Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
UNIVERSIDAD NACIONAL EXPERIMENTAL “FRANCISCO DE MIRANDA” ÁREA DE TECNOLOGÍA DECANATO DE POSTGRADO PROGRAMA DE MAESTRÍA EN GERENCIA PUBLICA ESTADÍSTICA APLICADA A LA INVESTIGACIÓN Ing. Rosaury Montero M. (Msc.) Dpto. Física y Matemática UNEFM Telf. 0424-6080678 Correo: rosaurymontero@hotmail.com EVALUACIÓN Intervención y Asistencia (15%) Actividad en clase (25%) Exposiciones (25%) Trabajo SPSS (35%) ❑ Canavos, G. (1988). PROBABILIDAD Y ESTADÍSTICA, APLICACIONES Y MÉTODOS. Mc. Graw Hill Interamericana. ❑ Mendenhall, W., Wackerly, D., Scheaffer, R. (2002). ESTADÍSTICA MATEMÁTICA CON APLICACIONES. Grupo Editorial Iberoamérica. 6º Edición. ❑ Mendenhall y Reinmuth. (1992). ESTADÍSTICA PARA ADMINISTRACIÓN Y ECONOMÍA. Grupo Editorial Iberoamérica. 3ª Edición. México. ❑ Walpole – Myers. PROBABILIDAD Y ESTADÍSTICA. Mc. Graw Hill. 4ª Edición. ❑ Mason y Lind. (1992). ESTADÍSTICA PARA ADMINISTRACIÓN Y ECONOMÍA. Ediciones Alfaomega, ❑ Vivanco, M. (2005). MUESTREO ESTADÍSTICO. DISEÑO Y APLICACIONES. Editorial Universitaria REFERENCIAS OBJETIVO CONTENIDO Estadística Descriptiva Estadística Inferencial Aplicar las herramientas de la Estadística Descriptiva e Inferencial a la resolución de problemas de investigación en el área Gerencial, enfatizando en el uso de herramientas computacionales. Variable, Dato, Población, Muestra Medidas de Tendencia Central Medidas de Dispersión Distribución de Frecuencia Gráficos Estadísticos Muestreo , Tipos de Muestreo Estimación puntual, Por intervalos Intervalos de confianza para parámetros poblacionales Hipótesis estadísticas Pruebas de Hipótesis estadísticas ESTADÍSTICA “Rama de las Matemáticas que trata de la recopilación, organización, presentación y análisis de una gran cantidad de datos numéricos” (Diccionario de Webster) “Rama del método científico que trata de los datos reunidos al contar o medir las propiedades de alguna población” (Kendall y Stuart) “La estadística trata con métodos para obtener conclusiones a partir de los resultados de los experimentos o procesos” (Fraser) “La estadística abarca el conocimiento relacionado con el tomar decisiones en situaciones de incertidumbre” (Freund) ¿QUIENES USAN LA ESTADÍSTICA? - Organismos oficiales - Diarios y revistas - Políticos - Deportes - Marketing - Control de calidad - Administradores - Médicos - Ingeniería - Investigadores científicos CONTABILIDAD: • Para seleccionar muestras con propósitos de auditoría • 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 CLASIFICACIÓN DE LA ESTADÍSTICA DESCRIPTIVA INFERENCIAL Conjunto de conocimientos y métodos que se utilizan para la recolección, organización, presentación de los datos en tablas y gráficos, además del cálculo de medidas numéricas que permitan estudiar los aspectos más importantes de un fenómeno o hecho determinado. Métodos que posibilitan la estimación de una característica de la población o la toma de decisión concerniente a una población tan solo con base a los resultados de una muestra. DEFINICIONES IMPORTANTES Datos Población Muestra Distribución de Frecuencias Gráficos