Breve introducción a la
estadística
Preparado por Marcos Torres Nazario, Ed.D. IR Certificate
Agosto 2012
Temas
 Definiciones

 Tipos

de datos
 Niveles de medición
 Nominal,

 Abusos

ordinal, intervalo y ratio

de la esta...
Definiciones


Estadística – colección de métodos para
planear experimentos, obtener datos y luego
organizar, resumir, pr...
Definiciones (cont.)




Población – es la colección completa de todos los
elementos que se van a estudiar (Triola, 2002...
Definiciones (cont.)


Muestra – es un subconjunto de elementos extraído
de una población (Triola, 2002). Omar Ponce (199...
Aspectos importantes






Tamaño- el volumen de participantes sea suficiente
para poder hacer inferencias a partir de ...
Definiciones (cont.)




Parámetro – es una medición numérica que
describe alguna característica de una población.
Ejemp...
Tipos de datos






Datos cuantitativos – consisten en números que
representan conteos o mediciones.
Datos cualitativ...
Niveles de medición


Los niveles de medición se dividen en
cuatro categorías:





Nominal
Ordinal
Intervalo
Razón/R...
Nivel nominal de medición
Consiste de nombres, etiquetas y
categorías
 Los sujetos se clasifican de acuerdo a
unas caract...
Nivel ordinal de medición







Va más allá de una mera clasificación y asigna un
orden a los valores de la variable ...
Nivel de intervalo de medición
Posee las características de anteriores
pero las escalar tienen distancias
exactas
 Limita...
Nivel de ratio de medición
Es el nivel más alto de medición y
posee las siguientes características:
 La escala tiene un o...
Críticas al uso de la estadística




Existe una percepción general de que “el
conocimiento estadístico es intencionado ...
Críticas al uso de la estadística








En el libro How to lie with statistics (Cómo mentir con
las estadísticas en ...
Críticas al uso de la estadística







Muestras pequeñas – sacar conclusiones con
muestras muy pequeñas.
Porcentaje...
Porcentajes distorsionados
Distorsionado

Correcto
Gráficas distorcionadas

Distorcionada

Correcta

?
Referencias
Estadísticas (2012, 20 de agosto de 2012) . In Wikipedia, the free
enciclopedia. Disponible en:
http://es.wiki...
Próxima SlideShare
Cargando en…5
×

Breve introducción a la estadística descriptiva

551 visualizaciones

Publicado el

0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
551
En SlideShare
0
De insertados
0
Número de insertados
11
Acciones
Compartido
0
Descargas
5
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Breve introducción a la estadística descriptiva

