Estadística Conceptos Básicos L.A. y M.C.E. Emma Linda Diez Knoth.

Slides:



Advertisements
Presentaciones similares
Estadística Descriptiva y Probabilidades
Advertisements

Estadística Conceptos Básicos.
Bloque IX - Estadística. Población vs muestra Medidas de dispersión Medidas de tendencia central.
IIIº Medio  Comprender conceptos de estadística y construir e interpretar tablas de frecuencia, valorando su utilidad en diversos contextos de.
Métodos Estadísticos en la Ingeniería Prof: Naiara Barrado Izagirre Despacho: 7ºPiso Dpto. Matemática Aplicada
ANÁLISIS DE VARIABLES. ANÁLISIS DE VARIABLES. ESTADÍSTICA DESCRIPTIVA EVALUACION Y CALIDAD EDUCATIVA Dr. Juan Carlos Farías Bracamontes.
LA NATURALEZA DE LAS ESTADÍSTICAS Estadísticas Descriptivas Psic. Gerardo A Valderrama M.
Unidad1: La Naturaleza de las Ciencias “Física como la ciencia de la medición”
Ps. Miguel Ángel García Miraval PSICOMETRIA. ESTIMADOS PARTICIPANTES: INICIAMOS LA SEGUNDA SEMANA DE ESTUDIO DE NUESTRO CURSO. EN ESTA OCASIÓN LES BRINDAREMOS.
I.E JOSE DE LA TORRE UGARTE ÁREA: Matemática DOMINIO: Estadísticas, Concepto Básicos de Estadísticas. GRADO Y SECCIÓN: 5º “B” PROFESOR: Pablo Meza. AÑO:
Bioestadística Muestreo. Objetivos de la estadística. n Describir cuantitativamente una serie de personas, lugares o cosas (estadística descriptiva ).
Método científico y estadística Plantear hipótesis Obtener conclusiones Recoger datos y analizarlos Diseñar experimento.
TALLER DE SPSS APLICADA A LA INVESTIGACIÓN CIENTIFICA.
Escala de Medición. Profesor: Bachiller: Ramón Aray Parababire Claribel C.I.: Barcelona, Agosto del 2017 Instituto Universitario Politécnico.
Estadística.
HERRAMIENTAS ESTADÍSTICAS PARA LA TOMA DE DECISIONES
Estadística Conceptos Básicos.
DOCTORADO EN EDUCACION
 Los datos que a continuación se presentan corresponden al número de llamadas telefónicas que un grupo de personas realiza durante el día. 0, 1, 2, 4,
ESTADÍSTICAS INFERENCIALES
Material de estudio de Datos y Azar
Introducción a las Estadísticas
ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO
Instituto Nacional de Estadística y Geografía
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO
Profesoras Scarlet Poblete y Francisca Zambrano
Análisis de varianza Paramétricos vs. No Paramétricos
UNIDAD 4: ESTADÍSTICA Y PROBABILIDAD
INTEGRANTES:EDMUNDO CRUZ ARAIZA.YAZMIN SILVERIO SILVERIO.LIZBETH BARTOLO SILVERIO.JUAN DANIEL CRUZ MARTINEZ.DANIEL LUCIANO CRUZ.MARCO ALONSO BENAVIDEZ.
Introducción al Muestreo Msc Edwin Giron Amaya
INTRODUCCIÓN AL ESTUDIO DE LA ESTADÍSTICA
TEMA 6 Introducción a la Estadística
Introducción al Muestreo Msc Edwin Giron Amaya
Fuente:
estadistica
DEFINICIÓN Y MEDICIÓN DE VARIABLES
PLAN DE MUESTREO.
MEDICION Y ELABORACION DE ESCALAS
Conceptos y Procedimiento
ESTADÍSTICA INFERENCIAL
UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ
Investigación de mercados
Selección de la muestra
