SlideShare una empresa de Scribd logo
1 de 16
REPÚBLICA BOLIVARIANA DE VENEZUELA
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
SEDE BARCELONA – PUERTO LA CRUZ
INGENIERÍA MANTENIMIENTO MECANICO
Autor: Carlos Marcano
C.I: 17.537.366
Tutor: Ing. Ramón Aray
BARCELONA, 09 DE SEPTIEMBRE DE 2017
1
INDICE
Pag.
Introducción………………………………………………………………………...…I
Definición de estadística, investigación estadística, escalas de medición…………….1-5
Cómo realizar una investigación estadística………………………………………..…6-7
Aplicaciones de la investigación estadística……………………………………….……7
Principales escalas de medición…………………………………………………..…..8-9
Cómo y cuándo aplicar las escalas de medición…………………………………….9-11
Conclusión………………………………………………………………………….….12
Bibliografía……………………………………………………………………….....…13
Anexos………………………………………………………………………...……14-15
INTRODUCCIÓN
Escala puede concebirse como un continuo de valores ordenados correlativamente que
admite un punto inicial y otro final. Si evaluamos el rendimiento académico de estudiantes
podemos asignar el valor cero al mínimo rendimiento imaginable al respecto; al mayor
rendimiento posible podemos atribuirle un valor de 100, 20, 10 o 7 puntos, según resulte
más práctico. Con estos dos valores tendríamos ya marcados los límites de nuestra escala;
para concluir de confeccionarla será necesario asignar a los posibles rendimientos
intermedios puntajes también intermedios. Con ello obtendremos una escala capaz de medir
la variable rendimiento académico a través de los indicadores concretos de los trabajos
presentados por los estudiantes, de sus exámenes, pruebas y otras formas
de evaluación posibles.
Para que una escala pueda considerarse como capaz de aportar información objetiva debe
reunir los dos siguiente requisitos básicos:
a. Confiabilidad: se refiere a la consistencia interior de la misma, a su capacidad para
discriminar en forma constante entre un valor y otro."Cabe confiar en una escala –
anotan Goode y Hatt- cuando produzca constantemente los mismos resultados al
aplicarla a una misma muestra", es decir, cuando siempre los mismos objetos aparezcan
valorados en la misma forma.
b. Validez: indica la capacidad de la escala para medir las cualidades para las cuales ha
sido construida y no otras parecidas. Una escala confusa no puede tener validez, lo
mismo que en una escala que esté midiendo, a la vez e indiscriminadamente, distintas
variables superpuestas
1
ESTADISTICA
Ciencia que utiliza conjuntos de datos numéricos para obtener, a partir de ellos, inferencias
basadas en el cálculo de probabilidad.
La estadística se divide en dos grandes áreas:
 Estadística descriptiva: Se dedica a la descripción, visualización y resumen de datos
originados a partir de los fenómenos de estudio. Los datos pueden ser
resumidos numérica o gráficamente. Su objetivo es organizar y describir las
características sobre un conjunto de datos con el propósito de facilitar su aplicación,
generalmente con el apoyo de gráficas, tablas o medidas numéricas.
 Ejemplos básicos de parámetros estadísticos son: la media y la desviación estándar.
 Ejemplos gráficos son: histograma, pirámide poblacional, gráfico circular, entre
otros.
 Estadística inferencial: Se dedica a la generación de los modelos, inferencias y
predicciones asociadas a los fenómenos en cuestión teniendo en cuenta
la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y
extraer inferencias acerca de la población bajo estudio. Estas inferencias pueden tomar
la forma de respuestas a preguntas sí/no (prueba de hipótesis), estimaciones de unas
características numéricas (estimación), pronósticos de futuras observaciones,
descripciones de asociación (correlación) o modelamiento de relaciones
entre variables (análisis de regresión
Investigación Estadística
Selección y determinación de la población o muestra y las características
contenidas que se desean estudiar. En el caso de que se desee tomar una muestra,
es necesario determinar el tamaño de la misma y el tipo de muestreo a realizar
(probabilístico o no probabilístico).
 Obtención de los datos. Esta puede ser realizada mediante la observación directa
de los elementos, la aplicación de encuestas y entrevistas, y la realización de
experimentos.
Clasificación, tabulación y organización de los datos. La clasificación incluye el
tratamiento de los datos considerados anómalos que pueden en un momento dado,
falsear un análisis de los indicadores estadísticos. La tabulación implica el
resumen de los datos en tablas y gráficos estadísticos.
 Análisis descriptivo de los datos. El análisis se complementa con la obtención de
indicadores estadísticos como las medidas: de tendencia central, dispersión,
posición y forma.
 Análisis inferencial de los datos. Se aplican técnicas de tratamiento de datos que
involucran elementos probabilísticos que permiten inferir conclusiones de una
muestra hacia la población (opcional).
 Elaboración de conclusiones. Se construye el informe final
Escalas de Medición.
Se entenderá por medición al proceso de asignar el valor a una variable de un elemento en
observación. Este proceso utiliza diversas escalas: nominal, ordinal, de intervalo y de razón.
Las variables de las escalas nominal y ordinal se denominan también categóricas, por otra
parte las variables de escala de intervalo o de razón se denominan variables numéricas. Con
los valores de las variables categóricas no tiene sentido o no se puede efectuar operaciones
aritméticas. Con las variables numéricas sí.
1
La escala nominal sólo permite asignar un nombre al elemento medido. Esto la convierte
en la menos informativa de las escalas de medición.
Los siguientes son ejemplos de variables con este tipo de escala:
Nacionalidad.
Uso de anteojos.
Número de camiseta en un equipo de fútbol.
Número de Cédula Nacional de Identidad.
A pesar de que algunos valores son formalmente numéricos, sólo están siendo usados para
identificar a los individuos medidos.
La escala ordinal, además de las propiedades de la escala nominal, permite establecer un
orden entre los elementos medidos.
Ejemplos de variables con escala ordinal:
Preferencia a productos de consumo.
Etapa de desarrollo de un ser vivo.
Clasificación de películas por una comisión especializada.
Madurez de una fruta al momento de comprarla.
La escala de intervalo, además de todas las propiedades de la escala ordinal, hace que
tenga sentido calcular diferencias entre las mediciones.
Los siguientes son ejemplos de variables con esta escala:
Temperatura de una persona.
Ubicación en una carretera respecto de un punto de referencia (Kilómetro 85 Ruta
5).
Sobrepeso respecto de un patrón de comparación.
Nivel de aceite en el motor de un automóvil medido con una vara graduada.
CÓMO REALIZAR UNA INVESTIGACIÓN ESTADÍSTICA
1. Selección y determinación de la población o muestra y las características contenidas
que se desean estudiar. En el caso de que se desee tomar una muestra, es necesario
determinar el tamaño de la misma y el tipo de muestreo a realizar (probabilístico o
no probabilístico).
2. Obtención de los datos. Esta puede ser realizada mediante la observación directa de
los elementos, la aplicación de encuestas y entrevistas, y la realización de
experimentos.
3. Clasificación, tabulación y organización de los datos. La clasificación incluye el
tratamiento de los datos considerados anómalos que pueden en un momento dado,
falsear un análisis de los indicadores estadísticos. La tabulación implica el resumen
