INSTITUTO

CIENTFICO PROCESAMIENTO Y ANLISIS

DEL PACFICO DE DATOS UTILIZANDO SPSS 21

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)
INSTITUTO
CIENTFICO PROCESAMIENTO Y ANLISIS
DEL PACFICO DE DATOS UTILIZANDO SPSS 21

SESIN 9: CONCEPTOS BSICOS DE ESTADSTICA

Qu es la Estadstica?

La Estadstica es la ciencia cuyo objetivo es reunir una informacin cuantitativa

concerniente a individuos, grupos, series de hechos, etc. y deducir de ello unos
significados precisos o unas previsiones para el futuro, gracias al anlisis de estos
datos.

La Estadstica, en general, es la ciencia que trata de la recopilacin, organizacin,

presentacin, anlisis e interpretacin de
datos numricos con el fin de realizar una
toma de decisin ms efectiva.

Otros autores tienen definiciones de la

Estadstica semejantes a las anteriores, y
algunos otros no tan semejantes. Para Chacn,
esta se define como la ciencia que tiene por
objeto el estudio cuantitativo de los
colectivos; otros la definen como la
expresin cuantitativa del conocimiento
dispuesta en forma adecuada para el
escrutinio y anlisis. La ms aceptada, sin
embargo, es la de Minguez, que define la
Estadstica como La ciencia que tiene por
objeto aplicar las leyes de la cantidad a los
hechos sociales para medir su intensidad,
deducir las leyes que los rigen y hacen su prediccin ms prxima.

En resumen, la estadstica es la Ciencia de la:

Recoge, ordena, sistematiza y presenta los datos referentes a un fenmeno

que presenta variabilidad o incertidumbre, donde su objetivo es deducir las leyes
que rigen ciertos fenmenos y poder hacer previsiones sobre los mismos,
tomar decisiones u obtener conclusiones.

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)
INSTITUTO
CIENTFICO PROCESAMIENTO Y ANLISIS
DEL PACFICO DE DATOS UTILIZANDO SPSS 21

Para qu se utiliza y por qu es importante?

Los mtodos estadsticos tradicionalmente se utilizan para propsitos descriptivos,

para organizar y resumir datos numricos. La estadstica descriptiva, por ejemplo trata
de la tabulacin de datos, su presentacin en forma grfica o ilustrativa y el clculo de
medidas descriptivas.
Ahora bien, las tcnicas estadsticas se aplican de manera amplia en mercadotecnia,
contabilidad, control de calidad y en otras actividades como estudios de consumidores,
anlisis de resultados en deportes, administradores de instituciones, en la educacin,
organismos polticos, mdicos, y por otras personas que intervienen en la toma de
decisiones.

Divisin de la Estadstica:
La Estadstica se divide en dos grandes ramas: La estadstica descriptiva y la inferencial.

Estadstica Descriptiva:
Consiste sobre todo en la presentacin
de datos en forma de tablas y grficas.
Es un conjunto de tcnicas y mtodos
que son usados para recolectar,
organizar y presentar en forma de
tablas y grficas informacin numrica.
Tambin se incluyen aqu el clculo de
medidas estadsticas de centralidad y
de variabilidad.

Estadstica Inferencial:
Se deriva de muestras, observaciones hechas slo
acerca de una parte de un conjunto numeroso de
elementos y su anlisis requiere de generalizaciones
que van ms all de los datos. Es decir, es un conjunto
de tcnicas y mtodos que son usados para sacar
conclusiones generales acerca de una poblacin
usando datos de una muestra tomada de ella. Para
poder realizar la inferencia de la muestra a la poblacin
ser prescindible se necesita que la muestrea sea representativa.

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)
INSTITUTO
CIENTFICO PROCESAMIENTO Y ANLISIS
DEL PACFICO DE DATOS UTILIZANDO SPSS 21

Conceptos Bsicos:

Poblacin: es el conjunto de elementos que poseen al menos una

caracterstica en comn y sobre el cual estamos interesados en obtener
conclusiones (hacer inferencia). Normalmente es demasiado grande como
para poder abarcarlo todo. La poblacin debe ser precisada en el tiempo y
en el espacio para que resulte inequvoca.
Cabe sealar que definir la poblacin de estudio, es uno de los pasos ms
importantes del proceso de investigacin.

