Estadistica Descriptiva

1
Escuela de Psicología
Lección 6: Estadística Descriptiva

Autor: Judith Scharager
Asistente: Pablo Reyes
1
Parte del material de esta lección es extraído de apuntes del profesor Iván Armijo, docente de una de las secciones del curso
Metodología de las Ciencias Sociales, coautor del texto en formato digital :Scharager, J y Armijo, I. Metodología de la Investigación
para las Ciencias Sociales [CD-ROM]: Versión 1.01 Santiago: Escuela de Psicología, SECICO Pontificia Universidad Católica de Chile.
Programa computacional. 2001
UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

2
Estadística: Definición
• La estadística descriptiva sirve al propósito de
generar una serie de medidas numéricas tendientes a
sintetizar el comportamiento de las variables (o
conjunto de datos) que estamos estudiando.
• Así la estadística descriptiva es un conjunto de

métodos y técnicas por medio de las cuales podemos
recolectar, organizar, resumir, presentar y analizar
datos numéricos relativos a un conjunto de individuos
u observaciones.

3
Estadística Inferencial
• La estadística descriptiva no se utiliza como
fundamento de una teoría general aplicable a
individuos similares que no han sido medidos. Sólo
se aplica a la muestra.
• La estadística inferencial que toma la información de

la estadística descriptiva para realizar procesos que
permiten. Dentro de ciertos rangos de confianza,
determinar el comportamiento probable de la
población que es representada por la Muestra

4
El Rol de las Probabilidades en la

inferencia estadística
ESTADISTICA INFERENCIAL
Población
Muestra
PROBABILIDAD

5
Niveles de Medición
• La medición implica una relación entre dos conjuntos
de elementos: los números y las propiedades que
queremos medir.
• Entre los números existen ciertas relaciones que son

válidas siempre dentro del mundo aritmético. Del
mismo modo, entre las modalidades de las
propiedades existen ciertas relaciones (desde simples
a complejas) que son verificables en el mundo real.

6
Niveles de medición
• REGLA: Aceptar sólo como relaciones válidas entre
los números aquellas que sean verificables
empíricamente entre las correspondientes
modalidades.
• Las mediciones tendrán distintos grados de perfección

según cumplan con las propiedades de los números.

7
Nivel Nominal
• Los números sólo se utilizan con el fin de clasificar los
objetos o propiedades o distintas modalidades que
asume una variable.
• En este tipo de medición sólo se acepta como relación
válida la igualdad o desigualdad entre las números
que reflejan en la propiedad medida.

8
Nivel Ordinal
• Además de realizar la distinción entre las modalidades
es posible establecer una relación de orden o
jerarquía.
• No refiere nada respecto a la magnitud de diferencia

(cuánto es más una modalidad respecto de otra).

9
Nivel intervalar
• Conserva las propiedades de los niveles anteriores, y agrega la
posibilidad de establecer la magnitud en que una modalidad es
mayor o menor respecto de otra. (Da información respecto a la
distancia entre las modalidades) La diferencia entre las distintas
magnitudes es constante.
• El valor cero en este nivel de medición es arbitrario. Esto significa

que cero no indica ausencia del atributo, lo que implica que los
valores de la variable no son proporcionales entre sí.
• Es un real nivel cuantitativo al cual podemos aplicar las

relaciones numéricas de la suma, resta, división y multiplicación.

10
Nivel de Razón
• Es el nivel más avanzado y posee todas las propiedades
de los niveles anteriores y además tiene un punto de
origen cero verdadero que indica ausencia de la
propiedad.
• Se denomina así porque es posible relacionar las

distancias en términos de la proporción en que cada una
de ellas está contenida en las demás. Esto gracias a que
el origen no es arbitrario, sino absoluto. Mundo de la
física.

