Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Estadística en Educación UNIVERSIDAD INTERAMERICANA PARA EL DESARROLLO RECTOR Mtro. Carlos Güereca Lozano DIRECTOR GENERAL ACADÉMICO Lic. Jorge Enrique Juárez Barba DIRECTOR DE ADMINISTRACIÓN Y FINANZAS Mtro. Héctor Javier Salazar Domínguez DIRECTOR DE DESARROLLO Ing. Roberto López Zambada GERENCIA DE DESARROLLO ACADÉMICO Mtro. Alfonso Torres Maldonado COORDINACIÓN DE DIDÁCTICA Y DISEÑO CURRICULAR Lic. Karina Valeria Muro Villafuerte GERENTE DEL CENTRO DE TECNOLOGÍA EDUCATIVA Lic. Maritza Barrera Arriaga DISEÑO INSTRUCCIONAL Lic. Bárbara Audrey Aguilar Ramírez Lic. Tania Yvette Anguiano Moreno Mtra. Verónica del Carmen Quijada Monroy DISEÑO GRÁFICO Lic. Pamela Santana Elizalde TECNOLOGÍA Lic. Rodrigo Damián Velázquez Tapia Lic. Asael Virgilio Oropeza FORMACIÓN Mtra. Verónica Quijada Monroy CONTENIDO Mtro. Joel Cárdenas Antúnez Primera Edición: 2010 © Universidad del Tercer Milenio, S.C. Av. Gustavo Baz No. 2160-4 Col. La Loma Tlalnepantla, Estado de México C.P. 54060 www.unid.edu.mx Ninguna parte de esta publicación, incluida la cubierta, puede ser reproducida total o parcialmen- te, sin la autorización escrita de los editores. CONTENIDO ESTADÍSTICA EN EDUCACIÓN ..................................................................................................................... 1 INTRODUCCIÓN ............................................................................................................................................. 9 Propósito de este texto ................................................................................................................................. 9 A quién va dirigido ...................................................................................................................................... 9 Justificación ................................................................................................................................................ 9 SESIÓN 1 INTRODUCCIÓN ................................................................................................................. 11 Objetivo .................................................................................................................................................... 11 Contenido de la sesión ............................................................................................................................... 11 Introducción ............................................................................................................................................. 11 LECCIÓN 1.1 DEFINICIÓN E HISTORIA DE LA ESTADÍSTICA .......................................................................... 12 Antecedentes ............................................................................................................................................. 12 Definiciones de estadística ......................................................................................................................... 13 LECCIÓN 1.2 USOS DE LA ESTADÍSTICA ...................................................................................................... 14 Ejemplos de uso ......................................................................................................................................... 14 LECCIÓN 1.3 ESTADÍSTICA DESCRIPTIVA E INFERENCIAL ............................................................................ 15 ¿Qué es un dato? ....................................................................................................................................... 15 ¿Qué es un dato cuantitativo? .................................................................................................................... 15 ¿Qué es un dato cualitativo? ...................................................................................................................... 15 Variables ................................................................................................................................................... 16 Población y muestra .................................................................................................................................. 17 Inferencia estadística ................................................................................................................................. 17 Medidas descriptivas ................................................................................................................................. 17 Estadística descriptiva e Inferencial ............................................................................................................ 18 ¿Qué diferencia existe entre estadística descriptiva e inferencial? ................................................................. 19 REFERENCIAS ................................................................................................................................................ 20 SESIÓN 2 INTRODUCCIÓN 2 .............................................................................................................. 21 Objetivo .................................................................................................................................................... 21 Contenido de la sesión ............................................................................................................................... 21 Introducción ............................................................................................................................................. 21 LECCIÓN 2.1 ESCALAS DE MEDICIÓN: NOMINAL, ORDINAL, DE INTERVALO, DE RAZÓN ................................ 22 Antecedentes ............................................................................................................................................. 22 Se inventa el metro .................................................................................................................................... 23 El termómetro ........................................................................................................................................... 23 Tipos de mediciones .................................................................................................................................. 24 LECCIÓN 2.2 ELEMENTOS DE PROBABILIDAD ............................................................................................. 