Download - Liliana Recchioni. SIDIUNLAR ESTADISTICA APLICADA A LA INVESTIGACIÓN [email protected] Presentación
Liliana Recchioni. SIDIUNLAR
ESTADISTICA APLICADA A LA INVESTIGACIÓN
Presentación
Liliana Recchioni. SIDIUNLAR
ESTADISTICA APLICADA A LA INVESTIGACIÓN
Capitulo 1: ESTADISTICAS DESCRIPTIVAS
Liliana Recchioni. SIDIUNLAR
¿Qué es Estadística? “La Estadística estudia métodos científicos para recoger,
organizar, resumir y analizar datos, así como para sacar conclusiones válidas y tomar decisiones razonables basadas en tal análisis”
Murray R. Spiegel
Como en las demás ciencias la estadística ha venido a ser una herramienta vital para los científicos. Les permite comprender fenómenos sujetos a variaciones y predecirlos o controlarlos eficazmente.
Irwin Miller
Liliana Recchioni. SIDIUNLAR
Introducción.1. Se define una población objetivo.2. Se realiza un muestreo por lo general (se
selecciona una muestra aleatoria y representativa de la población).
3. Se realizan observaciones de un fenómeno que no se puede predecir con anterioridad Se recolectan datos de cada elemento muestreado (por ejemplo a través de un cuestionario).
4. Se analiza la muestra recolectada (objetivos-hipótesis)
5. El objetivo final es inferir estadísticamente algo sobre la población, deseamos concluir algo sobre alguna característica o varias conjuntamente, de la población en la que se realiza el estudio.
Liliana Recchioni. SIDIUNLAR
Ramas de la Estadística
• Estadística Descriptiva o Deductiva: estudia los métodos para organizar, resumir y describir un conjunto de datos para que sus características se vuelvan evidentes. Se divide en:– Técnicas Gráficas– Técnicas Numéricas.
Liliana Recchioni. SIDIUNLAR
• Estadística Inferencial o Inductiva: usa la teoría de probabilidades para generalizar las características de una población a partir de las características de una muestra representativa. Es decir, utiliza estadísticas (indicadores) muestrales para obtener conclusiones sobre los verdaderos parámetros de la población.
Liliana Recchioni. SIDIUNLAR
Población vs Muestra
• Población: es el conjunto de todas las mediciones de interés al experimentador. Su tamaño se denota con la letra N.
• Muestra: es un subconjunto de la población. Generalmente esta selección se hace aleatoriamente, cada individuo en la muestra tuvo la misma posibilidad de haber sido seleccionado. Su tamaño se denota con la letra n.
Liliana Recchioni. SIDIUNLAR
Parámetro vs. Estadístico
• Parámetro Poblacional: es un valor numérico que caracteriza a la población.
• Estadístico Muestral: es un valor numérico que caracteriza a la muestra.
• Se busca estimar el verdadero valor del parámetro a través de un estadístico.
Liliana Recchioni. SIDIUNLAR
• Lo más importante no está en lo que la muestra nos dice sobre sus miembros específicos, sino en cómo hacer inferencias sobre los miembros de la población que no fueron incluidos en la muestra.
Liliana Recchioni. SIDIUNLAR
Importancia del estudio estadístico
• Un estadístico primero diseña la muestra y el experimento, que se ajuste al objetivo, hipótesis, alcance y diseño de la investigación.
• Luego se busca el mejor método de análisis para las observaciones obtenidas.
• Finalmente si es pertinente se realizan inferencias.
Liliana Recchioni. SIDIUNLAR
Variables Aleatorias
• A los diferentes fenómenos o características que se miden en una investigación se las denomina variables aleatorias.
• La diferencia entre variables aleatorias y variables algebraicas es que las aleatorias no pueden predecirse con anterioridad. Si puede conocerse la probabilidad de ocurrencia de sus posibles valores antes de que estos valores sean observados.
