ESTADÍSTICA DESCRIPTIVA – APUNTES

SEMANA 1
¿Qué es lo distintivo del conocimiento científico? ¿Cómo se puede distinguir de
otras pseudociencias? = Una hipótesis verificable. Tienen que ser falsables (Karl
Popper). En caso de que todo sale "bien", se considera un dogma.
Todo conocimiento científico es consecuencia de la aplicación rigurosa de un
método. etapas -> sistemática -> problema de investigación -> estrategia ->

OM
hipótesis -> análisis de datos

Inv. Cuali - Cuanti = Dependiendo del método específico empleado.

Estudios experimentales - no experimentales = Dependiendo del rol del
investigador.

.C
¿Cuál es la línea de tiempo de la investigación? (Metodología de Inv. de Hernán)
Estudio longitudinal = Estudio a largo plazo con objetivo de ver la evolución del
DD
objeto de estudio.
Diseño transversal = 1 periodo específico para la recolección de datos en la
población. Ej: Caracterizar los niveles de ansiedad en los estudiantes de psicología
en el año 2020.
LA

Diseño de una investigación.

1. Nivel exploratorio: Tantear el terreno. (Cualitativo)
2. Nivel de exploración descriptiva: Describir una serie de variables /
FI

caracterizar.
3. Estudios correlacionales: Lo que nos planteamos como propósito es la
relación entre dos o más variables de forma simultánea.
4. Nivel explicativo: Nivel de investigación más profundo, el investigador


identifica factores causales de su problemática.

¿Qué vimos en Cuanti?

• Proyecto de investigación (inconcluso)
• Redacción de pregunta de investigación.
• Objetivos generales y objetivos específicos.
• Hipótesis de la investigación y del trabajo.
• Relevancia de la investigación: Relevancia social y disciplinaria.
• Variables (de los objetivos específicos).

Este archivo fue descargado de https://filadd.com

 • Nivel de medición (ordinal, nominal, escalar).
• Dimensiones de las variables.
• Ítems (para el instrumento): Preguntas abiertas, Dicotómica (cerradas),
Politómica. (selección múltiple).
----------------------------------------------------------
Línea metodológica de la formación psicológica: Metodología de la inv. cualitativa -
> estadística descriptiva -> estadística inferencial = TESIS.

OM
Unidad 1: Conceptos básicos de estadísticas descriptiva.
Estadística: Ciencia formada por un conjunto de teorías y técnicas cuantitativas,
que tienen como objeto la organización, presentación, descripción, resumen y
comparación de conjunto de datos numéricos, obtenidos de poblaciones en su
conjunto de individuos o fenómenos o bien de muestras que representan las
poblaciones estudiadas, así como el estudio de su variación, propiedades,

.C
relaciones, comportamiento probabilístico de dichos datos y la estimación inferencia
o generalización de los resultados obtenidos de muestras, respecto a las
poblaciones que aquellas representan.
DD
Taxonomía:
• Estadística descriptiva: Resume información a partir de tablas y gráficos
para caracterizar a la población.
LA

• Estadística inferencial o analítica: Extrapola concusiones extraídas de una

muestra a la población, para ello utiliza las denominadas pruebas de
hipótesis. (ESTIMACION - CONSTRASTES DE HIPÓTESIS).
• Estadística paramétrica: Infiere a partir de distribuciones conocidas de los
FI

datos. Por ejemplo, presume normalidad.

• Estadística no paramétrica: La distribución no es definida a priori. Con las
pruebas estadísticas no paramétricas se gana libertad, pero se pierde
potencia.


Métodos de razonamientos:
Deducción = va de lo general a lo particular.
Inducción = va de lo particular a lo general.
Analogía = Establece comparaciones.

Este archivo fue descargado de https://filadd.com

SEMANA 2
Repaso:
¿Para qué es importante la estadística?
- FORMACIÓN CIENTÍFICA: Permite el entendimiento crítico de artículos
científicos, facilita la actualización de los avances en psicología.
- EJERCICIO PROFESIONAL: Instala competencias prácticas para elaborar e
interpretar informes en distintos espacios profesionales. Es de especial importancia

OM
en la elaboración de diagnósticos y políticas sociales. Infancia, salud organizacional,
educación.
- CONSTRUCCIÓN DE PRUEBAS Y EVALUACIÓN: Es la base para la psicometría
como campo autónomo d ejercicio profesional. Existen centros dedicados
exclusivamente a la medición: Centro microdatos, mideUC, DEMRE, ETC.