25 Concepto de probabilidad .......................................................................................................................... 25 Enfoques de probabilidad. ......................................................................................................................... 25 Espacio muestral ....................................................................................................................................... 26 Evento ....................................................................................................................................................... 26 Enfoque subjetivo ...................................................................................................................................... 27 REFERENCIAS ................................................................................................................................................ 28 SESIÓN 3 ORGANIZACIÓN Y PRESENTACIÓN DE DATOS ............................................................ 29 Objetivo .................................................................................................................................................... 29 Contenido de la sesión ............................................................................................................................... 29 Introducción .............................................................................................................................................29 LECCIÓN 3.1 TABLAS DE FRECUENCIA ....................................................................................................... 30 Regla de Sturges ........................................................................................................................................ 33 Tabla de distribución de frecuencia relativa ............................................................................................... 33 Tablas de distribución de frecuencias relativas acumuladas ........................................................................ 34 LECCIÓN 3.2 GRÁFICOS: HISTOGRAMA, OJIVA, COLUMNA, BARRA, DISPERSIÓN, BOX-AND-WHISKERS. .......... 35 Funciones de las gráficas ............................................................................................................................ 35 Clasificación de gráficos según tipo de datos ............................................................................................... 36 Histograma ............................................................................................................................................... 37 Diagrama de dispersión ............................................................................................................................. 38 Diagramas de líneas .................................................................................................................................. 39 Diagrama circular ..................................................................................................................................... 40 Diagrama de barras .................................................................................................................................. 41 Normas de las gráficas ............................................................................................................................... 41 REFERENCIAS ................................................................................................................................................ 42 SESIÓN 4 ORGANIZACIÓN Y PRESENTACIÓN DE DATOS 2 .......................................................... 43 Objetivos ................................................................................................................................................... 43 Contenido de la sesión ............................................................................................................................... 43 Introducción ............................................................................................................................................. 44 LECCIÓN 4.1 MEDIDAS DE TENDENCIA CENTRAL ....................................................................................... 45 Media ....................................................................................................................................................... 45 Obtención de la media para datos no agrupados ........................................................................................ 45 Obtención de la media para datos agrupados ............................................................................................. 49 La mediana (M d ) .................................................................................................................................... 52 La mediana para datos no agrupados ........................................................................................................ 53 ¿Cómo se interpreta el valor de la mediana? ............................................................................................... 54 Obtención de la mediana para datos agrupados ......................................................................................... 56 Moda ........................................................................................................................................................ 59 La moda para datos no agrupados. ............................................................................................................ 59 La moda para datos agrupados. ................................................................................................................. 61 LECCIÓN 4.2 MEDIDAS DE DISPERSIÓN ..................................................................................................... 63 Rango ....................................................................................................................................................... 63 Varianza ................................................................................................................................................... 65 Varianza para datos no agrupados ............................................................................................................ 