UNIVERSIDAD SALESIANA DE BOLIVIA CIENCIAS DE LA EDUCACIÓN ESTADÍSTICA

Presentación del tema: "UNIVERSIDAD SALESIANA DE BOLIVIA CIENCIAS DE LA EDUCACIÓN ESTADÍSTICA"— Transcripción de la presentación:

1 UNIVERSIDAD SALESIANA DE BOLIVIA CIENCIAS DE LA EDUCACIÓN ESTADÍSTICA

2 ESTADÍSTICA Es una ciencia que proporciona un conjunto de métodos y técnicas que se utilizan para recolectar, resumir, clasificar, analizar e interpretar el comportamiento de los “datos” con respecto a una característica materia de estudio o investigación MOYA R., Estadística Descriptiva, Perú, 1999.

3 ESTADÍSTICA ESTADÍSTICA PROBABILIDADES TEORÍAS MATEMÁTICAS

4 DIVISIÓN ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA INFERENCIAL

5 ESTADÍSTICA DESCRIPTIVA
INFORMACIÓN PROCESARLA DESCRIBIRLA

6 70 + 56 + 90 + 87 + 66 5 369 / 5 73 . 8 ESTADÍSTICA DESCRIPTIVA
RENDIMIENTO ACADÉMICO DEL SEGUNDO SEMESTRE CIENCIAS DE LA EDUCACIÓN 5 369 / 5 73 . 8

7 ESTADÍSTICA INFERENCIAL
INFERENCIA = PREDECIR Conjunto de métodos o técnicas que posibilitan la generalización de las decisiones en base a una información parcial obtenida mediante técnicas descriptivas

8 Análisis Estadístico – Pre test
Planes acordes Planes no acordes TOTALES Aprendi-zaje + 3 (a) 3 (b) 6 Aprendi-zaje - 9 (c) 15 (d) 24 12 18 30

9 Análisis Estadístico – Pre test
FACTOR PROTECTIVO FACTOR DE RIESGO 1 1.67 &

10

11 2. RECOLECCIÓN DE LA INFORMACIÓN
MÉTODO ESTADÍSTICO PLANIFICACIÓN 2. RECOLECCIÓN DE LA INFORMACIÓN 3. TABULACIÓN Y EXPLOTACIÓN DE LOS DATOS 4. ANÁLISIS, CONCLUSIONES Y RECOMENDACIONES 5. DIVULGACIÓN DE LA INFORMACIÓN RECOLECTADA

12 PLANIFICACIÓN Planteamiento del título Planteamiento del problema
     Planteamiento del título Planteamiento del problema -         Definición de objetivos -         Elaboración del marco teórico -         Emisión de la hipótesis -         Diseño metodológico: ·        Universo ·        Muestra ·        Cálculo de tamaño muestral Técnicas y procedimientos de recolección de la información

13 PLANIFICACIÓN Planteamiento del título ¿QUÉ SE QUIERE ESTUDIAR?
     Planteamiento del título ¿QUÉ SE QUIERE ESTUDIAR? ¿ CÓMO? ¿EN QUIENES? ¿CUÁNDO? ¿DÓNDE? QUÉ: Rendimiento educativo CÓMO: estudio cuantitativo CUÁNDO: Meses de julio - agosto DÓNDE: Ciudad de La Paz – Escuela Mariscal Santa Cruz QUIÉNES: Un grupo de estudiantes de primaria

14 PLANIFICACIÓN Planteamiento del título ¿QUÉ SE QUIERE ESTUDIAR?
     Planteamiento del título ¿QUÉ SE QUIERE ESTUDIAR? ¿ CÓMO? ¿EN QUIENES? ¿CUÁNDO? ¿DÓNDE? RENDIMIENTO EDUCATIVO EN ESTUDIANTES DE PRIMARIA DE LA ESCUELA MARISCAL SANTA CRUZ, LA PAZ BOLIVIA 2003.

15 PLANIFICACIÓN Planteamiento del problema ¿QUÉ SE QUIERE ESTUDIAR?
     Planteamiento del problema ¿QUÉ SE QUIERE ESTUDIAR? ¿ CÓMO? ¿EN QUIENES? ¿CUÁNDO? ¿DÓNDE? RENDIMIENTO EDUCATIVO EN ESTUDIANTES DE PRIMARIA DE LA ESCUELA MARISCAL SANTA CRUZ, LA PAZ BOLIVIA 2003.

