ESTADSTICA APLICADA

Mg. No Coila Jallahui.

1
 Esquema del curso

Descripcin Del Anlisis Estadstico

Conceptos bsicos
Principios de un anlisis estadstico
Ventajas y desventajas de una investigacin
cuantitativa
Pasos en el anlisis cuantitativo

2
 Esquema del curso

Descripcin del Anlisis Estadstico

Recoleccin de la informacin
Tipos de investigacin, diferencias, ventajas
e inconvenientes
Tipos de encuestas
Mtodos y Tipos de muestreo
Proceso muestral
Tamao de muestra

3
 Esquema del curso

Codificacin, introduccin
Etapas en la preparacin de datos
Procedimiento para la codificacin
Entrada de datos
Chequeo de datos despus de la entrada,
agrupacin y recodificacin de variables.

4
 Esquema del curso

Estadstica Descriptiva
Tablas
Figuras
Medidas de resumen

5
 Esquema del curso

Estadstica Inferencial
Intervalos confidenciales: para una media,
proporcin, diferencia de medias y diferencia de
proporciones.
Pruebas t para una muestra, prueba t para
muestras independientes, prueba t para
muestras relacionadas, prueba para mas de dos
grupos (ANOVA)
Prueba ji-cuadrado
6
 Descripcin Del Anlisis
Estadstico

7
 Definicin

La Estadstica es una ciencia, la cual nos

proporciona un conjunto de mtodos que se
utilizan para recolectar, clasificar, analizar e
interpretar el comportamiento de los datos, ya
sea en una poblacin o en una muestra con el
objeto de interpretarlos, obtener leyes; las cuales
nos ayudan tanto en el anlisis de datos como
en el proceso de la toma de decisiones.

8
 Clasificacin de la estadstica
describe y analiza una
poblacin, sin
pretender sacar
Estadstica conclusiones de tipo
Descriptiva general.

Es el conjunto de mtodos,
ESTADSTICA cuyo propsito es inferir o
inducir leyes de
Estadstica comportamiento de una
Inferencial poblacin, a partir del
estudio de una muestra, las
cuales nos ayudaran en la
toma de decisiones bajo un
cierto grado de confianza;
este grado de confianza se
mide por la probabilidad.
9
 Conceptos fundamentales

Poblacin: objeto, objetivo, infinita, finita

Muestra
Unidad estadstica
Poblacin
Dato estadstico Muestra

Parmetro
(,,)
Estimador
10 (x, s, r)
 Variables

Variables

-Independiente
-Dependiente

Cualitativas Cuantitativas

-Discretas
-Nominales Ordinales
- Continuas

Intervalares Razn

11
 Principios de un anlisis estadstico
Estos principios son la definicin mnima absoluta del
mtodo de anlisis estadstico. Todo sobre el proceso
de encuestas -- cmo se recogen los datos, los
esfuerzos de reducir no respuesta, los detalles exactos
del muestreo, los mtodos de anlisis de datos, y el
FASE I diseo de un cuestionario -- todos asumen los principios
fundamentales enumerados abajo.
Estudian a todos los miembros
Definir una de esa poblacin (un censo)
poblacin de inters F A S E II Se toma una muestra usando
mtodos de la probabilidad.

Investigacin
Recopilar la informacin F A S E III
Sistema de preguntas

12
 Ventajas y desventajas de una
investigacin cuantitativa
FASEI
VENTAJAS

Recoleccin eficiente
de datos
Medidas estandardizadas
Infraestructura en el lugar
y el dinero est disponible
Permite inferencia a la poblacin
y al uso de pruebas estadsticas DESVENTAJAS
F A S E II

Confiar en las respuestas

Las preguntas estructuradas
pueden limitar respuesta
La toma de los datos puede
tomar mucho tiempo
Puede ser costoso

13
 Pasos del anlisis cuantitativo
Opcin del
mtodo para la Escribir las Disear el
recoleccin de preguntas cuestionario
datos

