Dr. Abner A. Fonseca Livias

Transcripción

1 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN ESCUELA DE POST GRADO Dr. Abner A. Fonseca Livias PROFESOR PRINCIPAL 09/08/ :51 Dr. Abner A. Fonseca L. 1

2 ESTADÍSTICA La Estadística es la ciencia que se ocupa de los métodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar los datos, siempre y cuando la variabilidad e incertidumbre sea una causa intrínseca de los mismos; así como de realizar inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones. 09/08/ :51 Dr. Abner A. Fonseca L. 2

3 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN ESCUELA DE POST GRADO Dr. Abner A. Fonseca Livias PROFESOR PRINCIPAL 09/08/ :51 Dr. Abner A. Fonseca L. 3

4 Plantear hipótesis Obtener conclusiones Diseñar experimento Recoger datos y analizarlos 09/08/ :51 Dr. Abner A. Fonseca L. 4

5 Interpretación / conclusión Observación Experimento / Investigación Pregunta / Inquietud Premisas / límites referenciales Hipótesis / posible explicación Ho: Hipótesis nula Ha: Hipótesis alternativa 09/08/ :51 Dr. Abner A. Fonseca L. 5

6 La interiorización consciente de un fenómeno, de un hecho natural Principalmente, se utilizan los sentidos. Instrumentos sirven como prolongaciones sensoriales. También se utilizan investigaciones previas y resultados previos. Existe un porcentaje de suerte 09/08/ :51 Dr. Abner A. Fonseca L. 6

7 Observación Inducción Hipótesis A partir de hechos independientes --> se logra una generalización cohesiva 09/08/ :51 Dr. Abner A. Fonseca L. 7

8 La posible explicación para un fenómeno. Se presenta o formula como una afirmación, Hi Ha Hipótesis Ho Para el método científico, sólo se considera hipótesis a aquellas que puedan ser sometidas a prueba. 09/08/ :51 Dr. Abner A. Fonseca L. 8

9 Probable Hipótesis Deducción Predicción De una idea general se logran explicar hechos futuros o independientes. si, entonces 09/08/ :51 Dr. Abner A. Fonseca L. 9

10 Estudio / Más Observaciones Diseño Experimental Experimento Hipótesis de investigación Predicción del estudio o experimento Hipótesis Nula No pasa nada 09/08/ :51 Dr. Abner A. Fonseca L. 10

11 Asegura que se esté sometiendo a prueba la hipótesis en cuestión. Asegura que los resultados sean objetivos. Toma en cuenta posibles fuentes de error. Intenta responder y controlar otras variables o factores. Utiliza casos control. Utiliza modelos. Cierto carácter personal 09/08/ :51 Dr. Abner A. Fonseca L. 11

12 Datos deben ser observables. Datos deben ser objetivos. Es importante considerar el error y las fuentes que lo ocasionan. A mayor varianza en los datos, mayor probabilidad de error. 09/08/ :51 Dr. Abner A. Fonseca L. 12

13 Parte creativa y personal del método científico. Se debe utilizar toda la información existente o asequible. Se debe ir mas allá y no perder de vista el marco conceptual. 09/08/ :51 Dr. Abner A. Fonseca L. 13

14 Se cumple Se rechaza la Ho; Existen indicios que la Hi es verdadera Predicción No se cumple Se acepta la Ho; se rechaza la Hi Lleva a la generación de otras hipótesis 09/08/ :51 Dr. Abner A. Fonseca L. 14

15 Serie de Conceptos Serie de Conocimientos Marco de referencia Conjunto de datos y observaciones 09/08/ :51 Dr. Abner A. Fonseca L. 15

16 Unir hipótesis aceptadas y relacionadas aún no refutadas Elaborar teorías científicas No como una idea especulativa, sino como un pensamiento apoyado por observaciones, estudios y datos 09/08/ :51 Dr. Abner A. Fonseca L. 16

