Documente Academic
Documente Profesional
Documente Cultură
bramirez@colpos.mx
analisis.estadistico.brv@gmail.com
METODO CIENTIFICO
Problema preliminar
Objetivos, justificacin
Definicin de variables
Hiptesis preliminar
Revisin conceptual
Problema
Redefinicin de variables
Hiptesis
Revisin de mtodos
Diseo
Conduccin
Anlisis y sntesis
Interpretacin y discusin
Conclusiones y recomendaciones
Reporte.
METODO CIENTIFICO
GUIA, PASOS, REALIMENTACIN
PRIMER CICLO : PROBLEMATIZACIN, HIPOTESIS
PROBLEMA
CONCEPTOS
Y VARIABLES
Fase de tormenta de
ideas
OBJETIVOS
HIPOTESIS
Para generar la
hiptesis de la
investigacin, elaborar
la lista de hiptesis
(candidatos))
No debe limitar las ideas
METODO CIENTIFICO
GUIA, PASOS, REALIMENTACIN
SEGUNDO CICLO DISEO
HIPOTESIS
DISEO
VARIABLES
RECURSOS
Validez interna
Factor de confusin
Validez externa
Plantea el interrogante de la
posibilidad de generalizacin: a qu
poblaciones, situaciones, variables de
tratamiento y variables de medicin
puede generalizarse este efecto?
VALIDEZ EXTERNA
REPRESENTATIVIDAD DE LAS MUESTRAS
POBLACION
La distribucin de las
variables de inters en el
estudio es aproximadamente
la misma en la poblacin y
en la muestra
f(Xi)
MUESTRA
Xi
f(Xi)
Xi
DISEO
CRITERIOS DE CLASIFICACION DE
INVESTIGACIONES
1. Segn el propsito son Descriptivos o Comparativos
2. Segn la evolucin son Transversales o Longitudinales
3. Segn la fuente de informacin son Retrospectivos o
Prospectivos
4.- Segn el control del investigador son Observacionales
o Experimentales
LONGITUDINAL
Se mide en dos o ms
ocasiones la o las variables de
inters.
La comparacin de los valores
en pocas distintas nos
informa de la evolucin de los
elementos.
Se conserva la identidad de los
elementos durante el
seguimiento.
TRANSVERSAL
Se mide una o ms variables en
una sola ocasin en cada
unidad.
No hay seguimiento y no se
requiere mantener la identidad
de los elementos.
RETROSPECTIVO
La informacin fundamental,
o parte de ella, ya ha sido
captada en otras fuentes. El
investigador no estudia los
elementos, sino registros,
expedientes, fichas, etc..,
donde esta la informacin.
Es rpido y barato.
La informacin puede ser de
mala calidad.
PROSPECTIVO
Toda la informacin
fundamental se obtiene
directamente aplicando
instrumentos de medicin a los
elementos de estudio. La
informacin no existe en
fuentes secundarias, o es de
muy mala calidad.
Es caro y lento
La informacin es de buena
calidad.
EXPERIMENTO
OBSERVACIONAL
Se tienen dos o ms
poblaciones.
Hay seguimiento.
Se eligen o inventan las
variantes del factor causal la X.
Se aleatoriza la asignacin de
esas variantes a las unidades
experimentales.
Se forman bloques.
DISEO DE ESTUDIOS
INTERFERENCIA
PERIODO
Prospectivo o
Retrospectivo
Prospectivo o
Observacional
Retrospectivo
EVOLUCIN
COMPARACIN
TIPO DE
INVESTIGACIN
Encuesta
descriptiva
Encuesta
Transversal Comparativo
comparativa
Revisin de
Observacional Retrospectivo Longitudinal
Descriptivo
casos
Comparativo
Casos y
Observacional Retrospectivo Longitudinal
(efecto-causa)
controles
Comparativo
Perspectiva
Observacional Retrospectivo Longitudinal
(causa-efecto)
histrica
Estudio de una
Observacional Prospectivo Longitudinal
Descriptivo
cohorte
Estudio de varias
Observacional Prospectivo Longitudinal Comparativo
cohortes
Experimental
Prospectivo Longitudinal Comparativo
Experimento
Observacional
Transversal
Descriptivo
ENCUESTA DESCRIPTIVA
Pasado
Presente
Futuro
P
m
Extrapolacin
m
P = poblacin
m = muestra
ENCUESTA DESCRIPTIVA
Ejemplo: Describir las practicas agrcolas de los habitantes
de una regin. La poblacin son todos los habitantes de la
regin. Se toma una muestra representativa de ellos. Se
aplica un cuestionario (Prospectivo).
ENCUESTA COMPARATIVA
Presente
P1
m1
m1
Extrapolacin
Pasado
Futuro
P2
m2
m2
P1 y P2 = poblaciones
m1 y m2 = muestras
ENCUESTA COMPARATIVA
Comparar el grado y tipo de practicas agrcolas, por parte de
productores agrcolas que tengan diferente origen tnico y
escolaridad.
