2. “Es el conjunto de técnicas que se emplean para la recolección,
organización, análisis e interpretación de datos.” (Kazmier, 1998:1).
“El tema de la estadística moderna abarca la recolección, presentación
y caracterización de información para ayudar tanto en el análisis de
datos como en el proceso de toma de decisiones.” (Berenson y Levine,
1996:2)
“Método de toma de decisiones frente a la incertidumbre.” (Chou,
1977:1)
“Método científico de operar con los datos y de interpretarlos.”
(Portus, 1994:3)
“Métodos y procedimientos para recoger, clasificar, resumir, hallar
regularidades y analizar los datos, siempre y cuando la variabilidad e
incertidumbre sea una causa intrínseca de los mismos.” (Montiel y
otros, 1996:2)
“El análisis estadístico se usa para manipular , resumir e investigar
datos con el fin de obtener información útil en la toma de decisiones.”
(Hanke y Reitsch, 1997:3)
Definición de Estadística
3. Para qué sirve la estadística?
La Ciencia se ocupa en general de fenómenos observables
La Ciencia se desarrolla observando hechos, formulando leyes
que los explican y realizando experimentos para validar o
rechazar dichas leyes
La Estadística se utiliza como tecnología al servicio de las
ciencias donde la variabilidad y la incertidumbre forman parte
de su naturaleza
4. Casi todas las áreas del saber requieren del pensamiento estadístico. Las disciplinas
de estudio que dependen ampliamente del análisis estadístico, incluyen -pero no se
limitan a-, marketing, finanzas economía e investigación de operaciones. Los
principios de contabilidad y gerencia financiera también se basan en principios
estadísticos.
Contabilidad:
•Para seleccionar muestras con propósitos de auditoría.
•Para comprender los derroteros de costos en contabilidad de costos.
Finanzas:
•Para estar al tanto de las medidas financieras en el transcurso del tiempo.
•Para desarrollar formas de pronosticar valores de estas medidas en momentos futuros.
Administración:
•Para describir las características de los empleados dentro de una organización.
•Para mejorar la calidad de los productos fabricados o de los servicios procurados por la organización.
Mercadeo:
•Para determinar la proporción de clientes que prefieren un producto en vez de otro y la razón de esto.
•Para sacar conclusiones respecto a la estrategia de publicidad que sería más útil para el incremento de ventas de
un producto.
Ámbito de la Estadística:
5. Definición
La Estadística es la Ciencia de la
Sistematización, recogida, ordenación y
presentación de los datos referentes a un
fenómeno que presenta variabilidad o
incertidumbre para su estudio metódico, con objeto
de
deducir las leyes que rigen esos fenómenos,
y poder de esa forma hacer previsiones sobre los
mismos, tomar decisiones u obtener
conclusiones.
6. TIPOS DE ESTADÍSTICA
ESTADÍSTICA INFERENCIAL : Pueden definirse
como aquellos métodos que hacen posible la
estimación de una característica de una
población o la toma de una decisión referente a
una población, basándose solo en los resultados
de la muestra.
ESTADISTICA DESCRIPTIVA : Puede definirse como
aquellos métodos que incluyen la recolección,
presentación y caracterización de un conjunto de
datos con el fin de describir apropiadamente las
diversas características de ese conjunto de datos.
7. PENSAMIENTO ESTADÍSTICO
“CONJUNTO DE PROCESOS DEL PENSAMIENTO QUE SE
ORIENTAN A LA FORMA DE ENTENDER, ADMINISTRAR Y
REDUCIR LA VARIACIÓN” (Berenson y Levine, 2001:4)
“CONJUNTO DE PRINCIPIOS Y VALORES QUE PERMITEN
IDENTIFICAR LOS PROCESOS, CARACTERIZARLOS,
CUANTIFICARLOS, CONTROLAR Y REDUCIR SU
VARIACIÓN PARA IMPLANTAR ACCIONES DE MEJORA”.
(Snee, 1993)
8. Pensamiento Estadístico
Mundo “real”
Problema
Factor 1 Factor 2 Factor p
Diseño de muestreo
Descripción
de los datos
Tablas y gráficos de frecuencias
Indicadores de centralidad
(Moda, Mediana, Media)
Indicadores de dispersión
(Recorrido, Varianza, Desv. Típica)
Coeficientes de correlación
Inferencia
Pruebas de hipótesis
Estimaciones
9. La inferencia estadística es el proceso que consiste en
inferir una conclusión acerca de alguna medida de
población (parámetro), con base a algún estadístico
obtenido de una muestra aleatoria, con un cierto nivel de
confianza. Las pruebas de hipótesis ayudan a este
proceso.
s
x
Población
Muestra
10. DEFINICIONES BÁSICAS
UNIVERSO: Es un conjunto integrado por todos los
elementos, seres u objetos que contienen las
características u observaciones que se requieren en una
investigación dada.
