G111304

UNIVERSIDAD TCNICA PARTICULAR DE LOJA
La Universidad Catlica de Loja

MODALIDAD ABIERTA Y A DISTANCIA
AUTOR (A):
Econ. Miriam Alexandra Guajala Macas
MATERIAL DE USO DID CTICO PARA ESTUDIANTES DE LA UNIVERSIDAD T CNICA PARTICULAR DE LOJA,
PROHIBIDA SU REPRODUCCI N TOTAL O PARCIAL POR CUALQUIER MEDIO
OCTUBRE 2007 - FEBRERO 2008
Reciba asesora virtual en: www.utpl.edu.ec
CICLO
3
ESTADSTICA I
Gua Didctica
ESCUELA DE PSICOLOGA
11304
ESTADSTICA I
Gua Didctica
Miriam Alexandra Guajala Macas
2007, UNIVERSIDAD TCNICA PARTICULAR DE LOJA
Diagramacin, diseo e impresin:
EDITORIAL DE LA UNIVERSIDAD TCNICA PARTICULAR DE LOJA
Call Center: 593 - 7 - 2588730, Fax: 593 - 7 - 2585977
C. P.: 11- 01- 608
www.utpl.edu.ec
San Cayetano Alto s/n
Loja - Ecuador
Primera Edicin
ISBN-978-9942-00-066-8
Reservados todos los derechos conforme a la ley. No est permitida la reproduccin total o parcial de esta gua, ni su tratamiento informtico, ni la transmisin de
ninguna forma o por cualquier medio, ya sea electrnico, mecnico, por fotocopia, por registro u otros mtodos, sin el permiso previo y por escrito de los titulares
del Copyright.
Agosto, 2007

INTRODUCCIN
OBJETIVO GENERAL ..............................................................................................................
BIBLIOGRAFA ........................................................................................................................
ORIENTACIONES GENERALES ...........................................................................................
PRIMER BIMESTRE
OBJETIVOS ESPECFICOS ..................................................................................................
CONTENIDOS ..........................................................................................................................
DESARROLLO DEL APRENDIZAJE ..................................................................................
SEGUNDO BIMESTRE
OBJETIVOS ESPECFICOS ..................................................................................................
CONTENIDOS ...........................................................................................................................
DESARROLLO DEL APRENDIZAJE ...................................................................................
SOLUCIONARIO ....................................................................................................................
ANEXOS ...................................................................................................................................
EVALUACIONES A DISTANCIAS
NDICE
UNIVERSIDAD TCNICA PARTICULAR DE LOJA La Universidad Catlica de Loja
5
PRELIMINARES Gua Didctica: Estadstica I
Introduccin
Aprender ESTADISTICA es como aprender un nuevo idioma
Para muchos estudiantes de psicologa, estudiar estadstica supone una carga de trabajo muy especial,
con frecuencia poco comprendida, sin embargo, esta asignatura es bsica e indispensable para la
comprensin de contenidos de materias dentro del plan de estudios como: Psicometra, Metodologa
de la Investigacin y Psicologa Experimental, entre otras.
La ESTADISTICA, es una ciencia que se utiliza en los diversos campos de la investigacin, con la intencin
de aportar al investigador, las herramientas necesarias para fortalecer su capacidad de discernimiento
entre diferentes metodologas estadsticas, sobre la base del conocimiento de sus fundamentos tericos
y prcticos.
En este sentido, son menos importantes las frmulas que la comprensin de los conceptos que stas
encierran. Por ello se trata de evaluar esa comprensin y la capacidad para razonar correctamente
con los conceptos explicados y posteriormente la resolucin de problemas prcticos que incluyan la
eleccin de una tcnica, la destreza en el clculo y la correcta interpretacin de los resultados.
A lo largo de la licenciatura, comprobarn la necesidad de conocer estas tcnicas para poder abordar
con rigor, casi cualquier problema o campo de la psicologa, ya que la estadstica ms que recoleccin
y organizacin de datos, es una forma de pensamiento til para la resolucin de situaciones prcticas
y problemas cientfcos.
La presente gua, pretenden brindar al estudiante los elementos ms importantes de la Estadstica
Descriptiva, para lo cual el programa se divide en siete unidades.
Entre las unidades principales a tratar se encuentran: El rol de la estadstica en el mtodo cientfco,
organizacin y resumen de datos, medidas de posicin, medidas de dispersin, relaciones, correlaciones
y regresin lineal.
Finalmente, quiero expresar mis sinceros agradecimientos al Dr. Gonzalo Morales Larretegui, por su
colaboracin para la realizacin de la presente gua.
Seguros de su dedicacin y su afn de aprendizaje apoyndose en la gua
y el texto bsico constituir el pilar principal de su formacin profesional,
augurndole xitos en su vida profesional ``

Los objetivos generales que se plantean para la asignatura son los siguientes:
1. Lograr que el estudiante conozca los fundamentos tericos y prcticos de la Estadstica.
2. Fomentar en los futuros psiclogos una visin de la actividad investigadora basada en la objetividad
y rigurosidad.
3. Aportar al estudiante de psicologa, de recursos tiles para la toma de decisiones ante situaciones
de incertidumbre.
4. Despertar en los futuros profesionales un espritu crtico respecto al uso (o ms bien al mal uso)
de las herramientas estadsticas aplicadas en el campo de la Psicologa.
Estos objetivos de carcter general, se concretan en objetivos ms especfcos en cada bimestre, de los
temas en los que se divide el programa.
BASICA
PAGANO, Robet R. Estadstica para las ciencias del comportamiento. Thomson. Sptima
edicin.
COMPLEMENTARIA
Daniel Wayne W. (1993) Estadstica con Aplicaciones a las Ciencias Sociales y a la Educacin,
McGraw-Hill Mxico, D. F.
Infante Gil, S y Zrate de Lara, G. (1983) Mtodos Estadsticos, Editorial Trillas, Mxico, D. F.
MURES, M.J. coord.- (2004): Problemas de estadstica descriptiva aplicada a las ciencias sociales.
Madrid, Pearson.
SPIEGEL, M.R. (2002): Estadstica, Mxico, McGraw-Hill.
OMEO PERUCHA, V. y UA JUAREZ, I. (1997): Doce lecciones de Estadstica Descriptiva (Curso
terico prctico), Madrid, Editorial AC.
Amn, J. (1985). Estadstica para psiclogos. (2 Vols.). Madrid: Pirmide.
Aron, A. y Aron, E.N. (2001). Estadstica para psicologa. Buenos Aires: Pearson.
Botella, J.; Len, O.F. y San Martn, R. y Barriopedro, M.I. (2001). Anlisis de Datos en Psicologa
I. Madrid: Pirmide.
MacRae, S. (1995). Modelos y Mtodos para las Ciencias del Comportamiento. Barcelona:
Ariel.
Objetivos Generales
Bibliografa
7
Solanas, A.; Salafranca, Ll.; Nuez, M.I. y Fauquet, J. (2005). Estadstica descriptiva en ciencias
del comportamiento. Madrid: Thompson.
Stockburger,D.W. (1997). Introductory Statistics: Concepts, Models, and Applications (WWW
Version 1.0).
http://www.psychstat.smsu.edu/sbk00.htm, Southwest Missouri State University.
Himmel, E y E. Lagos (1980), Introduccin al mtodo cientfco. Direccin de Investigacin,
Vicerrectora Acadmica, P. Universidad Catlica de Chile,
223 pp. Asensi-Artiga, V y A. Parra-Pujante (2002) El mtodo cientfco y la nueva flosofa de la
ciencia Anales de Documentacin (Universidad de Murcia) 5: 9-19
La presente gua incluye algunas orientaciones generales que apoyan su actividad y posibilitan desarrollar
con mayor facilidad y comprensin su trabajo.
Es fundamental que usted dedique al estudio de la asignatura por lo menos cuatro horas semanales,
dosifcando y distribuyendo el tiempo para el desarrollo de ejercicios, estudio y revisin de
temas, consultas, realizacin de los trabajos a distancia, etc. que sern la base de un aprendizaje
signifcativo y aplicacin prctica.
La preparacin de la asignatura hace que se incluya resmenes de cada unidad en los que se
complementa con aportes de bibliografa anexa, los cuales debe tomarlos en cuenta; se sugiere
mtodos, tcnicas de estudio y ejercicios pertinentes, que son integrados no como recetas para
seguirlas, sino como su nombre lo indica orientaciones y actividades recomendadas que usted ir
enriqueciendo, o adaptando creativamente, para una mejor comprensin.
