Vous êtes sur la page 1sur 32

UNIVERSIDAD SIERRA MADRE

MAESTRA EN EDUCACIN SUPERIOR

MATERIA:

Estadstica

ALUMNO: Juan lvarez Romero Matricula: 10393700404

Septiembre de 2011
1

CAPTULO I FUNDAMENTOS DE LA INVESTIGACIN PEDAGGICA EXPERIMENTAL El desarrollo de la investigacin en la educacin Iniciaremos por definir el vocablo estadstica el cual proviene del trmino alemn statistik y se ve desde tres vertientes: 1.- Estudio de los datos cuantitativos de la poblacin, de los recursos naturales industriales, del trfico o de cualquier otra manifestacin de las sociedades humanas 2.- Conjunto de estos datos y 3.- rama de la matemtica que utiliza grandes conjuntos de datos numricos para obtener inferencias basadas en el clculo de probabilidades. Mencionaremos algunas referencias histricas a cerca de la pedagoga como ciencia. Luis Vives en el tratado de la enseanza se refiere a la observacin, el experimento y la induccin como fundamentos de la educacin. Bernoulli y De Moivre desarroll la curva de distribucin normal, incidi en la estadstica de las ciencias sociales y a la educacin. Quetlet realiz investigaciones sobre cuestiones sociales y educativas impuls la teora estadstica como mtodo general de investigacin aplicable a todas las ciencias de observacin. Francis Galton considerado el pionero del empleo de la estadstica en las ciencias sociales. Introdujo conceptos como el de correlacin, regresin, percentil y la curva que lleva su nombre. Charles Darwin, padre de la teora de la seleccin natural. Pearson desarroll una frmula para el clculo de correlaciones, l y Neymann estableci los fundamentos de la teora estadstica y de las pruebas de significacin utilizadas en el anlisis de datos. No olvidemos a Buysse que marca las pautas en cuanto a la forma de operar, Claparede fundador del instituto de ciencias de la educacin, Charles E. Spearman fue el primero en introducir la correlacin de rangos, Mercante primero en aplicar la estadstica a la educacin, R.A. Fisher desarroll el anlisis de varianza. Daremos una definicin de la pedagoga experimental: Ciencia que tiene por objeto el estudio de los fenmenos, leyes y teoras educativas, susceptibles de modificacin mediante el uso de diferentes patrones y tcnicas de verificacin y de observacin sistemtica y de experimentacin, que en conjunto constituyen la
2

teora pedaggica experimental y cuyos resultados pueden ser expresados y analizados en forma matemtica. La estadstica aplicada a las ciencias de la educacin Las ciencias de la Educacin han tenido grandes avances en los ltimos aos. Se han diferenciado dos mtodos en la investigacin: la observacin y la experimentacin Kerlinger dice que la investigacin cientfica, controlada, emprica y crtica, de proporciones hipotticas sobre las supuestas relaciones que existen entre fenmenos naturales. Bisquerra contempla dos requisitos que deben formularse en una investigacin: primero que sea cientfica y segundo que sea pedaggica. El mtodo cientfico es un proceso sistemtico por medio del cual se obtiene el conocimiento cientfico basndose en la observacin y la experimentacin. Kerlinger opina: Es la elaboracin de una teora o conjunto de constructos, definiciones y proposiciones relacionadas entre s, que presenten los fenmenos bajo un punto de vista sistemtico especificando relaciones entre variables, con el objetivo de explicar y predecir dichos fenmenos. Cronbach y Mehl definen el constructo como: Como atributo postulado acerca de la persona, que supuestamente se refleja en la ejecucin de un test. Algunos ejemplos de constructo son los siguientes: La motivacin, la creatividad, la ansiedad, la inteligencia, la personalidad etc. La investigacin requiere apoyarse de la estadstica el cual es considerada como: una disciplina de la metodologa cientfica relacionada con la recogida, clasificacin, descripcin e interpretacin de los datos obtenidos en la realizacin de observaciones y experimentos. Bisquerra opina que la estadstica: Es la metodologa cientfica establecida para recoger, clasificar, describir e interpretar los datos que se obtienen tras una observacin y/o una experimentacin. Existen diferentes tipos de estadstica que se aplican: Estadstica descriptiva Significa presentar los detalles y caractersticas de los datos obtenidos. Es la reduccin de un conjunto de datos a unas pocas medidas descriptivas. Estadstica correlacional: sus resultados sirven para realizar predicciones sobre el comportamiento futuro

Estadstica inferencial: Consiste en inferir conclusiones acerca de lo que ocurre en una poblacin determinada, basndonos en las observaciones recogidas en una muestra de la misma. Estadstica multivariada: se utiliza cuando el nmero de variables a analizar es mayor que 2-principio de causa mltiple.

Para la aplicacin de la estadstica es necesario medir el cual consiste en asignar numerales a objetos o eventos conforme a ciertas reglas. Para medir Stevens considera cuatro niveles: nominal, ordinal, de intervalo y de razn. Dentro de la medicin existen escalas que determinan el nivel de medicin entre ellas estn: la escala nominal y nivel nominal, la escala ordinal y nivel ordinal, la escala de intervalo y nivel de intervalo, la escala de razn y nivel de razn.

