Instituto Profesional Valle Central Guía Metodológica · de todos los estudiantes que ingresan a la Universidad en el año 2002”. Estadístico o estadígrafo: es una característica

INSTITUTO PROFESIONAL VALLE CENTRAL Guía Metodológica Técnicas de Estadística Social

1

Instituto Profesional Valle Central

Guía Metodológica

Asignatura

TÉCNICAS DE

ESTADÍSTICA SOCIAL

AUTOR: Marcela Alejandra Ulloa González

CONCEPCIÓN - MARZO - 2013


2

AUTOR

Marcela Alejandra Ulloa González

Estudios superiores:

Licenciada en Sociología y Socióloga. Universidad de Concepción, Concepción.

Diplomado en Metodologías Participativas Para la Intervención Social y Comunitaria.

Universidad Academia de Humanismo Cristiano, Santiago.

Experiencia profesional:

Municipalidad de Concepción, Oficina de Protección de Derechos de Infancia.

Socióloga y sistematizadora, área gestión comunitaria.

Desde marzo 2011 a septiembre 2012.

Municipalidad de Concepción, Secretaria comunal de planificación.

Encuestadora, programa Barrio en Paz Comercial, Seguridad Ciudadana.

Durante noviembre 2012.

Municipalidad de Las Cabras, Programa Chile Crece Contigo.

Socióloga apoyo a la gestión de la Red Chile Crece Contigo, encarga de elaborar mapa de

oportunidades, flujograma y catastro de Red.

Desde diciembre 2012 a marzo 2013.

Sociedad de Capacitación y Asistencia “La Protectora de la Infancia” – Fundación Telefónica.

Socióloga encarga de realizar sistematización del impacto del programa de Prevención y

Erradicación de trabajo Infantil en las comunas de Hualpén y Talcahuano.

Desde enero 2013 al presente.


3

BIENVENIDA

Estimado Estudiante:

La presente guía metodológica aborda temas relacionados con el campo de la

estadística, correspondiente a “Estadística Social I”, permitiéndoles a las y los

alumnos adquirir una serie de herramientas que a futuro les permitirán llevar a cabo

estudios e investigaciones de corte cualitativo, así como aplicar estos conocimientos

y técnicas apropiadamente en sus respectivos contextos laborales y desarrollo de

sus profesiones.

El estudio que usted realizará entorno a los contenidos de la guía

metodológica contempla un recorrido por tres unidades esquematizadas de tal modo

de brindar una comprensión holística del uso de la estadística. Estas unidades

corresponden en un principio a una introducción a la estadística y ordenación y

presentación de datos. Seguida por la unidad de análisis de datos y administrador de

datos, respectivamente. Por último la tercera unidad apunta a herramientas

computacionales aplicables al área social y a la utilización integrada de estas

herramientas dentro del área social.

En su conjunto los contenidos le posibilitaran a usted contar tanto con

conocimientos teóricos como conceptos, formulas, descripciones de herramientas,

así como conocimientos prácticos orientados a la aplicación de técnicas, realización

de cálculos y análisis de datos numéricos. Estas dos líneas contribuirán a su futuro

tanto académico como profesional.


4

Esta Guía Metodológica, busca desarrollar las siguientes competencias de

acuerdo al Perfil Profesional del Trabajo Social:

Competencias Profesionales Competencias de Egreso

Contar con una aproximación al

campo de la estadística como

futuros profesionales del área

social.

Describir con mayor exactitud

hallazgos arrojados en la

investigación científica.

Realizar estimaciones adecuadas

y confiables de los valores

necesarios para definir cursos de

acción dentro del estudio

cuantitativo y estadístico.

Capacidad para aplicar aspectos

básicos dentro del campo de la

estadística, como lo son

estimaciones de tipo muestral.

Habilidades para escoger y

construir instrumentos de datos.

Pensamiento crítico entorno a la

recolección, clasificación,

presentación e interpretación de

datos numéricos.

Elaboración de informes de

análisis de datos numéricos.

Para lo anterior, esta Guía Metodológica se ha dividido en las siguientes unidades de

estudio con sus respectivos Objetivos de Aprendizaje y Contenidos.


5

OBJETIVOS

OBJETIVO GENERAL.

Aplicar instrumentos estadísticos para la recolección, presentación, análisis e

interpretación de información, provenientes de procesos de investigación social, a

través de medios y herramientas manuales y computacionales.

OBJETIVOS ESPECÍFICOS

Conocer la terminología básica de la Estadística y su aplicación a la Investigación

Social.

Presentar la información obtenida en investigación a través del uso de gráficos y

tablas, manuales y computacionales.

Demostrar conocimientos aplicados en el dominio del cálculo y la interpretación de

estadígrafos de tendencia central, posición y dispersión.

Emplear herramientas estadísticas computacionales aplicables al área social en

conjunto con soportes tecnológicos de la informática.

Desarrollar trabajo práctico del área social usando integradamente herramientas

computacionales.


