Académique Documents
Professionnel Documents
Culture Documents
METODOLOGA, DISEO Y
ESTADSTICA.
C U R S O -TA L L E R
CONTENIDO 13/JUL
Da 1
Aspectos generales y presentacin de
programas.
Presentacin del curso, del instructor y de
los integrantes del taller.
1. EL CONOCIMIENTO CIENTFICO
2. CONOCIMIENTO Y MTODO
3. LA INVESTIGACION CIENTIFICA
4. PLANTEAMIENTO DE LA INVESTIGACION
OBJETIVO
El curso tiene como objetivo el contribuir al
conocimiento de los principios bsicos de la
metodologa, los diseos experimentales y
la
investigacin
con
fundamentos
estadsticos. Por otro lado, con el curso se
pretende favorecer el planeamiento y
desarrollo
de
un
diseo,
recolectar,
organizar, analizar e interpretar datos
experimentales
obtenidos
en
la
investigacin de campo y laboratorio, as
como interpretar los resultados del anlisis.
EVALUACIN
EL CONOCIMIENTO CIENTIFICO
- SIMPLE
CONOCIMIENTO
COMN
- ADQUIRIDO Y ACEPTADO
SIN > DISCUSIN
- COMPLEJO
CONOCIMIENTO
CIENTFICO
- SE ADQUIERE A TRAVS
DEL MTODO CIENTFICO
-BUSCA RESPONDER
INTERROGANTES
-INTERPRETAR LA
REALIDAD
-MODIFICAR LA REALIDAD
Conocimiento
Conocimient
o vulgar
Distintasformas
formas
Distintas
Conocimiento
mticoreligioso
CONOCIMIENTOCIENTFICO
CIENTFICO
CONOCIMIENTO
Adquirido en el proceso de
socializacin.
Superficial
Sensitivo y subjetivo
Supone la adhesin a una
creencia de verdad.
Dogmtica
No requiere contrastacin
emprica de sus verdades.
CONOCIMIENTO CIENTFICO
OBSERVA
DESCUBRE
EXPLICA
PREDICE
CONOCIMIENTO
SISTEMTICO DE LA
REALIDAD
R
E
A
L
I
D
A
D
Producto de
dela
lainvestigacin
investigacincientfica
cientficaes
esel
el
Producto
CONOCIMIENTO CIENTFICO
CIENCIA
Cuerpo de ideas
NIVEL TERICO
Plantea problemas
tericos. Explica la
realidad
independientemente de la
aplicacin del
conocimiento.
Investigacin bsica
CIENCIA PURA
NIVEL PRCTICO
Estudia problemas
prcticos
Investigacin aplicada
CIENCIA APLICADA
Genera una actividad
terica
Genera nuevos
problemas
tericos
Investigacin
tecnolgica
TECNOLOGA
Toma teoras
cientficas y las adapta
para determinados
fines.
APLICACIN
DEL
CONOCIMIENTO
INFLUYE SOBRE
LA SOCIEDAD
QU ES UNA INVESTIGACIN?
El significado etimolgico: in (en)
vestigar (hallar, seguir
vestigios).
MTODO CIENTFICO
CONOCIMIENTO
CIENTFICO
INVESTIGACIN
CIENTFICA
EL MTODO CIENTFICO
PERMITE
ESQUEMA
MTODO CIENTFICO
Caracterstico
de la ciencia
APLICADA
PUR
A
- No infalible ni
autosuficiente
- Puede perfeccionarse
- Se sustenta en
conocimientos previos
Puede reajustarse y elaborarse
EL MTODO CIENTFICO
Independencia y objetividad
Al respecto, Barragn dice: Lo que importa de mtodo
cientfico es su independencia respecto de aquello (materia)
que se estudia. Cada ciencia tendr sus propios problemas y
para ello debe utilizar prcticas o tcnicas que se acomoden
al objeto de estudio.
METODO
CIENTFICO
METODO
CIENTFICO
OBJETO DE
ESTUDIO
INDEPENDENCIA
RECHAZA
MANIPULACIONE
S
PREJUICIOS
REALIDAD
OBJETO
DE
ESTUDIO
EL PROCESO DE LA INVESTIGACIN
CIENTFICA
Paso 1
Concebir la idea a investigar
Paso 2
Plantear el problema de investigacin
- Establecer objetivos de investigacin
- Desarrollar las preguntas de investigacin
- Justificar la investigacin y su viabilidad
EL PROCESO DE LA INVESTIGACIN
CIENTFICA
Paso 3
Elaborar el marco terico
Revisin de la literatura
*Deteccin de la literatura
*Obtencin de la literatura
*Consulta de la literatura
*Extraccin y recopilacin de la informacin de
inters
Construccin del marco terico
EL PROCESO DE LA INVESTIGACIN
CIENTFICA
Paso 4
Definir si la investigacin se indica como
exploratoria, descriptiva, correlacional o
explicativa y hasta qu nivel llegar.
EL PROCESO DE LA INVESTIGACIN
CIENTFICA
Paso 5
EL PROCESO DE LA INVESTIGACIN
CIENTFICA
Paso 6
Seleccionar el diseo apropiado de
investigacin:
Experimental
Cuasiexperimental
No experimental
EL PROCESO DE LA INVESTIGACIN
CIENTFICA
Paso 7
Seleccionar la muestra
- Determinar el universo
- Extraer la muestra
EL PROCESO DE LA INVESTIGACIN
CIENTFICA
Paso 8
Recoleccin de los datos:
- Elaborar el instrumento de medicin y
aplicarlo
- Calcular validez y confiabilidad del
instrumento de medicin
- Codificar los datos
- Crear un archivo que contenga los datos
EL PROCESO DE LA INVESTIGACIN
CIENTFICA
Paso 9
Analizar los datos:
- Seleccionar las pruebas estadsticas
- Elaborar el problema de anlisis
- Realizar los anlisis
EL PROCESO DE LA INVESTIGACIN
CIENTFICA
Paso 10
Presentar los resultados:
Elaborar reporte de investigacin
Presentar el reporte de investigacin
ESQUEMA:
EL PROCESO DE LA INVESTIGACIN CIENTFICA
ELECCIN
DEL TEMA
PROBLEM
A
OBJETIVO
S
MARCO
TERICO
DELIMITACI
N DEL TEMA
PLANTEAMIENT
O
REVISIN DEL
CONOCIMIENT
O
IDENTIFICACIN
ALCANCE Y
LMITES
FORMULACIN
DESCRIPCIN
GENERALES
ANTECEDENTES
ESPECFICO
S
DEFINICIN
CONCEPTUAL
METODOLOG
A
POBLACIN Y
MUESTRA
RECOLECCI
N DE DATOS
HIPTESIS
PROC. DE
DATOS
VARIABLES
CODIFICACI
N
TABULACIN
RECURSOS
ENTREGA DE
INFORME
Implicarse
(meterse en el
problema)
Hechos
Fenmenos
Formulacin del
problema.
Programar
Corto
Mediano
Plazo
Largo
Teniendo en cuenta lo
posible, lo probable y
lo deseable.
QUE
HACE
R
EJECUTAR la decisin
tomada.
EVALUAR Y VERIFICAR
resultados.
Enumerar
Describir
Comparar
Distinguir
Clasificar
Definir
Puntos de vistas
Contradicciones.
Situar Tiempo
Espacio
Explicarse
(Apropiarse del
saber)
Tratar la
informacin.
PROCESO
Analizar los hechos.
ETNOGRFICO
Causas.Leyes.Teor
EN QUE CONSISTEN
as .Consecuencias
Preocuparse
(Abordar la realidad)
Mtodos y tcnicas
de abordaje de la
realidad
Recopilar datos
informacin relativos
al problema
COMO
ESTUDIARLO
ETAPAS DE LA INVESTIGACIN
Paso N 1
Paso N 2
Paso N 3
Concebir
la idea a
investigar.
Plantear el
problema de
investigacin:
Elaborar el marco
terico:
Establecer
objetivos de
investigacin.
Desarrollar las
preguntas de
investigacin.
Justificar la
investigacin y
su viabilidad.
Revisin de la
literatura:
Deteccin de la
literatura.
Obtencin de la
literatura.
Consulta de la
literatura.
Extraccin y
recopilacin de la
informacin de
inters.
ETAPAS DE LA INVESTIGACIN
Paso N 4
Paso N 5
Definir
si
la
investigacin se
inicia
como
exploratoria,
descriptiva
correlacional
o
explicativa
y
hasta qu nivel
llegar.
Establecer
hiptesis
las
Detectar
variables.
las
Definir
conceptual
mente
variables.
Definir
operacional
mente
variables.
Paso N6
las
las
Seleccionar
el
diseo
apropiado
de
investigacin:
Diseo
experimental,
preexperi
mental
cuasiexperi
mental
ETAPAS DE LA INVESTIGACIN
Paso N 7
Seleccin
de la
muestra:
Determinar
el universo.
Paso N 8
Paso N 9
Paso N 10
Recoleccin de
los datos:
Analizar los
datos:
Presentar los
resultados:
Elaborar el
instrumento de
medicin y
aplicarlo.
Seleccionar las
pruebas
estadsticas.
Elaborar el
reporte de
investigacin.
Elaborar el
problema de
anlisis.
Presentar el
reporte de
investigacin.
