Académique Documents
Professionnel Documents
Culture Documents
GRFICOS
MUNDO
REAL
CARACTERSTICA
DE DISTRIBUCION
DE DATOS
ELABORACIN DE
NMEROS NDICES
Regularidades
ESIMACION
PREDICCION
ESTADISTICA
DESCRIPTIVA
De la observacin
MUESTREO
CONTRASTACION
DE HIPOTESIS
ESTUDIA
ESTADISTICA
INFERENCIAL
Axiomas de comportamiento
(Supuestos bsicos)
Modelos tericos de conducta
CLCULO DE
PROBABILIDADES
MUNDO
IDEAL
MODELO
MATEMATICO
DISTRIBUCIONES
ESPECIALES
D.-FORMULACIN DE HIPTESIS:
Las hiptesis son enunciados o suposiciones sujetas a demostracin. Toda hiptesis
manifiesta relaciones entre variables y su formulacin es importante en la medida que orienta
a la investigacin.
E.-RECOLECCIN DE DATOS:
Muestra:
Es el subconjunto de unidades elementales extrados de una poblacin que estudiamos. Es la
parte representativa tomada de una poblacin. Seleccionar una muestra de la poblacin es el
segundo paso para conducir una investigacin estadstica.
Unidades Elementales y de Observacin:
Se llama unidades elementales a los individuos u objetos de una poblacin que tiene una
caracterstica mensurable que puede ser de naturaleza cualitativa o cuantitativa.
Unidad de observacin es el resultado de observar o medir una unidad elemental.
Medicin:
Al hacer investigaciones estadsticas, uno efecta mediciones sobre las unidades elementales.
Estas mediciones pueden ser cuantitativas o cualitativas.
Las mediciones cuantitativas son de dimensin o capacidad por ejemplo: estatura, peso,
longitud, tiempo, temperatura, etc.
Las mediciones cualitativas se refieren a las caractersticas, atributos, opiniones, etc. ejemplo:
el registro de opiniones acerca de preferencias, agrupamiento de personas por raza, religin,
lugar de nacimiento o procedencia, etc.
Ejemplo: En la Direccin de Estadstica de una cierta ciudad X se realiza un estudio sobre las
familias que viven en ese lugar. En particular se desea conocer el nmero promedio de los
hijos que tiene las familias de la ciudad en Octubre del 2005.
a) Poblacin: Es el conjunto de todas las familias de la ciudad X en Octubre del 2005.
b) Muestra: Supongamos que la muestra consiste en 25 familias obtenidas de la ciudad X en
Octubre del 2005, las cuales tienen el siguiente nmero de hijos respectivamente:
2, 0, 3, 4, 1, 3, 2, 1, 1, 3, 5, 4, 3, 2, 3, 1, 5, 4, 0, 6, 2, 3, 1, 4, 2
n=25 se llama tamao de la muestra.
c) Unidad de Observacin: una familia de la ciudad X en Octubre del 2005.
d) La medicin es cuantitativa.
OPERACIONALIZACION ESTADISTICA DE LA TESIS
La operacionalizacin estadstica de la tesis, se inicia con la identificacin de variables a
partir de los objetivos y finaliza con la preparacin de la Informacin Estadstica. La
operacionalizacin estadstica de la tesis consiste en expresar:
Los objetivos en variables.
Las variables en datos.
Los datos en Informacin Estadstica.
La hiptesis de la investigacin en hiptesis estadstica.
Con estos elementos se procesan los datos, prepara la informacin estadstica y los cuadros de
anlisis, se calcula indicadores y medidas de resumen. Se analiza los datos a travs de las
pruebas estudiadas e interpretan resultados y finalmente se redacta el informe de la tesis.
Identificar la influencia que ejerce el grado de instruccin alcanzado por los padres en los
hbitos alimentarios.
El bajo nivel de ingresos econmicos y los malos hbitos alimentarios de los padres
influyen en la desnutricin infantil de nios menores de 6 aos de edad que viven en la
comunidad X de la provincia de Pasco.
RECOLECCIN DE DATOS:
Los datos sern recolectados utilizando las tcnicas de observacin y cuestionario.
DATOS DE IDENTIFICACIN DEL NIO:
Nombres y apellidos
Domicilio
Fecha de nacimiento
Grado de instruccin
Situacin ocupacional
por un limitado nmero de elementos, por ejemplo; el nmero de estudiante del Ncleo San Carlos de
la Universidad Nacional Experimental Simn Rodrguez.