65 Desviación estándar .................................................................................................................................. 69 Varianza y desviación estándar para datos agrupados ............................................................................... 70 LECCIÓN 4.3 MEDIDAS DE POSICIÓN (CUARTILES, DECILES Y PERCENTILES) ................................................ 75 Cuartiles ( iQ ) .......................................................................................................................................... 75 Cuartiles para datos agrupados ................................................................................................................. 77 Deciles ...................................................................................................................................................... 81 Deciles para datos agrupados ..................................................................................................................... 82 Percentiles ................................................................................................................................................. 84 REFERENCIAS ................................................................................................................................................ 86 SESIÓN 5 DISTRIBUCIÓN NORMAL .................................................................................................. 87 Objetivo .................................................................................................................................................... 87 Contenido de la sesión ............................................................................................................................... 87 Introducción ............................................................................................................................................. 87 LECCIÓN 5.1 DEFINICIÓN INTUITIVA ........................................................................................................ 88 LECCIÓN 5.2 DEFINICIÓN FORMAL ........................................................................................................... 88 LECCIÓN 5.3 NORMAL ESTÁNDAR Y ESTANDARIZACIÓN DE NORMALES ...................................................... 89 ¿En qué poblaciones se puede utilizar la curva normal? .............................................................................. 89 Características de la distribución normal. .................................................................................................. 90 LECCIÓN 5.4 ÁREA BAJO LA CURVA Y PUNTUACIÓN Z ................................................................................ 91 Áreas bajo la curva normal ........................................................................................................................ 91 Distribución de probabilidad normal, estandarizada ................................................................................. 94 REFERENCIAS ...............................................................................................................................................101SESIÓN 6 ELEMENTOS DE MUESTREO ............................................................................................103 Objetivo ...................................................................................................................................................103 Contenido de la sesión ..............................................................................................................................103 Introducción ............................................................................................................................................103 LECCIÓN 6.1 POBLACIÓN, CENSO Y PARÁMETROS .....................................................................................104 Elementos del muestreo ............................................................................................................................104 ¿Cuándo se debe aplicar un muestreo? ......................................................................................................104 Población .................................................................................................................................................104 Diferencia entre población finita e infinita ................................................................................................105 Censo .......................................................................................................................................................106 Parámetros ..............................................................................................................................................106 LECCIÓN 6.2 MUESTRA Y ESTIMADORES ...................................................................................................107 Definición ................................................................................................................................................107 Estimadores o Estadísticos ........................................................................................................................107 Ejemplo de muestra y estimadores ............................................................................................................107 Relación entre parámetros y estadísticos ....................................................................................................109 REFERENCIAS ...............................................................................................................................................110 SESIÓN 7 ELEMENTOS DE MUESTREO 2 ..........................................................................................111 Objetivo ...................................................................................................................................................111 Contenido de la sesión ..............................................................................................................................111 Introducción ............................................................................................................................................111 LECCIÓN 7.1 TIPOS DE MUESTREO: SUBJETIVO, ALEATORIO SIMPLE, ESTRATIFICADO, POR CONGLOMERADOS, SISTEMÁTICO 112 Muestreo aleatorio (probabilístico) ...........................................................................................................113 Muestreo no aleatorio (no probabilístico) .................................................................................................116 LECCIÓN 7.2 TAMAÑO DE MUESTRA ........................................................................................................118 Muestra para población infinita ...............................................................................................................118 Muestra para población finita ..................................................................................................................119 REFERENCIAS ...............................................................................................................................................120 SESIÓN 8 ESTIMACIÓN ESTADÍSTICA .............................................................................................121 Objetivo ...................................................................................................................................................121 Contenido de la sesión ..............................................................................................................................121 Introducción ............................................................................................................................................121 LECCIÓN 8.1 ESTIMACIÓN PUNTUAL Y POR INTERVALO ............................................................................123 Estimación puntual ..................................................................................................................................123 Estimación por intervalos .........................................................................................................................124 ¿Qué es un nivel de confianza? ..................................................................................................................124 LECCIÓN 8.2 ESTIMACIÓN DE MEDIA .......................................................................................................125 Estimación de media puntual ...................................................................................................................125 Estimación de media de una población mediante intervalos de confianza ..................................................125 ¿Cómo se obtiene el error máximo a estimar? ............................................................................................127 ¿Qué es un grado de libertad? ...................................................................................................................128 Estimación de la diferencia entre dos medias poblacionales. ......................................................................128 LECCIÓN 8.3 ESTIMACIÓN DE VARIANZA ..................................................................................................130 REFERENCIAS ...............................................................................................................................................131 SESIÓN 9 ESTIMACIÓN ESTADÍSTICA 2 ..........................................................................................133 Objetivo ...................................................................................................................................................133 Contenido de la sesión ..............................................................................................................................133 Introducción ............................................................................................................................................133 LECCIÓN 9.1 ESTIMACIÓN DE PROPORCIONES ..........................................................................................134 ¿Qué es una Proporción Poblacional? ........................................................................................................134 Proceso para la estimación de una proporción de manera puntual ............................................................135 LECCIÓN 9.2 INTERVALOS DE CONFIANZA ................................................................................................136 Estimación por intervalos de confianza de una proporción ........................................................................136 REFERENCIAS ...............................................................................................................................................137 SESIÓN 10 PRUEBAS DE HIPÓTESIS ...................................................................................................139Objetivo ...................................................................................................................................................139 Contenido de la sesión ..............................................................................................................................139 Introducción ............................................................................................................................................139 LECCIÓN 10.1 DEFINICIÓN ...................................................................................................................140 Ejemplo ....................................................................................................................................................140 Diferencia estadísticamente insignificante .................................................................................................141 LECCIÓN 10.2 COMPARACIÓN DE DOS MEDIAS CON VARIANZAS CONOCIDAS ..........................................142 Ejemplo ....................................................................................................................................................142 ¿Cuál es la diferencia entre los tipos de errores I y II? .................................................................................145 LECCIÓN 10.3 COMPARACIÓN DE DOS MEDIAS CON VARIANZAS DESCONOCIDAS ....................................146 Valores críticos de Z y zonas de rechazo ....................................................................................................146 LECCIÓN 10.4 COMPARACIÓN DE DOS VARIANZAS .................................................................................147 Teorema (Estadístico de prueba para