Es importante realizar las consultas al profesor asesor o responsable de la asignatura, a travs de
la comunicacin telefnica para solventar las inquietudes que se presenten en el desarrollo de
sus trabajos. El horario de atencin no siempre es el de la portada por lo que solicito preguntar
en cada centro universitario.
La consulta con otros compaeros es recomendable, para intercambiar opiniones, pero la
preparacin y redaccin propiamente dicha del trabajo, es personal.
Las evaluaciones a distancia son dos en el ciclo, su desarrollo adems de ser requisito indispensable
y obligatorio, califcado con seis puntos, le ayuda a estudiar de manera didctica y a consolidar
el aprendizaje.
La revision de los ejercicios resueltos en el libro por el autor, as como el desarrollo de las
autoevaluaciones, es muy provechoso, tienen como fn ser un apoyo de estudio, (no para enviar
al profesor) sino para que constate su nivel de logro, asimilacin y comprensin del tema o
unidad de estudio, a la vez que le dan pautas para que pueda retroalimentar los aspectos de
menor dominio.
Organice los resmenes por escrito. El aprendizaje resulta ms fcil si los contenidos se abordan a
travs de varias tcnicas, como estrategias que permiten agilitar el trabajo intelectual, ejercitando
muchas aptitudes y sentidos que requieren una estimulacin adecuada.
Orientaciones Generales
8
Es importante hacer quedar una copia del trabajo a distancia para su revisin; y, por posibles
prdidas o algn inconveniente que pueda presentarse.
Por lo tanto, a travs del siguiente esquema me permito resumir estas orientaciones
XITOS !
Los Apuntes
Los resmenes
y
Subrayados
La lectura
y
Estudio
Nos ayudaran
A afanzar nuestros
aprendisajes
1
2

PRIMER BIMESTRE Gua Didctica:Estadstica I
Ensear los conceptos bsicos y las tcnicas de anlisis del enfoque descriptivo univariado:
distribuciones de frecuencias, medidas de tendencia central y variabilidad y nmeros
relativos.
Ensear al estudiante las formas adecuadas de presentacin estadstica de la informacin
con uso de cuadros y grfcos.Defnir el concepto de poblacin y muestra.
Defnir que son parmetros y estadgrafos.
Identifcar las reas especfcas donde se utilizan las estadsticas en unainvestigacin.
Defnir las diferentes variables: Cuantitativas, cualitativas, discretas, continuas,
independientes, dependientes y constante.
Defnir las diferentes escalas de medicin: Nominal, ordinal, intervalo y de razones.
Analizar situaciones donde se haga uso prctico de los conceptos previamente
estudiados.
PRIMER BIMESTRE
Objetivos Especfcos
10
PRIMER BIMESTRE Gua Didctica: Estadstica I
Si una persona gana un milln y otra nada
la estadstica establece que en promedio las
dos han ganado medio milln
ANONIMO (detalle humorstico)
En el presente captulo, conoceremos aspecto tericos conceptuales de la Estadstica como ciencia,
que se utiliza en los diversos campos de investigacin, pues al igual que en todo campo o disciplina se
requiere primero, de la defnicin de los conceptos bsicos que fundamentan la misma.
1.1 EL ROL DE LA ESTADSTICA EN LA APLICACIN DEL MTODO CIENTFICO.
La ciencia juega hoy en da, un rol muy importante en la vida de los seres humanos, pues buena parte
del secreto de la ciencia reside en la utilizacin del mtodo cientfco, como instrumento esencial
que poseen los investigadores para realizar experimentos, interpretar resultados e integrarlos con
los conocimientos que se construye a partir de miles de experimentos individuales.
Actualmente, la estadstica empieza su avance en el terreno de la aplicacin del mtodo cientfco,
cuando esta (la estadstica) ya no se limita a recopilar, contar y a veces clasifcar los datos, como
se inicio en una primera poca, sino que trata tambin de ampliarse a travs del campo del
anlisis e interpretacin de los mismos.
La palabra ESTADSTICA, de acuerdo a un estudio realizado por Jos Mayor Gallego
1
, tiene
diversas acepciones o signifcados, que aunque relacionados pueden confundirse, produciendo
una impresin errnea de lo que realmente es y pretende la ciencia o disciplina denominada
Estadstica.
As, podemos encontrar en los medios de comunicacin usuales, datos sobre las estadsticas del
paro, estadsticas de accidentes de circulacin o estadsticas de precios.
Por ello, con el fn de apreciar el signifcado real de esta disciplina, defnimos a la Estadstica como
la ciencia de los datos y al mtodo cientfco como un conjunto de principios y procedimientos
para la bsqueda sistemtica del conocimiento.
Razn por la cual, la unin de estos dos campos se convierte en la ciencia de la recoleccin y
anlisis de datos para la toma de decisiones.
1.2 CICLOS ITERATIVOS DEL MTODO CIENTFICO.
El ciclo iterativo del mtodo cientfco, se da como resultado del continuo aprendizaje y esta
compuesto por las siguientes fases, que representamos grfcamente a continuacin:
Desarrollo del Aprendizaje
CAPTULO N 1:
LA ESTADSTICA Y EL MTODO CIENTFICO
1
Jos Mayorga Gallego. Universidad de Sevilla - Espaa
11
GRAFICO Nro. 1
El mtodo cientfco y estadstica
Estas fases, forman parte del lenguaje de la toma de decisiones en Estadstica, ya que inconscientemente
la informacin recolectada en diversas actividades, la aplicamos a esta disciplina para tomar decisiones.
Por ejem: Al levantarnos en la maana observamos como est el tiempo para decidir: como vestirnos
o averiguamos si va a llover para decidir si llevamos paraguas, un abrigo, etc.,
A continuacin, realizaremos un ejemplo aplicando las fases del mtodo cientfco en un estudio
estadstico:
La informacin recolectada, se basa en las personas que fuman
2
.
FASE 1: PLANTEO DE HIPTESIS SOBRE UNA POBLACION.
Los fumadores tienen ms bajas laborales que los no fumadores
En qu sentido? Mayor nmero? Tiempo medio?
FASE 2: DISEO DE EXPERIMENTOS (decidir qu datos recoger)
Qu individuos pertenecern al estudio (muestras)
Fumadores y no fumadores en edad laboral.
Criterios de exclusin Cmo se eligen? Descartamos los que padecen enfermedades
crnicas?
Qu datos recoger de los mismos (variables)
Nmero de bajas
Tiempo de duracin de cada baja
Sexo? Sector laboral? Otros factores?
2
Bioestadstica. Universidad de Mgala
12
FASE 3: RECOLECCIN DE DATOS Y ANALISIS)
Recoger los datos (muestreo)
Estratifcado? Sistemticamente?
FASE 3: OBTENCIN DE CONCLUSIONES
Describir (resumir) los datos obtenidos
tiempo medio de baja en fumadores y no (estadsticos)
% de bajas por fumadores y sexo (frecuencias), grfcos,...
Realizar una inferencia sobre la poblacin
Los fumadores estn de baja al menos 10 das/ao ms de media que los no fumadores.
Cuantifcar la confanza en la inferencia
Nivel de confanza del 95%
Signifcacin del contraste: p=2%
1.3 CONCEPTOS BSICOS
Aprender estadstica es como aprender un nuevo idioma, por ello, como lo habamos mencionado en
un principio, la ampliacin de los objetivos iniciales de la Estadstica, permitieron que en la actualidad
se defna a esta disciplina como:
La Estadstica es la ciencia que trata la teora y aplicacin de mtodos apropiados para coleccionar,
representar, resumir y analizar datos, as como realizar inferencias a partir de los mismos
3
A partir de esta defnicin, podemos considerar dos partes o vertientes de la Estadstica, en lo que se
refere fundamentalmente a su enfoque, esta son la: Descriptiva e Inferencia.
a) Estadstica Descriptiva: Se defne como la ciencia que sistematiza, recoge, ordena y presenta los
datos referentes a un asunto, fenmeno o problema de investigacin, sin pretender extender las
conclusiones que puedan extraerse de los datos a otros grupos distintos o mas amplios. Se calcula
a partir de los datos de una muestra o de una poblacin. Ejemplo:
El nivel promedio de inteligencia obtenido mediante la prueba Stanford Binet, result ser
104 para el grupo dos de estudiantes de Psicologa.