.C
PROCESO DE INVESTIGACIÓN
DD
• Descubrimiento del problema.
• Documentación.
• Hipótesis.
• Diseño del procedimiento para verificar la hipótesis.
• Recolección de datos.
LA

• Contraste de hipótesis (análisis de datos).

• Conclusiones.
• Comunicación de la investigación.
FI

TIPOS DE INVESTIGACIONES
Según su finalidad:
- Pura o básica. (Sólo queda limitada a poder incrementar el acervo teórico de una


determinada disciplina sin que esos nuevos hallazgos se traduzcan inmediatamente

en aplicaciones prácticas. Es crear nuevo conocimiento, llenar nuevas lagunas a
través de investigaciones).
- Aplicada. (Utilizar el método científico para resolver el carácter práctico. Ej:
Marketing).

Este archivo fue descargado de https://filadd.com

Según su alcance temporal:
- Transversales o sincrónicas. (Son aquellas donde se miden múltiples variables,
pero estas variables son medidas al mismo tiempo, en sincronía. Se realiza en un
solo momento del tiempo).
- Longitudinales o diacrónicas. (Se busca dar un seguimiento a un fenómeno a
través del tiempo, una evolución).
→De tendencia. (Es aquel en donde se mide un fenómeno en distintas etapas de

OM
tiempo, pero, acudiendo a distintas muestras).
→ De panel. (Se le hace un seguimiento al conjunto de participantes).

Según su profundidad:

.C
- Exploratorias. (Superficial, se busca tener un primer acercamiento a una
determinada temática). *Va con lo Cuali.
- Descriptivas. (Caracterización de las variables y obtener una descripción. No se
DD
relacionan.)
- Correlacionales o asociativas. (Relacionar variables, hipótesis que asocian una
variable a otra)
- Explicativas. (No solamente se logran determinar la relación entre dos variables,
LA

sino que también se identifican la causa. Logra aislar la variable que genera un ruido
adicional).

Según su carácter o enfoque:

FI

- Cuantitativas - Cualitativas.

Según su rol del investigador:



- Experimentales: (El investigador interviene a la realidad. Rol activo. La gracia de

este rol es aislar la variable de otra. Mayor validez interna. Se construyen construir
múltiples sesgos).
→ Experimentales puros. (Participantes al azar)
→ Cuasiexperimentales. (No son aleatorios los participantes)
→ Pre experimentales.
- No experimentales (observacionales): (El investigador no altera la realidad.)

Este archivo fue descargado de https://filadd.com

Pregunta = ¿De qué manera podemos estar completamente seguros de que las
diferencias que observamos en el periodo previo en el periodo posterior sean
imputables o atribuibles al efecto de una variable sobre otra? ¿Cómo puedo
asegurar que la variable independiente es útil? ¿Cómo podemos controlar mediante
el diseño de investigación los posibles efectos contaminantes que inducen estas
variables en el entorno?

OM
Respuestas = "Experimentando con más personas" Replicando (usando el ejemplo
de la terapia) en más participantes. Replicando el estudio en múltiples instancias.
La respuesta es que, dentro del experimento, no haya sólo un grupo.

.C
Efecto Pigmalión = Las creencias de otras personas sobre nosotros influyen en
sus acciones hacia nosotros. ---> Experimento de Rosenthal y Jacobson.
DD
VARIABLES = Características susceptibles de variación. Se expresan en distintos
valores numéricos o categorías. El carácter de variables es algo relativo y
circunstancial. Sin variables no es posible el tratamiento estadístico de los datos.
LA

TIPOS DE VARIABLES
Según su naturaleza:
- Cuantitativas.
FI

→ Discretas (Son aquellas en donde los números que representamos las

características estudiadas, toman valores enteros).
→ Continuas. (Son aquellas donde se expresan con valores decimales,


fraccionarias, etc. Ej: el tiempo).

- Cualitativas.
→ Categórica por naturaleza.
→Categoría.