POBLACIÓN: Es el conjunto integrado por todas las
mediciones u observaciones del universo de interés en la
investigación. Por lo tanto pueden definirse varias
poblaciones en un solo universo, tantas como
características a medir.
MUESTRA: Es una parte (sub-conjunto) de la población,
obtenida con el propósito de investigar propiedades que
posee la población. Es decir, se pretende que dicho sub-
conjunto, represente a la población a la cual se extrajo.
11. II.- ESTADÍSTICA INFERENCIAL
A) Procedimiento General de la Prueba Estadística de Hipótesis:
Paso 1: Plantear las Hipótesis.
Hipótesis Nula (Ho): Negación de lo declarado en la Pueden ser:
hipótesis de investigación. A) Paramétricas
Hipótesis Alternativa (H1 ) : Sentencia que se desea B) No-paramétricas
probar con el estudio.
Paso 2: Establecer el nivel de significación ().
: máxima probabilidad de rechazar la Hipótesis Nula siendo verdadera. Su valor
está en proporción inversa con la importancia que tiene para el investigador
aceptar como cierta una hipótesis que es falsa. Por lo tanto, es una decisión del
investigador de acuerdo con el riesgo máximo que acepta correr y, por
supuesto, en función de los recursos con los que cuenta. Los posibles escena-
rios se muestran a continuación:
Tabla 2: Escenarios de la prueba de hipótesis
Situación actual o "real" en la población
Decisión de la prueba Ho cierta Ho falsa
No rechazar Ho Decisión correcta (1-) Error tipo II ()
Rechazar Ho Error tipo I () Decisión correcta (1-)
Paso 3: Determinar el tamaño de la muestra (n).
a) Grado de homogeneidad
de las variables claves.
Factores que determinan el tamaño de n: b) Nivel de significación ().
c) Error máximo admisible (e)
d) Costo o presupuesto
12. Paso 4: Establecer la Regla de Decisión (RD).
diferente (*)
R.D. (modelo): Si E.P. es mayor o (+) que Valor tabla, se Rechaza Ho.
menor (#)
Donde: E.P. es el valor del Estadístico de la Prueba específica que
corresponde.
(*) Prueba de dos extremos o dos colas..
(+) Prueba de una cola (superior).
(#) Prueba de una cola (inferior).
Paso 5: Recopilar los datos.
Paso 6: Calcular el Estadístico de la Prueba.
Paso 7: Tomar la decisión estadística.
Hay o no hay evidencias, con una confianza del (1-)%, a favor de la Hipótesis
de Investigación. Usando SPSS, se reduce a: Si sig. < , se rechaza la Ho.
13. ANALISIS ESTADÌSTICO
“Ciencia que recoge, ordena y analiza los
datos de una muestra extraída de una
determinada poblacion, para hacer
inferencias de esa poblacion valiéndose del
cálculo de probabilidades” (Amon, 1979)
Nos permite:
• Tomar decisiones
• Solucionar problemas
14. PARA QUE SIRVE EL ANÁLISIS ESTADÍSTICO
Ciencias
Formales (Matemáticas, Física, Medicina)
Deducción lógica.
Empíricas (psicología, sociología, Economía,)
Generalización inductiva
En las ciencias empíricas el objetivo fundamental es el de encontrar relaciones
de tipo general (leyes), capaces de explicar eventos reales cuando se dan las
circunstancias apropiadas. (Se descubren y verifican observando el mundo real).
La generalización inductiva, intenta ir desde lo que considera que es verdad para
un número reducido de observaciones hasta la afirmación de que eso mismo es
verdad para el total de observaciones posibles de la misma clase.
La generalización inductiva. En las ciencias empíricas las fuentes de variación
existentes son numerosas y difícil de identificar, medir y controlar, por ello
necesita una metodología especial que las valide: “El análisis estadístico”
En situaciones aleatorias en que la misma causa puede producir cualquiera de
un conjunto de resultados posibles (Respuesta al tratamiento de un paciente) es
necesario recurrir al análisis estadístico para extraer conclusiones fiables.
(Reducción de la incertidumbre).
15. ANÁLISIS ESTADÍSTICO
TIPOS DE VARIABLES
VARIABLE : Característica que puede tomar diferentes
valores dentro de un conjunto de datos.
Propiedad que puede variar y cuya variación es
susceptible a medirse u observarse. Sampieri. (2003:143)
EJEMPLOS: Sexo, atractivo físico, la religión, la
agresividad verbal, presión arterial, nivel socio económico.