Cuando la poblacin es muy grande, es obvio que la observacin de todos los elementos se dificulte
en cuanto al trabajo, tiempo y costos necesario para hacerlo. Para solucionar este inconveniente se
utiliza una muestra estadstica.
Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre todos si estos
son muchos. En lugar de examinar el grupo entero llamado poblacin o universo, se examina una
pequea parte del grupo llamada muestra.
Muestra:
"Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla". Murria R.
Spiegel (1991).
"Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin &
Rubin (1996).
"Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se
obtengan de dicha muestra solo podrn referirse a la poblacin en referencia", Cadenas (1974).
Ejemplo;
El estudio realizado a 50 miembros del Colegio de Ingenieros del Estado Cojedes.
El estudio de muestras es ms sencillo que el estudio de la poblacin completa; cuesta menos y lleva
menos tiempo. Por ltimo se aprobado que el examen de una poblacin entera todava permite la
aceptacin de elementos defectuosos, por tanto, en algunos casos, el muestreo puede elevar el nivel
de calidad.
Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas
proporciones que estn incluidas en tal poblacin.
Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer
referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y
poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o
segmento de ese todo.
Formas de Observar la Poblacin:
1. Atendiendo a la fuente se clasifican en directa o indirecta.
o
Observacin Indirecta: es aquella donde la persona que investiga hace uso de datos
estadsticos ya conocidos en una investigacin anterior, o de datos observados por un tercero
(persona o entidad). Con el fin de deducir otros hechos o fenmenos.
Ejemplo; si un investigador pretende estudiar la produccin por aos
de una granja avcola, en sus ltimos cinco aos de produccin,
tendra que hacer un seguimiento, a tal fin recurrira a las
observaciones que posee la oficina administrativa de la granja
durante estos cinco aos, o dirigirse a la oficina de estadstica,
llevada en el ministerio de produccin y comercio (M.P.C) de la
localidad donde est registrada dicha granja. Es de notar que el
investigador se vale de observaciones realizadas por terceros.
1. Atendiendo a la periodicidad, puede ser continua, peridica o circunstancial.
Una observacin continua; como su nombre lo indica es aquella que se lleva acabo
de un modo permanente.
Ejemplo: la contabilidad comercial, llevada en cuanto a compras,
ventas y otras operaciones que se van registrando a medida que van
producindose.
o
o
o
los otros mediante una muestra; o bien cuando la poblacin es muy grande, parte de ella se observa
parcialmente.
Censo:
Se entiende por censo aquella numeracin que se efecta a todos y cada uno de los caracteres
componentes de una poblacin.
Para Levin & Rubin (1996) "Algunas veces es posible y prctico examinar a cada persona o elemento
de la poblacin que deseamos describir. A esto lo llamamos una numeracin completa o censo.
Utilizamos el muestre cuando no es posible contar o medir todos los elementos de la poblacin.
Si es posible listar (o enumerar) y observar cada elemento de la poblacin, los censos se utilizan rara
vez porque a menudo su compilacin es bastante difcil, consume mucho tiempo por lo que resulta
demasiado costoso.
Encuesta:
Se entiende por encuesta las observaciones realizadas por muestreo, es decir son observaciones
parciales.
El diseo de encuestas es exclusivo de las ciencias sociales y parte de la premisa de que si queremos
conocer algo sobre el comportamiento de las personas, lo mejor, ms directo y simple es
preguntrselo directamente a ellas. (Cadenas, 1974).
Segn Antonio Napolitano "La encuesta, es un mtodo mediante el cual se quiere averiguar. Se
efecta a travs de cuestionarios verbales o escritos que son aplicados a un gran nmero de
personas".
Estadstica Descriptiva:
Tienen por objeto fundamental describir y analizar las caractersticas de un conjunto de datos,
obtenindose de esa manera conclusiones sobre las caractersticas de dicho conjunto y sobre las
relaciones existentes con otras poblaciones, a fin de compararlas. No obstante puede no solo referirse
a la observacin de todos los elementos de una poblacin (observacin exhaustiva) sino tambin a la
descripcin de los elementos de una muestra (observacin parcial).
