rrii-estadistica-2011-clases-08-11-15-18-m.pdf
TRANSCRIPT
![Page 1: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/1.jpg)
PROF. ADJ. LIC. DANIELLA M. REPETTO PEREIRAPROF. ASIST. LIC. EMA FARÍAS – LIC. ANA VIGNA
PROF. AYUD. LIC. DANIEL ALESSANDRINI – MATIAS BENITEZ
![Page 2: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/2.jpg)
ESTADÍSTICA
Es algo más que la recolección y publicación (tal cual se ven en revistas y diarios) de hechos y datos numéricos
Se puede considerar como la aplicación del método científico de análisis de datos numéricos, con el fin de tomar decisiones racionales.
Estadística: Ciencia que trata de la recopilación, presentación, análisis e interpretación de datos numéricos (estadísticas) con el fin de realizar una toma de decisiones más efectiva .
Curso Estadística RRII-FDER-2011.2
![Page 3: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/3.jpg)
Funciones de la Estadística:• Resumen de los datos y extracción de información
relevante.
• Búsqueda y evaluación de los modelos y pautas que ofrecen los datos, pero que se encuentran ocultos por la inherente variabilidad de los mismos.
• Contribuir al diseño eficiente de experimentos y encuestas.
• Facilitar la comunicación entre los científicos.• La autentificación científica, utilizar adecuadamente los
métodos estadísticos de acuerdo a las necesidades; y la no exageración de producción de datos en trabajos que de repente no lo requieren.
Curso Estadística RRII-FDER-2011. 3
![Page 4: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/4.jpg)
Divisiones dentro de la estadística:
Estadística Descriptiva:
• Conjunto de instrumentos y temas relacionados con la descripción de observaciones estadísticas
• Refiere tanto al total de la población como a la muestra
• Su finalidad es “resumir” un conjunto de datos numéricos.
Estadística Inferencial o Inductiva:
• Se ocupa de la lógica y el procedimiento para la inferencia y la inducción de propiedades de una población en base a resultados obtenidos de una muestra conocida.
Curso Estadística RRII-FDER-2011. 4
![Page 5: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/5.jpg)
Conceptos Importantes para construir Datos Estadísticos:
Estadística = Ciencia Estadísticas
Metodología = Camino =
Técnicas = Herramientas Datos Estadísticos
Curso Estadística RRII-FDER-2011. 5
![Page 6: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/6.jpg)
Curso Estadística RRII-FDER-2011. 6
Criterios esenciales para el Relevamiento de la
Información
Validez - Pertinencia – Confiabilidad
VALIDEZ
Está vinculado al grado y a la aceptación de
los Informantes y de las Técnicas de
Investigación aplicadas para construir la
Información.
![Page 7: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/7.jpg)
Curso Estadística RRII-FDER-2011. 7
PERTINENCIA
•Establecer realmente el dato que se quiere relevar y nolo que se cree que se está relevando.
•Se puede evaluar la pertinencia en el proceso delrelevamiento de los datos, a través de los costosmateriales, humanos, físicos, espaciales y contextualesque se requieren para implementar las técnicas y/o paraacceder a las Fuentes de Información.
•Analizando las ventajas y desventajas de los mismos.
![Page 8: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/8.jpg)
CONFIABILIDAD
• La confiabilidad de los datos estadísticos está dada, por las técnicas de investigación que se utilicen, de acuerdo a la pertinencia y validez de las mismas.
• La información es “confiable”, cuando se aplican varias veces las técnicas y los sucesos, o los hechos se repiten, logrando el mismo resultado.
• Las Fuentes de Información de los datos estadísticos son confiables, cuando se demuestra que son al mismo tiempo las identificadas como: pertinente y válidas
Curso Estadística RRII-FDER-2011. 8
![Page 9: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/9.jpg)
Pasos en la formulación de un estudio Estadístico
1) Se debe Identificar el Problema de Investigación y el/losObjetivo/s de la misma, para luego precisar la metodología y laforma de relevar la información.