Medidas Descriptivas Numéricas Variable Población Finita Población Infinita POBLACIÓN Es el conjunto de todos los individuos o elementos (unidad de análisis) que son objetivo de interés. La Población, según su número de elementos puede ser: Ejemplo: - Alumnos de la UNEFM - Trabajadores de PDVSA - Camiones de carga pesada - Clientes de un empresa comercial Ejemplo: - Peces del mar - Bacterias - Flores Silvestres Ejemplo: La familia González tiene “4” miembros, sus ingresos mensuales son de “ 20000 Bs”, “2” son de sexo femenino y “2” masculino. Variable: Característica de interés sobre cada elemento individual de una población o muestra. Dato: Valor de la variable asociada a un elemento de la población o muestra. Este valor puede ser un número, una palabra o un símbolo. DATOS Y VARIABLES Variable 1 Variable 2 Variable 3 Número de miembros en la familia Ingreso Sexo DATOS Y VARIABLES N° hijos de una persona, N° accidentes en una vía, N° productos defectuosos, N° materias aprobadas CUANTITATIVA DISCRETA Sexo, Religión, Profesión, Nacionalidad, Estado de Ánimo, Estado Civil, Partido político CUALITATIVA NOMINAL Categorías alcanzadas por un profesor universitario, Rango de los militares CUALITATIVA ORDINAL Peso (kg.), Estatura (cmt.), Temperatura (° C), Tiempo (seg.), Ingreso (Bs.), Presión (N/m2) CUANTITATIVA CONTINUA VARIABLES TIPO DATOS Área de una circunferencia Cantidad de libros que lee una persona Enfermedades de la piel N° de cargas familiares Rango de los militares Tiempo transcurrido desde que nos levantamos Título de los libros que lee una persona EJEMPLO: DATOS Y VARIABLES Continua Discreta Nominal Discreta Ordinal Continua Nominal 18 cm2; 30.5 cm2; 50 cm2 1, 5, 0, 2 Hongos, Sarna 2, 2, 4, 1 Coronel, Teniente, Comandante 15 min, 10 min, 8 min XYZ ORGANIZACIÓN DE LOS DATOS Cualitativos Tablas de 1 entrada Tablas de 2 entradas Variable Frecuencia Porcentaje Categoría 1 Categoría 2 . . . Categoría n Total Variable 1 Variable 2 Categoría 1 Categoría 2 … Categoría n Frecuencia Frecuencia Frecuencia Categoría 1 Categoría 2 . . . Categoría n Total ORGANIZACIÓN DE LOS DATOS Tablas de 1 entrada Tablas de 2 entradas Tipo de Defecto Frecuencia Porcentaje Mecánico 5 25% Eléctrico 12 60% Físicos 3 15% Total 20 100% Ente trabajo Profesión Público Privado Total Frecuencia Frecuencia Ingeniero 12 25 37 Médico 25 21 46 Licenciado 31 22 53 Economista 21 13 34 Total 89 81 170 Rendimiento estudiantil por materias Doctorado Educación Asignatura % Aprobados % Aplazados % Deserción Estadística Aplic. Competencias para la Inv. Introduccion a las Tecnologias 73,2 85,0 87,0 17,8 12,5 10,0 9,0 2,5 3,0 ORGANIZACIÓN DE LOS DATOS Tablas de 2 entradas ORGANIZACIÓN DE LOS DATOS Cualitativos Tablas de 3 entradas Variable 3 Categoría 1 Categoría n Variable1 Variable 2 Categoría 1 … Categoría n Categoría 1 … Categoría n Frecuencia Frecuencia Frecuencia Frecuencia Categoría 1 Categoría 2 . . . Categoría n ORGANIZACIÓN DE LOS DATOS Tablas de 3 entradas Sexo Masculino Femenino Total Condición Materia Aprobado Reprobado Aprobado Reprobado Frecuencia Frecuencia Frecuencia Frecuencia