En relacin a la estadstica descriptiva, Ernesto Rivas Gonzles dice; "Para el estudio de estas
muestras, la estadstica descriptiva nos provee de todos sus medidas; medidas que cuando quieran
ser aplicadas al universo total, no tendrn la misma exactitud que tienen para la muestra, es decir al
estimarse para el universo vendr dada con cierto margen de error; esto significa que el valor de la
medida calculada para la muestra, en el oscilar dentro de cierto lmite de confianza, que casi siempre
es de un 95 a 99% de los casos.
Estadstica Inductiva:
Est fundamentada en los resultados obtenidos del anlisis de una muestra de poblacin, con el fin de
inducir o inferir el comportamiento o caracterstica de la poblacin, de donde procede, por lo que
recibe tambin el nombre de Inferencia estadstica.
Segn Berenson y Levine; Estadstica Inferencial son procedimientos estadsticos que sirven para
deducir o inferir algo acerca de un conjunto de datos numricos (poblacin), seleccionando un grupo
menor de ellos (muestra).
El objetivo de la inferencia en investigacin cientfica y tecnolgica radica en conocer clases
numerosas de objetos, personas o eventos a partir de otras relativamente pequeas compuestas por
los mismos elementos.
En relacin a la estadstica descriptiva y la inferencial, Levin & Rubin (1996) citan los siguientes
ejemplos para ayudar a entender la diferencia entre las dos.
Supngase que un profesor calcula la calificacin promedio de un grupo de historia. Como la
estadstica describe el desempeo del grupo pero no hace ninguna generalizacin acerca de los
diferentes grupos, podemos decir que el profesor est utilizando estadstica descriptiva. Graficas,
tablas y diagramas que muestran los datos de manera que sea ms fcil su entendimiento son
ejemplos de estadstica descriptiva.
Supngase ahora que el profesor de historia decide utilizar el promedio de calificaciones obtenidos por
uno de sus grupos para estimar la calificacin promedio de las diez unidades del mismo curso de
historia. El proceso de estimacin de tal promedio sera un problema concerniente a la estadstica
inferencial.
Los estadsticos se refieren a esta rama como inferencia estadstica, esta implica generalizaciones y
afirmaciones con respecto a la probabilidad de su validez.
UNIDAD II
Medicin de Caracteres
Medicin
Existen diversas definiciones del termino "medicin", pero estas dependen de los diferentes puntos de
vista que se puedan tener al abordar el problema de la cuantificacin y el proceso mismo de la
construccin de una escala o instrumento de medicin.
En general, se entiende por medicin la asignacin de nmeros a elementos u objetos para
representar o cuantificar una propiedad. El problema bsico est dado por la asignacin un numeral
que represente la magnitud de la caracterstica que queremos medir y que dicho nmeros pueden
analizarse por manipulaciones de acuerdo a ciertas reglas. Por medio de la medicin, los atributos de
nuestras percepciones se transforman en entidades conocidas y manejables llamadas "nmeros". Es
evidente que el mundo resultara catico si no pudiramos medir nada. En este caso cabra
preguntarse de que le servira la fsico saber que el hierro tiene una alta temperatura de fusin.
Niveles o Escalas de mediciones
Escala Nominal:
La escala de medida nominal, puede considerarse la escala de nivel ms bajo, y consiste en la
asignacin, puramente arbitraria de nmeros o smbolos a cada una de las diferentes categoras en
las cuales podemos dividir el carcter que observamos, sin que puedan establecerse relaciones entre
dichas categoras, a no ser el de que cada elemento pueda pertenecer a una y solo una de estas
categoras.
Se trata de agrupar objetos en clases, de modo que todos los que pertenezcan a la misma sean
equivalentes respecto del atributo o propiedad en estudio, despus de lo cual se asignan nombres a
tales clases, y el hecho de que a veces, en lugar de denominaciones, se le atribuyan nmeros, puede
ser una de las razones por las cuales se le conoce como "medidas nominales".
Por ejemplo, podemos estar interesados en clasificar los estudiantes de la UNESR Ncleo San Carlos
de acuerdos a la carrera que cursan.
Carrera
Educacin
Administracin
Se ha de tener presente que los nmeros asignados a cada categora sirven nica y exclusivamente
par identificar la categora y no poseen propiedades cuantitativas.
Escala Ordinal:
En caso de que puedan detectarse diversos grados de un atributo o propiedad de un objeto, la medida
ordinal es la indicada, puesto que entonces puede recurrirse a la propiedad de "orden" de los nmeros
asignndolo a los objetos en estudio de modo que, si la cifra asignada al objeto A es mayor que la de
B, puede inferirse que A posee un mayor grado de atributo que B.
