1. REPÚBLICA BOLIVARIANA DE VENEZUELA
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
SEDE BARCELONA – PUERTO LA CRUZ
INGENIERÍA MANTENIMIENTO MECANICO
Autor: Carlos Marcano
C.I: 17.537.366
Tutor: Ing. Ramón Aray
BARCELONA, 09 DE SEPTIEMBRE DE 2017
2. 1
INDICE
Pag.
Introducción………………………………………………………………………...…I
Definición de estadística, investigación estadística, escalas de medición…………….1-5
Cómo realizar una investigación estadística………………………………………..…6-7
Aplicaciones de la investigación estadística……………………………………….……7
Principales escalas de medición…………………………………………………..…..8-9
Cómo y cuándo aplicar las escalas de medición…………………………………….9-11
Conclusión………………………………………………………………………….….12
Bibliografía……………………………………………………………………….....…13
Anexos………………………………………………………………………...……14-15
3. INTRODUCCIÓN
Escala puede concebirse como un continuo de valores ordenados correlativamente que
admite un punto inicial y otro final. Si evaluamos el rendimiento académico de estudiantes
podemos asignar el valor cero al mínimo rendimiento imaginable al respecto; al mayor
rendimiento posible podemos atribuirle un valor de 100, 20, 10 o 7 puntos, según resulte
más práctico. Con estos dos valores tendríamos ya marcados los límites de nuestra escala;
para concluir de confeccionarla será necesario asignar a los posibles rendimientos
intermedios puntajes también intermedios. Con ello obtendremos una escala capaz de medir
la variable rendimiento académico a través de los indicadores concretos de los trabajos
presentados por los estudiantes, de sus exámenes, pruebas y otras formas
de evaluación posibles.
Para que una escala pueda considerarse como capaz de aportar información objetiva debe
reunir los dos siguiente requisitos básicos:
a. Confiabilidad: se refiere a la consistencia interior de la misma, a su capacidad para
discriminar en forma constante entre un valor y otro."Cabe confiar en una escala –
anotan Goode y Hatt- cuando produzca constantemente los mismos resultados al
aplicarla a una misma muestra", es decir, cuando siempre los mismos objetos aparezcan
valorados en la misma forma.
b. Validez: indica la capacidad de la escala para medir las cualidades para las cuales ha
sido construida y no otras parecidas. Una escala confusa no puede tener validez, lo
mismo que en una escala que esté midiendo, a la vez e indiscriminadamente, distintas
variables superpuestas
4. 1
ESTADISTICA
Ciencia que utiliza conjuntos de datos numéricos para obtener, a partir de ellos, inferencias
basadas en el cálculo de probabilidad.
La estadística se divide en dos grandes áreas:
Estadística descriptiva: Se dedica a la descripción, visualización y resumen de datos
originados a partir de los fenómenos de estudio. Los datos pueden ser
resumidos numérica o gráficamente. Su objetivo es organizar y describir las
características sobre un conjunto de datos con el propósito de facilitar su aplicación,
generalmente con el apoyo de gráficas, tablas o medidas numéricas.
Ejemplos básicos de parámetros estadísticos son: la media y la desviación estándar.
Ejemplos gráficos son: histograma, pirámide poblacional, gráfico circular, entre
otros.
Estadística inferencial: Se dedica a la generación de los modelos, inferencias y
predicciones asociadas a los fenómenos en cuestión teniendo en cuenta
la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y
extraer inferencias acerca de la población bajo estudio. Estas inferencias pueden tomar
la forma de respuestas a preguntas sí/no (prueba de hipótesis), estimaciones de unas
características numéricas (estimación), pronósticos de futuras observaciones,
descripciones de asociación (correlación) o modelamiento de relaciones
entre variables (análisis de regresión
Investigación Estadística
Selección y determinación de la población o muestra y las características
contenidas que se desean estudiar. En el caso de que se desee tomar una muestra,
5. es necesario determinar el tamaño de la misma y el tipo de muestreo a realizar
(probabilístico o no probabilístico).
Obtención de los datos. Esta puede ser realizada mediante la observación directa
de los elementos, la aplicación de encuestas y entrevistas, y la realización de
experimentos.
Clasificación, tabulación y organización de los datos. La clasificación incluye el
tratamiento de los datos considerados anómalos que pueden en un momento dado,
falsear un análisis de los indicadores estadísticos. La tabulación implica el
resumen de los datos en tablas y gráficos estadísticos.
Análisis descriptivo de los datos. El análisis se complementa con la obtención de
indicadores estadísticos como las medidas: de tendencia central, dispersión,
posición y forma.
Análisis inferencial de los datos. Se aplican técnicas de tratamiento de datos que
involucran elementos probabilísticos que permiten inferir conclusiones de una
muestra hacia la población (opcional).