6

UNIDADES TEMÁTICAS

Materia Página

1. UNIDAD I Introducción a la estadística 06

1.1 La estadística

1.1.1 Glosario de términos estadísticos 1.1.2 Recolección de datos y tipos de muestreo

07

07 08

1.2 Ordenación y presentación de datos

1.2.1 Distribuciones de frecuencia 1.2.2 Presentación gráfica de los datos

11

11 13

2. UNIDAD II Análisis de datos

2.1 Medidas y cálculos

2.1.1 Medidas de tendencia central 2.1.2 Medidas de orden 2.1.3 Medidas de dispersión

2.2 Administrador de datos

19

20

20

21

23

2.2.1 Definición y creación de base de datos 2.2.2 Modificación e impresión de base de datos

24

27

3. UNIDAD III Herramientas computacionales y su relación con el

área social

3.1 Utilidad en el área social

3.1.1 Programas estadísticos 3.1.2 Elementos computacionales: correo electrónico;

internet.

31

31

32

34

BIBLIOGRAFÍA 37


7

ÍNDICE FIGURAS

Nº Figura Título Página

Fig. Nº1 Ejemplo tabla de frecuencia 11

Fig. Nº2 Ejemplo diagrama de barras 14

Fig. Nº3 Ejemplo polígonos de frecuencia 15

Fig. Nº4 Ejemplo gráfico de sectores 15

Fig. Nº5 Ejemplo pirámides de población 16

Fig. Nº6 Ejemplo base de datos 25

Fig. Nº7 Ejemplo visualización Excel para construcción de base de datos

26

Fig. Nº8 Ejemplo ingreso de datos

27


8

Unidad I

INTRODUCCIÓN A LA ESTADÍSTICA

OBJETIVOS APRENDIZAJES

ESPERADOS CONTENIDOS

Conocer la terminología

básica de la Estadística y su

aplicación a la investigación

social.

Presentar la información

obtenida en investigación a

través del uso de gráficos y

tablas (manuales y

computacionales).

Manejar un lenguaje

conceptual entorno a la

estadística.

Ser capaz de identificar los

distintos tipos variables:

cualitativas-cuantitativas-

continuas-discontinuas.

Reconocer los tipos de

frecuencia.

Disponer de herramientas

para aproximarse a técnicas

de muestreo.

Concepto de estadística y

clasificación.

Concepto de variable,

frecuencia y valor.

Clasificación de variables.

Niveles de medición.

Tipos de frecuencia.

Concepto de muestro,

muestreo.

Muestra y representatividad.

Relación de la estadística

con la investigación social.


9

I.- INTRODUCCIÓN A LA ESTADÍSTICA

1.1 La estadística

La estadística es una ciencia que se encarga de recolectar y analizar datos, para

transformarlos en información que ayude a la toma de decisiones.

La estadística está ligada con el método científico y apoya la investigación en las diversas

disciplinas, principalmente en lo referente a la recopilación de datos, organización de los

mismos, presentación y análisis de ellos. Por lo tanto, es más que sólo números, es la forma

de interpretar estos números.

El análisis de datos recopilados a través de métodos y técnicas estadísticas, permite

describir el comportamiento de ciertos fenómenos, pronosticar situaciones relacionadas con

estos fenómenos, y sobre los resultados obtenidos.

El uso de la estadística es aplicable a diferentes disciplinas ya sean del área social o de las

ciencias económicas, administrativas, la medicina, la biología, y toda aquella área de estudio

que requiera de estas herramientas para las investigaciones cuantitativas.

El campo de la estadística puede ser a grandes rasgos dividido en dos áreas: la estadística

descriptiva y la estadística inferencial o inductiva. La estadística descriptiva como su

nombre lo indica corresponde al conjunto de procedimientos utilizados para recolectar,

presentar y describir datos numéricos. El término inferencia o inducción estadística se refiere

en cambio a las diversas técnicas y procedimientos de interpretación de los valores

resultantes en la parte descriptiva para usarlas en la toma de decisiones y diseño de

conclusiones acerca de la población.

1.1.1 Glosario de términos estadísticos

Población o universo: es una colección o conjunto de individuos u objetos cuyas

propiedades, características o dimensiones serán analizadas dentro de un estudio o

investigación. Corresponde a la colección completa de los individuos u objetos que son de


10

interés del investigador. La población no solo corresponde a personas humanas, puede ser

objetos, animales, países, etc.

Existen dos tipos de poblaciones: finitas e infinitas. La población es finita cuando todos sus

miembros pueden ser físicamente enumerados o individualizados. Y al contrario la población

es infinita cuando sus miembros no pueden ser enumerados físicamente.

Muestra: corresponde a un subconjunto de la población. Corresponde a un grupo de

individuos, objetos o mediciones, que el investigador selecciona desde la población.

Variable: son las características o dimensiones de interés analítico que tienen los elementos

individuales de una población o muestra. Ejemplos: edad, altura, peso, etc.

Dato: es el valor de una variable asociado con un elemento de una población o muestra, en

otras palabras son las características de un solo individuo.

Datos: es el conjunto de valores recolectados para las variables desde los elementos que

constituyen la población o muestra, es decir la base de datos completa.

Experimento: es una actividad planificada por el investigador cuyos resultados proporcionan

o generan datos.

Parámetro: es una característica numérica de toda la población, es como el dato procesado.

El parámetro es un valor que describe a toda la población. Ejemplo: “La estatura promedio

de todos los estudiantes que ingresan a la Universidad en el año 2002”.

Estadístico o estadígrafo: es una característica numérica de una muestra. Ejemplo: “La

estatura promedio de 70 estudiantes que ingresan a la Universidad en el año 2002”.