Ejemplo:
- Conjunto de familias que viven en el barrio Santa Fe de la ciudad
Ponce.
- Conjunto de hoteles del Municipio de San Juan.
- Conjunto de artculos producidos por una mquina.

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)
INSTITUTO
CIENTFICO PROCESAMIENTO Y ANLISIS
DEL PACFICO DE DATOS UTILIZANDO SPSS 21

Unidad elemental: es un elemento de la poblacin sujeta a estudio.

Ejemplo:
- Una familia que vive en el barrio Santa Fe
de la cuidad Ponce.
- Un hotel del Municipio de San Juan.
- Un artculo producido por una mquina.

Muestra: es un subconjunto de la poblacin al que tenemos acceso y sobre

el que realmente hacemos las observaciones (mediciones). Generalmente
no es posible analizar a todos los individuos de la poblacin, es por ello que
es necesario utilizar
muestras. Las muestras
deben ser
representativas, y estar
formadas por miembros
seleccionados de la
poblacin (individuos,
unidades experimentales).

Muestra aleatoria: es una muestra bien

representativa de la poblacin. Se considera
que cada elemento de la poblacin ha tenido
la misma oportunidad de formar parte de la
muestra. Las conclusiones que estn basadas
en esta muestra son confiables. La muestra
representativa, quiere decir que en ella deben
estar todas las caractersticas de la poblacin sin sufrir modificaciones
considerables o significativas. Para ellos la muestra debe ser aleatoria y
tener un tamao apropiado.

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)
INSTITUTO
CIENTFICO PROCESAMIENTO Y ANLISIS
DEL PACFICO DE DATOS UTILIZANDO SPSS 21

Variable: una variable es una caracterstica observable de inters que vara

entre los diferentes individuos de una poblacin. La informacin que
disponemos de cada individuo es resumida en
variables.
Ejemplo:
- Variable 1: peso del artculo.
- Variable 2: nivel de instruccin del cliente.
- Variable 3: tiempo de vida til del artculo.
- Variable 4: estado civil del cliente.
- Variable 5: nmero de sucursales del banco.

Tipos de Variable:

Variable cualitativa o categrica: son aquellas que expresan cualidades

o categoras, sus valores no se asocian naturalmente a un nmero.

1. Variable cualitativa ordinal: tienen un orden de importancia.

Ejemplo:
- Mejora a un tratamiento
- Grado de satisfaccin.
- Intensidad del dolor.

2. Variable cualitativa nominal: no tienen orden de importancia.

Ejemplo:
- Sexo.
- Grupo sanguneo.
- Religin.
- Nacionalidad.
- Fumar (Si, No).

Variable cuantitativa: son aquellas que resultan de hacer mediciones o

conteos. Se expresan en forma numrica.

1. Variable cuantitativa discreta: resultan de hacer conteos. Estn

asociadas a nmeros enteros. Dentro de un intervalo finito, solo
existen nmeros finitos de valores.

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)
INSTITUTO
CIENTFICO PROCESAMIENTO Y ANLISIS
DEL PACFICO DE DATOS UTILIZANDO SPSS 21

Ejemplos:
- Nmero de hijos.
- Nmero de cigarrillos.
- Nmero de cumpleaos

2. Variable cuantitativa continua: resultan de hacer mediciones. Estn

asociadas a nmeros reales. Dentro de un intervalo finito, existen
infinitos valores.
Ejemplos:
- Altura.
- Ingreso familiar.
- Dosis de medicamento administrado.
- Edad

Es muy buena idea codificar las variables como nmeros para poder procesarlas
con facilidad en un computador. Tambin, es conveniente asignar etiquetas a los
valores de las variables para recordar qu significan los cdigos numricos.

Ejemplos:

- Gnero: (Cualitativa: cdigos arbitrarios, es decir, a libre eleccin)

1: Hombre
2: Mujer

- Raza: (Cualitativa: cdigos arbitrarios, es decir, a libre eleccin)

1: Blanca
2: Negra

- Felicidad: (Ordinal: respetar un orden al codificar)

1: Muy feliz
2: Bastante feliz
3: No demasiado feliz

- Tambin se pueden asignar cdigos a respuestas especiales como:

0: No sabe
99: No contesta

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)
INSTITUTO
CIENTFICO PROCESAMIENTO Y ANLISIS
DEL PACFICO DE DATOS UTILIZANDO SPSS 21

Dato: es un valor particular de la variable.

