Medición y Métodos Estadísticos en Ciencias Sociales

7/30/2019 Medicin y Mtodos Estadsticos en Ciencias Sociales

1/37

MEDICIN YMTODOS

ESTADSTICOS ENCIENCIAS SOCIALES

Instr. Jos Rodolfo Prez Rosales.Instructor de Ctedra.Universidad Centroamericana Jos Simen Caas Departamento de Psicologa.


2/37

La estadstica es una rama de las matemticas

que brinda tcnicas para clasificar los hechos

cuantitativos y los medios para extraer

conclusiones a partir de ellos. Adems nosayuda a hacer inferencias.

Qu es la Estadstica?


3/37

Sea los que sea que se intente medir (ruido,inteligencia) se debe de usar una escala demedicin.

Los datos o variables de nuestro estudio, determinanla escala que se usara, a su vez la escala que seutiliza ayuda a determinar las conclusiones que

podemos extraer de los datos.

Son 4 escalas de medicin: Escala Nominal, EscalaOrdinal, Escala de Intervalo y Escala de Razn

ESCALAS DE MEDICIN


4/37

Es un conjunto de categoras arbitrariamente

nombradas.

Ejemplo: Si agrupamos a un grupo de personas por sucolor de ojos estamos usando una escala nominal.

Podemos contar el numero de personas con ojos

azules, verdes o marrones pero no podemos decir

quien tiene mas o menos color de ojos que otros.

IMPORTANTE: LA ESCALA NOMINAL ES UNA FORMA

DE CLASIFICAR MAS QUE DE MEDIR.

ESCALA NOMINAL


5/37

En una escala nominal los datos son jerarquizados del primero

al ultimo segn nuestro criterio.

Una escala ordinal determina el orden de los datos pero no ladistancia entre ellos.

Ejemplo: Una persona puede clasificar sus preferencia por

diversos tipos de sopa (sopa de cebolla, tomate, zanahoria)sabremos cul es la que mas le gusta y la que menos le gusta.

Pero no tendremos idea cuanto mas sabrosa es la sopa de

cebolla respecto a la sopa de tomate.

ESCALA ORDINAL


6/37

Una Escala de Intervalo nos dice cuantas unidades

de igual tamao (cm., ml., C.I.) se encuentra algo

por debajo o encima de otra cosa del mismo tipo.

Ejemplo: Una prueba de inteligencia NO puede

decirnos que una persona es dos o tres veces mas

inteligente que otra, slo que obtuvo tantos puntospor encima o por debajo de alguien mas

ESCALA DE INTERVALO


7/37

Es una escala que permite determinar que una

medicin es tantas veces mas o menos que otra.

Ejemplo: Si hacemos mediciones sobre la cantidad

de lluvia que ha cado en los ltimos dos aos,

podramos decir que en 2011 cay dos veces ms

agua que en 2010.

ESCALA DE RAZN


8/37

Cuando medimos un nmero de casos de algo, como

los pesos de los neonatales, o el nmero de descargas

del nervio ptico ante la estimulacin elctrica, se

obtiene una distribucin de mediciones que abarcan dela menor a la mayor o de la mas alta a la mas baja.

Generalmente estas mediciones se agrupan alrededorde algn valor cerca del medio, este valor es la

TENDENCIA CENTRAL de la distribucin de lasmediciones

MEDIDAS DE TENDENCIA CENTRAL


9/37

Existen tres formas de describir la

tendencia central de una distribucin.Generalmente nos referimos a ellas como

promedio: Media, Mediana y Moda



10/37

Es el promedio aritmtico

Es la suma de todo un conjunto de

puntuaciones dividido entre el numero de

puntuaciones.

MEDIA


11/37

Es el punto que divide a una distribucinpor la mitad.

Esto implica que el 50% de laspuntuaciones se encuentran por encima

de la mediana y el 50% por debajo

MEDIANA


12/37


13/37

Otra forma de aproximarse a un conjunto de

puntuaciones es arreglarlas en una DISTRIBUCION DEFRECUENCIAS.

