Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERÍA QUÍMICA
El gráfico es una herramienta para representar una serie de datos por medio de un instrumento visual.
De esta forma, se intenta ilustrar, entre otros, la relación entre variables estadísticas o la evolución de
estas en el tiempo.”(Westreicher, 2021)
Un gráfico es una representación visual figurativa que describe conceptos y relaciones. Los gráficos
estadísticos plasman datos conceptuales o numéricos y muestran la relación que estos datos poseen
entre sí. Existen múltiples tipos de gráficos según el tipo de información que se quiera volcar. Por
ejemplo: gráficos de barras, gráficos circulares, gráficos de dispersión.
Son una herramienta fundamental en la estadística. Condensan una gran cantidad de información en
un espacio reducido, lo que facilita la lectura y asimilación de los datos de manera más rápida y simple.
Pueden transmitir información administrativa, demográfica, científica, tecnológica.
✓ La visualización de los datos por medio de gráficos ayuda a detectar patrones, tendencias,
relaciones y estructuras de los datos.
✓ Claridad: Presentar los resultados de manera clara y comprensible para el público objetivo.
✓ Impacto: Utilizar gráficos que generen impacto visual y destaquen los puntos clave.
✓ Concisión: Evitar la sobrecarga de información, priorizando los datos relevantes.
✓ Coherencia: Mantener un estilo y una estructura coherente en todos los gráficos presentados
Gráfico de Barras:
Un gráfico de barras es una representación gráfica en un eje cartesiano de las frecuencias de una
variable cualitativa o discreta.
En uno de los ejes se posicionan las distintas categorías o modalidades de la variable cualitativa o
discreta y en el otro el valor o frecuencia de cada categoría en una determinada escala.
• Vertical: las distintas categorías están situadas en el eje horizontal y las barras de frecuencias
crecen verticalmente.
• Horizontal: las categorías se sitúan en el eje vertical y las barras crecen horizontalmente.
Suelen usarse cuando hay muchas categorías o sus nombres son demasiado largos.
Gráfico de Sectores:
Un gráfico de sectores es una representación circular de las frecuencias relativas de una variable
cualitativa o discreta que permite, de una manera sencilla y rápida, su comparación.
El círculo representa la totalidad que se quiere observar y cada porción, llamadas sectores, representan
la proporción de cada categoría de la variable respecto el total. Suele expresarse en porcentajes.
→ Hipótesis nula
El investigador infiere que no existe relación entre las variables. Por ejemplo: “No veo cambios en mi
cuerpo en los períodos en que como solo lechuga o pescado a la plancha”.
→ Hipótesis alternativa
Intenta rebatir la hipótesis nula. Por ejemplo: “Mi cuerpo se ve mejor en los períodos en que solo
como lechuga o pescado a la plancha”.
→ Hipótesis estadística
Este tipo de hipótesis permite hacer suposiciones acerca de las características de una población. Su
fin es afirmar o definir los parámetros de una o más poblaciones.
❑ Pruebas no paramétricas
Las pruebas estadísticas no paramétricas son las que, a pesar de basarse en determinadas suposiciones,
no parten de la base de que los datos analizados adoptan una distribución normal.
▪ El parámetro que se usa para hacer las pruebas estadísticas es la Mediana y no la Media.
▪ Son menos potentes que las técnicas paramétricas, aunque tienen la ventaja que se pueden
aplicar más fácilmente.
Una prueba t puede usarse para determinar si un único grupo difiere de un valor conocido (una prueba
t de una muestra), si dos grupos difieren entre sí (prueba t de muestras independientes), o si hay una
diferencia significativa en medidas pareadas (una prueba t de muestras dependientes o pareada).
Su análisis conlleva los siguientes pasos:
1. Defina su hipótesis nula (Ho) y alternativa (Hi) antes de reunir los datos.
5. Haga la prueba y saque sus conclusiones. Todas las pruebas t de medias implican calcular la
estadística de la prueba. A continuación, compare la estadística de la prueba con el valor
teórico de la distribución t. El valor teórico implica tanto al valor alfa como a los grados de
libertad de sus datos.