comparar variaciones) .....................................................................147 Ejemplo ....................................................................................................................................................148 REFERENCIAS ...............................................................................................................................................150 SESIÓN 11 REGRESIÓN .........................................................................................................................151 Objetivo ...................................................................................................................................................151 Contenido de la sesión ..............................................................................................................................151 Introducción ............................................................................................................................................151 LECCIÓN 11.1 RELACIÓN DE CAUSA Y EFECTO ........................................................................................152 Diagrama de causa-efecto .........................................................................................................................152 Características del diagrama c-e .............................................................................................................152 Pasos para la construcción del diagrama Ishikawa ....................................................................................153 LECCIÓN 11.2 CORRELACIÓN ................................................................................................................154 Proceso para realizar un diagrama de dispersión .......................................................................................155 Tipos de correlación en gráficas ................................................................................................................156 REFERENCIAS ...............................................................................................................................................158 SESIÓN 12 REGRESIÓN 2 ......................................................................................................................159 Objetivo ...................................................................................................................................................159 Contenido de la sesión ..............................................................................................................................159 Introducción ............................................................................................................................................159 LECCIÓN 12.1 MÍNIMOS CUADRADOS ...................................................................................................160 La planeación ...........................................................................................................................................160 ¿Qué es un Pronóstico? .............................................................................................................................160 Ejemplo de aplicación ...............................................................................................................................160 La técnica de mínimos cuadrados .............................................................................................................162 LECCIÓN 12.2 INTERPRETACIÓN GEOMÉTRICA ......................................................................................164 Ejemplo ....................................................................................................................................................164 Gráfica .....................................................................................................................................................164 Definición ................................................................................................................................................165 LECCIÓN 12.3 PREDICCIÓN ...................................................................................................................166 Definición ................................................................................................................................................166 Proceso con fines predictivos .....................................................................................................................166 REFERENCIAS ...............................................................................................................................................168 Introducción Propósito de este texto Estadística en educación es un curso que tiene como principal objetivo que el participante sea capaz del manejo, presentación, análisis e interpretación de da- tos que proporcionen información descriptiva e inferencial para la toma de deci- siones en el ámbito de diversas áreas, principalmente en la de educación. La información es esencial en el campo de la investigación, el contar con una herramienta fundamental como la estadística dará al estudiante los conocimien- tos necesarios para poder extraer y sintetizar las características fundamentales de una colección de datos para posteriormente darles sentido empleando el método más apropiado dependiendo la naturaleza de los mismos, ya sean cuantitativos o cualitativos. Los métodos van desde la presentación de datos, la obtención de medidas de tendencia central, la dispersión, el cálculo del área bajo la curva, el muestreo y el análisis de correlación, hasta la prueba de hipótesis entre otros. A quién va diri- gido A estudiantes de tercer cuatrimestre de la Maestría en Educación, docentes y cualquier profesionista interesado en aplicar la estadística descriptiva e inferen- cial para analizar datos y tomar decisiones, sobre todo en el campo de la educa- ción. Justificación Hoy endía, la información es más abundante y variada, es fundamental contar con herramientas que nos ayuden a compilarla, ordenarla, analizarla y sobre to- do a interpretarla para entender situaciones de nuestro entorno. Así mismo para desarrollar investigaciones de orden cuantitativo o cualitativo. La aplicación adecuada de esta rama de las matemáticas, permite describir resul- tados de investigaciones así como