Estadística - Cátedra Galibert I

Comisión: 6 - Miércoles 09:15 hs - 12:30 hs.

Docente: Custodio, Jesica
Alumna: Fernandez, Mailen L.

Resumen Capitulo I:
“Los datos estadísticos”

Una de las labores de la ciencia consiste en eliminar la ilusión que existe en el común de la
sociedad de “conocer” sin un verdadero argumento objetivo ciertas cuestiones apelando
muchas veces con “el sentido común”.
En las ciencias sociales la aplicación de la estadística significa una validación, construccion e
interpretacion cuantitativa de los resultados obtenidos por pruebas psicométricas.
Existen dos variables de la estadística:

● Estadística inferencial
● Estadística descriptiva.

La estadística trabaja con conjuntos, de modo que es necesario que la información se

presente de una forma compacta y accesible para facilitar su lectura. Por esto posee
herramientas para resumir y sintetizar datos. Para ello, cuenta con herramientas para resumir
y sintetizar datos.
Es estrictamente necesario que, para trabajar de manera correcta, se utilice un lenguaje
común a todas/os, liberado en lo posible de subjetividades de manera que la lectura de datos
pueda resultar legible a todas/os las/os investigadoras/es, y se pueda hacer un uso
comunitario de dichos datos para el enriquecimiento de la información.
Selección de datos pertinentes:
Se debe realizar una selección o recorte las características e información de la unidad de
interés, los cuales serán sujetos a análisis.
Una vez obtenida la información mediante la prueba se obtienen resultado en bruto, los
cuales al organizarse toman el nombre de matriz de datos; Cada fila (horizontal) es una
individualidad del cual procede la información, y cada columna (vertical) es un aspecto del
individuo. Las celdas que convergen de estas son el valor de este individuo en la variable
correspondiente.
Unidad de análisis: Los entes individuales de cada uno de los cuales se analicen sus
cualidades.
Condiciones de categorías:
Exclusión mutua: Una categoría excluye a todas las demás.
Exhaustividad: Que agote todas las posibilidades de variación. Todo individuo tiene que
tener una categoría que le represente.
Las categorías son decisión del investigador, sin embargo depende el interés que tenga el
estudio deben considerarse un espectro o bien más amplio o más acotado de categorías en
una variable determinada.

TODOS LOS NIVELES INCLUYEN LAS CARACTERÍSTICAS DE SU ANTERIOR, MÁS LAS

PROPIAS.
 Estadística
descriptiva

Niveles de medición:
Según la arbitrariedad con la que se asignan números a las categorías.
Nivel nominal: Asignados arbitrariamente. Funcion de de
distinción y designación. Condición para la transformacion de
numeros: En una misma variable, a categorías distintas, distintos
valores. Valor del 0: nulo. 1≠2
Nivel ordinal: Reflejan el orden que existe entre las
categorías. En base a estos se puede organizar jerarquías y hacer
juicios de orden (tal categoría es mayor a tal). El valor numérico hace
referencia a algo determinado de la categoría a la que le corresponde.
Condición para la transformación de números: Que se respete el
orden de las categorías. Valor del 0: nulo. 1≠2; 1<2
Nivel intervalar: La distancia entre categorías es
proporcional. Permite establecer a qué distancia está una categoría de
la otra. Valor del 0: arbitrario (la ubicacion del 0 no implica la ausencia
de una categoría, sino un “punto de partida” 1≠2; 1<2; 2-1= 4-3.
Condición para la transformacion de numeros:
X e Y: medición de un mismo atributo
b1: factor de escala que modifica y= b0 + b1 *X
el tamaño de la unidad de medida.

