Documente Academic
Documente Profesional
Documente Cultură
PSICOLOGA EXPERIMENTAL
128 09.02. ESTADSTICA
PREGUNTAS REPRESENTATIVAS
1) Proporcin.
2) Frecuencia absoluta acumulada.
3) Porcentaje acumulado.
4) Frecuencia absoluta.
5) Frecuencia relativa acumulada.
PIR 13, RC 2.
Variable cuantitativa
Cuantitativa discreta:
Cuantitativa continua:
Histograma y polgono de frecuencias
Es una caracterstica que admite una modalidad intermedia
entre dos cualesquiera. Una persona puede pesar 60 kg.,
pero tambin 60,3 Kg., o bien 60,78 kg. Si existen limita-
ciones a los valores intermedios proceden ms del instru-
mento de medida (sensibilidad de la bscula en este caso)
que de Ia variable en s. Otros ejemplos seran la fuerza
fsica, la longitud, la inteligencia, la extraversin o el tiempo
que tarda un paciente en abandonar el hbito tabquico
(PIR 12, 16), etc.
2.2. MODALIDADES Y CLASES una de ellas. La suma de todas las frecuencias nos Ileva al
n total de la muestra.
Las variables pueden contener un nmero elevado de
modalidades; por ejemplo en el caso de la variable peso En la siguiente columna nos encontramos con las Propor-
definida sobre un conjunto amplio de individuos puede dar ciones (o frecuencias relativas) de cada clase, obtenidas
lugar a un nmero elevado de modalidades o pesos (aun- por el cociente entre la frecuencia absoluta de cada clase y
que algunos individuos coincidan en el peso). En estos el nmero total de observaciones (en todas las clases). La
casos es ms prctico agrupar las modalidades en clases. suma de todas las proporciones ser igual a uno. Ej.: 1/10
Cada clase abarcara un nmero determinado de modali- = 0,1.
dades; en nuestro ejemplo una clase contendra las moda-
lidades o pesos de 50 a 59 kg, la siguiente de 60 a 69 kg, En la ltima columna se registran los Porcentajes de cada
etc. Las clases deben ser mutuamente exclusivas, de clase, que resultan de multiplicar la proporcin o frecuencia
modo que ninguna modalidad pueda pertenecer a ms de relativa de cada clase por 100. El total del porcentaje
una, y exhaustivas, con el fin de que toda modalidad posi- siempre es 100, obviamente. Ej.: 0,1 x 100 = 10.
ble pertenezca necesariamente a alguna clase.
El conjunto de los anteriores ndices (frecuencias, propor-
Para representar esa exclusividad se utilizan parntesis y ciones o porcentajes) junto con sus respectivas clases o
corchetes. As, si el intervalo comienza con un parntesis sus correspondientes nmeros asignados, conforman una
implica que el dato que sigue al parntesis no corresponde distribucin de frecuencias. sta puede expresarse en el
a ese intervalo, mientras que si le acompaa un corchete cuadro representado o bien mediante un Diagrama de
s que lo har. barras o un Pictograma.
Por ejemplo, en el intervalo (50-60], el 50 no entrara en 2.3.1. Frecuencia, proporcin y porcentajes acumula-
este intervalo, mientras que s que lo hara el 60. dos
2.3. DISTRIBUCIN DE FRECUENCIAS Adems de los anteriores ndices suele emplearse la Fre-
cuencia acumulada (con sus respectivas proporciones
Supongamos que encuestamos a una muestra de 10 suje- acumuladas y porcentajes acumulados). Este ndice se
tos acerca de su afiliacin poltica, posteriormente las emplea con las variables cuasi-cuantitativas (nivel ordinal)
distintas modalidades (en este caso partidos polticos a los y con las cuantitativas.