Liliana Recchioni. SIDIUNLAR
Tipos de Datos
• Cualitativos: – Arrojan respuesta categóricas. – Miden cualidades– Se les puede asignar después un valor numérico
(codificarlas)• Cuantitativos:
– Producen respuestas numéricas. – Miden cantidades– Podemos tratar un dato cuantitativo como
cualitativo (categorizándolo)
Liliana Recchioni. SIDIUNLAR
Tipos de Datos Cuantitativos
• Discretos: – Si el número de posibles valores que
puede tomar es contable (número naturales).
– Generalmente resultan de un proceso de conteo
Liliana Recchioni. SIDIUNLAR
Tipos de Datos Cuantitativos
• Continuos: – Si sus posibles valores están en el
continuo (números reales). – Generalmente resultan de un proceso de
medición
Liliana Recchioni. SIDIUNLAR
Escalas de Medición
• Los datos que se asocian con las variables aleatorias pueden medirse con diferentes escalas dependiendo del tipo de dato que se trate. Las distintas escalas son:
Liliana Recchioni. SIDIUNLAR
Escalas de Medición
a) Medidas por Escala Nominal:
• Los datos de tipo cualitativo se agrupan en varias categorías nominales.
• Generalmente se le asigna un valor numérico a cada categoría nominal (codificar los datos)
• Caso especial: dicotómicos
Liliana Recchioni. SIDIUNLAR
Escalas de Medición
b) Medidas por Escala Ordinal:
• Los datos de tipo cualitativo pueden ordenarse.
• Son datos que pueden medirse con una escala nominal, en donde además existe un orden natural entre las categorías.
Liliana Recchioni. SIDIUNLAR
Escalas de Mediciónc) Medidas por Escala de Razón:• Datos que cumplen con las características
necesarias para medirse con una escala de intervalo, y que además posee un cero natural.
• Tener un cero natural implica que el punto cero no es arbitrario y corresponde a una total ausencia del atributo en estudio.
Liliana Recchioni. SIDIUNLAR
Ejemplo: NominalFuma? 1.SI 2. NO
Ejemplo :OrdinalFuma? 1. Mucho 2. Poco 3. No fumo
Ejemplo. RazónCuantos cigarrillos por día fuma? ______
Liliana Recchioni. SIDIUNLAR
Resumen de información cuali y cuantitativa.
• Los datos recopilados en la muestra se pueden organizar en Tablas de Frecuencias.
• Estas tablas muestran:– las clases o categorías de respuesta de donde se
obtuvieron los datos (o los intervalos de clase si los datos son cuantitativos)
– El número o proporción de veces que la clase se encontró en los datos recopilados.
Liliana Recchioni. SIDIUNLAR
Tablas de FrecuenciaDatos Cualitativos
• Frecuencia (f): Resulta de contar el número de observaciones que "entran" en una clase
• Frecuencia Relativa (fr): Es la proporción de observaciones que "entran" en una clase:
n
ffr
Liliana Recchioni. SIDIUNLAR
Datos en base de SPSSUna base armada en excel puede leerse directamente en SPSS.La base deberá contener una variable por columna y el nombre de la variable en la primera fila.Se recomienda colocar como primera variable el Número de ficha o de individuo para volver a los instrumentos de recolección de datos si fuera necesario.
Liliana Recchioni. SIDIUNLAR
Con archivo abrir datos XLS transforma el xls en archivo spss. Se debe guarda como archivo con extensión sav . Por ejemplo:
Luego seleccionar el archivo excel que se desea abrir dar Abrir y luego Aceptar en la próxima pantalla.
Liliana Recchioni. SIDIUNLAR
Observar que se posee una vista de datos y vista de variables.En la vista de datos se tiene la matriz de datos, en la de variables el listado y característica de cada variable
Liliana Recchioni. SIDIUNLAR
Liliana Recchioni. SIDIUNLAR
Variable: refiere al nombre de las variables que contiene la base.
Tipo cadena: indica que los datos son considerados alfanuméricos, por lo tanto los números son códigos que indican solo diferencias (valores nominales).
Tipo: Numérica: indica que los datos son numéricos.
Anchura: Indica la cantidad de dígitos que tienen los códigos utilizados en la enumeración de las diferentes categorías o bien el ancho o amplitud de ese campo en relación a la cantidad de dígitos que puede asumir.