Variables. Variable  Tiene múltiples connotaciones dentro de la estructura de un proyecto de investigación.  Es posible considerar que la variable es.
Página 1 Estadística I ESCALAS DE MEDICION. Página 2 Estadística I Existen cuatro escalas de medición: Escala de medida categórica: 1.Nominal 2.Ordinal.
Este trabajo se realiza con el objetivo de dar a conocer de forma precisa y concisa a los estudiantes de la carrera de mercadotecnia lo fundamental de.
Muestreos probabilísticos y no probabilísticos. Población y muestra Universo: población de la cuál obtengo la información, se debe establecer límites.
POBLACIÓN MUESTRA MUESTRA ESTADISTICA ESTADISTICA ENCUESTA ENCUESTA.
UNIDAD 2 Sistemas de pensamiento lógico para el ordenamiento de la información científica.
METODOLOGIA DE LA INVESTIGACION EDUCATIVA I
Estadística Conceptos Básicos.
UNIDAD IV. UNIVERSIDAD SALESIANA DE BOLIVIA CIENCIAS DE LA EDUCACIÓN METODOLOGÍA DE INVESTIGACION II.
Metodología de la Investigación
Depto. Matemáticas – IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José Mª Sorando, ampliando y.
Muestreos probabilísticos y no probabilísticos. Población y muestra Universo: población de la cuál obtengo la información, se debe establecer límites.
Depto. Matemáticas – IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José Mª Sorando, ampliando y.
DETERMINACIÓN DE LA MUESTRA Dr. Carlos Portocarrero Ramos Dr. Ambrosio Tomás Rojas.
CLASIFICACIÒN 23/02/ pequeñas y accesibles Salvo en poblaciones muy pequeñas y accesibles nunca se observan a todas las unidades de la población.
CONCEPTOS BASICOS DE MEDICION Sesión 7. UNIDADES, VARIABLES, VALORES Y CONSTRUCTOS.
SELECCIÓN DE LA MUESTRA Msc. José Comelli. M.Sc. José Comelli Muestreo Probabilístico Aleatorio Simple Estratificado Sistemático.
Mg. Homero Ango Aguilar Mg. Jimmy Homero Ango Bedriñana Población, Muestra y Unidad de Análisis Universidad Nacional San Cristóbal de Huamanga Curso de.
Técnicas para la elaboración de un instrumento. Etapa de recolección de datos Implica tres actividades: -Seleccionar uno varios instrumentos o métodos.
Escalas de Medición. 1. Nominal. 2. Ordinal. 3. De intervalo. 4. De razón.
Proceso de la investigación de mercado
Por: Isela Carol Gutierrez Foronda. Concepto de Estadística  Se refiere a un conjunto de métodos para manejar la obtención, presentación y análisis de.
ESTADÍSTICA 3 er. CUATRIMESTRE LOGÍSTICA BIS SEPT. – DIC UNIVERSIDAD TECNOLÓGICA DE NUEVO LAREDO DOCENTE: ING. JACOB CHÁVEZ RODRÍGUEZ.
POBLACION Y MUESTRA EN EL DISEÑO DE LA INVESTIGACIÓN Dr. Roberto Christian Puente Jesús.
Muestreo y distribución de muestreo aplicados a situaciones cotidianas.
Estadística Descriptiva Tema I. Conceptos Básicos.
ESTADÍSTICA. ¿Qué estudia la Estadística?  La Estadística es la rama de la Matemática que se ocupa de recopilar datos (en censos, encuestas, etc), de.
Transcripción de la presentación:

Estadística Conceptos Básicos L.A. y M.C.E. Emma Linda Diez Knoth

Universo y Población Algunos autores no establecen diferencias entre los conceptos de universo y población. Por ejemplo, Pardo Merino, propone la siguiente definición: “Una población (o universo) es un conjunto de elementos (sujetos, objetos, entidades abstractas, etc.) que poseen una o más características específicas en común.” Por el contrario, otros autores si establecen diferencias entre tales conceptos. L.A. y M.C.E. Emma Linda Diez Knoth

Población, universo y muestra Universo: se define como el conjunto de sujetos o elementos que tienen una característica común, observable y susceptible de ser medida. Población: conjunto de todas las mediciones u observaciones hechas sobre una o varias de las características de los elementos del universo. Muestra: subconjunto de elementos de la población. L.A. y M.C.E. Emma Linda Diez Knoth

Ejemplo Universo Población Muestra Licenciatura en Psicología: Edad Rendimiento Género Estado Civil Etc. Estudiantes regulares de la Universidad Insurgentes Muestra Rendimiento Calificaciones: Desde 8 a 10 L.A. y M.C.E. Emma Linda Diez Knoth

Tipos de Muestra Aleatoria: Es cuando se toman varias muestras y todas tienen la misma probabilidad de ser seleccionadas. Ejemplo: Cuando se realiza un estudio sobre bullying y se eligen muestras de un grupo de estudiantes en un grupo y todos estos alumnos tienen probabilidad de ser elegidos por el simple hecho de formar parte del grupo L.A. y M.C.E. Emma Linda Diez Knoth

Tipos de Muestra Aleatoria Simple: Es el resultado de un muestreo efectuado de forma que todas las muestras posibles de un tamaño (n) tengan la misma probabilidad de ser seleccionadas de la población. Ejemplo: Retomando el estudio sobre bullying, se eligen muestras de un número n ( ejemplo: 4 estudiantes)de un grupo y todos estos alumnos tienen probabilidad de ser elegidos por el simple hecho de formar parte de una muestra de 4 personas. L.A. y M.C.E. Emma Linda Diez Knoth

Tipos de Muestra Aleatoria Estratificada: Es una muestra que se obtiene separando los elementos de la población en grupos disjuntos, llamados estratos, y posteriormente se seleccionando una muestra aleatoria en cada estrato. Ejemplo: Retomando el estudio sobre bullying, se separa la población por grupos de edades: de 6 a 8 años, de 9 a 11 años y de 12 a 13 años y se toma una muestra de cada estrato. L.A. y M.C.E. Emma Linda Diez Knoth

Tipos de Muestra Sistemática: Se selecciona una muestra mediante un procedimiento sistemático. Ejemplo: Seleccionar el nombre de un estudiante de una lista, cada 5 lugares. L.A. y M.C.E. Emma Linda Diez Knoth

Tipos de Muestra Por cuotas: Es la selección de un número predeterminado de elementos de diferentes sectores de la población. Ejemplo: Cuando se eligen en una escuela una muestra predeterminada de 8 personas considerando escoger 2 administrativos, 2 personas de mantenimiento, 2 estudiantes y 2 profesores. L.A. y M.C.E. Emma Linda Diez Knoth

Tipos de Muestra Por conglomerados: Consiste en la selección aleatoria de un conjunto de m colecciones de elementos muestrales , llamados conglomerados, de la población y posteriormente del censo de cada conglomerado. Ejemplo: Cuando en una universidad se eligen muestras de los grupos de las diferentes licenciaturas y después dependiendo del número de estudiantes en cada conglomerado se eligen un número definido de ellos. L.A. y M.C.E. Emma Linda Diez Knoth

Tipos de Muestra Por bi-etápica: Se obtiene escogiendo una muestra aleatoria simple de conglomerados y posteriormente seleccionando una muestra aleatoria de elementos de cada conglomerado. Ejemplo: Cuando en una universidad se eligen muestras de 5 estudiantes de cada grupo de las diferentes licenciaturas formando un solo grupo con todos ellos (por ejemplo de 25) y después de ese conjunto se selecciona una muestra (por ejemplo de 10). L.A. y M.C.E. Emma Linda Diez Knoth

Tipos de Muestra Por conveniencia: Es la selección de una muestra que puede obtenerse de forma simple y conveniente. Ejemplo: Elegir únicamente una muestra de estudiantes del área de pedagogía de primer ingreso. L.A. y M.C.E. Emma Linda Diez Knoth

Tipos de Muestra Subjetiva: Es la selección de una muestra de acuerdo con el juicio y la intuición. Ejemplo: Elegir para un estudio de rendimiento solo aquellos estudiantes que han obtenido el 10 de calificación. L.A. y M.C.E. Emma Linda Diez Knoth