Extraer la
muestra Calcular validez y
confiabilidad del
instrumento de
medicin
Codificar los
datos
Crear un archivo
que contenga los
Realizar los
anlisis.
Informacin
Ideas
Esfuerzo
Tcnica
Motivacin
Las entrevistas
exploratorias
CARACTERSTICAS DE LA PREGUNTA DE
INVESTIGACIN
Actualidad: La interrogante bsica debe ser novedosa y
actual. La pregunta de investigacin debe ser original.
Viabilidad: Antes de proponer un proyecto debemos
estar seguros de que disponemos de los recursos
materiales, humanos y de tiempo para concretarlo.
Pertinencia: La pregunta de investigacin tiene que
tener importancia para resolver situaciones o problemas
de las personas o de la comunidad.
Precisin: La pregunta de investigacin debe ser precisa,
es decir, tiene que estar adecuadamente ubicada en
tiempo, espacio y persona.
tica: Toda propuesta de investigacin que no sea
cientficamente slida, es por tanto, ticamente
incorrecta.
ETAPAS DE LA FORMULACIN DE LA
PREGUNTA
Una vez elegido el tema de investigacin y enunciada la cuestin
preliminar, el investigador deber seguir precisando el
problema, pensando y escribiendo acerca de las siguientes
preguntas:
Qu necesitamos para comprender mejor nuestro tema de
investigacin?
Qu conocemos acerca del problema? Rescatar conocimiento
previo.
Cul es la situacin deseable y cules son las sugerencias
propuestas para alcanzar dicha situacin?
Qu han hecho otros para resolver este problema?
Cules son los escenarios y las personas involucradas en el
problema?
Qu metodologa resultara ms til para dar respuesta a
nuestros interrogantes?
Qu aspectos ticos deben considerarse en el abordaje del
problema?
A) PLANTEAMIENTO
INICIAL:
en
esta
etapa
se intenta responder a
pregunta qu investigar?
la
REDACTAR LA PREGUNTAS DE
INVESTIGACIN
Se requiere especificidad.
En lugar de decir
Cul es el impacto de la tecnologa en la
educacin?
Sera mejor decir
Qu porcentaje de profesores utilizan ejercicios
en los que sus estudiantes utilicen una base de
datos electrnica?
REDACTAR LA PREGUNTAS DE
INVESTIGACIN
Debe evitarse la simplicidad excesiva o un nivel de
complejidad que haga poco factible su realizacin.
Existe una norma que regule el desecho de la basura en
la industria del estado de SLP?
En cuntos municipios del estado de SLP existen
normas ambientales que regulen la actividad industrial?.
En cuntos municipios de Amrica Latina existen
normas ambientales que regulen la actividad industrial?
REDACTAR LA PREGUNTAS DE
INVESTIGACIN
Se debe apreciar con claridad la variable que se
est estudiando.
En la pregunta planteada anteriormente Cules
son las condiciones de seguridad e higiene en los
restaurantes de SLP?
de
TIPOS DE PREGUNTAS DE
INVESTIGACIN
Descriptivas:
Se pueden expresar como Qu caracterstica (s) tiene una
determinada unidad o categoras de unidades de observacin?
o Cuales son las unidades de observacin que tienen una
caracterstica dada?.
Analticas:
Se pueden formular como Qu caracterstica X est
relacionada con la caracterstica Y en cada unidad de
observacin?.
Diagnostico:
Se pueden enunciar como Qu caracterstica (s) tiene una
determinada unidad de observacin (o categoras de unidades)
y cuales son los factores de un estado determinado para
clasificarlo como bueno, regular o malo (u otra clasificacin)?.
REDACTAR LA PREGUNTAS DE
INVESTIGACIN
Debe permitir visualizar la metodologa que probablemente ser
utilizada.
Cules son las normas ambientales que deben ser cumplidas por
las empresas que producen jugos?
Tipo documental en la que el investigador busca averiguar.
Cul es la calidad del servicio al cliente que se otorga en las
cafeteras de la ciudad de SLP?
Estudio descriptivo que se podra realizar a travs de una
observacin, mediante una encuesta o una auditora de la calidad
del servicio.
Cules son los factores que contribuyen a elevar los ndices de
titulacin en la carrera de Ingeniera Agroindustrila?
Diseo experimental Estamos hablando de un estudio manipulativo
en el que seguramente se evaluaran las variables del estudio.
REDACTAR LA PREGUNTAS DE
INVESTIGACIN
Al formular una pregunta de investigacin se trata de
formular el problema con claridad no la solucin.
Una pregunta de investigacin apropiadamente
redactada debe poder visualizar tambin el escenario,
los sujetos o lmites del estudio.
Finalmente al estructurar la pregunta de investigacin
debe evaluarse la relevancia de la misma, de manera
general es necesario cuestionarse si la respuesta a la
pregunta enriquece el conocimiento.
PREGUNTAS
JUSTIFICACIN
Qu?
Una o varias.
Para qu?
Claridad.
Resume lo que
ser la
investigacin.
Finalidad de la
investigacin
Alcanzables.
Clara.
Precisa
Lmites
temporales y
espaciales.
Manipulable
OBJETIVOS DE INVESTIGACIN
El o los objetivos establece el sentido, direccin, curso
que seguir la Investigacin, constituye la identificacin
de los elementos de anlisis de una investigacin.
Plantean los propsitos a estudiar y no la metodologa.
Objetivo general o principal: es
el enunciado
claro y preciso del propsito central que se persiguen
con la investigacin.
Objetivos especficos o secundarios: indica lo que se
pretende llevar a
cabo
en
cada
etapa,
descomposicin
del
objetivo general.
Deben
especificar
con
claridad
los
resultados prcticos que debe llegar el
estudio.
Deben ser explcitos, claros y precisos.
Deben ser observables y susceptibles de
medir.
Deben ser ordenados segn prioridades.
Deben invocar la pregunta de investigacin.
Deben estar expresados en el infinitivo de
un verbo.
Nivel
Finalidad Verbos
Explorar:indagar, conocer, detectar,
Nivel
Aprehensi
vo
Finalidad Verbos
Analizar:interpretar, criticar.
Comparar:contrastar, asemejar,
diferenciar.
Nivel
Finalidad Verbos
Explicar:entender, comprender.
Predecir:proveer, pronosticar.
Comprensi
vo
Nivel
Finalidad Verbos
Modificar:cambiar, ejecutar, reemplazar,
propiciar, organizar, realizar, aplicar, mejorar,
Integrati
vo
promover.
Confirmar:verificar, comprobar, demostrar,
probar.
Evaluar:valorar.
Analizar:interpretar, criticar.
Evaluar:valorar, estimar.
CRITERIOS DE JUSTIFICACIN
DEL ESTUDIO
Conveniencia:
Que tan conveniente es la investigacin?
para que sirve?
Relevancia Social:
Cual es la Trascendencia para la sociedad?
quienes sern los beneficiarios con la
investigacin? .. Cul es el alcance social?
Marco
Terico
Tenemos
ya
relevancia
factibilidad
preguntas
FUENTES DE INFORMACIN
PRIMARIAS: (datos de primera mano) libros, antologas,
artculos, monografas, tesis, disertaciones documentos
oficiales, testimonios de expertos, Internet, artculos
cientficos.
SECUNDARIAS: (listado de fuentes primarias) (reprocesar
informacin)
compilaciones, resmenes y listado de
referencias, publicaciones en un rea de conocimiento.
TERCIARIAS: compendios de fuentes secundarios, listados de
publicaciones boletines, conferencias, simposios, sitios WEB,
ttulos de reportes, etc.
una
teora
completamente
pero
parciales,
Antecedentes de la Investigacin.
Resea Institucional (si aplica).
Bases Tericas.
Bases Legales (si aplica).
Sistema de Variables.
Definicin de Trminos Bsicos.
HIPOTESIS
Son explicaciones tentativas del fenmeno
investigado y que se formulan como proposiciones.
(No siempre son verdaderos; o siempre pueden
comprobarse con hechos o experimentalmente).
Sus funciones son:
Guiar el estudio
Proporcionar explicaciones
Apoyar la prueba de teoras
NULAS:
Hi
H1, H2, H3
ALTERNATIVAS:
Posibilidades
diferentes
o
alternas entre las hiptesis de
investigacin y nula.
VARIABLES
Cualidad o caracterstica de un objeto (o evento) que contenga, al
menos, dos atributos en los que pueda clasificarse un objeto o
evento
Requisitos bsicos:
NIVEL DE MEDICIN
Variables Nominales:
Ejemplos: sexo, nacionalidad, estado
ocupacional, grupo sanguneo, partido poltico,
estado civil, religin, plan social al que
pertenece, localidad donde reside, etc.