Datos cualitativos o atributos: son los resultados de un proceso que describe o categoriza

un elemento de una población o muestra. No toman valores numéricos, sino que describen

netamente cualidades y son expresados en categorías verbales.


11

Datos cuantitativos o numéricos: son los resultados de un proceso que cuantifica la

información de las variables, es decir, las cuenta (cantidad) o las mide (longitud, peso, edad).

Se dividen a su vez en dos categorías: datos discretos o discontinuos, que corresponde a

aquellos que toman únicamente valores enteros, y en general apuntan a contar la cantidad

de veces que ocurre un suceso. Y datos discontinuos, que son aquellos que toman valores

en un intervalo como tiempo o longitud.

1.1.2 Recolección de datos y tipos de muestreo

Una de las técnicas más utilizadas para recolectar datos en la investigación científica es el

survey social. El survey social consiste básicamente en generalizar hacia la población los

datos que se han obtenido mediante muestras. Los siguientes son algunos de los conceptos

más importantes del muestreo estadístico:

1. Censo: un censo es un survey efectuado al 100% de la población. Es un estudio en que

son considerados todos los elementos de la población. Los censos son rara vez utilizados

porque son caros, requieren mucho tiempo y dificultan la organización y ejecución.

2. Marco o esquema de muestreo: cuando se selecciona una muestra para un survey es

necesario construir un esquema de muestreo. Este esquema o marco es la lista de todos los

elementos que pertenecen a la población desde la cual la muestra será diseñada.

3. Diseño de la muestra o plan de muestreo: son los procedimientos utilizados para

seleccionar los elementos de la muestra. Existen diferentes tipos de diseños de muestreo.

Sin embargo, los principales tipos de diseños de muestras son de dos tipos: muestras

probabilísticas o muestras no probabilísticas (intencionadas o por juicio).

4. Muestras intencionadas o por juicio: son muestras que son seleccionadas sobre las

bases de ser "típicas". Cuando se diseña este tipo de muestras, las personas que

seleccionan la muestra eligen aspectos que piensan son representativos de la población. La

validez de este tipo de muestreo siempre es un reflejo de la exactitud del juicio de la persona

que lo realiza.


12

5. Muestras probabilísticas: son aquellas en que los elementos a ser seleccionados lo son

en función de probabilidad. Cada elemento en una población tiene una probabilidad conocida

de ser seleccionado como parte de la muestra.

6. Muestra aleatoria: una muestra aleatoria es aquella en que todos los elementos de la

población tienen una igual probabilidad de ser seleccionados para conformar la muestra.

Las muestras aleatorias son obtenidas mediante muestreo con reemplazo en poblaciones

finitas y mediante muestreo sin reemplazo en poblaciones infinitas. El procedimiento

apropiado para seleccionar una muestra aleatoria es usar una tabla de números aleatorios o

un generador de números aleatorios.

7. Muestra sistemática: es aquella en que cada k-ésimo caso en el marco o esquema de

muestreo es seleccionado para constituir la muestra, después de haber elegido

aleatoriamente el primer caso entre los primeros k casos.

Para seleccionar una muestra sistemática del 5% en una población determinada, se debe

primero determinar la posición del primer caso utilizando una tabla de números aleatorios

para seleccionar un número entre 1 y 20 (100/5 = 20). Supongamos que el número

seleccionado sea el 17. Entonces el primer caso de nuestra muestra será el ubicado en la

posición 17 del esquema o marco de muestreo. El segundo caso seleccionado será

17+20=37, o sea el caso 37, el tercero será 37+20=57, y así se continúa en adelante.

8. Muestra estratificada: es aquella en que primero la población se subdivide en estratos y

entonces se extrae una sub muestra de cada estrato. Estas sub muestras pueden obtenerse

de cada estrato aleatoria o sistemáticamente. Posteriormente las sub muestras son

combinadas para extraer las conclusiones globales de toda la muestra.

9. Muestra clúster o por conglomerados: primero la población se subdivide en estratos,

posteriormente se seleccionan al azar o sistemáticamente algunos de esos estratos cuyos

casos pasan todos a constituir la muestra. Posteriormente las sub muestras se combinan

para llegar a las conclusiones finales.


13

1.2 Ordenación y presentación de los datos

1.2.1 Distribuciones de frecuencia

Las distribuciones o las tablas de frecuencia son las formas más comunes para presentar

organizadamente los datos. Posibilitan efectuar un resumen de los datos, permitiendo

computar algunos valores que sintetizan toda la distribución de la variable. Es decir, la

distribución de frecuencia ayuda a la reducción de la información relativa a un número muy

grande de casos, sintetizándolos en una forma más simple.

En el sitio web youtube es posible encontrar una amplia gama de videos entorno a la

construcción de tablas de frecuencia.

Figura N° 1: ejemplo tabla de frecuencia.

Para profundizar en estos temas, consultar los siguientes links: http://www.youtube.com/watch?v=5d-X3d_X3wQ

http://www.youtube.com/watch?v=bKK0kXzwpgs

http://www.youtube.com/watch?v=ScFNnmIv_8w


14

Pasos en la construcción de la distribución de frecuencia: (tener presente la figuran

anterior)

1. Ubicar el valor mínimo y máximo de la variable. El valor mínimo en la figura es 1, y

el valor máximo es 10.