Estadístico y Parámetro Estadístico: valor numérico que describe una característica de la muestra y se obtiene mediante la manipulación algebraica de sus datos. (Pardo Merino) Ejemplo: Suponga se tomó una muestra representativa de los estudiantes regulares de la Universidad Insurgentes. Para esta muestra se calculó: edad promedio, rendimiento promedio, porcentaje de estudiantes que fuman. L.A. y M.C.E. Emma Linda Diez Knoth

Estadístico y Parámetro Parámetro: valor numérico que describe una característica de la población (Pardo Merino). Los parámetros se estiman a partir de la información aportada por una muestra de la población. Ejemplo: Si se considera como universo a todos los estudiantes regulares de la Universidad Insurgentes, la edad promedio de estos, el porcentaje de estudiantes de sexo femenino que fuman, el ingreso medio todos los estudiantes, son valores que describen a este conjunto. L.A. y M.C.E. Emma Linda Diez Knoth

Variables. Clasificación. Variable: característica de un sujeto u objeto que varía de un elemento a otro. Las variables se pueden clasificar de acuerdo al nivel de medición. Escala Nominal Escala Ordinal Escala de Intervalo Escala de Razón Escalas de medición L.A. y M.C.E. Emma Linda Diez Knoth

Escala Nominal Se clasifica a los sujetos en categorías, mutuamente excluyentes y totalmente exhaustivas, tal que todos los sujetos clasificados en la misma categoría son equivalentes respecto a la variable que se está midiendo. Sólo tiene sentido la relación de igualdad-desigualdad. Se pueden usar números, letras o símbolos para identificar a cada categoría de la variable. No se puede realizar ninguna operación aritmética en esta escala. L.A. y M.C.E. Emma Linda Diez Knoth

Escala Nominal Algunos ejemplos de variables medidas en la escala nominal: Género Masculino Femenino M F Estado civil Soltero Casado Divorciado Viudo 1 3 2 4 L.A. y M.C.E. Emma Linda Diez Knoth

Escala Ordinal Se usa cuando es posible establecer una relación de orden entre las distintas categorías de la variable. Es decir, prevalece la relación de orden “mayor que” (>). Se pueden usar letras o números para identificar a cada categoría de la variable. Los números o letras usados deben reflejar el orden de las categorías. No se pueden realizar operaciones aritméticas entre los números asignados a las distintas categorías. Tales números solo reflejan una relación de orden. L.A. y M.C.E. Emma Linda Diez Knoth

Escala Ordinal Dos ejemplos de variables medidas en la escala ordinal: Nivel de Instrucción Preescolar Educación Básica Media y Diversificada Superior 1 2 3 4 L.A. y M.C.E. Emma Linda Diez Knoth

Escala Ordinal Mala D Regular Buena C Calidad de un servicio Excelente L.A. y M.C.E. Emma Linda Diez Knoth

Escala de Intervalo. Posee una unidad de medida constante y arbitraria. Posee un cero “arbitrario”, es decir, no indica la ausencia de la característica que se está midiendo. Prevalece la relación de orden “mayor que” (>). Entre los valores de la variable solo es posible realizar la suma y la resta como operaciones aritméticas. L.A. y M.C.E. Emma Linda Diez Knoth

Escala de Intervalo Tres ejemplos de variables medidas en una escala de intervalo: La temperatura de una ciudad medida en grados Fahrenheit o Celsius. La altura de las ciudades usando como referencia el nivel del mar. El rendimiento académico medido en una escala del 0 al 20. Para cada variable mencionada el cero es “arbitrario”. L.A. y M.C.E. Emma Linda Diez Knoth

Escala de Razón. Posee una unidad de medida constante y arbitraria. Posee un cero “absoluto”, es decir, este valor indica la ausencia de la característica que se está midiendo. Prevalece la relación de orden “mayor que” (>). Se pueden realizar todas las operaciones aritméticas entre los valores de la variable. L.A. y M.C.E. Emma Linda Diez Knoth

Escala de Razón Algunas variables medidas en la escala de razón: Edad. Peso. Estatura. Tiempo invertido por un estudiante en realizar una tarea. Ingreso familiar. L.A. y M.C.E. Emma Linda Diez Knoth