No se puede establecer ningn tipo de relacin
Anlisis estadstico limitado
NIVEL DE MEDICIN
Variables Ordinales:
Ejemplos: estrato social, orden de mrito, nivel
educativo,
opinin
acerca
de
un
hecho/situacin/gobierno
Los
atributos,
adems
de
poseer
las
caractersticas mencionadas, tienen la propiedad
de poder establecer un orden
No puede conocerse la magnitud de la diferencia
entre un atributo y otro
Son variables no mtricas o cualitativas
Anlisis estadstico limitado
NIVEL DE MEDICIN
Variables Cuantitativas o mtricas:
Variables de intervalo:
Adems de establecer un orden, la diferencia entre dos
atributos puede cuantificarse
La distancia que separa a personas de 15 y 16 aos, es la
misma que la existente entre personas de 72 y 73 aos
Permite realizar la mayora de las operaciones aritmticas
Ejemplos: temperatura en C
No tiene cero absoluto. El cero no implica la ausencia de
atributo
NIVEL DE MEDICIN
Variables Cuantitativas o mtricas:
Variables de razn:
Adems de las caractersticas de las variables de
intervalo, se suma la posibilidad de contar con un
cero absoluto
El cero absoluto indica ausencia de la caracterstica
Permite clculo de proporciones
Permite realizar cualquier operacin aritmtica
Ejemplos: ingreso, altura, peso, nmero de
habitantes, todas las variables que consideren
tiempo y distancia
NIVEL DE MEDICIN
Variables Cuantitativas o mtricas:
Variables discretas:
Entre dos valores dados, no existen valores intermedios
Ejemplos: nmero de hijos, nmero de elementos
vendidos, nmero de beneficiarios de un plan
Variables continuas:
Entre dos valores dados, existen valores intermedios
Ejemplos: edad, peso, altura, ingreso
Variable Dicotmica:
Slo puede tomar dos valores (s no, 0 1, hombre mujer,
bueno malo, encendido apagado).
Accin
V.
Independient
e
Manipulacin
V.
Dependiente
Medicin
V. Extraa
Control
Variable
Papel
V.
Independient
e
Causa
V.
Dependiente
Efecto
V. Extraa
Confusin
DISEOS EXPERIMENTALES
El diseo experimental es una estructura de
investigacin donde al menos se manipula una
variable
y
las
unidades
son
asignadas
aleatoriamente a los distintos niveles o categoras
de la variable o variables manipuladas.
Se trata de un diseo estadstico, el mismo debe
tener en cuenta la estructura del estudio, y todos
los aspectos concernientes a la recoleccin de
datos, incluido el tipo de mediciones a realizar y
la frecuencia de las mismas.
DISEOS EXPERIMENTALES
Es el proceso de planear un experimento para
obtener datos apropiados, que pueden ser
analizados mediante mtodos estadsticos, con
objeto de producir conclusiones vlidas y
objetivas.
Xs
Factores
De control
Ys respuestas
Zs factores no controlables
experimentales
QU ES UN EXPERIMENTO DISEADO?
Cambios deliberados y sistemticos de las
variables de entrada (factores) para observar
los cambios correspondientes en la salida
(respuesta).
Entradas
Salidas (Y)
Proceso
Entradas
Salidas (Y)
Diseo de
Producto
REQUISITOS DE UN EXPERIMENTO
El primer requisito es la manipulacin intencional de una o ms variables
independientes. Es decir la variable independiente es la que se considera
como supuesta causa en una relacin entre variables. Al efecto provocado
por dicha causa se le denomina variable dependiente.
Medir el efecto que la variable independiente tiene en la variable
dependiente.
Maneras de medir:
Cuestionarios
Escalas
Observacin
Entrevistas
Mediciones fisiolgicas
Anlisis de contenido
Hay dos requisitos importantes que debemos manejar a la hora de llevar a
cabo un experimento.
Control
OBJETIVOS DE UN EXPERIMENTO
OBJETIVOS
Maximizar
la
sistemtica primaria
CONSECUCIN
variancia
de
V2
V2
V1
V1
EXPERIMENTOS FACTORIALES
Totalmente aleatorizado: (A x B)
Ejemplo: Conocimiento x Coherencia (2 x 2)
Efecto Conocimiento (A)
Efecto Coherencia (B)
Efecto Interaccin (A*B)
Medidas Repetidas:
Mismo grupo, medido varias veces
EXPERIMENTOS FACTORIALES
Bloques al azar:
Variables que influye validez interna
Bloque como factor
Jerrquicos o anidados
Evitar todas las combinaciones de un factor
Procedimiento 1
Centro
Procedimiento 2
C
DISEOS EVOLUTIVOS
-Foco: cambios en el tiempo
-Tipos:
- Longitudinal: cambios de un grupo de participantes
- Transversal: distintos grupos (de diferentes edades)
- Secuencial: combinacin longitudinal + transversal
Tcnicas de control
Experimental o directo:
Diseo
Estadstico o indirecto:
Ajuste
Diseo
Aleatorizacin
Diseos de grupos
completamente al azar
Constancia
El sujeto como
control propio
Diseos intra-sujetos o
de medidas repetidas
Constancia
Diseo
Diseo de dos grupos
completamente al azar
Diseo de dos grupos apareados
Diseo de bloques de dos
tratamientos
Diseos de medidas repetidas
(Sujetos x Tratamientos)
S 1, S 2
S 3, S 4
S 5, S 6
DISEOS MULTIGRUPO
Los diseos multigrupo, son estructuras de una sola
variable independiente a tres o ms valores o niveles. Al
seleccionar ms de dos valores de la variable
independiente o causal, es posible extraer la relacin
funcional entre la variable independiente y dependiente del
experimento.
Tcnicas de
control
Diseo
Aleatorizacin
Constancia
El sujeto como
control propio
A2
S
u
j
e
t
o
s
S
u
j
e
t
o
s
Aj
.
Asignacin aleatoria
Muestra
experimental
Aa
S
u
j
e
t
o
s
ANOVA unidireccional
Si la V. Independiente es
categrica
Comparaciones mltiples
Si la V. Independiente es
cuantitativa
Anlisis de tendencias
TCNICA DE BLOQUES
Mediante la tcnica de bloques se pretende
conseguir una mayor homogeneidad entre los
sujetos o unidades experimentales intra bloque y
una reduccin del tamao del error experimental.
La formacin de bloques homogneos se realiza a
partir de los valores de una variable de carcter
industrial,
biolgico
o
social,
altamente
relacionada con la variable dependiente.
Bloques
A1
A2
Aj
Aa
B1
n1
n2
nj
na
B2
n1
n2
nj
na
..
..
Bk
n1
n2
nj
na
VENTAJAS DE LA TCNICA DE
BLOQUES
Se neutraliza una potencial fuente de variacin
extraa que, en caso contrario, incrementara la
variacin del error.
Mediante la tcnica de bloques se consigue un
material experimental mucho ms homogneo,
se reduce la magnitud del error experimental y se
incrementa
el
grado
de
precisin
del
experimento.
DISEO FACTORIAL
El
diseo factorial, como estructura de
investigacin, es la combinacin de dos o ms
diseos simples (o unifactoriales); es decir, el
diseo
factorial
requiere
la
manipulacin
simultnea
de
dos
o
ms
variables
independientes (llamados factores), en un mismo
experimento.
Cantidad de niveles por
factor
Grado de control
EFECTOS FACTORIALES
ESTIMABLES
1. Efectos simples
El efecto puntual de una variable independiente o factor
para cada valor de la otra.
2. Efectos principales
Son el impacto global de cada factor considerado de
forma independiente, es decir, el efecto global de un
factor se deriva del promedio de los dos efectos simples.
3. Efectos secundarios
El efecto secundario o de interaccin se define por la
relacin entre los factores o variables independientes, es
decir, el efecto cruzado.
REPRESENTACIN GRFICA DE LA
INTERACCIN
Interaccin nula
Interaccin positiva
Interaccin negativa
B1
B1
B1
B2
B2
B2
A1
A2
A1
A1
A2
A2
B2
B1
A1
A2
Interaccin inversa
EFECTOS DE ORDEN
Los efectos de orden se derivan de la propia
estructura del diseo de medidas repetidas, y
deben ser neutralizados para que no confundan los
efectos de los tratamientos.
A) Efecto residual
B) Efecto de perodo
EFECTO RESIDUAL
El efecto residual, conocido por error progresivo,
se caracteriza por la persistencia de la accin de
un tratamiento ms all del perodo o tiempo de
aplicacin. Representa la progresiva acumulacin
tanto de los efectos facilitadores de la respuesta
(efecto de la prctica, aprendizaje, etc.) como de
los efectos obstaculizadores (como la fatiga
mental, cansancio fsico, etc.)
Solucin:
ampliar
tratamientos.
los
intervalos
entre
EFECTO DE PERODO
Los efectos de perodo ocurren cuando,
independientemente del tratamiento aplicado, el
sujeto responde al perodo o posicin que, en la
secuencia, ocupa el tratamiento (perodo de
administracin). Cabe, por lo tanto, la posibilidad
de que el sujeto responda mejor al perodo que al
tratamiento en s mismo. Cuando esto ocurre, el
efecto de perodo confunde la accin del
tratamiento.
Solucin: contrabalanceo
MUESTREO
Poblacin: Conjunto de unidades de las que se desea
obtener cierta informacin.
Muestra: Seleccin de unas unidades concretas de la
poblacin que representen la caracterstica que se quiere
medir.
Procedimiento por el cual se extrae, de un conjunto de
unidades que constituyen el objeto de estudio
(poblacin), un nmero de casos reducido
(muestra)
elegidos con criterios tales que permitan la generalizacin
a toda la poblacin de los resultados obtenidos al estudiar
la muestra.
RAZONES DE MUESTREO
Disminucin de costos ( tiempo, personal,
material)
Al disminuir el nmero de casos disminuyen
tambin
los
errores
asociados
a
la
manipulacin de los datos.
