Estadística

aplicada a la
Educación
Universidad Nacional Mayor de San
Marcos

Facultad de Educación

Mg. Jessica G. Zavaleta M.

Introducción
Estadística
 J. Neyman(1977: 58) «Estadistica
trata de problemas relativos a las
caracteristicas operatorias de las
reglas de comportamiento inductivo
basado en experimentos aleatorios»
 H. Crammer (1985:46) afirma que «el
principal objeto de la teoría
estadística consiste en la
investigación de la posibilidad de
obtener inferencias válidas a partir
de datos estadisticos y en la
construcción de metodos para
Estadística

 Esun método científico por medio

del cual podemos recolectar,
organizar, presentar y analizar
datos numéricos relativos a un
conjunto de individuos u
observaciones que nos permiten
extraer conclusiones válidas y
efectuar decisiones basadas en
dichos análisis.
Historia de la Estadistica

 Se pueden distinguir tres etapas:

 Censos y empadronamientos (abarca
hasta el siglo XV)


 De la descripción de poblaciones , a la
aritmética política ( desde el siglo
XVI hasta el siglo XVIII)


 Teoría estadística y el cálculo de

probabilidades (desde el siglo XIX
hasta la actualidad)
Conceptos básicos
Población

 Conjunto de elementos (personas, plantas,

organismos, objetos, etc.) que contienen
una o más características o atributos
comunes observables, acerca del cual
deseamos obtener conclusiones o
tomar decisiones.


 Para la investigación, es el conjunto sobre

el que recae la investigación y de cuyos
elementos obtendremos datos de sus
características o atributos.

 Toda población debe delimitarse temporal
Ejemplos de población

 Todos los empleados del sector

público .


 Todos los docentes de la UGEL 05



 Todos los estudiantes de una

institución educativa.
Censo

 Implica la recolección de datos de

toda la población bajo
investigación.


 Un censo se realiza generalmente

por política de estado. Son
costosos y sus resultados son la
base para investigaciones mas
especificas.

Muestra

 Subconjunto de la población
seleccionada de acuerdo a una
planificación previa.


 La muestra debe ser

representativa de la población y
esto significa que debe ser de
tamaño adecuado y que tenga
las mismas propiedades de la
población.

Unidad Estadística

 Objeto elemental o elemento

invisible sobre la base del cual se
obtienen los datos.


 También se le llama unidad de

observación si los datos han sido
recolectado mediante la
observación y se le llama unidad
experimental si los datos han
sido recolectados a través de la
Dato

 Según el diccionario de la Lengua

Española, es un antecedente para
llegar al conocimiento exacto de un
hecho.
 Es una magnitud o caracterización
de algo.
 Son exactos, no cambian una vez
obtenidos. Cuando se les procesa y
presenta en un contexto apropiado
pueden generar entendimiento.
Información

 Es la reseña, representación o
concepción derivada de la
observación, lectura o instrucción.


 Variable
 Caracteristica o atributo que posee la
poblacion.


 Puede tomar diferentes valores o

expresados en varias categorias


 Ejemplo:
 Variable : «edades» de los alumnos
de una institucion educativa y los
valores de la variable serian: 13, 14, 15
años de edad
 Variable: «profesión» y los valores a
Escalas de medición de
una variable
 Escala Nominal

 Son las variables que establecen la distinción

de los elementos en diversas categorías, sin
implicar algún orden entre ellas.


 Distribuye a la unidad de análisis en dos o

más categorías.


 Ejemplos:
 Sexo
 Estado civil
 Deporte que práctica
 Religión
 Lugar de nacimiento.

Escala Ordinal

 Variables que implican orden entre

ellas, están referidas a un orden o
jerarquía, donde las categorías
expresan una posición de orden.


 Ejemplos:
 Grado de instrucción
 Clases sociales
 Grado de simpatía
 Rango de agresividad.

Escala Intervalar

 Suponen orden y grado de distancia iguales

entre las diversas categorías, pero no tienen
un origen natural, sino convencional.