11
Análisis Básico
Tabulación y graficación

12
Tabulación y Graficación
• Todo análisis estadístico son estrategias para
traducir la cantidad de información obtenida en
la recolección de datos, a índices que sean
interpretables y que representen alguna
dimensión del comportamiento de las variables
• La estrategia más sencilla es mostrar la
información en un formato visual (gráficos) o
en un esquema sintetizado (tablas)

13
Tabulación
• Las tablas deben incluir todos los puntajes registrados
• Deben respetar las características de la variable
• Llevan un título representativo del contenido (sobre la

tabla, numerado)

14
Graficación
• Son complementos a la tabulación
• Representan la distribución de la variable
• Deben ser fáciles de interpretar
• Deben llevar un título representativo (bajo el gráfico y

numerado)

15
Tablas de frecuencia
La forma más sencilla de presentar la
información obtenida en un estudio es
contabilizar el número de veces que aparece
cada respuesta. Este indicador se conoce como
la frecuencia de aparición da cada respuesta. En
símbolos f.
Cuando presentamos una variable indicando la
frecuencia de aparición de cada uno de sus
valores, tenemos una tabla de frecuencia.

16
• Si los datos corresponden a una variable cuantitativa
(o al menos ordinal), es posible calcular, además, la
frecuencia acumulada de cada valor (en símbolos F),
la que puede ser de dos formas:
– Frecuencia acumulada ascendente (Fasc): indica cual
es la frecuencia de veces que aparecen respuestas
iguales o menores a la que se está analizando
– Frecuencia acumulada descendente (Fdes): indica la
frecuencia de veces que aparecen respuestas
iguales o mayores de las que se están analizando

17
• Las frecuencias son, sin embargo, datos
absolutos. No es posible comparar los
resultados de dos tablas con un N total de
respuestas diferente.
• Para hacer esas comparaciones, se utilizan
medidas estandarizadas, esto es,
transformaciones de los puntajes originales a
escalas que sean las mismas en todas las
tablas (y que permiten la comparación)

18
Medidas estandarizadas
f p=
p= proporción
N f= n° casos
% = p *100 favorables
N= n° total
de
observaciones
19
• En muchas ocasiones, la cantidad de valores que
puede tomar la variable son demasiados, de manera
que se agrupan en intervalos.
• Cada intervalo agrupa a una serie de puntajes
• Los intervalos son excluyentes entre sí.
• En número de valores que compone cada intervalo, denominada
amplitud (i), del intervalo es la misma para todos los intervalos de
una tabla.
• En todo intervalo se distinguen límites superiores e inferiores, los
cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo
que se usa para clasificar).
• El número de intervalos debe ser manejable para quien revise la
tabla.

20
Pasos para construir una tabla de intervalos

• Determinar el número • Calcular la amplitud
de intervalos a usar del intervalo (i)
(t)
• Determinar el i= R
t
recorrido de los
valores a Tabular (R) • Construir los
intervalos.
R= Ptje. Máx. - Ptje. Mín. + 1 • Tabular

21
Representación del tiempo en un continuo
Tiempo en segundos

Tabla I. Tolerancia a la frustración en estudiantes

universitarios de sexo masculino
Puntaje f p % Fasc %asc

10 – 15 154 0.2962 29.62% 154 29.62%
16 – 21 222 0.4269 42.69% 376 72.31%
22 – 27 124 0.2385 23.85% 500 96.16%
28 – 33 20 0.0384 3.84% 520 100%
TOTAL 520 1 100%

UNIMIT_PSI_003-1 / Escuela de 22
Psicología / Pontificia Universidad
Católica de Chile
23
Tablas de Resultados
• Las tablas de frecuencia reflejan el
comportamiento de una sola variable.
Usualmente no se usan en la presentación de
resultados ya que revisar variable por variable
sería demasiado extenso
• En esos casos, se hacen tablas de resumen,
en las que se indican los datos más
importantes de un conjunto de variables

Resumen de resultados
Síntoma Porcentaje de Incidencia
Depresión 44.0%
Ansiedad 33.1%
Insomnio 22.3%
Onicofagia 5%
Colon Irritable 12.6%
Católica de Chile
25
Cruce de variables
• Otro tipo de tablas útiles son aquellas que combinan
los resultados de dos variables
– Ambas variables deben expresar sus resultados en
categorías.
– Se dividen en filas y columnas (una variable en las filas y otra
en las columnas).
– Una celda representa la combinación de valores de las dos
variables.
– Cada celda se refiere a tres totales: filas, columnas y total.
– Permite hipotetizar posibles asociaciones entre las variables.