  1. 1. Breve introducción a la estadística Preparado por Marcos Torres Nazario, Ed.D. IR Certificate Agosto 2012
  2. 2. Temas  Definiciones  Tipos de datos  Niveles de medición  Nominal,  Abusos ordinal, intervalo y ratio de la estadística  Resumen
  3. 3. Definiciones  Estadística – colección de métodos para planear experimentos, obtener datos y luego organizar, resumir, presentar, analizar, interpretar y llegar a conclusiones con base en esos datos.    Es mucho más que trazar gráficas y calcular promedios. Contempla sacar conclusiones generalizadas y significativas que van más allá de los datos originales. Esta definición ilustra la fuerte conexión entre la metodología de investigación y las estadísticas.
  4. 4. Definiciones (cont.)   Población – es la colección completa de todos los elementos que se van a estudiar (Triola, 2002). Ponce (1998) lo define como el conglomerado teórico posible de todos los elementos de donde se puede conseguir la información que se interesa. Por ejemplo, el universo de votantes en una encuesta política sería todas las personas que cumplen con todos los requisitos para votar. Censo – es la colección de datos de cada elemento de una población.
  5. 5. Definiciones (cont.)  Muestra – es un subconjunto de elementos extraído de una población (Triola, 2002). Omar Ponce (1998) lo define como el extracto de elementos del universo del cual se extrae. Esencialmente debe tener las mismas características de la población. Se extraen muestras por dos razones:   Generalización – para hacer inferencias de la muestra a la población Economía – para hacer el estudio viable en términos de tiempo y costo.
  6. 6. Aspectos importantes    Tamaño- el volumen de participantes sea suficiente para poder hacer inferencias a partir de la muestra hacia la población Representatividad – que la muestra refleje las características de la población de la cual se extrae (p.e. igual proporción de hombres y mujeres). Error de muestreo – se conoce como el error de muestreo cuando la muestra no es representativa de la población de la cual se extrae. Es la diferencia entre el resultado de una muestra y el verdadero resultado de la población (Triola, 2002)
  7. 7. Definiciones (cont.)   Parámetro – es una medición numérica que describe alguna característica de una población. Ejemplos de parámetros incluye la media, desviación estándar, proporciones y coeficientes de correlación de la población. Estadígrafo – es una medición numérica que describe alguna característica de una muestra. Ejemplos de estadígrafos incluye la media, desviación estándar, proporciones y coeficientes de correlación de la muestra.
  8. 8. Tipos de datos     Datos cuantitativos – consisten en números que representan conteos o mediciones. Datos cualitativos, categóricos o de atributos – se pueden dividir en diferentes categorías que se distinguen por alguna característica no numérica. Datos discretos – se obtienen de un número finito de posibles valores qe pueden contarse. Datos continuos – se obtienen de un número infinito de posibles valores que pueden asociarse a puntos de una escala continua.
  9. 9. Niveles de medición  Los niveles de medición se dividen en cuatro categorías:     Nominal Ordinal Intervalo Razón/Ratio Bajo nivel Más alto nivel
  10. 10. Nivel nominal de medición Consiste de nombres, etiquetas y categorías  Los sujetos se clasifican de acuerdo a unas características comunes  NO se califican u ordena de forma alguna  NO implica cantidad  Ejemplo: género, raza, religión, partido político al que pertenece. 
  11. 11. Nivel ordinal de medición     Va más allá de una mera clasificación y asigna un orden a los valores de la variable en términos del grado en que el sujeto posee la característica que se está midiendo Se asigna un orden pero no es posible asignar diferencias entre los valores ya que no hay una escala estandarizada o tales diferencias carecen de valor. Limitación: las distancias entre los valores no son consistentes o continuas. Ejemplos: Escala Likert (excelente-bueno-regularpobre), estado socioeconómico, orden en una carrera.
  12. 12. Nivel de intervalo de medición Posee las características de anteriores pero las escalar tienen distancias exactas  Limitación: No tiene un punto de partida, cero absoluto o inherente en el que la cantidad esté totalmente ausente.  Ejemplos: Temperatura en Celsius o en grados Fahrenheit. 
  13. 13. Nivel de ratio de medición Es el nivel más alto de medición y posee las siguientes características:  La escala tiene un orden  Unidades estandarizadas de medida  Cero significativo  Ejemplos: Salario, número de niños, Temperatura en grados Kelvin, peso, estatura, entre otros. 
  14. 14. Críticas al uso de la estadística   Existe una percepción general de que “el conocimiento estadístico es intencionado y frecuentemente mal usado, encontrando maneras de interpretar los datos que sean favorables presentador” (Estadística, 2012). De hecho, existe un refrán que describe la estadística como “el arte de torturar los números hasta que confiesen lo que uno quiere”. En esta misma línea, a Benjamin Disraeli, se le adjudica haber dicho lo siguiente: «Hay tres tipos de mentiras: mentiras pequeñas, mentiras grandes y las estadísticas».
  15. 15. Críticas al uso de la estadística     En el libro How to lie with statistics (Cómo mentir con las estadísticas en la edición española) de Darrell Huff discute muchos casos de mal uso de la estadística, con énfasis en gráficas malintencionadas. Asimismo, al escoger (o rechazar o modificar) una cierta muestra, los resultados pueden ser manipulados; por ejemplo, mediante la eliminación selectiva de valores atípicos (outliers). Este puede ser el resultado de fraudes o sesgos intencionales por parte del investigador. Para lidiar con esta situación, el Decano de la Universidad de Harvard, Lawrence Lowell escribió en 1909 que las estadísticas, «como algunos bizcochos, son buenas si se sabe quién las hizo y se está seguro de los ingredientes» (Estadística, 2012). A continuación se describen algunos de los usos incorrectos de las estadísticas.
  16. 16. Críticas al uso de la estadística      Muestras pequeñas – sacar conclusiones con muestras muy pequeñas. Porcentajes distorsionados – interpretar incorrectamente cifras de mejoría. Distorsiones deliberadas – manipular los datos para su conveniencia. Gráficas engañosas – presentar gráficas diseñadas para exagerar diferencias de forma engañosa. Muestras incorrectas – el método para la recolección de los datos es incorrecta.
  17. 17. Porcentajes distorsionados Distorsionado Correcto
  18. 18. Gráficas distorcionadas Distorcionada Correcta ?
  19. 19. Referencias Estadísticas (2012, 20 de agosto de 2012) . In Wikipedia, the free enciclopedia. Disponible en: http://es.wikipedia.org/wiki/Estad%C3%ADstica Otras fuentes:  Uso y abuso de los datos estadísticos. Disponible en: http://www.wharton.universia.net/index.cfm?fa=viewArticle&ID=1503  How graphs can fool you. Disponible en: http://www.exercisebiology.com/index.php/site/articles/how_graphs_c an_fool_you/  Las mentiras estadísticas. Disponible en: http://lamoraldelosbuitres.com/1765/las-mentiras-estadisticas/  Data Analysis: Displaying Data - Deception with Graphs. Disponible en: http://www.sao.state.tx.us/resources/Manuals/Method/data/12DECE PD.pdf  On Graphs. Disponible en: https://afrankangle.wordpress.com/2012/08/06/on-graphs/  Mentiras, pecados y abusos estadísticos. Disponible en: http://www.dmae.upm.es/WebpersonalBartolo/articulosdivulgacion/e stadistica.html 

×