Elaboración de conclusiones. Se construye el informe final
Escalas de Medición.
Se entenderá por medición al proceso de asignar el valor a una variable de un elemento en
observación. Este proceso utiliza diversas escalas: nominal, ordinal, de intervalo y de razón.
Las variables de las escalas nominal y ordinal se denominan también categóricas, por otra
parte las variables de escala de intervalo o de razón se denominan variables numéricas. Con
los valores de las variables categóricas no tiene sentido o no se puede efectuar operaciones
aritméticas. Con las variables numéricas sí.
6. 1
La escala nominal sólo permite asignar un nombre al elemento medido. Esto la convierte
en la menos informativa de las escalas de medición.
Los siguientes son ejemplos de variables con este tipo de escala:
Nacionalidad.
Uso de anteojos.
Número de camiseta en un equipo de fútbol.
Número de Cédula Nacional de Identidad.
A pesar de que algunos valores son formalmente numéricos, sólo están siendo usados para
identificar a los individuos medidos.
La escala ordinal, además de las propiedades de la escala nominal, permite establecer un
orden entre los elementos medidos.
Ejemplos de variables con escala ordinal:
Preferencia a productos de consumo.
Etapa de desarrollo de un ser vivo.
Clasificación de películas por una comisión especializada.
Madurez de una fruta al momento de comprarla.
La escala de intervalo, además de todas las propiedades de la escala ordinal, hace que
tenga sentido calcular diferencias entre las mediciones.
Los siguientes son ejemplos de variables con esta escala:
Temperatura de una persona.
Ubicación en una carretera respecto de un punto de referencia (Kilómetro 85 Ruta
5).
Sobrepeso respecto de un patrón de comparación.
Nivel de aceite en el motor de un automóvil medido con una vara graduada.
7. CÓMO REALIZAR UNA INVESTIGACIÓN ESTADÍSTICA
1. Selección y determinación de la población o muestra y las características contenidas
que se desean estudiar. En el caso de que se desee tomar una muestra, es necesario
determinar el tamaño de la misma y el tipo de muestreo a realizar (probabilístico o
no probabilístico).
2. Obtención de los datos. Esta puede ser realizada mediante la observación directa de
los elementos, la aplicación de encuestas y entrevistas, y la realización de
experimentos.
3. Clasificación, tabulación y organización de los datos. La clasificación incluye el
tratamiento de los datos considerados anómalos que pueden en un momento dado,
falsear un análisis de los indicadores estadísticos. La tabulación implica el resumen
de los datos en tablas y gráficos estadísticos.
4. Análisis descriptivo de los datos. El análisis se complementa con la obtención de
indicadores estadísticos como las medidas: de tendencia central, dispersión,
posición y forma.
5. Análisis inferencial de los datos. Se aplican técnicas de tratamiento de datos que
involucran elementos probabilísticos que permiten inferir conclusiones de una
muestra hacia la población (opcional).
6. Elaboración de conclusiones. Se construye el informe final.
Aplicaciones de la investigación estadística.
La estadística es un potente auxiliar de muchas ciencias y actividades humanas: sociología,
sicología, geografía humana, economía,
La estadística está relacionada con el estudio de proceso cuyo resultado es más o menos
imprescindible y con la finalidad de obtener conclusiones para tomar decisiones razonables
de acuerdo con tales observaciones.
8. 1
El resultado de estudio de dichos procesos, denominados procesos aleatorios, puede ser
de naturaleza cualitativa o cuantitativa y, en este último caso, discreta o continúa.
Son muchas las predicciones de tipo sociólogo, o económico, que pueden hacerse a partir
de la aplicación exclusiva de razonamientos probabilísticos a conjuntos de
datos objetivos como son, por ejemplo, los de naturaleza demográfica.
Las predicciones estadísticas, difícilmente hacen referencia a sucesos concretos, pero
describen con considerable precisión en el comportamiento global de grandes conjuntos de
sucesos particulares. Son predicciones que, en general, no acostumbran resultar útiles.
Para saber quién, de entre los miembros de una población importante, va a encontrar trabajo
o a quedarse sin él; o en cuales miembros va a verse aumentada o disminuida
una familia concreto en los próximos meses.
Principales escalas de medición
El proceso de asignar un valor numérico a una variable se llama medición. Las escalas de
medición sirven para ofrecernos información sobre las clasificaciones que podemos hacer
con respecto a las variables (discretas o continuas).
Cuando se mide una variable el resultado puede aparecer en uno de cuatro diversos tipos de
escalas de medición; nominal, ordinal, intervalo y razón.
Conocer la escala a la que pertenece una medición es importante para determinar el método
adecuado para describir y analizar esos datos.