de los datos en tablas y gráficos estadísticos.
4. Análisis descriptivo de los datos. El análisis se complementa con la obtención de
indicadores estadísticos como las medidas: de tendencia central, dispersión,
posición y forma.
5. Análisis inferencial de los datos. Se aplican técnicas de tratamiento de datos que
involucran elementos probabilísticos que permiten inferir conclusiones de una
muestra hacia la población (opcional).
6. Elaboración de conclusiones. Se construye el informe final.
Aplicaciones de la investigación estadística.
La estadística es un potente auxiliar de muchas ciencias y actividades humanas: sociología,
sicología, geografía humana, economía,
La estadística está relacionada con el estudio de proceso cuyo resultado es más o menos
imprescindible y con la finalidad de obtener conclusiones para tomar decisiones razonables
de acuerdo con tales observaciones.
1
El resultado de estudio de dichos procesos, denominados procesos aleatorios, puede ser
de naturaleza cualitativa o cuantitativa y, en este último caso, discreta o continúa.
Son muchas las predicciones de tipo sociólogo, o económico, que pueden hacerse a partir
de la aplicación exclusiva de razonamientos probabilísticos a conjuntos de
datos objetivos como son, por ejemplo, los de naturaleza demográfica.
Las predicciones estadísticas, difícilmente hacen referencia a sucesos concretos, pero
describen con considerable precisión en el comportamiento global de grandes conjuntos de
sucesos particulares. Son predicciones que, en general, no acostumbran resultar útiles.
Para saber quién, de entre los miembros de una población importante, va a encontrar trabajo
o a quedarse sin él; o en cuales miembros va a verse aumentada o disminuida
una familia concreto en los próximos meses.
Principales escalas de medición
El proceso de asignar un valor numérico a una variable se llama medición. Las escalas de
medición sirven para ofrecernos información sobre las clasificaciones que podemos hacer
con respecto a las variables (discretas o continuas).
Cuando se mide una variable el resultado puede aparecer en uno de cuatro diversos tipos de
escalas de medición; nominal, ordinal, intervalo y razón.
Conocer la escala a la que pertenece una medición es importante para determinar el método
adecuado para describir y analizar esos datos.
Escala nominal:
Utiliza los números para identificar que un dato pertenece a un grupo o a una categoría. Es
aquella escala que no presenta un orden o dimensión particular, son observaciones que
pueden clasificarse o contarse.
En el análisis de datos resulta más sencillo asignar a ciertos atributos “etiquetas” numéricas
en lugar de utilizar datos complejos. Por ello podemos utilizar un “1” para designar a las
mujeres y un “2” para designar a los hombres, sin que ninguno de los números represente
más o menos, solamente con el objetivo de distinguir y organizar datos.
En esta escala cada persona u objeto debe pertenecer a una y solamente una de las
categorías que tienen y el conjunto de estas categorías debe ser exhaustivo; es decir, tiene
que contener a todos los casos posibles.
Escala ordinal:
En esta escala los números representan una clasificación (mayor que o menor que), sin que
represente una unidad de medida, quedando implícito que un número de mayor cantidad
tiene más alto grado de atributo medido en comparación de un número menor. Se establece
una gradación u orden natural para las categorías, cada uno de los datos puede localizarse
dentro de alguna de las categorías disponibles.
Escala de intervalo:
En esta escala además del “mayor que” y el “menor que” también se establece una unidad
de medida que nos permite precisar cuánto se es mayor o menor. La unidad de medición es
arbitraria, el cero es convencional y pueden existir cantidades negativas; la medición de la
temperatura y del coeficiente intelectual son ejemplos de este tipo de escala.
En esta escala se pueden hacer comparaciones por medio de diferencias o de sumas, sin
embargo no se admiten comparaciones por medio de multiplicaciones, divisiones o
porcentajes pues carecen de sentido.
Escala de razón:
Similar a la escala de intervalo, pero tiene un cero absoluto y por ello los múltiplos de los valores de
la escala serán significativos; el nivel de votos en una elección sería un buen ejemplo de una escala
de medición de razón.
 Cómo y cuándo aplicar las escalas de medición.
1
Escalas de medición, pueden ser clasificadas de acuerdo a una degradación de las
características de las variables. Estas escalas son: nominales, ordinales, intervalares o
racionales. Según pasa de una escala a otra el atributo o la cualidad aumenta. Las escalas de
medición ofrecen información sobre la clasificación de variables discretas o continuas. Toda
vez que dicha clasificación determina la selección de la gráfica adecuada.
Todo problema de investigación científica, aún el más abstracto, implica de algún
modo una tarea de medición de los conceptos que intervienen en el mismo. Porque si
tratamos con objetos como una especie vegetal o un comportamiento humano nos
veremos obligados ya sea a describir sus características o a relacionarse éstas con
otras con las que pueden estar conectadas: en todo caso tendremos que utilizar
determinadas variables –tamaño, tipo de flor, semilla, o las variables que definan el
comportamiento de estudio- y tendremos que encontrar el valor que éstas asumen en
el caso estudiado. En eso consiste, desde el punto de vista lógico más general, la
tares de medir.
Conclusión
Un instrumento de medición debe cubrir dos requisitos: confiabilidad y validez.
La confiabilidad se refiere al grado en que la aplicación repetida de un instrumento de
medición al mismo sujeto u objeto, produce iguales resultados. La validez refiere al grado
en que un instrumento de medición mide realmente la(s) variable(s) que pretende medir. Se
pueden aportar tres tipos de evidencia para la validez: evidencia relacionada con el
contenido, evidencia relacionada con el criterio y evidencia relacionada con el constructo.
Los factores que principalmente pueden afectar la validez son: improvisación, utilizar
instrumentos desarrollados en el extranjero y que no han sido validados a nuestro contexto,
poca o nula empatía, factores de aplicación.
No hay medición perfecta, pero el error de medición debe reducirse a límites tolerables.
La medición de variables no físicas resulta, en esencia, un proceso idéntico al anterior.
La dificultad reside en que las variables de este tipo no pueden medirse con escalas tan
sencillas como las lineales y en que, por otra parte, no existen para su comparación
patrones de medida universalmente definidos y aceptados. Si deseamos medir el peso
de un objeto podremos expresar el valor del mismo en kilogramos, libras o cualquier
unidad que, de todas maneras, tiene un equivalente fijo y constante con las otras que
utilizan. En cambio para medir el grado de autoritarismo de un dirigente no existe ni
una unidad ni una escala generalmente reconocidas, por lo que el investigador se ve
obligado a elegir alguna escala de las que se han utilizado en otros trabajos o, lo que es
1
bastante frecuente, a construir una adaptada a sus necesidades específicas
Bibliografía
CAMACHO, J. (2000) Estadística con SPSS versión 9 para Windows
De la Garza J., Morales B. & González B. (2013). Análisis estadístico multivariable.
FERRAN, E. (1996) SPSS para Windows. Programación y análisis estadístico.
1
1