Las variables adquieren valor para la investigación
científica cuando llegan a relacionarse con otras (formar
parte de una hipótesis o una teoría).
16. CLASIFICACIÓN DE LAS VARIABLES
VARIABLE
CUALITATIVA
ORDINAL
CUANTITATIVA
DISCRETA
CONTINUA
NOMINAL
17. Cualitativas
Si sus valores (modalidades) no se pueden asociar naturalmente a
un número (no se pueden hacer operaciones algebraicas con
ellos)
Nominales: Si sus valores no se pueden ordenar
Sexo, Grupo Sanguíneo, Religión, Nacionalidad, Fumar (Sí/No)
Ordinales: Si sus valores se pueden ordenar
Mejoría a un tratamiento, Grado de satisfacción, Intensidad del dolor
Cuantitativas o Numéricas
Si sus valores son numéricos (tiene sentido hacer operaciones
algebraicas con ellos)
Discretas: Si toma valores enteros
Número de hijos, Número de cigarrillos, Num. de “cumpleaños”
Continuas: Si entre dos valores, son posibles infinitos valores
intermedios.
Altura, Presión intraocular, Dosis de medicamento administrado,
Tipos de variables
18. NIVEL DE MEDICIÓN
NOMINAL
Nombra las observaciones en
categorías mutuamente excluyente.
Nombres o clasificaciones que se
utilizan para datos en categorías
distintas y separadas.
Sexo
Raza
Diagnósticos
ORDINAL
Son las que clasifican las
observaciones en categorías
con un orden significativo.
Hay orden y jerarquía
Nivel Socioeconómico
Bajo, medio y alto.
Actitud
En desacuerdo, Indeciso,
De acuerdo
INTERVALO
Solo toman valores enteros.
0 Es Medidas en una escala
numérica en la cual el valor de
cero es arbitrario pero la
deferencia entre valores es
importante.
arbitrario.
Edad
Temperatura
RAZON
Pueden tomar valores
decimales dentro de un
intervalo
0 Es absoluto
Peso
Distancias Km., pie
19. EL PAPEL DE LOS PAQUETES DE
COMPUTACIÓN EN ESTADÍSTICA
SPSS (STATISTICAL
PACKAGE FOR THE
SOCIAL SCIENCE
10.0 en Español
MINITAD
SAS STATISTIC
EXCEL
20. Descriptiva: Procura definir las cualidades de un
evento.
Comparativa: Persigue establecer similitudes o
diferencias la presencia de una variable entre
dos o mas grupos.
Correlacional: Busca encontrar relaciones entre
variables
Explicativa: Establece la naturaleza de la relación
de causalidad entre una o diversas variables
independientes con una o unas variable
dependiente
Tipo de Investigación
21. TIPO DE
INVESTIGACIÓN
PALABRAS
CLAVES
TIPO DE VARIABLE
ORDINAL Y
NOMINAL
INTERVALO Y
RAZÓN
DESCRIPTIVA
CLASIFICAR,
CATEGORIZAR
EQUIPARAR
IGUALAR, CONTRASTAR
MODA
DISTRIBUCIONES DE
FRECUENCIA
GRÁFICOS, HISTOGRAMAS,
PASTELES
MEDIA, MEDIANA,
VARIANZA.
DESVIACIÓN TÍPICA
CURTOSIS
ASIMETRÍA
COMPARACIÓN
COMPARAR,
DIFERENCIAR,
EQUIPARAR, IGUALAR,
CONTRASTAR
2 G
GRUPOS
WILCOSON t de student
> 2 G
GRUPOS
KRUSKAL
WALLIS
FRIEDMAN
ANOVA
PRUEBA DE MEDIAS
(TUKEY, LSD)
RELACIÓN
RELACIONAR, ASOCIAR
VINCULAR
(UNIÓN NEXO)
CHI CUADRADO,
RANGOS DE SPEARMAN
CORRELACIÓN DE
PEARSON
CAUSA - EFECTO
CONSECUENCIA
CAUSA
EFECTO
INCIDENCIA
ANÁLISIS MULTIVARIADO
CORRELACIONES CANÓNIGAS
FACTORES COMUNES
ANÁLISI CLUSTER
ANÁLISIS DISCRIMINANTES
REGRESIÓN SIMPLE
REGRESIÓN
MÚLTIPLE
22. RELACIÓN ENTRE ESTADÍSTICA E INVESTIGACIÓN
PROCESO DE
INVESTIGACIÓN
OPERACIONES ESTADÍSTICAS CORRESPONDIENTES
1.- Formulación del
PROBLEMA
Determinar si se requerirán o no procedimientos cuantitativos.