Escala nominal:
Utiliza los números para identificar que un dato pertenece a un grupo o a una categoría. Es
aquella escala que no presenta un orden o dimensión particular, son observaciones que
pueden clasificarse o contarse.
En el análisis de datos resulta más sencillo asignar a ciertos atributos “etiquetas” numéricas
en lugar de utilizar datos complejos. Por ello podemos utilizar un “1” para designar a las
mujeres y un “2” para designar a los hombres, sin que ninguno de los números represente
más o menos, solamente con el objetivo de distinguir y organizar datos.
9. En esta escala cada persona u objeto debe pertenecer a una y solamente una de las
categorías que tienen y el conjunto de estas categorías debe ser exhaustivo; es decir, tiene
que contener a todos los casos posibles.
Escala ordinal:
En esta escala los números representan una clasificación (mayor que o menor que), sin que
represente una unidad de medida, quedando implícito que un número de mayor cantidad
tiene más alto grado de atributo medido en comparación de un número menor. Se establece
una gradación u orden natural para las categorías, cada uno de los datos puede localizarse
dentro de alguna de las categorías disponibles.
Escala de intervalo:
En esta escala además del “mayor que” y el “menor que” también se establece una unidad
de medida que nos permite precisar cuánto se es mayor o menor. La unidad de medición es
arbitraria, el cero es convencional y pueden existir cantidades negativas; la medición de la
temperatura y del coeficiente intelectual son ejemplos de este tipo de escala.
En esta escala se pueden hacer comparaciones por medio de diferencias o de sumas, sin
embargo no se admiten comparaciones por medio de multiplicaciones, divisiones o
porcentajes pues carecen de sentido.
Escala de razón:
Similar a la escala de intervalo, pero tiene un cero absoluto y por ello los múltiplos de los valores de
la escala serán significativos; el nivel de votos en una elección sería un buen ejemplo de una escala
de medición de razón.
Cómo y cuándo aplicar las escalas de medición.
10. 1
Escalas de medición, pueden ser clasificadas de acuerdo a una degradación de las
características de las variables. Estas escalas son: nominales, ordinales, intervalares o
racionales. Según pasa de una escala a otra el atributo o la cualidad aumenta. Las escalas de
medición ofrecen información sobre la clasificación de variables discretas o continuas. Toda
vez que dicha clasificación determina la selección de la gráfica adecuada.
Todo problema de investigación científica, aún el más abstracto, implica de algún
modo una tarea de medición de los conceptos que intervienen en el mismo. Porque si
tratamos con objetos como una especie vegetal o un comportamiento humano nos
veremos obligados ya sea a describir sus características o a relacionarse éstas con
otras con las que pueden estar conectadas: en todo caso tendremos que utilizar
determinadas variables –tamaño, tipo de flor, semilla, o las variables que definan el
comportamiento de estudio- y tendremos que encontrar el valor que éstas asumen en
el caso estudiado. En eso consiste, desde el punto de vista lógico más general, la
tares de medir.
11. Conclusión
Un instrumento de medición debe cubrir dos requisitos: confiabilidad y validez.
La confiabilidad se refiere al grado en que la aplicación repetida de un instrumento de
medición al mismo sujeto u objeto, produce iguales resultados. La validez refiere al grado
en que un instrumento de medición mide realmente la(s) variable(s) que pretende medir. Se
pueden aportar tres tipos de evidencia para la validez: evidencia relacionada con el
contenido, evidencia relacionada con el criterio y evidencia relacionada con el constructo.
Los factores que principalmente pueden afectar la validez son: improvisación, utilizar
instrumentos desarrollados en el extranjero y que no han sido validados a nuestro contexto,
poca o nula empatía, factores de aplicación.
No hay medición perfecta, pero el error de medición debe reducirse a límites tolerables.
La medición de variables no físicas resulta, en esencia, un proceso idéntico al anterior.
La dificultad reside en que las variables de este tipo no pueden medirse con escalas tan
sencillas como las lineales y en que, por otra parte, no existen para su comparación
patrones de medida universalmente definidos y aceptados. Si deseamos medir el peso
de un objeto podremos expresar el valor del mismo en kilogramos, libras o cualquier
unidad que, de todas maneras, tiene un equivalente fijo y constante con las otras que
utilizan. En cambio para medir el grado de autoritarismo de un dirigente no existe ni
una unidad ni una escala generalmente reconocidas, por lo que el investigador se ve
obligado a elegir alguna escala de las que se han utilizado en otros trabajos o, lo que es
12. 1
bastante frecuente, a construir una adaptada a sus necesidades específicas
Bibliografía
CAMACHO, J. (2000) Estadística con SPSS versión 9 para Windows
De la Garza J., Morales B. & González B. (2013). Análisis estadístico multivariable.
FERRAN, E. (1996) SPSS para Windows. Programación y análisis estadístico.