Definicin de los Definicin de Pre prueba del

Seleccin de la
objetivos y de las la poblacin cuestionario
muestra
metas

Revisin del
proceso para Recoleccin Entrada de
mejorar la de los datos datos
siguiente
investigacin

Anlisis de Creacin y
modificacin de Depuracin de
datos e los datos
informes variables

14
 RECOLECCIN DE
LA INFORMACIN

15
 Tipos de investigacin
Tipos de
Investigacin

Investigacin Investigacin
Cuantitativa Cualitativa

Hechos o factores Entendimiento a opiniones

Sociales y visiones generales
Definicin de variables Busca conocer el
con valores claros fenmeno en forma global
Enfocada en encuestas Enfocada en entrevistas
Respuestas de valor Aspectos verbales del
entrevistado
16
 Tipos de investigacin
Ventajas e
Inconvenientes
Investigacin
Cuantitativa
Propensin a "servirse de
los sujetos del estudio
Son dbiles en trminos de validez
interna, casi nunca sabemos si
miden lo que quieren medir, pero
son fuertes en validez externa,
lo que encuentran es generalizable
a la poblacin
Preguntan a los cualitativos:
Son generalizables tus hallazgos?
17
Investigacin
Cualitativa
Propensin a "comunicarse con
los sujetos del estudio
Comunicacin ms horizontal entre
el investigador y los investigados;
mayor naturalidad y habilidad de
estudiar los factores sociales en un
escenario natural
Son fuertes en trminos de validez
interna, pero son dbiles en validez
externa, lo que encuentran no es
generalizable a la poblacin
Preguntan a los cuantitativos:
Cuan particularzables son los
hallazgos?
 Tipos de encuestas
Tipos de
Encuestas

Por la forma Por su objeto

de realizarse de estudio

Cara a cara Postal Opiniones

Telefnica Informtica Representaciones

De relacin:
Por la naturaleza encuesta sociomtrica
de su aplicacin De actitudes:
encuestas escalares
Puntuales Panelistas
18
 Tipos de muestreo
Tipos de
Muestreo
Universo de Margen de error
estudio permitido
Variables de Parmetros a
inters investigar

Muestreo por Muestreo a Muestreo por Muestreo

conveniencia juicio cuotas bola de nieve

Muestreo aleatorio Muestreo Muestreo Muestreo

simple sistemtico estratificado conglomerados

Muestreo n
19 multietpico
 Tipos de muestreo - MAS

5 11
4 10 19
2 18 7
1 13
16 12
9 15
3
8 6 20
14 17

n
4
12 5
18
20
 Tipos de muestreo - MS

5 11
4 10 19 20
2 18 7 A 5
1 13 4
16 12
R ((2 5) 5) ...
9 15
3
8 6 20
14 17

2 7 12 17

21
 Tipos de muestreo - ME

10 6
19
5 4
9
2 18
16 7 13
1 17
12
15 11
8
14 20 3

n
5 13
12 18 1 4 6
14 11

22
 Tipos de muestreo - MC

12
6
5 10 20
13 19 2
17
18

16 3
8
1 7 14
11 4
9 15

n
16 12
6
1 10
11 19

23
 Tipos de muestreo - MM
12
6
5 10 20
13 19 2
17
18

16 3
8
1 7 14
11 4
9 15

n
16 12 3
6
1a Etapa 1
11
10
14
19 15

n
2a Etapa
24 11 10 15
 Tipos de muestreo - MM
Seleccin de
Seleccin de Ciudades
Departamentos

Seleccin de Seleccin de
Casas Manzanas

Seleccin de
Encuestados

25
 TAMAO DE MUESTRA
Determinacin Del Tamao
De La Muestra
Variable de Escala
Parmetros:
n = muestra
e = error
Zc = nivel de confianza
-Zc +Zc 2 = varianza poblacional
S2 = varianza muestral
N = tamao poblacin
Variable Cualitativa
Parmetros: n
n = muestra Para poblaciones finitas, si 0.10
e = error
N
entonces completar el clculo con:
Zc = nivel de confianza
P(1-P) = varianza poblacional n
N = tamao poblacin
n0
n
1
26 N
 TAMAO DE MUESTRA