que pertenecen) las agrupamos en tres clases (Izquierda,
Centro y Derecha). En este ejemplo la variable es cualitati- Supongamos que investigamos la distribucin de frecuen-
va y por tanto situada a un nivel de medida nominal. cias de la caracterstica o variable clase social en una
muestra de 50 estudiantes de psicologa de un centro
Tras recoger los datos procedemos a organizarlos del universitario. Tras la recogida de datos organizamos las
siguiente modo: distintas modalidades en cuatro clases: alta, media alta,
media media, media baja y baja. Como es una variable
Frecuencia Proporcin de nivel ordinal (son verificables entre las modalidades las
AFILIACIN Porcentaje
(fa) (p)
relaciones de igualdad-desigualdad y orden) al asignarles
Izquierda 1 0,1 10
nmeros debe respetarse el orden. En la siguiente tabla
Centro 5 0,5 50
Derecha 4 0,4 40 recogemos la distribucin de frecuencias obtenida:
TOTALES 10 1,0 100
CLASE Fr. Prop. Porc.
Frec. Prop. Porc.
SOCIAL ac. ac. ac.
En la primera columna tenemos las tres clases en las que
Alta (5) 4 0,08 8 50 1,00 100
hemos agrupado las modalidades; al ser una variable a Media alta (4) 6 0,12 12 46 0,92 92
nivel nominal no importa en qu orden se organicen las Media media (3) 20 0,40 40 40 0,80 80
clases, el resultado sera el mismo si se alterase su pre- Media baja (2) 12 0,24 24 20 0,40 40
Baja (1) 8 0,16 16 8 0,16 16
sentacin.
TOTALES 50 1,00 100
Sin embargo existe un modo de guardar la continuidad de Por amplitud de un intervalo se entiende la diferencia
una variable, pues podemos suponer que cada valor dis- entre su lmite exacto superior y su lmite exacto inferior
creto representa a todos los infinitos valores situados me- (en nuestro ltimo ejemplo la amplitud del intervalo 2-4, as
dia unidad de medida a su izquierda y media unidad a su como Ia del resto, es de tres unidades, pues: 4,5 1,5 =
derecha. Como se puede observar en el dibujo, la modali- 3). El punto medio de cada intervalo es la media aritmti-
dad 0,57 segundos es convertida en una clase que contie- ca de sus dos lmites exactos (en nuestro ltimo ejemplo el
ne todas las infinitas modalidades que van desde 0,565 punto medio del intervalo 2-4 es tres unidades, pues: 1,5 +
sgs. hasta 0,575 sgs. Y lo mismo podemos decir del resto 4,5/2 = 3).
de los tiempos.
La amplitud total de una serie de valores numricos es la
intervalo diferencia entre el lmite exacto superior del intervalo m-
elemental
ximo y el lmite exacto inferior del intervalo mnimo; en
nuestro ejemplo la amplitud total es: 10,5 1,5 = 9.
bin distorsionamos el conjunto de los datos, pues, por De este modo, los pasos a seguir son los siguientes:
ejemplo, todas las calificaciones de los alumnos que com-
prendan desde el 1,5 hasta el 4,5 se registrarn bajo el Se identifican los valores mximo y mnimo observados.
intervalo 2-4, y a efectos de clculo estadstico, se consi- Se toma una decisin acerca del nmero ms apropiado
deran equivalentes a su punto medio, esto es, la puntua- de tallos distintos (en general, un nmero de tallos entre 5
cin 3. y 20 suele ser apropiado).
Se listan todos los tallos distintos en una columna, orde-
2.4. DIAGRAMA DE TALLO Y HOJAS nados de forma creciente de arriba hacia abajo.
Se escribe cada hoja junto al tallo que le corresponda,
El diagrama o grfico de tallo y hojas es una alternativa a preferiblemente ordenados segn su valor.
la representacin grfica de distribuciones de frecuencias
que sirve tambin para resumir y exponer conjuntos de Las ventajas del Diagrama de tallo y hojas son:
datos de una variable cuantitativa. Fue ideado por Tukey
(1977) en el contexto del enfoque denominado anlisis a) Permite identificar cada puntuacin individual.
exploratorio de datos. b) Ofrece simultneamente tanto un listado de puntuacio-
nes como un dibujo de la distribucin (si tumbamos el
Aunque no es exactamente una representacin grfica, diagrama obtenemos una especie de histograma).
sino una construccin utilizada para la descripcin de va- c) Es ms fcil de modificar para obtener un dibujo con un
riables cuantitativas (discretas o continuas), representa la nivel de detalle distinto de la distribucin ya que contiene
particularidad de permitir visualizar globalmente la distribu- los valores de cada observacin.
cin de frecuencias manteniendo la individualidad de los d) Pueden representarse dos conjuntos de datos simult-
datos. neamente en el mismo diagrama, con lo que se facilita la
comparacin.
e) Permite identificar datos atpicos.