Más contenido relacionado

La actualidad más candente

Analisis de encuestas
Analisis de encuestasAnalisis de encuestas
Analisis de encuestasMauricio Cano
 
Estadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicosEstadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicosCristina Rios
 
Informe sobre Estadistica Descriptiva
Informe sobre Estadistica DescriptivaInforme sobre Estadistica Descriptiva
Informe sobre Estadistica DescriptivaJesus Paredes
 
Introducción a la Estadística Descriptiva
Introducción a la Estadística DescriptivaIntroducción a la Estadística Descriptiva
Introducción a la Estadística Descriptivajabonilla77
 
Análisis de datos cuantitativos
Análisis de datos cuantitativosAnálisis de datos cuantitativos
Análisis de datos cuantitativoskjota11
 
Trabajo resumen de que es estadistica y su clasificacion
Trabajo resumen  de que es estadistica y su clasificacionTrabajo resumen  de que es estadistica y su clasificacion
Trabajo resumen de que es estadistica y su clasificacionEduardo RA D
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptivaCarlo Herrera
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptivahilzap
 
Unidad I Estadistica I - Conceptos Basicos
Unidad I Estadistica I - Conceptos BasicosUnidad I Estadistica I - Conceptos Basicos
Unidad I Estadistica I - Conceptos Basicoseerg8585
 
Analisis de datos cuantitativos
Analisis de datos cuantitativosAnalisis de datos cuantitativos
Analisis de datos cuantitativosDila0887
 
1 estadística descriptiva e inferencial
1 estadística descriptiva e inferencial1 estadística descriptiva e inferencial
1 estadística descriptiva e inferencialguesta90c79
 
Resumen estadistica descriptiva resumen
Resumen estadistica descriptiva resumenResumen estadistica descriptiva resumen
Resumen estadistica descriptiva resumenCarlo Herrera
 
Blog, conceptos de programación, métodos estadísticos
Blog, conceptos de programación, métodos estadísticosBlog, conceptos de programación, métodos estadísticos
Blog, conceptos de programación, métodos estadísticosLauraOspina49
 
Modulo de estadistica i
Modulo de estadistica iModulo de estadistica i
Modulo de estadistica iVihu DEC
 
Modulo Estadística 2011
Modulo Estadística 2011Modulo Estadística 2011
Modulo Estadística 2011cesarzatta
 

La actualidad más candente (20)

Analisis de encuestas
Analisis de encuestasAnalisis de encuestas
Analisis de encuestas
 
Estadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicosEstadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicos
 
Informe sobre Estadistica Descriptiva
Informe sobre Estadistica DescriptivaInforme sobre Estadistica Descriptiva
Informe sobre Estadistica Descriptiva
 
Introducción a la Estadística Descriptiva
Introducción a la Estadística DescriptivaIntroducción a la Estadística Descriptiva
Introducción a la Estadística Descriptiva
 
Análisis de datos cuantitativos
Análisis de datos cuantitativosAnálisis de datos cuantitativos
Análisis de datos cuantitativos
 
Trabajo resumen de que es estadistica y su clasificacion
Trabajo resumen  de que es estadistica y su clasificacionTrabajo resumen  de que es estadistica y su clasificacion
Trabajo resumen de que es estadistica y su clasificacion
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Módulo de estadística
Módulo de estadísticaMódulo de estadística
Módulo de estadística
 
Analisis de los datos
Analisis de los datosAnalisis de los datos
Analisis de los datos
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Unidad I Estadistica I - Conceptos Basicos
Unidad I Estadistica I - Conceptos BasicosUnidad I Estadistica I - Conceptos Basicos
Unidad I Estadistica I - Conceptos Basicos
 
Analisis de datos cuantitativos
Analisis de datos cuantitativosAnalisis de datos cuantitativos
Analisis de datos cuantitativos
 