Durante los ltimos dos das se han informado un total de ocho homicidios.
En una entrevista a 1100 electores, se obtuvo la siguiente informacin: el candidato del
Partido Conservador obtuvo la preferencia de un 44% de los encuestados, mientras que
un 45% opt por el candidato del Partido Liberal y an se mantiene un 11% indecisos.
3
MAYORGA, Gallego Jos . Introduccin a la Estadstica 2005 - 2006
13
b) Estadstica Inferencial: Su objetivo parte de la deduccin de leyes que rigen los diferentes
fenmenos estudiados, para de esa forma hacer previsiones sobre los mismos, tomar decisiones
u obtener conclusiones.
Es decir, que para un anlisis estadstico inferencial se requiere utilizar tcnicas, procesamientos y anlisis
estadsticos ms avanzados con los datos estadsticos obtenidos de la muestra, para as confrmar la
veracidad de las inferencias que se haga sobre la respectiva poblacin a que corresponde la muestra.
Generalmente, este tipo de anlisis emplea como herramienta bsica el clculo de probabilidades y se
lleva cabo para exponer relaciones de causa y efecto, as como probar hiptesis y teoras cientfcas.
Ejemplo:
Los estudiantes de psicologa que obtuvieron un IQ de inteligencia sobre 120, probablemente
obtendrn sobre 700 puntos en cada rea de la prueba de admisin para ingreso a la
universidad.
Si an hay un 11% de los electores indecisos y si la poblacin electoral es de cerca de 88
millones electores, quiere decir que an hay cerca de 10 millones de electores quienes
realmente decidirn cul va a ser el candidato ganador.
En el presente ciclo, estudiaremos la primera de estas vertientes, es decir, la Estadstica Descriptiva,
exponiendo sus tcnicas fundamentales as como sus objetivos y metodologa.
c) Poblacin: Es el grupo de objetos o individuos (Fig. 1) bajo estudio, sobre el que estamos
interesados en obtener conclusiones.
Generalmente en una investigacin es demasiado grande para poder abarcarlo, sin embargo
cuando esta se lleva a cabo es necesario tener en cuenta algunas caractersticas esenciales para
seleccionar la poblacin objeto de estudio.
Estas caractersticas son: homogeneidad, tiempo y espacio, pues los miembros de la poblacin
deben tener las mismas caractersticas segn las variables que se vayan a considerar en la
investigacin, as como determinar si el estudio es del momento presente, si se va a estudiar a
una poblacin de cinco aos atrs o si se van a entrevistar personas de diferentes generaciones y
lgicamente es necesario conocer el lugar donde se ubica la poblacin de inters.
Fig. 1. Poblacin
14
d) Muestra: Es un subconjunto de la poblacin (Fig. 2), que nos permite realmente hacer las
observaciones (mediciones) y con ello extraer conclusiones sobre la poblacin. Existen tres tipos
de muestra: Aleatoria, Estratifcada y Sistemtica, cuya seleccin depender de la calidad y cun
representativo se pretenda sea el estudio de la poblacin.
Fig. 2 Muestra
e) Variable: Una variable es una caracterstica observable que vara entre los diferentes individuos
de una poblacin y que se puede describir segn un esquema de medicin bien defnido.
Las variables constituyen la unidad bsica de toda investigacin y se clasifcan en diferentes categoras
segn la naturaleza o tipo de estudio.
Entre stas tenemos:
TABLA NRO. 1
TIPOS DE VARIABLES
Clasifcacin Defnicin
Variables Cualitativas
Son aquellas que se expresan en forma verbal como
categoras o atributos. Por ejemplo, el sexo, color,
afliacin poltica, nacionalidad, motivacin, rea
acadmica o profesin de una persona.
Variables Cuantitativas
Son las que varan en trminos de cantidad y se
registran o expresan en forma numrica. Por
ejemplo, edad, promedio acadmico, puntuaciones
de exmenes, frecuencia de delitos, temperatura,
ingresos anuales o salarios por hora.
Variables Discretas
Son aquellas que slo adquieren un valor absoluto
o especfco que nunca cambian. Pueden ser
cualitativas. Ejemplo: el sexo, nacionalidad, grupo
tnico, entre otras.
Variables Continuas
Son variables que siempre son cuantitativas, son las
que pueden asumir cualquier valor. Por ejemplo, la
edad, altura, peso, ndice acadmico.
15
Variables Independientes
Son las caractersticas controladas por el investigador
y que se supone tendrn efectos sobre otras
variables. Por ejemplo, en un estudio experimental
se investiga si un nuevo medicamento mejora las
condiciones del sida. A tales efectos se seleccionaron
30 pacientes, de los cules 15 reciban el nuevo
medicamento (grupo experimental) y otros 15
continuaban con su tratamiento tradicional
(grupo control). El nuevo medicamento viene a
ser la variable independiente porque es la que los
investigadores controlan.
Variables Dependientes
Son las caractersticas o aspectos que se alteran por
consecuencia del control que ejerce el investigador
sobre otras variables. Por ejemplo. En el ejercicio de
las variables independientes tenemos que el nuevo
medicamento es la que los investigadores controlan,
y que luego examinarn sus efectos en la condicin
del sida, la cul viene a ser la variable dependiente,
porque es la condicin que se va alterar o quedar
afectada por el nuevo medicamento.
Variable Constante
Se refere a una caracterstica que no vara en un
grupo o poblacin en particular dentro del tiempo
que se lleva a cabo la investigacin. Por ejemplo, el
nmero total de sujetos en un estudio. Si la muestra
es de 150 personas se mantiene igual desde que
comienza el estudio hasta que fnalice el mismo.
Fuente: Documento sobre conceptos bsicos de investigacin y estadsticas.
Cabe indicar que algunas de estas variables, se tornan modalidades de otras variables como por
ejemplo:
Variables Cualitativas
4
(Si sus valores (modalidades) no se pueden asociar naturalmente a un
nmero no se pueden hacer operaciones algebraicas con ellos).
Nominales: Si sus valores no se pueden ordenar.
Sexo, Grupo Sanguneo, Religin, Nacionalidad, Fumar (S/No)
Ordinales: Si sus valores se pueden ordenar.
Mejora a un tratamiento, Grado de satisfaccin, Intensidad del dolor
Variables Cuantitativas o Numricas (Si sus valores son numricos tiene sentido hacer
operaciones algebraicas con ellos)
Discretas: Si toma valores enteros
Nmero de hijos, Nmero de cigarrillos, Num. de cumpleaos.
Continuas: Si entre dos valores, son posibles infnitos valores intermedios.
4
Introduccin a la Estadstica. Universidad de Magala
1
Altura, Presin intraocular, Dosis de medicamento administrado, edad.
f) Inferencia estadstica: Es el proceso de sacar conclusiones acerca de una poblacin basados en
informacin de una muestra de esa poblacin.
g) Parmetro: Es un ndice estadstico calculado a base de los datos de una poblacin y que
cuantifca una caracterstica de esa poblacin. Generalmente son datos comprobados mediante
registros. Ejemplo: La tasa de desempleo se ha mantenido en 18%. Es un ndice estadstico que
va dirigido a describir a la poblacin. Muchos de estos ndices se obtienen mediante registros
ofciales de agencias del Gobierno, tales como la tasa de mortalidad, de divorcios, entre otras
5
.
h) Estadgrafo: A diferencia del parmetro es ndice es calculado a base de los datos de una
muestra.
i) Datos: Medidas que se realizan sobre los sujetos de un experimento. Existen diferentes
modalidades de presentar ordenadamente los datos, estas son:
Las tablas de frecuencias y las representaciones grfcas, dos maneras equivalentes de presentar
la informacin. Las dos exponen ordenadamente la informacin recogida en una muestra.
Tablas de frecuencia: Exponen la informacin recogida en la muestra, de forma que no se
pierda nada de informacin (o poca).
Frecuencias absolutas: Contabilizan el nmero de individuos de cada modalidad.
Frecuencias relativas (porcentajes): Idem, pero dividido por el total.
Frecuencias acumuladas: Slo tienen sentido para variables ordinales y numricas.