16 VARIABLES VARIABLE Es una característica de la población que se va investigar y puede tomar diferentes valores. Ej. Edad, ocupación, sexo

17 VARIABLES CUALITATIVAS
CLASIFICACIÓN VARIABLES CUALITATIVAS VARIABLES CUANTITATIVAS

18 VARIABLE INDEPENDIENTE
CLASIFICACIÓN VARIABLE INDEPENDIENTE VARIABLES DEPENDIENTE

19 VARIABLES CUALITATIVAS
Variables cuyos valores son cualidades que presenta la población Ej. Ocupación, estado civil, Sexo, grado de instrucción, método educativo previo

20 VARIABLES CUANTITATIVAS
Cuando se puede establecer cuánto y en qué cantidad se posee una determinada característica Ej. Edad, N° de hijos, N° de habitantes, peso,talla, N° de clases asistidas

21 VARIABLES CUANTITATIVAS
* VARIABLE DISCRETA: Surgen por el procedimiento del conteo, se toman valores enteros Ej. N° de hijos: 5 hijos, 3 hijos N° de estudiantes: 100 estudiantes De nivel secundario.

22 VARIABLES CUANTITATIVAS
* VARIABLE CONTINUA: Surge cuando se mide alguna característica, es decir pueden tomar al menos teóricamente cualquier valor dentro de una intérvalo. Se representan por número decimales

23 VARIABLES CUANTITATIVAS
* VARIABLE CONTINUA Ej. Peso: 16.7 Kg Talla: 1,7 m Temperatura: 37,8 °C Duracion: 1 día con 6 horas

24 VARIABLE INDEPENDIENTE
* VARIABLE PREDICTIVA VARIABLE CAUSAL VARIABLE “X” Es la variable que puede modificar u ocasionar un determinado efecto

25 VARIABLE DEPENDIENTE * VARIABLE RESULTADO VARIABLE DE EFECTOS VARIABLE “Y” Es la variable resultado de una determinada VI, son los efectos de la causalidad.

26 ESCALA DE MEDICION DATOS NOMINALES Son aquella que establecen la distinción de los elementos en las categorías sin implicar orden entre ellas. Sexo: 1 – 2 (masculino y femenino) Grupo sanguíneo 0 – A – B – AB Estado civil: Soltero, casado, viudo, concubino

27 ESCALA DE MEDICION DATOS ORDINALES Agrupan a los objetos, individuos en categorías ordenadas para establecer relaciones comparativas. Ejemplo Infección: Leve, moderada, severa Grado de Instrucción: Analfabeto, primaria, secundaria, superior.

28 Se mantienen sin clasificar o colocar en escala de medición.
ESCALA DE MEDICION DATOS CONTINUOS Se mantienen sin clasificar o colocar en escala de medición. Ejemplo: N° de dosis recibidas, N° de accidentes en un mes, talla, peso. NOTA: ESTA ESCALA DE MEDICIÓN, ES MÁS RICA Y SUCEPTIBLE A SER ANALIZADA, PORQUE LOS DATOS DE MANTIENEN COMO SON

29 OPERACIONALIZACIÓN DE VARIABLES
TIPO OPERACIONALIZACION INDICADOR ESCALA DESCRIPCIÓN EDAD Variable cuantitati-va Grupo etáreo: 10 – 14 años 15 – 19 años 20 – 24 años ESCALA ORDINAL Según grupo etáreo, años cumplidos en el momento de estudio. Promedio y media aritmética de la edad SEXO Variable cualitativa Femenino Masculino NOMINAL Según sexo biológico de pertenencia Proporción de adolescentes y jóvenes del proyecto por sexo.

30 Competencias cognitivas
VARIABLES TIPO VARIABLE DEF. CONCEPTUAL DEF. OPERACIONAL DIMENSIONES INDICADORES Seminario taller de capacitación en base a competencias como estrategia VI Es una actividad extraprogramatica organizada para la superación profesional del docentado a través de nuevas pautas metodológicas, Y Para la readecuación al nuevo sistema académico Es un evento pedagógico, a desarrollarse en base a competencias cognitiva, actitudinales y procedimentales como estrategia, para renovar y ampliar la capacidad profesional en el marco de la Ley modificatoria donde estas actividad se llevarán en sesiones programadas con los profesores en ejercicio. Competencias cognitivas Competencias actitudinales. Competencias procedimentales enfoque Holístico. Conocimiento significativos Habilidades conceptuales Actitud interpersonal del docente Solidaridad Compañerismo Valores ideológicos Cronograma de actividades académicas Observación del Desolvolvimiento activo docente Aplicación de temas de innovación