tomar decisiones e incrementar la probabili- dad de éxito. E S T A D Í S T I C A E N E D U C A C I Ó N M A E S T R Í A E N E D U C A C I Ó N - P Á G I N A 1 1 Sesión 1 Introducción Objetivo El alumno identificará los conceptos básicos de la estadística descriptiva e infe- rencial y valorará la importancia de su aplicación a distintas áreas, particular- mente a la educación. Contenido de la sesión Figura 1-1 Contenido de la sesión Introducción Algunos de los conceptos claves de la estadística tanto descriptiva como inferen- cial, son; datos, tipos de datos variables y su clasificación. A continuación se des- criben ejemplos de aplicación en diversas áreas, sobre todo en la educación. E S T A D Í S T I C A E N E D U C A C I Ó N M A E S T R Í A E N E D U C A C I Ó N - P Á G I N A 1 2 Lección 1.1 Definición e historia de la estadística Antecedentes García (1978) comenta que “el origen de la estadística es tan lejano como la civi- lización misma, no alcanzó un desarrollo notable hasta el surgimiento de los Es- tados, acontecimiento bajo el cual se convirtió en un instrumento preciso para describirlos utilizando elementos numéricos” (p. 7). De ahí viene el nombre de esta disciplina, cuyo estudio en su forma elemental será objeto de las sesiones que componen este curso. La estadística es un método científico que encuentra aplicación en una gran di- versidad de campos del saber humano y cuya utilidad, como quedó demostrado desde el siglo pasado, va más allá de la mera descripción, pues permite el descu- brimiento de leyes y tendencias. Dentro de los muchos ejemplos que permiten ilustrar esto, basta con citar el caso del estadístico alemán Ernesto Engel (1821- 1896), quien adquirió renombre en el terreno de las investigaciones económicas y sociales al descubrir la ley que lleva su nombre y que se enuncia así: “Cuanto menor es el ingreso familiar, mayor es la proporción destinada a la compra de alimentos”. Con datos recabados en 1857, observó que esa proporción era de 62%, 55% y 50% en familias de clase baja, media y alta respectivamente. Al difundirse esta ley resultó evidente que cuanto mayor es la parte del ingreso familiar que se invierte en alimentos, menor es la que se puede destinar a otros fines (vestido, salud, re- creación, comodidades, etc.) y viceversa. Por esta razón, esa parte o proporción ha sido utilizada como unidad de medida del bienestar social. Durante el desarrollo de las sesiones se presenta una gran variedad de aplicacio- nes del método estadístico, lo cual será suficiente para deponer la idea de que la estadística es la simple acumulación de hechos y cifras con fines meramente académicos o de archivo; y que más bien se trata de una disciplina que incide significativamente en la vida cotidiana de los seres humanos. Pero, ¿qué es la estadística? Desde mediados del siglo XVIII hasta una centuria después, ha sido objeto de muchas definiciones, las cuales han obedecido eviden- temente a las diferentes concepciones que se han tenido de ella a lo largo del tiempo. E S T A D Í S T I C A E N E D U C A C I Ó N M A E S T R Í A E N E D U C A C I Ó N - P Á G I N A 1 3 Definiciones de estadística • Orozco (2002), define: “Es la disciplina que proporciona técnicas pa- ra la recolección, organización, análisis e interpretación de datos, los cuales pueden ser utilizados para inferir en una población o para pre- decir el comportamiento de un fenómeno”. (p. 19) • Johnson (1999), define: “Es la ciencia de recolectar, describir e inter- pretar datos”. (p. 4) • Fernández (2008), define: “Es la ciencia y el método científico que se ocupa de la recogida y obtención de datos para expresarlos numéri- camente y de su análisis para extraer conclusiones a partir de ellos”. (p. 1) • González (1999), define: “Es una herramienta para recopilar, organi- zar y analizar los hechos numéricos u observaciones”. (p. 18) Sin embargo, será suficiente por ahora que nos familiaricemos con una sola defi- nición: Magaña (1994), define: “Es un conjunto de procedimientos que sirven para organizar, resumir y analizar datos, para realizar inferencias a partir de ellos y transmitir e interpretar los re- sultados de manera clara, concisa y significativa” (p. 12). E S T A D Í S T I C A E N E D U C A C I Ó N M A E S T R Í A E N E D U C A C I Ó N - P Á G I N A 1 4 Lección 1.2 Usos de la estadística Ejemplos de uso Una vez definida la Estadística, es de suma importancia ilustrar su aplicación, por ejemplo, al realizar un estudio de mercado hay que pronosticar la demanda para saber cuál será el comportamiento de la aceptación del bien o servicio. De un pequeño grupo de clientes potenciales, cada uno de ellos es entrevistado con relación a un determinado bien o servicio. Con la información obtenida, el analista de mercado deberá decidir si existe demanda suficiente para el negocio planeado. Si es el caso, también tendrá que decidir sobre su presentación, sugerir el precio que podría ser el más competitivo en el mercado y las condiciones de venta más adecuadas para el inversionista. No hay que olvidar que el objetivo principal de la estadística es facilitar la toma de decisiones, para ello es necesario contar con información oportuna y confia- ble para formular propuestas de solución. Un profesionista que desea destacar en los negocios, en las ciencias sociales o en las ciencias administrativas, debe ser una persona bien informada y para ello de- be conocer el correcto uso de la estadística. Ahora es necesario saber cómo la po- demos utilizar en el campo de la educación. Los siguientes ejemplos muestran algunos de los beneficios que puede propor- cionar la estadística. 1. En muchas ocasiones las escuelas utilizan la estadística para analizar sus estándares de calidad e indicadores académicos para tomar diversas deci- siones. En esta situación, los directivos deben estar preparados para sa- tisfacer con éxito la demanda de sus estudiantes, así como para elaborar estrategias para mantenerse y crecer en el mercado. 2. El área financiera utiliza técnicas estadísticas para estimar los costos fijos y los costos variables de las instituciones educativas para realizar auditor- ías y para analizar si es viable o no llevar a cabo inversiones. 