Tabla III. Disposición a ayudar según sexo

Sexo
f (count)
% fila (row) Mujer Hombre TOTAL
% col
% tot
¿Ayuda? Sí 266 213 479

55.5 44.5
65.5
69.8 60.9
36.4 29.1
No 115 137 252

45.6 54.4 34.5
30.2 39.1
15.7 18.7
TOTAL 381 350 731

52.1 47.9 100
Católica de Chile
27
Gráficos

28
Gráfico de torta
• Ideal para variables nominales

– Se hace un círculo que ECONOM IA
representa al 100% de los casos 18%
PSICOLOGIA
– Se divide el círculo en sectores: 30%
cada sector representa un valor

de la variable INGENIERIA
10%
– El tamaño de cada sector
depende del porcentaje de
ocurrencia de cada valor DERECHO
• Sólo grafica un grupo por vez 4%
• No permite usar muchas A RQUITECTURA

10%
categoría (por congestión visual) M EDIC INA
28%
UNIMIT_PSI_003-1 / Escuela de
Católica de Chile
29
Un histograma
Valores de la variable
30
Un gráfico de barra
Frecuencia
Tipos de personalidad
Gráfico de Barras
• Se manejan dos ejes. 90
– El eje horizontal indica los 80
valores de la variable 70
60
– El eje vertical representa 50 Alto
al índice estadístico 40 Medio
Bajo
• Permite la comparación de 30
20
varios grupos
10
• Las barras pueden juntarse o 0
separarse para denotar la Sí No
continuidad de los valores de

la variable
Católica de Chile
Gráficos de barras
• Barras continuas 40
(usualmente en 35
tablas de intervalos)
30
25
– Representan variables 20 %
continuas 15
– Se usa el punto medio 10
como referencia 5
0
– Permiten visualizar la 0a 9 10 a 19 20 a 29 30 a 39
distribución de la
variable
Católica de Chile
33
Un polígono de frecuencia
Frecuencia
Valores de la variable
34
Puntajes de CI distribuidos en Curva Normal

Frecuencia Relativa
Puntajes de CI
35
Ejemplos de diferentes formas de distribución
Distribuciones simétricas
Distribuciones asimétricas
Sesgo positivo Sesgo negativo

Errores Gráficos
13
12,6
12,2
11,8
11,4
11
10,6
10,2
9,8
9,4
8,6
8,2
A B C D
Católica de Chile
37
Errores Gráficos
• Ausencia de título
• No indicar variables
• Usar escalas inapropiadas
• No indicar el punto 0
• Visualización confusa

38
Medidas de posición
Ubicación respecto al grupo

39
Medidas de Posición
• Las medidas de posición nos permiten dividir a
una distribución en distintas partes. Según el
número de partes, éstas divisiones tendrán
distintos nombres:
– Percentiles : Cuando dividimos una distribución en 100 partes.
– Deciles : Cuando dividimos una distribución en 10 partes.
– Cuartiles : Cuando dividimos una distribución en 4 partes.
– Mediana : Cuando dividimos una distribución en 2 partes.