Los factores de confusin pueden ser, el grado de
dependencia de la agricultura, capital, tipo de tenencia de la
tierra, etc..
REVISION DE CASOS
Presente
P1
m1
m1
Extrapolacin
en el presente
Extrapolacin
en el pasado
Pasado
Evolucin
P = poblaciones
m = muestras
Futuro
P1
m1
m1
Posible
seguimiento
Captacin de informacin
de aspectos en el pasado
REVISION DE CASOS
En base a expedientes del seguro y o crdito agrcola, valorar los
cambios en las tcnicas de produccin agrcola, en los ltimos 40
aos.
CASOS Y CONTROLES
Pasado
Presente
Bsqueda del
factor causal
Casos
Evolucin
m1
Expuestos
No
expuestos
seguimiento
retrospectivo
m2
Expuestos
Futuro
Evolucin
Se supone que en
el pasado no est
presente el efecto
Efecto-causa
m1 P1
Controles
m 2 P2
CASOS Y CONTROLES
Prdida de recursos genticos o forestales
con veda: casos
sin veda: controles.
Remontarse a pocas pasadas en la que no se haban perdido los
recursos, para investigar posibles factores causales, tales como
industrializacin, educacin, etc..
PERSPECTIVA HISTORICA
Pasado
Presente
Futuro
P1
P1 m1
m1
Evolucin
m1
seguimiento
retrospectivo
P2 m2
m2
Evolucin
P1 y P2 = poblaciones
m1 y m2 = muestras Causa - efecto
posible
seguimiento
m2
P2
PERSPECTIVA HISTORICA
Presente
Futuro
P1
seguimiento
P1
P1 m 1
m1
m1
mediciones
P1 = poblacin
m1 = muestra
Presente
Futuro
P1
seguimiento
P1
P1 m 1
m1
m1
mediciones
seguimiento
P2
P2 m 2
P1 y P2 = poblaciones
m1 y m2 = muestras
m2
m2
mediciones
P2
EXPERIMENTO
Pasado
Presente
P con
T1
Pi
P con
T2
Pi = poblacin inicial
m = muestras
T = tratamientos
extrapolacin
P con
T3
m1
P con
T1
m2
m2
P con
T2
m1
m1
P con
T3
m1
Futuro
Seguimiento
Mediciones
Tratamientos
Asignacin aleatoria
a los tratamientos
Evaluacin
final
EXPERIMENTO
Agricultura,
Sociedad y
Desarrollo
http://www.colpos.mx/asyd/asyd.htm
MEDICION
Medir es tipificar o caracterizar un propiedad en un
elemento de estudio. Previamente se debe
conceptualizar la propiedad por medirse y obtener un
indicador mediante una operacionalizacin.
X
X1 X2
... Xn
CONCEPTO
INDICADORES
VARIABLES
Como al medir, es decir obtener el indicador con las
operaciones establecidas en diferentes elementos o en
uno solo en diferentes pocas, se tienen generalmente
resultados distintos; se le llama variable al conjunto de
posibles resultados.
Ejemplos:
Peso de una persona en kilogramos
Rendimiento de un cultivo
Ingreso
Sexo de una persona
Edad
MEDICION NUMERICA
Cuando el resultado de la medicin se expresa con
nmeros, se llama medicin numrica. Tambin se dice
que tenemos una escala numrica.
Con esta forma o escala de medicin se pueden calcular
promedios o medias, desviaciones estndar, modas,
correlaciones y en general aplicar las llamadas pruebas
paramtricas.
Ejemplos:
Rendimiento
Peso en Kg. , estatura en cm.
Monto del subsidio de un programa
Variables
Escala de
medicin
nominal
ordinal
Nivel socioeconmico:
Bajo, Medio y Alto
de
intervalo
Temperatura, calificacin de
examen, etc.
de razn
o relacin
absoluta
Categricas
Numricas
Ejemplos
ESCALA NOMINAL
Cuando el resultado de la medicin es la ubicacin o
clasificacin de un elemento a una categora, y si estas
no tienen un orden, se tiene una medicin en escala
nominal, con la cual slo se le dan nombres a las
categoras.
En este caso no se pueden obtener medias o
varianzas, solo modas.
Se estudia la frecuencia de ocurrencia de los casos en
cada una de las categoras.
Las categoras deben ser mutuamente exclusivas y
exhaustivas.
ESCALAS DE MEDICIN
1) Nominal
No existe orden
Categoras excluyentes
Existe relacin de igualdad entre los elementos
Ejemplos:
Sexo
Estado civil
Estado de salud
Ejemplos:
Carrera de procedencia de un tcnico.
