Curso: Métodos Estadísticos para la Investigación

INTRODUCCIÓN
Mg. JOEL SALDAÑA LEIVA

UNIVERSIDAD NACIONAL DE TRUJILLO

ESCUELA ACADÉMICO PROFESIONAL DE INGENIERIA AGROINDUSTRIAL

1
 INTRODUCCIÓN
Conocimiento del problema

Tenga presente la importancia

del conocimiento del problema
para considerar y explorar
modelos provisionales y para
saber donde buscar ayuda.

Métodos estadísticos para la investigación 2

UNT
 INTRODUCCIÓN
El camino hacia la solución no es único

Métodos estadísticos para la investigación 3

UNT
 INTRODUCCIÓN

Sin conocimiento de la ESTRATEGIA es posible jugar Grupo A

Sin conocimiento del PROBLEMA es absolutamente imposible hacerlo

ESTRATEGIA = ESTADÍSTICA

El uso de los métodos estadísticos ACELERA la convergencia hacia la solución

De este modo un BUEN investigador se convierte aún en un MEJOR investigador

Métodos estadísticos para la investigación 4

UNT
INTRODUCCIÓN
La complejidad

Temperatura

Rendimiento
Velocidad de
alimentación

Contenido de
PROCESO impurezas
Concentración

Coste
económico
Catalizador

Tiempo

Dr. Raúl Siche

UNT
 INTRODUCCIÓN
Mé
tod
os
est
adí
stic
os
par
a la
inv
esti
gac
ión
5
 INTRODUCCIÓN

El tener en cuenta todas estas posibilidades sitúa al

investigador frente a un DESAFÍO ABRUMADOR. Las
estrategias de realizar la experimentación por prueba y
ajuste, o la de realizar “cambiar un factor a la vez” hacen
que sea poco probable alcanzar un buen resultado
rápido y económicamente.
El uso del diseño estadístico de experimentos hace
posible, ensayar varios factores simultáneamente
proporcionado una clara imagen de cómo influyen sobre
la respuesta tanto aislados como conjuntamente.

Metodología de la Investigación Científica 6

UNT
 INTRODUCCIÓN

El problema
Peter y Rita desarrollaron una nueva resina de intercambio
iónico que adsorbe el nitrato contaminante, es más
económica y fácil de regenerar que las otras resinas
actualmente disponibles en el mercado.

Desgraciadamente, en condiciones de laboratorio sólo se

puede preparar en cantidades experimentales. Se ha
decidido que sería un buen objetivo el realizar nuevas
investigaciones antes de que se pueda fabricar un
producto viable comercialmente.

Métodos estadísticos para la investigación 7

UNT
 INTRODUCCIÓN

Ciclos iterativos de investigación

ITERACIÓN I

Peter cree – y Rita no - que, si se utiliza una calidad muy pura y más
Comentario
costosa de la resina se mejorará el rendimiento.

Pregunta ¿Cómo comparar su resina común con la de alta pureza más costosa?

Respuesta Comparación de dos tratamientos.

El rendimiento de la resina de alta pureza, más costosa, es

Descubrimiento
prácticamente igual al de la resina común.

Métodos estadísticos para la investigación 8

UNT
 INTRODUCCIÓN

Ciclos iterativos de investigación

ITERACIÓN II

Peter ha descubierto que estaba equivocado respecto a la resina de alta

pureza, pero la resina de calidad común todavía le parece prometedora.
Comentario
Por eso ellos deciden comparar las muestras de laboratorio de su nueva
resina con cinco resinas estándar disponibles en el mercado.

¿Cómo comparar su resina común con las cinco resinas disponibles en

Pregunta
el mercado?
Respuesta Comparación de dos o más tratamientos.

Las muestras de laboratorio de su nueva resina son tan buenas como

Descubrimiento
las disponibles en el mercado y quizás mejores que alguna de ellas.

Métodos estadísticos para la investigación 9

UNT
 INTRODUCCIÓN

Ciclos iterativos de investigación

ITERACIÓN III

Se ha comprobado que la nueva resina funciona tan bien como sus

competidoras. Sin embargo, en las condiciones que se ha
Comentario considerado para realizar una fabricación económicamente viable, la
eliminación de nitrato resulta insuficiente para alcanza el valor que
establece la normativa aplicable al agua potable.
¿Cuáles son los factores que más influyen en la eliminación de
nitrato? ¿Podrían mejorar la eliminación del nitrato algunas
Pregunta
modificaciones del equipo que afecten a factores como el caudal, la
profundidad del lecho y el tiempo de regeneración de la resina?
Respuesta Diseños fraccionados y factoriales.
Si se realizan las adecuadas modificaciones del equipo se pueden
Descubrimiento
obtener niveles de nitrato suficientemente bajos.

