Академический Документы
Профессиональный Документы
Культура Документы
Estadística
Estadística inferencial
◦ Tablas de contingencias
◦ Correlaciones
◦ Regresiones
Conocimiento básico del programa SPSS
Frecuencia
Moda
Tendencia
Central
Mediana
Descriptiva
Media
Tipos de
Estadística
Varianza
Dispersión
Desviación
estándar
Asociación:
Correlaciones
Inferencial Causalidad:
Regresión
Comparación:
ANOVA y T
de Student
Variable
Una variable estadística es una
característica que puede fluctuar y cuya
variación es susceptible de adoptar
diferentes valores, los cuales pueden
medirse u observarse. Las variables
adquieren valor cuando se relacionan con
otras variables, es decir, si forman parte
de una hipótesis o de una teoría. En este
caso se las denomina constructos o
construcciones hipotéticas.
Variable
De acuerdo a los valores que puede tomar
una variable, ésta se puede clasificar en:
Variables cualitativas: no se pueden medir
numéricamente, representan características
de las variables (categorías, por ejemplo:
nacionalidad, color de la piel, sexo).
Variables cuantitativas: tienen valor numérico
(edad, precio de un producto, ingresos
anuales).
Clasificación
Por su parte, las variables cuantitativas se pueden
clasificar atendiendo a los valores que pueden
tomar en discretas y continuas:
Discretas: Son todas aquellas que toman valores
que se pueden contar, es decir, que se pueden
enumerar (1, 2, 8, -4, etc.). Por ejemplo: número
de hermanos (puede ser 1, 2, 3...., etc. pero, por
ejemplo, nunca podrá ser 3,45).
Continuas: pueden tomar cualquier valor real
dentro de un intervalo. Por ejemplo, la velocidad
de un vehículo puede ser 80.3 km/h, 94.57 km/h...,
etc.
Escala de medición
Medir una variable significa constatar la
observación en los elementos de la
población que es objeto de estudio, es decir,
consiste en verificar que valor toma la
variable en la unidad de análisis. Lo anterior
implica que para medir una variable, ésta
tiene que ser observable en el mundo real,
manteniendo el principio fundamental de la
construcción de una variable que consiste en
que sus categorías deben de ser totalmente
inclusivas y mutuamente excluyentes.
Escala de medición
En Estadística se definen cuatro niveles o
escalas de medición las cuales son:
Escala nominal
Escala ordinal
Escala intervalo
Escala de proporción o razón
Escala Nominal
En esta escala lo único que puede
decirse de una observación es a cuál de
un cierto número de categorías
pertenece.
En esta escala de medición la única
relación que puede establecerse entre
observaciones es la de igualdad y por lo
tanto de desigualdad.
Ejemplo
Dos observaciones son iguales si están en la
misma categoría (llamadas también clases) y
diferente si no lo están. Como consecuencia de lo
anterior, la única estadística válida para este tipo
de datos es la frecuencia de cada clase.
Supóngase que en grupo de personas se desea
medir el estado de salud con respecto a una
enfermedad en particular. En este caso la
constatación de la variable (medición) en los
miembros de la población debe de concluir en
que están o no afectados por la enfermedad.
Escala ordinal
Las observaciones medidas en esta escala pueden
ordenarse de menor a mayor, y en consecuencia
no sólo se admiten las relación de igualdad, sino
además la de mayor que y menor que. Muchos de
los estudios realizados en las Ciencias Sociales
producen observaciones que son medidas bajo
esta escala, por lo difícil que es medir actitudes en
los seres humanos.
En esta escala además de calcularse frecuencias
como en la escala nominal, se puede calcular una
medida de tendencia central llamada Mediana.
Escala de Intervalo
Con observaciones en esta escala no sólo se
pueden ordenarse las observaciones, sino que
además puede definirse una unidad de
distancia (puede ser arbitraria) entre ellas. La
principal diferencia de esta escala con la de
Proporciones es que en la escala de Intervalo
el cero y la unidad de distancia son arbitrarios
y, en particular, el cero no corresponde a una
característica física de las unidades de
medidas.
Ejemplo: temperatura
Escala de Proporción o Razón
En esta escala las observaciones pueden
ordenarse y existen un cero y una unidad
de distancia que son inherentes al sistema,
es decir, que no son arbitrarios. Ejemplos
típicos de características medidas en esta
escala el peso de un individuo, el
rendimiento por hectárea de una planta,
etc. Esta es la escala de medición más
fuerte que existe y por lo tanto permite
el cálculo de cualquier estadística.