31 renovación de la concepción ideológica y conocimientos VD
VARIABLES TIPO VARIABLE DEF. CONCEPTUAL DEF. OPERACIONAL DIMENSIONES INDICADORES renovación de la concepción ideológica y conocimientos VD Es el cambio del sistema conceptual y aptitudes en su integridad en los individuos ante un proceso del progresivo avance tecnológico. Es un tema a enfocarse con énfasis en el proceso de enseñanza aprendizaje, para innovar las cualidades de la concepción ideológica y conocimientos de los capacitados, mediante nuevas estrategias del procesó educativo Concepción ideológica Conocimientos Pruebas de valoración del cambio cualitativo en los profesores - Cambios presentados: - Nada - Poco - Regular - Mucho Nivel de inserción de nuevos conocimientos - nivel bajo - nivel medio - nivel alto

32 CARACTERÍSTICAS SOCIO - DEMOGRÁFICAS
SUJETOS, UNIVERSO Y MUESTRA SUJETOS CARACTERÍSTICAS SOCIO - DEMOGRÁFICAS EDAD SEXO ESTADO SOCIAL ESTADO ACADÉMICO ESTADO LABORAL CONS. VALORES

33 POBLACIÓN Y MUESTRA Son términos aplicados a la investigación y a la estadística, porque en ellos se obtiene la información. POBLACIÓN = N MUESTRA = n

34 Total de personas que ocupan un espacio, también se llama UNIVERSO.
POBLACIÓN Y MUESTRA POBLACIÓN = N Total de personas que ocupan un espacio, también se llama UNIVERSO. El concepto toma en cuanta a todas las cosas que ocupan un cierto lugar y espacio en el tiempo.

35 POBLACIÓN POBLACIÓN REAL POBLACIÓN VIRTUAL

36 POBLACIÓN Y MUESTRA POBLACIÓN = N POBLACIÓN FINITA POBLACIÓN INFINITA

37 POBLACIÓN POBLACIÓN FINITA
Tiene un número limitado de elementos, Ej. El rendimiento académico de los estudiantes de la Universidad Salesiana de Bolivia

38 POBLACIÓN POBLACIÓN INFINITA
Aquella que no tiene límites, tiene un número infinito de elementos. Ej. Total del calidad del aprendizaje en todos los jóvenes de Latinoamérica.

39 Garten” primario con 787 alumnos Niños y niñas entre 6 y 10 años
METODOLOGÍA Universo Comunidad Educativa “Marien Garten” primario con 787 alumnos Niños y niñas entre 6 y 10 años 45% de varones 55% mujeres

40 Todos los estudiantes de la Universidad Salesiana de Bolivia
METODOLOGÍA Universo Todos los estudiantes de la Universidad Salesiana de Bolivia

41 Es una parte o un subconjunto representativo de la población
MUESTRA = n Es una parte o un subconjunto representativo de la población Debe pertenecer a la población Y debe ser representativa a ella

42 Garten” primario con 787 alumnos Niños y niñas entre 6 y 10 años
METODOLOGÍA Universo 30 alumnos 3ro C (grupo experimental) 32 alumnos 3ro D (grupo control) Niños y niñas 8 y 9 años 50% varones 50% mujeres Comunidad Educativa “Marien Garten” primario con 787 alumnos Niños y niñas entre 6 y 10 años 45% de varones 55% mujeres Muestra

43 Todos los estudiantes de la Universidad Salesiana de Bolivia
METODOLOGÍA Universo Alumnos del segundo Semestre de la Carrera De Ciencias de la Educación Todos los estudiantes de la Universidad Salesiana de Bolivia Muestra

44 TOTAL DE LA POBLACIÓN ESTUDIANTIL
DE UN NÚCLEO EDUCATIVO Total de estudiantes De un curso Del mismo núcleo Educativo

45 TIPOS DE MUESTRAS MUESTRA NO PROBABILÍSTICA:
Por conveniencia o de jucio, de basa en los conocimientos previos que se realizan en relación al estudio MUESTRA PROBALÍSTICA: Todos los elementos tienen la posibilidad – Probabilidad de pertenecer a la muestra, el azar (suerte) juega un papel importante.

