Professional Documents
Culture Documents
Desde los comienzos de la civilizacin han existido formas sencillas de estadstica, pues ya se
utilizaban representaciones grficas y otros smbolos en pieles, rocas, palos de madera y paredes de
cuevas para contar el nmero de personas, animales o cosas.
Hacia el ao 3000 a.C. los babilonios usaban pequeas tablillas de arcilla para recopilar datos sobre la
produccin agrcola y sobre los gneros vendidos o cambiados mediante trueque. En el siglo XXXI
a.C., mucho antes de construir las pirmides, los egipcios analizaban los datos de la poblacin y la
renta del pas.
Los libros bblicos de Nmeros y Crnicas incluyen, en algunas partes, trabajos de estadstica. El
primero contiene dos censos de la poblacin de Israel y el segundo describe el bienestar material de las
diversas tribus judas. En China existan registros numricos similares con anterioridad al ao 2000
a.C. Los griegos clsicos realizaban censos cuya informacin se utilizaba hacia el 594 a.C. para cobrar
impuestos. El Imperio romano fue el primer gobierno que recopil una gran cantidad de datos sobre la
poblacin, superficie y renta de todos los territorios bajo su control. Durante la edad media slo se
realizaron algunos censos exhaustivos en Europa. Los reyes caloringios Pipino el Breve y Carlomagno
ordenaron hacer estudios minuciosos de las propiedades de la Iglesia en los aos 758 y 762
respectivamente. Despus de la conquista normanda de Inglaterra en 1066, el rey Guillermo I de
Inglaterra encarg la realizacin de un censo. La informacin obtenida con este censo, llevado a cabo
en 1086, se recoge en el Domesday Book. El registro de nacimientos y defunciones comenz en
Inglaterra a principios del siglo XVI, y en 1662 apareci el primer estudio estadstico notable de
poblacin, titulado Observations on the London Bills of Mortality -Comentarios sobre las partidas de
defuncin en Londres. Un estudio similar sobre la tasa de mortalidad en la ciudad de Breslau, en
Alemania, realizado en 1691, fue utilizado por el astrnomo ingls Edmund Halley como base para la
primera tabla de mortalidad.
En el siglo XIX, con la generalizacin del mtodo cientfico para estudiar todos los fenmenos de las
ciencias naturales y sociales, los investigadores aceptaron la necesidad de reducir la informacin a
valores numricos para evitar la ambigedad de las descripciones verbales. En nuestros das, la
estadstica se ha convertido en un mtodo efectivo para describir con exactitud los valores de datos
econmicos, polticos, sociales, psicolgicos, biolgicos o fsicos, y sirve como herramienta para
relacionar y analizar dichos datos.
El trabajo del experto estadstico no consiste ya slo en reunir y tabular los datos, sino sobre todo en el
proceso de "interpretacin" de esa informacin. El desarrollo de la teora de la probabilidad ha
aumentado el alcance de las aplicaciones de la estadstica. Muchos conjuntos de datos se pueden
aproximar, con gran exactitud, utilizando determinadas distribuciones probabilsticas; los resultados de
stas se pueden utilizar para analizar datos estadsticos. La probabilidad es til para comprobar la
fiabilidad de las inferencias estadsticas y para predecir el tipo y la cantidad de datos necesarios en un
determinado estudio estadstico.
Ejemplo:Si tenemos una poblacin formada por 100 elementos y queremos extraer una muestra de 25
elementos, en primer lugar debemos establecer el intervalo de seleccin que ser igual a 100/25 = 4. A
continuacin elegimos el elemento de arranque, tomando aleatoriamente un nmero entre el 1 y el 4, y
a partir de l obtenemos los restantes elementos de la muestra.
2, 6, 10, 14,..., 98
Muestreo aleatorio estratificado
Se divide la poblacin en clases o estratos y se escoge, aleatoriamente, un nmero de individuos de
cada estrato proporcional al nmero de componentes de cada estrato.
Ejemplo:
En una fbrica que consta de 600 trabajadores queremos tomar una muestra de 20. Sabemos que hay
200 trabajadores en la seccin A, 150 en la B, 150 en la C y 100 en la D.
Distribucin muestra
Un muestreo puede hacerse con o sin reposicin, y la poblacin de partida puede ser infinita o finita.
En todo nuestro estudio vamos a limitarnos a una poblacin de partida infinita o a muestreo con
reposicin.
Si consideremos todas las posibles muestras de tamao n en una poblacin, para cada muestra podemos
calcular un estadstico (media, desviacin tpica, proporcin, ...) que variar de una a otra.
As obtenemos una distribucin del estadstico que se llama distribucin muestra
5 -Clasificacin de las Tcnicas Estadsticas
Antes de comenzar a describir las tcnicas estadsticas ms habituales, describiremos los niveles
de medida mas usuales de las variables.
Nivel de medida.