Métodos estadísticos para la investigación 10

UNT
 INTRODUCCIÓN

Ciclos iterativos de investigación

ITERACION IV

La empresa de Peter y Rita llega a la conclusión de que la

Comentario fabricación de esa nueva resina es posible y de que podría ser
rentable. Para estudiarlo se construye una planta piloto.
¿Cómo afectan los niveles de las variables del proceso de
Pregunta
fabricación a la calidad y el coste de la nueva resina?
Método de mínimos cuadrados. Modelo multidimensional y ajuste
Respuesta
de superficies de respuesta.
La investigación en la planta piloto indica que, si se trabaja en los
Descubrimiento niveles adecuados de las variables de proceso, se puede fabricar la
resina con una calidad satisfactoria y a un coste razonable.

Métodos estadísticos para la investigación 11

UNT
 INTRODUCCIÓN

Ciclos iterativos de investigación

ITERACIÓN V

Antes de que el proceso sea transferido a la fase de producción

Comentario
deben resolverse los problemas de muestreo y medición.

¿Cómo se pueden perfeccionar los métodos de muestreo y

Pregunta medición para determinar de forma fiable valores de las
características de la nueva resina?
Respuesta Fuentes de variación múltiple

Es posible identificar y medir los componentes de variabilidad en el

muestreo y los análisis químicos del producto. Sobre esta
Descubrimiento
información se puede elaborar un protocolo de muestreo que
minimice la varianza de las determinaciones al mínimo coste.

Métodos estadísticos para la investigación 12

UNT
 INTRODUCCIÓN

Ciclos iterativos de investigación

ITERACIÓN VI

Comentario La planta a gran escala no es fácil de controlar.

Pregunta ¿Cómo se puede alcanzar un mejor control del proceso?
Respuesta Control de procesos, previsiones y series temporales.

Se puede alcanzar un adecuado control del proceso mediante

Descubrimiento técnicas de depurado, seguimiento y retroalimentación simple del
proceso.

Métodos estadísticos para la investigación 13

UNT
 INTRODUCCIÓN

Cada nuevo problema se debe tratar por sí mismo y con

cierto cuidado. El precipitarse demasiado puede conducir a
errores, tales como obtener la solución CORRECTA del
problema EQUIVOCADO.

¿Qué hacer?
Averiguar todo cuanto se pueda del problema.
No olvidar el conocimiento no estadístico.
Definir los objetivos.

Métodos estadísticos para la investigación 14

UNT
 INTRODUCCIÓN

Las técnicas estadísticas son inservibles a menos que se

combinen con el apropiado conocimiento del tema al que se
aplican y con la experiencia previa.

ES UN COMPLEMENTO AL CONOCIMIENTO DEL TEMA,

NUNCA UN SUSTITUTO

Métodos estadísticos para la investigación 15

UNT
 REFLEXIÓN

“Una respuesta apropiada para un problema bien

formulado es mucho mejor que una respuesta
exacta para un problema aproximado”
John Wilder Tukey (1915-2000), estadístico estadounidense.

Métodos estadísticos para la investigación 16

UNT
 ERROR EXPERIMENTAL

Es la variabilidad de una respuesta NO ATRIBUIBLE

a influencias conocidas.

Responsables:
Error de medición
Variaciones en la materia prima
Muestreo
Condiciones de trabajo

Métodos estadísticos para la investigación 17

UNT
 ERROR EXPERIMENTAL

Cuando se repite una operación o un experimento bajo

condiciones lo más similares posible, los resultados
obtenidos nunca son totalmente idénticos. La fluctuación
que se observa de una repetición a otra se denomina
ruido, variación experimental, error experimental o
simplemente error.