46 MUESTRA PROBABILÍSTICA
* MUESTREO ALEATORIO SIMPLE Ej. Colocar el nombre de todas las personas del curso y obtener 10 de ellas para realizar una investigación cualquiera.

47 Ej. 1500 estudiante, y queremos estudiar 100.
MUESTRA PROBABILÍSTICA * MUESTREO SISTEMÁTICO K = RAZÓN DE MUESTREO K = N / n Ej estudiante, y queremos estudiar 100. K = 1500 / 100 = 15

48 Ej. Agrupar a los estudiantes, según estratos socioecónomicos
MUESTRA PROBABILÍSTICA * MUESTREO ESTRATIFICADO Es para poblaciones no homogeneas, por lo tanto se puede utilizar estratos, enriquece los análisis posteriores. Ej. Agrupar a los estudiantes, según estratos socioecónomicos

49 Para poblaciones grandes y dispersas en forma geográfica.
MUESTRA PROBABILÍSTICA * MUESTREO POR CONGLOMERADOS Para poblaciones grandes y dispersas en forma geográfica. Ej. Se quiere analizar la calidad educativa de toda la población de El Alto, entonces se puede conglomerar por zonas (C. Satélite, Villa Adela, Rosas Pampa, etc.)

50 MUESTREOS POR CONVENIENCIAS
MUESTRA NO PROBABILÍSTICA MUESTREOS POR CONVENIENCIAS Ya se conocen a los sujetos de estudio y el investigación es quien decide quienes forman parte de los diversos grupos

51 INSTRUMENTOS OBSERVACIÓN INSTRUMENTOS Y TÉCNICAS FICHAS FICHAS DE DE
SEGUIMIENTO FICHAS DE COTEJO

52 Lista de cotejo.

53 Ficha de observación.

54 INSTRUMENTOS ENCUENTAS INSTRUMENTOS Y TÉCNICAS FORMULARIOS
CUESTIONARIOS

55 PRIMERA PARTE: PRESENTACIÓN Título de la Investigación
INSTRUMENTOS Y TÉCNICAS PRIMERA PARTE: PRESENTACIÓN De la institución Título de la Investigación Instrucciones A

56 SEGUNDA PARTE: PREGUNTAS
INSTRUMENTOS Y TÉCNICAS SEGUNDA PARTE: PREGUNTAS PREGUNTAS CERRADAS Dicotómicas Tricotómicas Selección múltiple PREGUNTAS ABIERTAS B

57 TERCERA PARTE: OBSERVACIONES
INSTRUMENTOS Y TÉCNICAS TERCERA PARTE: OBSERVACIONES OBSERVACIONES AGRADECIMIENTOS FIRMAS DEL ENCUESTADOR Y ENCUESTADO C

58 1.- Cuestionario Pre-test y Pos-test
PROCEDIMIENTO INSTRUMENTOS DE RECOLECCIÓN 1.- Cuestionario Pre-test y Pos-test

59 INSTRUMENTOS Y TÉCNICAS
ENTREVISTAS INSTRUMENTOS FORMALES INFORMALES

60 Entrevista FORMAL ESTRUCTURADA

61 PRESENTACIÓN DE RESULTADOS ELABORACIÓN DE TABLAS Y GRÁFICOS
ELEMENTOS DEL TERCER CAPÍTULO CAPÍTULO IV RESULTADOS PRESENTACIÓN DE RESULTADOS ELABORACIÓN DE TABLAS Y GRÁFICOS

62 Expresión numérica de cualquier fenómeno estudiado
DATO Expresión numérica de cualquier fenómeno estudiado Ej. En el curso somos 30 personas de esas 18 son mujeres y 12 son varones

63 VARIABLES CUALITATIVAS
ANÁLISIS DE VARIABLES CUALITATIVAS RAZONES PROPORCIONES PORCENTAJES TASAS

64 VARIABLES CUALITATIVAS
ANÁLISIS DE VARIABLES CUALITATIVAS RAZONES Cociente entre dos números cualesquiera. Habitualmente ambos números forman parte de un todo

65 Razón de hombres y mujeres en una población
RAZONES EJEMPLO Razón de hombres y mujeres en una población N° de Hombres / N° de mujeres