CAPTULO II ESTADSTICA DESCRIPTIVA Cuando se plantea una cuestin cuya finalidad es averiguar la situacin de una serie de datos, dentro de un grupo de ellos se recurre a la estadstica descriptiva. En esta estadstica las observaciones que se realizan en torno a un fenmeno se reducen a los siguientes aspectos: Posicin, dispersin o variabilidad, simetra y apuntamiento. En la estadstica descriptiva las observaciones que se realizan en torno a un fenmeno son: Posicin Dispersin o variabilidad Simetra Apuntamiento

Recogida y anlisis de datos Las tcnicas de recogida de datos son aquellos medios tcnicos que se utilizan para registrar las observaciones. Algunos pueden ser: test, entrevistas, cuestionarios y observacin. El anlisis de datos puede ser cuantitativo y cualitativo. Una vez que se recogen los datos, se organizan para poderlos interpretar utilizando medidas de tendencia como: media mediana y moda, medidas de variabilidad como desviacin media, tpica y avanzada, medidas individuales como la puntuacin Z, medidas de correlacin como: r de Pearson y de regresin simple. Ordenacin y categorizacin de datos Despus de la recogida de datos se organiza, el primer paso es la organizacin, y categorizacin de datos que es simplemente en subdividir los datos. La ordenacin se lleva a cabo mediante reglas: 1. Las categoras deben ser segn el problema de investigacin 2. Las categoras deben ser exhaustivas 3. Las categoras deben ser excluyentes entre s 4. Cada categora se debe analizar por separado Distribuciones de frecuencias Despus de la interpretacin se procede a colocarlos como una distribucin de frecuencias y posteriormente trazar una grfica que emplearemos para la interpretacin de los datos.

Distribuciones de frecuencias acumulativas Las frecuencias acumuladas se obtienen al sumar sucesivamente, a partir del origen de la distribucin, las frecuencias individuales de cada intervalo al intervalo inmediatamente superior. Representaciones grficas Segn Ferguson un grfico es una imagen geomtrica de un conjunto de datos. Algunos tipos de grficos son: 1. Histograma: En l se presentan las frecuencias por reas en forma de barras. 2. Polgono de frecuencias: Es el ms comn, para elaborarlo se marcan las frecuencias sobre el eje vertical. Propiedades de las distribuciones de frecuencias Existen cuatro propiedades que se asignan en la distribucin de frecuencias: la posicin central, variabilidad, simetra y curtosis. Medidas de tendencia central Los datos recogidos se organizan en conjuntos de nmeros. Con ello se obtiene una medida de tendencia central o promedio. En la estadstica se utilizan tres promedios: media, mediana y moda. Media: representa la suma de un conjunto de medidas dividido por el nmero total de medidas del conjunto. Mediana: es el punto de una distribucin que deja por encima y por debajo al 50% de los casos. Moda: Es el valor que aparece con ms frecuencia en una distribucin de medidas o puntuaciones. Medidas de posicin Son ndices numricos que describen la tendencia de un conjunto de datos, permite determinar la posicin de los sujetos con respecto al grupo. Existen varias medidas como son: cuantiles, cuantil para datos no agrupados en intervalos, cuantil para datos agrupados en intervalos, centiles, deciles, cuartiles.

Medidas de variabilidad o dispersin La variabilidad es el grado de concentracin de las puntuaciones alrededor de su promedio. Las medidas de variabilidad ms utilizadas son: recorrido o amplitud total, desviacin intercuartilica, desviacin media, varianza, desviacin tpica y coeficiente de variacin. Medidas individuales: puntuacin Z Existen varios tipos de puntuacin: Puntuacin directa: Es la obtenida por un sujeto cuando se somete cualquier tipo de medida. Puntuacin diferencial: Expresa la diferencia entre cada valor de la variable, o puntuacin directa con respecto a la media aritmtica. Puntuacin tpica: Es la ms importante, es la puntuacin normalizada de la puntuacin de un sujeto en una determinada variable. Puntuaciones derivadas de Z: Son transformaciones de las puntuaciones Z debido a que se expresan en decimales y casi la mitad son negativas.

Capitulo II ESTADSTICA CORRELACIONAL En las ciencias de la educacin son muy utilizadas las medidas estadsticas para formular predicciones, debido a que se producen situaciones en las que estn implicadas dos o ms variables. Necesitamos dos conjuntos de datos, correspondientes a los distintos valores en las variables, pero representados como un conjunto de pares ordenados. Para representar estos puntos se utiliza un diagrama de dispersin o nube de puntos. Lo anterior se usa para medir la correlacin entre dos variables sin que esto presuponga de manera necesaria que una se causa de otra. La mayora de los coeficientes de correlacin sealan: Una indicacin de la magnitud de las relaciones El sentido de la relacin

