de investigación
que se encuentran en diferentes entornos. Cuando trate de determinar qué
variables son cuáles, la variable independiente es la causa y la variable
dependiente es el efecto.
2.6 Variable Independiente

Un fenómeno a evaluar por su capacidad de influir, incidir o afectar otras

variables. Su nombre explica mejor el hecho de que no depende de algo
existente: es esta característica o propiedad la que se cree que es responsable
del fenómeno en estudio. En la investigación experimental, este es el nombre
que se le da a la variable que manipula el investigador. Que son manipuladas
experimentalmente por un investigador. Según Guillermo Westreicher “La
variable independiente es aquella que determina el valor de la variable
dependiente. Esto, en un modelo o estudio estadístico.”
Otra forma de definir variables independientes, también conocidas como
variables explicativas, cuyos cambios también provocan cambios en las
variables dependientes o explicadas. Vale la pena aclarar que puede haber
más de una variable independiente en una encuesta, cada una con diferentes
pesos. Es decir, algunas variables explicativas pueden ser más importantes
que otras. Desde la perspectiva del investigador, lo que se suele buscar es
explicar cómo se forma una variable a partir de otra (u otras) variable, que sería
la variable independiente.
Características:

 Suele corresponderse con el eje de las abscisas, es decir, con el eje

horizontal o x. A su vez, la variable dependiente se coloca en el eje de las
ordenadas o eje y.
 Cuantas más variables independientes se incluyan, una mejor explicación
tendrá la variable dependiente.
 La variable independiente no requiere de otra variable para incluirse en la
investigación, de manera que sus datos simplemente se incorporan sin
tener que explicarse cómo se originaron.
 El investigador define las variables independientes en función de un
marco teórico. Es decir, no puede determinar sin sustento que la cantidad
de coches rojos en una ciudad determina la productividad de los
habitantes de dicha comunidad.
Ejemplo: Supongamos que se busca explicar qué factores definen el monto
de compra de un grupo de consumidores en un supermercado. Entre las
variables independientes tendremos el precio de los productos, la edad del
individuo, si el usuario vive solo o acompañado (pudiendo ser jefe de familia),
e incluso podría influir la hora de compra.
2.7 Definición operacional de variable independiente
Para definir operacionalmente una variable independiente, es necesario
establecer los criterios de medición o manipulación. En el contexto de la
investigación científica, se debe especificar cómo se medirá o manipulará dicha
variable para obtener datos precisos y confiables. Según Bryman (2016), la
definición operacional de una variable independiente implica especificar cómo
será manipulada o medida en el estudio, controlando su manipulación y
predefiniéndola en el diseño de investigación para establecer una relación
causal entre la variable independiente y la o las variables dependientes (p.
114). Por otro lado, Creswell (2014) define la variable independiente como
aquella que se manipula o varía independientemente del resto de las variables
del estudio y se utiliza para evaluar su efecto sobre la variable dependiente.
Es importante tener en cuenta que la definición operacional de una
variable independiente puede variar según el contexto del estudio y la variable
que se esté midiendo o manipulando. Por lo tanto, es necesario definir
operacionalmente la variable de manera clara y específica para que otros
investigadores puedan replicar el estudio y obtener resultados similares. Por
ejemplo, si se desea estudiar el efecto de un programa de entrenamiento físico
en la salud cardiovascular, la variable independiente sería el programa de
entrenamiento físico. En este caso, se podrían definir operacionalmente los
criterios de manipulación de la variable independiente, como la duración del
programa, la intensidad del entrenamiento, el tipo de ejercicio, entre otros.
ELABORACIÓN DE LA INFORMACIÓN
3.1 I fase: revisión y corrección de la información
La corrección se necesita frecuentemente en la organización de datos. El
trabajo de corregir datos recopilados de registros internos y fuentes publicados
es relativamente simple. Sin embargo, los datos recopilados en una encuesta
pueden necesitar pueden necesitar una corrección extensiva. Las respuestas
de una encuesta registrada por observadores no son frecuentemente
presentadas en una manera tal que puedan ser clasificadas o tabuladas
rápidamente. Una persona puede encontrar una o varias de las siguientes
cosas que deberían ser corregidas o tratadas.
1. Las respuestas son inconsistentes.
2. La escritura no es determinante.
3. Las respuestas son incompletas.
4. Se necesitan cálculos.
3.2 II fase: clasificación y computo de datos
El trabajo de clasificar datos estadísticos recopilados en una encuesta y
aquellos obtenidos de registros internos es básicamente el mismo. La colección
de datos publicados está usualmente en forma clasificada, aunque en algunos
casos son necesarias reclasificaciones a fin de adaptarlas a un estudio
particular. Hay muchas formas para clasificar datos estadísticos. En general,
las clasificaciones pueden ser determinadas de acuerdo a cuatro bases, lugar,
cantidad y cualidad.
Después de que se han decidido las clasificaciones adecuadas o deseadas, el
siguiente paso en la organización de los datos es arreglar la masa de hechos
cuantitativos en una forma resumida basados en las clasificaciones. Este
proceso es llamado tabulación. Los principales métodos de tabulación son:
1. Tarjetas de escritura manual.
2. Hojas de registro.
3. Tarjetas de perforación.
4. Tarjetas perforadas.
5. Procesamiento electrónico de datos.