En la distribucin de frecuencias se seleccionan un

conjunto de intervalos y se cuentan las puntuaciones

que caen en cada intervalo.

Es til para grandes grupos de nmeros, pues dispone

el numero de puntuaciones individuales en grupos

ms manejables



14/37

Intervalo

(Notas Examen

1)

Frecuencia

1-2 1

3-4 3

5-6 6

7-8 2

9-10 1

TABLA DE DISTRIBUCIN DEFRECUENCIAS


15/37

Para observar mejor los resultados de una

distribucin de frecuencias puede hacerse usodel grafico de barras o construir una graficalineal.



16/37

0

1

2

3

4

5

6

7

8

9

10

Nota 1-2 Nota 3-4 Nota 5-6 Nota 7-8 Nota 9-10

Frecuencia

POLGONO DE FRECUENCIAS

Note que la figura no es una curva suave ya que los puntos estn

conectados por lneas rectas. Sin embargo con muchas puntuaciones e

intervalos pequeos los ngulos se suavizaran y la figura se parecera a una

curva redondeada o normal


17/37

Cuando se traza una distribucin normal en unagrafica se obtiene una clase particular de polgono de

frecuencias llamada CURVA NORMAL.

Las curva normal es una entidad hipottica. Ningn

conjunto de mediciones reales muestra una graduacin

tan suave de un intervalo al siguiente.

Pero puesto que muchas cosas se aproximan a la

curva normal es til para buena parte de lo que

medimos.

LA CURVA NORMAL


18/37


19/37

Una distribucin es sesgada cuando la mayora de las

puntuaciones se renen en e extremo superior o inferior,

dejando una de las colas de la curva desproporcionadamente

mas larga.

La media, la mediana y la moda caern en distintos puntos en

una distribucin sesgada a diferencia de la curva normal.

OJO: Si la media es mayor que la mediana en una distribucin

puede predecirse que la distribucin de frecuencias estar

sesgada.

DISTRIBUCIONES SESGADAS


20/37

DISTRIBUCIONES SESGADAS


21/37

En ocasiones no es suficiente conocer la

distribucin de un conjunto de datos y cuales son su

moda, mediana y media.

Por lo que se vuelve necesario conocer: En cuanto

supera a la media una puntuacin? Cmo varan

de la media ciertas puntuaciones?...

MEDIDAS DE VARIACIN


22/37

Rango: Es la medida mas simple de variacin, es ladiferencia entre la medicin mayor y la menor.

La Desviacin Estndar: La desviacin estndar nosdice cuanto como se dispersan alrededor de la media

las puntuaciones de cualquier distribucin de

frecuencias.

Las Desviacin Estndar se representa por la letra

griega sigma

MEDIDAS DE VARIACIN


23/37

DESVIACIN ESTNDAR

68% de las puntuaciones caen entre una desviacin estndar

por encima y por debajo de la media. 28% cae entre una y dos

desviaciones estndar a cualquier lado de la media. 4% caen

entre la segunda y tercera desviacin estndar


24/37

La correlacin determina si dos variables

estn asociadas de alguna manera.

Una forma para saberlo es a travs de undiagrama de dispersin

MEDIDAS DE CORRELACIN


25/37


Si los puntos en el diagrama recorren

una lnea recta desde la esquina inferior

izquierda hacia la esquina superior

derecha se tiene una correlacin

positiva. Ej.: A mayor C.I. de los padres

mayor C.I. de los hijos

Si los puntos en el diagrama recorren

una lnea mas o menos recta desde la

esquina superior izquierda hacia la

esquina inferior derecha se tiene una

correlacin negativa. Ej.: A menor C.I. de

los padres menor C.I. de los hijos


26/37


27/37

Un diagrama de dispersin brinda una idea general de

si existe una correlacin.