2.- Definición de VARIABLES Definir: Indicadores, función, nivel de medición y escala para cada
variable.
3.- Formulación de HIPOTES Formular: Hipótesis nulas, hipótesis alternativas y nivel de
significación.
4.- Elección del DISEÑO decidir si estudiar toda la población o sólo una muestra
extraída de ella.
5.- Selección de los
INSTRUMENTOS
Determinar para cada instrumento: validez, confiabilidad.
6.- Selección de la MUESTRA Determinar: el universo, la unidad muestral, el método de muestreo
y el tamaño de la muestra.
7.- Selección de la Técnica
de ANALISIS
Determinar si la técnica será: univariable, bivariable o multivariable;
descriptiva o inferencial; paramétrica o no paramétrica; para una,
para dos o para más muestras.
8.- Observación
9.- PROCESAMIENTO de
Datos
Realizar las siguientes operaciones: codificación, tabulación,
programación, computación e interpretación de los datos.
10.- Elaboración del
INFORME
Elaborar tablas y gráficos
24. MEDIDAS DE TENDENCIA CENTRAL
Medidas de localización
Media Aritmética
Se obtiene sumando todos los valores de una
población o muestra y dividiendo entre el número de
valores sumados.
Los valores extremos influyen sobre la media, y en
algunos casos puede distorsionarla tanto que llega a
ser indeseable como medida de tendencia central.
N
x
n
x
x
i
i
25. Medidas de localización
La Moda
La moda de un conjunto de valores es aquel que ocurre
con mayor frecuencia
Si todos los valores son diferentes, no hay moda.
Un conjunto de valores puede tener mas de una moda
Ejemplo:
¿Cual es la moda en los siguientes datos?
12 14 09 04 12 33 23 17 33 31 12 24 09 18
16 09 25 07 15
26. Medidas de localización
La Mediana
La mediana de un conjunto finito de valores es aquel
valor que divide al conjunto de números ordenados
en dos partes iguales.
Ninguna observación extrema en un conjunto de
datos afecta a la mediana, en consecuencia, siempre
que una observación extrema esté presente, es
adecuado usar la mediana en lugar de la media para
describir un conjunto de datos.
n + 1
2
=
(Par)
Me
27. Tendencia central
son medidas que buscan posiciones (valores) con respecto a los cuales
los datos muestran tendencia a agruparse.
Media: Es la media aritmética (promedio) de los valores de una
variable. Suma de los valores dividido por el tamaño muestral.
Media de 2,2,3,7 es (2+2+3+7)/4=3,5
Conveniente cuando los datos se concentran simétricamente con
respecto a ese valor. Muy sensible a valores extremos.
Centro de gravedad de los datos
Mediana: Es un valor que divide a las observaciones en dos grupos
con el mismo número de individuos. Si el número de datos es par, se
elige la media de los dos datos centrales.
Mediana de 1,2,4,5,6,6,8 es 5
Mediana de 1,2,4,5,6,6,8,9 es (5+6)/2=5,5
Es conveniente cuando los datos son asimétricos. No es sensible
a valores extremos.
Mediana de 1,2,4,5,6,6,800 es 5. ¡La media es 117,7!
Moda: Es el/los valor/es donde la distribución de frecuencia alcanza
un máximo.
28. Un objeto pequeño se pesó con un mismo instrumento,
separadamente por nueve estudiantes en una clase de ciencias. Los
pesos obtenidos por cada estudiante (en gramos) se muestran a
continuación:
6.2 6.0 6.0 15.3 6.1 6.3 6.2 6.15 6.2
Los estudiantes quieren determinar con la mayor precisión posible el
peso real del objeto. ¿Cuál de los siguientes métodos les
recomendarías usar?
___ a) Usar el número más común, que es 6.2
___ b) Usar 6.15, puesto que es el peso más preciso
___ c) Sumar los 9 números y dividir la suma por 9
___ d) Desechar el valor 15.3; sumar los otros 8 números y dividir por
8.
29. Una profesora quiere cambiar la disposición de los asientos en su clase, con la
esperanza de que ello incremente el número de preguntas que hacen sus
alumnos. Primero, decide ver cuántas preguntas hicieron los estudiantes con la
colocación actual de los asientos. Un registro del número de preguntas hechas
por sus 8 estudiantes durante una clase se muestra a continuación:
La profesora quiere resumir estos datos, calculando el número típico de
preguntas hechas ese día.
¿Cuál de los siguientes métodos le recomendarías que usara?