66 R = a / b RAZONES Razón de Natalidad / mortalidad:
Total de nacidos vivos / total de defunciones Razón de mortanatalidad Total de nacidos muertos / total de nacidos vivos

67 I = a / b x 100 ÍNDICES Índice Vital:
Total de nacimientos / total de defunciones x 100 Índice de fertilidad: Total de fecundadas / total de no fecundadas x 100

68 P = a / a + b PROPORCIÓN Cociente entre dos números cuyo numerador es parte del denominador. El valor resultante tiene que estar entre 0 y 1

69 N° de medicos / N° total de personal de salud
P = a / a + b PROPORCIÓN N° de medicos / N° total de personal de salud

70 El porcentaje es una proporción multuplicada por 100.
% = a / a + b x 100 PORCENTAJE El porcentaje es una proporción multuplicada por 100.

71 N° de medicos / N° total de personal de salud x 100
% = a / a + b x 100 PORCENTAJE N° de medicos / N° total de personal de salud x 100

72 TASA Número de personas en las que ha ocurrido un evento entre el total de personas expuestas a que ocurra ese evento, multiplicado por una constante. En general pretenden medir un riesgo. Hay muchas tasas establecidas que no respónden a esta definición.

73 TASA T = x 10* N° de veces que ocurre determinado fenómeno
Población en la cual ocurrió el fenómeno T = x 10*

74 TASA TASA BRUTA DE NATALIDAD N° de nacidos vivos / población x 1000
TASA BRUTA DE MORTALIDAD N° total de defunciones / población x 1000 TASA DE MORTALIDAD INFANTIL N° de defunciones de menores de 1 año / número de nacidos vivos x 1000

75 PREVALENCIA P= N° de casos de una enfermedad Total de la población x 10* Proporción de individuos con la enfermedad en un instante específico Provee el riesgo de enfermar en un punto de tiempo

76 INCIDENCIA I = N° de casos de una enfermedad durante un t Total de la población en riesgo x 10* Casos nuevos o eventos de enfermedad. Desarrollados en una población de individuos en riesgo durante un intérvalo de tiempo determinado

77 ANÁLISIS DESCRIPTIVO DE
DATOS CUANTITATIVOS Tendencia central Tendencia de dispersión Tendencia de concentración Tendencia de forma ESTADÍGRAFOS

78 ESTADÍGRAFOS DE POSICIÓN MEDIA ARITMÉTICA PROMEDIO
Es la medida de tendencia central más conocida, es la más utilizada. La media o promedio de una muestra x1, x2... Xn de tamaño n de una variable o característica x, se denota por x ó M(x) y se define como la suma de todos los valores observados en la muestra, dividida por el número total de observaciones n.

79 MEDIA ARITMÉTICA PROMEDIO
X = M (x) = X1 + X2+....Xn n X = M (x) = y1n1 + y2n2+y3n3.. n

80 MEDIANA Dado un conjunto de observaciones, la mediana de este conjunto de valores es aquel valor que no es superado ni supera a más de la mitad de las n observaciones, arregladas en orden de magnitud creciente o decreciente.

81 MEDIANA Me = n + 1 / 2 Me = Li + (N/2 – Ni) ni * a

82 MODO La moda – modo es un concepto simple, con el mismo sentido que se dan en el lenguaje común. La moda de una muestra x1,x2...xn es aquel valor de la variable que se presenta con mayor frecuencia, es decir el valor que más se repite.

83 Mo = Frecuencia o ni que más se repite
MODO Mo = Frecuencia o ni que más se repite Mo = Li (ni-1) (ni – 1)+(ni + 1) * a

84 CUANTILES Como una consecuencia del estudio de la mediana, es fácil ampliar este concepto a otros estadígrafos que dividen los datos en otras proporciones y no sólo en mitades como la hace la mediana. Los cuantiles permiten lo señalado, se usan para describir el comportamiento de la población.

