UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

FACULTAD DE ESTUDIOS SUPERIORES ZARAGOZA

Estadística Descriptiva
 Estadística
Conjunto de teorías y métodos que han sido
desarrollados para tratar la recopilación,
organización y análisis de datos o hechos
numéricos, con el fin de sacar conclusiones.
 Análisis de datos
Según Pardo Merino (2002), el análisis estadístico de
datos hace referencia a un conjunto de
procedimientos diseñados para: (1) recolectar datos,
(2) describir datos y (3) extraer conclusiones de los
mismos.

Recolectar Describir Sacar

datos datos conclusiones

Muestreo Estadística Inferencial

Descriptiva
 Clasificación de la Estadística
Estadística Descriptiva.

Tiene por objetivo fundamental la

descripción numérica de un conjunto de
datos. No generaliza las conclusiones
Según el tipo obtenidas a otros grupos de datos.
de
investigación Estadística Inferencial.

Usa la información aportada por una

muestra para sacar conclusiones de la
población de la cual ha sido extraída;
siempre recordando que existe la
probabilidad de hacerlo en forma errada
 Universo y Población
Algunos autores no establecen diferencias entre los
conceptos de universo y población. Por ejemplo, Pardo
Merino, propone la siguiente definición: “Una población (o
universo) es un conjunto de elementos (sujetos, objetos,
entidades abstractas, etc.) que poseen una o más
características específicas en común.”
 Población, universo y muestra
Universo: se define como el conjunto de sujetos o
elementos que tienen una característica común,
observable y susceptible de ser medida.

Población: conjunto de todas las mediciones u

observaciones hechas sobre una o varias de las
características de los elementos del universo.

Muestra: subconjunto de elementos del universo o la

población.
Ejemplo
Universo Población

Edad
Estudiantes
regulares de Rendimiento
la Carrera
Universidad
Anáhuac Ingresos
Etc.
 Variables. Clasificación.
Variable: característica de un sujeto u objeto que varía
de un elemento a otro.
Las variables se pueden clasificar de acuerdo al nivel de
medición.
Escala Nominal

Escalas Escala Ordinal

de
medición Escala de Intervalo

Escala de Razón
 Escala Nominal
1. Se clasifica a los sujetos en categorías, mutuamente
excluyentes y totalmente exhaustivas, tal que todos
los sujetos clasificados en la misma categoría son
equivalentes respecto a la variable que se está
midiendo.
2. Sólo tiene sentido la relación de igualdad-
desigualdad.
3. Se pueden usar números, letras o símbolos para
identificar a cada categoría de la variable.
4. No se puede realizar ninguna operación aritmética en
esta escala.
Escala Nominal
Algunos ejemplos de variables medidas en la escala
nominal:
Masculino M
Género
Femenino F

Soltero 1

Estado Casado 2
civil Divorciado 3
Viudo 4
 Escala Ordinal
1. Se usa cuando es posible establecer una relación de
orden entre las distintas categorías de la variable. Es
decir, prevalece la relación de orden “mayor que” (>).
2. Se pueden usar letras o números para identificar a
cada categoría de la variable. Los números o letras
usados deben reflejar el orden de las categorías.
3. No se pueden realizar operaciones aritméticas entre
los números asignados a las distintas categorías.
Tales números solo reflejan una relación de orden.
 Escala Ordinal
Dos ejemplos de variables medidas en la escala ordinal:

Preescolar 1

Nivel de Educación Básica 2

Instrucción Media y Diversificada 3
Superior 4
Escala Ordinal

Mala D

Calidad de Regular C
un servicio Buena B
Excelente A
 Escala de Intervalo.