Este archivo fue descargado de https://filadd.com

Según su rol dentro de la investigación.
- Independiente (x): Es la variable causal.
- Dependiente (y): Responde a los efectos de las demás variables.

Otras clasificaciones:
- Intraindividual (dentro de una persona. Ej: inteligencia) v/s interindividual (se

OM
manifiestan entre diferentes individuos. Ej: sexo del individuo o raza).
- Generales (abstractas. Constructos vinculados con los elementos teóricos, pero,
alejados de lo empírico) v/s Intermedias (son dimensiones de un constructo genera,
pero, no son directamente observables) vs indicadoras (observables - empíricas).
- Individuales (vinculadas por elementos personales) v/s colectivas. (características

.C
que sólo se puede estudiar en grupo).

Tipos de variables = En SPSS el tipo de datos que almacena:

DD
- Numérica: Almacena un número. El número puede no tener un significado
matemático.
- Cadena: almacena letras o combinaciones de letras y números. Se utiliza cuando
la información es de carácter no repetitiva.
LA

Definición de variables.
➔ Definición conceptual: Hace referencia al constructo que se le desea
FI

estudiar.
➔ Definición operacional: Indica cómo se medirá la variable o constructo, para
ello se utilizan indicadores e índices.
Al definir las variables en términos conceptuales y operacionales el investigador


construye un puente entre el mundo interno (ideas, abstracciones) y la realidad

externa (observaciones, datos).
Constructo -> Dimensiones -> Indicadores -> Índices.
El investigador pasa de lo abstracto a lo concreto.

Este archivo fue descargado de https://filadd.com

Nivel de medida de las variables
➔ Nominal: Distinción de categorías sin implicar orden. (sexo masculino -
femenino).
➔ Ordinal: Orden entre categorías, pero no grados de distancia iguales entre
ellas. Orden preestablecido. Jerarquía. (Roles de trabajadores dentro de una
empresa)

ESCALAR

OM
➔ De intervalo: Grados de distancia iguales entre ellas, pero no tienen origen
natural. (los grados Celsius, el cero no representa ausencia de temperatura.
El cero es un valor arbitrario)
➔ De razón: tiene un origen natural; acá el valor cero representa la ausencia
total de medida.

.C
SEMANA 3
Marco de muestreo
DD
El marco de muestreo es la base para la obtención de la muestra. Consiste en una
lista, catálogo, mapa, censo u otro registro en el que se encuentran identificados
todos los elementos de la población de estudio.
LA

Conceptos básicos de estadística.

• Unidades de observación: ¿De quiénes obtenemos los datos? Individuos,
grupos sociales, instituciones, objetos.
• Población o universo (N): conjunto total de observaciones, casos o sujetos
FI

de interés para un estudio. (¿Qué individuos en particular voy a estudiar?)

• Muestra (n): subconjunto de la población de interés a la cual es posible
acceder para realizar el estudio.


Muestreo
• 1ra decisión metodológica:
Censo (Resultado bastante preciso) v/s muestra.
Considerar costo, tiempo, logística
• 2da decisión metodológica:
Muestreo probabilístico (escogidos por el azar) v/s no probabilístico (bajo la
influencia por ciertos sesgos)

Este archivo fue descargado de https://filadd.com

 • 3ra decisión metodológica:
Selección del tipo de muestreo. (bola de nieve).

El marco de muestreo es la base para la obtención de la muestra.

Consiste en una lista, catálogo, mapa, censo u otro registro en el que se encuentran
identificados todos los elementos de la población de estudio.

OM
Fracción de muestreo: Porcentaje que representa la muestra respecto del universo
n/N. (Tamaño de la muestra / Tamaño de la población. )
Coeficiente de elevación: Cantidad por la que hay que multiplicar la muestra para
obtener la población. Cantidad de veces que la muestra está contenida en la

.C
población N/n.

Ejemplo:
DD
N (Población) | 4800 | 100% Fracción de muestreo
n (muestra) | 357 | X = 7% (Decimales)
LA

Coeficiente de evaluación = 13,4. (n / N = CE).