Puede confiarse en la generalizacin de los
resultados si se ha tenido cuidado al
seleccionar la muestra.
TAMAO DE LA MUESTRA
Es el nmero de unidades a incluir en la muestra.
Existen varios factores que influyen en el:
Tiempo y recursos disponibles
Modalidad de Muestreo
Tipo de Anlisis Previsto
Varianza o heterogeneidad de la poblacin
Margen de Error mximo admisible
Nivel de confianza de la estimacin muestral
TIPOS DE MUESTREOS
PROBABILSTICOS
NO PROBABILISTICOS
Cada unidad NO tiene igual
probabilidad de participar en
la muestra.
No se puede calcular el error
muestral
Alto riesgo de invalidez
producido por la introduccin
de sesgos
Muestreos No
Probabilsticos
Estudios Pilotos
Estudios Cualitativos
Investigaciones en
poblaciones de difcil
registro o localizacin
( Ej. Marginales,
prostitutas, enfermos
de VIH, etc)
RECORDANDO: TIPOS DE
MUESTREOS
PROBABILSTICOS
Todas las unidades tienen igual
probabilidad de participar en
la muestra.
La eleccin de cada unidad
muestral es independiente de las
dems
Se puede calcular el error muestral
NO PROBABILISTICOS
Cada unidad NO tiene igual
probabilidad de participar en
la muestra.
No se puede calcular el error
muestral
Alto riesgo de invalidez
producido por la introduccin de
sesgos
EJEMPLO: MUESTREO
PROBABILSTICO?
Se realiza un muestreo entre los alumnos que
van a clases de la Materia Metodologa,
eligindolos al azar a la entrada del saln.
EJEMPLO: MUESTREO
PROBABILSTICO?
Se utiliza la lista de propietarios de lneas
telefnicas para elegir a aquellos que sern
encuestados.
EJEMPLO: MUESTREO
PROBABILSTICO?
Un investigador toma muestras del carbn
extrado de una mina, tomando al azar trozos
de carbn de la parte superior de cada carro.
HETEROGENEIDAD POBLACIONAL
Cuanto mas heterognea sea la poblacin mayor
ser su varianza poblacional lo que implicar
mayores tamaos muestrales.
Cuando se desconoce el valor de la varianza
poblacional se recurre al supuesto mas
desfavorable,
asumiendo
una
varianza
poblacional igual a 0,5.
0,5 significa que una unidad seleccionada tiene
50 % de posibilidades de pertenecer o no a un
grupo especfico dentro de la poblacin.
MUESTREOS PROBABILSTICOS:
SIMPLE
Se realiza utilizando alguna fuente de eleccin
aleatoria.
Supone que cada miembro de la poblacin tiene
elemento
que lo identifica ( ej. Un nmero
identificador)
y mediante el cual puede ser
elegido si sale sorteado.
La afirmacin anterior implica que hay que tener
MUESTREOS PROBABILSTICOS:
SIMPLE
Ventajas
Desventajas
MUESTREOS PROBABILSTICOS:
MUESTREO ALEATORIO SISTEMTICO
Similar al muestro simple salvo que:
Coeficiente de Elevacin = N/ n
Donde
N: Tamao de la poblacin
n : Tamao de la muestra
MUESTREOS PROBABILSTICOS:
MUESTREO ALEATORIO ESTRATIFICADO
Presupone
el conocimiento de las
caractersticas de las unidades que
forman la poblacin para poder
dividirla en grupos ( estratos)
Estrato Primario
VENTAJAS Y DESVENTAJAS
Ventajas
1. No
es
necesario
disponer de la lista de
toda la poblacin sino
de las subpoblaciones
de
orden
superior
extradas ( por ej. las
escuelas primarias y
secundarias)
2. Existe
una
considerable
reduccin de costos
Desventajas
Puede ocurrir que
los miembros de
una unidad superior
se
parezcan,
reduciendo
la
representatividad
de otros en la
muestra final.
Todos los profesores de las Carrera 2 (F. Ingeniera) y Carrera 1 (F. Ciencias) son parte
de la muestra
DESVENTAJAS
El error es mayor que cuando se utilizan
otras tcnicas de muestreo.
TIPOS DE MUESTREOS NO
PROBABILSTICOS POR CUOTAS
La poblacin debe ser dividida en estratos
definidos por variables cuya distribucin dentro
de la poblacin sea conocida.
Se procede a calcular el tamao de cada
estrato siguiendo el mismo procedimiento que
si
fuese
un
muestreo
probabilstico
estratificado.
( proporcional).
A diferencia del M. Probabilstico Estratificado
el entrevistador es libre para escoger a quienes
forman parte de cada estrato. (CUOTA)
Desventajas
Supone mayor error muestral
que los diseos probabilsticos.
No existe un mtodo vlido
para calcular el error.
Dificultas para el control del
trabajo de campo.
Limitaciones
en
la
representatividad
de
la
muestra
para
las
caractersticas
no
especificadas en los controles
de cuotas.
TAMAO DE LA MUESTRA
Estimando qu proporcin de sujetos poseen una
TAMAO DE LA MUESTRA
TAMAO DE LA MUESTRA
Para analizar el crecimiento de ratas de
laboratorio se elige una muestra piloto de 13
ratas y se miden obteniendo una talla promedio
de la muestra de 5.3 centmetros y una varianza
muestral de 19.2 Pregunta: Un investigador desea
determinar el tamao de muestra mnimo usando
un diseo MAS para estimar la talla promedio de
las ratas en la poblacin con una confianza de
95% y un error de estimacin no mayor a 2
centmetros si en la poblacin hay 200 ratas.
Cuntas ratas se debe elegir en la muestra?
R=19
TAMAO DE LA MUESTRA
En una fbrica de artculos electrnicos
generalmente el 10% de los artculos presenta
algn defecto de fabricacin. Para analizar la
calidad del producto se desea estimar la
proporcin de artculos electrnicos defectuosos
de un lote de 2000 artculos listo para ser
embarcado. Cuntos artculos deben ser
elegidos del lote si se desea una confianza de
95% y un error de estimacin no mayor a 0.05?
TAMAO DE LA MUESTRA
Para estudiar la imagen de diferentes empresas,
se pide a los encuestados que los evalen en una
escala (continua) de 0 a 10 puntos. Si se acepta
que la varianza de esta variable es de 1.5 puntos,
cuntos casos se necesitan para que la semiamplitud del intervalo de confianza al 95% de la
media poblacional sea de 0.05 puntos?
TAMAO DE LA MUESTRA
Una mquina llena cajas con cierto cereal. El
supervisor desea conocer con un error de
estimacin de mximo 0.1 y un nivel de confianza
del 90%, una media estimada del peso. Como la
varianza era desconocida se procedi a escoger
una muestra piloto. Los resultados fueron los
siguientes: 11.02, 11.14, 10.78, 11.59, 11.58,
11.19, 11.71, 11.27, 10.93, 10.94. Cuntas cajas
debe escoger para que se cumplan los requisitos
propuestos?
TAMAO DE LA MUESTRA
Se desea hacer una encuesta para determinar la
proporcin de familias que carecen de medios
econmicos para atender los problemas de salud.
Existe la impresin de que esta proporcin est
prxima a 0.35. Se desea determinar un intervalo
de confianza del 95% con un error de estimacin
de 0.05.
TAMAO DE LA MUESTRA
Un productor de semillas desea saber con un
error de estimacin del 1% el porcentaje de
semillas que germinan en la granja de su
competidor. Qu tamao de muestra debe
tomarse para obtener un nivel de confianza del
95%?
TAMAO DE LA MUESTRA
Se desea realizar una encuesta entre la poblacin
juvenil de una determinada localidad para
determinar la proporcin de jvenes que estara a
favor de una nueva zona de ocio. El nmero de
jvenes de dicha poblacin es N=2,000.
Determinar el tamao de muestra necesario para
estimar la proporcin de estudiantes que estn a
favor, con un error de estimacin de 0.05 y un
nivel de confianza del 95%.
TAMAO DE LA MUESTRA
Determinar el nmero de profesionales a encuestar
en una regin donde se estima en 4500 el nmero
de ellos. El objetivo del estudio es determinar entre
otras cosas, la intencionalidad de seguir estudios
de maestra, con una prueba piloto de 20
profesionales, se determin que la proporcin de
profesionales con afn de continuar sus estudios
era del 25%. La confiabilidad del estudio, dado que
sus resultados sern validados con otras fuentes se
defini en el 90%, el error puede estar entre el 4 y
el 6%, dependiendo de los costos se definir cual
tamao seleccionar.
TAMAO DE LA MUESTRA
De una poblacin de 1 176 adolescentes, de la
ciudad de SLP, se pretende conocer la aceptacin
de una barra energetica. Se desea tomar una
muestra para saber la cantidad de adolescentes a
entrevistar y con ello tener una informacin
adecuada, con un error standard de 1.5% al 90%
de confiabilidad.
TAMAO DE LA MUESTRA
Suponga que decide llevar a cabo un estudio comparativo del
costo de una comida en un restaurante de una gran ciudad con el
de una comida similar en un restaurante fuera de la ciudad. La
siguiente tabla muestra los datos de 50 restaurantes citadinos y
50 fuera de la ciudad. Con un intervalo de confianza de 90% y un
error de 5 pesos, Cuntos restaurantes debo seleccionar para
estimar el costo de los platillos?.