/n = x /n
de la caja, no tendra que ser obligatoriamente as, ya que
X = x1 + x 2 + + x n i
podemos encontrrnosla en cualquier punto dentro de la
caja. Podemos observar que: si la mediana est en la parte
inferior de la caja, entonces los datos son asimtricos En el caso de que los datos estn agrupados en intervalos
positivos; si la mediana se aproxima a la parte superior de Ia frmula vara:
la caja diremos que la distribucin es asimtrica negativa.
A los lados se aaden dos prolongaciones (los bigotes)
que se corresponden con 1,5 veces la longitud de la caja.
X = n1x1 + n2 x 2 + + nr x r /n + n
1 2
+ + nr = nj x j /n
Los valores que se distancian entre 1,5 y 3 longitudes de
caja se denominan outliers. A los valores que se distancian n1 ... nr = Nmero de observaciones o frecuencia absoluta
3 longitudes o ms se les conoce como extremos (extre- en cada uno de los intervalos.
me) (PIR 11, 257). X1 ... Xr = Puntos medios de cada uno de los intervalos.
n = Nmero total de observaciones.
Ej.: 4, 6, 5, 8, 3; X = 26 5 = 5,2
La media geomtrica de n valores es la raz ensima La media cuadrtica de n valores es la raz cuadrada
del producto de esos n valores: de la media aritmtica de los cuadrados de esos n valo-
res. Expresado matemticamente sera:
X g = n (X1) (X 2 ) (Xn )
Xc = { (X )1
2
+ (X 2 )2 + + (X n )2 }/n
Si los datos estuvieran agrupados en intervalos la fr-
mula sera la siguiente:
Para datos agrupados en intervalos:
La media armnica de n valores es el recproco de la La mediana es el punto o valor numrico que deja por
media aritmtica de los recprocos de esos n valores. Si debajo el 50% de las observaciones. Es un estadstico de
nos fijamos en la frmula, la definicin resulta ms sen- tendencia central (aunque tambin de posicin) que admite
cilla: ser calculado para variables cuantitativas discretas e inclu-
so para cuasi-cuantitativas, no obstante lo ms frecuente
/
X a = 1 (1/ X1 + 1/ X 2 + + 1/ X n ) n / es que se utilice en variables cuantitativas continuas.
/
X a = 1 (n1 / X1 + n2 / X 2 + + nr / X r ) n / 3.2.1. Clculo de la mediana en datos no agrupados
en intervalos
Supongamos que tenemos una muestra de 72 alumnos y La mediana puede obtenerse mediante la misma frmula
sus correspondientes puntuaciones en un examen tipo test pero utilizando el lmite exacto superior del intervalo crtico
(la puntuacin ms baja obtenida ha sido de 10 y la ms en lugar del inferior, y el nmero de observaciones por
alta de 34); a continuacin elaboramos una distribucin de encima del intervalo crtico en vez del nmero de observa-
frecuencias agrupando los datos en intervalos y registran- ciones bajo el intervalo.
do en cada uno de ellos la frecuencia absoluta o nmero
de alumnos que han obtenido una puntuacin correspon- 3.2.3. Propiedades de la mediana
diente a dicho intervalo:
La suma de las diferencias, en valor absoluto, de n pun-
PUNTUACIONES FRECUENCIA tuaciones respecto a su mediana es igual o menor que la
30-34 8 suma de las diferencias, en valor absoluto, de esas pun-
25-29 18 tuaciones respecto a cualquier otro valor.