Lingüística 12 5 15 8 40 Filosofía 20 2 23 6 51 Matemática 12 10 5 8 35 Total 44 17 43 22 126 DISTRIBUCIÓN DE FRECUENCIAS Clase Xi fi fri Fi Fri 2 - 4 3 2 06,7% 2 06,7% 5 - 7 6 6 20,0% 8 26,7% 8 - 10 9 10 33,3% 18 60,0% 11 - 13 12 8 26,7% 26 86,7% 14 - 16 15 4 13,3% 30 100,0% 2 8 12 15 7 14 14 8 13 10 8 5 6 4 7 8 11 9 13 12 11 9 9 10 5 12 16 6 9 11 Marca de Clase Frecuencia Absoluta Frecuencia Relativa Frecuencia Acumulada F. Relativa Acumulada DISTRIBUCIÓN DE FRECUENCIAS Clase Xi fi fri Fi Fri 2 - 4 3 2 06,7% 2 06,7% 5 - 7 6 6 20,0% 8 26,7% 8 - 10 9 10 33,3% 18 60,0% 11 - 13 12 8 26,7% 26 86,7% 14 - 16 15 4 13,3% 30 100,0% • ¿Cuántos estudiantes obtuvieron calificación menor o igual a 10 ptos? • ¿Qué porcentaje de estudiantes obtuvo más de 7 ptos? • ¿Qué porcentaje de estudiantes obtuvo entre 5 y 13 ptos? R = 18 R = 73.3% R = 80%METODOS GRAFICOS Clase fi 2 - 4 2 5 - 7 6 8 - 10 10 11 - 13 8 14 - 16 4Clases fi HISTOGRAMA DE FRECUENCIA POLÍGONO DE FRECUENCIAS Xi fi 3 2 6 6 9 10 12 8 15 4 Xi fi 3 6 9 12 15 18 LS Clases Fi Clase Fi 2 - 4 2 5 - 7 8 8 - 10 18 11 - 13 26 14 - 16 30 POLÍGONO ACUMULADO (OJIVA) 11,5 22 CIRCULAR O DE SECTORES Distribución Porcentual de la situación final del curso de Estadística Condición fi % Aprobados 42 70% Aplazados 12 20% SI 6 10% Total 60 100% GRÁFICO DE BARRAS SIMPLE Condición fi % No Defectuosos 50 71,4% Defectuosos 13 18,6% Perdidos 7 10% Total 70 100% GRÁFICO DE BARRAS COMPUESTO POBLACIÓN SEGÚN NIVEL DE EDUCACIÓN POR SEXO (Porcentajes) MEDIDAS DESCRIPTIVAS NUMÉRICAS TENDENCIA CENTRAL DISPERSIÓN FORMA Media Aritmética Mediana Moda Rango Varianza Desviación Estándar Coeficiente de Variación Asimetría Curtosis MEDIDAS DE TENDENCIA CENTRAL Media Aritmética DATOS NO AGRUPADOS 10 5 7 8 7 6 5 3 10 9 7 2 X = Σ Xi n = (10+ 5+ 7+ 8+ 7+ 6+ 5+ 3+ 10+ 9+ 7+ 2) = 6,5 12 MEDIDAS DE TENDENCIA CENTRAL Mediana DATOS NO AGRUPADOS 2 3 5 5 6 7 7 7 8 9 10 10 n es Par Se obtiene un promedio de los 2 valores centrales n es Impar Se ubica el único valor central del conjunto de datos Me = 7 + 7 = 7 2 Moda Mo = El valor que mas se repite = 7 MEDIDAS DE DISPERSIÓN X Rango DATOS NO AGRUPADOS R= Vmáx. - Vmín. = 10 – 2 = 8 2 3 5 5 6 7 7 7 8 9 10 10 Varianza y Desviación Estándar s2 = Σ (X– X)2 = 6,4 n – 1 s = 6,4 = 2,5 MEDIDAS DE DISPERSIÓN Coeficiente de Variación DATOS NO AGRUPADOS 2 3 5 5 6 7 7 7 8 9 10 10 CV = s x 100 X CV = 2,5 x 100 = 38,5% 6,5 MEDIDAS DE FORMA Coeficiente de Asimetría de Pearson ASIMETRÍA ASP = 3 (X – Me) s Si: ASP = 0 Simétrica ASP < 0 Asimétrica por la izquierda ASP > 0 Asimétrica por la derecha X = Me = Mo X > Me > Mo X < Me < Mo MEDIDAS DE FORMA Coeficiente β2 de Pearson CURTOSIS Si: β2 = 3 Mesocurtica β2 < 3 Platicurtica β2 > 3 Leptocurtica β2 = Σ (Xi – X) 4 n S4 MUESTREO Procedimiento o técnica para conocer la población con base a una muestra extraída de ella. Clasificación Probabilístico No Probabilístico Aleatorio Simple Sistemático Estratificado De Bola de nieve Intencional ¿Cuánto? ¿Cómo? Accidental Cuando la Población es Conocida Z = Valor estandarizado en función del grado de confiabilidad de la muestra calculada. Para un: 