17 Biogénesis --> la vida sólo puede provenir de vida Evolución --> todos los seres vivos tienen un ancestro común, adaptados a formas particulares de vida 09/08/ :51 Dr. Abner A. Fonseca L. 17

18 Estadística Descriptiva: Trata sobre la recolección, organización, presentación y resumen de datos en un estudio. Pasos: Selección de caracteres a ser estudiados. Obtención del valor en los caracteres seleccionados (encuesta o medición). Elaboración de tablas de frecuencias. Representación gráfica de los resultados. Obtención de parámetros estadísticos, números que sintetizan los aspectos más relevantes de una distribución estadística. 09/08/ :51 18 Dr. Abner A. Fonseca L.

19 Estadística Inferencial: Rama de la estadística que se apoya en el cálculo de probabilidades y datos muéstrales, efectúa estimaciones, decisiones, predicciones u otras generalizaciones referente a una población, fundamentándose sólo en los resultados de la muestra. 09/08/ :51 19 Dr. Abner A. Fonseca L.

20 FUENTES DE INFORMACIÓN Fuente primaria: Las que contienen información original no abreviada ni traducida: entrevistas, encuestas, historia clínica, fotografías, tesis, libros, monografías, artículos, etc.se llama también fuentes de información de primera mano. Fuente secundaria: Contienen datos o informaciones reelaborados o sintetizados o es la que interpreta y analiza las fuentes primarias e implican análisis, síntesis, interpretación, revista de resúmenes, bibliografías, etc. 09/08/ :51 Dr. Abner A. Fonseca L. 20

21 Encuesta. Es una técnica que permite recolectar datos de la fuente primaria mediante un cuestionario. Cuestionario: instrumento con preguntas estructuradas o abiertas que se distribuye a un conjunto de personas para recolectar datos. Entrevista. Es una técnica para recolectar datos de la fuente primaria mediante una guía de entrevista. Guía de entrevista: instrumento con preguntas estructuradas o abiertas que recolecta datos de persona a persona. 09/08/ :51 Dr. Abner A. Fonseca L. 21

22 Observación. Técnica para recolectar datos de la fuente primaria mediante una guía de observación. Guía de observación: instrumento que verifica que el desempeño y actitudes relacionada a la ejecución de una actividad. Análisis. Técnica para recolectar datos de la fuente secundaria, descomponiendo un todo en partes para poder estudiar su estructura, sistemas operativos o funciones. Ficha de análisis: instrumento que permite recoger datos de documentos de interés del investigador 09/08/ :51 Dr. Abner A. Fonseca L. 22

23 Variables. Son datos que tienden a variar. Estos pueden ser de naturaleza cualitativa y cuantitativa. Dimensiones. Es la separación de una variable en sub variables a fin de ordenar los indicadores por grupos. Indicadores. Es la medida cuantitativa o cualitativa que permite identificar cambios de un fenómeno. 09/08/ :51 Dr. Abner A. Fonseca L. 23

24 Población (N) (1) : En términos estadísticos, población es un conjunto finito o infinito de personas, animales o cosas que presentan características comunes, sobre los cuales se quiere efectuar un estudio determinado. Está integrado por la totalidad de todas las unidades de análisis. Muestra (n): La muestra es un subconjunto de la población, seleccionado de tal forma, que sea representativo de la población en estudio, obteniéndose con el fin de investigar alguna o algunas de las propiedades de la población de la cual procede. En otras palabras es una parte de la población que sirve para representarla. (1) Algunos autores utilizan Universo como sinónimo 09/08/ :51 24 Dr. Abner A. Fonseca L.

25 Población Muestra 09/08/ :51 25 Dr. Abner A. Fonseca L.

26 Parámetros: Son cualquiera característica que se pueda medir y cuya medición se lleve a cabo sobre todos los elementos que integran una población determinada, los mismos suelen representarse con letras griegas. El valor de un parámetro poblacional es un valor fijo en un momento dado. Ejemplo: Media Aritmética = (mu) Desviación Típica =, (Sigma) etc. 09/08/ :51 26 Dr. Abner A. Fonseca L.