Podemos hablar de diferentes tipos de correlaciones: 1. Correlacin perfecta positiva: Cuando a un incremento o disminucin de los valores de la variable, corresponde necesariamente a un incremento o disminucin de los valores de la otra. 2. Correlacin perfecta negativa: cuando a un incremento, una disminucin en y los puntos en el diagrama de dispersin se encuentran en una recta que desciende de izquierda a derecha. 3. Correlacin imperfecta positiva: generalmente, cuando a ala variacin en una variable x le suele corresponder una variacin en el mismo sentido en la otra. 4. Correlacin imperfecta negativa: generalmente cuando la variacin, en un sentido, en una variable le suele corresponder una variacin inversa en la otra. 5. Correlacin nula: su valor es cero, se produce cuando no hay correspondencia entre las variaciones de una y otra variable. El concepto de regresin simplemente denota relacin proporcional directa entre las variables x e y, de forma que cuando uno aumenta o disminuye la otra variable tambin cambia en su comportamiento.

COEFICIENTE DE CORRELACIN: Las caractersticas que posee el coeficiente de correlacin son:

1. Su valor es independiente de cualquier unidad usada para medir las variables 2. Este valor se altera considerablemente si existe un valor externo 3. El coeficiente de correlacin mide slo la relacin respecto a una lnea recta 4. El coeficiente de correlacin no se ha de extrapolar fuera del rango de valores 5. La correlacin no implica causalidad.

MTODOS DE CORRELACIN

1.- Coeficiente de correlacin de r Pearson. El ms utilizado entre los diversos coeficientes de correlacin que existen es el Pearson. Su magnitud varia de +1 a -1 valores convencionales que expresan: -1 describe una relacin negativa perfecta. +1 este valor describe una relacin positiva perfecta Cuando la medida de correlacin es 0 significa que x e y son independientes la una de la otra.

2.- Coeficiente de correlacin bisceral puntual. El coeficiente se utiliza cuando una de las variable es continua y lo otra dicotmica por naturaleza. 3.- Coeficiente de correlacin biserala. Se utiliza cuando una de la variables artificialmente es continua y las reas dicotomizada

4.- Coeficiente de correlacin cudruple. Se emplea cuando la variable son dicotmizada. 5.- Coeficiente de correlacin tetracrico. Es un valor estadstico utilizado come medida de relacin entre los datos que se limitan a dos dicotomas. As pues, la correlacin tetracrica presupone que las dos variables son esencialmente continuas y que, adems, se distribuyen normalmente. 6.- Coeficiente de correlacin de contingencia.

Expresa el grado de relacin entre dos variables discretas, al menos una de las dos variables tiene ms de dos categoras. 7.- Coeficiente de correlacin curvilnea. Cuando los datos representados forman una curva en vez de una recta, se dice que la relacin es montona curvilnea. 8.- Coeficiente de correlaciones especiales. Existen dos mtodos de correlacin que implican ms de dos variables; ellos son: 1. Coeficiente correlacin parcial.- con frecuencia la relacin entre dos variables se ve influenciada por una tercera. A travs de este coeficiente es posible descubrir la correlacin de una variable con otras descartando el grado de correlacin atribuible a una tercera variable, es decir, permite controlar o eliminar los efectos de una tercera variable.

2. Coeficiente de correlacin mltiple En su forma ms sencilla este coeficiente permite determinar la relacin entre una variable y una combinacin de otras dos variable. Se trata de establecer hasta qu punto dos o ms variables se relaciona de modo conjunto con una variable dada.

CAPITULO IV.

ESTADSTICA INFERENCIAL

Cuando nuestra pretensin va ms de conocer la situacin de un conjunto de datos, y la de cada dato dentro del conjunto y se cifra en inferir las caracterstica de un conjunto ms amplio, entonces las estadsticas se convierten en inferencial.

Probabilidad. a) Aproximacin al concepto de probabilidad.- Para tender el concepto de probabilidad se abordan desde la perspectiva de diferentes autores: Kerlinger. Acontecimientos causales en conjunto ocurren segn las leyes de regularidad. Laplace. Valor resultante de dividir el nmero de casos favorables por el de todos los casos posibles. Ferguson. La razn entre el nmero de casos favorables y el nmero total de casos igualmente posibles. La probabilidad es una caracterstica que interviene en todo trabajo experimental. b) Propiedad de los sucesos probabilsticos 1. El valor de la probabilidad oscila entre cero y uno, y siempre es positivo 2. La suma de las probabilidades de todos los eventos posibles es igual a uno. 3. Cuando los eventos a y b son mutuamente excluyentes, es decir cada evento muestral es un ejemplo de uno y no hay en comn punto muestral alguno, la probabilidad de ocurrencia de a o b es igual a la suma de las probabilidades respectivas. 4. La probabilidad de ocurrencia del evento a o del b, o de ambos cuando los sujetos no son mutuamente excluyentes, es igual a la

probabilidad de a ms la probabilidad de b menos la probabilidad de la interseccin de ambos. Distribucin binomial Es un mtodo matemtico de distribucin terica de las variables discretas. Se da, fundamentalmente, cuando hay dos posibilidades: si o no, xito o fracaso, cara o cruz, par o impar, etc. Curva normal La curva normal es una curva o distribucin de frecuencias que tienen forma de campana. Muchas de las distribuciones objeto de estudio se aproximan en la prctica a una curva de estas caractersticas, por lo que se dice que los datos estn normalmente distribuidos. Caractersticas de la curva normal Es una curva terica, pues es una representacin grfica de una distribucin. La curva normal se escribe en forma de puntuaciones tpicas. Es simtrica respecto al punto medio. La curva normal es asinttica. La curva normal es mesocrtica. En la curva normal se puede distinguir reas a partir del punto central.