Promedio

Nz 2 2
-Zc +Zc
n 2
e ( N 1) z
2 2
z
2 2

Ajuste de tamao de muestra: n 2

N e
Si n
0.10
N
n
n0
n
1
27 N
 TAMAO DE MUESTRA

Proporcin
P
N z 2 pq -Zc +Zc
n 2
e ( N 1) z pq
2
2
z pq
Ajuste de tamao de muestra: n 2
Si n
0.10
e
N
n N
n0
n
1
28 N
 CODIFICACIN,
INTRODUCCIN

29
 Etapas en la preparacin de datos
Cuestionario
0795455889

9991
N O I C AN R E B O G
A C R A M AN I DN U C E D

L AI C N E DI F N O C
.oN etoL s e ni f n e n ei t o n y s el ai c n e di f n o c e t n e m a t ci r t s e n o s E N A D l e r o p s o d a ti cil o s s o t a d s o L
. ) 3 9 / 9 7 y e L , 5 . t r A ( .l ai ci d uj a b e u r p o m o c s o d a zili t u r e s n e d e u p i n s el a c si f

ZYXWVUTSRQPONMLKJIHGFEDCBA
3 2 1 : s a e u q r a m o N 1 : s a e u q r a M 0 9 8 7 6 5 4 3 2 1

A CI F A R G O E G N OI C A CI B U .I

oi pi ci n u M ai c ni v o r P

o d al b o P o rt n e C l a r u r r ot c e S e s al C

n e d r o e d. o N anazna M n i c c e S o n a b r u r ot c e S

N OI C A CI FI T N E DI .II

l ai c r e m o c e r b m o N . 1

- TI N .2

l ai c o s n z a R .3

oi r a t ei p o r p l e d e r b m o N . 4

. C . C .5

o t n ei mi c el b a t s e l e d n i c c e ri D . 6

o n o f l e T . 7

9991 ed 7 oiluJ-520TEM

Edicin Codificacin

Entrada de Chequeo de datos

Datos a tiempo real

Verificacin
30
 Codificacin de entrada - item de
salida
La codificacin de datos es una fase del proceso metodolgico de la investigacin, la cual
tiene lugar despus de efectuar los trabajos de determinacin de fuentes de fuentes de
informacin, fijacin de objetos, determinacin de variables, hiptesis y poblacin.
Del buen diseo del instrumento de recoleccin de informacin depende, la contabilidad
y validez de las posibles respuestas y la accesibilidad con la que se pueda obtener la
informacin.
Se debe revisar a profundidad el documento con la finalidad de encontrar fallas o
defectos como:
Interrogantes innecesarias
Preguntas que puedan manipularse
Preguntas que no se puedan responder
Preguntas que sesgen la respuesta
Preguntas mal establecidas que llevan a varias respuestas
Falta de opciones en preguntas cerradas
Desorden en la secuencia de preguntas
Falta de espacio para responder
Tendencia central y efecto de halo al usar escalas
Realizar una prueba piloto permite al investigador hacer las correcciones necesarias
31 para la edicin y presentacin del documento.
 Procedimiento para la codificacin

Numrica (1, 2, 3, ....)

Letras Iniciales (S, C, V,...)
Recopilacin Nombre Completo (Soltero, Casado,...)
de
informacin

Revisar
Asignar claves
respuestas a
a preguntas Iniciar
preguntas
cerradas captura
Definir claves cerradas
para cada Integrar el
pregunta catlogo de
cerrada del claves
Revisar
cuestionario Integrar claves
respuestas a Asignar claves
preguntas por separado a preguntas
abiertas y para preguntas abiertas
semiabiertas abiertas

Listado de respuestas recogidas

Criterio del analista
32
 Chequeo de datos y edicin de
cuestionarios
Determine si el cuestionario fue resuelto parcialmente, completamente o no.
Determine si las preguntas fueron saltadas de manera
apropiada.
Determine si hay preguntas con ms de una respuesta
incorrectamente.
Determine si las respuestas son ambiguas (el nmero no se
encuentra rodeado completamente o la seal de
comprobacin no cubre la caja, letra difcil de leer, etc.).