2) Relevamiento de la información: se enuncian las técnicas quepermite obtener los datos, que luego serán codificados. Sedetermina a su vez sobre quien serán aplicadas las mismas(Población, Muestra, Unidad de Análisis, Unidad deRelevamiento).
3) Presentación de los datos: En tablas, gráficos, indicadores, esosson los tres elementos que pueden describir los mismos, delpunto de vista Estadístico.
4) Interpretación de los datos: se debe realizar un informe escritocon el análisis de los datos obtenidos.
Curso Estadística RRII-FDER-2011. 9
![Page 10: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/10.jpg)
¿Sobre quienes se aplican las Técnicas de Investigación Cuantitativas?
Universo, Población, Muestra,Unidad de Análisis, Unidad de Relevamiento.
UNIVERSO
Se compone por todos los objetos, cosas, individuos, características del fenómeno que se
quiere estudiar.
Curso Estadística RRII-FDER-2011.10
![Page 11: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/11.jpg)
POBLACIÓN OBJETO DE ESTUDIO
Se compone por todos los objetos, cosas, individuos, características del fenómeno que se quiere estudiar.
Se podría definir como el conjunto de las unidades que constituyen el objeto de investigación, debe estar acotada en espacio y tiempo para así poder definirla con mayor precisión y exactitud.
MUESTRA
Es una parte de esa población objeto de estudio. Debe de estar compuesta por los mismas cosas,
objetos, individuos, de la población a la cual pertenece Es una parte representativa de esa población y se
selecciona para que represente a la población total Debe también estar acotada en espacio y tiempo.
Curso Estadística RRII-FDER-2011. 11
![Page 12: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/12.jpg)
UNIDAD DE ANÁLISIS
Elementos (cosas, objetos, individuos, grupos ) que componen la muestra pertenecientes a la población objeto de estudio
Es la unidad básica de ese conjunto de elementos
UNIDAD DE RELEVAMIENTO
Es la unidad que aporta la información Es aquel individuo, grupo u objeto que trasmite o
brinda la información para la construcción del dato estadístico.
Muchas veces la unidad de análisis y de relevamiento coinciden.
Curso Estadística RRII-FDER-2011. 12
![Page 13: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/13.jpg)
Curso Estadística RRII-FDER-2011. 13
UNIVERSO
POBLACIÓN
MUESTRA
UNIDADES DE ANÁLISIS
![Page 14: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/14.jpg)
¿A través de qué elementos se pueden medir los conceptos?
VARIABLESRepresentan y sintetizan conceptualmente
las propiedades o características de las unidades de análisis, a las cuales se les
pueden adjudicar distintos valores numéricos.
Son conceptos que pueden asumir diferentes valores.
Curso Estadística RRII-FDER-2011. 14
![Page 15: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/15.jpg)
Del punto de vista estadísticos se mide:
Curso Estadística RRII-FDER-2011. 15
Con Variables Aleatorias o sea fenómenos de interés, cuyos resultados (datos) observados pueden diferir entre una y otra respuesta (valores). A estas posibles respuestas se les llama Categorías de la Variable.
Las categorías de una variable deben cumplir con los requisitos fundamentales, de ser exhaustivas (deben estar todas las respuestas posibles) y excluyentes (no se pueden ubicar las respuestas en dos categorías al mismo tiempo).
![Page 16: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/16.jpg)
Curso Estadística RRII-FDER-2011. 16
Existen dos tipos básicos de variables aleatorias que producen datos de tipo:
cualitativos y cuantitativos.
Las variables que producen datos cualitativosproducen respuestas categóricas.
Las variables que producen datos cuantitativosproducen respuestas numéricas.
![Page 17: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/17.jpg)
Variable > material predominante en las paredes exteriores de
la vivienda
Categorías = Respuestas > mampostería maderas, chapas, zinc, fibrocemento, aluminio, cartón asfáltico,tejas con cielorraso, paja, lata u otro material de deshecho, otro.
Variable > nivel de acuerdo con la bibliografía del curso
Categorías = Respuestas > Muy de Acuerdo, Acuerdo, Poco de Acuerdo, en Desacuerdo, Muy en desacuerdo.