Estadistica general
Estadistica generalEstadistica general
Estadistica general
 
Analisis de datos cuantitativos
Analisis de datos cuantitativos Analisis de datos cuantitativos
Analisis de datos cuantitativos
 
1 estadística descriptiva e inferencial
1 estadística descriptiva e inferencial1 estadística descriptiva e inferencial
1 estadística descriptiva e inferencial
 
Resumen estadistica descriptiva resumen
Resumen estadistica descriptiva resumenResumen estadistica descriptiva resumen
Resumen estadistica descriptiva resumen
 
20101 d403020321203010401114460
20101 d40302032120301040111446020101 d403020321203010401114460
20101 d403020321203010401114460
 
Blog, conceptos de programación, métodos estadísticos
Blog, conceptos de programación, métodos estadísticosBlog, conceptos de programación, métodos estadísticos
Blog, conceptos de programación, métodos estadísticos
 
Modulo de estadistica i
Modulo de estadistica iModulo de estadistica i
Modulo de estadistica i
 
Modulo Estadística 2011
Modulo Estadística 2011Modulo Estadística 2011
Modulo Estadística 2011
 

Similar a Estadistica trabajo 1 carlos marcano

Informe de tecnologia tarea 1
Informe de tecnologia tarea 1Informe de tecnologia tarea 1
Informe de tecnologia tarea 1deibytrochez
 
Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)daniela515873
 
Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)valentinasatizabalar
 
Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)daniela515873
 
Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)LauraOspina49
 
Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)SarahOrdez
 
Blog, excel avanzado y métodos estadísticos.
Blog, excel avanzado y métodos estadísticos.Blog, excel avanzado y métodos estadísticos.
Blog, excel avanzado y métodos estadísticos.MariaIsabelVelezBoho1
 
Metodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuenciasMetodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuenciasDanielaSanchez255
 
Métodos estadísticos y distribución de frecuencias
Métodos estadísticos y distribución de frecuenciasMétodos estadísticos y distribución de frecuencias
Métodos estadísticos y distribución de frecuenciassofiarosero5
 
Blog, excel avanzado y métodos estadísticos
Blog, excel avanzado y métodos estadísticosBlog, excel avanzado y métodos estadísticos
Blog, excel avanzado y métodos estadísticosfspro99
 
Estadistica y escalas de medicion reynieri valor
Estadistica y escalas de medicion reynieri valorEstadistica y escalas de medicion reynieri valor
Estadistica y escalas de medicion reynieri valorreynier valor
 
Tecnología LUISA FERNANDA CARRILLO
Tecnología LUISA FERNANDA CARRILLOTecnología LUISA FERNANDA CARRILLO
Tecnología LUISA FERNANDA CARRILLOLuisaCarrillo12
 
TRABAJO DE LUISA FERNANDA CARRILLO
TRABAJO DE LUISA FERNANDA CARRILLOTRABAJO DE LUISA FERNANDA CARRILLO
TRABAJO DE LUISA FERNANDA CARRILLOLuisaCarrillo12
 
Conceptos basicos de programacion y metodos estadisticos 11-4
Conceptos basicos de programacion y metodos estadisticos 11-4Conceptos basicos de programacion y metodos estadisticos 11-4
Conceptos basicos de programacion y metodos estadisticos 11-4HannaGravenhorst2
 
Metodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuenciasMetodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuenciasCata2004
 
Métodos estadísticos y distribución de frecuencias
Métodos estadísticos y distribución de frecuenciasMétodos estadísticos y distribución de frecuencias
Métodos estadísticos y distribución de frecuenciassantiagozuluaga31
 

Similar a Estadistica trabajo 1 carlos marcano (20)

LA ESTADÍSTICA
LA ESTADÍSTICALA ESTADÍSTICA
LA ESTADÍSTICA
 
Informe de tecnologia tarea 1
Informe de tecnologia tarea 1Informe de tecnologia tarea 1
Informe de tecnologia tarea 1
 
Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)
 
Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)
 
Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)
 
Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)
 
Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)Blog, conceptos de programación, métodos estadísticos (1)
Blog, conceptos de programación, métodos estadísticos (1)
 
Blog, excel avanzado y métodos estadísticos.
Blog, excel avanzado y métodos estadísticos.Blog, excel avanzado y métodos estadísticos.
Blog, excel avanzado y métodos estadísticos.
 
Metodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuenciasMetodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuencias
 
Métodos estadísticos y distribución de frecuencias
Métodos estadísticos y distribución de frecuenciasMétodos estadísticos y distribución de frecuencias
Métodos estadísticos y distribución de frecuencias
 
Blog, excel avanzado y métodos estadísticos
Blog, excel avanzado y métodos estadísticosBlog, excel avanzado y métodos estadísticos
Blog, excel avanzado y métodos estadísticos
 
Estadistica y escalas de medicion reynieri valor
Estadistica y escalas de medicion reynieri valorEstadistica y escalas de medicion reynieri valor
Estadistica y escalas de medicion reynieri valor
 
Tecnologia luisa fda
Tecnologia luisa fdaTecnologia luisa fda
Tecnologia luisa fda
 
Tecnología LUISA FERNANDA CARRILLO
Tecnología LUISA FERNANDA CARRILLOTecnología LUISA FERNANDA CARRILLO
Tecnología LUISA FERNANDA CARRILLO
 
TRABAJO DE LUISA FERNANDA CARRILLO
TRABAJO DE LUISA FERNANDA CARRILLOTRABAJO DE LUISA FERNANDA CARRILLO
TRABAJO DE LUISA FERNANDA CARRILLO
 
Luisa fernanda carrillo
Luisa fernanda carrilloLuisa fernanda carrillo
Luisa fernanda carrillo
 
Metodo 1 y 2 ricardo
Metodo 1 y 2 ricardoMetodo 1 y 2 ricardo
Metodo 1 y 2 ricardo
 
Conceptos basicos de programacion y metodos estadisticos 11-4
Conceptos basicos de programacion y metodos estadisticos 11-4Conceptos basicos de programacion y metodos estadisticos 11-4
Conceptos basicos de programacion y metodos estadisticos 11-4
 
Metodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuenciasMetodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuencias
 
Métodos estadísticos y distribución de frecuencias
Métodos estadísticos y distribución de frecuenciasMétodos estadísticos y distribución de frecuencias
Métodos estadísticos y distribución de frecuencias
 

Más de CARLOS EDUARDO MARCANO ROJAS (8)

Medidas dispersión
Medidas dispersión Medidas dispersión
Medidas dispersión
 
Organización de datos
Organización de datosOrganización de datos
Organización de datos
 
Escala de medicion pawer point carlos marcano
Escala de medicion pawer point carlos marcanoEscala de medicion pawer point carlos marcano
Escala de medicion pawer point carlos marcano
 
Diapositivas probabilidad
Diapositivas probabilidad Diapositivas probabilidad
Diapositivas probabilidad
 
PRESENTACIÓN de Medidas de la Tendencia central carlos marcano
PRESENTACIÓN de Medidas de la Tendencia central carlos marcanoPRESENTACIÓN de Medidas de la Tendencia central carlos marcano
PRESENTACIÓN de Medidas de la Tendencia central carlos marcano
 
Usos de sperman y perarson . carlos marcano.
Usos de sperman y perarson . carlos marcano.Usos de sperman y perarson . carlos marcano.
Usos de sperman y perarson . carlos marcano.
 
Carlos marcano medidas de dispersion
Carlos marcano medidas de dispersionCarlos marcano medidas de dispersion
Carlos marcano medidas de dispersion
 
Carlos diapositiva 2. variables.
Carlos diapositiva 2. variables.Carlos diapositiva 2. variables.
Carlos diapositiva 2. variables.
 

Último

ESTUDIO DE TRAFICO PARA EL DISEÑO DE TIPOS DE VIAS.pptx
ESTUDIO DE TRAFICO PARA EL DISEÑO DE TIPOS DE VIAS.pptxESTUDIO DE TRAFICO PARA EL DISEÑO DE TIPOS DE VIAS.pptx
ESTUDIO DE TRAFICO PARA EL DISEÑO DE TIPOS DE VIAS.pptxholferpandiacondori
 
Introducción a la Ingeniería de Calidad.docx
Introducción a la Ingeniería de Calidad.docxIntroducción a la Ingeniería de Calidad.docx
Introducción a la Ingeniería de Calidad.docxAlanCarrascoDavila
 
subestaciones electricas, distribucion de energia
subestaciones electricas, distribucion de energiasubestaciones electricas, distribucion de energia
subestaciones electricas, distribucion de energiazaydaescalona
 
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdfslideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdfWaldo Eber Melendez Garro
 
Unidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docx
Unidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docxUnidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docx
Unidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docxAlanCarrascoDavila
 
Semana 1 - Introduccion - Fluidos - Unidades.pptx
Semana 1 - Introduccion - Fluidos - Unidades.pptxSemana 1 - Introduccion - Fluidos - Unidades.pptx
Semana 1 - Introduccion - Fluidos - Unidades.pptxJulio Lovon
 
Cuestionario 20222222222222222222222224.pdf
Cuestionario 20222222222222222222222224.pdfCuestionario 20222222222222222222222224.pdf
Cuestionario 20222222222222222222222224.pdffredyflores58
 
Sesión de Clase A dde sistemas de riego y otras obras
Sesión de Clase A dde sistemas de riego y otras obrasSesión de Clase A dde sistemas de riego y otras obras
Sesión de Clase A dde sistemas de riego y otras obrasBildStrify1
 
Métodos numéricos y aplicaciones - Izar Landeta.pdf
Métodos numéricos y aplicaciones - Izar Landeta.pdfMétodos numéricos y aplicaciones - Izar Landeta.pdf
Métodos numéricos y aplicaciones - Izar Landeta.pdfJuvenalriv
 
auditoria fiscalizacion inspecciones de seguridad
auditoria fiscalizacion inspecciones de seguridadauditoria fiscalizacion inspecciones de seguridad
auditoria fiscalizacion inspecciones de seguridadNELSON QUINTANA
 
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjdS06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjdaeapolinarez
 
Presentacion Feria Cientifica Proyecto.pptx
Presentacion Feria Cientifica Proyecto.pptxPresentacion Feria Cientifica Proyecto.pptx
Presentacion Feria Cientifica Proyecto.pptxInstitutoTeodoroKint
 
Infografía Cronológica de Descubrimientos y Avances Tecnológicos Simple Paste...
Infografía Cronológica de Descubrimientos y Avances Tecnológicos Simple Paste...Infografía Cronológica de Descubrimientos y Avances Tecnológicos Simple Paste...
Infografía Cronológica de Descubrimientos y Avances Tecnológicos Simple Paste...DayanaNivela
 
herrramientas de resistividad para registro de pozos.pptx
herrramientas de resistividad para registro de pozos.pptxherrramientas de resistividad para registro de pozos.pptx
herrramientas de resistividad para registro de pozos.pptxDiegoSuarezGutierrez
 
Diseño digital - M. Morris Mano - 3ed.pdf
Diseño digital - M. Morris Mano - 3ed.pdfDiseño digital - M. Morris Mano - 3ed.pdf
Diseño digital - M. Morris Mano - 3ed.pdfssuserf46a26
 
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADESRECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADESyanicsapernia5g
 
GAS INERT SYSTEM 2.pptxjsksksksnsjsksjdk
GAS INERT SYSTEM 2.pptxjsksksksnsjsksjdkGAS INERT SYSTEM 2.pptxjsksksksnsjsksjdk
GAS INERT SYSTEM 2.pptxjsksksksnsjsksjdkdanny743369
 
Practica_Calificada_03333333333333333.pdf
Practica_Calificada_03333333333333333.pdfPractica_Calificada_03333333333333333.pdf
Practica_Calificada_03333333333333333.pdffredyflores58
 
INFORME de actividades para pago de servicio
INFORME de actividades para pago de servicioINFORME de actividades para pago de servicio
INFORME de actividades para pago de servicioNelsonSabinoTtitoMur1
 