Determine si preguntas particulares tienen algunos

33 problemas que deban ser sealados.
 Datos de entrada

SPSS Editor de Datos

Esta ventana proporciona un mtodo conveniente para crear archivos de datos.
Tiene la ventaja que los datos son inmediatamente guardados en un archivo de
SPSS, con etiquetas y omitiendo los cdigos.
Pero tiene la desventaja que ninguna comprobacin de errores puede ser hecha

Pregunta Descripcion Codigos de datos

Educacion Aos de escolaridad 1 = un ano, ....

98 = No sabe
99 = Sin respuesta

Estado Civil Estado civil del 1 = Casado

encuestado 2 = Viudo
3 = Divorciado
4 = Union Libre
5 = Soltero
9 = Sin respuesta

Sexo Genero del F = Femenino

encuestado M = Masculino

34
 Editor de datos

Vista de Datos

Vista de Variables

35
 Chequeo de datos despus de la
entrada
Etiquetas Incorrectas, valores, u cdigos de
valor omitidos.
Valores Fuera del rango.

Distribuciones inusuales.

Instrucciones diligenciadas de forma

incorrecta.
Combinaciones inusuales de valores o
inconsistencias lgicas (p.e.: gente jubilada
que sea muy joven).
Las respuestas son colocadas siguiendo un
patrn extrao.

36
 Pasos para el chequeo de datos

Tablas de frecuencias para todas las variables, incluidas las variables de

escala dado que puede examinar sus valores exactos.
Utilice el procedimiento de respuesta mltiples para crear tablas a todas las
preguntas de respuesta mltiple.
Estadsticos descriptivos a todas las variables de escala y quizs tambin
histograma y/o diagramas de caja.
Tabulacin cruzada para comprobar si los saltos fueron correctamente
seguidos y si se siguen patrones extraos.

37
 CODIFICACIN

38
 Datos atpicos (Outliers)
Son observaciones que difieren claramente de otras; pueden ser
problemticos o no. Pueden identificarse desde una perspectiva univariante,
bivariante o multivariante.

Diagrama de caja
Histograma Grfico de tallo y hojas y bigotes

39
 Agrupacin y recodificacin de
variables
Los valores de datos se pueden modificar mediante la
recodificacin. Esto es particularmente til para agrupar o
cambiar categoras. Se puede recodificar los valores dentro de
las variables existentes o crear variables nuevas que se basen en
los valores recodificados de las variables existentes.

40
 Chequeo de no respuestas
(Datos faltantes)
El investigador debe determinar las razones que subyacen los
datos ausentes y que sean de forma aleatoria.

Supresin de casos y/o variables que peor se comportan

respecto a los datos ausentes, pero un tamao de muestra
inadecuado.
Mtodos de imputacin que estiman valores ausentes basados
en valores vlidos de otras variables y/o casos de la muestra.

Sustitucin de datos ausentes sustituyendo con otras

observaciones no mustrales, por la media, por un valor
constante, por regresin o imputacin mltiple.
41
 Anlisis de datos faltantes
Estimar los
valores faltantes
Excesivos Datos Faltantes
En Variable o suprimir la
variable del
anlisis
Eliminar el
Excesivos Datos Faltantes encuestado de
Por Encuestado
cualquier
anlisis

En Relaciones Datos Faltantes en el Modelo Estimar los

Bivariadas datos faltantes

Estimar los
datos faltantes
En Anlisis Datos Faltantes en el Modelo
o suprimir el
Multivariado
encuestado
42 y/o la variable
 ESTADSTICA
DESCRIPTIVA