FUENTES DE INFORMACN
LA OBSERVACIN
Desventajas:
Se requiere de mucha habilidad y agudeza para ver los
fenmenos estudiados.
Demanda gran cantidad de tiempo.
Tiene sesgos; el humano ve lo que quiere ver.
Al momento de la interpretacin pueden distorsionarse los
hechos e ir ms all de lo que vimos en realidad.
LA OBSERVACIN
1- La Observacin Participante: El investigador se
involucra total o parcialmente con la actividad
objeto de investigacin.
La observacin se hace desde el interior del grupo.
Pueden intervenir las emociones del investigador.
2La
Observacin
NO
Participante:El
investigador no se involucra en la actividad objeto
de estudio.
Los datos pueden ser ms objetivos.
Al no integrarse al grupo los datos pueden no ser exactos.
FORMAS DE OBSERVACIN
1-La Observacin Simple, No estructurada, No
regulada, No controlada: El investigador utiliza
lineamientos generales para observar y luego escoge lo
que estima relevante a los efectos de la investigacin
propuesta.
Fundamentalmente usada para estudios exploratorios.
2- La Observacin Sistemtica, estructurada,
regulada o controlada: El investigador dispone de un
instrumento estructurado y estandarizado para medir
las variables en estudio de una manera uniforme.
Se utiliza para probar hiptesis en que se especifica
claramente que se estudia.
Se usan listas de cotejo, grabadoras, filmadoras, etc.
LA ENCUESTA
Consiste en obtener informacin de los sujetos en
estudio, proporcionados por ellos mismos, sobre
opiniones, conocimientos, actitudes o sugerencias.
Existen dos maneras de obtener informacin:
1- La Entrevista: Las respuestas son formuladas
verbalmente y se necesita de la presencia del
entrevistador. y
2- El Cuestionario: Las respuestas son formuladas
por escrito y no se requiere de la presencia del
investigador.
LA ENTREVISTA
Comunicacin interpersonal entre el investigador y el
sujeto de estudio a fin de obtener respuestas verbales a
las interrogantes planteadas sobre el problema
propuesto.
Ventajas:
Es aplicable a toda persona (muy til con analfabetos, nios o en
aquellos con alguna limitacin fsica o psicolgica).
Permite estudiar aspectos psicolgicos o de otra ndole donde se
desee profundizar en el tema.
Permite obtener informacin ms completa.
A travs de ella el investigador puede: Aclarar el propsito del
estudio, especificar claramente la informacin que necesita,
aclarar preguntas y permite usar triangulacin.
Permite captar mejor el fenmeno estudiado ya que permite
observar lenguaje no verbal.
TIPO DE ENTREVISTA
1- ENTREVISTA ESTRUCTURADA.
Ventajas:
Desventajas:
La informacin puede ser muy superficial.
Limitada la posibilidad de profundizar
determinado.
Difcil obtener informacin confidencial.
en
un
aspecto
TIPO DE ENTREVISTA
2- ENTREVISTA NO ESTRUCTURADA.
Es flexible y abierta, pero regida por los objetivos de la
investigacin.
Las preguntas, su contenido, orden y formulacin es
controlado por el investigador, el que puede adaptarlas
dependiendo de las situaciones y caractersticas de los
sujetos en estudio.
El entrevistado tambin cuenta con libertad para dar sus
respuestas.
Se utiliza un instrumento gua que contiene las orientaciones
de los temas a tratar.
Muy til para estudios exploratorios, descriptivos y
cualitativos.
Ventajas:
Adaptable y aplicable a toda clase de sujetos en diversas
TIPO DE ENTREVISTA
Desventajas:
el
rechazo
atrasos
al
aplicar
CUESTIONARIO
Mtodo que utiliza un instrumento o formulario impreso,
destinado a obtener respuestas sobre el problema en
estudio y que el sujeto investigado llena por s mismo.
El cuestionario puede aplicarse a grupos o individuos
estando presente el investigador.
Incluso puede enviarse por correo a los destinatarios.
Ventajas:
Costo relativamente bajo.
Proporciona informacin sobre un mayor nmero de personas en
un perodo breve.
Fcil para obtener, cuantificar, analizar e interpretar datos.
Menores requerimientos de personal capacitado.
Mayor posibilidad de mantener anonimato de los encuestados.
Eliminacin de los sesgos que introduce el encuestador.
CUESTIONARIO
Desventajas:
Es poco flexible, la informacin no puede variar ni profundizarse.
Si el cuestionario se enva por correo, es posible que no sean
devueltos o que no se obtengan respuestas.
No utilizable en personas que no saben leer ni escribir.
No permite aclarar dudas.
Resulta difcil obtener cuestionarios completamente contestados.
Se deben obtener grandes muestras.
ELEMENTOS DE ESTADSTICA
La Estadstica es una ciencia que facilita la
solucin de problemas en los cuales necesitamos
conocer caractersticas sobre el comportamiento
de algn suceso o evento.
Nos permite inferir el comportamiento de sucesos
iguales o similares sin necesidad de que estos
ocurran.
AREA DE INTERES
DATOS
ORGANIZAR Y RESUMIR
Tema de Investigacin
-Antecedentes Previos
-Objetivos
-Preguntas de Investigacin
-Posibles Hiptesis
-Unidad de Anlisis
-Poblacin
-Variables
ESTADSTICA DESCRIPTIVA
(Tablas,
Grficos, Medidas
Descriptivas, etc.)
INTERPRETACIN
Muestra
Poblacin o Muestra?
Poblacin
INFERENCIA ESTADSTICA
CONCLUSIONES
INFORMACIN
Probabilidad
il
b
a
b
o
Pr
d
y
poder de esa forma hacer previsiones sobre los
a
i
tomar
decisiones
u
obtener
nc mismos,
e
r
fe
conclusiones.
n
I
ESTADSTICA DESCRIPTIVA
Centralizacin o Tendencia central o promedios
Indican valores con respecto a los que los datos
parecen agruparse.
Media, mediana y moda
Posicin
Dividen un conjunto ordenado de datos en grupos con
la misma cantidad de individuos.
Cuantiles, percentiles, cuartiles, deciles, quintiles...
Forma
Asimetra
Apuntamiento o curtosis
Dispersin o Variabilidad
Indican la mayor o menor concentracin de los datos
con respecto a las medidas de centralizacin.
Desviacin tpica, coeficiente de variacin, rango, varianza
LA MEDIA ARITMTICA
[=PROMEDIO(RANGO)]
La media aritmtica de una variable se define como la suma
ponderada de los valores de la variable por sus frecuencias
relativas y lo denotaremos por
x
y se calcula mediante las expresiones, segn el caso:
Para TDNA
TF
TI
xi
xi ni
ci ni
x
i 1 n
i 1 n
i 1 n
xi representa el valor de la variable; ci representa la marca de clase.
LA MEDIANA
[=MEDIANA(RANGO)]
La mediana de un conjunto de nmeros ordenados en magnitud es
o el valor central o la media de los dos valores centrales.
n 1
X
2
LA MEDIANA
Clculo de la mediana en el caso de variables discretas
n
X
2
n
n
X X 1
2
2
2
Ejemplo: El conjunto de nmeros 5,5,7,9,11,12,15 y18
tiene mediana 10
n
X 1
2
LA MODA
[=MODA(RANGO)]
La moda es el valor de la variable que tenga
mayor frecuencia absoluta, la que ms se repite,
es la nica medida de centralizacin que tiene
sentido estudiar en una variable cualitativa, pues
no precisa la realizacin de ningn clculo.
Por su propia definicin, la moda no es nica,
pues puede haber dos o ms valores de la
variable que tengan la misma frecuencia siendo
esta mxima. En cuyo caso tendremos una
distribucin bimodal o polimodal segn el caso.
LA MODA
ESTADGRAFOS DE POSICIN
Se define el cuantil de orden como un valor de la variable
por debajo del cual se encuentra una frecuencia acumulada
Casos particulares son los percentiles, cuartiles, deciles,
quintiles,...
CUANTIL DE ORDEN
[=PERCENTIL(RANGO;K)]
Los cuantiles son generalizaciones de la mediana.
Los cuartiles dividen a los datos en cuatro partes iguales, los deciles
en diez, los quintiles en cinco, los percentiles en cien.
r
C r n
k
k
3
Q3 42
4
4
31,5
CUANTIL DE ORDEN
Primer quintil
= Percentil 20 = Cuantil 0,20
Segundo quintil = Percentil 40 = Cuantil 0,40
Tercer quintil = Percentil 60 = Cuantil 0,60
Cuarto quintil
= Percentil 80 = Cuantil 0,80
Primer cuartil
= Percentil 25 = Cuantil 0,25
Segundo cuartil = Percentil 50 = Cuantil 0,50 = mediana
Tercer cuartil = Percentil 75 = Cuantil 0,75
La mediana es el percentil 50
El percentil de orden 15 deja por debajo al 15% de las observaciones. Por encima
queda el 85%
MEDIDAS DE DISPERSIN
Miden el grado de dispersin (variabilidad) de los
datos, independientemente de su causa.