reas debajo de la curva Con objeto de determinar las reas debajo de la curva, se debe recordar que las puntuaciones tpicas tienen una medida de cero y una desviacin tpica de uno. Por lo tanto, el rea debajo de la curva se toma como la unidad; esto es, n=1. Muestra y poblacin Poblacin Son todos los casos posibles que pueden ser objeto de estudio y que tiene en comn alguna caracterstica observable. Existen dos tipos de poblaciones la finita(se considera un mximo de 100,000 sujetos) y la infinita (a partir de 100,000 sujetos) Muestra Subconjunto de casos o eventos extrado, de forma aleatoria de una poblacin.

Tamao de la muestra Una regla general es emplear las muestras ms grandes posibles. Cuando se calcula la media, un porcentaje u otro estadstico a partir de una muestra, se estima un valor de la poblacin. Error tpico La relacin entre el tamao de la muestra y el error, nos dice que cuanto menor sea la muestra mayor ser el error, y cuando mayor sea la muestra menor el error. Parmetros y estadsticos Parmetro es una caracterstica o propiedad de una poblacin. Los estadsticos son valores obtenidos que resumen alguna caracterstica de una muestra extrada aleatoriamente de una poblacin. Los parmetros pueden estimarse a partir de los estadsticos mediante la medida de estimacin. Error muestral Los errores muestrales son, fundamentalmente de dos tipos: 1. Errores de sesgo 2. Errores aleatorios Mtodos probabilsticos Mtodos probabilsticos Muestreo aleatorio Muestreo deliberado Muestreo sistemtico Muestreo aleatorio estratificado Muestreo por conglomerados Distribucin muestral Es la frecuencia con la que las observaciones de una muestra se asignan a cada categora o punto en una escala de medicin. Este tipo de medicin se puede representar numrica o grficamente. Mtodos no probabilsticos Muestreo incidental Muestreo por cuotas Muestreo intencional Muestreo causal Muestreo de bola de nieve

La distribucin muestral de un estadstico se define como la distribucin de frecuencias de los valores que ese estadstico toma en un nmero infinito de muestras de la misma poblacin y del mismo tamao.

Estimacin de parmetros Los parmetros pueden estimarse a partir de los estadsticos mediante la medida de estimacin o estimador. Consiste este proceso de estimacin de los parmetros a partir de la puntacin de una muestra, para lo que se utilizan diversas tcnicas. En ocasiones los mtodos de estimacin generan estimadores insesgados, consistentes, eficientes y suficientes. Contraste de hiptesis Consiste en estimar la probabilidad de que la hiptesis se cumple en una determinada poblacin. Hiptesis Son instrumentos importantes e indispensables en la investigacin cientfica. Se basan en tres aspectos principales: 1. Las hiptesis son el instrumento de trabajo de las teoras. 2. La hiptesis son comprobables y pueden demostrarse. 3. Son poderosos elementos que contribuyen al progreso de la ciencia. Segn Selltiz. Una hiptesis es: Una proposicin condicin o principio que es aceptado con objeto de obtener sus consecuencias lgicas y comprobar su acuerdo con los hechos que son conocidos o pueden ser determinados. Hiptesis estadsticas Al intentar alcanzar una decisin, es til hacer hiptesis sobre la poblacin implicada. Dentro de la estadstica se puede hablar de hiptesis nula e hiptesis alternativa.

CAPITULO V PROCESO DE INVESTIGACIN CIENTFICA Elementos del proceso de investigacin cientfica Existen varios elementos que se deben tomar en cuenta para el proceso de investigacin cientfica: Problema: Este debe estar bien definido para justificar la investigacin. Para ello existen ciertas normas: 1. Definirlo en trminos de relacin entre dos o ms variables 2. Enunciarse en forma de pregunta 3. Debe ser resoluble 4. Debe ser formulado operacionalmente y mensurables sus variables 5. Debe ser un problema relevante Definicin de la hiptesis: Son proposiciones que pudieran ser respuesta del problema, los niveles de la hiptesis son: sustantivo y estadstico. Definicin de variables: Son las propiedades de un sujeto o poblacin, que pueden variar. Diseo: Es el plan elaborado para que una investigacin pueda llevarse a cabo y dar una respuesta a las intenciones que se plantean en la misma. Conclusiones: se observan las posibles implicaciones en el mbito donde la investigacin se desarroll. Consiste en la revisin sistemtica de las aportaciones que el estudio de la investigacin pudiera suponer en el desarrollo de la temtica.

