investigacion aplicada

1. MAESTRIA EN CIENCIAS MENCION EN TI
M.Sc. EDWIN HERNANDEZ TORRES
ehernandez@unsm.edu.pe - 985711469
www.estadísticaparalainvestigacion.com
Compilacion UNSA
ESTADISTICA APLICADA A
LA INVESTIGACION
UNIVERSIDAD NACIONAL DE SAN MARTIN
ESCUELA DE POSGRADO

2. -Diseño de la investigación.
-Establecer adecuadamente los objetivos
específicos.
-Operacionalizar correctamente las
variables.
-Aplicación del estadístico de prueba.
LA INVESTIGACION Y LA ESTADISTICA

3. NIVEL DE
INVESTIGACION
DISEÑO DE
INVESTIGACION
TIPO DE
ESTUDIO

4. NIVELES DE INVESTIGACION
Hernández, 2014; Paredes, 2004

5. CRITERIOS PARA LA
TIPIFICACION DE UN ESTUDIO
a. EPOCA DE OBTENCION DE DATOS
 Retrospectivo
 Prospectivo
b. EVOLUCION DEL FENOMENO EN ESTUDIO
 Transversal
 Longitudinal
c. COMPARACION DE POBLACIONES
 Descriptivo (Puro y de relación)
 Comparativo
d. MANEJO DE LAS VARIABLES
 De observación
 Experimental
Mormontoy, 1993

6. CARACTERISTICAS DEL
ESTUDIO
NOMBRE DEL ESTUDIO
(*)
Retrospectivo -
Transversal-Descriptivo -
De observación
Descriptivo retrospectivo.
Prospectivo -Transversal-
Descriptivo -De
observación.
Descriptivo prospectivo
Retrospectivo -
Transversal-Comparativo
-De observación
Comparativo
retrospectivo.
TIPOS DE ESTUDIOS

7. CARACTERISTICAS DEL
ESTUDIO
NOMBRE DEL ESTUDIO
(*)
Prospectivo - Transversal-
Comparativo - De
observación.
Comparativo prospectivo
Retrospectivo -
Longitudinal-Descriptivo -
De observación.
De casos
Retrospectivo -
Longitudinal-
Comparativo de efecto a
causa - De observación
De casos y controles.

8. CARACTERISTICAS DEL
ESTUDIO
NOMBRE DEL ESTUDIO (*)
Retrospectivo -
Longitudinal-Comparativo
de causa a efecto
- De observación.
De cohorte retrospectivo.
Prospectivo - Longitudinal-
Descriptivo - De
observación.
De una cohorte.
Prospectivo - Longitudinal-
Comparativo de causa a
efecto - De observación
De cohortes.
Prospectivo - Longitudinal-
Comparativo -
Experimental.
Experimento.
(*)Algunos nombres se han elaborado en función de las
características principales del estudio y no están muy difundidos.

9. EXPERIMENTALES
(Hernández, 2006)
PRE
EXPERIMENTO
CUASI
EXPERIMENTO
EXPERIMENTO
PURO
COMPARACION
CON UN
PARAMETRO
COMPARACION
RELACIONADA,
EMPAREJADA,
PAREADA
COMPARACION
DE MUESTRAS
INDEPENDIENTES

10. DESPUES
PRE EXPERIMENTOS
1
2
3
.
.
.
n
Factor
intervención
V. Dependiente

11. 1
2
3
.
.
.
n
DESPUES
CUASIEXPERIMENTO
V. Dependiente
ANTES
1
2
3
.
.
.
n
Factor
Causa
V. Dependiente

12. UNIDADES
EXPERIMENTALES
CAUSA EFECTO
EXPERIMENTO PURO
V. INDEPENDIENTE
V. ESTIMULO
FACTOR
Nivel 1
Nivel 2
Nivel i
V. RESPUESTA
V. DEPENDIENTE
T1
T2
Tn
Asignación aleatoria
Tratamientos

13. N n
MUESTRA REPRESENTATIVA
INFERENCIA
POBLACION
MUESTRA
(HIPOTESIS)

14. POBLACION - MUESTRA
POBLACION.-Conjunto de unidades de estudio….
POBLACION OBJETIVO, DIANA, ESTUDIO.- Son las unidades
que presentan los siguientes criterios:
. Criterios de inclusión.
. Criterios de exclusión.
. Criterios de eliminación.
MUESTRA. Subconjunto de unidades de estudio…

15. TIPOS DE MUESTREO
1. PROBABILISTICOS
• Posible calcular la probabilidad de
selección de cada elemento
poblacional.
• Las muestras probabilisticas:
• Tienen una alta representatividad
• Permiten calcular los errores de
muestreo
• Permiten realizar inferencias válidas
• Los principales son: MAS, MS, ME y M
de C.

16. 2. NO PROBABILISTICOS
• Prácticos y económicos
• Las muestras no probabilisticas:
• No tienen representatividad
• No permiten calcular errores de
muestreo
• No permiten realizar inferencias
válidas
• Los principales son: de voluntarios, de
casos (accidental), intencional, etc.
METODOS DE MUESTREO

17. HIPOTESIS
Son proposiciones tentativas acerca
de las posibles relaciones entre dos
o más variables y que cumplen con
los seis requisitos mencionados
antes
Pueden ser:
hipótesis descriptivas
hipótesis correlacionales
Hipótesis de la diferencia entre grupos
Hipótesis de establecen relación de
causalidad