La asignacin de nmeros a las distintas categoras no puede ser completamente arbitraria, debe
hacerse atendiendo al orden existente entre stas.
Los caracteres que posee una escala de medida ordinal permiten, por el hecho mismo de poder
ordenar todas sus categoras, el clculo de las medidas estadsticas de posicin, como por ejemplo la
mediana.
Ejemplo:
Al asignar un nmero a los pacientes de una consulta mdica, segn el orden de llegada, estamos
llevando una escala ordinal, es decir que al primero en llegar ordinal, es decir que al primeo en llegar
le asignamos el n 1, al siguiente el n 2 y as sucesivamente, de esta forma, cada nmero
representar una categora en general, con un solo elemento y se puede establecer relaciones entre
ellas, ya que los nmeros asignados guardan la misma relacin que el orden de llegada a la consulta.
Escalas de intervalos iguales:
la escala de intervalos iguales, est caracterizada por una unidad de medida comn y constante que
asigna un nmero igual al nmero de unidades equivalentes a la de la magnitud que posea el
elemento observado. Es importante destacar que el punto cero en las escalas de intervalos iguales es
arbitrario, y no refleja en ningn momento ausencia de la magnitud que estamos midiendo. Esta
escala, adems de poseer las caractersticas de la escala ordinal, encontramos que la asignacin de
los nmeros a los elemento es tan precisa que podemos determinar la magnitud de los intervalos
(distancia) entre todos los elementos de la escala. Sin lugar a dudas, podemos decir que la escala de
intervalos es la primera escala verdaderamente cuantitativa y a los caracteres que posean esta escala
de medida pueden calculrsele todas las medidas estadsticas a excepcin del coeficiente de
variacin.
Ejemplo:
El lapso transcurrido entre 1998-1999 es igual al que transcurri entre 2000-2001.
Escala de coeficientes o Razones:
El nivel de medida ms elevado es el de cocientes o razones, y se diferencia de las escalas de
intervalos iguales nicamente por poseer un punto cero propio como origen; es decir que el valor cero
de esta escala significa ausencia de la magnitud que estamos midiendo. Si se observa una carencia
total de propiedad, se dispone de una unidad de medida para el efecto. A iguales diferencias entre los
nmeros asignados corresponden iguales diferencias en el grado de atributo presente en el objeto de
estudio. Adems, siendo que cero ya no es arbitrario, sino un valor absoluto, podemos decir que A.
Tiene dos, tres o cuatro veces la magnitud de la propiedad presente en B.
Ejemplo:
En una encuesta realizada en un barrio de esta localidad se observ que hay familias que no tienen
hijos, otras tienen 6 hijos que es exactamente el doble de hijos que aquellas que tienen 3 hijos.
Las variables y su medicin:
Una variable es un smbolo, tal como X, Y, H, x B, que pueden tomar un conjunto prefijado de
valores, llamado dominio de esa variable. Para Murray R. Spiegel (1991) "una variable que puede
tomar cualquier valor entre dos valores dados se dice que es una variable continua en caso contrario
diremos que la variable es discreta".
Las variables, tambin llamadas caracteres cuantitativos, son aquellas cuyas variaciones son
susceptibles de ser medidas cuantitativamente, es decir, que pueden expresar numricamente la
magnitud de dichas variaciones. Por intuicin y por experiencia sabemos que pueden distinguirse dos
tipos de variables; las continuas y las discretas
Las variables continuas se caracterizan por el hecho de que para todo para de valores siempre se
puede encontrar en valor intermedio, (el peso, la estatura, el tiempo empleado para realizar un trabajo,
etc.)
Una variable es continua, cuando puede tomar infinitos valores intermedios dentro de dos valores
consecutivos. Por ejemplo, la estatura, el peso, la temperatura.
Ejemplo:
En el preescolar Blanca de Prez, ubicado en la urbanizacin Monseor Padilla de esta ciudad se
procedi a recoger las medidas de talla y peso de los nios que a este asisten.