2. Ordenar los datos de forma ascendente o descendente.

3. Contar las frecuencias o casos para cada estrato o categorías de la variable. Es

necesario tener precaución al momento de realizar el cálculo, ya que cualquier error

puede desvirtuar la validez de la distribución, influyendo en las medidas posteriores

calculadas. Si se incurre en un error, se tiene que rehacer la tabla (volver a

construirla).

Componentes de la tabla de frecuencia:

Columna X (Xi): corresponde a la variable estudiada, que es definida por el investigador.

Columna frecuencia absoluta: corresponde al número de casos que tiene cada estrato de

la variable, la suma de la frecuencia absoluta es igual a la totalidad de casos (letra n).

Columna frecuencia relativa: expresa el número de casos de cada estrato de la variable en

términos de proporciones. Se obtiene dividiendo cada frecuencia absoluta por el número total

de casos. La suma total tiene que corresponden al 100% de los casos.

n: es el tamaño de la muestra o el número de casos recolectados para la variable

considerada.

Columna frecuencia absoluta acumulada ascendente (+): indica el número de casos que

son iguales o menores que un valor determinado de la variable. Se obtiene acumulando los

valores de la frecuencia absoluta desde arriba hacia abajo. El último valor de esta columna

debe ser igual a n.

Columna frecuencia absoluta acumulada descendente (-): indica el número de casos que son

iguales o mayores que un valor determinado de la variable. Se obtiene acumulando los


15

valores de la frecuencia absoluta desde abajo hacia arriba. El primer valor de esta columna

debe ser igual a n.

Columna frecuencia relativa acumulada ascendente (+): permite expresar en términos

proporcionales el número de casos que son menores o iguales que un valor determinado de

la variable. El último valor de esta columna debe ser igual a 1.00.

Columna frecuencia relativa acumulada descendente (-): permite expresar la proporción

de casos que son iguales o mayores que un valor determinado de la variable. El primer valor

de esta columna debe ser igual a 1.00.

1.2.2 Presentación gráfica de los datos

Existen varios modos gráficos de describir información. El método utilizado siempre está

determinado por el tipo de datos y por la idea a ser representada.

Diagramas de barras (gráfico de barras verticales): muestran los valores de las

frecuencias absolutas sobre un sistema de ejes cartesianos, cuando la variable es discreta o

cualitativa. En la abscisa se coloca la variable nominal o atributo a representar y en la

ordenada la frecuencia o número de casos correspondiente. La altura de cada rectángulo

representa la magnitud de la categoría específica.

Las frecuencias acumuladas ascendentes y descendentes permiten construir un gráfico denominado ojivas de Galton. Que permite además realizar un cálculo rápido e intuitivo de la mediana.

La utilidad de las columnas de frecuencia relativa acumulada ascendente y descendente está dada por el hecho de que permiten colocar en términos relativos o porcentuales las columnas de una tabla de frecuencias, facilitando el análisis comparativo con distribuciones de frecuencias similares.


16

Figura N° 2: Ejemplo diagrama de barras

Histogramas: es un gráfico de barras que se utilizan en variables cuantitativas continuas,

ubicando en el eje de las abscisas la variable, y en el eje de las ordenadas se representan

las densidades de frecuencia. Las densidades de frecuencia son el cociente entre un tipo de

frecuencia y la amplitud del intervalo que tengamos. En el caso de que los intervalos

presenten la misma amplitud, en vez de utilizar las densidades de frecuencia, se utilizan las

frecuencias absolutas.

Polígonos de frecuencias: Para construir polígonos de frecuencias, se trazan las

frecuencias absolutas o relativas de los valores de la variable en un sistema de ejes

cartesianos y se unen los puntos resultantes mediante trazos rectos. Con ello se obtiene una

forma de línea poligonal abierta. Presenta mayor utilidad su uso en variables cuantitativas o

en las cualitativas ordinales.


17

Figura N° 3: ejemplo polígonos de frecuencia.

Gráficos de sectores: es también conocido como gráfico de torta, corresponde a una

representación circular, en donde a cada categoría de la variable nominal o atributo se le

otorga un trozo porcentual proporcional. La fórmula para su cálculo es:

360 x fi (frecuencia) X= --------------- n Figura N°4: ejemplo gráfico de sectores


18

Pictogramas y cartogramas: corresponden a imagines pictóricas representativas del valor

de las variables, permiten una presentación rápida de los datos estadísticos. El pictograma

es la representación mediante figuras y el cartograma es la representación mediante mapas

geográficos que utilizan distintos tramas de colores e intensidades para indicar diferencias

entre los datos.

Pirámides de población: es una forma de representación visual de los datos estadísticos,

indica información demográfica, económica o social. Comúnmente clasifican datos de la

población considerando escalas diferenciadas de sexo o edad. Hay tipos de pirámide de

acuerdo a la agrupación de la población: expansiva, regresiva, estacionaria.

Figura N° 5: pirámides de población

Diagrama de puntos: representa los datos de una variable discreta, graficándolos con un

punto en una escala, la escala puede ser vertical u horizontal. La frecuencia de los valores

es representada colocando un punto sobre otro en la escala (los datos se ordenan de forma

ascendente).