Tipo de programa del que recibe apoyo
Participantes en un programa
Programas que actan en un territorio
ESCALA ORDINAL
Cuando el resultado de la medicin se expresa en grados de
intensidad, pero sin poder precisar el incremento de un grado a
otro, nicamente se puede establecer un orden entre esos
grados, se llama escala ordinal.
En este caso slo es vlido en sentido estricto, la obtencin de
la moda, la mediana o los porcentiles.
Aunque con muestras grandes y aplicndolo a conjuntos de
resultados, se pueden manejar como variables numricas y
aplicar pruebas paramtricas.
2) Ordinal
Existe orden entre las clases
Relaciones de <, =, >
Ejemplos:
Grado de Marginacin
0 Muy alto
1 Alto
2 Medio
3 Bajo
4 Muy Bajo
Ejemplos:
Opinin sobre la oportunidad de con que
llegan los recursos de un programa
Nivel de pobreza
Posicin jerrquica en el trabajo
3) Intervalo
Relaciones de <, =, >
Permite diferencias entre clases (-)
Ejemplo:
Temperatura
100 C = 500 F
50 C = 410 F
10 0 C
50 C
500 F
410 F
46
23
4) Razn
Permite todas las operaciones aritmticas
Ejemplo:
Peso, estatura, concentracin de substancias
100 lb = 46 Kg
50 lb = 23 Kg
100
50
Estadstica Descriptiva
Cuando se tiene un conjunto de datos, se puede explorar
que representan dichos datos de manera numrica o de
manera grfica
Media
n
Y
i 1
Mediana
Moda
.........
Valor o categora
ms frecuente
50%
50%
Medidas de variabilidad o
dispersin
Medidas de Dispersin
Aplicaciones
Se les usa para comparar distribuciones y para
calcular los errores estndar, que sern de
importancia en la estadstica inferencial, en las
pruebas de hiptesis y en los intervalos de
confianza
Rango
Es la medida de dispersin ms fcil de calcular
Varianza
Indica qu tan dispersos se encuentran los datos,
en promedio, de la media de la poblacin
Para representar la varianza poblacional y la
varianza muestral se utilizan los siguientes dos
smbolos:
2 - donde es la letra griega (sigma ) al cuadrado
que determinar la varianza de una poblacin
s2 - determina la varianza de la muestra analizada
2
(
x
)
i
i 1
N 1
1
N 1
2
x
i 1
x
i 1
donde:
xi = son las observaciones que componen la poblacin, i =
1, 2, 3,...,N
= la media de la poblacin
N = El nmero total de elementos de la poblacin.
2 = La varianza de la poblacin
s
2
2
(
x
x
)
i
i 1
n 1
n 1
2
x
i
i 1
i 1
donde:
x - es la media muestral
xi - son las observaciones que componen la muestra, i =
1, 2, 3,...,n
n - el nmero total de elementos de la muestra
s2 - La varianza de la muestra
Desviacin Estndar
En la varianza, los resultados se expresan en unidades
originales al cuadrado, por lo que se requiere de una
medida de desviacin que sea til en unidades
originales que no estn elevadas
Esta medida es llamada desviacin estndar y es la
raz cuadrada de la varianza
Para representar la desviacin estndar poblacional y
la desviacin estndar muestral se utilizan los
siguientes dos smbolos:
- donde sigma es la letra griega que determinar la
desviacin estndar de una poblacin
s -determina la desviacin estndar de la muestra
analizada
(x )
i 1
N 1
N 1
2
x
i
i 1
i 1
donde:
xi = son las observaciones que componen la poblacin, i =
1, 2, 3,...,N
= la media de la poblacin
N = El nmero total de elementos de la poblacin
= La desviacin estndar de la poblacin
(x x)
i 1
n 1
n 1
2
x
i
i 1
i 1
donde:
x - es la media muestral
xi - son las observaciones que componen la muestra, i =
1, 2, 3,...,n
n - el nmero total de elementos de la muestra
s - la desviacin estndar de la muestra
Ejemplo
Coeficiente de Variacin
Es la dispersin relativa existente entre la desviacin
estndar y la media aritmtica de los datos
Este coeficiente est dado como el cociente
resultante de dividir la desviacin estndar entre la
media:
S
C.V .
X
EJEMPLO
Un tirador efectuar tres disparos
a 100 m del blanco y se mide la
separacin entre el centro del
blanco y el lugar del impacto.
Los resultados son:
Disparos
Cohetes
Primero
Segundo
Tercero
Desviaciones
5 mm
3 mm
7 mm
Primero
Segundo
Tercero
Desviaciones
11 km
23 km
7 km
Promedio =5 mm
Desviacin estndar = 1.6 mm
Promedio = 17 km
Desviacin estndar = 4.9 km
Covarianza
medida de
variabilidad
conjunta
Coeficiente de
Correlacin
(Pearson)
Cov ( x, y )
y
i 1
y x i x
n 1
Cov ( y , x )
Var ( y )Var ( x )