Diseos de investigacin Segn Kerlinger los define como el plan, la estructura y la estrategia de una investigacin, cuyo objetivo es dar respuesta a ciertas preguntas y controlar la varianza. Clasificacin de diseos Segn Campbell y Stanley existen diversos tipos de diseo: Diseos pre-experimentales: no existe grupo de control y mide solo una variable. Diseos cuasi-experimentales controlan algunas variables extraas que pueden mezclarse con la variable independiente y alterar el resultado. Diseos experimentales: intentan controlar todas las variables extraas. Se consideran cuatro clases de experimentos: controlados, cuasiexperimentales, experimentales naturales pseudo-experimentales.

Etapas en una investigacin Las etapas para llevar a cabo una investigacin son: Planteamiento del problema Consulta a fuentes: bibliogrfica y no bibliogrfica Formulacin de hiptesis Metodologa de la investigacin Este modelo se concretiza en los siguientes momentos: 1. Planteamiento del problema: En esta fase inicia con un inters o una curiosidad por cierta idea, en un problema concreto. En esta etapa se define el problema y la redaccin debe ser con buena redaccin, debe expresar una relacin de al menos dos variables, debe enunciarse en forma de pregunta, el problema debe ofrecer eventualidad de contestacin emprica. 2. Revisin bibliogrfica: La revisin bibliogrfica debe reuns dos caractersticas: conceptual (artculos y libros escritos por autoridades) y de investigacin (estudios de investigacin ya hechos). 3. Definicin del problema de investigacin: La delimitacin consiste en establecer definiciones de los trminos que se utilizan en la definicin del problema. 4. Variables y su clasificacin: Es conveniente delimitar las variables que intervienen en la investigacin. La variable se clasifica: De acuerdo a su funcin en el diseo: variable independiente, variable dependiente, variable de control, variable extraa o interviniente. De acuerdo a la naturaleza de su medida: Variable continua y variable discontinua. 5. Estimacin de los logros: La bibliografa conceptual har ver las cuestiones que necesitan ser estudiadas y contrastadas. 6. Segunda revisin bibliogrfica: Una vez concretado el problema de investigacin, se debe regresar a la bibliografa para un especfico examen de las investigaciones precedentes. 7. Formulacin de hiptesis: La hiptesis muestra la posibilidad de predecir los resultados del estudio antes de la recogida real de datos. Las predicciones son las hiptesis. Se pueden definir como proposiciones que pudieran ser respuesta del problema.

8. Seleccin y/o elaboracin de instrumentos: Los instrumentos que se elijan en esta etapa debern de tomarse en consideracin por: su fiabilidad ( exactitud, estabilidad y repetabilidad de los datos) y por su validez ( que midan lo que pretenden medir) 9. Identificacin de la poblacin y de la muestra: la seleccin correcta de la muestra permite una informacin representativa de toda la poblacin, es importante tener la capacidad para seleccionar las muestras. 10. Diseo de la recogida y el anlisis de datos: La tcnica de recogida de datos se selecciona mediante la concrecin del tipo de datos que se necesitan para contestar el problema planteado; el anlisis de datos se planifica de modo que cada una de las hiptesis se contraste directamente con los datos. De modo que conteste a las preguntas de la investigacin. 11. Estudio piloto: Es considerado como un ensayo a escala de una parte del estudio real. En el instrumento elegido se aplica a unos sujetos tomados de la misma poblacin que la muestra, pero no figuran en ella. 12. Contraste y validacin dela hiptesis: En la investigacin se trabaja con la hiptesis nula o hiptesis alternativa y en la validacin de la hiptesis se utilizan dos tipos de contrastes: bilateral y unilateral.

GUA DE ESTADSTICA 1. A qu se refiere Luis Vives en su tratado de la enseanza en el desarrollo de la investigacin en la educacin? Se refiere a la observacin, el experimento y la induccin como fundamentos de la educacin. 2. Menciona el autor que a principios del siglo XIX, realizo investigaciones sobre cuestiones sociales y educativas, impulsando la teora estadstica como mtodo general. Quetlet 3. Quin fue el fundador del empleo de la estadstica en las ciencias sociales? Francis Galton 4. Menciona los cuatro conceptos que introdujo Francis Galton en las ciencias sociales Correlacin, regresin, percentil y la curva 5. Quin fue el autor que estableci los fundamentos de la teora estadstica? Neymann 6. Define la pedagoga experimental Ciencia que tiene por objeto el estudio de los fenmenos, leyes y teoras educativas, susceptibles de modificacin mediante el uso de diferentes patrones y tcnicas de verificacin y de observacin sistemtica y de experimentacin, que en conjunto constituyen la teora pedaggica experimental y cuyos resultados pueden ser expresados y analizados en forma matemtica. 7. Qu es el mtodo cientfico? Es un proceso sistemtico por medio del cual se obtiene el conocimiento cientfico basndose en la observacin y la experimentacin.