19

ACTIVIDADES DE APRENDIZAJE

Definir los siguientes conceptos:

Muestra aleatoria:

Columna frecuencia relativa acumulada ascendente (+):

Pictogramas y cartogramas:

Polígonos de frecuencia:


20

COMPRUEBA TUS RESPUESTAS

Conceptos:

Muestra aleatoria: una muestra aleatoria es aquella en que todos los elementos de la

población tienen una igual probabilidad de ser seleccionados para conformar la muestra.

Las muestras aleatorias son obtenidas mediante muestreo con reemplazo en poblaciones

finitas y mediante muestreo sin reemplazo en poblaciones infinitas. El procedimiento

apropiado para seleccionar una muestra aleatoria es usar una tabla de números aleatorios o

un generador de números aleatorios.

Columna frecuencia relativa acumulada ascendente (+): permite expresar en términos

proporcionales el número de casos que son menores o iguales que un valor determinado de

la variable. El último valor de esta columna debe ser igual a 1.00.

Pictogramas y cartogramas: corresponden a imagines pictóricas representativas del valor

de las variables, permiten una presentación rápida de los datos estadísticos. El pictograma

es la representación mediante figuras y el cartograma es la representación mediante mapas

geográficos que utilizan distintos tramas de colores e intensidades para indicar diferencias

entre los datos.

Polígonos de frecuencias: Para construir polígonos de frecuencias, se trazan las

frecuencias absolutas o relativas de los valores de la variable en un sistema de ejes

cartesianos y se unen los puntos resultantes mediante trazos rectos. Con ello se obtiene una

forma de línea poligonal abierta. Presenta mayor utilidad su uso en variables cuantitativas o

en las cualitativas ordinales.


21

Unidad II

ANÁLISIS DE DATOS

OBJETIVOS APRENDIZAJES ESPERADOS

CONTENIDOS

Demostrar conocimientos

aplicados al dominio del

cálculo y la interpretación de

estadígrafos de tendencia

central, posición y

dispersión.

Identificación clara de los

conceptos que aluden a los

diferentes tipos de medidas

ya sean estas de tendencia

central, de orden y de

dispersión.

Familiarización con los

procedimientos principales

para calcular e interpretar

correctamente las medidas o

recursos estadísticos

utilizados para describir la

concentración o tendencia

central de los datos, la

dispersión o variabilidad y el

órden o posición de la

información recolectada y

analizada.

Medidas de tendencia

central: moda, mediana y

media.

Medidas de orden.

Medidas de dispersión.


22

2.- UNIDAD II ANÁLISIS DE DATOS

2.1 Medidas y cálculos

La estadística descriptiva proporciona los denominados estadígrafos o medidas de posición

para indicar la manera en que los datos se reúnen o concentran en determinadas posiciones.

Así como medidas de tendencia central que apuntan al comportamiento que tiene un grupo

determinado en estudio; o bien la distancia que se establece entre los elementos dados por

las medidas de orden.

2.1.1 Medidas de tendencia central

Las medidas de tendencia central corresponden a la media, mediana y moda, estas sirven

como puntos de referencia que permiten la interpretación de los datos, su uso más común se

aplica en la educación al querer obtener la concentración de notas.

Es así como las medidas de tendencia central presentan utilidad para:

- Mostrar en qué lugar se ubica la persona promedio o típica del grupo.

- Sirve como un método para comparar o interpretar cualquier puntaje en relación con

el puntaje central o típico.

- Sirve como un método para comparar el puntaje obtenido por una misma persona en

dos diferentes ocasiones.

- Sirve como un método para comparar los resultados medios obtenidos por dos o más

grupos.

La media aritmética ha sido conocida comúnmente como media o promedio, se representa

mediante la letra M o por una .


23

Se obtiene al dividir la suma de todos los valores de una variable por la frecuencia total. Es

decir, corresponde a la suma de un conjunto de datos dividida por el número total de dichos

datos.

Ejemplo de cálculo:

La mediana es el puntaje que se ubica en el centro de una distribución, representada como

Md. Para reconocer la mediana, es necesario tener ordenados los valores ya sea de forma

ascendente o descendente, y se procede a dividir el total de casos (n) por dos, este

resultado corresponde a la mediana en la distribución.

La moda es el puntaje que se presenta con mayor frecuencia en una distribución,

representado como Mo. Es decir, aquel dato que se repite más dentro de una distribución.

2.1.2 Medidas de orden (posición)

Las medidas de orden o posición dividen un conjunto de datos en grupos con el mismo

número de individuos. Para poder calcular algún tipo de medida de posición es necesario

que los datos se encuentren ordenados de menor a mayor.

Cuartiles son los tres valores de la variable que dividen a un conjunto de datos

ordenados en cuatro partes iguales. Q1, Q2 y Q3 determinan los valores correspondientes

al 25%, al 50% y al 75% de los datos. El Q2 coincide con la mediana.

Para su cálculo se deben seguir los siguientes pasos:

1. Ordenamos los datos de menor a mayor.

2. Buscamos el lugar que ocupa cada cuartil mediante la expresión .


24

Deciles son los nueve valores que dividen la serie de datos en diez partes iguales.

Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos. El

D5 coincide con la mediana.


En primer lugar buscamos donde se encuentra , en la tabla de las

frecuencias acumuladas.

Li es el límite inferior de la clase donde se encuentra la mediana.

N es la suma de las frecuencias absolutas.

