Capítulo 5. Exposición. Servín Ruiz y Castillo Serrano.pptx
1. MAESTRÍA EN PSICOLOGÍA CLÍNICA Y DE LA SALUD – SEMINARIO DE TESIS I SEPTIEMBRE, 2022
James H. McMillan, Sally Schumacher
CAPÍTULO 5
Estadística Descriptiva
EQUIPO:
EDGAR LEONEL CASTILLO SERRANO
CARLA CRISTINA SERVIN RUIZ
2. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
| CONTENIDO
3. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
La investigación cuantitativa se basa, en gran medida, en números para
presentar los datos y proporcionar estimaciones de validez y fiabilidad.
Las estadísticas son herramientas diseñadas para ayudar al
investigador a organizar e interpretar números derivados de la
medición de un rasgo o variable.
Estadística y números no se interpretan a sí mismos, por lo que la
calidad de la investigación dependerá de la correcta conceptualización,
diseño, selección de sujetos, pruebas y procedimientos.
4. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
Hay dos amplias categorías de técnicas estadísticas: descriptiva e inferencial.
La estadística descriptiva (a veces llamada estadística de resumen) se usa para
organizar y reducir grandes cantidades de observaciones
La estadística descriptiva representa y se enfoca en qué es con respeto a los
datos de muestra. . El uso de estadística descriptiva es la forma más conveniente
de interpretar los resultados de una investigación cuantitativa. Por ejemplo:
¿Qué porcentaje de los alumnos de X grupo de X preparatoria desea estudiar la
universidad?
La estadística inferencial, por otro lado, se emplea para hacer deducciones o
predicciones sobre la similitud de una muestra con la población de la que se ha
extraído la muestra.
5. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
Hay muchos tipos de estadística descriptiva que los investigadores pueden elegir para
caracterizar un conjunto de datos. La opción depende, normalmente, de dos factores: el tipo de
escala de medida empleado y el propósito de la investigación. Existen técnicas estadísticas
descriptivas que se corresponden con cada escala.
ESCALAS DE MEDIDA O NIVELES DE MEDIDA
La escala de tipo NOMINAL (implica nombre) también conocido como categórico o clasificatorio.
Ejemplos comunes de escalas nominales incluyen la clasificación sobre la base de: color de ojos,
género, afiliación política, etc. Los grupos reciben un nombre para poder ser diferenciados, pero
esto no supone ningún orden (un grupo no va antes o después que otro). Los datos nominales
dan como resultado variables categóricas y los resultados se presentan como frecuencias en cada
categoría.
La escala de tipo ORDINAL, como su propio nombre indica, asume que las categorías de la
variable teóricamente pueden ser ordenadas por rango desde la mayor hasta la menor. Ejemplos
de medición ordinal pueden ser el uso de los percentiles en los test de rendimiento.
6. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
Las escalas de INTERVALO comparten la misma característica de las escalas
ordinales, sin embargo, éstas indican intervalos iguales entre categorías.
Ejemplos de escalas de intervalo incluyen: temperaturas Fahrenheit y Celsius y la
mayoría de los test estandarizados.
Las escalas de RAZON comparten propiedades ordinales y de intervalo, y
corresponden a comparaciones numéricas que pueden ser significativas. Por
ejemplo, decir que un número es dos o tres veces otro número, o un medio, o un
cuarto de otro número. Ejemplos de mediciones empleando la escala de razón
podría ser la distancia que alcanza un atleta en cierto tiempo en comparación
con otro.
7. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
8. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
MEDIDAS DE TENDENCIA CENTRAL
La MEDIA (simbolizada por X o M) es simplemente la media aritmética de todas
las puntuaciones. Se calcula sumando todas las puntuaciones y dividiendo la
suma entre el número de puntuaciones. La desventaja de la media es que es un
poco engañosa con respecto a la tendencia central. Sin embargo, es esencial para
la interpretación de resultados en los que se comparan unos grupos con otros.
La MEDIANA es ese punto que divide una distribución ordenada en mitades. Si
una distribución tiene un numero par de puntuaciones, la mediana es el punto
central entre ambas puntuaciones. Por el resto, se entiende que el cincuenta por
ciento de las puntuaciones estará por debajo de la mediana y el otro cincuenta
por ciento se encontrará por encima de ésta. Las medianas se emplean, a veces,
para a partir de un valor de referencia, dividir la muestra en dos grupos y
proceder a entrevistarlos.
__
9. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
MEDIDAS DE TENDENCIA CENTRAL
La MODA es simplemente la puntuación que aparece más frecuentemente en una
distribución. Tiene utilidad sólo cuando interesa conocer la puntuación u
observación más frecuente o cuando los datos están en formato nominal.
10. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
MEDIDAS DE RELACIÓN
Existen muchas cuestiones de interés que dependen de la forma en que dos o más
variables se relacionan entre sí. Por ejemplo: ¿existe una relación entre la autoestima
y el rendimiento?
El DIAGRAMA DE DISPERSIÓN es un gráfico de representación de la relación, que se
logra al presentar visualmente la intersección de las puntuaciones de cada sujeto en las
dos variables evaluadas. En el gráfico, una variable se ordena en el eje horizontal (X) y
la segunda variable se ordena en el eje vertical (Y).
Los patrones de relación positiva o directa, se caracterizan con el aumento o
disminución del valor de una variable en semejanza al valor de la otra variable. Es decir,
los dos valores aumentan o los dos disminuyen.
En los patrones de relación negativa o inversa, se observa que mientras el valor de una
variable aumenta, el otro disminuye o viceversa.
11. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
El DIAGRAMA DE DISPERSIÓN
Los puntos que están más dispersos tienen una relación débil, mientras que los puntos agrupados cerca de la línea
indican una relación alta o fuerte. La fuerza de la relación es independiente de su dirección. Puntos agrupados tan
estrechamente que forman una línea recta representan una relación perfecta (máxima fuerza). De este modo, las
correlaciones indican tres cosas: si existe una relación, la dirección de la relación y la fuerza de la relación.
12. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
El COEFICIENTE DE CORRELACIÓN El acuerdo más común es calcular un
número para representar la relación, denominado coeficiente de correlación. Hay
muchos tipos de coeficientes de correlación y la elección de uno u otro se determina por
la escala usada en la recogida de datos y la pregunta de investigación.
El número que representa la correlación puede ir de –1.00a +1.00. Un valor positivo alto
(por ejemplo, .85, .90, .96) representa una relación positiva alta; un valor positivo bajo
(.15, .20, .08) una relación positiva baja; un valor negativo moderado (por ejemplo, –
0.40, –0.37, –0.52) una relación negativa moderada, un valor de 0 que no hay relación y
así sucesivamente. De esta manera, la fuerza de la relación es mayor cuando la
correlación se aproxima a +1 o –1 desde 0.
13. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
El COEFICIENTE DE CORRELACIÓN
Para resumir, los coeficientes se emplean para detectar relaciones estadísticamente significativas (o
asociaciones) entre las variables. Independientemente del tipo de pruebas, lo mejor es realizar un
estudio piloto o manejar datos previos de sujetos similares para asegurar la fiabilidad y la variabilidad
en las respuestas.
14. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
Representación Gráfica de datos
Distribución de
frecuencias
Histogramas Gráficos de barras Polígonos de
frecuencia
15. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
Distribución de frecuencias
16. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
Histogramas
17. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
Gráfico de barras
18. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
Polígonos de frecuencia
19. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
DISPERSIÓN
DISTRIBUCIÓN
Medidas de VARIABILIDAD
Las medidas de variabilidad muestran cómo está de separada la distribución de puntuaciones de la media
de la distribución o cuánto, sobre el promedio, las puntuaciones difieren de la media.
20. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
DISPERSIÓN
DISTRIBUCIÓN
Rango
El rango es la diferencia entre las puntuaciones mayor y menor de la
distribución. Si, por ejemplo, la menor de las 30 puntuaciones en un test es 65 y
la mayor 90, el rango sería 25 (90-65 = 25).
21. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
DISPERSIÓN
DISTRIBUCIÓN
Desviación típica
La desviación típica es un índice numérico que indica la variabilidad promedio
de las puntuaciones. Nos habla, en otras palabras, sobre la distancia, sobre el
promedio, de las puntuaciones desde la media.
22. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
DISPERSIÓN
DISTRIBUCIÓN
Diagrama de caja
El diagrama de caja se usa para dar una
imagen de la variabilidad. Se forma una
“caja” por cada variable. El tamaño de esta
caja rectangular se determina por el primer y
tercer cuartil de la distribución (del percentil
25 al 75). Los “bigotes” son líneas que se
dibujan desde los extremos del rectángulo
hasta los percentiles10 y 90.
23. SEMINARIO DE TESIS I – CAPÍTULO 5. ESTADÍSTICA DESCRIPTIVA. PRESENTA: CASTILLO Y SERVIN.
DISPERSIÓN
DISTRIBUCIÓN
Puntuaciones típicas
La puntuación z es la puntuación típica más
básica, con una media de 0 y una desviación
típica de 1. De esta forma, una puntuación z
de +1 está en el percentil 84 para una
distribución normal, –1 en el percentil 16 y –
2 se encuentra en el percentil 2