Documentos de Académico
Documentos de Profesional
Documentos de Cultura
distribuciones de Teniendo esto en cuenta, una distribución de frecuencias de una variable cualitativa sería una
lista de los diferentes valores de la variable y sus correspondientes frecuencias (ver Tabla 1). Por
frecuencias tanto, para encontrar la distribución de frecuencias de la variable actitud, simplemente
tendríamos que:
🞄 1) Hacer una lista de las diferentes actitudes de los niños
🞄 2) Contar el número de veces que aparece cada actitud en la
lista
🞄 3) Preparar una tabla como la que se muestra a continuación:
En la Tabla 1, se resume la puesta en práctica de este procedimiento en el ejemplo que nos ocupa.
🞄 Como se introdujo en la sección anterior, frecuencia
laabsoluta () de una categoría de una variable cualitativas es
el número de veces que se repite esa categoría en la
muestra.
9.3.2. La 🞄 Además de este número, puede ser interesante calcular
frecuencia lallamada frecuencia relativa (h𝑖), que nos da una idea de la
proporción de respuestas de cada categoría con respecto al
relativa y el total de respuestas obtenidas.
porcentaje 🞄 Por tanto, la frecuencia relativa (h𝑖) de una categoría
se calculará dividiendo la frecuencia absoluta (𝑓 ) entre
A. La frecuencia el número de respuestas (N), mediante la fórmula:
relativa de una
categoría
🞄 Veamos, con el ejemplo anterior, cómo frecuencia
la relativa nos proporciona información adicional a la que
ofrece la frecuencia absoluta.
🞄 Si la frecuencia absoluta de la actitud mala es 4, sabemos
que 4 estudiantes tuvieron el curso anterior esa actitud. En
otra clase, la frecuencia absoluta de esta actitud podría ser
10. Sin embargo, si el número de estudiantes en cada clase
es diferente, la comparación no es evidente. Si, por
ejemplo, en la primera clase hay 20 estudiantes y en la
Frecuencia segunda 100, la proporción de actitudes malas (frecuencia
relativa) sería mayor en la primera a pesar de que el
relativa número de actitudes de este tipo (frecuencia absoluta) es
menor. Sin embargo, si tenemos la frecuencia relativa de
las actitudes malas que, como calculamos anteriormente
es 0.2, ya podemos saber que, de cada 10 estudiantes de la
clase, 2 han tenido mala actitud. En la segunda clase, la
frecuencia relativa de la actitud mala sería menor (0.1) es
decir, solo 1 de cada 10 estudiantes tienen una actitud
mala.
El porcentaje asociado a una categoría de una variable cualitativa
nos indica el número repeticiones de la misma por cada cien casos.
A partir de la frecuencia relativa es muy sencillo de calcular, pues
solo necesitaríamos multiplicar la frecuencia relativa por 100, de
acuerdo con la siguiente fórmula:
B. El 𝑝𝑖 = h𝑖 × 100
🞄 0, 5, 6,
6, 7
Finalmente tenemos a la moda como el valor más grueso de
tendencia central de un grupo, pero también muy útil. La moda es el
valor con frecuencia absoluta más alta, es decir, será la puntuación
9.4.3. La que más se repite. Por tanto, la moda no necesita ningún cálculo.
moda Cuando observemos la distribución de frecuencias, la puntuación
directa a la que corresponda la frecuencia mayor, será la moda.
El término dispersión hace referencia a la a la heterogeneidad de las
medidas, es decir, a lo diferentes que son entre sí .
En ocasiones se alude a estas diferencias como diferencias
interindividuales, es decir, las diferencias en puntuación que pueden
existir entre los individuos de un grupo.
9.5. Medidas Si observamos la Figura 2 en la que se representan mediante dos
de dispersión diagramas de puntos las notas en lengua de dos grupos de 5
personas. En ambos grupos, la nota media en esta asignatura es la
misma (6.4), sin embargo, no tienen la misma heterogeneidad en
las puntuaciones ya que, como se puede apreciar en los diagramas
de puntos, las notas en el grupo A son más dispersas que en el B. Es
decir, las diferencias interindividuales en el grupo A son mayores.
La medida más básica de dispersión es la amplitud, rango o
recorrido de una variable. Esta se calcula como la diferencia entre la
puntuación mayor y menor:
𝐴 = 𝑋𝑚𝑎𝑦𝑜𝑟 − 𝑋𝑚𝑒𝑛𝑜𝑟 𝑖𝑖
En el ejemplo de la Figura 2, se puede apreciar que, en el grupo A, la
puntuación mayor es 10 y la menor es 3. Por tanto, podemos calcular la
amplitud sin más que sustituir en la fórmula anterior:
9.5.1. La 𝐴=𝑋𝑚𝑎𝑦𝑜𝑟 −𝑋𝑚𝑒𝑛𝑜𝑟 =10−3=7 𝑖𝑖
amplitud Por contra, en el grupo B, la puntuación mayor es 8 y la menor es 5, por
lo que la amplitud sería:
𝐴=𝑋𝑚𝑎𝑦𝑜𝑟 −𝑋𝑚𝑒𝑛𝑜𝑟 =8−5=3 𝑖𝑖
Por tanto, estos cálculos confirman lo que veíamos en los diagramas de
puntos: las puntuaciones en el grupo A tienen una mayor
heterogeneidad que las del grupo B o lo que es lo mismo, las diferencias
interindividuales en el grupo A son mayores que en el grupo B.