Representaciones grfcas: Estas representaciones grfcas se dan para variables cualitativas
y variables cuantitativas.
Las representaciones grfcas que utilizamos para variables cualitativas son: diagramas de
barras, diagramas de sectores y pictogramas.
En cambio para las variables cuantitativas, tenemos: diagrama de barras, histogramas y
diagramas integrales.
Finalmente, en la fg. 3 que se muestra a continuacin, presentamos el proceso de
obtencin de datos:
Fig. 3. Procesamiento de obtencin de datos
5
Documento sobre conceptos bsicos de investigacin y estadsticas.2006
17
1.4 PLAN DE INVESTIGACIN
El plan de investigacin, es un instrumento que sirve para detallar fuentes de datos, mtodos
de investigacin que se utilizarn para recopilar la informacin, instrumentos de investigacin
que disearn en funcin de la informacin que se necesite, plan de muestreo y mtodos de
contacto que posibilitaran recabar la informacin, tal y como se presenta en la fgura 4. El
contenido de cada elemento ustedes lo vern en la materia de INVESTIGACION.
Fig. 4. Elementos que contiene un plan de investigacin
1.5 TIPOS DE INVESTIGACIN
Al ser las estadsticas uno de los elementos bsicos de todo tipo de investigacin, trataremos de
describir brevemente y ver en qu reas especfcas se utilizan las mismas.
TABLA NRO. 2
TIPOS DE INVESTIGACION
Clasifcacin Defnicin
INVESTIGACIN DESCRIPTIVA
Es el tipo de investigacin que procura determinar cual es la
situacin, ver lo que hay describir tal cual es el asunto o
condicin sobre un asunto o problema.
INVESTIGACIN EXPERIMENTAL
Es el tipo de investigacin donde el investigador manipula
o controla una o ms variables para ver su efecto en otra o
ms variables.
INVESTIGACIN CLNICA-
Es un estudio intensivo que se caracteriza por la gran
variedad en el uso de medios e instrumentos de evaluacin.
La muestra es muy pequea de hasta uno o dos casos. Es
mayormente de carcter psicolgico y psiquitrico.
INVESTIGACIN LONGITUDINAL
Son investigaciones cuyos resultados se esperan a largo
plazo.
INVESTIGACIN HISTRICA
Investigacin que trata de auscultar informacin sobre
eventos y hechos ocurridos en el pasado. Constituye ser un
proceso mediante el cul el investigador busca comprobar
la veracidad de los informes, pruebas, testimonios y
observaciones muchas veces realizadas por otros. La principal
fnalidad de los estudios histricos consiste en informar lo
que ocurri.
18
INVESTIGACIN ETNOGRFICA
Es un tipo de investigacin cualitativa y descriptiva de un
enfoque ms inductivo que atiende ms los procesos que
los logros. Es esencialmente interpretativa en el sentido de
que el investigador recoge los datos mediante entrevistas y
diversos medios de observacin para luego interpretarlos
y analizarlos de acuerdo a las teoras y principios que
fundamentan el asunto o problema de estudio.
Fuente: Documento de conceptos bsicos de investigacin y estadsticas
Cabe indicar, que existen otras tipos de investigacin que ustedes conocern en la materia de
INVESTIGACIN.
Como medidor del control de lectura que lleva a cabo en base al libro y a la gua didctica, desarrolle
las siguientes cuestiones de repaso.
A. Srvase encerrar mediante un crculo, las respuestas correctas.
1. Al considerar algo verdadero debido a una tradicin, o a que alguna persona eminente dice que
lo es, estamos utilizando el mtodo de adquisicin del conocimiento de
a. Autoridad.
b. Racionalismo
c. Intuicin
d. Cientfco
2. Al conjunto completo de individuos, objetos o datos que el investigador est interesado en
estudiar se denomina
a. Poblacin.
b. Muestra
c. Variable
d. Parmetro
POR FAVOR, SIRVASE REVISAR EL LIBRO BASE,
PARA ACLARAR DUDAS O PROFUNDIZAR
LOS CONOCIMIENTOS ADQUIRIDOS. EN
EL PRESENTE CAPTULO A TRAVES DE LOS
EJERCICIOS RESUELTOS QUE PROPORCIONA EL
AUTOR.
AUTOEVALUACIN N1
1
3. El valor del smbolo matemtico es
a. Variable
b. Constante.
c. Dependiente
d. Un dato
4. La variable medida por el investigador para determinar el efecto que sobre ella tienen las dems
es la
a. Independiente
b. Dependiente.
c. De Control
d. Extraa
5. Un profesor lleva a cabo un experimento para determinar si el modo de presentacin afecta
cuanto se recuerda de un material. Para este experimento, el investigador utiliza varios pasajes
en prosa que se presentan en forma visual u oral. Se eligen cincuenta estudiantes entre los
asistentes a la universidad en donde trabaja este maestro. Los estudiantes se dividen en dos
grupos de 25 individuos cada uno. El primero recibe una presentacin visual de los pasajes en
prosa y el segundo grupo escucha los pasajes gracias a una presentacin oral. Al fnal de sus
respectivas presentaciones, se pide a los sujetos que escriban la mayor parte del material que
puedan recordar. Se calcula el promedio de palabras recordadas en cada grupo y se comparan
para ver si el modo de presentacin tuvo cierto efecto. El modo de presentacin es
a. La variable dependiente
b. La variable independiente.
c. El estadstico
d. La muestra
6. Un profesor lleva a cabo un experimento para determinar si el modo de presentacin afecta
cuanto se recuerda de un material. Para este experimento, el investigador utiliza varios pasajes
en prosa que se presentan en forma visual u oral. Se eligen cincuenta estudiantes entre los
asistentes a la universidad en donde trabaja este maestro. Los estudiantes se dividen en dos
grupos de 25 individuos cada uno. El primero recibe una presentacin visual de los pasajes en
prosa y el segundo grupo escucha los pasajes gracias a una presentacin oral. Al fnal de sus
respectivas presentaciones, se pide a los sujetos que escriban la mayor parte del material que
puedan recordar. Se calcula el promedio de palabras recordadas en cada grupo y se comparan
para ver si el modo de presentacin tuvo cierto efecto. El promedio de palabras recordadas por
cada grupo es
a. La variable dependiente
b. La variable independiente
c. El estadstico.
d. El dato
20
7. Un investigador quiere determinar si un implante de tipo experimental para el control natal
tiene efectos colaterales sobre el peso corporal y la depresin de las mujeres. Un grupo de 1000
fminas adultas se prestan como voluntarias para el experimento. El investigador elige a 100 de
estas mujeres para el estudio. La mitad de las escogidas se asignan al grupo 1 y la otra mitad al
grupo 2, de modo que los datos sobre peso corporal promedio y depresin promedio sean iguales
al comienzo del experimento. A las mujeres del grupo 1 se les realiza el implante, mientras que
las mujeres del grupo 2 reciben un implante placebo. El peso corporal y el placebo se miden al
inicio y al fnal de la prueba. Para medir la depresin se utiliza un cuestionario estndar; Al fnal
del experimento se comparan el peso corporal promedio y los niveles de depresin promedio de
cada grupo para determinar si el implante experimental tuvo algn efecto sobre estas variables.
Para proteger a las mujeres contra un embarazo no deseado se utiliz otro mtodo de control
natal que no interfera con el implante. La Poblacin es:
a. El peso corporal
b. El nivel de depresin
c. Las mujeres que participaron en el experimento
d. Las mujeres que se ofrecieron como voluntarias.
8. Un investigador quiere determinar si un implante de tipo experimental para el control natal
tiene efectos colaterales sobre el peso corporal y la depresin de las mujeres. Un grupo de 1000
fminas adultas se prestan como voluntarias para el experimento. El investigador elige a 100 de
estas mujeres para el estudio. La mitad de las escogidas se asignan al grupo 1 y la otra mitad al
grupo 2, de modo que los datos sobre peso corporal promedio y depresin promedio sean iguales
al comienzo del experimento. A las mujeres del grupo 1 se les realiza el implante, mientras que
las mujeres del grupo 2 reciben un implante placebo. El peso corporal y el placebo se miden al
inicio y al fnal de la prueba. Para medir la depresin se utiliza un cuestionario estndar; Al fnal
del experimento se comparan el peso corporal promedio y los niveles de depresin promedio de
cada grupo para determinar si el implante experimental tuvo algn efecto sobre estas variables.