En la prctica, la opcin de un mtodo estadstico depende en gran parte de la naturaleza de las
observaciones que vayamos a realizar. A continuacin se muestran ordenados de menor a mayor
los distintos niveles de medida, comenzando por el ms dbil y terminando por el ms fuerte.
Nominal: Cada valor de una variable nominal se corresponde con una categora de la variable,
este emparejamiento es por lo general arbitrario, como ejemplos de variables nominales podemos
considerar el sexo de una persona, lugar de nacimiento etc. En este nivel de medida las categoras
no pueden ser ordenadas en ningn sentido, y por supuesto no tiene sentido calcular medias,
Ordinal: Cada valor representa la ordenacin o el ranking, por ejemplo el lugar de llegada a meta
de los corredores, 1 significara el primero, 2 significara el segundo ... etc. Es muy comn
encontrarse este tipo de variables en la evaluacin del gusto de los consumidores, se les suministra
una serie de productos y ellos van indicando el mas preferido... etc. Sabremos cual es el ms
preferido, el segundo ms preferido ... etc, pero no sabremos cuanto es de preferido, en el ejemplo
de la carrera sabremos cual ha sido el primero, el segundo, pero no vamos a saber cual es la
distancia entre el primero y el segundo. El SPSS proporciona estadsticos especficos asociados a
rangos.
Razn: Las variables de Razn tienen las mismas propiedades que las de intervalo, pero adems
tienen un punto cero significativo, dicho punto representa una ausencia completa de la
caracterstica medida, por ejemplo la edad o las ganancias anuales de una persona. Por esta razn
las variables de Razn tienen propiedades ms fuertes que las de intervalo
6-Distribucin de frecuencias
En estadstica, se le llama distribucin de frecuencias a la agrupacin de datos en categoras
mutuamente excluyentes que indican el nmero de observaciones en cada categora.1 Esto proporciona
un valor aadido a la agrupacin de datos. La distribucin de frecuencias presenta las observaciones
clasificadas de modo que se pueda ver el nmero existente en cada clase.
Tipos de frecuencias
Vase tambin: Frecuencia estadstica
Frecuencia absoluta
La frecuencia absoluta es el nmero de veces que aparece un determinado valor en un estudio
estadstico. Se representa por ni. La suma de las frecuencias absolutas es igual al nmero total de datos,
que se representa por N. Para indicar resumidamente estas sumas se utiliza la letra griega (sigma
mayscula) que se lee suma o sumatoria.
Frecuencia relativa
Se dice que La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado valor y
el nmero total de datos. Se puede expresar en tantos por ciento y se representa por fi. La suma de las
frecuencias relativas es igual a 1, siempre y cuando no sea igual que 7 o por debajo de los 7 primeros
nmeros sucesivos.
Frecuencia relativa (fi), es el cociente entre la frecuencia absoluta y el tamao de la muestra (N). Es
decir:
siendo el fi para todo el conjunto i. Se presenta en una tabla o nube de puntos en una distribucin de
frecuencias.
Si multiplicamos la frecuencia relativa por 100 obtendremos el porcentaje o tanto por ciento (pi)
Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los valores inferiores o
iguales al valor considerado. La frecuencia acumulada es la frecuencia estadstica F(XXr) con que el
valor de un variable aleatoria (X) es menor que o igual a un valor de referencia (Xr). La frecuencia
acumulada relativa se deja escribir como Fc(XXr), o en breveFc(Xr), y se calcula de:
Fc (Xr) = MXr / N
donde MXr es el nmero de datos X con un valor menor que o igual a Xr, y N es nmero total de los
datos. En breve se escribe:
Fc = M / N
Cuando Xr=Xmin, donde Xmin es el valor mnimo observado, se ve que Fc=1/N, porque M=1. Por
otro lado, cuando Xr=Xmax, donde Xmax es el valor mximo observado, se ve que Fc=1, porque
M=N.
En porcentaje la ecuacin es:
Fc(%) = 100 M / N
Frecuencia relativa acumulada
La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de un determinado valor
y el nmero total de datos. Se puede expresar en tantos por ciento. Ejemplo:
Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas mximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27
aleatoria recibe el nombre de media muestral siendo uno de los principales estadsticos muestrales.
Mediana
El trmino mediana puede referirse a:
Mediana (estadstica), el valor de la variable que deja el mismo nmero de datos antes y
despus que l;
Mediana (geometra), la lnea que une cualquier vrtice de un tringulo con el punto medio del
lado opuesto;
Mediana (arqueologa), un yacimiento arqueolgico romano en la ciudad serbia de Ni;
Mediana (trfico), es la separacin que impide el paso entre los carriles de direccin contraria
en una calzada.
8-Razn (muestral): es la relacin entre dos fenmenos independientes, el rango es de cero a infinito
positivo. Por ejemplo: en un Hospital existen mil pacientes y un total de cincuenta mdicos, por lo cual
se tiene una razn de 1000/50=20, en otras palabras en el Hospital por cada mdico existen 20
pacientes.