20-24 20
15-19 16 La mediana es menos sensible que la media a las varia-
10-14 10 ciones de cada una de las puntuaciones. En algunos casos
puede quedar invariable, cosa que en muchas ocasiones
72
no sucede con la media (basta que vare una sola de las
puntuaciones para que sta vare).
Antes de aplicar la frmula del clculo de la mediana hay
que localizar el intervalo crtico. Como la mediana es la
La mediana es un punto tal que la vertical levantada
puntuacin que deja por debajo y por encima el 50% de
sobre el mismo, divide el rea total del histograma en dos
observaciones, y dado que el n de observaciones en nues-
reas con idntica superficie. Es importante precisar que la
tro ejemplo es de 72, la mediana se corresponder aqu
mediana no tiene porqu coincidir con la media. Cuando la
con la puntuacin que deje por debajo y por encima 36
distribucin es muy asimtrica es preferible como estads-
observaciones. El intervalo crtico es entonces aqul que
tico de tendencia central a la media.
contenga dicha puntuacin; si nos fijamos en la distribucin
la puntuacin 14 (lmite aparente superior del primer inter-
Dados r grupos con sus correspondientes medianas, la
valo) deja por debajo slo 10 observaciones, por lo tanto la
mediana del grupo total es igual o mayor que la mediana
mediana no puede estar en l. En el siguiente intervalo el
mnima e igual o menor que la mxima.
lmite aparente superior deja por debajo (16 + 10) = 26
observaciones, luego tampoco puede contener la mediana.
3.3. MODA
El lmite aparente del intervalo superior sin embargo se
pasa, pues deja por debajo (10 + 16 + 20) = 46 observa-
La definicin de la moda vara segn que la variable sobre la
ciones. Es precisamente en el intervalo 20-24 (o ms exac-
que se defina se encuentre a un nivel de medida de interva-
tamente 19,5-24,5 si lo expresamos con los lmites exac-
los o razn, ordinal o nominal (PIR 04, 89; PIR 05, 89).
tos) donde se encuentra la mediana, la puntuacin que
Adems, se distingue de la media y la mediana en que no
deja por debajo y por encima 36 observaciones.
necesariamente es nica, pues en una distribucin pueden
existir dos o ms modas, si a varios valores o categoras les
Una vez localizado el intervalo crtico empleamos la si-
corresponda una idntica frecuencia mxima. En el caso de
guiente frmula para localizar la mediana:
que solo haya una moda, hablaremos de distribuciones
Datos no agrupados:
Ej.: 2, 4, 8, 2, 6. Moda: 2.
Ap =
(xi x)4 n 3
N S4
siendo: Ap: coeficiente de apuntamiento
S4: desviacin tpica elevada a 4
xi: valor cualquiera (i) de la distribucin o marca
de clase del intervalo (valor central del intervalo)
x: media total
ni: frecuencia correspondiente al valor xi
N: muestra total
4. ESTADSTICOS DE POSICIN:
LOS CUANTILES
Si la cantidad de datos agrupados en torno a la moda es
slo ligeramente superior al resto de los valores, la grfica
Los estadsticos de posicin nos indican la situacin o
tiende ms al aplanamiento que al apuntamiento y se dice
posicin de una puntuacin o valor numrico con respecto
que es de tipo platicrtico:
al grupo del que procede. Aunque los estadsticos de ten-
dencia central son considerados tambin estadsticos de
posicin, los cuantiles son un ejemplo ms paradigmtico
de este tipo de medidas. Los cuantiles son valores que
permiten estudiar la posicin relativa de un individuo en
una variable (PIR 03, 43). Se pueden definir tambin como
un conjunto de K puntos que permiten dividir la distribucin
en K+1 partes iguales. Los ms conocidos son los cuarti-
les, los deciles y, muy especialmente, los centiles o per-
centiles. Todos ellos constituyen una escala ordinal, sin
unidad de medida constante, y, por tanto, no se da igual-