Para describir con mayor precisin la relacin entre lasvariables es necesario utilizar un COEFICIENTE DE

CORRELACION.

El coeficiente de correlacin es una medida estadstica

que indica el grado de asociacin entre dos conjuntosde puntuaciones pareadas.

Es decir en que grado las puntuaciones altas o bajas en

una variable tienden a asociarse con las puntuaciones

altas o bajas de otra.



28/37

Los coeficientes de correlacin fluctan entre +1 y -

1

El valor mas alto posible es +1 y significa una

correlacin positiva perfectaEl menor valor posible es -1 y significa una

correlacin negativa perfecta

En la vida real las cosas distan de ser perfectas porlo que la mayora de correlaciones caen entre +1 y

1



29/37

Una correlacin de 0.20 es muy baja, entre 0.20

y 0.40 es baja, entre 0.40 y 0.60 es moderada,

entre 0.60 y 0.80 es alta y entre 0.80 y 1.0 es

muy alta.

Una correlacin de 0 indica que no existe

correlacin entre dos conjuntos de puntuaciones

Con la correlacin se obtienen las asociacionesentre dos puntuaciones o variables pero no se

obtiene una relacin de causalidad



30/37

Dependiendo de las variables y el coeficiente de

correlacin obtenido, las correlaciones pueden ser:

Correlacin Positiva: Los incrementos en la 1medida corresponden a los incrementos en la 2

Correlacin Negativa: Los aumentos en lavariable independiente se acompaan de las

reducciones de la variable dependiente.



31/37

Detrs del uso de la estadstica se encuentra la

posibilidad de generalizar nuestros resultados y as

predecir la conducta.

Eventos aleatorios pueden influir en los resultados y

ser fuentes de error, por lo que no se podrn hacer

predicciones al respecto. Ej.: Muestras no

representativas, el azar.

USO DE LA ESTADSTICA PARA HACERPREDICCIONES


32/37

Para evitar que el azar influya

negativamente en los resultados, los

psiclogos utilizan medidas de significancia,esta implica que la diferencia entre dos o ms

grupos no son producidos por el azar y se

pueden obtener los mismos resultados con

otros sujetos.

USO DE LA ESTADSTICA PARAHACER PREDICCIONES


33/37


34/37

Tradicionalmente cuando un investigador hacia

conclusiones respecto a su estudio, buscaba reportes

de investigacin relevantes que apoyaban o no su

conclusin, contando el numero de ellos elinvestigador poda concluir su trabajo con

argumentacin.

El meta-anlisis es una forma de combinar

estadsticamente los resultados de investigaciones

individuales para encontrar una conclusin global.

USO DEL META-ANLISIS EN LAINVESTIGACIN PSICOLGICA


35/37

Cada estudio aporta publicado aporta datos para llegar

a una conclusin.

El meta-anlisis comienza recopilando todos losreportes de investigacin disponibles y relevantes de

un tema en cuestin.

Luego se transforman estadsticamente los resultados

en una escala comn para su comparacin


USO DEL META ANLISIS EN LA


36/37

De esta forma es posible examinar con los mismos mtodos,

diferencia en el tamao de la muestra, magnitud del efecto y

procedimientos experimentales.

El meta-anlisis permite al investigador determinar la fuerza y

consistencia de la conclusin de una investigacin.

El meta-anlisis ha demostrado ser una herramienta valiosa en

la investigacin. Permite examinar de manera sistemtica

patrones de evidencia entre estudios individuales que varan

en sus conclusiones, por lo que se obtiene una comprensin

clara de los hallazgos y sus implicaciones.



37/37

Morris, C. y Maisto, A. (2009). Psicologa. (13ra. ed.).Mxico: Pearson Educacin.

REFERENCIAS

Medición y Métodos Estadísticos en Ciencias Sociales

Documents

Transcript of Medición y Métodos Estadísticos en Ciencias Sociales