___ a) Usar el número más común, que es el 2.
___ b) Sumar los 8 números y dividir por 8.
___ c) Descartar el 22, sumar los otros 7 números y dividir por 7.
___ d) Descartar el 0, sumar los otros 7 números y dividir por 7.
30. Cuarenta estudiantes universitarios participaron en un estudio sobre el
efecto del sueño sobre las puntuaciones en los exámenes. Veinte
estudiantes estuvieron voluntariamente despiertos toda la noche anterior
al examen (grupo que no durmió), los otros 20 estudiantes (grupo de
control) se acostaron a las 11 de la noche anterior al examen. Las
puntuaciones del examen se muestran en los gráficos siguientes. Cada
punto representa la puntuación de un estudiante particular.
31. Examina los dos gráficos con cuidado. Luego escoge entre las 6 posibles conclusiones
que se listan a continuación aquella con la que estés más de acuerdo.
___ a) El grupo que no durmió lo hizo mejor porque ninguno de estos
estudiantes puntuó por debajo de 40 y la máxima puntuación fue obtenida por
un estudiante de ese grupo
___ b) El grupo que no durmió lo hizo mejor porque su promedio parece ser un
poco más alto que el promedio del grupo que durmió.
___ c) No hay diferencia entre los dos grupos, porque hay un solapamiento
considerable en las puntuaciones de los dos grupos.
___ d) No hay diferencia entre los dos grupos, porque la diferencia entre sus
promedios es pequeña, comparada con la variación de sus puntuaciones.
___ e) El grupo que no durmió lo hizo mejor porque hubo en ese grupo más
estudiantes que puntuaron 80 o por encima.
___ f) El grupo de control lo hizo mejor, porque su promedio parece ser un poco
mayor que el promedio del grupo no durmió.
33. Medidas de Dispersión
La dispersión de un conjunto de observaciones
se refiere a la variabilidad que presentan estas.
Una medida de dispersión conlleva información
respecto a la cantidad total de variabilidad
presente en el conjunto de datos
34. MEDIDAS DE DISPERSIÓN
Varianza
La varianza es una medida de la dispersión que emplea todos los
valores de los datos. Se basa en la diferencia entre cada valor y la
media.
La diferencia entre cada valor del dato Xi y el promedio ( x para
una muestra y µ para una población) se llama desviación respecto
al promedio.
Para una muestra la desviación se expresa como: (Xi – x); para una
población: (Xi - µ)
Para calcular la varianza, las desviaciones respecto al promedio se
elevan al cuadrado. Podemos decir que: la desviación estándar y la
varianza evalúan la manera en que fluctúan los valores respecto a la
media
35. MEDIDAS DE DISPERSIÓN
Varianza
Para una muestra que contiene n observaciones X1, X2,
X3…….Xn la varianza de la muestra (representada por S2)
puede escribirse:
( X1 – X )2 + ( X2 – X )2 + ….........…. ( Xi – X )2
n - 1
S2 =
∑ ( Xi – X )2
S2 =
n - 1
La varianza de la muestra, es
la suma de los cuadrados de
las diferencias con relación a la
media aritmética divida entre el
tamaño de la muestra menos 1
∑ ( Xi – )2
N
σ 2=
VARIANZA
MUESTRAL
VARIANZA
POBLACIONAL
Unidades de la varianza son al
cuadrado.
36. MEDIDAS DE DISPERSIÓN
Desviación estándar
Indica como se agrupa o distribuye un conjunto de datos
alrededor de la media.
La desviación estándar también se define como la raíz cuadrada
positiva de la varianza.
σ
=
σ 2
s2
s =
Desviación estándar población
Desviación estándar muestra
37. Dispersión en distribuciones ‘normales’
Centrado en la media y a una desv. típica de distancia hay
aproximadamente el 68% de las observaciones.
A dos desviaciones típicas tenemos el 95% (aprox.)
150 160 170 180 190
0.00
0.01
0.02
0.03
0.04
0.05
x s
68.5 %
150 160 170 180 190
0.00
0.01
0.02
0.03
0.04
0.05
x 2s
95 %
38. MEDIDAS DE DISPERSIÓN
Coeficiente de variación
El CV es una medida relativa de la variación. Siempre se expresa como
porcentaje, no en términos de las unidades de los datos específicos.