27 Estadígrafos (Estadísticos o Estimadores): Son aquellas características medibles, cuya medición se realiza sobre los componentes de una muestra, los mismos se representan con letras del alfabeto castellano. Los estadígrafos no tienen un valor único, sino que pueden tomar distintos valores al ser calculados a partir de muestras diferentes. Ejemplos: Media Aritmética = x Desviación Típica = S. 09/08/ :51 27 Dr. Abner A. Fonseca L.

28 Unidad de análisis: Es el objeto o elemento indivisible que será estudiado en una población, sobre los cuales se van a obtener datos. Es el que genera el fenómeno estudiado y proporciona datos concretos Variable: Es una característica medible que puede tomar distintos valores. Adquiere un valor determinado en cada unidad de análisis. Dato: Es el valor o respuesta que adquiere la variable en cada unidad de análisis. Es el resultado de la observación, entrevista o recopilación en general. Son la materia prima de la estadística. Es el elemento primario de toda observación o búsqueda. 09/08/ :51 28 Dr. Abner A. Fonseca L.

29 Unidad de análisis Variable Sexo Edad Peso Estatura Dato Masculino 6 años 25 kg. 110 cm 09/08/ :51 29 Dr. Abner A. Fonseca L.

30 Datos Materia prima de la estadística. Un dato estadístico es cada uno de los valores que se ha obtenido al realizar un estudio estadístico. Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara, cara, sello, cara, sello. Son números que pueden ser comparados, analizados e interpretados. Los datos se toman de las diversas fuentes (primaria y secundaria); estos también se identifican como población o universo 09/08/ :51 Dr. Abner A. Fonseca L. 30

31 Por qué necesitamos recolectar datos? Proporcionan la evidencia imprescindible en investigación. un estudio de Permiten medir el desempeño en el proceso de producción de un bien o servicio. Ayudan a la formulación de cursos alternativos de acción en un proceso de toma de decisiones. Satisfacen nuestra curiosidad innata. 09/08/ :51 Dr. Abner A. Fonseca L. 31

32 Ejemplo de datos : Características Edad Peso Tiempo de duración Temperatura corporal Profesión Datos 27 13, ,5 Economista Unidad de medida años Kg. días C --- Si un DATO es útil para tomar decisiones se convierte en INFORMACIÓN. 09/08/ :51 Dr. Abner A. Fonseca L. 32

33 Los datos ayudan a los responsables de tomar decisiones a hacer suposiciones coherentes acerca de las CAUSAS y, por tanto, de los EFECTOS probables de ciertas características en situaciones dadas. 09/08/ :51 Dr. Abner A. Fonseca L. 33

34 VARIABLES Tipos: Cualitativa o de Atributos: Cuando expresan una cualidad, característica o atributo, tienen un carácter cualitativo, sus datos se expresan mediante una palabra, es no numérico, por lo tanto las operaciones aritméticas, como sumar y obtener promedios, no son significativas. Ejemplos: Sexo Nacionalidad Marcas de computadora Grado de satisfacción Tipo de software Estado civil, etc. 09/08/ :51 34 Dr. Abner A. Fonseca L.

35 Cuantitativa o Numérica: Cuando el valor de la variable se expresa por una cantidad, es de carácter numérico. El dato o valor puede resultar de la operación de contar o medir, por lo tanto las operaciones aritméticas, como sumar y obtener promedios, son significativas. Ejemplos: Número de computadoras Número de hijos Kilómetros recorridos Tiempo de vuelo Ingreso mensual, etc.. 09/08/ :51 35 Dr. Abner A. Fonseca L.

36 Cuantitativas Discretas: cuando el valor de la variable medida está dado sólo por números (enteros positivos). Ejemplos: cantidad de materias aprobadas, número hijos, número de computadoras, etc. Cuantitativas Continuas: cuando el valor de la variable es susceptible de medirse y puede asumir cualquier valor dentro del rango de medición y se expresa en cualquier número real. Normalmente se miden magnitudes como ser longitud, superficie, volumen, peso, tiempo, dinero. Ejemplos: peso al nacer, tiempo de servicios, horas trabajadas, ingreso mensual, temperatura, etc. 09/08/ :51 36 Dr. Abner A. Fonseca L.