Fi-1 es la frecuencia acumulada anterior a la clase mediana.

ai es la amplitud de la clase.

Percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales.

Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos. El

P50 coincide con la mediana.


En primer lugar buscamos la clase donde se encuentra , en la tabla

de las frecuencias acumuladas.

Li es el límite inferior de la clase donde se encuentra la mediana.

N es la suma de las frecuencias absolutas.

Fi-1 es la frecuencia acumulada anterior a la clase mediana.

ai es la amplitud de la clase.


25

2.1.3 Medidas de dispersión

Las medidas de dispersión son aquellas que nos informan acerca de cuánto se alejan del

centro los valores de la distribución.

Rango o recorrido corresponde a la diferencia entre el mayor y el menor de los datos en

una distribución estadística.

Desviación media es la diferencia entre cada valor de la variable estadística y la media

aritmética. Simbolizada como Di = x – x. La desviación media es la media aritmética de

los valores absolutos de las desviaciones respecto a la media.

La desviación media se representa por , siendo la siguiente su fórmula de cálculo:

Varianza es la media aritmética del cuadrado de las desviaciones respecto a la media de

una distribución estadística. La varianza se representa por , siendo la siguiente su fórmula

de cálculo:

Dentro de las propiedades de la varianza, se contempla:

Para profundizar en estos temas, consultar el siguiente link:

http://www.ditutor.com/estadistica/medidas_posicion.html


26

1. La varianza será siempre un valor positivo o cero, en el caso de que las puntuaciones

sean iguales.

2. Si a todos los valores de la variable se les suma un número la varianza no varía.

3.Si todos los valores de la variable se multiplican por

un número la varianza queda multiplicada por el cuadrado de dicho número.

4. Si tenemos varias distribuciones con la misma media y conocemos sus

respectivas varianzas se puede calcular la varianza total.

Desviación típica es la raíz cuadrada de la varianza. Es decir, la raíz cuadrada de la media

de los cuadrados de las puntuaciones de desviación. La desviación típica se representa

por σ, siendo la siguiente su fórmula de cálculo:

Dentro de las propiedades de la varianza, se contempla:

1. La desviación típica será siempre un valor positivo o cero, en el caso de que las

puntuaciones sean iguales.

2. Si a todos los valores de la variable se les suma un número la desviación típica no varía.

3. Si todos los valores de la variable se multiplican por un número la desviación

típica queda multiplicada por dicho número.

4. Si tenemos varias distribuciones con la misma media y conocemos sus

respectivas desviaciones típicas se puede calcular la desviación típica total.

2.2 Administrador de datos

Las bases de datos son una herramienta ampliamente utilizada por profesionales de diversas

disciplinas, permitiendo manejar de organizada y planificada un conjunto de datos que

constituyen estudios, investigaciones, o información en contextos laborales.

2.2.1 Definición y creación de base de datos


27

Se define como un documento, físico o digital, que contiene una colección de datos

compuesta por casos y variables; filas y columnas. Una base de datos puede referirse a

una muestra o una población, por lo que puede abarcar de unos cuantos casos hasta

millones de casos. Cuando las bases de datos son presentadas en documentos digitales,

generalmente son de formato de texto simple, Microsoft Excel o de IBM SPSS, siendo los

formatos más comunes en investigaciones del ámbito de las ciencias sociales.

Los formatos más comunes de almacenamiento de datos en Ciencias Sociales son texto

simple, Planilla de Microsoft Excel e IBM SPSS. Dados los avances en la tecnología de

cómputo y la necesidad de integración de herramientas computacionales, la mayoría de los

paquetes estadísticos se han visto en la obligación de ofrecer compatibilidad entre los

formatos de bases de datos (data sheet), por lo tanto la generalidad es que las bases de

datos sean generados en formato Excel.

La forma más común de organizar una base de datos es mediante la herramienta de

Microsoft “Excel”, a continuación se presenta una forma de visualizar nuestras bases de

datos:

Figura N° 7: Visualización Excel para construcción de base de datos


28

Una vez abierto el libro de excel es posible comenzar a ingresar los datos y construir la base

de datos.

Figura N° 8: Ejemplo ingreso de datos


29

La primera columna corresponde a la variable “filtro” generalmente es una referencia para

individualizar los casos, en este ejemplo se asigna un número para ingresar cada caso. Y asi

se van asignando variables a las siguientes columnas, como la segunda columna que

corresponde a la variable “nota”.

Cuando se ha completado el ingreso de la totalidad de los datos en la base, se procede a

guardar siguiendo el comando “Guardar como-libro de Excel” en la barra de herramientas.

Cuando en un caso no existe un valor asignado (porque el encuestado no responde, o

responde mal), este valor se denomina “valor perdido o missing value”. Generalmente se los

paquetes estadísticos excluyen estos datos de los cálculos, y de este modo el investigador

tiene la claridad de la cantidad de valores perdidos (es un elemento a tener en consideración

para no generar cálculos erróneos en la investigación).

El ingreso de estos valores puede ser a través de un punto “.” o un valor que,

convencionalmente es un 9, 99, 999, etc. según la cantidad de dígitos que la variable

necesite para ser ingresada.

2.2.2 Modificación e impresión de base de datos Si es necesario modificar la base de datos, ya sea porque se ha ingresado mal o porque se

requiere modificar la codificación de alguna variable, hay que tener precaución de modificar


30

el caso que corresponda y evitar errores de digitación y por ende no incurrir en cálculos

estadísticos erróneos.