Decimales: indica la cantidad de decimales
Etiqueta: da nombre más explicativo de una variable.
Valores: se colocan los códigos y valores que asume la variable si es cualitativa y está codificada.
Liliana Recchioni. SIDIUNLAR
Tablas de Frecuencia. Datos Cualitativos
esc
245 45.0 45.0 45.0
300 55.0 55.0 100.0
545 100.0 100.0
1.00
2.00
Total
VálidosFrecuencia Porcentaje
Porcentajeválido
Porcentajeacumulado
esc
238 43.7 45.3 45.3
287 52.7 54.7 100.0
525 96.3 100.0
20 3.7
545 100.0
1.00
2.00
Total
Válidos
SistemaPerdidos
Total
Frecuencia PorcentajePorcentaje
válidoPorcentajeacumulado
Datos en Alumnos.sav
Perdidos Sistema indica que no
hay dato
La variable escuela está
codificada
Luego seleccionar la variable esc
Liliana Recchioni. SIDIUNLAR
Frecuencia PorcentajePorcentaje
válidoPorcentaje acumulado
Válidos primero 197 36.1 36.1 36.1
sexto 171 31.4 31.4 67.5
tercero 177 32.5 32.5 100.0
Total 545 100.0 100.0
grado
Tabla de frecuencia de variable grado. Esta variable es alfanumérica o de cadena, según lo considera SPSS.
Liliana Recchioni. SIDIUNLAR
Tablas de FrecuenciaDatos Cuantitativos
• Para variables cuantitativas discretas las tablas de frecuencias se realizan de igual manera que para las cualitativas.
• Para variables cuantitativas continuas se deben construir intervalos. Se aconsejan entre 6 y 15 intervalos.
Los intervalos tienen un límite inferior y un límite superior.La diferencia entre ambos se denomina amplitud.
• Amplitud del Intervalo de Clase:
intervalos de núm.
rangoc
mínmáxrango Donde :
Liliana Recchioni. SIDIUNLAR
Tablas de Frecuencia Variable continua.edad
1 .2 .2 .2
8 1.5 1.5 1.7
9 1.7 1.7 3.3
1 .2 .2 3.5
6 1.1 1.1 4.6
19 3.5 3.5 8.1
5 .9 .9 9.0
14 2.6 2.6 11.6
12 2.2 2.2 13.8
12 2.2 2.2 16.0
12 2.2 2.2 18.2
14 2.6 2.6 20.7
6 1.1 1.1 21.8
14 2.6 2.6 24.4
14 2.6 2.6 27.0
6 1.1 1.1 28.1
6 1.1 1.1 29.2
2 .4 .4 29.5
3 .6 .6 30.1
1 .2 .2 30.3
5 .9 .9 31.2
1 .2 .2 31.4
5 .9 .9 32.3
2 .4 .4 32.7
2 .4 .4 33.0
2 .4 .4 33.4
18 3.3 3.3 36.7
16 2.9 2.9 39.6
5 .9 .9 40.6
14 2.6 2.6 43.1
3 .6 .6 43.7
8 1.5 1.5 45.1
9 1.7 1.7 46.8
8 1.5 1.5 48.3
9 1.7 1.7 49.9
7 1.3 1.3 51.2
13 2.4 2.4 53.6
18 3.3 3.3 56.9
8 1.5 1.5 58.3
2 .4 .4 58.7
8 1.5 1.5 60.2
4 .7 .7 60.9
1 .2 .2 61.1
1 .2 .2 61.3
2 .4 .4 61.7
5.00
5.10
5.11
5.80
6.00
6.10
6.11
6.20
6.30
6.40
6.50
6.60
6.70
6.80
6.90
7.00
7.10
7.11
7.20
7.30
7.40
7.50
7.60
7.70
7.80
7.90
8.00
8.10
8.11
8.20
8.30
8.40
8.50
8.60
8.70
8.80
8.90
9.00
9.10
9.11
9.20
9.30
9.50
9.60
9.70
VálidosFrecuencia Porcentaje
Porcentajeválido
Porcentajeacumulado
Liliana Recchioni. SIDIUNLAR
En realidad el cálculo de los intervalos es más intuitivo y se utiliza el SPSS para armarlos.