3.3 III fase: presentación de la información, propósito

Una vez que se ha recopilado y organizado el conjunto de datos estadísticos,
es muy probable, más allá del análisis que se realice luego, que sea necesario
presentarlos como el resultado obtenido de nuestra tarea. La información
puede presentarse de manera escrita, por medio de cuadros o tablas
estadísticas, o por medio de gráficas.
3.4 IV fase: análisis e interpretación de la información
El propósito del análisis es resumir las observaciones llevadas a cabo de forma
tal que proporcionen respuestas a las interrogantes de investigación. En todo
caso, el análisis e interpretación de los datos, se convierte en la fase de la
aplicación de la lógica deductiva e inductiva en el desarrollo de la investigación.
3.5 Escalas de clasificación de datos
Una escala de medición estadística “es el conjunto de los posibles valores que
una cierta variable puede tomar” (Coronado, 2007.) En general, las escalas
“son instrumentos de medición que comprenden un conjunto de ítems y estos
ítems permiten identificar distintos niveles de las variables teóricas que no son
directamente observables” (Mendoza y Garza, 2009). Entre las escalas de
clasificación de datos se encuentran las siguientes:

 La escala Nominal: Es una escala de clasificación la cual ubica a los

objetos en clases que son mutuamente excluyentes (Sánchez y Reyes
2009). Ejemplo: fumadores y no fumadores.
 La escala Ordinal: Es un nivel superior a la Nominal ya que permite ordenar
los objetos según el criterio de posición de uno sobre otro (Sánchez y
Reyes, 2009). Ejemplo: ingreso económico Alto, Medio, Bajo.
 La escala de intervalo: todas las propiedades de las escalas Nominal y
Ordinal, pero además contiene el concepto de igualdad de intervalo (Tafur,
1995). los resultados de los test de inteligencia.
3.6 Escalas de clasificación de datos sin margen de error
Se denomina a los distintos modos de organizar, medir o asignar valores a los
datos de una muestra. Estimaciones de los distintos poblacionales lo
importante de esto es que podamos conocer el error muestral. Entre algunas
tenemos:

 La escala de intervalos.
 La escala comparativa.
 La escala de clasificación de identificación personal.

3.7 Programas de computación factibles para representar la información

De igual manera tenemos programas de computación factibles que nos
permiten representar cualquier escala, grafican con margen o sin margen de
error algunos de ellos son:
 ANÁLISIS E INTERPRETACIÓN DE LA INFORMACIÓN
4.1 Matriz en investigación. Matriz de resultados. Tabulación de datos.
Consistencia: Se resume el proceso desde que se plantea la problemática a
investigar, desde que surgen las primeras preguntas, los objetivos, métodos, el
diseño, población, muestra de la investigación. Se concretan estos aspectos,
además se plantean las hipótesis, las cuales se pueden comprobar
estadísticamente, para contrastar evidencia.
Operacional: Delimita las variables, se determinan los indicadores y las
técnicas e instrumentos, aplicar en un ´proceso de investigación.
Resultados: En ella se vacían o tabulan los datos numéricos obtenidos de los
instrumentos. Estos datos se originan de las variables o características a medir.
Se aplican los análisis y cálculos estadísticos, matemáticos, para presentar los
resultados.
Apuntes de clase: en la matriz se vacía la frecuencia absoluta y el
porcentaje.

4.2 Regla de redondeo, describir y ejemplos de distribución de

frecuencia (tipos).
 Cuando un valor numérico se redondea, significa reemplazarlo por otro,
que aproximadamente es igual.
 Se reemplaza o cambia por una representación más corta buscando un
valor más fácil de escribir que el original.
 Los números que surgen del procesamiento de datos experimentales
contienen un número de cifras mayor que el de las verdaderamente
significativas.
  “La Regla del redondeo es el proceso mediante el cual se eliminan
decimales poco significativos a un número decimal”
Con la aplicación del redondeo se establece un valor fácil de manejar, de
escribir y más exacto, teniendo en cuenta la cantidad de decimales y el número
que precede si es par o impar.