Estadístico de Prueba Z:
Es una prueba paramétrica para determinar si las medias de dos conjuntos de datos difieren entre sí y
se aplica cuando se conoce la desviación estándar.
La prueba Z se utiliza en las pruebas de hipótesis para la media cuando se conoce la varianza de la
población con el fin de rechazar o aceptar una hipótesis acerca del valor de la media poblacional.
Este tipo de modelo es el más común, es lógico y secuencial. Cuando la decisión que se toma genera
un gran impacto en el equipo y se necesita maximizar los resultados, este es el tipo de proceso para
toma de decisiones adecuado. En este caso se debe considerar una amplia gama de puntos de vista con
imparcialidad para tomar la mejor decisión posible.
Con este tipo de modelo de toma de decisiones uno no se rige por la información o los datos duros,
sino por el instinto. Para aplicar esta forma de toma de decisiones se requiere experiencia previa y la
posibilidad de reconocer patrones para desarrollar instintos marcados.
Este tipo de metodología, por lo general, la aplican las personas que tienen mucha experiencia con
clases similares de problemas, quienes ya han tenido éxito antes con las soluciones que están por
implementar ahora.
El modelo creativo de toma de decisiones consiste en reunir la información y los análisis acerca del
problema, y a partir de allí concebir ideas para hallar una potencial solución. Algo parecido a lo que
sucede con el modelo racional de toma de decisiones.
La diferencia radica en que, en vez de identificar las ventajas y desventajas de cada alternativa, quien
debe tomar la decisión pasa por un período en el cual debe intentar activamente no pensar en la
solución para nada. El objetivo es lograr que el subconsciente se ocupe y lo guíe para tomar la decisión
correcta. Es similar al modelo intuitivo de toma de decisiones.
4. Diseño del estudio: Seleccionar el enfoque metodológico adecuado, determinar la muestra y los
métodos de recolección de datos.
5. Recopilación de datos: Recolectar los datos de acuerdo con el diseño del estudio, asegurándose de
seguir los procedimientos establecidos.
6. Análisis de datos: Procesar y analizar los datos recopilados utilizando técnicas estadísticas u otros
métodos apropiados.
7. Interpretación de resultados: Evaluar los resultados del análisis de datos en relación con las hipótesis
o preguntas de investigación.
8. Toma de decisiones: Basándose en la interpretación de los resultados, tomar decisiones sobre las
conclusiones del estudio y posibles implicaciones para la teoría o la práctica.
9. Comunicación de los hallazgos: Presentar los hallazgos de manera clara y concisa a través de
informes, artículos científicos o presentaciones.
10. Revisión y retroalimentación: Obtener comentarios de colegas, expertos o revisores para mejorar
la calidad del trabajo y realizar ajustes si es necesario. Estos pasos ayudan a garantizar que la toma de
decisiones en el proyecto de investigación sea informada, sistemática y basada en evidencia.
El plan de presentación gráfica de los resultados es crucial para comunicar de manera efectiva las
conclusiones de la investigación. Gráficos y visualizaciones bien diseñados pueden simplificar la
interpretación de los datos, haciendo que los hallazgos sean más accesibles y comprensibles para
diferentes audiencias.
Los tipos estadísticos de prueba son herramientas fundamentales para analizar y validar los datos
recopilados en la investigación. Estas pruebas permiten determinar si existen diferencias significativas
entre grupos o asociaciones entre variables, lo que respalda la aceptación o rechazo de las hipótesis
planteadas.
Finalmente, la toma de decisiones se basa en los resultados obtenidos a partir del análisis estadístico
y la interpretación de los datos. Los investigadores deben evaluar cuidadosamente la evidencia
disponible y considerar las implicaciones de sus hallazgos antes de tomar decisiones informadas que
contribuyan al avance del conocimiento en el campo de estudio.
En conjunto, estos aspectos son fundamentales para el proceso de investigación, desde la formulación
de hipótesis hasta la presentación de resultados y la toma de decisiones. Al abordar cada uno de estos
elementos de manera integral y reflexiva, los investigadores pueden garantizar la robustez y la
relevancia de sus investigaciones, contribuyendo así al avance del conocimiento en su área de estudio.