40
Medidas de posición
• Requisitos
– Variables cuantitativas
– Los resultados están ordenados de menor a mayor
– Las medidas de posición son variables discretas
• Equivalencias
– Como todas las medidas se refieren al mismo grupo de datos,
se pueden hacer equivalentes entre sí

41
Medidas de Posición
• El percentil 30 (P30 ), por ejemplo es el valor de la
variable bajo el cual se encuentra el 30% de los casos
y sobre el cual se encuentra el 70 % de los casos
• El decil 4 (D4) es el valor de la variable que deja bajo

él, el 40 % de los casos y sobre él el 60 %. Esto
permite ver las equivalencias entre percentiles y
deciles : (D4) = (P40 )

42
Cálculo del Percentil

• El cálculo del percentil cuando los datos están “sueltos” es
directo. Ubicar el puntaje que está en la posición que
corresponde al porcentaje del percentil
Ej: 23 34 34 36 37 37 37 42 46 50
P60=37
• Si los datos están en una tabla de intervalos, la fórmula es la
siguiente
N = Número total de sujetos
 x 
 100 * N − F 
L = limite inferior real del intervalo crítico
F = Frecuencia acumulada hasta el intervalo anterior
Px = L +   *i f = frecuencia relativa en el intervalo crítico
 f  i = Amplitud del intervalo
 
43
Rango Percentil
• Cuando queremos saber en qué percentil está una
persona con un determinado puntaje
 x−L
nx = F +  * f
 i 
• Nx= Número de personas con ese puntaje o menos

44
Medidas de Tendencia Central

El valor más representativo

45
Medidas de Tendencia Central

• Una MTC es un indicador numérico que
representa el comportamiento que se
considera más representativo de un grupo de
valores. Para ello, podemos ocupar distintos
criterios:
– El puntaje que más se repite

– El que divide al grupo por la mitad
– El que equipara los puntajes positivos con los
negativos

46
LA MODA
• Representa al puntaje de mayor frecuencia (f)

en una distribución de puntajes.
• Una distribución de puntajes puede ser
bimodal, esto es, tener dos modas. Si hay más
de dos valores con la mayor frecuencia se dice
que no tiene moda.
• En datos no tabulados, es el valor que se
repite más.
• En tablas de intervalos, conviene usar una
fórmula de nivelación de la moda.

47
Promedio o Media
• Representa al puntaje que equilibra los valores
positivos con los negativos de una distribución.
• Como incluye a toda la distribución, puede ser

transformada algebraicamente
• Soporta variantes: promedio ponderado, agrupaciones

de promedios

48
Medidas de tendencia Central y distribuciones

simétricas
No hay moda
Promedio
moda moda Promedio
Promedio
Mediana
Promedio moda moda Promedio
Moda mediana
mediana
Mediana Promedio mediana
Moda Mediana

49
Medidas de tendencia Central y distribuciones

asimétricas
Frecuencia
Frecuencia
moda promedio promedio moda
mediana mediana

50
EL PROMEDIO
Las tres propiedades más importantes del promedio:
- Balancea las diferencias de puntajes

- Refleja las transformaciones hechas a los puntajes
- Puede no ser representativo cuando los valores son
extremos.

51
El promedio: un punto de equilibrio
Haz clic en este sitio para aprender más :

http://www.uc.cl/sw_educ/micssweb/html/pres3.htm
52
LA MEDIANA DIVIDE EL AREA EN DOS

Copyright © 2002 Wadsworth Group. Wadsworth is an imprint of the
Mediana
Wadsworth Group, a division of Thomson Learning

53
Moda (Mo): Fórmula

• Se aplica sólo en caso de tablas de intervalos:
 D1 
Mo = L +   i
 D1 + D2 
L = LIR intervalo Modal
D1 = fmodal -fintervaloanterior
D2 = fmodal -fintervalosiguiente
I = amplitud del intervalo
54
Mediana (Md)
• El valor que divide a la distribución por la mitad
(equivale a P50)
 N * 0.5 − F 
Md = L +   i
 f 
L = LIR intervalo crítico
N = número total de sujetos
F = Frecuencia acumulada hasta el intervalo anterior al
crítico
f = frecuencia del intervalo crítico

i = amplitud
UNIMIT_PSI_003-1 /del
Escuelaintervalo crítico
de Psicología / Pontificia Universidad Católica de Chile
55
Promedio: Fórmula
∑x
n = número total de puntajes
i Σ = suma desde 1 a n
x= i =1
xi= cada puntaje
n
El promedio equilibra las diferencias, no las

elimina

56
Promedio : calculo en tablas
∑ fx
n = número total de puntajes
i
f = frecuencia de cada
x= i =1
puntaje
n Σ = suma desde 1 a n
xi= cada puntaje