43
 Tablas

Conceptos y procedimientos comunes para la

presentacin de cuadros o tablas.
Frecuencia absoluta simple (fi): Se llama al nmero de
veces que aparece repetido dicho valor, en un conjunto
de valores realizadas.
Frecuencia absoluta acumulada (Fi): Es igual a la suma
de las frecuencias absolutas simples inferiores o iguales
a la frecuencias acumulada que se desea encontrar. Fi
= fj

44
 Tablas

Frecuencia relativa simple (hi): Es el cociente entre la

frecuencia absoluta simple de su fila y el nmero total
de observaciones realizadas (n). hi = fi/n
Frecuencia relativa acumulada (Hi): Se llama al cociente
entre la frecuencia absoluta acumulada de su fila y el
nmero de observaciones realizadas (n) se calcula
sumando las frecuencias relativas simples inferiores o
iguales a la frecuencias relativa acumulada que se
desea encontrar. Hi = Fi = hj/n

45
 Tablas Simples

Area destacada fi Fi hi Hi
Arte 13 13 20 20
C.T.A. 6 19 9 29
CC.SS. 8 27 12 42
Comunicacin 11 38 17 58
Matemtica 9 47 14 72
Tcnica 18 65 28 100
Total 65 100
En SPSS: Analizar/Estadsticos descriptivos/frecuencias/seleccionar la variables y
46 pasarla a variables haciendo clik en /Aceptar
 Tablas agrupadas

Regla general para la construccin de intervalos.

Determinacin del rango (R): R = Xmx - Xmn
Determinacin del nmero de intervalos de clase (K):
K = 1+3.32*log(n)
Determinacin del tamao de los intervalos (C): C=R/K
Determinacin de los lmites de clase: LCI LCS

47
 Tablas agrupadas Ejemplo peso

59 45 46 76 66 53
83 71 53 63 83 59
61 49 56 69 70 47
55 64 59 57 51 82
54 45 60 66 42 60
58 65 47 66 52 56
54 48 53 73 46 73
56 62 55 64 67 63
78 92 56 68 60 54
64 66 63 45 65 56
48 41 75 73 61 53
 En SPSS:
Buscar el mnimo, mximo y rango:
Analizar/Estadsticos descriptivos/explorar/seleccionar
la variables y pasarla a dependientes haciendo clik en
/Aceptar
Descriptivos

Estadst ic o Error t p.
Peso Media 60. 45 1. 327
Interv alo de conf ianza L mite inf erior 57. 80
para la media al 95% L mite superior
63. 10

Media recort ada al 5% 60. 07

Mediana 60. 00
Varianza 114.407
Des v . t p. 10. 696
Mnimo 41
Mx imo 89
Rango 48
Amplit ud int erc uart il 13
Asimetr a .463 .297
Curtosis -. 045 .586
49
 En SPSS:
Agrupar: Transformar/recodificar/en distintas variables/
seleccionar la variables y pasarla a Var. de entrada
haciendo clik en /poner nombre en Variable de
resultado/hacer clik en cambiar/valores antiguos y
valores nuevos/clik en rango (poner los intervalos de
clase)/valor 1(El nmero de
intervalo)/aadir/continuar/aceptar
Etiquetar: En vista de variables/en valores colocar los
intervalos
Tabla: Analizar/Estadsticos
descriptivos/frecuencias/seleccionar la variables y
pasarla a variables haciendo clik en /Aceptar
50
 Tablas Agrupadas

LC FC Xi fi Fi hi Hi
41 - 47 40.5 - 47.5 44 9 9 14 14
48 - 54 48.5 - 54.5 51 11 20 17 31
55 - 61 55.5 - 61.5 58 17 37 26 57
62 - 68 62.5 - 68.5 65 15 52 23 80
69 - 75 69.5 - 75.5 72 7 59 11 91
76 - 82 76.5 - 82.5 79 3 62 5 95
83 - 89 83.5 - 89.5 86 3 65 5 100
51 Total 65 100
 Presentacin de tablas
Tabla 1. Edad de los participantes.
Colegio Beln Lima, 2005