37 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN ESCUELA DE POST GRADO Dr. Abner A. Fonseca Livias PROFESOR PRINCIPAL 09/08/ :51 Dr. Abner A. Fonseca L. 37

38 Es la materia prima que evidencia la existencia o no de un fenómeno de estudio. Esta se clasifican en: Datos constantes Datos variables 09/08/ :51 Dr. Abner A. Fonseca L. 38

39 Son características que toma un sólo valor en todas las unidades elementales. Son muchos datos, pero iguales. Ejemplo: Sexo de las pacientes del servicio de ginecología. Título profesional de los miembros del Colegio de Enfermeros del Perú. Las constantes no son de interés en la investigación porque tienen una misma característica. 09/08/ :51 Dr. Abner A. Fonseca L. 39

40 Si el registro de la característica toma diversos valores en las unidades elementales. Ejemplo: Edad, sexo y peso de los alumnos de la EAP de medicina Las variables, se caracterizan porque sus datos tienden a variar. 09/08/ :51 Dr. Abner A. Fonseca L. 40

41 1. Cualitativos: Dicotómicas: Registran un Politómicas: atributo. Producto de una observación. Tienen 2 categorías. Las operaciones Tienen posibles más de son 2 el cálculo de la tasa porcentual Ejemplo: y de proporciones. categorías. Ejemplo: - Sano Estado de salud: - Enfermo Estado civil: Soltero, Casado, Conviviente, Viudo, Divorciado. Sexo de cliente: - Masculino - Femenino 09/08/ :51 Dr. Abner A. Fonseca L. Grado de instrucción: Primaria, secundaria y superior. 41

42 2. Cuantitativos: DISCRETA o Registro de una característica Ejemplo: a través de un conteo DISCONTINUA: o una medición. Las operaciones posibles son los promedios y las medidas de dispersión, entre otras. - Toma valores enteros. Número de ventas en un día. - Proviene de un conteo. Número de hijos. CONTINUA: - Toma cualquier valor. - Obtenido por medición. Ejemplo: Tiempo de duración de un proceso. Peso de un cliente. 09/08/ :51 Dr. Abner A. Fonseca L. 42

43 DATOS CONSTANTES VARIABLES CUALITATIVAS CUANTITATIVAS DICOTÓMICAS POLITÓMICAS DISCRETAS CONTINUAS 09/08/ :51 Dr. Abner A. Fonseca L. 43

44 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN ESCUELA DE POST GRADO Dr. Abner A. Fonseca Livias PROFESOR PRINCIPAL

45 Conjunto de posibles valores que una variable puede tomar. Es una serie de graduaciones que permiten darle un valor a las características estudiadas. Nominal Intervalo Ordinal Razón 09/08/ :51 Dr. Abner A. Fonseca L. 45

46 Indica igualdad. Los números no tienen valor real, sirven para etiquetar objetos o clases que no implican orden. Pertenecen a una variable cualitativa. Ejemplos: color de ojos, estado civil, enfermedades, satisfacción, etc. 09/08/ :51 46 Dr. Abner A. Fonseca L.

47 Propiedades de la Escala Nominal: Los elementos de la categoría deben de ser equivalentes. No usa medición, solo conteos. Es excluyente, el objeto de análisis solo se incluye en una categoría. No tiene un orden específico. No se basa en diferencia cuantitativa. No presentan el cero, en caso de usarse sirve solo como etiqueta. 09/08/ :51 47 Dr. Abner A. Fonseca L.

48 Determina mayor a menor. Los números diferencian el orden jerárquico. La diferencia entre dos números no tiene significado cuantitativo. Sólo indica que una es mejor que la otra. Ejemplos: Grado de instrucción Clases sociales Orden de mérito Grados militares, etc. 09/08/ :51 48 Dr. Abner A. Fonseca L.