1. Posee una unidad de medida constante y arbitraria.

2. Posee un cero “arbitrario”, es decir, no indica la ausencia de la
característica que se está midiendo.
3. Prevalece la relación de orden “mayor que” (>).
4. Entre los valores de la variable solo es posible realizar la suma
y la resta como operaciones aritméticas.
 Escala de Intervalo
Tres ejemplos de variables medidas en una escala de intervalo:
1. La temperatura de una ciudad medida en grados Fahrenheit o
Celsius.
2. La altura de las ciudades usando como referencia el nivel del
mar.
3. El rendimiento académico medido en una escala del 0 al 20.
Para cada variable mencionada el cero es “arbitrario”.
 Escala de Razón.
1. Posee una unidad de medida constante y arbitraria.
2. Posee un cero “absoluto”, es decir, este valor indica la
ausencia de la característica que se está midiendo.
3. Prevalece la relación de orden “mayor que” (>).
4. Se pueden realizar todas las operaciones aritméticas entre los
valores de la variable.
 Escala de Razón
Algunas variables medidas en la escala de razón:
1. Edad.
2. Peso.
3. Estatura.
4. Tiempo invertido por un estudiante en realizar una tarea.
5. Ingreso familiar.
Estadística descriptiva
• Medidas de Tendencia Central:
Moda: es el puntaje o categoría que ocurre más frecuentemente
en una distribución
Media: la media aritmética puede obtenerse sumando un
conjunto de datos y dividiendolos entres el número de estos.
Mediana: cuando los puntajes ordianles o por intervalo, se
organizan por orden de tamaño, es el punto más cercano al
medio en una distribución.
 MEDIDAS NUMÉRICAS DE RESUMEN

Tendencia central:

1 n
Media: X   xi
n i 1
X0.5 = Valor central (promedio de valores centrales) de la serie
Mediana:
ordenada de X

Valor(es) más frecuente(s) de X (datos cuantitativos y

Moda:
cualitativos)

Página 19
También llamadas medidas de variabilidad, muestran la variabilidad
de una distribución, indicando por medio de un número, si las
diferentes puntuaciones de una variable están muy alejadas de la
media. Cuanto mayor sea este valor, mayor será la variabilidad,
cuanto menor sea, más homogénea será la media.

* Rango: es la diferencia entre el valor mínimo y el valor máximo

en un grupo de números aleatorios.

* Varianza: Es una medida estadística que mide la dispersión de

los valores respecto a un valor central (media) , la media de las
diferencias cuadráticas de las puntuaciones
 MEDIDAS NUMÉRICAS DE RESUMEN

Dispersión:

Rango: R(X) = Max(X) – min(X)

1
Desviación estándar: S
n 1
 i
( x  x ) 2

Página 21
¿Qué es una prueba de hipótesis?
La estadística inferencial es el proceso de usar la información
de una muestra para describir el estado de una población. Sin
embargo, es frecuente que usemos la información de una
muestra para probar un reclamo o conjetura sobre la población.
El reclamo o conjetura se refiere a una hipótesis.
El proceso que corrobora si la información de una muestra
sostiene o refuta el reclamo se llama prueba de hipótesis.
Una prueba de hipótesis consiste en contrastar dos hipótesis
estadísticas. Tal contraste involucra la toma de decisión acerca
de las hipótesis. La decisión consiste en rechazar o no una
hipótesis en favor de la otra. Una hipótesis estadística se
denota por “H” y son dos:
•- Ho: hipótesis nula
•- H1: hipótesis alternativa
OBJETIVO:

• Elpropósito de la prueba de hipótesis no es cuestionar el

valor calculado del estadístico (muestral), sino hacer un
juicio con respecto a la diferencia entre estadístico de
muestra y un valor planteado del parámetro.
Partes de una hipótesis:

• - La hipótesis nula “Ho”

• Se refiere siempre a un valor específico del parámetro de

la población, no a una estadística de muestra. La letra H
significa hipótesis y el subíndice cero no hay diferencia.
Por lo general hay un “no” en la hipótesis nula que indica que
“no hay cambio” Podemos rechazar o aceptar Ho. Por lo
tanto la hipótesis nula es una afirmación que no se rechaza
a menos que los datos muéstrales proporcionen evidencia
convincente de que es falsa. El planteamiento de la
hipótesis nula siempre contiene un signo de igualdad con
respecto al valor especificado del parámetro.
 •- La hipótesis alternativa “H1”

• Es cualquier hipótesis que difiera de la hipótesis nula. Es

una afirmación que se acepta si los datos muéstrales
proporcionan evidencia suficiente de que la hipótesis nula
es falsa. Se le conoce también como la hipótesis de
investigación. El planteamiento de la hipótesis alternativa
nunca contiene un signo de igualdad con respecto al valor
especificado del parámetro.
¿CÓMO SE REALIZA LA PRUEBA DE
HIPÓTESIS?

• Pruebade una hipótesis: se realiza mediante un procedimiento

sistemático de cinco paso:
PROCEDIMIENTO SISTEMÁTICO PARA UNA
PRUEBA DE HIPÓTESIS DE UNA MUESTRA.