Edad Participantes %
41 - 47 9 14
48 - 54 11 17
55 - 61 17 26
62 - 68 15 23
69 - 75 7 11
76 - 82 3 5
83 - 89 3 5
52 Total 65 100
 Figuras

Es importante considerar el titulo de la figura,

especificar las escalas y determinar la figura
adecuada a la informacin

En SPSS: Grficos/seleccionar el tipo de

grfico/seleccionar la variable/aceptar

53
 Figuras

Condiciones de uso.
Histograma de frecuencias: variable cuantitativa
continua

54
 Figuras

Condiciones de uso.
Polgono de frecuencias: Cuando se tiene una variable
cuantitativa continua y econmica.

55
 Figuras

Condiciones de uso.
Polgono de frecuencias acumulada u ojiva: Cuando
la frecuencia acumulada es de inters.
120
100
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10

56
 Figuras

Condiciones de uso.
Barras: Para representar variables cualitativas.

57
 Figuras

Condiciones de uso.
Bastones: Para representar una variable cuantitativa
discreta.
30

20

10

0
fi

58 0 1 2 3

No de hijos
4 5
 Figuras

Condiciones de uso.
Sectores: Para representar una variable cualitativa
cuyo principal inters es conocer su frecuencia
relativa.

59
 Figuras

Condiciones de uso.
Series de tiempo: Cuando la variable de inters es el
tiempo.
40
35
N de alumnos

30
25 Colegio1
20 Colegio2
15 Colegio3
10
5
0
1 2 3 4 5
Aos
60
 Figuras

Condiciones de uso.
Barras de error: Se usa para comparar intervalos de
confianza entre muestras.

61
 Figuras

Condiciones de uso.
Diagrama de caja: Se usa para comparar muestras,
mediante los cuantiles.

62
 Figuras

CUIDADOS EN LA PRESENTACIN DE FIGURAS

ESTADSTICAS
A continuacin sealamos los elementos necesarios que
deben tenerse en cuenta para la presentacin de informacin
estadstica mediante grficos.
N de grfico
Ttulo: Debe responder las siguientes preguntas:
Qu informacin contiene el grfico?
Dnde fue tomada la informacin?
Cundo fue tomada la informacin?
Representacin grfica (sealar escalas).
Leyenda (si fuere necesario).
Fuente.
63 Nota (en caso de ser necesario).
 Medidas de resumen: De tendencia central

Media: Muestra el centro de gravedad de los

datos. Se usa cuando la poblacin es
homognea

x
x
Datos simples
n

x
xf

64
Datos agrupados
f
 Medidas de resumen: De tendencia central

Mediana: Divide a los datos en dos partes iguales. Se

usa cuando la poblacin es heterognea.
Datos simples: Se ordena los datos y se toma el valor
central si la serie es impar, o la semisuma de los dos
datos centrales si la serie es impar.
Datos Agrupados:


f
Fant
Me Li 2 .c
f me

65
 Medidas de resumen: De tendencia central

Moda: Muestra el valor ms frecuente de los

datos
Datos simples: Es el valor que ms se repite.
Datos Agrupados:

/
d .c
Mo Li /
d d //

66
 Medidas de resumen: De posicin

Cuartiles: Divide a los datos en 4 partes

iguales
Deciles: Divide a los datos en diez partes
iguales
Percentiles: Divide a la informacin en 100
partes iguales

67
 Medidas de resumen: De dispersin

Varianza:
Es una medida terica, muestra la variabilidad al
cuadrado.
En una muestra:
s
2 x n( x )
2 2

Datos simples n 1

s2
x 2
f n ( x ) 2

Datos agrupados f 1

2
x 2
N ( ) 2

68 En la poblacin: N
 Medidas de resumen: De dispersin

Desviacin estndar: s
2
s
Muestra la dispersin de los datos respecto a la media.