El CV mide la dispersión en los datos con relación a la media
CV =
S
X
100 %
( )
S = Desviación estándar de un conjunto de datos numéricos
X = Media aritmética
Si la media es 80 y la desviación típica 20 entonces CV = 20/80=0,25 = 25%
Es una cantidad adimensional. Interesante para comparar la variabilidad de
diferentes variables.
o Si el peso tiene CV =30% y la altura tiene CV =10%, los individuos
o presentan más dispersión en peso que en altura.
o No debe usarse cuando la variable presenta valores negativos o donde el valor
o 0 sea una cantidad fijada arbitrariamente
Por ejemplo 0ºC ≠ 0ºF
39. MEDIDAS DE DISPERSIÓN
Localización Relativa
valor Z
Valor Z: Medida del número de desviaciones estándar que un valor se
aleja de la media
Zi =
Xi - X
S
Zi = valor z del elemento
X = media de la muestra
S = Desviación estándar de la muestra
40. MEDIDAS DE FORMA
Se refiere a la manera como se distribuyen los datos. La
distribución de los datos es simétrica o no lo es. Si no es
simétrica recibe el nombre de distribución asimétrica o sesgada.
media > mediana: Sesgo positivo o a la derecha
media = mediana: simetría o sesgo cero
media < medina: sesgo negativo o a la izquierda
Para describir la forma, solamente se deben comparar la media
y la mediana.
Sesgo (+) Sesgo (-)
42. MEDIDAS DE POSICIÓN
NO CENTRALES
INFORMAN ACERCA DE LA POSICIÓN QUE OCUPA UN DATO
DENTRO DE UNA SERIE ORDENADA EN FORMA CRECIENTE.
DECILES
Dividen el conjunto de datos en diez partes iguales. Nueve
deciles dividen las observaciones en diez partes iguales.
PERCENTILES
Dividen el conjunto de datos en 100 partes iguales. El percentil
90 es un valor tal que el 90% de todos los valores son menores
y el 10 son mayores que el.
CUARTILES
Dividen el conjunto de datos en cuatro partes iguales. Se
necesitan solamente tres cuartiles para dividir los datos en
cuatro partes
43. Resumen sobre estadísticos
Posición
Dividen un conjunto ordenado de datos en grupos con la misma
cantidad de individuos entre ellos.
Cuantiles, percentiles, deciles,...
Tendencia central
Indican valores con respecto a los que los datos parecen agruparse.
Media, mediana y moda
Dispersión
Indican la mayor o menor concentración de los datos con respecto a
las medidas de centralización.
Desviación típica, coeficiente de variación, rango, varianza
Forma
Asimetría
Apuntamiento o curtosis
44. DISTRIBUCIÓN DE FRECUENCIAS
tablas y gráficos para datos numéricos
Es una tabla de resumen en la cual los datos se colocan en agrupamiento o
categorías establecidas en forma conveniente de clases ordenadas
numéricamente
Exponen la información recogida en la muestra, de forma que no se pierda
nada de información (o poca).
Frecuencias absolutas: Contabilizan el número de individuos de cada
modalidad
Frecuencias relativas (porcentajes): Idem, pero dividido por el total
Frecuencias acumuladas: Sólo tienen sentido para variables ordinales y
numéricas
45. DISTRIBUCIÓN DE FRECUENCIAS
tablas y gráficos para datos numéricos
Obtención de intervalos de clase
Es conveniente que cada intervalo tenga la misma medida (o
anchura).
ancho de Clase =
RANGO = valor máximo de los datos – valor mínimo de los
datos
Rango
número de clases deseado
Selección del número de clases
una gran cantidad de observaciones requiere un mayor número
de clases. Sin embargo una distribución de frecuencias debe
tener como mínimo 5 clases, pero no mas de 15
46. DISTRIBUCIÓN DE FRECUENCIAS RELATIVAS Y
FRECUENCIAS PORCENTUALES
FRECUENCIA RELATIVA
Se obtiene de dividir las frecuencias de cada clase entre el número
total de observaciones.
Frecuencia de clase
n
Frecuencia
relativa de clase
=
La distribución de frecuencias porcentuales, se obtiene al
multiplicar cada frecuencia relativa por 100
47. EJERCICIO
Convertir las notas de los estudiantes en datos agrupados.
1.- Determinar el Ancho de clase
2. Transformar - Recodificar - En variables diferentes
3. Pasar la variable al cuadro: Var. Numérica Var. De resultado:
4. Asignarle nuevo nombre a la variable, con su correspondiente
etiqueta y pulsar: Cambiar:
5. Valores antiguos y nuevos
6. Colocar los
anchos de clase:
Rango
hasta
Range
through
6. Colocar los
anchos de clase:
Rango
Del menor hasta
Range
Lowest through
6. Colocar los anchos de
clase:
Rango
-------- hasta el mayor
Range
---------- highest through
48. 7. Una vez colocado el ancho de clase, en valor nuevo asignarle en el cuadro
de diálogo:
del menor hasta, el número 1.
hasta el valor 2
hasta el mayor el número 3
8. Continuar - Aceptar - Observar la nueva variable creada en la “vista de
variable” y en la “vista de datos”
9. Vista de variables - Valores - colocar los valores del ancho de clase y
asignarle los valores 1, 2, 3.