Organización de la investigación
Resulta de mucha importancia en el
campo de la investigación, utilizar técnicas
que permitan apreciar de una forma
rápida y fácilmente aprehensible un tipo
de información donde se resalten los
aspectos más importantes. Estas técnicas
o métodos deberán poseer características
o propiedades que faciliten lo antes
mencionado.
Entre estas propiedades se pueden
mencionar las siguientes:
1. Que proporcionen la máxima cantidad
de información contenida en los datos en
forma rápida y fácil de visualizar.
2. Que posean sencillez operativa.
3. Que permitan presentar los datos de
una manera estética.
Estadística Descriptiva:
Describe los fenómenos
Medidas de Tendencia Central: Agrupan
los datos.
Ordenar: 13578905553421342
Ejemplo
Moda
Moda: Se trata del valor que se presenta
con mayor frecuencia.
Fórmula:
Estimador puntual ± (coeficiente de confiabilidad) x (error
estándar)
Interpretación:
IC 95 % de 100 muestras aleatorias de la población,
calculando el IC 95 % en cada una de ellas aproximadamente
95 de ellos contendrían el verdadero parámetro poblacional
y 5 no lo contendrían.
PRUEBA DE HIPÓTESIS
Conclusiones posibles:
a) rechazar H0
b) no rechazar H0
Una hipótesis estadística nunca se considera “probada”
TIPOS DE ERROR
ESTIMACIÓN
INFERENCIA
ESTADÍSTICA PRUEBA DE
PUNTUAL HIPÓTESIS
( VALOR DE P )
1. HIPÓTESIS DE 2. HIPÓTESIS
INVESTIGACIÓN ESTADÍSTICA
DIFERENCIALES
INTERVALO DE
CONFIANZA
(IC 90, 95 Y 99%) DE HIPÓTESIS
HIPÓTESIS ALTERNA
CAUSALIDAD
NULA (H0) (H1)
DESCRIPTIVAS
DE
CORRELACIÓN
µ1=µ2 µ1≠µ2
Estadística inferencial
Sirve para predecir, concluir e inferir
resultados.
◦ Comparación de medias
◦ Correlación
◦ Regresión
T de Student
◦ Se usa cuando se desean comparar dos
grupos.
◦ Ejemplo: Diferencias entre Hombres y
mujeres
◦ Se emplea para corroborar si existen
diferencias significativas entre los
grupos
Total
Tamaño\Alimento A B C row
Young (O) 20 20 20 60
Middle (O) 40 10 40 90
Mature (O) 20 10 40 70
Total col 80 40 100 220
p 0,36 0,18 0,45 1,00
Ejemplo
Tamaño\Aliment
o A B C Total row
Young (O) 20 20 20 60
(E) 21,82 10,91 27,27 60,00
Middle (O) 40 10 40 90
(E) 32,73 16,36 40,91 90,00
Mature (O) 20 10 40 70
(E) 25,45 12,73 31,82 70,00
2
𝐸−𝑂
𝜒2 =
𝐸
Escalas de medición
Nominal:
◦ Micro, pequeña, mediana, empresa grande.
Nominal Dicotómica:
◦ SI-NO; Masculino-Femenino
• Intervalo:
Likert, 1 (Siempre), 2 (Casi siempre), 3 (Rara vez)…
Ordinal :
◦ 1 (Primero), 2 (segundo)…
Conocimientos básicos de
SPSS
Statistical Package for the social
Sciences
Contiene
todos los
procedimientos
estadísticos. Su
contenido
corresponde a
la cantidad de
módulos de
SPSS que se
tienen
instalados.
Menú Gráficos
No está disponible en el
editor de gráficos.
Permite obtener
información sobre las
variables o sobre el archivo
de datos, controlar las
variables que aparecen en
la lista de variables de los
cuadros de diálogos,
ejecutar procesos y editar
las barras de menús.
Menú Ayuda
Ofrece ayuda general sobre las funciones más importantes del SPSS y
permite el acceso a la página principal del SPSS en Internet. En los
cuadros de diálogo y en las tablas del Visor de resultados puede
obtenerse ayuda a través de un click en el tema deseado. También tiene
un buscador por temas.
¡ GRACIAS !