ERROR EXPERIMENTAL ERROR DEL EXPERIMENTO

Métodos estadísticos para la investigación 18

UNT
 DISEÑO DE INVESTIGACIÓN
- Preexperimentos Grado de control mínimo

- Cuasi-experimentos Grupos intactos

Experimentales
- Manipulación intencional de
variables independientes
- Experimentos puros - Medición de variables dependientes
- Control y validez
- Dos o más grupos

TIPOS Recolección de datos en

Características un único momento
- Transeccionales
o transversales
Exploratorios
Tipos
Descriptivos
Correlacionales-causales

No - Longitudinales Analiza cambios a través

Propósito
Experimentales o evolutivos del tiempo

Diseño de tendencias
Tipos Diseños de análisis
evolutivo de grupos
Diseño panel
- Manipulación
de variables

Métodos estadísticos para la investigación 19

UNT
 ANÁLISIS ESTADÍSTICO

Dr. Raúl Siche

UNT
Mé
tod
os
est
adí
stic
os
par
a la
inv
esti
gac
ión
20
 MEDIDAS DE POSICIÓN Y DISPERSIÓN

Media

Varianza

Desviación Estándar

Coeficiente de variación

Métodos estadísticos para la investigación 21

UNT
 DISTRIBUCIÓN NORMAL

Importancia

Efecto del límite

central

Robustez a la no
normalidad

Métodos estadísticos para la investigación 22

UNT
 DISTRIBUCIÓN NORMAL

Gráficos para determinar una distribución normal

Diagrama de Puntos Histograma de Frecuencias

Métodos estadísticos para la investigación 23

UNT
 DISTRIBUCIÓN NORMAL
Pruebas de Normalidad de una muestra
Pruebas Gráficas
Histograma de Frecuencias
IQR/S
Gráficos de Probabilidad normal

Pruebas Formales
Shapiro – Wilk N < 50
Kolmogorov – Smirnov N > 50
Test de D´Agostino N ≥ 10

Métodos estadísticos para la investigación 24

UNT
 DISTRIBUCIÓN NORMAL
Pruebas de Normalidad de una muestra

Ho = Los datos siguen una distribución normal p ≥ 0.05

Ha = Los datos no siguen una distribución normal p < 0.05

Pruebas Paramétricas
Sí

Prueba de Distribución
Normalidad normal

No No
Transformación Pruebas No Paramétricas

Sí

Métodos estadísticos para la investigación 25

UNT
 DISTRIBUCIÓN NORMAL
Muestreo aleatorio, independencia y supuestos

Sería conveniente que siempre se pudiera admitir el modelo

de muestro aleatorio porque ello aseguraría la validez de la
hipótesis de IID y permitiría algunas simplificaciones
importantes.

Si además la distribución común de probabilidad fuera la

normal, estarían Normal, Idéntica e independientemente
distribuidas (NIID).

Métodos estadísticos para la investigación 26

UNT
 DISTRIBUCIÓN NORMAL
Robustez al supuesto de la Normalidad
Aunque muchas técnicas descritas, implican la suposición
de normalidad, todo lo que requieren para ser útiles es
una normalidad aproximada.
En particular las técnicas para la comparación de medias
son generalmente robustas a la no normalidad.

A menos que se advierta específicamente, no debe

preocuparse excesivamente sobre la normalidad.

Métodos estadísticos para la investigación 27

UNT
 PRUEBAS PARAMÉTRICAS

Las PRUEBAS PARAMÉTRICAS, generalmente

requieren para su uso, el SUPUESTO DE
NORMALIDAD, es decir, que las muestras aleatorias
se extraen de poblaciones que están normalmente
distribuidas, o aproximadamente normal.

Métodos estadísticos para la investigación 28

UNT
 PRUEBAS NO PARAMÉTRICAS

Las PRUEBAS NO PARAMÉTRICAS, son métodos que

no suponen nada acerca de la distribución población
muestreada por eso también a los métodos de la
estadística no paramétrica se le llama de
distribución libre.

Estos métodos se basan más en el análisis de los

rangos de los datos que en las propias
observaciones.

Métodos estadísticos para la investigación 29

UNT
 PRUEBAS ESTADÍSTICAS
Datos del Experimento

Shapiro – Wilk n < 50

Prueba de Normalidad Kolmogorov – Smirnov n ≥ 50

Transformación
Si los datos vienen de muestras

Sin Distribución Normal Distribución Normal continuar con estos datos hasta
el final del análisis estadístico.