Amplitud o Rango
[=max(rango)-min(rango)]
% 25% %
%
5
25 2
25
Rango intercuartlico
[=CUARTIL(rango;3)-CUARTIL(rango;1)]
DIFERENCIAS DE VALORES
OBSERVADOS A LA MEDIA MUESTRAL
-3.6
4.4
-3.6
-.6
3.4
En
estadstica
la
desviacin
absoluta
promedio
o,
sencillamente desviacin
media o promedio de un
conjunto de datos es la
media
de
las
desviaciones absolutas y
es un resumen de la
dispersin estadstica.
1
DAM | xi x |
n i 1
| xi x |
DAM
n
i 1
n
VARIANZA
3
Frecuencia
3.6x3.6
Media
Muestral
2
4.4x4.4
.6x.6
3.4x3.4
3.6x3.6
0
1
Area observada
More
VARIANZA
[=VAR(RANGO)]
4.4(4.4) = 57.2
rea promedio = 57.2 / 4 = 14.3
En general:
n
1
2
s
( xi x )
n 1 i 1
2
( xi x )
s
n 1
i 1
2
GRADOS DE LIBERTAD
Por qu calculamos la varianza dividiendo por n - 1,
en lugar de dividir por n?
Como la suma de las desviaciones es 0, la ltima
desviacin es una combinacin lineal de las n - 1
desviaciones restantes.
Por lo tanto, no estamos calculando el promedio de
n nmeros independientes (los desvos). Solo n -1 de
las desviaciones al cuadrado pueden variar
libremente y por ello, promediamos la suma de los
desvos al cuadrado dividiendo por n -1.
Al numero n -1 se lo denomina grados de libertad
de la varianza o de la desviacin tpica.
DESVIACIN ESTNDAR
[=DESVEST(RANGO)]
s s
As s = 3.78
DESVIACIN ESTNDAR
S 14.3 aos
2=
S
S=3.78 aos
MEDIDAS DE FORMA
Asimetra
Si bien es fcil tener una idea de si la distribucin
es simtrica o no tras ver la representacin
grfica, es importante cuantificar la posible
asimetra de una distribucin.
Recordemos que cuando la distribucin de los
datos es simtrica, la media, la mediana y la
moda coinciden. (Y la distribucin tiene la misma
forma a la izquierda y la derecha del centro)
NDICES DE ASIMETRA
1. ndice de asimetra de Pearson
Muy sencillo de calcular. Est basado en la relacin entre la
media y la moda en distribuciones simtricas y asimtricas:
__
X Mo
Sx
NDICES DE ASIMETRA
2. ndice de asimetra de Fisher
Est basado en la diferencia de los datos sobre la media,
como la varianza, si bien esta vez se elevan los coeficientes
al cubo
n
AS
__
3
(
x
X
)
n
i
i 1
3
x
NDICES DE ASIMETRA
3. Expresin en Excel
En el software Excel, la funcin
=COEFICIENTE.ASIMETRIA(A3:A14) se basa en la siguiente
expresin:
__
( n 1) ( n 2)
3
(
x
X
)
i
Asimetra
Asimetra hacia la derecha
(asimetra positiva)
CURTOSIS O APUNTAMIENTO
La curtosis representa la elevacin o achatamiento de una
distribucin, comparada con la distribucin normal. Una
curtosis positiva indica una distribucin relativamente
elevada, mientras que una curtosis negativa indica una
distribucin relativamente plana.
El estndar
mesocrtica.
es
la
distribucin
normal:
distribucin
NDICE DE CURTOSIS
Para una distribucin normal (mesocrtica) sabemos que
n
(x
__
X )4 n
3
i 1
(x
__
X )4 n
3
C r (mesocrtica),
4
Si la distribucin es normal
el ndice vale
sx
0
i 1
NDICE DE CURTOSIS
En el software Excel, la funcin =CURTOSIS(A3:A14) se
basa en la siguiente expresin:
Cr
__
2
(
x
X
)
i
n(n 1)
3(n 1)
4
(n 2)( n 3)
(n 1)( n 2)( n 3)
s x
4
Curtosis
Leptocrtica
Platicrtica
MEDIDAS DE FORMA
Son aquellos nmeros, que indican la morfologa de
la distribucin de los datos, es decir de la simetra y
apuntamiento que tiene el histograma de la
variable en estudio. Slo se pueden calcular en
variables medidas en escala intervalar y de razn.
Son el:
SESGO (COEFICIENTE DE ASIMETRIA)
CURTOSIS
TIPOS DE DISTRIBUCIONES DE
FRECUENCIA MS COMUNES
Distribucin Simtrica
DISTRIBUCIN SIMTRICA
DISTRIBUCIN ASIMTRICA
DISTRIBUCIN ASIMTRICA
Medidas de Forma
Page 221
sesgada a la derecha la
relacin se invierte, la moda es mayor a la
mediana, y esta a su vez mayor que la media.
COEFICIENTE DE ASIMETRA
Mide el grado de asimetra de la distribucin con respecto a la media.
Un valor positivo de este indicador significa que la distribucin se
encuentra sesgada hacia la izquierda (orientacin positiva). Un
resultado negativo significa que la distribucin se sesga a la derecha.
CURTOSIS
Indica que tan apuntada o achatada se encuentra una
distribucin respecto a un comportamiento normal
(distribucin normal).
Si los datos estn muy
concentrado hacia la media,
la distribucin es
leptocrtica (curtosis mayor
a 0).
Si los datos estn muy
dispersos, la distribucin es
platicrtica (curtosis menor
a 0).
El comportamiento normal
exige que la curtosis sea
igual a 0 (distribucin
mesocrtica).
CLCULO DE LA CURTOSIS
La frmula empleada para calcular la Curtosis se muestra a
continuacin (reemplace el valor de n por N en caso de tratar con
datos poblacionales):
IDENTIFICACIN DE HIPTESIS
Una
hiptesis
estadstica
es
una
suposicin acerca que una caracterstica
de la poblacin, que debe ser probada con
base en la informacin porporcionada por
una muestra aleatoria.
Hiptesis nula:
H0 : Es la que se pretende
probar, generalmente se
establece con el fin de
rechazarla.
Hiptesis alternativa:
H1 :
Es la negacin de la
hiptesis nula, establece
adems la regin en la que se
tomar la decisin de rechazar
DEFINICIONES
Nivel de significacin: La probabilidad de rechazar la
hiptesis nula cuando en realidad es verdadera.
Error tipo I: Rechazar la nula cuando en realidad es
verdadera.
Error tipo II: Aceptar la hiptesis nula cuando en realidad
es falsa.
Estadstico de prueba: Es un valor, determinado a partir
de la informacin de la muestra, usado para decidir si
rechazar o no la hiptesis nula.
Valor crtico: El punto que divide la regin entre el lugar en
el que la hiptesis nula es rechazada y y la regin donde la
hiptesis nula es no rechazada.
PRUEBA DE HIPTESIS
P a s o 1 : E s t a b le c e r la h ip t e s is n u la y la a lt e r n a t iv a
P a s o 2 : S e le c c io n a r e l n iv e l d e s ig n ific a c i n
P a s o 3 : I d e n t if ic a r e l e s t a d s t ic o d e p r u e b a
P a s o 4 : F o r m u la r u n a r e g la d e d e c is i n
P a s o 5 : T o m a r u n a m u e s t r a , lle g a r a u n a d e c is i n
N o r e c h z a r la h ip t e s is n u la
R e c h a z a r la n u la y a c e p t a r la a lt e r n a t iv a
Nivel de significacin:
Nmero pequeo: 1% , 5%
Fijado de antemano por el
investigador
Es la probabilidad de rechazar
H0 cuando es cierta
=0.05
Reg. Crit.
Reg. Crit.
No rechazo
H0 =40
H1:
40
Unilateral
Unilatera
l
H1: < 40
H1:
>40
SIGNIFICACIN: P
Es la probabilidad que tendra una regin crtica que comenzase exactamente
en el valor del estadstico obtenido de la muestra.
Es la probabilidad de tener una muestra que discrepe an ms que la nuestra
de H0.
Es la probabilidad de que por puro azar obtengamos una muestra ms
extraa que la obtenida.
p es conocido despus de realizar el experimento aleatorio
El contraste es no significativo cuando p>a
No se
rechaza
H0: =40
X 43
SIGNIFICACIN : P
El contraste es estadsticamente significativo cuando p <
Se rechaza H0:
=40
Se acepta H1:
>40
X 50
Sobre p
Es nmero pequeo,
preelegido al disear el
experimento
Conocido sabemos
todo sobre la regin
crtica
Conocido p sabemos
todo sobre el resultado
del experimento
Ordinales
Nominales
Grupos
Relacionados
Independiente
s
t Student
t Student
muestras no
muestras
relacionadas
relacionadas
U Mann-Whitney
T Wilcoxon
Probabilidad
McNemar
exacta de Fisher
PRUEBAS NO-PARAMTRICAS
Pruebas estadsticas que no requieren muchas
asunciones acerca de la naturaleza de la poblacin
de donde proceden las muestras. Son referidos
como pruebas de distribucin libre.
Pueden usarse con datos de escala nominal y
ordinal.
Muestreo independiente o aleatorio.
PRUEBAS PARAMTRICAS
Pruebas estadsticas que asumen una serie de
propiedades sobre los parmetros de la poblacin de
donde proceden la muestras: datos de distribucin
normal y de igual variancia en la poblacin.