Observacin: es el dato registrado.

Parmetro: es una constante que caracteriza a una poblacin. Los parmetros se

representan por letras griegas. A continuacin se da la lista de parmetros:

Parmetro Valor Estadstico

1. Media
2. Mediana
3. Moda
4. Varianza poblacional
5. Desviacin estndar
6. Proporcin
7. Diferencia de medias
8. Diferencia de proporciones
9. Coeficiente de correlacin

Valor estadstico o estadgrafo: es un valor calculado usando las

observaciones de la muestra. Ejemplos de estadsticos son la media
aritmtica, la proporcin muestral, la desviacin muestral.

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)
INSTITUTO
CIENTFICO PROCESAMIENTO Y ANLISIS
DEL PACFICO DE DATOS UTILIZANDO SPSS 21

Escalas de medicin

Escala de medicin nominal: La medicin sobre una determinada

caracterstica o fenmeno esta expresada en escala nominal cuando tal
informacin se clasifica en categoras o niveles mutuamente excluyentes,
entre los cuales no se pueden establecer ninguna relacin de orden.

Escala de medicin ordinal: Las variables medidas en escala ordinal son

aquellas que teniendo las propiedades de una escala nominal se diferencias
en que es posible establecer relaciones de orden entre los diferentes niveles
o categoras.

Ejemplos:
- Leve, moderado, severo.
- Moderado, Intenso
- Bsico, Intermedio, Avanzado

Escala de medicin de intervalo: Las variables medidas en esta escala de

medicin son aquellas en las que se asignan nmero para identificar la
intensidad de una caracterstica, con unidad de medida y origen arbitrarios,
as como los intervalos, la escala de intervalo asume la clasificacin entre los
valores de la variable estudiada. (El valor cero es arbitrario, es decir es un
valor referencial. El cero no indica ausencia de la caracterstica de la que se
desea estudiar.
Ejemplos:
- Temperatura
- Coeficiente de inteligencia

Escala de medicin de razn: En esta categora se consideran aquellas

mediciones en las que adems de ser importantes las propiedades de la
escala de intervalos, tiene sentido fijar un punto de origen que marque un
cero absoluto. Esta escala asume todas las operaciones matemticas de las
escalas anteriores.
Ejemplos:
- La estatura
- El peso
- El nivel de CO2 en la sangre.

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)
INSTITUTO
CIENTFICO PROCESAMIENTO Y ANLISIS
DEL PACFICO DE DATOS UTILIZANDO SPSS 21

Estadstica Inferencial:
Se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de
una poblacin a partir de los datos de una muestra aleatoria mediante la teora de
probabilidades y de las distribuciones mustrales.

1. Estimacin de parmetros: Consiste en predecir el valor del parmetro.

Estimacin puntual: Es un valor individual del estadgrafo que se usa

para aproximar un parmetro de la poblacin.
Ejemplo:
- En una muestra se obtiene =6.4 y S2 = 30.2
=6.4, es una estimacin puntual del parmetro .
S2 = 30.2, es una estimacin puntual del parmetro 2.

Estimacin por intervalo: Consiste en calcular dos lmites dentro de los

cuales se espera que se encuentre el verdadero valor del parmetro,
con cierto grado de seguridad o confianza especfica (probabilidad de
estimar correctamente el valor real del parmetro de la poblacin).

El parmetro es El estimador es

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)
INSTITUTO
CIENTFICO PROCESAMIENTO Y ANLISIS
DEL PACFICO DE DATOS UTILIZANDO SPSS 21

El estimador de es un intervalo que brinda un cierto porcentaje

de confianza de contener al verdadero valor del parmetro .

2. Prueba de Hiptesis:

Es un mtodo estadstico de comprobacin de una hiptesis y es realizado

utilizando los valores observados que constituyen la muestra.

Hiptesis: Es una afirmacin que puede ser verdadera o falsa, sujeta a

verificacin o comprobacin. Es una suposicin que se utiliza como base
para una accin.