Iremos a transformar-> Agrupación visual para armar los intervalos….
Liliana Recchioni. SIDIUNLAR
Armemos intervalos para la variable edad:
Liliana Recchioni. SIDIUNLAR
Hacemos click sobre la variable edad y aparecerá en “Variable Actual” además se visualiza el histograma o gráfico de frecuencias.Luego iremos a darle un nuevo nombre a la “Variable agrupada” y luego a “Crear puntos de corte”, éstos serán los límites superiores de los intervalos.
Liliana Recchioni. SIDIUNLAR
Liliana Recchioni. SIDIUNLAR
Ver que el primer punto de corte es el 6 y el último es 13.50. Luego el primer intervalo serán valores menores de 6 y el último mayores de 13.50.Hacer cllick en Aplicar.
Liliana Recchioni. SIDIUNLAR
Luego hacer click en esta pantalla en CREAR ETIQUETAS. Esta función le pondrá un nombre o una etiqueta a la nueva variable creada.
Liliana Recchioni. SIDIUNLAR
Hemos creado edad_int.
Si vamos a vista de variables tendremos las etiquetas…..
Liliana Recchioni. SIDIUNLAR
Liliana Recchioni. SIDIUNLAR
Luego hacemos la tabla de frecuencia para edad_int.
Liliana Recchioni. SIDIUNLAR
edad (agrupada)
25 4.6 4.6 4.6
146 26.8 26.8 31.4
139 25.5 25.5 56.9
43 7.9 7.9 64.8
114 20.9 20.9 85.7
57 10.5 10.5 96.1
21 3.9 3.9 100.0
545 100.0 100.0
<= 6.00
6.01 - 7.50
7.51 - 9.00
9.01 - 10.50
10.51 - 12.00
12.01 - 13.50
13.51+
Total
VálidosFrecuencia Porcentaje
Porcentajeválido
Porcentajeacumulado
Liliana Recchioni. SIDIUNLAR
Pensemos ahora que la variable edad la queremos transformar en nominal. Por ejemplo si es menor que 10 será SI y si es mayor o igual que 10 será NO. Esto podría servir para temperatura…
Vamos a Transformar ->Recodificar en distintas variables.Luego pasamos edad al cuadro del medio y colocamos un nombre para la nueva variable y hacemos click en cambiar y luego en “Valores antiguos y nuevos”
Liliana Recchioni. SIDIUNLAR
Luego Añadir…
Liliana Recchioni. SIDIUNLAR
Se añade la recodificación y generamos la otra. Para valores de 10 o más NO. Añadir
Liliana Recchioni. SIDIUNLAR
Ya recodificamos la variable, pasamos de una cuantitativa a una cualitativa.Ahora haremos una tabla de frecuencia para edad_sino.
Liliana Recchioni. SIDIUNLAR
edad_sino
209 38.3 38.3 38.3
336 61.7 61.7 100.0
545 100.0 100.0
NO
SI
Total
VálidosFrecuencia Porcentaje
Porcentajeválido
Porcentajeacumulado
Analizar- >Estadísticos descriptivas->frecuencias
Liliana Recchioni. SIDIUNLAR
Técnicas Gráficas
• Graficamos el contenido de la tabla de frecuencia.
• Las más importantes gráficas:– Pie– Barras– Histograma
Liliana Recchioni. SIDIUNLAR
Gráficas de Pie o de Sectores
Liliana Recchioni. SIDIUNLAR
Histograma
• Es exclusiva para datos cuantitativos.• Se puede hacer con la frecuencia o con la
frecuencia relativa.• Se grafican rectángulos sobre un eje cartesiano en
donde el área de cada rectángulo representa proporcionalmente a cada intervalo de clase en la tabla de frecuencia.
• Sirve para comparar las magnitudes representadas en cada intervalo de clase.