Nio Peso Talla
Jos 18,300 1,15
Julio 20,500 1,20
Pedro 19,000 1,10
Luis 18,750 1,18
.Las variables discretas sern aquellas que pueden tomar solo un nmero limitado de valores
separados y no continuos; son aquellas que solo toman un determinado nmeros de valores, porque
entre dos valores consecutivos no pueden tomar ningn otro; por ejemplo el nmero de estudiantes de
una clase es una variable discreta ya que solo tomar los valores 1, 2, 3, 4... ntese que no
encontramos valor como 1,5 estudiantes
UNIDAD III
Estadsticas Primarias
Datos Estadsticos:
Los datos estadsticos no son otra cosa que el producto de las observaciones efectuadas en las
personas y objetos en los cuales se produce el fenmeno que queremos estudiar. Dicho en otras
palabras, son los antecedentes (en cifras) necesarios para llegar al conocimiento de un hecho o para
reducir las consecuencias de este.
Los datos estadsticos se pueden encontrar de forma no ordenada, por lo que es muy difcil en
general, obtener conclusiones de los datos presentados de esta manera. Para poder obtener una
precisa y rpida informacin con propsitos de descripcin o anlisis, estos deben organizarse de una
manera sistemtica; es decir, se requiere que los datos sean clasificados. Esta clasificacin u
organizacin puede muy bien hacerse antes de la recopilacin de los datos.
Ejemplo:
Si se quiere conocer las caractersticas de los estudiantes del Ncleo San Carlos de la UNESR, que
solicitan prstamo a la biblioteca de dicha Universidad, la recoleccin de la informacin debe clasificar
a cada estudiante sobre la base de: Carrera que estudia, edad, semestre de estudios, etc. Vemos
pues que la clasificacin marca la pauta de la clase de datos que debe ser obtenido.
Clasificacin de los datos
Los datos estadsticos pueden ser clasificados en cualitativos, cuantitativos, cronolgicos y
geogrficos.
Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre ellos es de clase y no de
cantidad.
Ejemplo:
Si deseamos clasificar los estudiantes que cursan la materia de estadstica I por su estado civil,
observamos que pueden existir solteros, casados, divorciados, viudos.
Datos cuantitativos: cuando los valores de los datos representan diferentes magnitudes, decimos
que son datos cuantitativos.
Ejemplo:
Se clasifican los estudiantes del Ncleo San Carlos de la UNESR de acuerdo a sus notas,
observamos que los valores (nota) representan diferentes magnitudes.
Datos cronolgicos: cuando los valores de los datos varan en diferentes instantes o perodos de
tiempo, los datos son reconocidos como cronolgicos.
Ejemplo:
Al registrar los promedios de notas de los Alumnos del Ncleo San Carlos de la UNESR en los
diferentes semestres.
Datos geogrficos: cuando los datos estn referidos a una localidad geogrfica se dicen que son
datos geogrficos.
Ejemplo
El nmero de estudiantes de educacin superior en las distintas regiones del pas.
Fuentes de datos Estadsticos:
Los datos estadsticos necesarios para la comprensin de los hechos pueden obtenerse a travs de
fuentes primarias y fuentes secundarias.
Fuentes de datos primarias: es la persona o institucin que ha recolectado directamente los datos.
Fuentes secundarias: son las publicaciones y trabajos hechos por personas o entidades que no han
recolectado directamente la informacin.
Las fuentes primarias ms confiables, son las efectuadas por oficinas gubernamentales encargadas
de tal fin.
En la prctica, es aconsejable utilizar fuentes de datos primarias y en ltima instancia cuando estas no
existan, usar estadsticas de fuentes secundarias. Con este ltimo tipo no debemos pasar por alto que
la calidad de las conclusiones estadsticas dependen en grado sumo de la exactitud de los datos que
se recaben. De anda servira usar tcnicas estadsticas precisas y refinadas para llegar a
conclusiones valederas, si estas tcnicas no son aplicadas a datos adecuados o confiables.
Cuando un investigador quiere obtener datos estadsticos relativo a un estudio que desea efectuar,
puede elegir entre una fuente primaria o en su defecto, una secundaria. O recopilar los datos por s
mismo. La posibilidad mencionada en ltimo termino podr deberse bien a la inexistencia de los datos
o bien a que esto no se encuentran discriminados en la forma requerida.
Ejemplo:
Si un investigador quiere conocer el nmero de alumnos repitientes en educacin media, clasificados
por ciclos, para los ltimos diez aos, el investigador puede usar una fuente primaria, tal como la
memoria y cuenta el Ministerio de Educacin cada ao.