3. Es fundamental llevar a cabo estadísticas sobre el desempeño de los do- centes de una institución educativa, analizarlos e interpretarlos de mane- ra correcta, ya que los resultados de esos estudios brindarán un dia- gnóstico en cuanto a las fortalezas y áreas de oportunidad tanto a nivel individual como de academia o área. 4. Para un profesor o profesora, es de suma utilidad, llevar un histórico de los resultados de sus alumnos de sus diferentes grupos y ciclos para po- der realizar comparativos siempre que apunten a una mejora continua. 5. Y a un nivel regional, estatal y federal son indispensables para tener comparativos, tendencias y puntos de referencia para sus acciones enca- minadas para el mejoramiento en el ámbito educativo en todas sus áreas. Como podrás observar las aplicaciones van desde un nivel de aula hasta un nivel de institución y lo podrás ejercitar y comprobar a lo largo de este curso. E S T A D Í S T I C A E N E D U C A C I Ó N M A E S T R Í A E N E D U C A C I Ó N - P Á G I N A 1 5 Lección 1.3 Estadísticadescriptiva e inferencial La estadística, como muchas otras disciplinas se auxilia de determinados concep- tos o términos que son fundamentales para su aplicación. Algunos de los conceptos son: datos cuantitativos, datos cualitativos, población, muestra, censo, muestreo, inferencia estadística, medidas descriptivas, paráme- tro, estadístico, variable cuantitativa, variable cualitativa, variable discreta y va- riable continua. ¿Qué es un da- to? Como se mencionó en su definición, la estadística se encarga de recolectar, orga- nizar, analizar e interpretar datos. Un dato es un elemento de todo un conjunto que posee una o más características o valores con los cuales podemos distinguirlo de los demás. Por ejemplo: de la calificación de 15 alumnos en una materia parti- cular cada una de estas puede ser considerada como un dato. El número de datos siempre pueden ser contabilizados, sin embargo los valores que adquieren los datos no siempre son expresados mediante una medida numé- rica sino por un atributo, como por ejemplo: el nombre de distintas escuelas (La Salle, Justo Sierra, Simón Bolívar, etc.), colores (azul, rojo, amarillo etc.), niveles educativos (medio superior, superior, posgrado). Por esta razón los datos se cla- sifican en: 1. Cuantitativos 2. Cualitativos ¿Qué es un da- to cuantitativo? Los datos cuantitativos son aquellos, que se pueden contar o medir mediante una expresión numérica, por ejemplo, si nos referimos a los estudiantes de licenciatu- ra de una universidad, se puede señalar que cada una de las edades que tienen es- tos estudiantes son datos cuantitativos, pues sus valores que adquieren pueden contarse o medirse al ser expresados en años (como 19, 20, 22 años). De la misma manera se puede señalar el precio de determinados bienes o servi- cios (adquiere valores expresados en alguna moneda, como $20, $90, $500). ¿Qué es un da- to cualitativo? Los datos cualitativos, son aquellos cuyos valores no se pueden cuantificar, sino únicamente expresan un nivel de calidad, o señalan un atributo por el que se puede identificar a cada elemento, es decir, en que aquellos datos en los que a cada uno se le tiene que asignar etiquetas o valores para identificarlos entre sí, como sexo (hombre o mujer), tipo de universidad de la que un profesionista fue egresado (pública o privada), el turno en el que un alumno acude a clase (matu- tino o vespertino). Como puedes observar los datos cualitativos señalan un atri- buto o un nivel que no puede ser cuantificable. E S T A D Í S T I C A E N E D U C A C I Ó N M A E S T R Í A E N E D U C A C I Ó N - P Á G I N A 1 6 Variables Se ha señalado que los datos poseen características o valores con los cuales po- demos distinguirlos entre sí. Las variables son las características con las que iden- tificamos los datos en estudio y generalmente son señaladas por las últimas letras del abecedario, por ejemplo, x, y, z, w. Como su nombre lo señala, las variables adquieren diversos valores, es decir, no son constantes. Por ejemplo la edad, pe- so, estatura, gustos y preferencias de los consumidores, así como los precios y los costos de un artículo, el rating de un programa de televisión, los niveles de satis- facción de los alumnos al ser cuestionados sobre los servicios de una institución educativa. Las variables pueden clasificarse en 1. Variables cualitativas. Son aquellas características de interés que manejan datos cualitativos, recuerda que son valores expresados en cuanto a cali- dad o atributo, por ejemplo la oferta educativa de diferentes carreras de diversas universidades; licenciatura en administración, pedagogía, dere- cho, mercadotecnia, etc. 2. Variables cuantitativas. Son aquellas características de interés que mane- jan datos cuantitativos, por ejemplo la escala de calificaciones de una institución (7, 8, 9 y 10). Como puedes observar el nombre de la variable es el mismo de los datos que maneja. Las variables cuantitativas se clasifican a su vez en: • Variables continuas, son aquellas que pueden tomar cualquier valor dentro de un intervalo. Las edades o peso de las personas también son edades continuas, pues pueden ser expresadas como: 16, 17.5, 18.3, 20 ó 21.8 años o 70.31, 70.3, ó 85.3 Kg. Es importante resaltar que una variable continua puede ser un núme- ro entero o bien fraccionario. • Variables discretas, son aquellas que únicamente puede expresarse en números enteros, como x = 0, 1, 2, etc. Variable Cualitativa Cuantitativa Discreta Continua E S T A D Í S T I C A E N E D U C A C I Ó N M A E S T R Í A E N E D U C A C I Ó N - P Á G I N A 1 7 Población y muestra Una población se define como el total de elementos o datos en estudio. El térmi- no población se utiliza indistintamente como el universo de datos que estamos utilizando. Es importante resaltar que no necesariamente se asocia a una colec- ción de seres humanos o de organismos, por ejemplo, si se hace una investiga- ción sobre diferentes universidades en un área determinada todas estas escuelas de este nivel que estén dentro del área de estudio constituyen una población o universo. Una muestra es un subconjunto de datos de una población, seleccionados me- diante procedimientos aleatorios (al azar) o por métodos encaminados a obtener representatividad de la población de donde se obtienen. Por ejemplo: cuando de eligen un determinado número de alumnos de una facultad de mayor número. Este tema se revisará y aprenderá en sesiones posteriores, por ahora es importan- te que distingas claramente la diferencia y relación entre muestra y población. Para conocer las características de toda una población se acude a la realización de un censo, mientras