Hiptesis de investigacin: es una suposicin o reclamo que motiva una

investigacin. Esta hiptesis puede basarse en la experiencia y en la
observacin, en la experimentacin o en la intuicin.

Hiptesis estadstica: es una reformulacin estadstica de una hiptesis

de investigacin, que refiere al valor de un parmetro.

Se hace uso de dos hiptesis estadsticas complementarias:

- Hiptesis nula: es lo establecido, lo aceptado.
- Hiptesis alterna: es el reto, lo nuevo.

Para verificar la hiptesis nula, diseamos un experimento y finalmente

examinamos los datos obtenidos para determinar si son o no compatibles con
la hiptesis nula.

Si los datos de la muestra no son compatibles con la hiptesis nula, entonces

que esta debe ser rechazada. Entonces, decimos que los datos particulares de
la muestra si dan suficiente informacin como para hacernos concluir que la

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)
INSTITUTO
CIENTFICO PROCESAMIENTO Y ANLISIS
DEL PACFICO DE DATOS UTILIZANDO SPSS 21

hiptesis nula es falsa y entonces podramos tomar la segunda opcin como

verdadera.

Si los datos mustrales son compatibles con la hiptesis nula, entonces no se

rechaza sta. Decimos entonces que los datos particulares de la muestra no
proporcionan suficiente evidencia como para hacernos concluir que la hiptesis
nula es falsa.

La segunda hiptesis de la que concluimos que es verdadera cuando la

hiptesis nula es rechazada, se denomina hiptesis alternativa.

Generalmente la hiptesis alternativa y la hiptesis de investigacin son la

misma.

Ejemplos:

Caso 1: Un investigador de una empresa reclama que el tiempo promedio que

un trabajador tarda en completar una tarea ha aumentado desde el ltimo
estudio efectuado hace dos aos, cuyo resultado dio = 15 minutos.

Hiptesis de investigacin: El tiempo promedio () que un trabajador

tarda en completar una tarea es mayor de 15 minutos.

Hiptesis estadsticas: Ho: 15

H1: > 15

Caso 2: Un investigador bancario que estudia dos agencias de un banco reclama

que los promedios de ahorros diarios en las dos agencias son diferentes.

Hiptesis de investigacin: Los promedios de ahorros diarios en dos

sucursales de un banco son distintos.

Hiptesis estadsticas: Ho: 1 - 2 = 0

H1: 1 - 2 0

Caso 3: Un investigador industrial cree que con la nueva mquina para fabricar
focos elctricos no habr grandes problemas en la produccin, ya que la
proporcin de defectuosos es menor del 5%

Hiptesis de investigacin: La proporcin de defectuosos es menor del 5%.

Hiptesis estadsticas: Ho: p 0.05

H1: p < 0.05

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)
INSTITUTO
CIENTFICO PROCESAMIENTO Y ANLISIS
DEL PACFICO DE DATOS UTILIZANDO SPSS 21

3. Tipos de error:

Siempre que se realiza una investigacin, se debe tomar una decisin, al

finalizar esta investigacin, con respecto a la hiptesis nula basndose en la
informacin que proporciona la muestra. Esta decisin puede ser rechazar la
hiptesis nula cuando hay evidencia para ello o no rechazar la hiptesis nula
cuando hay evidencia suficiente como para rechazarla.

Error Tipo I: cuando se rechaza Ho, siendo realmente verdadera.

Error Tipo II: cuando no se rechaza Ho, siendo realmente falsa.

4. Nivel de Significancia:

Es la probabilidad de rechazar la hiptesis nula cuando en realidad esta es

verdadera, es decir, es la probabilidad de cometer error de tipo I. Este nivel de
significacin se denota por . Tambin se le llama nivel de riesgo, puesto que
es el riesgo que existe en rechazar la hiptesis nula cuando en realidad es
verdadera y debe ser aceptada.

La zona de rechazo es el intervalo o intervalos de valores por los cuales

Ho es rechazado.
La zona de no rechazo es el intervalo de los valores por los cuales H0 no
es rechazado.

Calle Santa Nicerata # 479, Urb. Pando 3ra Etapa - Cercado de Lima (Alt. Cdra. 15 de Av. Universitaria-
frente a la Universidad Catlica del Per)