La frmula de razones (ri) es:
ri=xi
n
Tasa: es la rapidez de cambio de un fenmeno, se obtiene mediante el cociente del nmero de veces
que ocurre la situacin investigada en un lugar y lapso de tiempo determinado, entre la poblacin en
estudio, multiplicada por una potencia de 10, su rango es de cero a infinito positivo. Entonces las tasas
se hallan:
Frecuencia de determinado fenmeno en un tiempo especfico . 10^n
Poblacin en estudio
Cabe agregar que, las tasas que se refieren a toda la poblacin se llaman crudas, mientras que las tasas
que se refieren solo a una parte de la poblacin se denominan especificas.
Las tasas ms comunes son:
Tasas de mortalidad: riesgo de morir.
Tasas de morbilidad: riesgo de contraer determinada enfermedad.
Tasas de natalidad: miden el crecimiento de las poblaciones.
Tasas de letalidad: miden la gravedad de las enfermedades.
9-Tipos de variable
Artculo principal:
Variables cualitativas
Son el tipo de variables que como su nombre lo indica expresan distintas cualidades, caractersticas o
modalidad. Cada modalidad que se presenta se denomina atributo o categora, y la medicin consiste en
una clasificacin de dichos atributos. Las variables cualitativas pueden ser dicotmicas cuando slo
pueden tomar dos valores posibles, como s y no, hombre y mujer o ser politmicas cuando pueden
adquirir tres o ms valores. Dentro de ellas podemos distinguir:
Variable cualitativa ordinal o variable cuasicuantitativa: La variable puede tomar distintos
valores ordenados siguiendo una escala establecida, aunque no es necesario que el intervalo
entre mediciones sea uniforme, por ejemplo: leve, moderado, fuerte.
Variable cualitativa nominal: En esta variable los valores no pueden ser sometidos a un
criterio de orden, como por ejemplo los colores.
Variables cuantitativas
Son las variables que toman como argumento cantidades numricas, son variables matemticas. Las
variables cuantitativas adems pueden ser:
Variable discreta: Es la variable que presenta separaciones o interrupciones en la escala de
valores que puede tomar. Estas separaciones o interrupciones indican la ausencia de valores
entre los distintos valores especficos que la variable pueda asumir. Ejemplo: El nmero de hijos
(1, 2, 3, 4, 5).
Variable continua: Es la variable que puede adquirir cualquier valor dentro de un intervalo
especificado de valores. Por ejemplo la masa (2,3 kg, 2,4 kg, 2,5 kg,...) o la altura (1,64 m,
1,65 m, 1,66 m,...), o el salario. Solamente se est limitado por la precisin del aparato medidor,
en teora permiten que exista un valor entre dos variables.
10-La sumatoria o sumatorio se emplea para representar la suma de muchos o infinitos sumandos.
11- medidas de dispersin, tambin llamadas medidas de variabilidad, muestran la variabilidad de una
distribucin, indicando por medio de un nmero si las diferentes puntuaciones de una variable estn
muy alejadas de la media. Cuanto mayor sea ese valor, mayor ser la variabilidad, y cuanto menor sea,
ms homognea ser a la media. As se sabe si todos los casos son parecidos o varan mucho entre
ellos.
ASIMETRA
Esta medida nos permite identificar si los datos se distribuyen de forma uniforme alrededor del punto
central (Media aritmtica). La asimetra presenta tres estados diferentes [Fig.5-1], cada uno de los
cuales define de forma concisa como estn distribuidos los datos respecto al eje de asimetra. Se dice
que la asimetra es positiva cuando la mayora de los datos se encuentran por encima del valor de la
media aritmtica, la curva es Simtrica cuando se distribuyen aproximadamente la misma cantidad de
valores en ambos lados de la media y se conoce como asimetra negativa cuando la mayor cantidad de
datos se aglomeran en los valores menores que la media.
2. CURTOSIS
Esta medida determina el grado de concentracin que presentan los valores en la regin central de la
distribucin. Por medio del Coeficiente de Curtosis, podemos identificar si existe una gran
concentracin de valores (Leptocrtica), una concentracin normal (Mesocrtica) una baja
concentracin (Platicrtica).
ANLISIS E INTERPRETACIN DE LOS DATOS
Este estadio se presenta posterior a la aplicacin del instrumento y finalizada la recoleccin de los
datos, donde se proceder a aplicar el anlisis de los datos para dar respuesta a las interrogantes de la
investigacin. Segn Hevia (2001:46)
Despus de haber obtenido los datos producto de la aplicacin de los instrumentos de investigacin, se
proceder a codificarlos, tabularlos, y utilizar la informtica a los efectos de su interpretacin que
permite la elaboracin y presentacin de tablas y grficas estadsticas que reflejan los resultados.
El propsito del anlisis es aplicar un conjunto de estrategias y tcnicas que le permiten al
investigador obtener el conocimiento que estaba buscando, a partir del adecuado tratamiento de los
datos recogidos. (Hurtado, 2000:181).