Liliana Recchioni. SIDIUNLAR
Gráficos-> Cuadro de diálogo antiguo-> Histograma
Las barras del histograma son establecidas por el programa y no se relacionan con las que uno pudiera construir con el agrupamiento visual
Liliana Recchioni. SIDIUNLAR
Medidas descriptivas
• Estos son los estadísticos muestrales.• Calculamos valores que “resumen” las
características de los datos en la muestra:– Tendencia Central– Dispersión– Medidas de Posición– Dispersión Conjunta
Liliana Recchioni. SIDIUNLAR
Tendencia Central
• Las principales medidas son:– Media Aritmética – Mediana– Moda
Liliana Recchioni. SIDIUNLAR
Tendencia Central Media Aritmética
• La media aritmética POBLACIONAL se denota como μ
• La media aritmética MUESTRAL es el promedio de los datos.
n
y=y
n
1ii
Liliana Recchioni. SIDIUNLAR
Tendencia Central Mediana
• Se define como el valor central • El valor que delimita al 50% de los datos .• Si la media y mediana difieren en gran magnitud,
implica distribuciones asimétricas-
)~(y
• Es el valor más frecuente, el que se observa mayor número de veces
• Pueden existir varios o ningún valor de moda para un solo conjunto de datos, la distribución puede ser:
Tendencia Central Moda
Liliana Recchioni. SIDIUNLAR
Dispersión
• Las principales medidas son:– Rango– Desviación Media– Varianza– Desviación Estándar– Coeficiente de Variación
Liliana Recchioni. SIDIUNLAR
Dispersión Rango
• Es la diferencia que existe entre el valor mas grande y el mas pequeño.
mínmáxrango
Liliana Recchioni. SIDIUNLAR
Dispersión Varianza poblacional
• La varianza poblacional se denota como σ²• Es el promedio de los cuadrados de las
distancias de los datos a su media aritmética. Es una SUMA DE CUADRADOS dividido N.
N
yy=
N
1i
2i
2
Liliana Recchioni. SIDIUNLAR
Dispersión Varianza muestral
• La varianza muestral se denota como S²• Se calcula igual que la varianza poblacional,
dividiendo entre n-1.
• Es un estimador insesgado. Funciona para cualquier tamaño de muestra.
1-n
yy=
n
1i
2i
2
S
Liliana Recchioni. SIDIUNLAR
Dispersión Desviación Estándar
• Mide la variación de los datos en términos absolutos, en la unidad de medida de la variable.
• Se interpreta como la distancia promedio de los datos a su media aritmética.
• Se calcula tomando la raíz cuadrada positiva de la varianza.
Liliana Recchioni. SIDIUNLAR
Dispersión Desviación Estándar
• Desviación Estándar Poblacional:
2
2S=S
• Desviación Estándar Muestral:
Liliana Recchioni. SIDIUNLAR
Regla Empírica
Solo cuando la forma de la distribución de los datos es simétrica (insesgada):
• aproximadamente el 68% de los datos (población) se encuentran a una desviación estándar alrededor de la media de la distribución :
Sy
Liliana Recchioni. SIDIUNLAR
• aproximadamente el 95% de los datos (población) se encuentran a 2 desviaciones estándar alrededor de la media de la distribución : 2Sy
3Sy
• aproximadamente el 99% de los datos (población) se encuentran a 3 desviaciones estándar alrededor de la media de la distribución :
Liliana Recchioni. SIDIUNLAR
Dispersión Coeficiente de Variación
• Mide la variación relativa de la variable con respecto a su promedio.
• Cuando deseamos comparar la dispersión de dos variables, necesitamos medir la magnitud de la desviación estándar en relación con la magnitud de la media. (distintas unidades o diferentes medias).
• Expresa a la variación de los datos como porcentaje de su promedio.
100.y
S=CV
Liliana Recchioni. SIDIUNLAR
Medidas de Posición
• Una medida de posición es el valor de la variable aleatoria hasta el que se acumula p% de las observaciones de la muestra.
• Siempre acumulamos de izquierda a derecha.