Para la impresión de la base de datos se deben considerar aspectos previos de formato,

como lo es la configuración de páginas a imprimir, para lo cual se recomienda realizar una

vista previa del documento que se enviará a imprimir.

La vista preliminar es una herramienta que permite visualizar el documento antes de

imprimirlo. Es aconsejable ver la Vista de Diseño de página para poder ver los saltos de

página, márgenes, encabezados y pies de página, el formato completo de la hoja.

Si ya tenemos lista la hoja de cálculo para su impresión, se hace clic sobre Imprimir.

Automáticamente se abre un cuadro de dialogo desde donde es posible modificar opciones

de impresión. En el recuadro Impresora aparecerá el nombre de la impresora

predeterminada que se tiene instalada en el computador.

En el recuadro Intervalo de páginas, se indica si se desea imprimir todo o un rango que va

Desde: y Hasta. En el recuadro Imprimir se indica si se desea imprimir todo el libro, o solo las

Hojas activas las cuales son aquellas que se encuentran seleccionadas.


31


1. Calcular la media aritmética para el siguiente caso:

En matemáticas, un alumno tiene las siguientes notas: 4, 7, 7, 2, 5, 3

n = 6 (número total de datos)

2. Calcular la moda para el siguiente caso:

Determinar la moda en el siguiente conjunto de datos que corresponden a las edades de

niñas de un Jardín Infantil.

5, 7, 3, 3, 7, 8, 3, 5, 9, 5, 3, 4, 3

3. Calcular la desviación media de la siguiente distribución:

9, 3, 8, 8, 9, 8, 9, 18


32


1. Calcular la media aritmética para el siguiente caso:

En matemáticas, un alumno tiene las siguientes notas: 4, 7, 7, 2, 5, 3

n = 6 (número total de datos)

La media aritmética de las notas de esa asignatura es 4,8. Este número representa

el promedio.

2. Calcular la moda para el siguiente caso:

Determinar la moda en el siguiente conjunto de datos que corresponden a las edades de

niñas de un Jardín Infantil.

5, 7, 3, 3, 7, 8, 3, 5, 9, 5, 3, 4, 3

La edad que más se repite es 3, por lo tanto, la Moda es 3 (Mo = 3)

Ejemplo 2:

20, 12, 14, 23, 78, 56, 96

En este conjunto de datos no existe ningún valor que se repita, por lo tanto, este conjunto de

valores no tiene moda.

3.Calcular la desviación media de la siguiente distribución:

9, 3, 8, 8, 9, 8, 9, 18


33

Unidad III

HERRAMIENTAS COMPUTACIONALES Y SU RELACIÓN CON EL ÁREA SOCIAL

OBJETIVOS APRENDIZAJES

ESPERADOS CONTENIDOS

Emplear herramientas estadísticas computacionales aplicables al área social en conjunto con soportes tecnológicos de la informática.

Conocimiento de

herramientas estadísticas

computacionales que sean

aplicables en contextos

laborales vinculados a las

ciencias sociales.

Actualización respecto de

recursos computacionales

que facilitan el trabajo

estadístico dentro del

desarrollo de futuras

profesiones como lo es el

trabajo social.

Reconocer la utilidad de los

elementos computacionales.

Aproximación teórica a los

programas estadísticos SAS

y SPSS.

Elementos computacionales

como correo electrónico e

internet, que permiten

compartir conocimientos,

adjuntar bases de datos y

análisis estadísticos.


34

III.- HERRAMIENTAS COMPUTACIONALES Y SU RELACIÓN CON EL ÁREA SOCIAL.

3.1 Utilidad en el área social

La utilidad que presentan los recursos computacionales para las profesiones del área social

conducen directamente a una actualización en cuanto a conocimiento que permitan generan

una mayor validez de las investigaciones, mediante programas estadísticos y software que

permiten manejar un lenguaje común con otras profesiones.

El uso de la informática en los análisis del área social permiten ahorran tiempo y esfuerzo en

la organización de la información, realizando en segundo trabajos que requeriría de horas al

realizarlo de forma manual.

Permite generar cálculos más exactos, evitando redondeos y aproximaciones del cálculo

manual. Además de posibilitar un trabajo con grandes cantidades de datos.

El aprendizaje del manejo de paquetes de programas estadísticos requiere de esfuerzo.

3.1.2 Programas estadísticos SAS proporciona un entorno de software diseñado especialmente para el acceso,

transformación y presentación de reportes de datos. Incluye un lenguaje de programación de

cuarta generación, con programas listos para ser usados para manipulación de datos,

almacenamiento y recuperación de información, estadística descriptiva y creación de

reportes, y una poderosa función de macros que reduce el tiempo de programación y los

problemas de mantenimiento.

Dentro de sus principales beneficios se considera:

- Integra datos entre entornos.

- Lee, da formato y analiza todo tipo de datos.

- Hace de la programación una tarea fácil y rápida.

- Simplifica la creación de reportes


35

- Maximiza el uso de todos los recursos informáticos.

Sus principales características son:

- Completas funciones de análisis de datos

- Lenguaje flexible de cuarta generación

- Compatible con una amplia variedad de formatos de datos

- Desempeño y escalabilidad

- Interoperabilidad e implementación en múltiples plataformas

- Fácil manejo

- Presentación de datos.