8. Segn Kerlinger Cul es el objetivo bsico de todo proceso de investigacin? Es la elaboracin de una teora o conjunto de constructos, definiciones y proposiciones relacionadas entre s, que presenten los fenmenos bajo un punto de vista sistemtico especificando relaciones entre variables, con el objetivo de explicar y predecir dichos fenmenos. 9. Segn Cronbach y Mehl Cmo definen el constructo? Como atributo postulado acerca de la persona, que supuestamente se refleja en la ejecucin de un test. 10.Menciona algunos ejemplos de constructos Algunos son: la motivacin, la creatividad, la ansiedad, la inteligencia, la personalidad etc. 11.Qu es la estadstica? Es una disciplina de la metodologa cientfica relacionada con la recogida, clasificacin, descripcin e interpretacin de los datos obtenidos en la realizacin de observaciones y experimentos. 12.Cmo define Bisquerra la estadstica descriptiva?
Reduccin de un conjunto de datos a unas pocas medidas descriptivas

13.Cul es el significado de la estadstica descriptiva?


Consisten en presentar los detalles y caractersticas de los datos obtenidos, mediante un mtodo rudimentario, tanto laborioso como eficaz

14.Qu es la estadstica inferencial? Consiste en inferir conclusiones acerca de lo que ocurre en una poblacin determinada, basndonos en las observaciones recogidas en una muestra de la misma. 15.Menciona y explica los cuatro niveles de medicin segn Stevens Nominal, ordinal, de intervalo y de razn. 16.Qu entendemos por escala?

Es un esquema especfico para asignar nmeros o smbolos con el objeto de designar caractersticas de una variable. 17.En qu consiste la medicin? Consiste en asignar numerales a objetos o eventos conforme a ciertas reglas. 18.En qu se clasifican los tipos de medidas?
En continuos que expresan medidas de diversos grados de precisin (centmetros, horas, y discontinuos slo cabe una misma expresin de los mismos como cantidades enteras (ej contar personas).

19.Cul es la diferencia entre una variable y un constructo? Constructo: son modelos hipotticos, supuestos, que poseen una estructura y unas funciones que determinan la explicacin de algunos fenmenos. Variable: Se utiliza para indicar una propiedad o caracterstica en que los componentes de un grupo o conjunto difieren unos de otros. 20.Cules son los criterios para la clasificacin de las variables que seala Bisquerra? Teorico-explicativo Metodolgico Medicin Control 21.Segn el autor Snchez Huete En qu se clasifican las variables? Segn su funcin en el diseo experimental: independiente, dependiente, de control, extraas o intervinientes. Segn la naturaleza de su medida o categoras: continuas, discretas o discontinuas: dicotmicas y politmicas Segn la existencia de variables experimentales y medidas: activas y atributivas.

22.Explica en que consiste cada una de las variables Variable independiente: Factor que el investigador se propone observar y manipular de manera deliberada para descubrir sus relaciones con la variable dependiente. Variable dependiente: fenmeno que aparece, desaparece o cambia cuando el investigador aplica, suprime o modifica la variable independiente. Variables de control: Son aquellas cuyos valores determina o asigna el investigador en cada uno de los sujetos. Variables extraas o intervinientes: son aquellas que no son independientes, dependientes o de control. Variables continuas: Son aquellas que pueden tomar cualquier valor dentro de un rango definido de valores. Variables discretas o discontinuas: Son aquellas que solo pueden tomar valores especficos, y no admiten otros especficos. Variables discretas dicotmicas: solo presentas dos categoras, como el sexo, tems de falso y verdadero. Variable discretas politmicas: Es aquella variable que asume ms de dos valores respecto a un atributo. Variables activas: Son aquellas que son susceptibles de manipulacin. Variables atributivas: Sobre estas variables, el investigador no tiene ninguna posibilidad de manipulacin, solo constatar los valores medidos. 23.Cules son los aspectos que se reducen en la estadstica descriptiva? Posicin Dispersin o variabilidad Simetra Apuntamiento

24.Define los siguientes conceptos: posicin, dispersin o variabilidad, simetra y apuntamiento. Posicin: Son medidas que representan a un grupo con respecto a alguna caracterstica. Dispersin o variabilidad: Complementan el conocimiento que ofrecen medidas de posicin, informando cmo varan los datos alrededor del valor medio considerado. Simetra: Nos dan informacin sobre si las medidas de los fenmenos se agrupan simtricamente respecto del valor medio. Apuntamiento: Sealan si en la distribucin de esas medidas predominan excesivamente los valores centrales. 25.A qu se refieren las tcnicas de recogida de datos? Son aquellos medios tcnicos que se utilizan para registrar las observaciones o facilitar el tratamiento experimental. 26.Cules son las dos grandes metodologas en la fase de datos de anlisis? Cuantitativa y cualitativa. 27.Menciona los principios bsicos de ordenacin y categorizacin de datos. Las categoras deben realizarse segn el problema de la investigacin y por tanto, estn estrechamente relacionadas con la hiptesis. Las categoras deben de ser exhaustivas, en el sentido de recoger todos los elementos de la muestra, de forma que cada uno de ellos est en uno de los subconjuntos. Las categoras se excluyen mutuamente y son independientes. Cada categora se deriva de un principio de clasificacin y se debe tratar o analizar por separado. 28.Define el concepto de distribucin de frecuencias