que para el estudio de las características de una muestra se acude a la realización de un muestreo. Inferencia es- tadística Es el proceso mediante el cual una muestra es analizada y con base en la infor- mación que ésta proporciona, se infiere, se deduce o se concluye sobre lo que está sucediendo en una población, es decir: la inferencia estadística es un proceso que nos señala los aspectos contenidos en una población, utilizando únicamente la información de una muestra. El uso de la inferencia estadística tiene grandes ventajas, ya que al utilizar única- mente una muestra representativa en lugar de un censo, se puede recolectar in- formación de una manera ágil, sencilla y más económica. Medidas des- criptivas Las medidas descriptivas son indicadores expresados mediante una fórmula ma- temática que permite conocer de manera resumida la información o característi- cas relevantes de una muestra o población. Los términos parámetro y estadístico, se encuentran muy relacionados con los conceptos de población y muestra. • Un parámetro es una medida descriptiva de una población, obtenida con información contenida en un censo. Por ejemplo, las proporcio- nes de mujeres y hombres en nuestro país obtenidas mediante la in- formación de un censo son parámetros. • Un estadístico es una medida descriptiva que se obtiene de una mues- tra. Las proporciones de hombres y mujeres en nuestro país obteni- das con información de un conteo rápido son estadísticos. E S T A D Í S T I C A E N E D U C A C I Ó N M A E S T R Í A E N E D U C A C I Ó N - P Á G I N A 1 8 Estadística des- criptiva e Infe- rencial El desarrollo de la estadística a través del tiempo, ha provocado que ésta se divida en dos ramas: estadística descriptiva y estadística inferencial. Cada una de ellas maneja técnicas, elementos de juicio y métodos de estimación propios. 1. La estadística descriptiva fue la primera en utilizarse, mientras que la es- tadística inferencial ha tenido un notable desarrollo durante las últimas décadas. Ambas son utilizadas en las Ciencias Sociales y Administrativas. La ventaja de utilizar estadística descriptiva radica en que sus técnicas nosfacilitan el análisis de una serie de datos. Cuando tenemos que ma- nejar una gran cantidad de datos, resulta muy difícil extraer la informa- ción más relevante para su estudio, lo que ocasiona errores, pérdida de tiempo y entorpecimiento en el análisis. Por esa razón resulta muy im- portante conocer el manejo de la estadística descriptiva. Las técnicas utilizadas en la estadística han alcanzado tan alto desarrollo, que su influencia se siente prácticamente en todas las áreas de estudio. El aspecto más notable del desarrollo reciente de la estadística se refiere a que anteriormente se hacía énfasis en los métodos descriptivos, y ahora se consideran con mayor relevancia los métodos para describir muestras de datos, y a partir de la información proporcionada por dichas mues- tras, se toman decisiones cuando se carece de información completa de una población. 2. El objetivo de la estadística inferencial es realizar inferencias o deduccio- nes acerca del comportamiento de una población. Para esto, una mues- tra representativa de la población comúnmente es utilizada para llevar a cabo el análisis de un fenómeno. La muestra es sometida a un riguroso proceso de observación en el que se le extrae toda la información posi- ble, y con ella, se hacen estimaciones o se prueban hipótesis acerca de lo que está sucediendo en toda la población. E S T A D Í S T I C A E N E D U C A C I Ó N M A E S T R Í A E N E D U C A C I Ó N - P Á G I N A 1 9 ¿Qué diferencia existe entre es- tadística des- criptiva e infe- rencial? Es importante no confundir el concepto de inferencia estadística con el de es- tadística inferencial. La diferencia, más que un juego de palabras, es de fondo, es de conceptos. La inferencia estadística se refiere a un proceso, en el cual se infiere sobre una población; la estadística inferencial no es un proceso sino una rama de la estadística, una disciplina en la cual se estudia el proceso de inferencia estadís- tica. 1. Estadística descriptiva. Para Magaña (1994), es un conjunto de procedi- mientos que sirven para organizar, describir y sintetizar datos, sin que las conclusiones que se extraigan de éstos rebasen su ámbito específico. Por ejemplo, si al recolectar las calificaciones de un grupo de estudiantes de una asignatura determinada las resumimos diciendo que la califica- ción promedio es 7.5, estamos describiendo y sintetizando una carac- terística de los datos; es decir, del total de calificaciones. La validez de es- ta descripción numérica atañe únicamente al grupo de estudiantes del cual provienen los datos y no encierra incertidumbre. 2. Estadística inferencial. Para Magaña (1994), es un conjunto de procedi- mientos que se emplean para hacer inferencias y generalizaciones respecto a una totalidad, partiendo del estudio de un número limitado de casos toma- dos de esta última. Dicho de otra manera, la estadística inferencial se define como la rama de la estadística que proporciona técnicas o procedimientos para anali- zar, interpretar y tomar decisiones sobre una población, con base en la información que se obtiene de una muestra. Una muestra es utilizada para inferir sobre una población con el propósi- to de agilizar el análisis, reducir costos o cuando resulte imposible obte- ner información a través de un censo. Un ejemplo claro de inferencia es- tadística es cuando se toman pequeñas muestras de diferentes grupos de estudiantes y se les aplica un estudio en particular cuyos resultados se proyectan o infieren al universo, en este caso la población total de la uni- versidad. E S T A D Í S T I C A E N E D U C A C I Ó N M A E S T R Í A E N E D U C A C I Ó N - P Á G I N A 2 0 Referencias • Fernández, G. A. (2008). Esenciales de Estadística. México: Santillana. • García, P. A. (1978). Elementos de Método Estadístico. México: UNAM. • González, A. J. J. (1999). Probabilidad y Estadística. México: Instituto de Investi- gación de Tecnología Educativa de la Universidad Tecnológica de México, A.C. • Johnson, R., & Kuby, P. (1999). Estadística elemental. (2a. ed.). México: Interna- tional Thomson. • Magaña, C. L. (1994). Estadística y probabilidad. México: Nueva Imagen. • Orozco, L. G. (2002). Estadística. México: Instituto de Investigación de Tecno- logía Educativa de la Universidad Tecnológica de México, A.C.
Compartir