dad de diferencia (es decir, la distancia entre el centil 98 y
el 99 no es la misma que la distancia entre el 50 y el 51), y
Cuando en una distribucin existe mnima variabilidad en general las distancias son mayores en los extremos de
significa que los sujetos se mueven todos en un intervalo la distribucin que en el centro (PIR 03, 69; PIR 04, 83;
de valores muy pequeo. Esto, en otras palabras, significa PIR 05, 92). Por ejemplo, si estamos ante una distribucin
que muchos de los sujetos se agrupan en torno a la moda normal de CI, entre el centil 50 y 53 habr un 3% de la
(distribucin leptocrtica). Si la variabilidad es muy grande, muestra, al igual que entre el centil 96 y 99. La diferencia
4.1. CUARTILES
Recurramos al ejemplo de distribucin que utilizamos en el
Son tres valores (si echamos mano de la definicin de clculo de la mediana para datos agrupados; nos propo-
cuantil, estaramos hablando de K valores) de la variable nemos ahora calcular el Percentil 60, esto es, aquella
que dividen a la distribucin en cuatro partes iguales (si- calificacin que deje por debajo el 60% de las observacio-
guiendo con la definicin general, K+1 partes iguales), nes, o dicho de otra manera, el que deje por encima de s
cada una de las cuales supone un 25% del total (PIR 01, el 40% de los datos (PIR 03, 47). Lo primero que tenemos
112). Se simbolizan por las letras Q1 Q2 y Q3, y se corres- que hacer es identificar el intervalo crtico, aqul que con-
ponden con los percentiles P25, P50 (= Mdn) y P75 respecti- tiene dicha calificacin. El nmero total de observaciones
vamente. es de 72, de modo que el 60% de observaciones es:
Son nueve valores de la variable que dividen la distribucin El percentil 60 ser por tanto una puntuacin que deje por
en diez partes iguales de modo que cada parte ser una debajo de s 43,2 observaciones. El lmite inferior del inter-
dcima o un 10% del total. Se emplea para designarlos el valo (20-24) deja por debajo de s 26 observaciones, el
smbolo DK (K = 1, 2 .... 9). El D5 equivale al Q2 y por tanto lmite superior de este intervalo deja 46; por lo tanto es
a la mediana. ste el intervalo crtico que contiene el Percentil 60 (en
este tipo de clculos es cuando resulta til un ndice como
4.3. PERCENTILES Ia frecuencia acumulada o el porcentaje acumulado). A
continuacin slo queda aplicar la frmula:
Si se ha comprendido el significado de la mediana, ser
sencillo entender lo que significa un percentil, pues la me- Li = Lmite exacto inferior del intervalo crtico (19,5).
diana se puede considerar como un percentil 50, esto es, (Jn/100) = Nmero de observaciones que corresponden al
aquella puntuacin que deja por debajo y por encima el 60% (43,2).
cincuenta por ciento de las observaciones. nb = Nmero de observaciones bajo el intervalo crtico (26).
Decil 1 = centil 10
2 2 2
Sx = ((X X) + (X2 X) + + (Xn X)
1
2
/ 2
n = (Xi X) / n
Cuartil 1 = percentil 25
De esta frmula se pueden derivar otras expresiones equi-
5. ESTADSTICOS DE VARIABILIDAD valentes que permiten un clculo ms sencillo y rpido:
Y DISPERSIN
n
(X i X)2 n
Si tomamos el mismo ejemplo que en el caso de la varian-
S2c =
i =1
= S2 za, la desviacin de Xi sera 0.82, mientras que la de Y
n1 n1 x sera 2 0,82 = 1,64.
Es semejante a la Varianza, excepto que la divisin es por Si a un conjunto de puntuaciones le sumamos una cons-
n 1 (tamao de la muestra) y no por N (tamao del grupo tante, la varianza y la desviacin tpica de las nuevas pun-
de datos). Este estadstico es apropiado para obtener tuaciones ser igual que la varianza y la desviacin tpica
estimaciones de la Varianza de la poblacin en el anlisis de las originales, pues al aadir una constante lo que se ha