Para proteger a las mujeres contra un embarazo no deseado se utiliz otro mtodo de control
natal que no interfera con el implante. El tamao de la muestra es:
a. 2
b. 50
c. 100.
d. 1000
9. La mayor parte de la investigacin de tipo antropolgica y etiolgica son
a. Estudios observacionales
b. Estudios correlacionales
c. Observacines naturalistas.
d. Estimacin de parmetros
21
10. Gran parte de la investigacin de mercados son ejemplos de
a. Estudios observacionales
b. Estudios correlacionales
c. Observacines naturalistas
d. Estimacin de parmetros.
INTERACTIVIDAD A TRAVS DEL CAMPUS VIRTUAL
Ingrese peridicamente al campus virtual que se encuentra en la siguiente direccin www.utpl.
edu.ec, digite su nombre de usuario y contrasea. Conteste la auto evaluacin del presente
captulo y verifque sus respeustas dentro el entorno.
La estadstica dice que si una persona pone la cabeza
en el congelador y los pies en el horno
su temperatura media ser normal
ANONIMO (detalle humorstico)
El presente captulo, permitir al estudiante conocer lo fundamental de matemticas, ya que la mayora
de ejercicios estadsticos requieren de clculos exactos y es una de las herramientas ms adecuadas que
nos sirven para todo tipo de mediciones as como todas las situaciones que se presenten.
2.1 MEDICION
La medicin es la descripcin de datos en trminos de nmeros (Guilford, 1954). En un sentido
general es asignar nmeros a objetos o eventos de acuerdo a reglas establecidas (Stevens, 1951).
Y cuando hablamos de estadsticas o de mtodos estadsticos estamos realmente inmersos en el
campo de la medicin.
La medicin es fundamental para que nuestros juicios y opiniones sean precisos y validos, razn
por la cual se defne como el proceso mediante el cual se asignan nmeros a los atributos o
caractersticas de las personas, objetos o eventos de acuerdo a unas reglas o indicadores
claramente establecidos
6
.
2.2 ESCALAS DE MEDICION
Las escalas de medicin, son un esquema especfco para asignar cantidades numricas a las
diferentes modalidades que presenta un carcter cualitativo, es decir, codifcar numricamente
las diferentes modalidades de un atributo.
CAPTULO N 2:
CONCEPTOS BSICOS DE MATEMTICAS Y DE
MEDICIN
6
Luis Pericchi, Ph. D. DOCUMENTO SOBRE ESTADSTICA DESCRIPTIVA

22
Por ello, es una buena idea codifcar las variables como nmeros para poder procesarlas con
facilidad en un ordenador, o asignar etiquetas a los valores de las variables para recordar qu
signifcan los cdigos numricos. Ej.
Sexo (Cualit: Cdigos arbitrarios)
1 = Hombre
2 = Mujer
Raza (Cualit: Cdigos arbitrarios)
1 = Blanca
2 = Negra,...
Felicidad Ordinal: Respetar un orden al codifcar.
1 = Muy feliz
2 = Bastante feliz
3 = No demasiado feliz
As tambin, es necesario conocer que se pueden asignar cdigos a respuestas especiales como:
0 = No sabe
99 = No contesta...
Y que debern ser tomadas en cuentas en el anlisis. Aunque se codifquen como nmeros, debemos
recordar siempre el verdadero tipo de las variables y su signifcado, pues no todo est permitido con
cualquier tipo de variable.
Por tanto, estos valores numricos deben estar expresados en una escala bien defnida ya que tendrn
algn signifcado dependiendo de la escala que se haya empleado, razn por la cual distinguiremos
cuatro tipos de escalas de medicin:
a) Escalas Nominales: Clasifcan los objetos, personas o variables en categoras cualitativamente
distintas. Ejm.
CARCTER: Carrera que estudia.
MODALIDADES:
Magisterio: 1 : Informtica: 2 : Fsica: 3 : Matemticas: 4
Cuando se trabaja con escalas de este tipo se pueden obtener los siguientes estadsticos descriptivos:
frecuencias, moda, el coefciente de contingencia y la correlacin nominal
b) Escalas ordinales: Clasifcan a las personas, eventos u objetos en una posicin con relacin a
cierto atributo, pero sin indicar la distancia que hay entre las posiciones. Ejm.
CARCTER: Nivel de estudios.
MODALIDADES:
Educacin bsica: 1; Educacin secundaria: 2 ; Titulacin media: 3
Titulacin superior: 4; Doctorado: 6
23
Los estadsticos que se pueden utilizar en datos medidos en este nivel son: la mediana, los percentiles
y la correlacin ordinal.
c) Escalas de intervalos: A diferencia de las dos escalas anteriores, estas ordenan los objetos o
eventos segn la magnitud del atributo que representan y proveen intervalos iguales entre las
unidades de medida.
El ejemplo clsico, de este tipo de escala es el de la temperatura, medida en grados Celsius. Por
ejemplo si la temperatura de un individuo es 360 y la de otro 380, la diferencia es de 20. Pero
el cociente entre las dos temperaturas carece de sentido fsico, debido al carcter arbitrario que
tiene la eleccin del origen de la escala Celsius. Recordemos que en dicha escala, el cero no
representa la ausencia del fenmeno estudiado, sino meramente el punto que separa el estado
solido del liquido para el agua.
En este tipo de escala, es posible realizar las cuatro operaciones algebraicas, debido a que
los valores atribuidos a las modalidades se encuentran en correspondencia biunvoca con la
secuencia de nmeros reales y, por tanto, poseen propiedades aritmticas.
d) Escala de razones o cocientes: Se diferencian de las escalas de intervalos solamente porque esta
escala presenta un cero natural, que indica la ausencia del fenmeno estudiado, de manera que
tanto la diferencia como el cociente o razn entre dos valores tienen un signifcado real.
Dos buenos ejemplos de las escalas de razones y cocientes son las medidas de la estatura y el
peso. Si una columna mide seis pies es el doble de alto de otra columna que mide tres pies.
Si Enrique pesa 180 libras, entonces pesa el doble que Mara quin pesa 90 libras. Las razones
de los nmeros en estas escalas tienen un determinado sentido, lo que hace posible que se
interpreten los valores numricos entre las cantidades obtenidas de los objetos.
En esta escala se da la relacin biunvoca entre los valores que adquieren la variable y la
secuencia de nmeros reales. Adems, el origen de la escala s representa la ausencia absoluta
de la caracterstica que se est midiendo.
A continuacin, ampliaremos un poco ms estos conceptos en la siguiente tabla:
CARACTERSTICAS, EJEMPLOS Y LIMITACIONES
DE LAS ESCALAS DE MEDICIN
ESCALA CARACTERSTICAS USOS/EJEMPLOS LIMITACIONES
Nominal
Se clasifcan las
personas eventos u
objetos en categoras
Denominaciones
religiosas, aflicin
politico partidista,
codifcaciones en la
clasifcacin de objetos,
pinturas, movimientos
literarios.
No se pueden precisar
diferencias cuantitativas
entre las categoras.
Ordinal
Se clasifcan u ordenan
las personas, objetos y
eventos en determinada
posicin
Orden de llegada de
atletas en una carrera,
puntuaciones de
una prueba, rangos
militares, nivel de
popularidad de
estudiantes en una
escuela.
Restringida para
identifcar diferencias
relativas, pero no
precisa diferencias en
cantidad absoluta entre
personas u objetos.
24
Intervalos
Escala que posee
unidades de igual
magnitud. El punto
cero de la escala es
arbitrario y no refeja la
ausencia del atributo.
Temperaturas (Celsius y
Fahrenheit), fechas del
calendario, escala de
inteligencia.
Razones no tienen
sentido ya que el punto
cero es establecido
convencionalmente.
Razones
Escala que posee un
punto cero absoluto
e intervalos de igual
magnitud.
Distancia, peso,e
statura, tiempo rquerido
para realizar una tarea
escolar.
Ninguna, excepto que
su uso se supedita
mayormente a medir
cualidades fsicas ms
que para la medicin
de aspectos pscolgicos.
Fuente y elaboracin: Conceptos Bsicos de Investigacin y estadsticas.