57
Promedio de promedios
J J = número de grupos
∑n x
j =1
j j nj= número de sujetos de cada grupo
x. j = J
xj= promedio de cada grupo
∑nj =1
j
Como se hace:
-Multiplicar cada promedio por el
número de sujetos del grupo.
-Sumar todos los resultados.
-Lo que resulte dividirlo por la suma
total de los tamaños de los grupos
58
Equivalencias entre las distintas medidas de

posición
• Las medidas de posición establecen una relación entre un
puntaje y la ubicación que este tiene dentro de la distribución de
puntajes de la variable.
• En otras palabras, si una persona, por ejemplo Manuel, tiene 30
puntos en una prueba, y usted quiere saber como le fue a Manuel
en relación a su curso, una de las alternativas es determinar qué
lugar ocupa el puntaje 30 dentro de todos los puntajes obtenidos
en esa prueba.
• El percentil responde esa pregunta. Si por ejemplo Manuel está
en el percentil 78, quiere decir que con su puntaje está sobre el
78 % de los puntajes de la prueba, o sea, a Manuel le fue bien.

59
Medidas de Variabilidad
¿Cuán parecidos son los puntajes entre sí?

60
• Un dato muy importante para analizar las
distribuciones de puntajes es saber cuán diferentes o
parecidos son los puntajes entre sí
• Esa información nos permite evaluar cuan

representativas son las medidas de tendencia central
que calculamos para esa misma distribución

61
• ¿Cuáles son?
– Rango o Amplitud total
• R= Máximo – Mínimo
• Muy fácil de calcular, evalúa la desviación total
– Rango semi- intercuartil
• Calcula el punto medio de separación entre cuartil 3 y
cuartil 1
• No es muy usado, difícil de interpretar
– Varianza – Desviación estándar
• La más completa

62
Desviación Estándar
• Considera a todos los valores de la distribución.
• Se utiliza el promedio como punto de referencia
para determinar cómo se desvían los valores
de este punto.
• Mientras más heterogénea sea una
distribución, mayores serán las desviaciones
respecto del promedio

63
• Lo más sencillo sería sumar las desviaciones de cada
punto respecto del promedio.
Puntaje(x) X-promedio
1 -5
5 -1
6 0
7 1
8 2
9 3
64
• Sin embargo:
– La suma de las desviaciones se anulen. Solo se
puede hacer en valores absoluto.
– Mientras más valores tenga una distribución mayor
será la suma de las desviaciones en valor
absoluto (problema para comparar distribuciones
con distinto tamaño).
• Para solucionar esto se calcula un promedio
de las desviaciones. Se calcula tomando en
cuanta las desviaciones al cuadrado.

65
Varianza y Desviación Estándar

• Sin embargo la medida que resulta está
expresada en puntajes elevados al cuadrado.
Esto se conoce como VARIANZA (s2)
n •Este indicador nos
∑ (x − x) i
2 muestra las variaciones
al cuadrado respecto al
s =2
x
i =1 promedio.
n •No se puede interpretar

66
Desviación estándar
• Para poder interpretar los datos debemos
regresarlos a la escala original. Esto se
conoce como la desviación estándar (s)
∑ (x − x) i
2
sx = i =1
n

67
Variaciones de la fórmula
• Para cálculos en tablas
n n 2
n∑ fxi − (∑ fxi )
2
sx = i =1 i =1
n2
n
∑ fx
2
i
sx = i =1
− x2
n
68
Forma de la Distribución
• Utilizando los cuartiles podemos analizar la forma de la distribución
SIMETRIA (Q3 - Q2) = ( Q2 - Q1)
ASIMETRIA POSITIVA
(Q3 - Q2 ) > ( Q2 - Q1)
ASIMETRIA NEGATIVA
(Q3 - Q2 ) < ( Q2 - Q1)

69
Puntaje Estándar
 Cualquier escala de puntajes puede transformarse en una
nueva serie de puntajes llamados puntajes estándar
(Z).Para determinar esta nueva escala de puntajes es
necesario definir:
1. La distancia entre un puntaje y el promedio
2. La desviación estándar que nos indicará cuan

heterogéneo u homogéneo es la distribución.
3. Se dividen ambos valores y se genera esta

transformación a un puntaje Z o estándar.