Datos de escala de intervalo y razn.
Muestreo independiente o aleatorio.
ANLISIS PARAMTRICOS
Coeficientes de correlacin
Regresin lineal
Prueba t
Prueba de diferencia de proporciones
Anlisis de varianza
Anlisis de covarianza
ANLISIS PARAMTRICOS
Coeficiente de correlacin de Pearson
Analiza la relacin entre dos variables medidas
en un nivel por intervalos o de razn.
Se simboliza con:r
Ejemplos: A mayor X, mayor Y.
A mayor X,menor Y.
La hiptesis de investigacin seala que la
correlacin es significativa.(No identifica
causalidad)
Puede variar de -1.00 a +1.00
ANLISIS PARAMTRICOS
Regresin lineal
Es un modelo estadstico para estimar el efecto
de una variable sobre otra.
Est asociado con el coeficiente de correlacin de
Pearson.
Brinda la oportunidad de predecir las
puntuaciones de una variable tomando las
puntuaciones de la otra variable.
ANLISIS PARAMTRICOS
Prueba t
Es una prueba estadstica para evaluar si dos
grupos
difieren
entre
si
de
manera
significativa respecto a sus medias en una
variable.
Se simboliza con :t.
La hiptesis de inv.propone que los dos grupos
difieren de manera significativa,y la hiptesis
nula que los dos grupos no difieren.
ANLISIS PARAMTRICOS
Prueba de diferencia de proporciones
Es una prueba estadstica para analizar si dos
proporciones
o
porcentajes
difieren
significativamente entre s, en dos grupos.
La comparacin se realiza con una variable.
Si hay varias variables hay que realizar una
prueba por cada variable.
ANLISIS PARAMTRICOS
Anlisis de varianza(ANOVA- one-way)
Es una prueba estadstica para analizar si ms de
dos grupos difieren significativamente (son
diferentes)entre s en cuanto a sus medias y
varianzas.
Hay otras a estadsticas relacionadas con anova.
ANLISIS NO PARAMTRICOS
Supuestos:
1. Aceptan distribuciones no normales.
2. Pueden analizar datos medidos con escalas de
intervalos,razn,nominales u ordinales.
ANLISIS NO PARAMTRICOS
Las pruebas no paramtricas ms comunes son:
Chi cuadrada
Coeficientes de correlacin e independencia para
tabulaciones cruzadas
Coeficientes de correlacin por rangos ordenados
de Spearman y Kendall.
ANLISIS NO PARAMTRICOS
Chi cuadrada
Es una prueba estadstica para evaluar hiptesis
acerca de la relacin entre dos variables
categricas.
Se simboliza :X2
No considera relaciones causales.
PRUEBA T DE STUDENT
PARA MUESTRAS RELACIONADAS
La prueba de t Student para muestras dependientes se utiliza
para comparar las medias de un mismo grupo en diferentes
etapas. Se utiliza, por ejemplo, para las comparaciones de los
resultados de una prueba antes y despus para un grupo
determinado.
A continuacin se explicar la operacin de esta prueba a travs
de un caso para contraste unilateral y otro bilateral.
A2
92
94
85
97
74
93
70
99
36
92
85
98
55
77
66
93
88
96
75
100
89
95
66
93
M
DS d
DS d
x
x
i1
DS
d X d
1
___
i2
n 1
A2
92
94
-2
85
97
-12
74
93
-18
70
99
-29
36
92
-56
85
98
-14
55
77
-23
66
93
-27
88
96
-8
75
100
-25
89
95
-6
66
93
-27
___
X d 20,50
14,39
n 12
M d 20,50
n 12
M
DS d
SUSTITUYENDO
tO
DS
20
,
50
4,93
14, 39
14,39
12
to 4,93
= 0.05 unilateral
valor critico
t0.05;11 1,796
t0.95;11 1,796
to 4,93
grados de
libertad
n-1
Se Rechaza Ho
Al comparar los valores, podemos rechazar la hiptesis nula con un
margen de error de 5%, por lo cual podemos afirmar que el peso de
los animales ha variado positivamente despus del cambio de
alimento.
TC. 2
15
27
-12
12
25
-13
22
17
20
30
-10
18
22
-4
16
19
-3
14
15
-1
19
22
-3
17
25
-8
10
19
-9
25
23
20
22
-2
M d 4,83
DS
5,61
n 12
M d 4,83
n 12
M
DS d
SUSTITUYENDO
tO
DS
5,61
4
,
83
2,99
5, 61
12
to 2,99
valor critico
t0.025;11 2,201
t0.975;11 2,201
to 2,99
grados de
libertad
n-1
Se Rechaza Ho
Al comparar los valores, podemos rechazar la hiptesis nula de la
igualdad de las tcnicas de ordea, con un margen de error de 5%,
por lo cual podemos afirmar que la existen diferencias entre ellas, a
favor de la tcnica 2.
EJERCICIO T STUDENT
Tengamos las siguientes puntuaciones en las
variables X (inteligencia) e Y (rendimiento
acadmico):
X: 105 116 103 124 137 126 112 129 118 105
Y: 4 8 2 7 9 9 3 10 7 6
EJERCICIO T STUDENT
EJERCICIO T STUDENT
Los datos de la produccin de trigo en toneladas
(X) y el precio del kilo de harina en pesos (Y ) en
la dcada de los 80 fueron:
Produccin de trigo 30 28 32 25 25 25 22 24 35
40
Precio de la harina 25 30 27 40 42 40 50 45 30 25
PRUEBA DE WILCOXON
El contraste de Wilcoxon es la tcnica no paramtrica paralela a la T
de Student para muestras relacionadas. Al Igual que en esa prueba,
disponemos de n parejas de valores que podemos considerar como una
variable medida en cada sujeto en dos momentos diferentes.
TF-CASA
TF-COLEGIO
82
63
69
42
73
74
43
37
58
51
56
43
76
80
65
82
TF-CASA
TF-COLEGIO
Di
82
63
19
69
42
27
73
74
-1
43
37
58
51
56
43
13
76
80
-4
65
82
-17
TF-COLEGIO
Di
RANGO (T)
73
74
-1
76
80
-4
43
37
58
51
56
43
13
65
82
-17
82
63
19
69
42
27
73
74
-1
76
80
-4
43
37
58
51
56
43
13
65
82
-17
82
63
19
69
42
27
Valor W calculado
27
n(n 1)
4
n(n 1)( 2n 1)
24
W W
Z
W
W
n(n 1)
W
4
Z
W
n(n 1)(2n 1)
24
n(n 1)
4
n(n 1)( 2n 1)
24
89
4
18
9
8 9 17
24
9 7,141
9 18
Z
1,26
9 7,141
Alternativas de contraste
Bilateral
Unilateral
Z Z
rechazar H o
/
2
W
Z Z rechazar H o
W
Valores Crticos de
.05
.10
.02
z
1.645
1.960
.01
.001
crtico
2.326
2.576
3.291
Z 1,26
W
bilateral de 0.05, es de Z =
0.05 / 2
1,96
1,26 1,96
Paso 7) Se concluye sobre la Hiptesis nula.
Por lo tanto, no podemos rechazar la hiptesis nula, y debemos
aceptar que no existe evidencia emprica suficiente para afirmar que
existen diferencias significativas entre los niveles de tolerancia a la
frustracin manifestada en la casa y en el colegio
EJERCICIO
RANGO DE SIGNOS DE WILCOXON
EJERCICIO
RANGO DE SIGNOS DE WILCOXON
EJERCICIO
RANGO DE SIGNOS DE WILCOXON
EJERCICIO
RANGO DE SIGNOS DE WILCOXON
EJERCICIO
RANGO DE SIGNOS DE WILCOXON
EJERCICIO
RANGO DE SIGNOS DE WILCOXON
EJERCICIO
RANGO DE SIGNOS DE WILCOXON
EJERCICIO
RANGO DE SIGNOS DE WILCOXON
n(n 1)
4
n(n 1)( 2n 1)
24
W W
Z
W
W
n(n 1)
W
4
Z
W
n(n 1)(2n 1)
24
Valores Crticos de Z
Contraste Unilateral
.05
Z8 = 8- 39 = - 2.44
12.73
.025
.01
.005
.0005
Contraste Bilateral
.10
.05
.02
1.645
1.960
.01
.001
crtico
2.326
2.576
3.291
INDEPENDENCIA - DEPENDENCIA
Cuando se estudian dos caractersticas simultneamente sobre una
muestra, se puede considerar que una de ellas influye sobre la
otra de alguna manera. Por ejemplo la altura y el peso o las horas
de estudio y la calificacin en un examen.
El objetivo principal de la regresin es descubrir el modo en que se
relacionan.
Dos variables pueden considerarse:
Variables independientes No tienen relacin (una de ellas no sirve
para explicar los movimientos de la otra)
Dependencia funcional Y=f(x)
Dependencia estadstica
Independencia estadstica
Dependencia
estadstica
Dependencia funcional
Asociacin
positiva. Si
aumenta X
aumenta Y
Estadstica Econmica
2007-2008. Sara Mateo.
GRFICO DE DISPERSIN
Es un grfico que muestra la intensidad y el sentido de la
relacin entre dos variables de inters.