inferencial de datos. hecho es trasladar todas las puntuaciones una misma
distancia, sin alterar la posicin relativa que tienen todas
5.2.1. Propiedades de la Varianza y la Desviacin tpica entre s, con lo cual la dispersin permanece inalterada.
El valor de la varianza y de la desviacin tpica siempre La varianza y la desviacin tpica de una distribucin se
ser mayor o igual que cero. modifican con que cambie una sola de las puntuaciones de
Cuando a una variable (X) le aplicamos una transforma- dicha distribucin. La razn es que estos ndices de dis-
cin admisible (Ver epgrafe de V. Cuantitativas), la varian- persin dependen de la media, y sta se altera con cual-
za de las nuevas puntuaciones es el resultado del producto quier modificacin en las puntuaciones que la constituyen.
de la primitiva varianza por el cuadrado de la pendiente (la
constante que multiplica a la variable): La desviacin tpica viene expresada en las mismas
unidades que los datos. Si tenemos una distribucin cuyas
Xi Yi = aXi + b puntuaciones expresan distancia en metros, la desviacin
tpica nos vendr dada en metros. No as con la varianza,
X1 Y1 = aX1 + b
que en este caso vendr expresada en metros cuadrados.
X2 Y2 = aX2 + b
La varianza total de un grupo de puntuaciones, cuando
se conocen los tamaos, las medias y las varianzas de
varios subgrupos hechos a partir del grupo total, mutua-
mente exclusivos y exhaustivos, puede obtenerse suman-
do la media (ponderada) de las varianzas y la varianza
(ponderada) de las medias (PIR 03, 44). Es decir:
Xn Yn = aXn + b
Si a cada una de las puntuaciones de un conjunto se les Se obtiene dividiendo la puntuacin diferencial por la des-
suma una cantidad positiva, el CV disminuir, pues la viacin tpica. Este tipo de puntuaciones se representa en
desviacin tpica se mantendr constante, pero la media estadstica por la letra latina minscula (z).
aumentar en esa cantidad. Por tanto el cociente disminui-
r ya que la media constituye su denominador. Por el con-
trario si se lleva a cabo una resta, el CV aumentar.
zi = x i /S x
Si a cada una de las puntuaciones de un conjunto se las La puntuacin tpica nos indica cuntas desviaciones tpi-
multiplica por una constante positiva el CV no se alterar, cas se separa el sujeto de la media de la muestra a la que
pues el numerador (la desviacin tpica) y el denominador pertenece, por lo que es la calificacin estndar ms ele-
(la media) quedarn multiplicados por la misma cantidad. mental y til (PIR 04, 92). As, una puntuacin tpica de 2
quiere decir que el sujeto se encuentra dos desviaciones
El CV podra ser tericamente negativo, pues la media es tpicas por encima de la media (PIR 01, 127), mientras que
en algunos casos un valor negativo. No obstante, por defi- una puntuacin tpica de -2 significa que est dos desvia-
nicin, se tomar el valor absoluto, pues ningn estadstico ciones tpicas por debajo de la media.
de dispersin tiene sentido como valor negativo.
6.3.1. Propiedades de las puntuaciones diferenciales y
6. PUNTUACIONES DIRECTAS, tpicas
DIFERENCIALES Y TPICAS
La media de las puntuaciones diferenciales es cero (PIR
6.1. PUNTUACIN DIRECTA 01, 113). La transformacin de puntuaciones directas a
diferenciales es una transformacin admisible aplicada
Es la puntuacin que resulta de aplicar la escala de medi- sobre todas y cada una de las puntuaciones de un conjun-
da correspondiente a una variable. Hasta ahora todos los to. Si tenemos en cuenta las propiedades que expusimos
ejemplos que hemos presentado se han basado en este acerca de la media, tenemos que la media de las puntua-
tipo de puntuaciones. En Estadstica se representan por ciones diferenciales es:
letras maysculas latinas. Una puntuacin expresada en
su forma directa no nos permite conocerla en relacin al Xi xi = Xi X
resto de las puntuaciones.