• Paso 1: Plantear la hipótesis nula Ho y la

hipótesis alternativa H1.

• Cualquierinvestigación estadística implica la existencia de

hipótesis o afirmaciones acerca de las poblaciones que se
estudian. La hipótesis nula (Ho) se refiere siempre a un
valor especificado del parámetro de población, no a una
estadística de muestra. La letra H significa hipótesis y el
subíndice cero no hay diferencia. Por lo general hay un "no"
en la hipótesis nula que indica que "no hay cambio" Podemos
rechazar o aceptar Ho.
• Paso2: Seleccionar el nivel de
significancia.

• Nivelde significancia: Probabilidad de rechazar la hipótesis

nula cuando es verdadera. Se le denota mediante la letra
griega α, también es denominada como nivel de riesgo, este
termino es más adecuado ya que se corre el riesgo de
rechazar la hipótesis nula, cuando en realidad es verdadera.
Este nivel esta bajo el control de la persona que realiza la
prueba.
• Paso
3: Cálculo del valor estadístico de
prueba

Valor determinado a partir de la información muestral, que

se utiliza para determinar si se rechaza la hipótesis nula.,
existen muchos estadísticos de prueba. La elección de uno
de estos depende de la cantidad de muestras que se toman,
si las muestras son iguales a 30 o más se utiliza el
estadístico z, en caso contrario se utiliza el estadístico t.
Tipos de prueba:

•a)Prueba bilateral o de dos extremos: la hipótesis

planteada se formula con la igualdad

•Ejemplo
H0 : µ = 200
H1 : µ ≠ 200
• b)Pruebas unilateral o de un extremo: la hipótesis
planteada se formula con ≥ o ≤
H0 : µ ≥ 200 H0 : µ ≤ 200
H1 : µ < 200 H1 : µ > 200
Conclusión de tipos de prueba:
• Paso 4: Formular la regla de decisión
Se establece las condiciones específicas en la que se rechaza
la hipótesis nula y las condiciones en que no se rechaza la
hipótesis nula. La región de rechazo define la ubicación de
todos los valores que son tan grandes o tan pequeños, que la
probabilidad de que se presenten bajo la suposición de que
la hipótesis nula es verdadera, es muy remota.
Valor critico: Es el punto de división entre la región en la que
se rechaza la hipótesis nula y la región en la que no se
rechaza la hipótesis nula.
• Paso 5: Tomar una decisión.

• En este último paso de la prueba de hipótesis, se

calcula el estadístico de prueba, se compara con
el valor crítico y se toma la decisión de rechazar o
no la hipótesis nula. Tenga presente que en una
prueba de hipótesis solo se puede tomar una de
dos decisiones: aceptar o rechazar la hipótesis
nula. Debe subrayarse que siempre existe la
posibilidad de rechazar la hipótesis nula cuando
no debería haberse rechazado (error tipo I).
También existe la posibilidad de que la hipótesis
nula se acepte cuando debería haberse rechazado
(error de tipo II).
Fórmulas:
• En las pruebas de hipótesis para la media (μ), cuando se conoce la
desviación estándar (σ) poblacional, o cuando el valor de la
muestra es grande (30 o más), el valor estadístico de prueba es z
y se determina a partir de:

• El valor estadístico z, para muestra grande y desviación estándar

poblacional desconocida se determina por la ecuación:
• En la prueba para una media poblacional con muestra
pequeña y desviación estándar poblacional desconocida se
utiliza el valor estadístico t.
Tipos de errores:
Cualquiera sea la decisión tomada a partir de una prueba de
hipótesis, ya sea de aceptación de la Ho o de la Hi, puede
incurrirse en error:

•Un error tipo I se presenta si la hipótesis nula Ho es

rechazada cuando es verdadera y debía ser aceptada. La
probabilidad de cometer un error tipo I se denomina con la letra
alfa α
•Un error tipo II, se denota con la letra griega β se presenta si
la hipótesis nula es aceptada cuando de hecho es falsa y debía
ser rechazada.

En cualquiera de los dos casos se comete un error al tomar una

decisión equivocada.
En la siguiente tabla se muestran las decisiones que pueden
tomar el investigador y las consecuencias posibles.
Decisiones y consecuencias:
GRACIAS POR SU
ATENCIÓN

!!!Suerte!!!!