Curso Estadística RRII-FDER-2011. 17
![Page 18: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/18.jpg)
Variable > Tiempo de permanencia en la clase
Categorías = Respuestas > menos de 1 hora,
1 hora, 2 horas, 3 horas.
Variable > Horas de estudio para el parcial por día
Categorías = Respuestas > 0 – 0,5 – 1 – 1,5 - 2 – 2,5 -
3 – 3,5 – 4 - 4,5 horas.
Curso Estadística RRII-FDER-2011. 18
![Page 19: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/19.jpg)
ESCALAS DE MEDICIÓN
• Las escalas de medición pueden ser nominales, ordinales, intervales o de razón, se definen a partir de su nivel de medición.
• Las Escalas, nominales y ordinales se representan a través de variables cualitativas.
• Las escalas intervales y de razón se representan por las variables cuantitativas.
Curso Estadística RRII-FDER-2011. 19
![Page 20: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/20.jpg)
ESCALAS DE MEDICIÓN
Curso Estadística RRII-FDER-2011. 20
RAZON
INTERVAL
NOMINAL
ORDINAL
![Page 21: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/21.jpg)
Curso Estadística RRII-FDER-2011. 21
ESCALA NOMINALEs una escala que clasifica unidades en dos o más
categorías que se excluyen mutuamente, estableciéndose equivalencias o diferencias, no
establece ningún tipo de orden para las respuestas.
Ejemplos :
• Sexo (masculino, femenino)
• Estado civil (soltero, casado, viudo, divorciado, unión libre).
• Partidos Políticos (colorado, nacional, encuentro progresista, otros)
• Principal fuente de energía para cocinar (electricidad, súper gas, keroseno, gas de cañería, leña, ninguna, otros)
• Material predominante en las paredes exteriores de la vivienda
![Page 22: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/22.jpg)
Curso Estadística RRII-FDER-2011. 22
ESCALA ORDINAL
Cuando las unidades o valores son clasificados y ordenados según su magnitud (menor que o mayor que)
se está en presencia de una escala ordinal.
EJEMPLOS:
•Nivel de Acuerdo con la Bibliografía del curso (Muy de Acuerdo, Acuerdo, Poco de Acuerdo, en Desacuerdo, Muy en desacuerdo).• Nivel Socio-Económico (Alto, Medio, Bajo)• Opinión sobre las condiciones de salubridad del Barrio(Muy Bueno, Bueno, Malo, Muy Malo, otro)
![Page 23: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/23.jpg)
Curso Estadística RRII-FDER-2011. 23
ESCALA DE INTERVALOS
Son escalas de medida que clasifican y ordenan las unidades presuponiendo la existencia de intervalos iguales para que la distancia entre cualquiera de los pares de unidades sea conocida y pueda ser objeto de comparación.
Ejemplos:Tiempo de permanencia en la clase (menos de 1 hora, 1 hora, 2 horas, 3 horas.•La edad•La cantidad de horas diarias de trabajo del Jefe de Hogar•Distancia entre su lugar de residencia y la Facultad.
![Page 24: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/24.jpg)
Curso Estadística RRII-FDER-2011. 24
ESCALAS DE RAZÓN / COCIENTE O RATIOCuando una medición tiene todas las características de una medida de intervalo ( de una escala interval), y además se le puede asignar un punto de origen verdadero de valor 0 (cero).
EJEMPLO:• Número de años de la Escolaridad ( puede ser 0, 1, 3, 8
....,etc)•Ingreso mensual por actividad principal(0, $1.000, $ 1.500, $ 3.500........)
•Horas de estudio para el parcial por día(0 – 0,5 – 1 – 1,5 - 2 – 2,5 -3 – 3,5 – 4 - 4,5 horas.)
![Page 25: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/25.jpg)
Clasificación de variables según la escala
• Variables discretas: pueden asumir solo ciertos valores, y existen brechas entre uno y otro. Son resultado de un conteo
• Ej.: número de estudiantes inscriptos en un curso
• Variables continuas: Pueden tomar cualquier valor dentro de un intervalo determinado. Resultan generalmente de medir algo.
• Ej. Tiempo, peso, etc.