Pruebas Paramétricas
Pruebas No Paramétricas
Comparación de medias
Test de Homogeneidad de Test de Levene
Varianzas

Transformación
2 muestras k muestras

Varianzas Varianzas
Wilcoxon Test de Friedman 1 muestra
distintas iguales
(Relacionadas) (Relacionadas)

Mann – Whitney Kruskal – Walis 2 muestras K muestras 2 muestras k muestras Prueba T

(Independientes) (Independientes)

Kruskal – Walis ó Kruskal – Walis ó Prueb T ANOVA

Test de Friedman Test de Friedman (Relacionada) (1 Factor)

Prueb T
Si al menos un (Independ.)
Test de Duncan y/o Si al menos un
trat. es tratamiento es
diferente Tamhane Tuckey
diferente

Métodos estadísticos para la investigación 30

UNT
 PRUEBAS PARAMÉTRICAS
Es la Prueba Paramétrica más poderosa que existe para determinar
diferencia entre dos poblaciones (ó tratamientos), sin embargo requiere
PRUEBA T que los datos pertenezcan a una DISTRIBUCIÓN NORMAL y que LAS
VARIANZAS DE LOS GRUPOS SEAN IGUALES (Existe una prueba T para
varianzas distintas).

Requiere una DISTRIBUCIÓN NORMAL MODERADA (ROBUSTA), sin

ANOVA embargo es necesario que se cumpla la IGUALDAD DE VARIANZAS entre
las muestras. Caso contrario puede usarse la Prueba de Kruskal-Walsis o
el Test de Friedman (No Paramétricas)

Pruebas de Comparaciones múltiples de medias, son robustas a la falta

DUNCAN de normalidad, sin embargo requieren que se cumpla la IGUALDAD DE
Y/O TUCKEY VARIANZAS, caso contrario usar la Prueba Paramétrica de Tamhane.

Pruebas Paramétrica de Comparaciones múltiples de medias, robusta a la

TAMHANE falta de normalidad, no requiere que se cumpla la igualdad de varianzas.

Métodos estadísticos para la investigación 31

UNT
 PRUEBAS NO PARAMÉTRICAS
Prueba No Paramétrica, cuya finalidad es la misma que la Prueba
WILCOXON T para muestras relacionadas, por lo tanto requiere que los
individuos sean los mismos en ambos tratamientos.

Prueba No Paramétrica, cuya finalidad es la misma que la Prueba

MANN – T para muestras independientes, por lo tanto NO requiere que
WHITNEY los individuos sean los mismos en ambos tratamientos.

Prueba de Comparación de medias para más de 2 poblaciones

FRIEDMAN (tratamientos), cuyos individuo deben haber sido los mismos en
todos los tratamientos.

Prueba de Comparación de medias para más de 2 poblaciones

KRUSKAL – (tratamientos), cuyos individuos no necesariamente deben
WALIS haber sido los mismos en todos los tratamientos.

Métodos estadísticos para la investigación 32

UNT
 DISEÑO DE INVESTIGACIÓN
Prueba de Homogeneidad de Varianzas
• Uno de los pasos previos a la comprobación de si
existen diferencias entre las medias de varias
muestras es determinar si las varianzas en tales
muestras son iguales (es decir, si se cumple la
condición de homogeneidad de varianzas), ya que
de que se cumpla o no esta condición dependerá la
formulación que empleemos en el contraste de
medias.

• Test de Levene (valor de p = 0.05)

Métodos estadísticos para la investigación 33

UNT
 DISEÑO DE INVESTIGACIÓN
Análisis de Varianza (ANOVA)
• Idea básica
Descomponer la variabilidad total en las partes asociadas a
cada factor, más una residual (no justificables por los
factores estudiados).
Variabilidad debida a Variabilidad residual
Variabilidad
= diferencias entre + (diferencias dentro
total
tratamientos de cada tratamiento)

• Usos:
 Determinar si existen diferencias significativas entre tratamiento.
 Evaluar si los factores tienen efecto significativo sobre las respuestas.
• Nivel de significancia = 95% y valor de p = 0.05

Métodos estadísticos para la investigación 34

UNT
 DISEÑO DE INVESTIGACIÓN
Pruebas Pot Hoc
• Pruebas que permiten determinar diferencias
estadísticas entre muestras o tratamientos
múltiples (más de dos).

• Test de Tukey
(Asumiendo varianzas iguales; p>0.05)

• Test de Tamanhe
(Asumiendo varianzas no iguales; p<0.05)

Métodos estadísticos para la investigación 35

UNT
 DISEÑO DE INVESTIGACIÓN
Otros diseños
• Diseños de Cuadrado Latino
• Diseños Fraccionados
• Diseños de Placket y Burman
• Diseño Compuesto Central Rotable
• Diseño de Mezclas
• Diseños de Taguchi
• Otros

Métodos estadísticos para la investigación 36

UNT
 DISEÑO DE INVESTIGACIÓN

Programas a utilizar
• Statistica 7.0
• SPSS v15
• Excel v 2010
• Otros

Métodos estadísticos para la investigación 37

UNT