85 Los cuartiles se dividen en:
CUANTILES Los cuartiles se dividen en: *CUARTILES * DECILES * PERCENTILES

86 CUARTILES Los cuartiles son valores que dividen a un conjunto de datos ordenados en forma ascendente o descendente en cuatro partes iguales, se denotan: Q1 – Q2 – Q3

87 CUARTILES Q1 Q3 Q2 25% 25% 25% 25% 50% 75%

88 PRIMER CUARTIL Q1 Q1 = n +1 / 4 número entero Q1 = n +1 /4
no es entero se hace una interpolación lineal entre los dos valores correspondientes a las dos observaciones

89 PRIMER CUARTIL Q1 Q1 = Li + (N/4 – Ni) ni * a

90 SEGUNDO CUARTIL Q1 Q2 = Me Datos no tabulados Datos tabulados

91 TERCER CUARTIL Q3 Q3 = 3(n +1) / 4 número entero Q3 = 3(n +1) /4
no es entero se hace una interpolación lineal entre los dos valores correspondientes a las dos observaciones

92 TERCER CUARTIL Q3 Q3 = Li + (3 * N/4 – Ni) ni * a

93 ESTADÍGRAFOS DE DISPERSIÓN
Miden la dispersión de los datos de la muestra, dos conjunto de datos pueden tener la misma localización central pero no obstante ser muy diferentes, porque cada uno posee la dispersión.

94 ESTADÍGRAFOS DE DISPERSIÓN
Encontramos la desviaciones media y mediana absolutas respectivamente que son la representación de desviaciones de los valores observados respeto a la media y mediana.

95 VARIANZA Es la media aritmética del cuadrado de las desviaciones de las desviaciones con respecto a su media y se denota como V(x), S2.

96 VARIANZA V(x) = sumatoria ( xi – x ) n - 1
2 V(x) = sumatoria ( xi – x ) n - 1 V(x) = sumatoria ni ( xi – x ) n - 1 2

97 DESVIO ESTANDAR Desviación típica o S ó DE de las observaciones x1,x2...xn de una característica X, se define como la raíz cuadrada positiva de la varianza El resultado del desvío estandar se aplica en la campana de Gauss, en la cual tenemos escalas de desviaciones

98 DESVIACIÓN ESTANDAR S = sumatoria ( xi – x ) n - 1
2 S = sumatoria ni ( xi – x ) n - 1 2

99 COEFICIENTE DE VARIABILIDAD
Es el número de veces (o tanto por uno, ya que habitualmente el cociente será inferior a la unidad) que supone la desviación típica respecto a la media. Se expresa en %.

100 COEFICIENTE DE VARIABILIDAD
CV = S / X * 100 Este coeficiente, mide en forma relativa la dispersión existente en un conjunto de datos.

101 PRESENTACIÓN DE TABLAS Y GRÁFICOS
ESTOS DOS ELEMENTOS PERMITEN UNA COHERENTE PRESENTACIÓN DE LOS RESULTADOS ENCONTRADOS EN LA INVESTIGACIÓN

102 PRESENTACIÓN DE TABLAS Cómo lo entiende sobre la Educación Comunitaria
PREGUNTA 1 Cómo lo entiende sobre la Educación Comunitaria f % 1 Dar conocimientos en una región y comunidad 10% 2 Intercambio de pensamientos 3 Participación de organizaciones 4 Planes curriculares acorde a las necesidades y principios de la comunidad 40% 5 Relacionarse uno con otros colegio – comunidad 6 Educación solidaria sin discriminación 7 Educación con oportunidades en la comunidad TOTAL n=10 100%

103 PRESENTACIÓN DE TABLAS ¿ACTUALMENTE TIENES PAREJA?
Preguntas PRE – TEST POST – TEST ¿ACTUALMENTE TIENES PAREJA? TOTAL Grupo Experimental Grupo de Control Grupo Experimental Grupo de Control ni % SI 57 57% 55 55% 52 52% 60 60% NO 43 43% 45 45% 48 48% 40 40% Total 100 100%

104 PRESENTACIÓN DE TABLAS
ELEMENTOS TÍTULO DE LA TABLA TABLA FUENTE

105 PRESENTACIÓN DE GRÁFICOS
UN GRÁFICO SIEMPRE TIENE QUE ESTAR ACOMPAÑADO POR SU CORRESPONDIENTE TABLA

106 ¿QUÉ SE DESEA REPRE-SENTAR?
PRESENTACIÓN GRÁFICA ¿QUÉ SE DESEA REPRE-SENTAR? TIPO DE VARIABLES CUALITATIVA CUANTITATIVA DISCRETA CONTINUA FRECUENCIAS OBSERVADAS EN UNA TABLA DE DOS O MÁS CRITERIOS DE CALIFI-CACIÓN BARRAS SIMPLES BARRAS MULTI- PLES BARRAS MÚLTI-PLES