2.3 VARIABLES.
En el captulo anterior, defnimos lo que era una variable, as como tambin identifcamos los
diversos tipos de variables que existen. Sin embargo en el presente vamos a profundizar dos
tipos de variables, consideradas importante dentro de ESTADISTICA.
Fig. 5 Variables
Los dos tipos de variables a estudiar son: las variables DISCRETAS Y CONTINUAS, que forman parte de
la variable cuantitativa y se encuentran en una escala de medida de intervalo y razn.
La forma diferente de clasifcar estas variables
7
, se da segn el nmero de valores que tengan en la
escala, as por ejemplo:
Variables Discretas: segn el nmero de valores es fnito (nmeros enteros). Por lo tanto se
utilizaran:
Todas las variables cualitativas (escala nominal)
Todas las variables con escala ordinal
Variables cuantitativas: las que son el resultado de contar, valores son nmeros enteros
(personas en el hogar, ingresos, tamao del municipio).
Variables Continuas: segn el nmero de valores en la escala es infnito (Nmeros con infnitos
decimales). Por tan se utilizarn:
Slo aquellas variables cuantitativas que son resultado de medir (ejemplos: altura, peso,
tamao del piso, edad)
7
JARA, Pilar Introduccin a la Psicoestadstica
25
Sin embargo, en la prctica la diferencia segn el nmero de valores que tengan en la escala dentro
de estas dos variables est desvanecida pues existen variables que son resultado de medir, pero
redondeamos y convertimos en nmero fnito de valores enteros (edad), otras variables tericamente
continuas, que convertimos en discretas como por ejemplo: escala ideolgica de izquierda a derecha,
valores 1 a 7y fnalmente variables discretas que tienen muchsimos valores diferentes como: ingresos,
poblacin de un municipio, etc.
A) Srvase encerrar mediante un crculo, las respuestas correctas.
1. Para los siguientes datos, X: 2, 3, 6, 8, 9, 15. X=
a. 26
b. 28
c. 41
d. 43.
2. Para los siguientes datos, X: 2, 3, 6, 8, 9, 15.
a. 26
b. 28
c. 41
d. 43
POR FAVOR, SIRVASE REVISAR EL LIBRO BASE, PARA
ACLARAR DUDAS O PROFUNDIZAR LOS CONOCIMIENTOS
ADQUIRIDOS EN EL PRESENTE CAPTULO A TRAVES DE LOS
EJERCICIOS RESUELTOS QUE PROPORCIONA EL AUTOR.
AUTOEVALUACIN N2
2
3. Para medir la variable Tipo de msica utilizamos la escala
a. Nominal
b. Ordinal
c. Intervalos
d. Razn
4. La variable se divide en varias categoras en la escala
a. Nominal
b. Ordinal
c. Intervalos
d. Razn
5. La escala en la que ordenamos los objetos medidos considerando si poseen ms, menos o la misma
cantidad de la variable medida es la
a. Nominal
b. Ordinal
c. Intervalos
d. Razn
6. Aquella variable que puede asumir infnitos valores entre unidades adyacentes es
a. Independiente
b. Dependiente
c. Continua.
d. Discreta
7. La altura es un ejemplo de variable
a. Independiente
b. Dependiente
c. Continua
d. Discreta
27
8. El valor por arriba del valor registrado, a una distancia que es igual a la mitad de la unidad de medida
mnima en la escala se denomina
a. Lmite real superior
b. Lmite real inferior
c. Lmite aparente superior
d. Lmite aparente inferior
9. Si la unidad mnima de medida es de 0,1 libra, y registramos 170 libras de peso, El lmite real inferior
es de
a. 169,5
b. 169,95
c. 170
d. 170,5
10. Al redondear el nmero 45,0451 a dos cifras decimales nos queda
a. 45
b. 45,0
c. 45,04
d. 45,05
Ingrese perdicamente al campus virtual que se encuentra en la siguiente direccin www.utpl.
captulo y verifque sus respeustas dentro el entorno.
28
El campo de la estadstica descriptiva no tiene que ver con las implicaciones o conclusiones que se
puedan deducir de conjuntos de datos. La estadstica descriptiva sirve como mtodo para organizar
datos y poner de manifesto sus caractersticas esenciales con el propsito de llegar a conclusiones,
por ello en este tercer captulo analizaremos la forma de organizar y presentar los datos de manera
signifcativa.
3.1 DISTRIBUCION DE FRECUENCIAS
Se defne a la distribucin de frecuencias, como el agrupamiento de datos en categoras
mutuamente excluyentes dando el nmero de observaciones en cada categora
8
. Los pasos son
los siguientes:
Establecer el nmero de clases que se quiere.
Determinar el intervalo o la amplitud de clase.
Fijar los lmites de cada clase.
Poner una marca por cada observacin que quede en cada clase.
Contar en nmero de observaciones en cada clase (frecuencia de clase)
La frecuencia relativa se obtiene dividiendo la frecuencia de clase entre el total de datos (n), y,
La frecuencia porcentual se obtiene multiplicando la frecuencia relativa por 100.
Simblicamente, una distribucin de frecuencias vendra dada por los pares (xi, ni), donde xi son los
valores de la variable y ni son sus frecuencias. As mismo pueden considerarse bsicamente dos tipos
de distribuciones de frecuencias: Aquellas en las que los valores de la variable no estn agrupados y las
que presentan esos valores agrupados en intervalos.
a) Distribucindefrecuenciasdedatosnoagrupados.- Corresponden a las variables discretas, cuyo
valores observados (sin repetir) se ordena de menor a mayor en la primera columna y en la segunda
se indica cuantas veces se observ dicho valor.
CAPTULO N 3:
DISTRIBUCIN DE FRECUENCIAS
8
SANDOVAL, Andrs. Estadstica I Universidad Panamericana
2
Ejemplo
9
: En la tabla adjunta se da la distribucin de las 500 hogares de un barrio segn el
nmero de sus miembros.
Esta distribucin, adems de dar los valores de la variable y sus frecuencias absolutas, recoge las
relativas y las acumuladas. Se trata de la distribucin de una variable discreta con un nmero
fnito de valores.
b) Distribucindefrecuenciasdedatosagrupados.- Se asocia fundamentalmente con las variables
continuas y trata de decidir el nmero de intervalos en los que hay que agrupar los valores de la
variable as como si la amplitud o recorrido de los mismos debe ser igual.
Ejemplo
10
: La distribucin del presupuesto semanal en alimentacin de un conjunto de 265
familias expresado en euros es el que fgura en la tabla siguiente:
Presupuestos
L
i-1
-L
i
a
i
X
i
Familias
n
i
f
i
N
i
F
i
80-100
100-110
110-115
115-120
120-130
130-150
150-170
170-210
210-270
270-360
20
10
5
5
10
20
20
40
60
90
90
105
112.5
117.5
125
140
160
190
240
315
10
35
40
45
55
30
20
15
10
5
0.0377
0.1321
0.1509
0.1698
0.2075
0.1132
0.0755
0.0566
0.0377
0.0189
10
45
85
130
185
215
235
250
260
265
0.377
0.1698
0.3208
0.4906
0.6981
0.8113
0.8868
0.9434
0.9811
1.0000
Total 265 1
En este caso, se trata de una variable continua con sus valores agrupados en intervalos cuya amplitud es
variable. Este tipo de intervalos permite tratar de forma distinta a los valores de la variable, segn donde
se localice la mayor parte de las observaciones. En este sentido la amplitud de los intervalos es inversa
a la frecuencia de los mismos. Esta forma de proceder evita que la mayor parte de las observaciones se
concentre en un solo intervalo o en unos pocos.
Tamao de los
hogares
N de hogares
xi ni f
i
N
i
F
i
1
2
3
4
5
6
7
8
9
10
40
70
110
90
48
42
40
35
20
5
0.08
0.14
0.22
0.18
0.096
0.084
0.08
0.07
0.04
0.01
40
110
220
310
358
400
440
475
495
500
0.08
0.22
0.44
0.62
0.716
0.8
0.88
0.95
0.99
1
500 1
9
SNCHEZ, Fernndez Jess. Introduccin a la Estadstica Empresarial
10
SNCHEZ, Fernndez Jess. ANLISIS DE UNA VARIABLE.
30
3.2 PERCENTILES
El percentil, es el valor bajo el cual se encuentra una proporcin determinada de la poblacin.