Mtodo para la recoleccin de datos:
En estadstica se emplean una variedad de mtodos distintos para obtener informacin de los que se
desea investigar. Discutiremos aqu los mtodos ms importantes, incluyendo las ventajas y
limitaciones de estos.
La entrevista personal: los datos estadsticos necesarios para una investigacin, se renen
frecuentemente mediante un proceso que consiste en enviar un entrevistador o agente, directamente
a la persona investigada. El investigador efectuar a esta persona una serie de preguntas previamente
escritas en un cuestionario o boleta, donde anotar las respuestas correspondientes. Este
procedimiento que se conoce con el nombre de entrevista personal, permite obtener una informacin
ms veraz y completa que la que proporcionan otros mtodos, debido a que al tener contacto directo
con la persona entrevistada, el entrevistador podr aclarar cualquier duda que se presente sobre el
cuestionario o investigacin.
Otra ventaja es la posibilidad que tienen los entrevistadores de adaptar el lenguaje de las preguntas al
nivel intelectual de las personas entrevistadas.
Una de las desventajas de este mtodo se debe a que si el entrevistador no obra de buena f o no
tiene un entrenamiento adecuado, puede alterar las respuestas por las personas entrevistadas.
Otra desventaja es su alto costo, ya que resulta bastante oneroso el entrenamiento de los agentes o
entrenadores y los supervisores de estos, sobre todo si se trata de una investigacin extensa.
Cuestionarios por correo: consiste en enviar por correo el cuestionario acompaado por el instructivo
necesario, dando en este no solo las instrucciones pertinentes para cada una de las preguntas, sino
tambin una breve explicacin del objeto de la encuesta con el fin de evitar interpretaciones errneas.
Una de las ventajas es que tienen un costo muy inferior al anterior procedimiento, puesto que no hay
que incluir gastos de entrenamiento de personal, el nico gasto sera el de franqueo postal.
Dentro de las desventajas de este procedimiento podemos sealar que solo un porcentaje bastante
bajo de estos es devuelto, en algunos casos no estamos seguros de que los formularios hayan sido
recibidos por sus destinatarios y que hayan sido respondido por ellos mismos. Lo que trae como
consecuencia que la informacin se obtenga con una serie de errores difciles de precisar por el
investigador.
Entrevista por telfono: como lo indica su nombre, este mtodo consiste en telefonear a la persona a
entrevistar y hacerle una serie de preguntas. Este mtodo es bastante simple y econmico, ya que el
entrenamiento y supervisin de las personas encargadas de efectuar las preguntas es siempre fcil.
Entre las limitaciones que presenta este mtodo podemos sealar el nmero de preguntas que
pueden formularse es relativamente limitado; adems las investigaciones efectuadas por este mtodo
tienen un carcter selectivo, debido a que muchas de las personas que potencialmente podran ser
investigadas no posee servicio telefnico, por lo que quedan sin la posibilidad de ser entrevistados.
Instrumentos para la recoleccin de datos:
Cuestionarios:
Cualquiera que sea el mtodo por el que se decida el investigador para recabar informacin, es
necesario elaborar un estudio de preguntas.
Los cuestionarios en general, constan de las siguientes partes:
a. La identificacin del cuestionario: nombre del patrocinante de la encuesta, (oficial o
privada), nombre de la encuesta, nmero del cuestionario, nombre del encuestador, lugar y
fecha de la entrevista.
b. Datos de identificacin y de carcter social del encuestado: apellidos, nombres, cdula de
identidad, nacionalidad, sexo, edad o fecha de nacimiento, estado civil, grado de instruccin,
ocupacin actual, ingresos, etc.
c. Datos propios de la investigacin, son los datos que interesa conocer para construir el
propsito de la investigacin.
Como es natural, estas partes, as como las preguntas, varan de acuerdo a la finalidad de la
encuesta. En algunos tipos de investigacin, la parte referente a los datos personales es eliminada por
no tener ningn tipo de inters para el estudio.
Consideraciones que debemos tomar en cuenta:
El cuestionario debe ser conciso; tratar en los posible de que con el menor nmero de
preguntas, se obtenga la mejor informacin.
Claridad de la redaccin; evitar preguntas ambiguas o que sugieran respuestas incorrectas,
por lo que deben estar formuladas las preguntas de la forma ms sencilla.
Discrecin: un cuestionario hecho a conciencia, no debe tener preguntas indiscretas o
curiosas, sobre datos personales que puedan ofender al entrevistado.