107 PRESENTACIÓN GRÁFICA GRAFICO HISTOGRAMA

108 PRESENTACIÓN GRÁFICA GRAFICO HISTOGRAMA

109 PRESENTACIÓN GRÁFICA GRAFICO HISTOGRAMA

110 Bajo peso al nacer y NBI Vinocur P. Exclusión y Pobreza: derechos y oportunidades perdidas de los niños. En: O´Donell A. Hoy y Mañana: Salud y calidad de vida de la niñez en la Argentina. CESNI 1999;

111 PARTICIPACIÓN EN EL APRENDIZAJE  Indicador N° 1 ¿En que materias participas activamente en clases?

112 SOCIALIZACIÓN DEL ESTUDIANTE EN CLASE ¿Existe cooperación y ayuda de tus compañeros cuando participas en actividades del aula ?

113 ¿QUÉ SE DESEA REPRE-SENTAR? TIPO DE VARIABLES
PRESENTACIÓN GRÁFICA ¿QUÉ SE DESEA REPRE-SENTAR? TIPO DE VARIABLES CUALITATIVA CUANTITATIVA DISCRETA CONTINUA DISTRI-BUCIÓN DE FRECUEN-CIAS RELATIVAS (Ej.Distri-bución porcentual) BARRAS COM-PUESTAS SECTOR BARRAS COMPUESTAS HISTO-GRAMA POLÍGONO DE FRE-CUENCIAS

114 BARRAS COMBINADAS Niños 12 a 60 meses hasta alcanzar P/T /80% U$a/niño
Asworth A. , Kahum S. Cost effective tratment for severely malnourished childen : what is the best approach? Health Policy and Planning 1997; 12 (2):

115 BARRAS COMBINADAS

116 SECTOR n = 133 Virus + 39 (29,3%) VRS Para 3 Influ A Influ B Negativo
PREVALENCIA DE VIRUS RESPIRATORIOS EN NIÑOS CONNEUMONIA. SALTO / PAYSANDÚ JULIO - OCTUBRE 2002 n = 133 Virus + 39 (29,3%) Virus VRS Para 3 Influ A Influ B Negativo n 33 3 1 2 94 % 24,8 2,3 0,7 1,5 70,7

117 SECTOR

118 SECTOR

119 POLÍGONO DE FRECUENCIAS

120 POLÍGONO DE FRECUENCIAS

121 DE LÍNEAS

122 DE LÍNEAS

123 HISTOGRAMA – CAMPANA DE GAUSS

124 PIRÁMIDE POBLACIONAL

125 PICTOGRAMAS

126 ¿QUÉ SE DESEA REPRE-SENTAR? RELACIÓN ENTRE DOS VARIA-BLES
PRESENTACIÓN GRÁFICA ¿QUÉ SE DESEA REPRE-SENTAR? TIPO DE VARIABLES CUALITATIVA CUANTITATIVA DISCRETA CONTINUA RELACIÓN ENTRE DOS VARIA-BLES GRÁFICO DE DISPER-SIÓN

127 Recuperación nutricional e IGF-I
Correlation of overall IGF-I increment (ÄIGF-I%) and increase in weight for age score (Ä weight for age z score). Spearman rank correlation coefficient, 0.4; p = Zulfiqar A. Insulin-like growth factor I response during nutritional rehabilitation of persistent diarrhoea. Arch Dis Child 1999;80:438–442

128 DIAGRAMA DE DISPERSION
DIAGRAMA DE DISPERSIÓN DIAGRAMA DE DISPERSION

129 DIAGRAMA DE DISPERSIÓN

130 DIAGRAMA DE DISPERSIÓN
NEGATIVO >VI < VD < VI > VD

131 DIAGRAMA DE DISPERSIÓN
POSITIVO >VI > VD < VI < VD

132 Inventar nuevos gráficos Uso de gráficos inadecuados
ERRORES FRECUENTES Inventar nuevos gráficos Uso de gráficos inadecuados Gráficos sin identificar Gráficos sin títulos o incorrectos Gráficos con desproporció notable

133 Omisión de identificación de ejes Omisión de unidades de medidas
ERRORES FRECUENTES Omisión de identificación de ejes Omisión de unidades de medidas Omisión de leyenda cuando se han utilizado símbolos Gráficos sobrecargados

134 GRACIAS