99 % ------------- z = 2, 58 (Empleado con frecuencia) 95 % ------------- z = 1, 96 (El más empleado) 90 % ------------- z = 1, 64 E = Error máximo permisible (1% - 10%) σ2 = Varianza de la Población σ2 = pxq p = probabilidad de éxito. Probabilidad de la población que presenta las características q = probabilidad de fracaso. Probabilidad de la población que no presenta las características TAMAÑO ÓPTIMO DE LA MUESTRA TAMAÑO ÓPTIMO DE LA MUESTRA Se tiene una población formada por 1500 habitantes de la ciudad de Coro, a los cuales se les realizará un estudio sobre la opinión acerca de la vialidad en un sector. Calcule el tamaño óptimo de la muestra para realizar el estudio. N = Tamaño de la población = 1500 habitantes p = Porcentaje que da una opinión positiva de la vialidad = 60% q = 1 – p = Probabilidad que da una opinión negativa = 40% Z = 1,96 (Valor en la tabla de la distribución Normal Estándar correspondiente a un Nivel de Confianza del 95%) E = Error máximo permisible = 8% σ2 = Varianza de la Población = p x q = 0,24 El tamaño óptimo de la muestra es de 135 habitantes de Coro Se requiere conocer el comportamiento de una población conformada por 400 habitantes y se va a tomar una muestra aleatoria de 10 personas. N = 400 n = 10 Fila 1, Columna 1 100 – 375 – 084 – 122 – 331 012 – 005 – 350 – 341 – 269 Los números del muestreo son: MUESTREO ALEATORIO SIMPLE 1 2 3 1 100 556 369 2 375 012 880 3 084 341 771 4 990 269 172 5 122 854 535 6 331 140 624 7 012 001 631 8 722 084 371 9 005 036 050 10 350 978 991 F C X X X X MUESTREO SISTEMÁTICO Se tiene una población conformada por 50 personas y se desea tomar una muestra de 10. Posición = N = 50 = 5 n 10 La muestra será: En resumen: 2 – 7 – 12 – 17 – 22 – 27 – 32 – 37 - 42 2, 2+5, 7+5, 12+5, 17+5, ... , 42+5 MUESTREO ESTRATIFICADO Supóngase que se desea realizar un estudio acerca de 5000 empresas existentes y se desea tomar una muestra de 45 de ellas. Estrato de empresa N° Total de empresas % Emp./estrato Grandes 600 12 Medianas 1900 38 Pequeñas 2500 50 Muestra: 45 x 0,12 = 5 45 x 0,38 = 17 45 x 0,50 = 23 45 empresas ¿Qué es el SPSS? STATISTICAL PACKAGE FOR THE SOCIAL SCIENCES (SPSS) es un programa estadístico informático muy usado en las ciencias sociales y las empresas de investigación de mercado. Originalmente SPSS fue creado como el acrónimo de Statistical Package for the Social Sciences. Como programa estadístico es muy popular su uso debido a la capacidad de trabajar con bases de datos de gran tamaño. En la versión 12 es de 2 millones de registros y 250.000 variables. Además, de permitir la recodificación de las variables y registros según las necesidades del usuario. Actualmente, compite no solo con softwares licenciados como lo son SAS, MatLab o Stata, sino también con software de código abierto y libre, de los cuales el más destacado es el Lenguaje R . Desde la versión 14, pero más específicamente desde la versión 15 se ha implantado la posibilidad de hacer uso de las librerías de objetos del SPSS desde diversos lenguajes de programación. ESTADÍSTICA BÁSICA BAJO SPSS SPSS GRACIAS POR SU ATENCIÓN
Compartir