Nivel proporcional: (o escala de razón). El único

considerado como medición en la teoría clásica. En este nivel los
números se comportan como tal y se puede operar con ellos.
Generalmente, provienen de conteos y unidades de medidas estándar.
Valor 0: Valor absoluto. 1≠2; 1<2; 2-1= 4-3; 4 = 2*2. Condición para la
transformación de números:
b1: número fijo; puede cambiar las unidades. (factor de escala) y=
b1*X
Ejemplos:
Nivel intervalar: Temperatura de K a C°:

Frecuencias absolutas:
Simple: f; Expresa el valor de variable en cantidad
Relativa: f’ Expresa el valor de variable en proporción
Porcentual: f% Expresa el valor de variable en porcentaje

Frecuencias acumuladas: Preguntan por la cantidad de casos por debajo de una categoría
de la misma variable. Se pueden usar desde mediciones ordinales en adelante.
Simple: F Expresa la suma del valor de variable de este y sus anteriores en cantidad
Relativa: F’ Expresa la suma del valor de variable de este y sus anteriores en proporción
Porcentual: F% Expresa la suma del valor de variable de este y sus anteriores en porcentaje
Σi= 1 fi = n
“La sumatoria de las frecuencias desde i hasta k es igual al total de las observaciones”; i=1
k=5 f1+f2+f3+f4+f5= 5 ;
n= tamaño de la muestra
fi= frecuencias absolutas simples (i va cambiando)
k= última categoría a sumar.
Peso relativo: La contribución de ese valor de variable en el total de la muestra; f/ n total=
frecuencias relativas simples/ %
Distribución de frecuencias: Es una forma de ir infiriendo una tendencia en los valores
(tabla o gráficos)
Ejemplo:

PREGUNTA f f’ f% F F’ F%

Se resigna una parte más detallada de la matriz (que valor de variable optó cada individuo) a
cambio de tener una mejor visibilidad del conjunto. Dado que la estadística estudia conjuntos
y no individualidades.

Nivel nominal y ordinal: Variable cualitativa

Nivel intervalar y de razón: Variable cuantitativa

Capítulo 2: Distribución de frecuencias

La matriz de datos requiere de un formato de lectura de los resultados:

Serie simple: la secuencia misma (columna). Solo puede analizarse en poca cantidad de casos.

Variables discretas: Sólo pueden ser números enteros. El uso de intervalos es optativo
(renuncia a información más detallada). Condición de la exclusión mutua; una categoría debe
terminar en un valor y comenzar la siguiente en el correlativo.
Variables continuas: Solo pueden ser números con decimales. El número de valores de
variable (categorías) es infinito. La recategorización es necesaria, ya que no es posible
mostrar todas las categorías. Exclusión mutua.

Criterios de recategorizacion:

Intervalos iguales o de clase: Se organizan tanta cantidad de intervalos como se desee para
que estos sean de igual amplitud. Cálculo: Xmax-xmin= amplitud de intervalo
Si el corte de un intervalo coincide con un valor de variable, se debe hacer el siguiente
procedimiento: Correr media unidad xmax y xmin hacia la derecha, es decir, xmax+0.5 si es un
número entero y 0.05 si tiene decimal; xmin-0.5 o bien 0.05. Hacer amplitud de intervalo con
los nuevos datos. Dividir esta por la cantidad de intervalos deseados.
Cantidad de intervalos deseados aprox: √ ❑

Criterios proporcionales: Buscar que el intervalo incluya aproximadamente la misma

cantidad de casos. Es decir, la amplitud puede variar. Armar grupos similares en cantidad de
observaciones.

Criterios teóricos: El investigador establece los percentiles arbitrariamente, aunque estos

deben presentar una razón fundamentada.

Presentación gráfica de resultados: Se sacrifica parte de la información a cambio de

impacto visual y mayor inteligibilidad de los datos.
Variables cualitativas: torta, gráfico de barra (nominales)
Variable cuantitativa: Tallo y hoja, bastones (líneas), histograma.
Diagrama tallo hoja: Variables discretas o continuas pero con gran cantidad de valores.
Poligono: Sólo en frecuencias acumuladas. Discreta: escalera ; Continuo: Ojiva de Galton.

Marca de clase: Li+Ls/ 2

Cuando tengo dos grupos con distintos n tengo que trabajar con frecuencia porcentual o
relativa.

Grupo de respuestas: Conjunto de valores para cierta variable.

Existen tantas muestras de observaciones como variables a evaluar.