Último (20)

ESTUDIO DE TRAFICO PARA EL DISEÑO DE TIPOS DE VIAS.pptx
ESTUDIO DE TRAFICO PARA EL DISEÑO DE TIPOS DE VIAS.pptxESTUDIO DE TRAFICO PARA EL DISEÑO DE TIPOS DE VIAS.pptx
ESTUDIO DE TRAFICO PARA EL DISEÑO DE TIPOS DE VIAS.pptx
 
50870516-hidroponia. descargado en novppt
50870516-hidroponia. descargado en novppt50870516-hidroponia. descargado en novppt
50870516-hidroponia. descargado en novppt
 
Introducción a la Ingeniería de Calidad.docx
Introducción a la Ingeniería de Calidad.docxIntroducción a la Ingeniería de Calidad.docx
Introducción a la Ingeniería de Calidad.docx
 
subestaciones electricas, distribucion de energia
subestaciones electricas, distribucion de energiasubestaciones electricas, distribucion de energia
subestaciones electricas, distribucion de energia
 
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdfslideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
 
Unidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docx
Unidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docxUnidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docx
Unidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docx
 
Semana 1 - Introduccion - Fluidos - Unidades.pptx
Semana 1 - Introduccion - Fluidos - Unidades.pptxSemana 1 - Introduccion - Fluidos - Unidades.pptx
Semana 1 - Introduccion - Fluidos - Unidades.pptx
 
Cuestionario 20222222222222222222222224.pdf
Cuestionario 20222222222222222222222224.pdfCuestionario 20222222222222222222222224.pdf
Cuestionario 20222222222222222222222224.pdf
 
Sesión de Clase A dde sistemas de riego y otras obras
Sesión de Clase A dde sistemas de riego y otras obrasSesión de Clase A dde sistemas de riego y otras obras
Sesión de Clase A dde sistemas de riego y otras obras
 
Métodos numéricos y aplicaciones - Izar Landeta.pdf
Métodos numéricos y aplicaciones - Izar Landeta.pdfMétodos numéricos y aplicaciones - Izar Landeta.pdf
Métodos numéricos y aplicaciones - Izar Landeta.pdf
 
auditoria fiscalizacion inspecciones de seguridad
auditoria fiscalizacion inspecciones de seguridadauditoria fiscalizacion inspecciones de seguridad
auditoria fiscalizacion inspecciones de seguridad
 
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjdS06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
 
Presentacion Feria Cientifica Proyecto.pptx
Presentacion Feria Cientifica Proyecto.pptxPresentacion Feria Cientifica Proyecto.pptx
Presentacion Feria Cientifica Proyecto.pptx
 
Infografía Cronológica de Descubrimientos y Avances Tecnológicos Simple Paste...
Infografía Cronológica de Descubrimientos y Avances Tecnológicos Simple Paste...Infografía Cronológica de Descubrimientos y Avances Tecnológicos Simple Paste...
Infografía Cronológica de Descubrimientos y Avances Tecnológicos Simple Paste...
 
herrramientas de resistividad para registro de pozos.pptx
herrramientas de resistividad para registro de pozos.pptxherrramientas de resistividad para registro de pozos.pptx
herrramientas de resistividad para registro de pozos.pptx
 
Diseño digital - M. Morris Mano - 3ed.pdf
Diseño digital - M. Morris Mano - 3ed.pdfDiseño digital - M. Morris Mano - 3ed.pdf
Diseño digital - M. Morris Mano - 3ed.pdf
 
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADESRECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
 
GAS INERT SYSTEM 2.pptxjsksksksnsjsksjdk
GAS INERT SYSTEM 2.pptxjsksksksnsjsksjdkGAS INERT SYSTEM 2.pptxjsksksksnsjsksjdk
GAS INERT SYSTEM 2.pptxjsksksksnsjsksjdk
 
Practica_Calificada_03333333333333333.pdf
Practica_Calificada_03333333333333333.pdfPractica_Calificada_03333333333333333.pdf
Practica_Calificada_03333333333333333.pdf
 
INFORME de actividades para pago de servicio
INFORME de actividades para pago de servicioINFORME de actividades para pago de servicio
INFORME de actividades para pago de servicio
 