Es una medida de posicin muy til para describir una poblacin. Es un valor tal que supera un
determinado porcentaje de los miembros de la poblacin medida.
Por ejemplo, en la Prueba de Estadstica el postulante que qued en el Percentil 90, quiere decir
que supera al 90% de la poblacin que rindi esta prueba.
En consecuencia, tcnicamente no hay reprobacin en estas pruebas. Quienes las rinden slo son
ubicados en algn tramo de la escala, producto de su rendimiento particular dentro del grupo.
Algunos percentiles tienen nombres especiales. El percentil 50, que separa la mitad inferior de
los examinados de la mitad superior, se llama mediana.
El percentil 25, que separa al cuarto inferior de los examinados del resto, se llama primer
cuartil. De manera similar, el percentil 75 se llama tercer cuartil.
El concepto de un percentil est estrechamente relacionado con el de un rango de percentil. El
percentil 40 de un grupo es la puntuacin que tiene un rango de percentil 40 en ese grupo, el
percentil 68 es la puntuacin que tiene un rango de percentil 68; y as sucesivamente.
a) Rangodepercentil:
El rango de percentil, compara el rendimiento de un examinado en una prueba con el rendimiento
de un grupo de personas que la hayan dado. Es decir que un rango percentil no es lo mismo que
el porcentaje de preguntas del examen que contest correctamente el examinado
Es decir, que si el examen es fcil para el grupo, un examinado puede responder correctamente
el 70 por ciento de las preguntas y recibir una puntuacin ubicada en el percentil 10 o incluso
menor. Si el examen es difcil para el grupo, un examinado puede responder correctamente el
70 por ciento de las preguntas y recibir una puntuacin ubicada en el percentil 90.
El concepto del rango percentil est estrechamente relacionado con el de un percentil. El percentil
40 de un grupo es la puntuacin que tiene un rango percentil de 40 en ese grupo; el percentil 68
es la puntuacin que tiene un rango percentil de 68; y as sucesivamente.
11
3.3 GRAFICAS DE LAS DISTRIBUCIONES DE FRECUENCIAS.
Los mtodos grfcos, proporcionan al investigador un conjunto de formas sencillas para examinar
tanto las variables individualmente con las relaciones entre las misma.
Estas tcnicas grfcas, se distinguen dependiendo del nmero de variables que se analizan a
continuacin:
Variablesunidimensionales: diagramas de caja, diagramas de cuantiles, diagramas unidimensionales,
diagramas de tallos y hojas, histogramas.
Variablesbidimensionales: diagramas cuantil cuantil, diagramas de dispersin.
Variablesmultidimensionales: perfles multivariantes, caras de Chernoff, matrices de dispersin.
Es necesario, acotar que los mtodos grfcos son importantes por las siguientes razones
12
:
11
Defniciones de trminos estadsticos, relacionados con los exmenes. LOG ON. LETS TALK
12
Documento sobre INTRODUCCIN AL ANLISIS EXPLORATORIO DE DATOS. Universidad de Argentina
31
No existe ninguna tcnica estadstica que sea tan poderosa y sencilla como un grfco bien
escogido.
Existen mtodos grfcos que permiten al investigador explorar los datos en profundidad,
inspeccionar posibles relaciones o patrones, confrmar o rechazar lo esperado, y descubrir
nuevos fenmenos. Estos mtodos pueden utilizarse tambin para apoyar los anlisis estadsticos
clsicos.
Los grfcos nos muestran toda la informacin acerca de los datos. Las medidas numricas
resumen, pero en ocasiones pueden equivocar.
3.4 ANALISIS EXPLORATORIO DE DATOS.
El Anlisis Exploratorio de Datos (A.E.D.) es un conjunto de tcnicas estadsticas cuya fnalidad
es conseguir un entendimiento bsico de los datos y de las relaciones existentes entre las variables
analizadas (Salvador M. 2003).
Este anlisis, proporciona mtodos sistemticos sencillos para organizar y preparar los datos,
detectar fallos en el diseo y recogida de los mismos, tratamiento y evaluacin de datos ausentes,
identifcacin de casos atpicos y comprobacin de los supuestos subyacentes en la mayor parte
de las tcnicas multivariantes.
Por tal motivo, para determinar un anlisis exploratorio de datos, se requieren establecer las
principales etapas en la investigacin estadstica como:
- Establecer los objetivos de la investigacin.
- Recoger y preparar los datos.
- Investigas la estructura y calidad de los datos.
- Anlisis inicial de datos.
- Seleccin y aplicacin de un anlisis estadstico formal apropiado.
- Validacin de los resultados
- Interpretacin y comunicacin de los resultados.
POR FAVOR, SIRVASE REVISAR EL LIBRO BASE PARA
ACLARAR DUDAS O PROFUNDIZAR LOS CONOCIMIENTOS
ADQUIRIDOS EN EL PRESENTE CAPTULO A TRAVES DE LOS
EJERCICIOS RESUELTOS QUE PROPORCIONA EL AUTOR.
32
A) Srvase encerrar mediante un crculo, las respuestas correctas.
1. Aquella tabla que presenta los valores de los datos y su frecuencia de aparicin se denomina
a. Distribucin de frecuencias.
b. Distribucin de frecuencias de datos agrupados
c. Distribucin de frecuencias acumuladas
d. Distribucin de frecuencias relativas
2. Lo mejor es escoger una amplitud de intervalo
a. Ancho
b. Angosto
c. Intermedio.
d. Es indiferente
3. Si el ancho del intervalo es 6 y el menor valor que tenemos en el grupo de datos es 45, entonces el
lmite inferior del intervalo menor es
a. 42.
b. 43
c. 44
d. 45
4. Aquella distribucin que indica el porcentaje de datos que caen por debajo del lmite real superior
de cada intervalo
a. Porcentajes relativos
b. Frecuencias acumuladas
c. Frecuencias absolutas
d. Porcentajes acumulados.
AUTOEVALUACIN N3
33
5. De la siguiente distribucin de frecuencias, el porcentaje acumulado del tercer intervalo es:
Intervalo de clase
f
20-24 2
15-19 4
10-14 6
5-9 5
0-4 3
TOTAL 20
a. 0,3
b. 6
c. 20
d. 30.
6. En un grupo de 60 datos el percentil 50 supera a
a. 10 califcaciones
b. 30 califcaciones
c. 50 califcaciones
d. 60 califcaciones
7. El rango percentil del valor 12 en el siguiente conjunto de datos es
Intervalo de clase f fa
20-24 2 20
15-19 4 18
10-14 6 14
5-9 5 8
0-4 3 3
TOTAL 20
a. 12
b. 45
c. 50
d. 55.
34
8. El tipo de grfco de datos nominales u ordinales en el que se traza una barra para cada categora,
donde la altura representa la frecuencia o nmero de miembros de esa categora es
a. La grfca de barras.
b. El histograma
c. El polgono de frecuencias
d. La curva de porcentajes acumulados
9. El siguiente grfco corresponde a una curva

a. Simtrica.
b. Asimtrica positiva
c. Asimtrica negativa
d. Polisimtrica
10. Si las frecuencias mayores de una curva se desplazan hacia los valores menores, la curva es
a. Simtrica
b. Asimtrica positiva.
c. Asimtrica negativa
d. Polisimtrica
Ingrese peridicamente al campus virtual que se encuentra en la siguiente direccin: www.utpl.
captulo y verifque sus respuestas dentro el entorno.
35
En el presente captulo, conoceremos dos caractersticas de suma importancia, que permiten a los
investigadores tomar decisiones, estas son: las medidas de tendencia central cuyo propsito es indicar
con precisin el centro de un conjunto de observaciones, y las medidas de dispersin que se utilizan
para obtener informacin complementaria.
4.1 MEDIDAS DE TENDENCIA CENTRAL
El propsito de cualquier medida de tendencia central, es indicar con precisin el centro de un conjunto
de observaciones, cuyas caractersticas se basan en
13
:
Mostrar en qu lugar se ubica la persona promedio o tpica del grupo.
Servir como un mtodo para comparar o interpretar cualquier puntaje en relacin con el puntaje
central o tpico.
Servir como un mtodo para comparar el puntaje obtenido por una misma persona en dos diferentes
ocasiones.
Sirve como un mtodo para comparar los resultados medios obtenidos por dos o ms grupos.