Es un conjunto de mediciones que se suelen considerar en trminos de la frecuencia, con el cual se asignan las observaciones a cada categora o punto sobre una escala de medicin. 29.Cules son los pasos para elaborar una distribucin de frecuencias para las puntuaciones de una tabla? Determinar la amplitud de variacin. Dividir la amplitud de variacin entre 15 para estimar el tamao aproximado del intervalo. Colocar los intervalos, comenzando desde el mas bajo. Hacer un recuento de las frecuencias Colocar las frecuencias en la columna sealada con la f Sumar los datos de esta columna, anotando el nmero de casos N o f en la parte inferior. 30.Cmo define Ferguson el trmino grfico? Es la imagen geomtrica de un conjunto de datos 31.A qu se refiere la palabra histograma? Llamado tambin grafico de barras en el se presentan las frecuencias por reas en forma de barras. 32.En qu consiste polgono de frecuencia? Es una de las grficas de uso ms comn en la estadstica, para su elaboracin se marcan las frecuencias sobre el eje vertical y los nmeros que representan las puntuaciones se sitan en el eje horizontal. 33.Qu diferencia hay entre un polgono de frecuencia y un histograma? Es que en el polgono se suponen todos los casos de un intervalo concentrados en el punto medio de este. Para reflejarlo en la grfica, se coloca un punto encima del punto medio del intervalo a una altura proporcional a la frecuencia. 34.Cules son las propiedades de distribucin de frecuencias?

Posicin central Variabilidad Simetra Curtosis: Leptoctica, Platocrtica y Mesocrtica

35.Menciona y define las tres medidas de tendencia central que se utilizan en la estadstica Media: Representa la suma de un conjunto de medidas dividido por el nmero total de medidas del conjunto. Mediana: Es el punto de una distribucin que deja por encima y por debajo al 50% de los casos. Moda: Es el valor que aparece con ms frecuencia en una distribucin de medidas o puntuaciones. 36.Cules son las medidas de variabilidad ms utilizadas? Recorrido o amplitud total Desviacin intercuartlica Desviacin media Varianza Desviacin tpica y Coeficiente de variacin. 37.Define el concepto recorrido o amplitud total Es una medida de dispersin que depende solo y exclusivamente de los valores extremos (inferior y superior) de la variable. 38.Para qu se utiliza el recorrido de una variable? Suele utilizarse para dividir el campo de variacin en intervalos, pero su aplicacin como medida de variabilidad es bastante restringida. 39.Qu es la desviacin intercualtica? Es la mitad de la amplitud o diferencia entre el cuartil 3 (Q3) y el cuartil 1 (Q 1)

40. Qu es la desviacin media? Es la medida aritmtica de las desviaciones, tomadas en valor absoluto, de cada una de las puntuaciones respecto a la media. 41.Cules son las propiedades de la deviacin tpica? Si a los datos de la variable se le suma una constante, la desviacin tpica no vara. Si a todas las puntuaciones de la variable se las multiplica por una contante, la desviacin tpica queda multiplicada por esa constante. 42.Mencione las medidas individuales de puntuacin Puntuacin directa Puntuacin diferencial Puntuacin tpica Puntuaciones derivadas de z 43.Define las medidas de puntuacin Puntuacin directa.- expresa un numero de respuestas correctas ante las preguntas planteadas. Puntuacin diferencial.- expresa la diferencia ante cada valor de la variable. Puntuacin tpica.-expresa cantidades a dimensionales, es decir cantidades independientes de las unidades empleadas.

44.Para qu sirven las medidas estadsticas en las ciencias de la educacin? Para formular predicciones, debido a que se producen situaciones en las que estn implicadas dos o ms variables. 45.En qu consiste el diagrama de dispersin? Al conjunto de puntos
ES UNA GRAFICA DE PUNTOS QUE TAMBIN SE LE CONOCE COMO NUBE DE PUNTOS.

46.En qu consiste el concepto de correlacin? Es bsicamente una medida de relacin entre dos variables, sin que esto presuponga de manera necesaria que una sea causa de otra. 47.Cules son los principales puntos que sealan los coeficientes de correlacin? Una indicacin de la magnitud de la relacin. El sentido de la relacin (positiva o negativa) 48.Cules son las caractersticas de los coeficientes de correlacin? Su valor es independiente de cualquier unidad usada para medir las variables. Este valor se altera considerablemente si existe un valor extremo. El coeficiente de correlacin mide solo la relacin respecto a una lnea recta. El coeficiente de correlacin no se ha de extrapolar fuera del rango de valores observado de las variables objeto de estudio, pues fuera de ese rango, la relacin de las variables X e Y puede modificarse. La correlacin no implica causalidad. 49.En qu consiste el coeficiente de correlacin de Spearman? Es el ms utilizado cuando se tienen variables medidas a nivel ordinal; es decir un mtodo de correlacin por rangos. Es apropiado cuando el nmero de casos est comprendido entre 25 y 30 casos, o an menos. 50.Qu es el coeficiente de correlacin biseral? Se utiliza cuando una de las variables es continua y la otra dicotomizada artificialmente; esto es, no es dicotmica por naturaleza, sino que se trata de una variable continua, distribuida segn la curva normal y que se decide dicotomizar.