Estadistica trabajo 1 carlos marcano

  • 1. REPÚBLICA BOLIVARIANA DE VENEZUELA INSTITUTO UNIVERSITARIO POLITÉCNICO “SANTIAGO MARIÑO” SEDE BARCELONA – PUERTO LA CRUZ INGENIERÍA MANTENIMIENTO MECANICO Autor: Carlos Marcano C.I: 17.537.366 Tutor: Ing. Ramón Aray BARCELONA, 09 DE SEPTIEMBRE DE 2017
  • 2. 1 INDICE Pag. Introducción………………………………………………………………………...…I Definición de estadística, investigación estadística, escalas de medición…………….1-5 Cómo realizar una investigación estadística………………………………………..…6-7 Aplicaciones de la investigación estadística……………………………………….……7 Principales escalas de medición…………………………………………………..…..8-9 Cómo y cuándo aplicar las escalas de medición…………………………………….9-11 Conclusión………………………………………………………………………….….12 Bibliografía……………………………………………………………………….....…13 Anexos………………………………………………………………………...……14-15
  • 3. INTRODUCCIÓN Escala puede concebirse como un continuo de valores ordenados correlativamente que admite un punto inicial y otro final. Si evaluamos el rendimiento académico de estudiantes podemos asignar el valor cero al mínimo rendimiento imaginable al respecto; al mayor rendimiento posible podemos atribuirle un valor de 100, 20, 10 o 7 puntos, según resulte más práctico. Con estos dos valores tendríamos ya marcados los límites de nuestra escala; para concluir de confeccionarla será necesario asignar a los posibles rendimientos intermedios puntajes también intermedios. Con ello obtendremos una escala capaz de medir la variable rendimiento académico a través de los indicadores concretos de los trabajos presentados por los estudiantes, de sus exámenes, pruebas y otras formas de evaluación posibles. Para que una escala pueda considerarse como capaz de aportar información objetiva debe reunir los dos siguiente requisitos básicos: a. Confiabilidad: se refiere a la consistencia interior de la misma, a su capacidad para discriminar en forma constante entre un valor y otro."Cabe confiar en una escala – anotan Goode y Hatt- cuando produzca constantemente los mismos resultados al aplicarla a una misma muestra", es decir, cuando siempre los mismos objetos aparezcan valorados en la misma forma. b. Validez: indica la capacidad de la escala para medir las cualidades para las cuales ha sido construida y no otras parecidas. Una escala confusa no puede tener validez, lo mismo que en una escala que esté midiendo, a la vez e indiscriminadamente, distintas variables superpuestas
  • 4. 1 ESTADISTICA Ciencia que utiliza conjuntos de datos numéricos para obtener, a partir de ellos, inferencias basadas en el cálculo de probabilidad. La estadística se divide en dos grandes áreas:  Estadística descriptiva: Se dedica a la descripción, visualización y resumen de datos originados a partir de los fenómenos de estudio. Los datos pueden ser resumidos numérica o gráficamente. Su objetivo es organizar y describir las características sobre un conjunto de datos con el propósito de facilitar su aplicación, generalmente con el apoyo de gráficas, tablas o medidas numéricas.  Ejemplos básicos de parámetros estadísticos son: la media y la desviación estándar.  Ejemplos gráficos son: histograma, pirámide poblacional, gráfico circular, entre otros.  Estadística inferencial: Se dedica a la generación de los modelos, inferencias y predicciones asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la población bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas sí/no (prueba de hipótesis), estimaciones de unas características numéricas (estimación), pronósticos de futuras observaciones, descripciones de asociación (correlación) o modelamiento de relaciones entre variables (análisis de regresión Investigación Estadística Selección y determinación de la población o muestra y las características contenidas que se desean estudiar. En el caso de que se desee tomar una muestra,
  • 5. es necesario determinar el tamaño de la misma y el tipo de muestreo a realizar (probabilístico o no probabilístico).  Obtención de los datos. Esta puede ser realizada mediante la observación directa de los elementos, la aplicación de encuestas y entrevistas, y la realización de experimentos. Clasificación, tabulación y organización de los datos. La clasificación incluye el tratamiento de los datos considerados anómalos que pueden en un momento dado, falsear un análisis de los indicadores estadísticos. La tabulación implica el resumen de los datos en tablas y gráficos estadísticos.  Análisis descriptivo de los datos. El análisis se complementa con la obtención de indicadores estadísticos como las medidas: de tendencia central, dispersión, posición y forma.  Análisis inferencial de los datos. Se aplican técnicas de tratamiento de datos que involucran elementos probabilísticos que permiten inferir conclusiones de una muestra hacia la población (opcional).  Elaboración de conclusiones. Se construye el informe final Escalas de Medición. Se entenderá por medición al proceso de asignar el valor a una variable de un elemento en observación. Este proceso utiliza diversas escalas: nominal, ordinal, de intervalo y de razón. Las variables de las escalas nominal y ordinal se denominan también categóricas, por otra parte las variables de escala de intervalo o de razón se denominan variables numéricas. Con los valores de las variables categóricas no tiene sentido o no se puede efectuar operaciones aritméticas. Con las variables numéricas sí.
  • 6. 1 La escala nominal sólo permite asignar un nombre al elemento medido. Esto la convierte en la menos informativa de las escalas de medición. Los siguientes son ejemplos de variables con este tipo de escala: Nacionalidad. Uso de anteojos. Número de camiseta en un equipo de fútbol. Número de Cédula Nacional de Identidad. A pesar de que algunos valores son formalmente numéricos, sólo están siendo usados para identificar a los individuos medidos. La escala ordinal, además de las propiedades de la escala nominal, permite establecer un orden entre los elementos medidos. Ejemplos de variables con escala ordinal: Preferencia a productos de consumo. Etapa de desarrollo de un ser vivo. Clasificación de películas por una comisión especializada. Madurez de una fruta al momento de comprarla. La escala de intervalo, además de todas las propiedades de la escala ordinal, hace que tenga sentido calcular diferencias entre las mediciones. Los siguientes son ejemplos de variables con esta escala: Temperatura de una persona. Ubicación en una carretera respecto de un punto de referencia (Kilómetro 85 Ruta 5). Sobrepeso respecto de un patrón de comparación. Nivel de aceite en el motor de un automóvil medido con una vara graduada.