SPSS es un programa estadístico informático permite administrar bancos de datos de

manera eficiente y desarrollar perfiles de usuarios, hacer proyecciones y análisis de

tendencias que permitirán planificar actividades a largo plazo y, en general, hacer un mejor

uso de la información capturada en forma electrónica.

Dentro de sus principales beneficios se consideran:

- El programa utiliza una serie de cuadros de diálogo (dialog boxes) que permiten, en

forma secuencial, determinar las acciones a tomar y seleccionar aquellos análisis

útiles.

- Compatibilidad con la mayoría de los sistemas operativos que existen en el mercado

privado y de código abierto.

- También cuenta con tutoriales en la Web que permiten a los usuarios contar con

elemento que permitan su correcto uso.

- Ésta herramienta cumple con todas las fases que implica un análisis de datos como la

Planificación, Elaboración de una Base de Datos, Preparación de estos Datos,

Análisis de los mismos y Elaboración de un Informe, permitiendo así un análisis

integral de los Datos.

Sus principales características son:

- Facilita crear un archivo de datos en una forma estructurada y también organizar

una base de datos que puede ser analizada con diversas técnicas estadísticas.


36

- SPSS permite capturar y analizar los datos sin necesidad de depender de otros

programas.

- Por otro lado, también es posible transformar un banco de datos creado en

Microsoft Excel en una base de datos SPSS.

3.1.2 Elementos computacionales: correo electrónico; internet.

El correo electrónico es un servicio de red que permite a los usuarios registrados enviar y

recibir información. Existen una serie de plataformas donde es posible crear más de una

cuenta de correo electrónico, tales como: gmail, Hotmail, yahoo.

La capacidad del correo electrónico permite adjuntar una gran cantidad de documentos,

indicar links con información, redactar incluyendo aspectos de formato (tamaño de letra,

color).

Gracias al avance de las tecnologías el uso de internet móvil permite adherir estas cuentas

de correo electrónico a la telefonía celular y estar en contacto en todo momento con otros

usuarios, y recibir información al instante.

Internet corresponde a un conjunto de redes de comunicación que se encuentran

interconectados entre sí. La utilidad de esta herramienta permite acceder a un sinfín de

información al instante, estar en contacto con redes internacionales y enterarse de

situaciones que ocurren en el preciso momento.

Internet permite la descarga de información como lo son los programas estadísticos, diversos

software, y herramientas computacionales que ayudan el quehacer profesional.

Para acceder a internet se requiere de una conexión ya sea por cable establecida, wi-fi o

banda ancha móvil, además de contar con un navegador instalado en el computador para

poder revisar páginas, los dos más comunes son google chrome e internet explorer.


37


Responda las siguientes preguntas de desarrollo en un máximo de 4 líneas, relacionadas

con la utilidad de los programas estadísticos.

1. ¿Cuál es la utilidad de SPSS para el quehacer profesional?

______________________________________________________________

______________________________________________________________

______________________________________________________________

______________________________________________________________

2.¿Cuáles son las principales características del programa SAS?

______________________________________________________________

______________________________________________________________

______________________________________________________________

______________________________________________________________

3.¿Que permite realizar un correo electrónico?

______________________________________________________________

______________________________________________________________

______________________________________________________________

______________________________________________________________


38


1. ¿Cuál es la utilidad de SPSS para el quehacer profesional?

SPSS es un programa estadístico informático permite administrar bancos de datos de

manera eficiente y desarrollar perfiles de usuarios, hacer proyecciones y análisis de

tendencias que permitirán planificar actividades a largo plazo y, en general, hacer un mejor

uso de la información capturada en forma electrónica.

2.¿Cuáles son las principales características del programa SAS?

- Completas funciones de análisis de datos

- Lenguaje flexible de cuarta generación

- Compatible con una amplia variedad de formatos de datos

- Desempeño y escalabilidad

3.¿Que permite realizar un correo electrónico?

La capacidad del correo electrónico permite adjuntar una gran cantidad de documentos,

indicar links con información, redactar incluyendo aspectos de formato (tamaño de letra,

color).


39

BIBLIOGRAFÍA

Calero, Jl. 2000. Investigación cualitativa y cuantitativa. Problemas no resueltos en los

debates actuales. Disponible en:

http://www.bibliocomunidad.com/web/libros/investigacion.pdf

Hernandez, S. et al. 2006. Metodología de la investigación. McGraw-Hill. México.

SPSS Inc. Manual de usuario de SPSS Statistics Base 17.0. Chicago.

Disponible en:

http://web.udl.es/Biomath/Bioestadistica/SPSS/v17/SPSS%20Statistcs%20Base%20User's%

20Guide%2017.0.pdf

Stockburger, David W. 1996. Introductory Statistics: Concepts, Models, and Applications.

www version 1.0 first published 7/15/96 http://www.psychstat.smsu.edu

Vieytes, R. 2004. Metodología de la investigación en organizaciones, mercado y sociedad:

epistemología y técnicas. Editorial de las Ciencias. Buenos Aires, Argentina.


40

Documents

Instituto Profesional Valle Central Guía Metodológica · de todos los estudiantes que ingresan a la Universidad en el año 2002”. Estadístico o estadígrafo: es una característica