 La unidad de medida no necesariamente tiene

que partir del valor cero, solo sirve como
punto o valor de comparación.


 Ejemplos:
 Coeficiente de inteligencia
 Temperatura
 Puntuación obtenida en una escuela.
 Presión arterial.
 Rendimiento escolar.
Escala de Razón

 Comprenden a la vez a todos los casos

anteriores, distinción, orden, distancia.


 Es de origen natural único, el valor se

expresa con un número real. ( la unidad
de medida necesariamente tiene que
partir del valor cero)


 Ejemplos:
 Edad
 Peso
 Ingresos
 Número de hijos
 Accidentes de tránsito.
Clasificación de las
variables
Variable Cualitativa o
Categórica o De atributos
 Sila variable expresa mediante una
característica, cualidad o atributo.


 Semide mediante escala nominal u

ordinal


 Ejemplos:
 Lugar de Nacimiento
 Estado civil
 Religión
Variables Cuantitativas o
Numéricas
 Escuando esta asociado a un valor
numérico.


 Semiden mediante escala intervalar o

de razón


 Pueden ser de dos clases: discretas y

continuas


 Ejemplos:
 Número de carpetas de un aula
 Las estaturas de los estudiantes de una
institución educativa.
Variables Cuantitativas
Discretas
 Susvalores se expresan en números
enteros.


 Ejemplos
 Número de alumnos por sección
 Número de libros en la biblioteca de
Educación
 Número de registros por docente
Variables Cuantitativas
Continuas
 Susvalores pueden expresarse
mediante números reales


 Ejemplos:
 Los pesos de los niños: 48,5 kg; 56,25
kg, etc
 Los haberes mensuales de los
docentes S/. 625,78; S/. 1235,50 ;
etc
 Las tallas de los alumnos: 1,56 m; 1,62
m ; etc.
Practiquemos …..
 En el siguiente enunciado:
 «En una institución educativa se
aplicó una encuesta a 70
alumnos para averiguar el
número de hermanos que
tiene cada uno».



 Averiguar : Población, muestra,

variable, clase de variable, dato
Solución
Clasificación de la
Estadística
Estadística Descriptiva
Tablas y Gráficos de
Frecuencia
 Tablade frecuencia o distribucion de
frecuencia. Presenta datos
recolectados donde se puede
observar las diferencias para los
posibles valores de las variables o
niveles o categorias. Condensan
datos obtenidos.


 Los gráficos es una representacion

visual de la totalidad de datos.
Tablas de Frecuencia o
Distribución
 Son tablas de trabajo estadístico, que
presentan la distribución de un
conjunto de elementos de acuerdo a
las categorías de una variable.
 En ella se observa la frecuencia o
repetición de cada uno de los valores
de la variable, que se obtienen
después de realizar la operación de
tabulación.
 Las tablas presentan diversos tipos de
frecuencia (Absoluta simple, Absoluta
acumulada, Relativa simple, Relativa
Ejemplo
Cuadro N° 1



Edades fi Fi hi Hi
[10 – 15> 12,5 8 8 0.16 0.16
[15 – 20> 17,5 12 20 0.24 0.40
[20 – 25> 22,5 2 22 0.04 0.44
[25 – 30> 27,5 3 25 0 0.50
[30 – 35> 32,5 10 35 0.20 0.70
[35 – 40> 37,5 5 40 0.10 0.80
[40 – 45> 42,5 10 50 0.20 1.00
50 1.00
Frecuencia absoluta (fi).

 Sellama frecuencia absoluta de un

valor de variable, al número de
veces que se repite dicho valor
en el conjunto de datos.

Frecuencia absoluta
acumulada (Fi).
 Esla suma de las frecuencias
relativas correspondientes a los
datos menores e iguales al dato en
referencia.