X1 x1 = X1 X
SX Sx = (1) SX
La media de las puntuaciones tpicas es cero (PIR 01, el usuario del test. Si a un conjunto de puntuaciones tpicas
114; PIR 05, 91). Una puntuacin tpica es tambin el les aplicamos una transformacin lineal admisible, obten-
resultado de una transformacin admisible, con lo que la dremos un segundo tipo de puntuaciones que se denomi-
media puede calcularse del mismo modo que en el caso de nan puntuaciones tpicas derivadas o transformadas.
las puntuaciones diferenciales. Como la media de las pun- La transformacin aplicada es la siguiente:
tuaciones diferenciales es cero, por consiguiente la de las
tpicas tambin lo ser: T= z ST + T
xi zi = x i /S x
Al tratarse de una transformacin lineal, respeta la distribu-
cin original en la que estaban las puntuaciones directas.
x1 z1 = x /S
i x El usuario del test puede fijar arbitrariamente la media y la
= x /S
desviacin tpica deseadas; sin embargo hay una serie de
x2 z2 i x
escalas lineales derivadas de amplio uso. Por ejemplo, de
este procedimiento se derivan las puntuaciones T como
una transformacin lineal de las puntuaciones tpicas, en la
que la media es 50 y la desviacin tpica 10. Las puntua-
xn zn = x i /S x
6.4.2. Transformaciones no lineales
x =0 z = (1/ Sx ) x + 0 = 0
Adems de las transformaciones lineales, pueden realizar-
se transformaciones no lineales sobre las puntuaciones.
Aplicando otra vez las propiedades de la varianza y la
Estas transformaciones no lineales s alteran la forma de
desviacin tpica para transformaciones admisibles, encon-
las distribuciones originales.
tramos que la desviacin tpica de las puntuaciones tpicas
es igual a la unidad (PIR 02, 163), al igual que su varianza
Una de estas transformaciones seran los rangos percen-
(PIR 01, 121):
tiles, escala muy utilizada para comunicar los resultados
de los tests normativos a los no expertos. Ya que las esca-
Sx Sz = (1/ Sx) Sx = 1
las de percentiles son una transformacin no lineal de la
distribucin original. En diferentes regiones de la escala de
Si multiplicamos las puntuaciones tpicas por una cons- puntuaciones directas una diferencia de un punto puede
tante A y sumamos a esos productos otra constante B, las corresponder a diferencias distintas en la escala de rangos
nuevas puntuaciones tendrn como media a B y como percentiles. Su distribucin es desigual (sobre todo en los
desviacin tpica a A . extremos); por ello no deben realizarse clculos aritmticos
ni estadsticos tales como medias o comparaciones de
6.4. OTRAS TRANSFORMACIONES DE LAS PUNTUA- grupos con puntuaciones en escala de rangos percentiles
CIONES (ni compararlas si se han obtenido en diferentes pruebas)
(PIR 11, 57).
La transformacin a puntuaciones tpicas representa la
transformacin lineal de las puntuaciones ms comn. No La segunda transformacin no lineal posible es la normali-
supone una alteracin de la distribucin original de las zacin. Las distribuciones de las puntuaciones directas y
puntuaciones, ya que la respeta: si la distribucin original sus transformaciones lineales dependen de ciertas carac-
era normal, permanece as despus de la transformacin; tersticas del instrumento de medida empleado y por ello
si por el contrario era sesgada positiva o negativamente, suele ser conveniente transformar la escala a algn otro
platicrtica o multimodal, estas caractersticas tambin se sistema de puntuaciones o de unidades independiente de
mantienen despus de la transformacin. las caractersticas del instrumento de medida particular
utilizado y, en cierto sentido, igualmente espaciadas: la
6.4.1. Puntuaciones tpicas derivadas o transformadas distribucin normal. Esta normalizacin es especialmente
aconsejable si conocemos que el rasgo psicolgico medido
Una vez realizada la transformacin a puntuaciones tpi- se distribuye normalmente en la poblacin. Las puntua-
cas, stas pueden transformarse de nuevo linealmente a ciones tpicas normalizadas diferirn de las tpicas linea-
una nueva escala con media y desviacin tpica fijadas por
Normal
Normal tipificada
ESQUEMA DE CONTENIDOS