70
Puntaje Estándar
• Fórmula
x−x
Z=
s
71
x−x
Z=
s
Puntaje Z
Un puntaje Z lo que hace es decirnos a cuántas
unidades de desviación estándar del promedio
está un puntaje determinado, o sea, no
contamos en cantidad de puntos, sino en
cantidades de desviaciones estándar. Para
utilizar el puntaje Z requerimos que la
distribución sea normal y Conocer el promedio y
la desviación estándar de los puntajes
72
Distribución de puntajes
• Una distribución de puntajes es el conjunto de
valores obtenidos al realizar un experimento
estadístico dado. En otras palabras, es el
conjunto de resultados de un experimento
estadístico.
• Un experimento estadístico es cualquier
operación que entrega como producto los
valores de una variable (no confundir con un
diseño experimental).

73
DISTRIBUCION NORMAL
– Esta distribución de probabilidades es

una de las más útiles y usadas de las
distribuciones probabilísticas.

74
 Con mucha frecu

aleatorias continua
tiempo, etc que se
75
Existen infi
normales, pe
76
Propiedades de la distribución normal unitaria
1. Corresponde la
2. El promedio de
"Cero"
77
Extraido de http://www.uc.cl/sw_educ/micssweb/html/pres5.htmSitio web de

apoyo a la docencia, elaborado por J. Scharager e I. Armijo. 2002

78
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
Tabla de áreas bajo la

0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
curva normal unitaria

0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
79

80
Haga clic en
http://www.uc.cl/sw_educ/micssweb/html/pres5.htm
Para ver representación visual y profundizar

Estadistica Descriptiva

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Estadistica Descriptiva

Загружено:

Авторское право:

Доступные форматы

1

Lección 6: Estadística Descriptiva

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

• Así la estadística descriptiva es un conjunto de

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

• La estadística inferencial que toma la información de

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

El Rol de las Probabilidades en la

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

• Entre los números existen ciertas relaciones que son

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

• Las mediciones tendrán distintos grados de perfección

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

• No refiere nada respecto a la magnitud de diferencia

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

• El valor cero en este nivel de medición es arbitrario. Esto significa

• Es un real nivel cuantitativo al cual podemos aplicar las

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

• Se denomina así porque es posible relacionar las

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

• Deben respetar las características de la variable

• Llevan un título representativo del contenido (sobre la

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

• Representan la distribución de la variable

• Deben ser fáciles de interpretar

• Deben llevar un título representativo (bajo el gráfico y

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

Pasos para construir una tabla de intervalos

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

Representación del tiempo en un continuo

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

Tabla I. Tolerancia a la frustración en estudiantes

Puntaje f p % Fasc %asc

16 – 21 222 0.4269 42.69% 376 72.31%

22 – 27 124 0.2385 23.85% 500 96.16%

28 – 33 20 0.0384 3.84% 520 100%

TOTAL 520 1 100%

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

Colon Irritable 12.6%

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

Tabla III. Disposición a ayudar según sexo

¿Ayuda? Sí 266 213 479

No 115 137 252

TOTAL 381 350 731

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

• Ideal para variables nominales

cada sector representa un valor

• Sólo grafica un grupo por vez 4%

• No permite usar muchas A RQUITECTURA

continuidad de los valores de

– Se usa el punto medio 10

Puntajes de CI distribuidos en Curva Normal

Ejemplos de diferentes formas de distribución

Sesgo positivo Sesgo negativo

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile

UNIMIT_PSI_003-1 / Escuela de Psicología / Pontificia Universidad Católica de Chile