TIPOS DE MUESTREOS
FI

Muestreo aleatorio simple (M.A.S): Se extrae la muestra a partir de un sorteo

aleatorio. Se puede utilizar una tómbola, tabla de número aleatorios, herramientas


web.
Modalidades:
- Con reemplazamiento.
- Sin reemplazamiento.
(Como las app's donde las páginas de insta sortean cosas)

Este archivo fue descargado de https://filadd.com

Muestreo estratificado:
1. Se divide a la población por estratos o clases.
2. Se realiza un M.A.S en cada estrato.

Afijación simple. (la cantidad de participantes según su variable, es la misma 50/50)

Afijación proporcional. (se intenta mantener la proporción de la variable de

OM
estratificación.)

Muestreo por conglomerados (clúster): Se aleatorizan áreas geográficas o

conglomerados de unidades.
Muestreo polietápico: Aleatorio en dos o más etapas; puede realizar un muestreo

.C
por conglomerado y luego un muestreo aleatorio simple.
Muestreo aleatorio sistemático: Se escoge al azar una unidad inferior al CE, luego
se extraen más unidades sumándole el valor del CE.
DD
Condición: Ausencia de orden en el marco muestral.
1-2-3-4-5-6-7-8-9.
LA

Parámetros y estimadores

Parámetros: Son los valores de interés de una población. Puede ser una
FI

proporción, un promedio, una varianza o una desviación estándar. Naturalmente los

parámetros son desconocidos para el investigador y requieren ser estimados a partir
de los resultados de la muestra.
Estimadores muestrales/estadísticos/estadígrafos: Son los valores que hemos


obtenido de una muestra y que buscan representar los parámetros de una

población.

Este archivo fue descargado de https://filadd.com

Semana 4

Análisis de variables categóricas.

- Análisis univariable: Se analiza una variable a la vez. Resume información a partir

de medidas de tendencia central, medidas de dispersión, proporciones, porcentajes,
medidas de posicionamiento no central, etc.

OM
- Análisis multivariable: Analiza la relación entre dos o más variables. Permite
estudiar posibles efectos de una variable sobre otra o patrones de variabilidad
conjunta.

.C
Si tenemos una variable categórica, podemos ordenarlas a través de una tabla de
distribución = conjunto total de datos.
DD
Indicadores absolutos v/s relativos.

Análisis de frecuencias: Describe la forma y composición de la distribución de los

datos.
LA

Frecuencia absoluta. --> corresponde a un conteo de datos de una determinada

alternativa en una determinada pregunta. Estas frecuencias por sí solas no son
interpretables.
FI

Frecuencia relativa. --> Esto vienen expresados como decimales. Frecuencia

absoluta / total muestra = Frecuencia relativa.
Frecuencias porcentuales. --> expresión por porcentajes. (x100).
Frecuencias acumuladas. --> Ir acumulando los datos contenidos previamente por


las categorías anteriores.

7=7
12 = 19 (+12) Y así sucesivamente.

Este archivo fue descargado de https://filadd.com

Tabla de frecuencias en SPSS
Porcentaje (frecuencia/total*100).
Porcentaje válido (frecuencia/total válido*100)
- Porcentaje: pueden considerarse los "valores perdidos".
- Porcentaje válido: excluye los "valores perdidos".

OM
Al hacer un informe, se debe depurar la tabla.

Gráficos para variables categóricas.

Los gráficos son una alternativa a las tablas de frecuencia. Existen dos tipos de

.C
gráficos apropiados para representar a las variables categóricas.
Gráfico circular, de sectores, de torta o pie: El total de observaciones es
representado a través de un círculo y cada categoría corresponde a una porción del
DD
círculo proporcional a su frecuencia.
Gráfico de barras: Cada categoría se representa por medio de una barra vertical
(u horizontal), cuya altura indica el número de casos, la proporción o el porcentaje.
LA

• Informe escrito = tablas.

• Presentación = Gráficos.
FI

Pictograma: Es una forma especial de gráfico de barras. Reemplaza las barras por
una figura. No es usado en la investigación científica. Se suele emplear en
infografías, propagandas y folletos informativos.
Se debe cuidar la proporcionalidad de las figuras respecto de las frecuencias.


No debe distorsionar la información que busca representar. Los gráficos no son

obras de arte. Son una herramienta comunicacional.

Este archivo fue descargado de https://filadd.com