10. Analizar - Est. Descrip. – frecuencias - gráficos - Histogramas – con curva
normal – continuar – aceptar.
11. Interprete los resultados
49. DISTRIBUCIÓN DE FRECUENCIAS
tablas y gráficos para datos numéricos
DIAGRAMA DE BARRAS
variables cuantitativas discretas y
variables cualitativas.
Se construye en un plano cartesiano,
colocando en el eje de las ordenadas
(y), las frecuencias ordinarias absolutas
(n), y situando en el eje de las abscisas
(X) los valores que toma la variable.
Cuando la variable es continua, lo
recomendable no es un gráfico de
barras sino un histograma.
0
10
20
30
40
50
60
70
80
90
100
20 40 60 80
Valores de la variable
o Puntos medios
Frecuencias
absolutas
50. DISTRIBUCIÓN DE FRECUENCIAS
tablas y gráficos para datos numéricos
HISTOGRAMAS
(variables continuas)
Se utiliza para describir datos numéricos que están agrupados en
distribuciones de frecuencia, de frecuencia relativa o de porcentaje.
Un histograma es una gráfica de barras verticales que se construye
en los límites de cada clase
EDAD
90,0
80,0
70,0
60,0
50,0
40,0
30,0
20,0
GRÁFICO 1
DISTRIBUCIÓN SEGÚN LA EDAD
10
8
6
4
2
0
Desv. típ. = 16,54
Media = 42,0
N = 20,00
En el eje horizontal
aparecen los puntos
medios de cada
intervalo de clase
(marcas de clase)
51. DISTRIBUCIÓN DE FRECUENCIAS
tablas y gráficos para datos numéricos
POLÍGONOS DE
FRECUENCIA
(v. continuas)
Se construye uniendo
con segmentos de recta,
los puntos medios
(marcas de clase) –
parte superior de cada
intervalo de clase. Al unir
las marcas mediante
líneas rectas se obtiene
el polígono de
frecuencia.
Cuando se comparan dos o mas conjuntos de datos, resulta imposible
la construcción de histogramas en la misma gráfica.
0
10
20
30
40
50
60
70
80
90
100
20 40 60 80
Puntos medios
Frecuencias
absolutas
52. ANÁLISIS DESCRIPTIVO
SPSS
PROCEDIMIENTO: Frecuencias y Descriptivos
Si la variable que se desea describir es:
Distribución de frecuencias
CATEGÓRICA Diagrama de Barras
Diagrama de sectores
Medidas de tendencia central
CUANTITATIVA Medidas de dispersión
Forma de la distribución
53. FRECUENCIA
Informa sobre valores concreto que adopta una variable y sobre el
número (y porcentaje) de veces que se repite cada uno de esos
valores.
Ejemplo:
Abrir archivo “datos de empleados” del spss
> >
Seleccionar variable catlab (Categoría Laboral)
Analizar Estadísticos Descriptivos Frecuencia
Aceptar
54. FRECUENCIA
CUANDO UTILIZAR CADA ESTADÍSTICO
PERCENTILES * Al menos con variables ordinales. Carece
de sentido con variables nominales
MEDIDAS DE TENDENCIA * Variables cuantitativas (intervalo o razón)
CENTRAL * Puede calcularse con datos ordinales. La
Mediana es un estadístico típicamente
ordinal.
DISPERSIÓN * Variable cuantitativa (intervalo o razón)
* Puede calcularse con datos ordinales
RANGO * Todo tipo de variables. Excepto
nominales
ASIMETRÍA CURTOSIS * Variables cuantitativas.
56. DESCRIPTIVOS
A Diferencia de lo que ocurre con el procedimiento “frecuencias”,
quecontiene opciones para describir tanto variables categóricas
como variables cuantitativas continuas, el procedimiento descriptivo
está diseñado únicamente para variable cuantitativas continuas.
Analizar Estadísticos Descriptivos Descriptivos
Seleccionar variable Salini ( Salario inicial); Salario (salario actual);
tiempemp (meses desde el contrato)
marcar las opciones de media, todas las dispersión
y todas las de distribución (forma)
>
>
Opciones >
57. ANÁLISIS DE VARIABLES CATEGÓRICAS
Procedimiento: Tablas de contingencia
El sexo, raza, la clase social, el lugar de procedencia, la categoría laboral,
padecer o no de una enfermedad son algunos ejemplos de este tipo de
variables. Son variables sobre las que únicamente es posible obtener una
medida de tipo nominal (u ordinal con pocos valores). SPSS permite
estudiar este tipo de variables y detectar posibles pautas de asociación de
asociación entre ellas.