49 Propiedades de la Escala Ordinal: Las categorías tienen un orden. Se identifica por conteo. Cada categoría tiene una relación entre sí. Una categoría es mayor o menor que la otra, es decir, se clasifica por jerarquía. Las categorías son mutuamente excluyentes y exhaustivas. No presentan el cero, en caso de usarse sirve solo como etiqueta inicial. 09/08/ :51 49 Dr. Abner A. Fonseca L.

50 Es una escala numérica, resultante de una medición. Características: Tiene un cero (inicio) arbitrario. La distancia entre un dato y otro es igual. Es la única escala que puede expresarse en positivo y negativo. Ejemplos: temperatura, fechas del calendario, saldo bancario, etc. 09/08/ :51 50 Dr. Abner A. Fonseca L.

51 Propiedades de la Escala de Intervalos Esta escala cuantifica los datos y se identifica por medición. Proporcionan números que manifiestan diferencias evidentes entre ellos. Utilizan unidades constantes de medición que tienen intervalos iguales entre cada punto de la escala. Se pueden aplicar todas las medidas estadísticas más conocidas, con excepción del coeficiente de variación. Son mutuamente exclusivas y exhaustivas. El punto cero (0) y la unidad de medida es arbitrario. 09/08/ :51 51 Dr. Abner A. Fonseca L.

52 Ejemplo: peso, talla, edad, ingresos monetarios, etc. Los números indican valores reales de la propiedad que sé esta midiendo. El cero es absoluto, con significado real. Nivel más alto de medición, tiene todas las características de las escalas anteriores. 09/08/ :51 52 Dr. Abner A. Fonseca L.

53 Propiedades de la Escala de Razón: La distancia entre los números es un tamaño conocido y constante. Los datos tienen un punto cero significativo y se identifica por medición. Para su análisis puede utilizarse cualquier prueba de tipo estadístico, incluyendo el coeficiente de variación. Permite hacer comparaciones entre los números verdaderos. 09/08/ :51 53 Dr. Abner A. Fonseca L.

54 Criterios Valoración Significado números ESCALAS DE MEDICIÓN CATEGÓRICA NUMÉRICA NOMINAL ORDINAL DE INTERVALO DE RAZÓN Nominativo Es jerarquíco Distancias iguales. Distancias iguales. Usa conteo Usa conteo Usa la medida Usa la medida de Diferencian las Diferencian El cero no es real, no El cero es real e indica categorías. jerarquía. indica ausencia. ausencia de un dato. Clases Dicotómica y Politómica Discreta y Continua Estadística descriptiva Frecuencias Moda. Frecuencias Moda Mediana Máximo Mínimo Medidas de: Tendencia central De dispersión De posición De asimetría E. Inferencial Pruebas No Paramétricas Pruebas Paramétricas Presentación de datos Gráfica de barras Gráfica de sectores Medidas de: Tendencia central De dispersión De posición De asimetría Histograma Gráfica de caja y bigotes Gráfica de tallo y hojas Diagramas de dispersión y otras 09/08/ :51 Dr. Abner A. Fonseca L. 54

55 Variable Indicador Respuesta Escala Estado civil Grado académico Estado conyugal de la persona Estudios realizados Soltero Casado Conviviente Bachiller Maestría Doctorado Nominal Ordinal Saldo bancario Depósitos y retiros Dólares Intervalo Edad Fecha de nacimiento Años Razón Ansiedad Angustia Miedo Temor Leve Moderado Severo Ordinal 09/08/ :51 Dr. Abner A. Fonseca L. 55

56 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN ESCUELA DE POST GRADO Dr. Abner A. Fonseca Livias PROFESOR PRINCIPAL 09/08/ :51 Dr. Abner A. Fonseca L. 56