  • 7. CÓMO REALIZAR UNA INVESTIGACIÓN ESTADÍSTICA 1. Selección y determinación de la población o muestra y las características contenidas que se desean estudiar. En el caso de que se desee tomar una muestra, es necesario determinar el tamaño de la misma y el tipo de muestreo a realizar (probabilístico o no probabilístico). 2. Obtención de los datos. Esta puede ser realizada mediante la observación directa de los elementos, la aplicación de encuestas y entrevistas, y la realización de experimentos. 3. Clasificación, tabulación y organización de los datos. La clasificación incluye el tratamiento de los datos considerados anómalos que pueden en un momento dado, falsear un análisis de los indicadores estadísticos. La tabulación implica el resumen de los datos en tablas y gráficos estadísticos. 4. Análisis descriptivo de los datos. El análisis se complementa con la obtención de indicadores estadísticos como las medidas: de tendencia central, dispersión, posición y forma. 5. Análisis inferencial de los datos. Se aplican técnicas de tratamiento de datos que involucran elementos probabilísticos que permiten inferir conclusiones de una muestra hacia la población (opcional). 6. Elaboración de conclusiones. Se construye el informe final. Aplicaciones de la investigación estadística. La estadística es un potente auxiliar de muchas ciencias y actividades humanas: sociología, sicología, geografía humana, economía, La estadística está relacionada con el estudio de proceso cuyo resultado es más o menos imprescindible y con la finalidad de obtener conclusiones para tomar decisiones razonables de acuerdo con tales observaciones.
  • 8. 1 El resultado de estudio de dichos procesos, denominados procesos aleatorios, puede ser de naturaleza cualitativa o cuantitativa y, en este último caso, discreta o continúa. Son muchas las predicciones de tipo sociólogo, o económico, que pueden hacerse a partir de la aplicación exclusiva de razonamientos probabilísticos a conjuntos de datos objetivos como son, por ejemplo, los de naturaleza demográfica. Las predicciones estadísticas, difícilmente hacen referencia a sucesos concretos, pero describen con considerable precisión en el comportamiento global de grandes conjuntos de sucesos particulares. Son predicciones que, en general, no acostumbran resultar útiles. Para saber quién, de entre los miembros de una población importante, va a encontrar trabajo o a quedarse sin él; o en cuales miembros va a verse aumentada o disminuida una familia concreto en los próximos meses. Principales escalas de medición El proceso de asignar un valor numérico a una variable se llama medición. Las escalas de medición sirven para ofrecernos información sobre las clasificaciones que podemos hacer con respecto a las variables (discretas o continuas). Cuando se mide una variable el resultado puede aparecer en uno de cuatro diversos tipos de escalas de medición; nominal, ordinal, intervalo y razón. Conocer la escala a la que pertenece una medición es importante para determinar el método adecuado para describir y analizar esos datos. Escala nominal: Utiliza los números para identificar que un dato pertenece a un grupo o a una categoría. Es aquella escala que no presenta un orden o dimensión particular, son observaciones que pueden clasificarse o contarse. En el análisis de datos resulta más sencillo asignar a ciertos atributos “etiquetas” numéricas en lugar de utilizar datos complejos. Por ello podemos utilizar un “1” para designar a las mujeres y un “2” para designar a los hombres, sin que ninguno de los números represente más o menos, solamente con el objetivo de distinguir y organizar datos.
  • 9. En esta escala cada persona u objeto debe pertenecer a una y solamente una de las categorías que tienen y el conjunto de estas categorías debe ser exhaustivo; es decir, tiene que contener a todos los casos posibles. Escala ordinal: En esta escala los números representan una clasificación (mayor que o menor que), sin que represente una unidad de medida, quedando implícito que un número de mayor cantidad tiene más alto grado de atributo medido en comparación de un número menor. Se establece una gradación u orden natural para las categorías, cada uno de los datos puede localizarse dentro de alguna de las categorías disponibles. Escala de intervalo: En esta escala además del “mayor que” y el “menor que” también se establece una unidad de medida que nos permite precisar cuánto se es mayor o menor. La unidad de medición es arbitraria, el cero es convencional y pueden existir cantidades negativas; la medición de la temperatura y del coeficiente intelectual son ejemplos de este tipo de escala. En esta escala se pueden hacer comparaciones por medio de diferencias o de sumas, sin embargo no se admiten comparaciones por medio de multiplicaciones, divisiones o porcentajes pues carecen de sentido. Escala de razón: Similar a la escala de intervalo, pero tiene un cero absoluto y por ello los múltiplos de los valores de la escala serán significativos; el nivel de votos en una elección sería un buen ejemplo de una escala de medición de razón.  Cómo y cuándo aplicar las escalas de medición.
  • 10. 1 Escalas de medición, pueden ser clasificadas de acuerdo a una degradación de las características de las variables. Estas escalas son: nominales, ordinales, intervalares o racionales. Según pasa de una escala a otra el atributo o la cualidad aumenta. Las escalas de medición ofrecen información sobre la clasificación de variables discretas o continuas. Toda vez que dicha clasificación determina la selección de la gráfica adecuada. Todo problema de investigación científica, aún el más abstracto, implica de algún modo una tarea de medición de los conceptos que intervienen en el mismo. Porque si tratamos con objetos como una especie vegetal o un comportamiento humano nos veremos obligados ya sea a describir sus características o a relacionarse éstas con otras con las que pueden estar conectadas: en todo caso tendremos que utilizar determinadas variables –tamaño, tipo de flor, semilla, o las variables que definan el comportamiento de estudio- y tendremos que encontrar el valor que éstas asumen en el caso estudiado. En eso consiste, desde el punto de vista lógico más general, la tares de medir.
  • 11. Conclusión Un instrumento de medición debe cubrir dos requisitos: confiabilidad y validez. La confiabilidad se refiere al grado en que la aplicación repetida de un instrumento de medición al mismo sujeto u objeto, produce iguales resultados. La validez refiere al grado en que un instrumento de medición mide realmente la(s) variable(s) que pretende medir. Se pueden aportar tres tipos de evidencia para la validez: evidencia relacionada con el contenido, evidencia relacionada con el criterio y evidencia relacionada con el constructo. Los factores que principalmente pueden afectar la validez son: improvisación, utilizar instrumentos desarrollados en el extranjero y que no han sido validados a nuestro contexto, poca o nula empatía, factores de aplicación. No hay medición perfecta, pero el error de medición debe reducirse a límites tolerables. La medición de variables no físicas resulta, en esencia, un proceso idéntico al anterior. La dificultad reside en que las variables de este tipo no pueden medirse con escalas tan sencillas como las lineales y en que, por otra parte, no existen para su comparación patrones de medida universalmente definidos y aceptados. Si deseamos medir el peso de un objeto podremos expresar el valor del mismo en kilogramos, libras o cualquier unidad que, de todas maneras, tiene un equivalente fijo y constante con las otras que utilizan. En cambio para medir el grado de autoritarismo de un dirigente no existe ni una unidad ni una escala generalmente reconocidas, por lo que el investigador se ve obligado a elegir alguna escala de las que se han utilizado en otros trabajos o, lo que es
  • 12. 1 bastante frecuente, a construir una adaptada a sus necesidades específicas Bibliografía CAMACHO, J. (2000) Estadística con SPSS versión 9 para Windows De la Garza J., Morales B. & González B. (2013). Análisis estadístico multivariable. FERRAN, E. (1996) SPSS para Windows. Programación y análisis estadístico.
  • 13.
  • 14. 1
  • 15.
  • 16. 1