Veamos un histograma suavizado.
p%
Liliana Recchioni. SIDIUNLAR
Medidas de Posición
Las medidas de posición son:• Cuartiles: Son tres y delimitan al 25%, 50%, 75% de
los datos acumulados. Q1,Q2,Q3• Deciles: Son nueve y delimitan al 10%, 20%, ..., 90%
de los datos acumulados.• Quintiles: Son cuatro y delimitan al 20%, 40%, ... ,
80% de los datos acumulados.• Percentiles: Son 99 y delimitan al 1%, 2%, ... , 99%
de los datos acumulados.P1,P2,…P99
Liliana Recchioni. SIDIUNLAR
Ejemplo.Análisis descriptivo de Edad.Análisis-> estadísticos descriptivos-> Descriptivos
Estadísticos descriptivos
545 5.0 15.2 9.169 2.4688
545
Edad
N válido (según lista)
N Mínimo Máximo Media Desv. típ.
También puede usarse Análisis->frecuencias y sacar el tilde de tabla de frecuencias. Allí se puede solicitar los percentiles.
Liliana Recchioni. SIDIUNLAR
Ejercicio: Se realizó un examen clínico a alumnos de dos escuelas primarias. Los datos se encuentran el alumnos.sav.
Variables:
esc edad_sino VN VP (CUALITATIVAS)
edad peso talla (CUANTITATIVAS CONTINUAS)
Base de datos en spss.alumnos.sav
Liliana Recchioni. SIDIUNLAR
1. Colocar etiquetas a VN y VP.
Valor nutricionalNormal 1Desnutrición 1º 2Desnutrición 2º 3Desnutrición 3º 4Obesidad 5 Vicios posturalesNormal 1Escoliosis 2Cifosis 3Lordosis 4
Liliana Recchioni. SIDIUNLAR
1. Crear una nueva variable estatura, vale 1 si la talla es hasta 120cm y 2 si es mayor o igual 120cm.
2. Calcular IMC= peso/ talla2
3. Realizar un análisis descriptivo para talla.
Liliana Recchioni. SIDIUNLAR
Tablas de contingenciaTabla de contingencia ESC * Grado
Recuento
86 80 79 245
111 97 92 300
197 177 171 545
1
2
ESC
Total
1 3 6
Grado
Total
Analizar-> estadísticos descriptivos->tablas de contingencia.
Seleccionar la fila y la columna.Luego en opciones se puede elegir si se calculan porcentajes.Hay tres tipos de porcentajes.
Liliana Recchioni. SIDIUNLAR
En casillas podemos elegir porcentajes filas , columnas o total.
Liliana Recchioni. SIDIUNLAR
Liliana Recchioni. SIDIUNLAR
Tabla de contingencia ESC * Grado
86 80 79 245
35.1% 32.7% 32.2% 100.0%
111 97 92 300
37.0% 32.3% 30.7% 100.0%
197 177 171 545
36.1% 32.5% 31.4% 100.0%
Recuento
% de ESC
Recuento
% de ESC
Recuento
% de ESC
1
2
ESC
Total
1 3 6
Grado
Total
Porcentaje fila
Liliana Recchioni. SIDIUNLAR
Tabla de contingencia ESC * Grado
86 80 79 245
43.7% 45.2% 46.2% 45.0%
111 97 92 300
56.3% 54.8% 53.8% 55.0%
197 177 171 545
100.0% 100.0% 100.0% 100.0%
Recuento
% de Grado
Recuento
% de Grado
Recuento
% de Grado
1
2
ESC
Total
1 3 6
Grado
Total
Porcentaje columna
Liliana Recchioni. SIDIUNLAR
Tabla de contingencia ESC * Grado
86 80 79 245
15.8% 14.7% 14.5% 45.0%
111 97 92 300
20.4% 17.8% 16.9% 55.0%
197 177 171 545
36.1% 32.5% 31.4% 100.0%
Recuento
% del total
Recuento
% del total
Recuento
% del total
1
2
ESC
Total
1 3 6
Grado
Total
Porcentaje total
Liliana Recchioni. SIDIUNLAR
• Muchas gracias¡¡¡
• Hasta el próximo….