25Curso Estadística RRII-FDER-2011.
![Page 26: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/26.jpg)
La Estadística Descriptiva puede ser UNIVARIADA,referirse a una sola variable, o BIVARIADA más de una variable simultáneamente.
• La Estadística Descriptiva Univariada, es aquella rama de la estadística que analiza y describe la distribución de una variable.
• Las variables reflejan el dato (las repuestas) y se distribuyen a través de sus diferentes valores, generando una distribución de frecuencias.
Curso Estadística RRII-FDER-2011. 26
![Page 27: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/27.jpg)
Ej. 1. Identificar población, U. análisis y variables
Fuente: Panorama Social de América Latina 2002-2003, CEPAL. 27Curso Estadística RRII-FDER-2011.
![Page 28: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/28.jpg)
Ej. 1. Identificar población, U. análisis y variables
Fuente: Panorama Social de América Latina 2002-2003, CEPAL.
Socios del Club Bohemios, 2011Nombre Edad Sexo Ingresos Nivel educativo
Juan 23 Masculino 10.000 Terciaria incompleta
Miguel 20 Masculino 7.500 Secundaria completa
Elena 21 Femenino 8.500 Primaria completa
Susana 19 Femenino 12.000 Secundaria incompleta
Carolina 25 Femenino 11.000 Terciaria completa
Pedro 20 Masculino 16.000 Secundaria incompleta
Clara 22 Femenino 13.000 Secundaria completa
28Curso Estadística RRII-FDER-2011.
![Page 29: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/29.jpg)
Ejercicio 2Id. Hogar Id. Persona Rol Sexo Edad
1 1 Jefe Femenino 401 2 Cónyuge Masculino 431 3 Hijo del jefe Masculino 122 1 Jefe Masculino 702 2 Hijo del jefe Femenino 403 1 Jefe Femenino 824 1 Jefe Femenino 354 2 Padre del jefe Femenino 585 1 Jefe Masculino 355 2 Cónyuge Femenino 325 3 Hijo del jefe Femenino 125 4 Hijo del jefe Masculino 8
¿Cuál es la unidad de relevamiento en este caso?¿Cuál es la unidad de análisis?¿Se podrían identificar otras unidades de análisis? Ejemplifique las diferencias.
29Curso Estadística RRII-FDER-2011.
![Page 30: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/30.jpg)
Ejercicio 3
¿Cuál es la unidad de relevamiento en este ejemplo?¿Y la unidad de análisis?
Nombre de la empresa
Rubro
Cantidad de empleados
Promedio de edad de los empleados
Cantidad de sucursales
Exporta parte de su producción
Formulario de encuesta a gerentes de empresas
30Curso Estadística RRII-FDER-2011.
![Page 31: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/31.jpg)
Ejercicio 4
La Intendencia Municipal de Montevideo está llevando a cabo un estudio sobre uso de bibliotecas municipales por parte de la población.
Proponga cuatro variables que releven el uso y la asistencia a dichas bibliotecas. Exprese para cada una de las variables creadas la información que aportan respecto al tema.
31Curso Estadística RRII-FDER-2011.
![Page 32: rrii-estadistica-2011-clases-08-11-15-18-m.pdf](https://reader034.vdocuments.net/reader034/viewer/2022042820/55cf9c56550346d033a97946/html5/thumbnails/32.jpg)
Bibliografía
• Glass G. – Stanley J.C. : “ METÓDOS ESTADÍSTICOS APLICADOS A CIENCIAS SOCIALES”. Ed. Prentice – Hispanoamericana S.A.
• Lind – Marchal – Mason “ESTADÍSTICA PARA ADMINISTRACIÓN Y ECONOMÍA” 11 edición. Ed. Alfaomega 2005.
• Peña D. – Romo J. : “INTRODUCCIÓN A LA ESTADÍSTICA PARA LAS CIENCIAS SOCIALES”. Ed. Mc Graw Hill – Interamericana de España, S.A.U.1999.
• García Ferrando Manuel : “SOCIOESTADÍSTICA”. Ed. Alianza. Madrid 1996.
Curso Estadística RRII-FDER-2011. 32