51.Cules son los mtodos de correlacin especiales que implican ms de dos variables? Coeficiente de correlacin parcial Coeficiente de correlacin mltiple 52.A qu se refiere el concepto de probabilidad? Se entiende como azar, en el sentido de dar respuesta a la siguiente pregunta podra ser causa del azar?
ES LA FRECUENCIA RELATIVA DE OCURRENCIA DE UN SUCESO CUANDO EL NUMERO DE OBSERVACIONES ES MUY GRANDE

53.Cmo define Ferguson la probabilidad? La define como la razn entre el nmero de casos favorables y el nmero total de casos igualmente posibles. 54.Cules son las propiedades de los sucesos probabilsticos? El valor de la probabilidad oscila entre 0 y 1, y es siempre positivo La suma de las probabilidades de todos los eventos posibles es igual a 1 Cuando los eventos A y B son mutuamente excluyentes, es decir, cada evento muestral es un ejemplo de uno y no hay en comn punto muestral alguno, la probabilidad de ocurrencia A o de B; es igual a la suma de las probabilidades respectivas. La probabilidad de ocurrencia del evento A o del B, o de ambos cuando los sujetos no son mutuamente excluyentes, es igual a la probabilidad de A ms la probabilidad de B. Probabilidad condicional: los acontecimientos no son independientes, sino que estn relacionados. 55.Qu es la distribucin binominal? Es un modelo matemtico de distribucin terica de las variables discretas. Se da cuando hay dos posibilidades (si o no, xito o fracaso, cara o cruz, par o impar) 56.Define el concepto de curva normal

Es una curva o distribucin de frecuencias que tiene forma de campana. 57.Cules son las caractersticas fundamentales de la curva normal? Es una curva terica. Pues es una representacin grfica de una distribucin. Se describe en forma de puntuaciones tpicas Es simtrica respecto al punto medio Su altura mxima est sobre el valor de la media cuando Z=0 La curva tiene un rea total y desviacin tpica igual 1 El rea bajo la curva es finita 58.A qu se refiere el concepto de poblacin en la estadstica? Se refiere a todos los casos posibles que pueden ser objeto de estudio y que tienen en comn alguna caracterstica observable. 59.Cules son los dos tipos de poblaciones en que se distinguen? Finitas: es un nmero limitado de sujetos. Infinitas: apartir de 100,000 y con un nmero ilimitado, en sentido estricto, de sujetos. 60.Cmo se distingue el concepto de muestra en estadstica? Es el subconjunto de casos o eventos extrado, de forma aleatoria, de una poblacin. 61.Defina los siguientes conceptos: parmetros y estadsticos Parmetros: Es una caracterstica o propiedad de una poblacin. Es conveniente realizarla con letras griegas. Estadsticos: Son los valores obtenidos que resumen alguna caracterstica de una muestra extrada aleatoriamente de una poblacin. (Media, mediana, desviacin tpica, correlacin) 62.En qu consiste el trmino error muestral? Es la diferencia que existe entre un estadstico y su parmetro correspondiente.

63.Menciona los dos tipos fundamentales de errores muestrales Errores de sesgo Errores aleatorios 64.Menciona los mtodos probabilsticos Muestreo aleatorio Muestreo deliberado Muestreo sistemtico Muestreo aleatorio estratificado Muestreo por conglomerados 65.Menciona los mtodos no probabilsticos Muestreo incidental Muestreo por cuotas Muestreo intencional Muestreo causal Muestreo de la bola de nieve 66.Qu es la hiptesis? Son los instrumentos importantes e indispensables en la investigacin cientfica. 67.Cmo define la hiptesis Selltiz? La define como una proposicin, condicin o principio que es aceptado con objeto de obtener sus consecuencias lgicas y comprobar su acuerdo con los hechos que son conocidos o pueden ser determinados. 68.Cules son los pasos del procedimiento para rechazar o aceptar hiptesis? Formular H0 y H1 Eleccin de la prueba estadstica adecuada para probar H0 Especificar el nivel de significacin Conocer la distribucin muestral de la prueba estadstica Definir la zona de rechazo de Ho

Clculo del valor de la prueba estadstica con los datos obtenidos en la muestra. Decisin: si la probabilidad del valor de la prueba estadstica es igual o menor que a, se rechaza Ho a ese nivel; de lo contrario se acepta. 69.En qu se dividen las pruebas paramtricas? En muestras independientes Muestras correlacionadas 70.En qu consisten las pruebas no paramtricas? Son utilizadas con niveles de medicin ordinal o nominal. O cuando no cumplen los requisitos de las paramtricas. 71.Cules son los elementos del proceso de investigacin? Problema Definicin de la hiptesis Definicin de las variables Diseo Conclusiones 72.Defina los diseos de investigacin segn Kerlinger Es el plan, la estructura y la estrategia de una investigacin, cuyo objetivo es dar respuesta a ciertas preguntas y controlar la varianza.