Frecuencia Relativa (hi).
Frecuencia Relativa
Acumulada (Hi).
 Practiquemos

 El número de hijos por familia de un

grupo de docentes de inglés de la
UGEL 02 es como sigue:
3,1,4,3,5,2,2,3,2,2,3,1,2,3,2,0,1,1,2,0,



 Elaborar una tabla de frecuencias e
interpretar


 Graficar las frecuencias empleando el

 Distribución de número de
hijos de los docentes de
inglés de la UGEL 02.
Número de hijos Frecuencia (fi) Frecuencia Frecuencia Frecuencia Frecuencia
Absoluta Relativa (hi) Relativa Porcentual
Acumulada (Fi) Acumulada (Hi) (hi *100)

0 3 3 0.100 0.100 10%

1 5 8 0.167 0.267 17%
2 11 19 0.367 0.633 37%
3 8 27 0.267 0.900 27%
4 2 29 0.067 0.967 7%
5 1 30 0.033 1.000 3%
30 1.000

Interpretación : La mayoría de docentes de inglés

de la UGEL 02 , 37% tienen 02 hijos
Gráfico 1.1: Distribución de
número de hijos de los docentes
de inglés de la UGEL 02
Medidas de Resumen para
datos de una variable
cuantitativa
Medidas de Posición o
Medidas de Tendencia
Central
 También se les conoce como estadígrafos
de posición, su propósito es de obtener
valores que representen dicho punto
central o centro de gravedad de los
datos, es decir, describen la posición que
ocupa una distribución de frecuencias
respecto a un solo valor de la variable.


 Representan en un solo valor, a una serie

de datos y además describe en forma
resumida al conjunto de observaciones.

 Los de uso más frecuente son la media, la
mediana y la moda, existen además los
cuartíles, deciles, percentiles, etc.
Pa ra d a to s sin a g ru p a r , se
u tiliza :
Propiedades de la Media Aritmética
Ejemplo 1
Ejemplo 2
Mediana (Me)

 Esel valor que divide al total de las

observaciones, previamente
ordenadas o tabuladas, en dos
partes de igual tamaño, en donde
cada una de las partes contiene el
mismo número de elementos.

Mediana (Me)
Mediana (Me)
Ejemplo 1

 Dado las edades de 7 profesores 27,

30, 26, 24, 35, 25, 40 años. Halla la
mediana e interpreta.


 Solución:
 1º Ordenamos los datos en forma ascendente:
24, 25, 26, 27, 30, 35, 40.
 2º Ubicamos el valor central: Me = 27
  
 INTERPRETACIÓN
 El 50% inferior de los profesores tiene
edades iguales o menores que 27 y el
otro 50% superior tiene edades iguales
o mayores a 27 años.
Ejemplo 2
Moda (Mo)
 La moda es el valor que se repite
con más frecuencia absoluta en un
conjunto de datos de una variable.


 También puede suceder que la

distribución no tenga moda, en
este caso se dice que la
distribución es amodal.

Moda (Mo) –
Características
Ejemplos

 EJEMPLO 1
 El conjunto de valores 2, 2, 5, 7, 9, 9, 9, 10,
10, 11 tiene una moda igual a 9
▪ Es decir, Mo = 9 ( es unimodal)


 EJEMPLO 2
 El conjunto de valores 12, 13, 13, 13, 13, 14,
14, 14, 15, 15, 15, 15 tiene dos modas el
13 y el 15, es decir, es bimodal.
  
 EJEMPLO 3
 El conjunto de valores 5, 7, 8, 9, 11, 24, 31,
35 no tiene moda, es decir, es amodal.

Cuartiles, Deciles ,
Percentiles
 Loscuartíles, deciles y percentiles
son estadígrafos de posición que
dividen al total de datos,
previamente ordenados o
tabulados, en proporciones.


 Seusan frecuentemente para

describir el comportamiento de una
población. Los valores se expresan
en forma porcentual
Cuartiles ( Qk )

 Son estadígrafos que dividen al total

de la información previamente
ordenados (en forma ascendente o
descendente) o tabulados en
cuatro partes iguales.