Coeficiente de variacin: Es la dispersin relativa de

datos. Permite comparar variabilidad entre muestras en
donde las unidades son diferentes.
s
69
cv % .100
x
 Medidas de resumen; De forma

Asimetra: Permite identificar hacia donde se

acumula la informacin. Se obtiene mediante la
siguiente frmula:

x Mo Q3 Q1 2Q2
As o As
s Q3 Q1

S: As = 0 La distribucin es simtrica
As > 0 La distribucin es positiva
As < 0 La distribucin es negativa
70
 Medidas de resumen: De forma

Apuntamiento (Coeficiente de Kurtosis): Indica el grado de

aplastamiento que tiene la distribucin
Q3 Q1
k
2( P90 P10 )
Si k = 0,263, diremos que la curva correspondiente a la
distribucin de frecuencias es mesocrtica (tiene igual
apuntamiento que la normal o campana de Gauss)
si k < 0,263, diremos que la curva correspondiente a la
distribucin de frecuencias es platicrtica
si k > 0,263, diremos que la curva correspondiente a la
71 distribucin de frecuencias es leptocrtica
 Medidas de resumen en SPSS

Estad sticos
En SPSS:
Peso Analizar/Estadsticos
N Vlidos 65
Perdidos 0
descriptivos/frecuencias/S
Media 60. 45 eleccionar la variables y
Mediana 60. 00
Moda 56 pasarla a variables
Des v . t p.
Varianza
10. 696
114.407
haciendo clik en
Asimetr a .463 /Estadsticos:
Error t p. de asimetra .297
Curtos is -. 045 seleccionar todas las
Error t p. de curt osis
Percentiles 10
.586
46. 00
medidas de resumen que
25 53. 00 se desee/Continuar/
50 60. 00
75 66. 00 Aceptar
72 90 75. 40
 Tabulaciones cruzadas
Es el anlisis de variables categricas, donde las filas y las columnas de
una tabla estn formadas por las categoras de dos variables.
Se construyen tales tablas porque ellos muestran el comportamiento de
las respuestas a preguntas con datos nominales u ordinales.
Igualmente se estudia la relaciones entre dos o tres variables
categricas.

Tabla de contingencia Perspectivas de Estudio * Area en que destaca

Recuento
Area en que destaca
Comunic
Arte C.T.A. CC.SS. acin Matemtica Tcnica Total
Perspectiv as No univ ersitario 8 4 2 1 2 4 21
de Estudio Univ ersitario 5 2 6 10 7 14 44
Total 13 6 8 11 9 18 65

En SPSS: Analizar/Estadsticos descriptivos/Tablas de

contingencia/Seleccionar la variable y pasarla a fila, otra a columna haciendo
clik en /Casillas: se puede seleccionar reportes de porcentajes/Continuar/
73
Aceptar
 Grficos de relacin
Para entender la tabla, se podra fcilmente visualizar por medio de
grficos como un diagrama de barras que determina la relacin de cada
grupo asociado a otros grupos.

74
 ESTADSTICA
INFERENCIAL

75
 Inferencia

Los mtodos estadsticos inferenciales constituyen

una forma de extraer conclusiones respecto a una
poblacin, de los datos obtenidos realmente de una
muestra.
La inferencia estadstica comprende dos tipos
principales de tcnicas: Estimacin de parmetros y
contrastacin de hiptesis. Independientemente de
la tcnica que se utilice, la finalidad general es
utilizar datos de una muestra para extraer
76 conclusiones respecto a una poblacin.
 Estimacin de parmetros
Las tcnicas de estimacin son utilizadas cuando el
investigador no tiene hiptesis previa respecto al valor de
una caracterstica de la poblacin y desea conocer cul
podra ser tal valor.
La estimacin puede asumir 2 formas:
Estimacin puntual
Una muestra

x, s , P p
2 2

Dos muestras
1
2 2
1 2 x1 x2
2
1 s1
= = 2
2 2 s 2
2 P1 - P 2 = p1 - p2
77
 Estimacin de parmetros

Estimacin por intervalos

La estimacin por intervalos de un parmetro nos
indica lmites dentro de los cuales el parmetro
tiene la probabilidad especificada de estar. Los
estimados por intervalos se conoce como intervalos
de confianza y los lmites inferior y superior como
los lmites de confianza.