🞄 Pongamos ejemplo siguiendo a Pérez Juste, et al. (2012).
unSupongamos que tenemos dos grupos de cuatro sujetos cada uno
9.5.2. La a los que pasamos un test de inteligencia (ver Tabla 4).
desviación
típica y la
varianza
🞄 Como se puede la media aritmética es la misma en los dos
grupos y, sin embargo, son grupos muy diferentes .
observar,
🞄 Por esta razón, cuando queremos describir a un grupo de sujetos,
el índice de tendencia central debe ir acompañado por un índice de
dispersión o variabilidad que indique en qué medida las puntuaciones
de los sujetos se dispersan o varían en torno a la media aritmética.
Podremos comprender rápidamente que, si hay poca dispersión, el
grupo es homogéneo en esa variable, mientras que, si la dispersión es
elevada, tendremos un grupo heterogéneo , y esto puede ser decisivo
a la hora de plantear los métodos de enseñanza y de procurar
la deseada enseñanza individualizada.
🞄La medida más utilizada para medir la variabilidad de un grupo es
la desviación típica (o desviación estándar), que se representa por
sigma en la población (parámetro ) y por s en las muestras
(estadístico s).
🞄También es muy común usar la desviación típica al cuadrado , que
recibe el nombre de varianza. Conceptualmente expresan lo mismo:
en qué medida las puntuaciones directas se desvían más o menos de
la media del grupo.
Comparando las medias aritméticas
se deduce que la terapia parece
haber producido un efecto
beneficioso para reducir la
agresividad, puesto que el grupo
experimental presenta una media
13 puntos más baja que el grupo de
control, cuyos sujetos no han sido
sometidos al tratamiento.
representació representar.
🞄 Sin embargo, hay que tener sentido común para saber cuándo introducir un gráfico en un
informe. En primer lugar, vamos a explicar a qué nos referimos cuando hablamos de “sentido
n gráfica de común”. Los gráficos pueden ser un elemento atractivo para señalar al lector aspectos
importantes de nuestro informe, pero también podemos convertirlo en un elemento tedioso,
repetitivo y difícil de interpretar.
datos 🞄 Por
queramos
eso, l
os gráficos se deben utilizar para ENFATIZAR aquello realmente importante que
destacar.
numéricos 🞄 La segunda pista a tener en cuenta no repetir la información que damos en un gráfico con la
es información que demos, por ejemplo, en una tabla. No repitamos la información en distintos
formatos, ya que ocuparemos un espacio innecesario y cansaremos al lector.
🞄 Evitemos, a la vez, sobreinformación, títulos y etiquetas demasiado largos. Usemos un gráfico
para representar una sola idea. No por hacer un gráfico más complejo indicamos un mayor
conocimiento y mayor profesionalidad. Cuanto más sencillo y comprensible, mejor. Si requiere
mucha explicación textual, no vamos por el buen camino. Un gráfico debe convencer sobre la
idea que queremos transmitir.
🞄 Una vez interiorizados estos principios generales, vamos a estudiar los
tipos de gráficos más comunes. Empecemos por los más sencillos, que son
los gráficos utilizados para las variables cualitativas y las que tienen un nivel
de medida nominal, incluso ordinal sin demasiadas categorías. Nos
referimos al diagrama de sectores o diagrama de tarta. Pie chart.
🞄 Para construir un gráfico sencillo, siempre vamos a partir de la distribución
de frecuencias. Retomemos el ejemplo de las actitudes de los niños y las niñas
en una clase (ver Tabla 6).
Los gráficos
de sectores
En la última columna de la tabla
vemos los porcentajes que se
representarán en el diagrama de
sectores, de modo que el área de
cada sector debe ser proporcional al
porcentaje correspondiente. En la
Figura 3 se muestra el diagrama de
sectores correspondiente a la
distribución de frecuencias de la
Tabla anterior.
9.6.2. Los gráficos
de barras
Para variables con nivel de medida nominal
u ordinal, suele utilizarse el diagrama de
barras, quepuede ser horizontal o vertical.
En el eje horizontal se
representan los valores de la
creatividad, en concreto,
se incluyen las marcas de clase
de cada intervalo (50, 60, 70,
...) en el eje horizontal.
En el eje vertical, se
representan las frecuencias
absolutas de cada intervalo que
están recogidas en laTabla 7.
🞄 El concepto de relación es fácil e intuitivo. Cuando decimos que
una buena relación entre dos personas queremos decir que se llevan
hay
bien, que una tiene que ver con la otra, que tienden a gustarles las
mismas cosas y pensar del mismo modo. Cuando hablamos de
relación entre variables la situación no es muy diferente ya que nos
referimos a que ambas variables tienen que ver una con otra en su
comportamiento numérico, hay una tendencia entre los números que
representan a cada variable a crecer o decrecer en el mismo sentido.
🞄 En el ámbito de la educación es muy frecuente encontrarnos
9.7. La variables que están relacionadas: inteligencia y rendimiento,
calificaciones y motivación, edad y madurez, estatus socioeconómico
relación entre e ingresos, número de libros leídos y capacidad lectora, número de
horas de sueño y atención, etc. Conocer la relación entre las variables
y su magnitud (si esta relación es pequeña, mediana o grande) puede
las variables ser muy relevante a la hora de tomar decisiones como profesionales
de la educación. Para cuantificar numéricamente esta relación entre
variables de intervalo o de razón (también llamadas continuas),
utilizaremos lo que denominamos coeficiente de correlación,
desarrollado por Karl Pearson (1857-1936). Ya que su cálculo
matemático va más allá de las pretensiones esta obra, nos
centraremos en estudiar algunas de sus características para poder
interpretarlo:
9.7.1. ¿Qué necesitamos
para estudiar la relación
entre dos variables?