Facilidad de contestacin: se deben evitar, en lo posible, las preguntas de respuestas libres o
abiertas y tambin la formulacin de preguntas que requieran clculos numricos por parte del
entrevistado.
Orden de las preguntas: estas deben tener una secuencia y un orden lgico, agruparlas
procurando que se relacionen unas con otras.
Series o distribuciones estadsticas:
Anteriormente hemos sealado que la estadstica, no se encarga del estudio de un hecho aislado, sino
que tienen por objeto de los colectivos. Pues bien cuando se realiza una investigacin se obtiene una
masa de datos que deben ser organizados para disponerlos en un orden, arreglo o secuencia lgica,
con el fin de facilitar el anlisis de los mismos esta coleccin de datos numricos obtenidos de la
observacin, que se clasifican y ordenan segn un determinado criterio, se denominan "series
estadsticas", tambin conocidas como "distribucin estadstica".
Clasificacin de las series estadsticas:
1. Series temporales o cronolgicas; estas se definen como una masa o conjunto de datos
producto de la observacin de un fenmeno individual o colectivo, cuantificable en sucesivos
instantes o periodos de tiempo.
Ejemplo:
Produccin nacional de madera en Rola en m
Rollizos (periodo 1993 1998)
Aos
Produccin (m rollizos)
1993
1.161.061,454
1994
981.668,626
1995
1.087.926,142
1996
1.440.306,250
1997
1.618.075,000
1998
1.027.177,876
Cuando nos referimos a instantes de tiempo, por el hecho de que la observacin se hace en
un momento especfico de tiempo.
Ejemplo:
Plantaciones forestales ejecutadas a nivel nacional, al 31 de diciembre de cada ao entre
1997 2001.
2. Series atemporales; cuando las observaciones de un fenmeno se hacen referidas al mismo
instante o intervalo de tiempo, nos encontramos ente una serie atemporal. Aqu el tiempo no
va incluido a cada observacin, puesto que es el mismo tiempo para todas ellas. Este tipo de
observacin proporciona una "visin instantnea" de los fenmenos o caracteres de los
componentes del colectivo en estudio.
Ejemplo:
Las notas de las participantes en la materia de estadstica I en el periodo acadmico
que termin en septiembre del 2001.
2.1) series de frecuencia; cuando realizamos un estudio de cada
uno de los elementos que componen la poblacin o muestra bajo
anlisis, observamos que en general, hay un nmero de veces en que
aparece repetido un mismo valor de una variable, o bien repeticiones
de la misma modalidad de un atributo. Este nmero de repeticiones
de un resultado, recibe el nombre de frecuencia absoluta o
simplemente frecuencia.
El procedimiento mediante el cual se realiza el conteo, para as
determinar el nmero de veces que cada dato se repite, recibe el
nombre de tabulacin.
Ejemplo:
Consideremos las edades de 20 nios, pertenecientes al Preescolar
Blanca de Prez, ubicado en la urbanizacin Monseor Padilla
Edad (variable)
N de nios (Frecuencia)
Total =
20
Estado civil
N de Estudiantes (frecuencia)
Solteros
18
Casados
12
Viudos
Divorciados
4
2.1.2) Series de frecuencias cualitativas: es el
resultado del agrupamiento de los valores que se
repiten (frecuencia) al ser observada una variable.
Ejemplo:
Tomamos nuevamente los 35 estudiantes de la
materia estadstica I, respecto a su edad.
N de estudiantes (frecuencia)
19
12
20
25
28
32
42
Total =
35
2.2) series especiales o geogrficas: es aquella que est formada por los valores
que toman una variable en funcin del espacio geogrfico.
Se dice que la distribucin es simtrica si se puede dividir en dos mitades que parecen ser la imagen
una de la otra. En estos casos las frecuencias en los extremos de la distribucin son idnticas. La
grfica puede tener diferentes formas. Una de estas formas es la de campana.
Para ver el grfico seleccione la opcin Descargar trabajo del men superior
Otra forma es la rectangular
Si la distribucin tiene algunos valores extremos muy bajos, entonces en la grfica se nota una cola
larga y fina hacia la izquierda de la distribucin y se dice que la distribucin est sesgada
negativamente o que tiene un sesgo a la izquierda.