Las medidas de tendencia central ms comunes son: La media aritmtica, la mediana y la moda.
a) Media aritmtica: Se defne como aquel valor que resulta de dividir la suma de todas las observaciones
entre el nmero de ellas., se la conoce como media o promedio. Se representa por medio de una
letra M en otros casos por una X con una lnea en la parte superior.
Las propiedades de la media aritmtica, se establecen en:
La suma de las desviaciones de los valores de la variable respecto de la media vale cero. Es
decir:
La media aritmtica no vara si todas las frecuencias de su distribucin se multiplican o dividen
por una constante.
La suma de las desviaciones al cuadrado de los valores de la variable respecto de una constante
C cualquiera se hace mnima ,cuando esa constante C coincide con la media aritmtica (Teorema
de Konig):
CAPTULO N 4:
MEDIDAS DE TENDENCIA CENTRAL Y
VARIABILIDAD
13
GRAJALES, Tevni. LAS MEDIDAS DE TENDENCIA CENTRAL
3
Si a todos los valores de una variable le sumamos una constante C, la media aritmtica queda
aumentada en dicha constante. Es decir, la media se ve afecta por cambios de origen en la
variable.
Si todos los valores de una variable los multiplicamos por una constante C, la media aritmtica
queda multiplicada por dicha constante. Es decir, la media se ve afecta por cambios de escala en
la variable.
Si de un conjunto de valores obtenemos dos o ms subconjuntos disjuntos, la media aritmtica
de todo el conjunto se relaciona con todas las medias aritmticas de los diferentes subconjuntos
disjuntos.
La media es el centro de gravedad de la distribucin.
14
Cuando se calcula es la media de una poblacin, sta se representa con la letra griega , y si es
la media de una muestra, sta se representa con x . As, las frmulas son como sigue:
Dnde:
= Media poblacional
X = Representa cualquier valor particular
N = Nmero de individuos en la poblacin
= Indica la operacin de adicin
Dnde:
x = Media poblacional
X = Representa cualquier valor particular
n = Nmero de individuos en la poblacin
= Indica la operacin de adicin
Algunas caractersticas de la media aritmtica son:
Todo conjunto de datos de intervalo o de razn tienen una media.
Un conjunto de datos slo tiene una media.
La media es til para comparar dos poblaciones.
La media aritmtica es la nica medida de tendencia central en la que la suma de las desviaciones
de los valores de la media ser siempre cero.
Expresado simblicamente (X - x ) = 0
b) Mediana: Es la observacin central de los valores de una poblacin o muestra una vez que stos
han sido ordenados de forma ascendente o descendente. Se representa como Md o Me.
14
SNCHEZ, Fernndez Jos. INTRODUCCIN A LA ESTADSTICA EMPRESARIAL
37
Algunas caractersticas de la mediana son:
Todo conjunto de datos ordinales, de intervalo o de razn tienen una mediana.
Un conjunto de datos slo tiene una mediana.
A la mediana no le afectan valores extremadamente grandes ni extremadamente pequeos, por
eso es especialmente til cuando se tienen estos valores.
15
Para determinar el valor de la Me de una distribucin hay que proceder de forma distinta segn se
trate de distribuciones de frecuencias para variables discretas o continuas, pues en el primer caso
los valores de la variable no estn agrupados y sus frecuencias pueden ser unitarias o mayores que
la unidad, mientras que para el segundo caso los valores se presentan siempre agrupados.
Las propiedades de la mediana, se identifcan en:
La mediana hace mnima la suma de todas las desviaciones absolutas.
La mediana se ve afecta por cambios de origen y cambios de escala.
La mediana no se ve afectada si todas las frecuencias se multiplican o dividen por una misma
constante.
La mediana no se infuida por los valores extremos de la variable.
Para el caso de distribuciones campaniformes fuertemente asimtricas, la mediana resulta un
promedio mejor que la media aritmtica.
Dado que en su clculo no intervienen los valores extremos hace que se pueda obtener
fcilmente incluso en presencia de intervalos abiertos.
El principal inconveniente de la mediana es que, para su clculo, no hace uso de toda la
informacin que suministra la variable.
16
c) Moda: La moda, es el valor que aparece con ms frecuencia en un conjunto de datos. Se representa
por Mo, y al igual que la mediana, tampoco tiene formula de clculo.
Algunas caractersticas de la moda son:
Se puede determinar la moda en grupos de datos de todos los niveles (nominales, ordinales, de
intervalo y de razn).
Puede existir ms de una moda para cada grupo de datos.
A la moda no le afectan valores extremadamente grandes ni extremadamente pequeos, por eso
es especialmente til cuando se tienen estos valores.
15
SANDOVAL, Andrs. Estadstica I. Universidad Panamericana
16 SNCHEZ, Jos ANLISIS DE UNA VARIABLE
38
Las propiedades de la moda son muy similares a las de la mediana, en el sentido de que se ve
afectada por cambios de origen y de escala, no cambia cuando las frecuencias se multiplican o
dividen por una constante y no se ve afectada por los valores extremos de la distribucin.
Como inconveniente hay que sealar que no hace uso de toda la informacin de la tabla y que en
distribuciones multimodales pierde sentido.
17
Deestastresmedidasdetendenciacentral,lamediaesreconocidacomolamejorymstildelas
medidasdetendenciacentral,porlassiguientesrazones:
Lospuntajescontribuyendemaneraproporcionalalhacerelcmputodelamedia.
Eslamedidadetendenciacentralmsconocidayutilizada.
Lasmediasdedosomsdistribucionespuedenserfcilmentepromediadasmientrasquelasmedianas
ylasmodasdelasdistribucionesnosepromedian.
Lamediaseutilizaenprocesosytcnicasestadsticasmscomplejasmientrasquelamedianayla
modaenmuypocoscasos.
4.2 MEDIDAS DE VARIABILIDAD O DE DISPERSIN.
A pesar de la gran importancia de las medidas de tendencia central y de la cantidad de informacin
que aportan individualmente, es necesario conocer cun representativo es el valor de estas
medidas a travs de una medida de variabilidad o de dispersin.
Fig. 6. Ejemplo grfco de medida de variabilidad
Las medidas de desviacin, variacin o dispersin que estudiaremos a continuacin son: Rango
o amplitud, desviacin tpica y varianza.
a) Rango, amplitud o recorrido: Se defne como la diferencia entre los dos valores extremos
que toma la variable. Es la medida de dispersin ms sencilla y tambin, la que proporciona
menos informacin.
R= X
MAX
- X
MIN
17
SNCHEZ, Fernndez Jos. INTRODUCCIN A LA ESTADSTICA EMPRESARIAL
3
b) Desviacin Tpica o estndar: Se defne como la raz cuadrada de la media de los cuadrados de las
desviaciones con respecto a la media de la distribucin y en otras palabras como la raz cuadrada de
la varianza.
Las frmulas para su clculo
18
, se pueden simplifcar entonces en las siguientes expresiones:
Frmulaparaunadistribucinpoblacional:
Frmulaparaunadistribucinmuestal:
Cabe sealar, que la desviacin estndar es sin duda, la medida de dispersin ms importante, ya
que adems sirve como medida previa al clculo de otros valores estadsticos.
c) Varianza: La varianza .es una de las medidas de tendencia central ms reportadas, y se basa en
la diferencia entre el valor de cada observacin y la media, es decir promeida las desviaciones
respecto de la media aritmtica.
Las frmulas para su clculo , se pueden simplifcar entonces en las siguientes expresiones:
Cabe sealar, que cuando lo que se calcula es la varianza de una poblacin, sta se representa con
la letra griega 2 (elevada al cuadrado), y cuando lo que se calcula es la varianza de una muestra
se representa con la letra s2 (tambin elevada al cuadrado).
As mismo, cuando mayor sea la varianza mayor ser la dispersin de la variable y menos representativa
ser la media como promedio de todos los valores y viceversa.
Finalmente, hay que indicar que la varianza viene expresada en las unidades de medida de la
variable al cuadrado, lo que limita su interpretacin. La profundidad de analisis de esta medida se
ver en estadistica inferencial..
18
SANDOVAL, Andrs. ESTADSTICA I Universidad Panamericana

G111304

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

G111304

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD TCNICA PARTICULAR DE LOJA

La Universidad Catlica de Loja

PRELIMINARES Gua Didctica: Estadstica I

S-ar putea să vă placă și