18. Muestreo Aleatorio Simple (MAS)
2
2
2
E
q
p
Z
n
*
*
)
( /


q
*
p
*
)
(Z
1)E
(N
q
*
p
*
N
*
)
(Z
n 2
α/2
2
2
α/2



2
2
2
α/2
E
S
*
)
(Z
n 
2
2
α/2
2
2
2
α/2
σ
*
)
(Z
1)E
(N
σ
*
N
*
)
(Z
n



VARIABLE POBLACION FORMULA
CUALITATIVA
(categórica)
Infinita
Finita
CUANTITATIVA
(numérica)
Infinita
Finita
n = Tamaño de la muestra
N = Total de la población
Zα/2 = Nivel de confianza al 95%=1.96
p = Proporción esperada del evento
q = 1-p
S2 = Varianza muestral piloto
2= Varianza poblacional piloto
E = Error de estimación
FORMULA DE AJUSTE
n
N
1
N
n



19. Muestreo Aleatorio Estratificado

20. Muestreo Aleatorio Estratificado
2
2
/
2
)
( 
Z
E
D 

21. HIPOTESIS
TIPOS:
hipótesis de investigación
hipótesis alternativa
hipótesis nula
hipótesis estadísticas

22. HIPOTESIS: Como sería?
Sólo dos:
hipótesis de investigación (Alterna)
hipótesis estadísticas (Nula)

23. peso
talla
edad
Rendimiento académico
sexo
Etc.

24. MANEJO DE LAS VARIABLES
VARIABLES
CUANTITATIVAS CUALITATIVAS ó
CATEGORICAS
(frecuencia)
-Razón ó Proporción +
- Intervalo ±
- Nominal
- Ordinal
Escalas de
medición
Indicadores:
Continuas
Discreta
(conteo)
-IMC, P/T, P/E, albumina

25. VARIABLES
Edad
Sexo
Ocupación
Procedencia
Promedio de notas
Ingreso Familiar
Número de habitaciones
Habilidades sociales
Nivel socioeconómico
Clima organizacional
Amilasa salival
Rendimiento académico

26. TIPO DE VARIABLES SEGÚN EL DISEÑO DE
INVESTIGACION
VARIABLE
INDEPENDIENTE
VARIABLE
DEPENDIENTE
VARIABLE
INTERVINIENTE
(FACTOR)
(RESPUESTA)
(CONFUSORA)
=
=
=

27. UNA CUANTITATIVA EN
CUALITATIVA
23.4
19.4
23.6
24.8
35.5
23.5
23.4
20.5
24.8
40.0
25.89±6.57
IMC=P/T2
Estado nutricional
(IMC)
Nº. %
Bajo de peso
Normal
Sobrepeso
TOTAL
1
7
2
10
10.0
70.0
20.0
100
Indicador: IMC
Bajo de peso:(<19.9)
Normal: (20 -24.9)
Sobrepeso: (25-29.9)

28. N n
MUESTRA REPRESENTATIVA
INFERENCIA
POBLACION
MUESTRA
(HIPOTESIS)
PARAMETRO ESTADISTICO
RESUMEN ESTADISTICO
PROCESAMIENTO DE DATOS

29. MEDIDAS DE RESUMEN
1. Medidas de Tendencia Central
- Media, mediana, moda
2. Medidas de Variabilidad
- Varianza, Desviación estándar, CV
3. Medidas de Posición
- Cuantiles (Cuartiles,deciles y percentiles)
4. Medidas de forma
- Asimetria, curtosis

30. MEDIDAS DE TENDENCIA CENTRAL
 
n
x
X
X
M
n
i
i



 1  
n
f
x
X
X
M
i
n
i
i



 1
2
n
















i
i
i
i
f
F
n
c
L
Me
1
2












1
i
i
i
i
i
o c
L
M
Repetición de datos
MEDIA
MEDIANA
MODA
SIMPLE AGRUPADOS

31. MEDIDAS DE VARIABILIDAD
 
,
1
2
n
X
X
s
n
i
i




 
,
1
2
2
n
fi
X
X
s
n
i
i




Varianza
Desviación
estandar
Coeficiente de
varianción
 
,
1
2
2
n
X
X
s
n
i
i




  100
% 

X
s
CV
 
,
1
2
n
fi
X
X
s
n
i
i




SIMPLE AGRUPADOS

32. ANALISIS DE DISPERSION
Caja Pequeña Caja Grande
Baja Variabilidad
Alta Variabilidad

33. Medidad de Posición
,
4
1
1














i
i
i
i
f
F
n
c
L
Q ,
2
1
2














i
i
i
i
f
F
n
c
L
Q
,
4
3
1
3














i
i
i
i
f
F
n
c
L
Q
Medidad de Forma
S
Mo
X
AS


1
Asimetria Curtosis
3
4
4
2 

s



34.  
Q
R
Q
X 5
.
1
;
min 3
max 
 
Q
min R
Q
X
max 5
.
1
; 1 
Bigote superior
Bigote inferior
3
Q
1
Q
Me
Q 
2
DIAGRAMA DE CAJA - BOX PLOT

35. ANÁLISIS DEL SESGO (ASIMETRIA)
1.- Sesgada a la izquierda: (sesgo
negativo): La media y la mediana
están a la izquierda de la moda.
(<0)
2.- Simetría (sesgo cero): La media,
la mediana y la moda son iguales.
(=0)
3.- Sesgada a la derecha: (sesgo
positivo): La media y la mediana
están a la derecha de la moda. (>0)
Media
Moda
Mediana
Media Moda
Mediana Moda=Mediana=Media
Moda=Mediana=Media
La Mediana es resistente a los valores extremos.

36. Metodo sturges
86 55 83 69 54
67 58 58 66 65
80 71 67 69 66
75 79 54 63 69
65 57 67 76 63
80 58 80 65 60
55 78 79 68 82
72 57 81 68 63
58 73 65 69 66
67 64 70 61 79
En un examen de física a 50 personas, se obtienen las siguientes
puntuaciones.