Para ver el grfico seleccione la opcin Descargar trabajo del men superior
Si la distribucin tiene algunos valores extremos altos, entonces en la grfica se nota una cola larga y
fina hacia la derecha de la distribucin y se dice que la distribucin est sesgada positivamente o que
tiene un sesgo a la derecha.
Para ver el grfico seleccione la opcin Descargar trabajo del men superior
La relacin entre la grfica de la distribucin y las medidas de tendencia central y dispersin
A. Distribuciones unimodales cuando la media, la moda y la mediana coinciden
En distribuciones unimodales cuando la media, la moda y la mediana coinciden la
distribucin es simtrica.
Para ver el grfico seleccione la opcin Descargar trabajo del men superior
Ejemplo
La media, mediana y moda coinciden en la distribucin
B. Distribuciones unimodales cuando la media, la moda y la mediana no coinciden
En distribuciones unimodales cuando la media, la moda y la mediana no coinciden la distribucin es
sesgada.
Si la media es mayor que la mediana (la media a la derecha de la mediana) entonces la distribucin
est sesgada a la derecha (positivamente)
Ejemplo
Para ver el grfico seleccione la opcin Descargar trabajo del men superior
Si la media es menor que la mediana (la media a la izquierda de la mediana) entonces la distribucin
est sesgada a la izquierda (negativamente)
Ejemplo
Para ver el grfico seleccione la opcin Descargar trabajo del men superior
Nota
En estos casos la media siempre est ms cerca del sesgo que la mediana.
Relacin entre las grficas de dos distribuciones con medidas de tendencia central y
dispersin iguales o diferentes
A. Dos distribuciones con desviacin estndar igual, pero medias diferentes
Si dos distribuciones tienen la misma desviacin estndar, pero medias diferentes;
entonces van a tener la misma forma. La diferencia consiste en que se encuentran
desplazadas a lo largo del eje de x.
Para ver el grfico seleccione la opcin Descargar trabajo del men superior
B. Dos distribuciones con medias iguales pero desviacin estndar diferentes
Si dos distribuciones tienen la misma media, pero sus desviaciones estndar son diferentes; entonces
se diferencian en que la que tiene la desviacin estndar ms pequea tiene los valores ms
concentrados alrededor de la media y por lo tanto es ms "alta".
Ejercicio
Para ver el grfico seleccione la opcin Descargar trabajo del men superior
La relacin entre la grfica de la distribucin y la grfica de caja y bigote.
A. Si ambas partes de la caja son iguales (la mediana en el medio de la caja) y los dos
bigotes tambin son iguales, aunque algo ms largos que las partes de la caja
entonces la distribucin tiene tipo de campana (bell shaped distribution)
Para ver el grfico seleccione la opcin Descargar trabajo del men superior
B. Si los bigotes son diferentes y la mediana no se encuentra en el medio de caja
entonces la distribucin est sesgada. Negativamente, si el bigote y la parte de la caja
largos se encuentran a la izquierda. Positivamente, si el bigote y la parte de la caja
largos se encuentran a la derecha.
Para ver el grfico seleccione la opcin Descargar trabajo del men superior
D. Si los bigotes y las partes de la caja son todos del mismo largo, entonces la
distribucin es rectangular o uniforme. Tiene la misma frecuencia en cada uno
de sus valores.
E. Si los bigotes son cortos y la caja muy larga la distribucin tiene forma de U,
con mucha concentracin de valores en los extremos.
Para ver el grfico seleccione la opcin Descargar trabajo del men superior
Conclusiones
Una distribucin de frecuencia es una tabla de resumen en la que los datos se disponen en
agrupamientos o categoras convenientemente establecidas de clases ordenadas numricamente.
En esta forma las caractersticas ms importantes de los datos se aproximan muy fcilmente,
compensando as el hecho de que cuando los datos se agrupan de ese modo, la informacin inicial
referente a las observaciones individuales de que antes se dispona se pierde a travs del proceso de
agrupamiento o condensacin.
La principal ventaja de usar una de estas tablas de resumen es que las principales caractersticas de
los datos se hacen evidentes inmediatamente para el lector.
La principal desventaja de tal tabla de resumen es que no podemos saber como se distribuyen los
valores individuales dentro de un intervalo de clase particular sin tener acceso a los datos originales.
El punto medio de la clase, sin embargo, es el valor usado para representar todos los datos resumidos
en un intervalo particular.
El punto medio de una clase (o marca de clase) es el punto a la mitad de los lmites de cada clase y
es representativo de los datos de esa clase.