Deciles ( Dk )

 Sonestadígrafos que dividen al total

de la información previamente
ordenados (en forma ascendente o
descendente) o tabulados en diez
partes iguales.

Percentiles ( Pk )

 Son estadígrafos que dividen al total

de la información previamente
ordenados (en forma ascendente o
descendente) o tabulados en cien
partes iguales.

Percentiles ( Pk )
Medidas de Dispersión

 Las medidas de dispersión con

respecto al centro tienen una
finalidad de ampliar la descripción
de los datos, de comparar dos o
más conjuntos de datos. Estas
medidas de dispersión son
números que miden el grado de
separación de los datos con
respecto a un valor central, que
generalmente es la media
Clasificación de las
Medidas de Dispersión
Rango o Amplitud (R)
Ejemplo 1

 Elingreso mensual de 4 profesores de

estadística, contratados en un colegio
particular son S/424, S/ 424.50, S/424
y S/ 423.50.


 Solución:
 R=X Máximo –X mínimo
 R = 424.50 – 423.50
 R=1


 Interpretación
 Los datos tienen un rango o amplitud
igual a 1. Es decir es una muestra
homogénea.
Ejemplo 2

 El ingreso mensual de 4 profesores de

estadística, contratados en un colegio
estatal son S/424, S/ 373, S/424 y S/ 475


 Solución:

R = X Máximo – X mínimo
 R = 475 - 373

 R = 102

 Interpretación
 Los datos tienen una amplitud igual a 102.
Es decir es una muestra dispersa.

Varianza ( S2)
Varianza ( S2)

 Cuanto mayor sea la varianza de

una variable mayor dispersión
existirá y por tanto menor
representatividad tendrá la media
aritmética. Esto sucede sobretodo
cuando la media aritmética está
afectada por valores extremos.
 La varianza se expresa en las
mismas unidades de la variable
analizada, pero elevadas al
Características de la
varianza
Ejemplo 1
Ejemplo 1
Ejemplo 2
Desviación Estándar ( S )
Ejemplo 1
Rango intercuartílico
( IQR )
 Se define como la diferencia que
existe entre los cuartíles Q3 y Q1,
por lo tanto es el intervalo que
contiene el 50% central de los
datos.
 IQR = Q3 – Q1
 Se usa como medida de dispersión
cuando se ha empleado la mediana
como medida de posición.

Ejemplo 1

 Elcurso de estadística se dicta en 2

grupos, se desea determinar la
dispersión del rendimiento en este
curso a partir de la siguiente
información:
TURNO Q1 Q3
 MAÑANA 12.3 22.7
 NOCHE 15.6 21.6


 Calcula el rango intercuartílico para
ambos turnos e interpreta.
Solución del ejemplo 1

 Turno Mañana:
 1º IQRM = Q3 – Q1
 2º IQRM = 22.7 – 12.3
 3º IQRM = 10.4


 Turno Noche:
 1º IQRN = Q3 – Q1
 2º IQRN = 21.6 – 15.6
 3º IQRN = 6
  
 Interpretación
 El grupo que tiene rendimiento más
homogéneo con respecto a la mediana es
el turno de la noche por tener menor rango
intercuartílico.
Coeficiente de variación
Características del
coeficiente de variación
Ejemplo 1

 Las calificaciones de la primera

unidad del curso de Literatura
Inglesa de dos alumnos es como
Obs sigue
1 2 : 3 4 5 6 7 8 9 10

Alumno 1
12 16 12 11 10 14 10 10 15 12
Alumno 2
 11 12 15 10 16 16 15 16 16 16


 ¿Quién rinde en forma mas
heterogénea?
Solución
Solución
Interpretación del
ejemplo 1
 Se observa que el CV del alumno 2
es menor que el alumno 1, por
tanto es más homogeneo o menos
disperso, respecto a su media
Medida de Forma

 Permite tener una idea de la forma

de la distribucion de una variable
cuantitativa