57 1. Variables nominales dicotómicos a) Caso único 2. Variables nominales politómicas a) Cerradas b) Semicerradas c) Abiertas d) Mixtas e) No excluyentes 3. Variables Ordinales a) Caso único 09/08/ :51 Dr. Abner A. Fonseca L. 57

58 Son variables que sólo pueden presentar dos categorías y no hay opción para otra categoría. Ejemplo: Sexo: Varón Mujer Situación académica del estudiante Aprobado Desaprobado 09/08/ :51 Dr. Abner A. Fonseca L. 58

59 Son variables que tienen más de dos categorías, éstas pueden ser: Cerradas, Semicerradas, Abiertas, Mixtas No excluyentes. 09/08/ :51 Dr. Abner A. Fonseca L. 59

60 Cerradas: Variables que deben ser respondidas solo marcando una categoría. Ejemplo: Cuál es el estado civil de tus padres? a) Casado b) Conviviente c) Divorciado d) Soltero e) Viudo 09/08/ :51 Dr. Abner A. Fonseca L. 60

61 Semicerradas: Variables que permiten marcar cualquier categoría enunciada del ítem pero da opción a agregar aquella que no fue considerada. En qué lugar naciste? a) Huánuco b) Ambo c) Amarilis d) Huamalíes e) Otro. 09/08/ :51 Dr. Abner A. Fonseca L. 61

62 Abiertas: Variables que no presentan alternativa a una pregunta, el cual permite responder al informante con libertad. Ejemplo: Cuál es tu pasatiempo favorito? 09/08/ :51 Dr. Abner A. Fonseca L. 62

63 Mixtas: Variables que permiten responder a la pregunta afirmativa o negativamente, pero en caso de responder cualquiera de ellas permite hacer una repregunta abierta. Ejemplo: Participaste en las últimas elecciones presidenciales? a) No b) Sí Porqué candidato sufragaste? 09/08/ :51 Dr. Abner A. Fonseca L. 63

64 No excluyentes: Variables que pueden tener más de una respuesta e incluso pueden tener preguntas abiertas. Ejemplo: Qué alimentos consumes a diario? a) Papa b) Carne c) Huevos d) Legumbres e) Otro. 09/08/ :51 Dr. Abner A. Fonseca L. 64

65 Variables que solo pueden ordenarse en dos categorías jerárquicas. Ejemplos: Evaluación de la aptitud psicológica: a. Aprobado b. Desaprobado Actitud sobre el aborto: a. Positivo b. Negativo 09/08/ :51 Dr. Abner A. Fonseca L. 65

66 Las variables ordinales tienen varias categorías pero se sólo puede responder marcando cualquiera de ellas. Ejemplo: Cómo es el rendimiento del estudiante? a) Excelente b) Muy bueno c) Bueno d) Regular e) Deficiente 09/08/ :51 Dr. Abner A. Fonseca L. 66

67 Ejemplo: Niveles de estrés de los estudiantes: a) Leve b) Moderado c) Severo 09/08/ :51 Dr. Abner A. Fonseca L. 67

68 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN ESCUELA DE POST GRADO Dr. Abner A. Fonseca Livias PROFESOR PRINCIPAL 09/08/ :51 Dr. Abner A. Fonseca L. 68

69 Aquí introducimos los datos Aquí definimos las variables 09/08/ :51 Dr. Abner A. Fonseca L. 69

70 Es reunir datos de las variables de un instrumento, para luego ordenarlos mediante una base de datos. La base de datos se elabora considerando el nombre, etiqueta y valores de cada variable, donde es importante la codificación de las variables categóricas. 09/08/ :51 Dr. Abner A. Fonseca L. 70

71 Codificación de datos Sexo: 1. Varón 2. Mujer Estado civil : 1. Casado 2. Conviviente 3. Soltero, etc. Temperamento: 1. Flemático 2. Sanguíneo 3. Colérico 4. Desnutrición: 1. Leve 2. Moderada 3. Severa Actitud: 1. Positiva 2. Negativa Procastinación: 1. Si 2. No Peso Edad 09/08/ :51 Dr. Abner A. Fonseca L. 71