Variable dependiente
Respuesta, predicha, endgena
Es la variable que se desea predecir o estimar
Variables independientes
Predictoras, explicativas exgenas
Son las variables que proveen las bases para estimar.
Si X es la variable independiente e Y es la variable
dependiente, una relacin funcional tiene la forma:
Y=f(X)
Recta de regresin
Pendiente
yn
yi
yn 1
y3
u3
yi
y1
ui
yi
y2
Intercepto
x1
x2
x3
xn 1
xi
yi a bxi ui
xn
ui yi yi
Error
y i a bxi
La metodologa para la obtencin de la recta ser hacer MNIMA la suma de
los CUADRADOS de las perturbaciones. Por qu se elevan al cuadrado?
n
2
u
i
u ( yi yi ) 2
2
i
i 1
min u ( y y )
q, p
i 1
2
i
i 1
i 1
(
y
y
)
i i
i 1
yi aq bpxi
En el modelo de regresin lineal simple la funcin elegida para aproximar la relacin entre las
variables es una recta, es decir y=a+bx, donde a,b son los parmetros. A esta recta la
llamaremos RECTA DE REGRESIN DE Y SOBRE X.
Vamos a deducir su ecuacin usando el mtodo de los mnimos cuadrados. Dado un valor de
X, tenemos los dos valores de Y, el observado, yi , y el terico, yi* = a + bxi. Hemos de
minimizar los errores cometidos:
y a bx y a bx
i
i 1
i 1
Errores cometidos al
aproximar por una recta
na
MINIMIZA
R
y b x
x y y bx x b x
y
x y
x bx nx b x
i i
y abx 0 y ab x
2 y a bx x 0 x y a x b x
2
i
i i
xi yi ynx b
S xy bSx2
2
i
i i
i i
2
i
2
a
a y bx
xi2 nx 2
S xy
S x2
y y
S xy
S x2
x x
b '
S xy
y a ' x b ' y
S y2
x x
Estadstica Econmica
2007-2008. Sara Mateo.
S xy
S y2
y y
S S
2
u
2
Ry
yi y i
N
2
Sy
2
Sx
Su2
S y2
VR
VT y
Ayuda a determinar la
asociacin pero en
sentido inverso. La
mejor medida es R.
Su2
R 1 2
SY
rxy R
R
S xy S xy S xy
2
R bb'
S x2 S y2 S x S y
2
2
2
rxy
1 r 1
1 R 1 0 r 2 1 0 R2 1
S
Recta de regresin: yi y XY2
SX
y i y
S
S
x XY2 xi y XY2 xi x
SX
SX
S XY S X SY
S XY SY
SY
x
r
i
i
xi x
2
S X SY S X
S X SY S X
SX
r 1
Pendiente
R r R2 r 2
1 r 0
Negativa
r 0
Nula
0 r 1
r 1
Positiva
2
Y
Varianza total
Se descompone en:
S S VR
2
u
2
ry
S S S
2
R
2
Y
2
VE
u
2
VR VE
S
S
S
S
2
R
1
R 1
2
VT VT
S
SY
SY2
2
u
2
Y
2
Y
2
u
S S S
2
Y
2
R
2
u
VT VR VE
Prediccin
S XY
yi qa bpxi y 2 xi x
SX
Dado x0
estimar
S XY
y 0 aq bpx0 y 2
SX
y 0
x0 x
100
80
60
VAR RESPUESTA
40
20
0
0
100
VAR EXPLICATIVA
200
300
400
Los resultados de la
regresin
slo
son
fiables si el modelo
cumple
ciertas
hiptesis
sobre
los
residuos
Es preciso realizar una
validacin del modelo
CONTRASTES
Contrastes de hiptesis:
Se puede contrastar si cada pendiente
individualmente es significativa o no, es decir, si
cada variable explicativa influye realmente sobre
la variable respuesta (t)
Se puede contrastar si globalmente todas las
variables explicativas influyen sobre la variable
respuesta (F).
Las siguientes paradojas pueden darse,
VALIDACIN
Validacin del modelo:
Los residuos del modelo debe seguir
cumpliendo ciertas hiptesis bsicas:
Media cero
Incorrelacin
Normalidad
Para poder interpretar adecuadamente los
coeficientes estimados y hacer uso de la recta de
regresin es imprescindible que el modelo sea vlido.
LIMITACIONES Y ERRORES
NO DETERMINAN CAUSA Y EFECTO
INTERPRETACION ERRONEA
CORRELACIN
Al observar la grfica de puntos dispersos,
tenemos una idea de si hay una asociacin entre
dos variables numricas.
Para medir el grado de asociacin, calculamos un
coeficiente de correlacin.
El mtodo estndar es el coeficiente de correlacin
de Pearson, r.
COEFICIENTE DE CORRELACIN DE
PEARSON, R
Mide la dispersin de los puntos, alrededor de una
tendencia lineal subyacente (lnea recta).
Puede tomar cualquier valor entre 1 y +1.
La frmula es:
(x-x)(y-y)
r= ---------------(x-x)2 (y-y)2
COEFICIENTE DE CORRELACIN DE
PEARSON, R
10
20
30
40
50
COEFICIENTE DE CORRELACIN DE
PEARSON, R
r= +1
r= -1
CORRELACIN
Si hay una relacin no lineal, la correlacin es cero.
Pero hay que tener cuidado, cuando r = 0; puede
haber una relacin no lineal fuerte entre las dos
variables.
Siempre examine los datos grficamente primero
SUPOSICIONES DE LA CORRELACIN
Un coeficiente de correlacin puede ser calculado
en cualquier grupo de datos.
Es ms significativo cuando las dos variables tienen
una distribucin aproximadamente Normal.
Datos de este tipo tendrn una forma elptica.
INTERPRETACIN DE LA CORRELACIN
El coeficiente de correlacin deber estar entre -1 y +1.
Un valor de +1 indica una correlacin perfecta positiva.
Un valor de 1 indica una correlacin perfecta negativa.
Un valor de 0 indica que no hay asociacin lineal entre las dos
variables.
PRESENTACIN DE CORRELACIN
Hay tres puntos a recordar:
Los datos debern ser mostrados en una grfica de
puntos dispersos.
El coeficiente de correlacin, r, deber ser dado a dos
sitios decimales.
El nmero de observaciones deber ser sealado.
SIGNIFICACIN
Frmula:
Interpretacin:
t t ( , N 2 )
rXY
1 r
N 2
2
XY
1 r
2
XY
EJERCICIO
Tengamos las siguientes puntuaciones en las
variables X (inteligencia) e Y (rendimiento
acadmico):
X: 105 116 103 124 137 126 112 129 118 105
Y: 4 8 2 7 9 9 3 10 7 6
EJERCICIO
Los datos de la produccin de trigo en toneladas
(X) y el precio del kilo de harina en pesos (Y ) en
la dcada de los 80 fueron:
Produccin de trigo 30 28 32 25 25 25 22 24 35
40
Precio de la harina 25 30 27 40 42 40 50 45 30 25
QU ES LA CHI CUADRADA?
Es una prueba estadstica para evaluar hiptesis
acerca de la relacin entre dos variables categricas
Se simboliza por 2
Hiptesis a probar : Correlacinales
( H0 : no hay asociacin y H1 hay asociacin)
Variables involucradas: Dos,
considera relaciones causales
esta
prueba
no
OTRAS CARACTERSTICAS
Es una distribucin asimtrica
Slo toma valores positivos y es asinttica con
respecto al eje de las x positivas ( 0 < 2 < +)
Est caracterizada por un nico parmetro n
llamado grados de libertad adoptando formas
distintas segn el valor de n
El rea comprendida entre la curva y el eje de las x
es 1 100%
APLICACIONES
1.
2.
3.
PROCEDIMIENTO
Se calcula a travs de una tabla de contingencia o
tabulacin cruzada.
Es una tabla de dos dimensiones y cada dimensin
contienen una variable
Cada variable se subdivide en dos o ms categoras.
Ejemplo: tabla 2x2 => cada dgito indica una
variable y el valor de este indica el nmero de
categoras de la variable
MASCULINO
SEXO
FEMENINO
VOTO
CANDIDATO B
Identificaci
n politica
Norte
Sur
Partido 1
180
100
Partido 2
190
280
Partido 3
170
120
CHI- CUADRADO
E N T RA D A S I M P L E
Clic en aceptar
k 1 2 1 1
Haz clic
x x
2
C
2
T
x x
2
C
2
T
Ho: se Rechaza
Ho: se Acepta
4.5 3.84
Ho: se Rechaza
EJEMPLO 2
S I M P L E E N T RA DA
k 1 4 1 3
x x
2
C
2
T
Ho: se Rechaza
x x
2
C
2
T
Ho: se Acepta
x x
2
C
2
T
0.47002398 11.34
Ho: se Acepta
x x
2
C
2
T
0.47002398 7.82
Ho: se Acepta
CHI- CUADRADO
D O B L E E N T RA DA
fo
se
recuperan
no se
recuperan
total
grupo A
75
25
100
grupo
B
65
35
100
total
140
60
200
fe
se recuperan
no se recuperan
60 *100
200
60 *100
200
30
30
100
grupo B
140 *100
200
140 *100
200
total
140
60
200
grupo A
70
70
total
100
GRACIAS!!!!