El Son tablas de doble entrada, en la que cada una presenta un criterio de
clasificación (una variable categórica)
Analizar Tablas de contingencia
Estad. Descrip.
> >
58. EJEMPLO
Abra el archivo de datos “datos de empleados”
Analizar - Est. Desc. - Tablas de contingencia - Fila: sexo; Columna:
Categoría Laboral - Marcar la opción: Mostrar los gráficos de barras agrupadas
Tabla de contingencia Sexo * Categoría laboral
Recuento
157 27 74 258
206 10 216
363 27 84 474
Hombre
Mujer
Sexo
Total
Administrativo Seguridad Directivo
Categoría laboral
Total
Sexo
Mujer
Hombre
Recuento
300
200
100
0
Categoría laboral
Administrativo
Seguridad
Directivo
59. Estadísticos
Chi-cuadrado
Establece la relación existente entre dos variables categóricas. Permite
contrastar la hipótesis de que las dos variables categóricas son
independientes.
H0: Las variables son independientes
H1: Las variables son dependientes
EJEMPLO.
Abra el archivo de datos “datos de empleados”
Analizar - Est. Desc. - Tablas de contingencia - Fila: sexo; Columna:
Categoría laboral - Estadísticos - Chi-Cuadrado
Pruebas de chi-cuadrado
79,277a 2 ,000
95,463 2 ,000
474
Chi-cuadrado de Pearson
Razón de verosimilitud
N de casos válidos
Valor gl
Sig. asintótica
(bilateral)
0 casillas (,0%) tienen una frecuencia esperada inferior a 5.
La frecuencia mínima esperada es 12,30.
a.
El valor Chi-Cuadrado toma un valor de
79,277 y tiene asociada un nivel de
significación asociado de 0,000 por lo que
se rechaza la H0 de independencia
60. Correlación entre variables ordinales:
Spearman
El coeficiente de correlación de spearman es también una medida de
asociación lineal pero para variables ordinales:
Se rechaza la hipótesis de independencia cuando el nivel crítico sea
menor que el nivel de significación establecido y se concluirá que
existe relación lineal significativa
Analizar>correlaciones>bivariadas>spearman
Correlaciones
1,000 ,826** -,063
, ,000 ,168
474 474 474
,826** 1,000 ,105*
,000 , ,023
474 474 474
-,063 ,105* 1,000
,168 ,023 ,
474 474 474
Coeficiente de
correlación
Sig. (bilateral)
N
Coeficiente de
correlación
Sig. (bilateral)
N
Coeficiente de
correlación
Sig. (bilateral)
N
Salario inicial
Salario actual
Meses desde el contrato
Rho de Spearman
Salario inicial Salario actual
Meses desde
el contrato
La correlación es significativa al nivel 0,01 (bilateral).
**.
La correlación es significativa al nivel 0,05 (bilateral).
*.
61. Coeficiente de correlación entre variables
cuantitativas: Pearson
Este coeficiente toma valores entre -1 y 1 un valor de 1 indica
relación lineal perfecta positiva un valor de -1 indica relación lineal
perfecta negativa. No implica causalidad.
Se rechaza la hipótesis de independencia cuando el nivel crítico sea
menor que el nivel de significación establecido y se concluirá que
existe relación lineal significativa
Analizar>correlaciones>bivariadas>pearson
Correlaciones
1,000 ,880** -,020
, ,000 ,668
474 474 474
,880** 1,000 ,084
,000 , ,067
474 474 474
-,020 ,084 1,000
,668 ,067 ,
474 474 474
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Salario inicial
Salario actual
Meses desde el contrato
Salario inicial Salario actual
Meses desde
el contrato
La correlación es significativa al nivel 0,01 (bilateral).
**.
62. Análisis de variables de respuestas
múltiples: (procedimientos)
La expresión respuesta múltiple se utiliza para identificar variables
en las que los sujetos pueden dar más de una respuesta, es decir,
variables en las que un mismo sujeto puede tener distintos valores.
Al intentar codificar VRM surge un problema: el SPSS solo permite
utilizar variables con un solo código para cada caso:
Se puede usar dos estrategias diferentes:
a) Crear tantas variables dicotómicas como alternativa de
respuestas tiene la pregunta (dicotomías múltiples)
b) Crear tantas variables categóricas como respuestas distintas
hayan dado los sujetos.
63. a) Crear tantas variables dicotómicas como
alternativa de respuestas tiene la pregunta
(dicotomías múltiples)
Ejemplo:
Señale cual de los siguientes transportes ha usado
durante el último mes.
a) Autobús
b) Metro
c) Tren
d) Taxi