P( - k + k ) = 1 -
78
 Estimacin por intervalos

Para una media Poblacional:

P( x - Z (1 ) x + Z (1 ) ) = 1 -
2 n 2 n
Para una proporcin Poblacional:

pq pq
P(p - Z (1 ) P p + Z (1 ) )= 1 -
2 n 2 n
79
 Estimacin por intervalos

Para comparacin de medias poblacionales:

+ - ( x - y )+ + ] = 1 -
2 2 2 2
P[( x1 - x 2 ) - Z (1 ) x1
x1 x 2
x1
1 2 Z (1 )
x1 x2
2 n x1 n x 2 2 n x1 n x 2

Para comparacin de proporciones poblacionales:

p x1 q x1 p x 2 q x 2 p q p q
P[( p x1 - p x 2 ) - Z (1 ) + P x1 - Px 2 ( p x1 - p x 2 ) - Z (1 ) x1 x1 + x 2 x 2 ] = 1 -
2 n x1 nx2 2 n x1 nx2
80
 Estimacin por intervalos
En SPSS.
Para una media: Analizar/Estadsticos descriptivos/ explorar/seleccionar
la variable y pasarla a dependientes haciendo clik en /
Estadsticos/cambiar la confianza/Continuar/Aceptar
Descriptivos

Estadst ic o Error t p.
Peso Media 60, 45 1, 327
Interv alo de conf ianza L mite inf erior 57, 80
para la media al 95% L mite superior
63, 10

Media recort ada al 5% 60, 07

Mediana 60, 00
Varianza 114,407
Des v . t p. 10, 696
Mnimo 41
Mx imo 89
Rango 48
Amplit ud int erc uart il 13, 00
Asimetr a ,463 ,297
81 Curtosis -, 045 ,586
 Estimacin por intervalos

En SPSS.
Para comparar medias poblacionales: Analizar/Comparar medias/Prueba
t para muestras relacionadas/seleccionar las dos variables a comparar
pasarla a variables relacionadas haciendo clik en /
Estadsticos/Opciones: cambiar la confianza/Continuar/Aceptar

Prueba de muestras relacionadas

Dif erencias relacionadas

95% Interv alo de
confianza para la
Desviacin Error tp. de dif erencia
Media tp. la media Inferior Superior t gl Sig. (bilateral)
Par 1 Matemtica inicial
-3,15 4,277 ,530 -4,21 -2,09 -5,946 64 ,000
82 - Matemtica f inal
 Estimacin por intervalos
En SPSS.
Para comparar medias poblacionales: Analizar/Comparar medias/Prueba
t para muestras independientes/seleccionar la variable a comparar
pasarla a contrastar variables haciendo clik en /Seleccionar la
variable y pasarla a variable de agrupacin/Definir grupos: dar valor al
grupo 1 y 2/Continuar/Opciones: cambiar la
confianza/Continuar/Aceptar
Prueba de muestras independientes

Prueba de Lev ene

para la igualdad de
v arianzas Prueba T para la igualdad de medias
95% Interv alo de
confianza para la
Dif erencia Error tp. de dif erencia
F Sig. t gl Sig. (bilateral) de medias la diferenc ia Inferior Superior
Matemtica f inal Se han asumido
1,216 ,274 23,957 63 ,000 7,62 ,318 6,988 8,260
v arianzas iguales

83 No se han asumido
v arianzas iguales
24,298 60,305 ,000 7,62 ,314 6,997 8,252