 Regla 1: el digito a la derecha del último requerido es menor que cinco,

se deja el digito precedente intacto, Ejemplo: 4,123 el redondeo es 4,12.
 Regla 2: si el digito de la derecha del último requerido es mayor que 5 se
aumenta una unidad el digito precedente queda por ejemplo 8,627
queda 8,63.
 Regla 3: si el digito a la derecha del último requerido es un número cinco
seguido de cualquier digito diferente de cero, se aumenta una unidad el
digito precedente, ejemplo 9,4252 el resultado es 9,43
 Regla 4: si el digito a la derecha del último requerido es un 5 no seguido
de dígitos, se deja el dígito precedente sin cambiar si es par, ejemplo
7,385 y redondeado seria 7,38.
 Regla 5: si el digito a la derecha del último requerido es un 5 no seguido
de dígitos, se aumenta el digito precedente una unidad si es impar
ejemplo: 6,275 y su redondeo es 6,28.
Distribución de frecuencia: Se utiliza para representar datos y con ella se
analiza más fácilmente. Así mismo se pueden elaborar tablas de distribución de
frecuencia para datos agrupados como no agrupados. También se conoce
como tablas de frecuencias siendo una ordenación en forma de tabla de los
datos estadísticos, asignando a cada dato su frecuencia correspondiente. Por
otra parte, se conocen algunos tipos de frecuencias tales como:

 Frecuencia Absoluta: es el número de veces que aparece un

determinado valor en un estudio estadístico. Ejemplo: al tirar una
moneda 50 veces salen 35 caras y 15 sello; la suma de las frecuencias
absolutas es igual al número total de datos, que se representa con la
letra N. N= 31+15=50.
 Frecuencia Relativa: es el cociente entre la frecuencia absoluta de un
determinado valor y el número total de datos, se puede expresar en
porcentaje y se representa por ni y la fórmula es ni = fi / N, la frecuencia
relativa es un número comprendido entre 0 y 1, es decir la suma de las
frecuencias relativas es igual a 1, entonces ncara = 35/50 y nsello=
15/50 . ncara + nsello = 35/50 + 15/50 =1
 La Frecuencia Acumulada: es la suma de las frecuencias absolutas de
todos los valores inferiores o iguales al valor considerado, se representa
por Fi. Otro tipo es la frecuencia relativa acumulada, es el cociente entre
la frecuencia acumulada de un valor y el número total de datos, se
puede expresar en porcentaje.
 4.3 Tipos de escalas que se utilizan para representar la información
La medición: Puede definirse como la asignación de números a objetos y
eventos de acuerdo con ciertas reglas. La manera como se asignan esos
números determina el tipo de escala de medición (Saris y Stronckhorst,
1984, como lo cito en Aguilar en 2021). Las escalas de medición pueden
ser:

 Nominal: En esta escala las unidades observacionales se agrupan

en clases excluyentes, los números se usan como identificadores o
nombres, con lo que se define una partición sobre el conjunto de
tales unidades. Ejemplo: Al estudiar el desempleo se incluye la
variable sexo, se codifica masculino como 1 y femenino como 2,
estos son identificadores pero arbitrarios. La operación matemática
permitida es el conteo.
 Ordinal: Esta escala tiene las propiedades de identidad y magnitud.
No se puede determinar la distancia entre las categorías, solo es
interpretable el orden de sus valores. Ejemplo: situación económica.

 Escala de intervalos: Representa magnitudes, con la propiedad de

igualdad de la distancia entre puntos de escala de la misma amplitud.
Aquí puede establecerse orden entre sus valores, hacerse
comparaciones de igualdad, y medir la distancia existente entre cada
valor de la escala. Ejemplo: La temperatura en °C, puede decirse que
la distancia entre 25°C y 30°C, es la misma que entre 20°C y 25°C,
pero no puede afirmarse que una temperatura de 40°C, es el doble
de 20°C en cuanto a intensidad de calor se refiere, debido a la
ausencia del cero absoluto.
 Escala de razón: Es el nivel de medición más completo, tiene las
mismas propiedades de la escala de intervalos, posee el cero
absoluto. Con esta escala se puede hacer cualquier operación de
(ordenamiento, comparación y aritmética). Ejemplo: Longitud, peso,
distancia, precios, ingresos.

4.4 Datos de asociación, que es y tipos.

 4.5 Series de datos estadísticos, que es.

4.6 Serie cronológicas

Según el autor de metodología de la investigación, en su sexta edición del
2014, Roberto Hernández Sampieri, indica que; una serie cronológica es el
diseño que efectúa a través del tiempo varias observaciones o mediciones
sobre una o más variables, sea o no experimental. Un ejemplo muy común
que la mayoría de las personas conoce sobre series cronológicas o
temporales son las líneas de tiempo que se aplican en la ciencia de la
historiografía, donde en el transcurso de los años, décadas y siglos se va
midiendo u observando las tendencias a las que diferentes sociedades del
mundo van desarrollando sus estilos de vida y costumbres a través del
tiempo.