Estadistica
Estadistica
Estadistica
Taylor, S.J. y Bogdan, R., por su parte, sostienen desde una perspectiva cualitativa lo siguiente: "... la
codificación es un modo sistemático de desarrollar y refinar las interpretaciones de los datos. El proceso de
codificación incluye la reunión y análisis de todos los datos que se refieren a temas, ideas, conceptos,
interpretaciones y proposiciones. Durante esta etapa del análisis, lo que inicialmente fueron ideas e
intuiciones vagas se refinan, expanden, descartan o desarrollan por completo."
A continuación enumeran y describen cinco (5) fases para codificar los datos cualitativos:
1) Desarrolle categorías de codificación. Empiece redactando una lista de todos los temas, conceptos e
interpretaciones, tipologías y proposiciones identificados o producidos durante el análisis inicial.
2) Codifique todos los datos. Codifique todas las notas de campo, las transcripciones, los documentos y otros
materiales, escribiendo en el margen el número asignado o la letra correspondiente a cada categoría.
3) Separe los datos pertenecientes a las diversas categorías de codificación. ...El investigador reúne los datos
codificados pertenecientes a cada categoría. ...se recortan las notas de campo, las transcripciones y otros
materiales y se colocan los datos de cada categoría en carpetas de archivo... .
4) Vea que datos han sobrado. ... Algunos de esos datos probablemente se ajusten a las categorías de
codificación existentes. También se pueden plantear nuevas categorías... .
5) Refine su análisis. La codificación y separación de los datos permite comparar diferentes fragmentos
relacionados con cada tema, concepto, proposición, etcétera, y en consecuencia refinar y ajustar las ideas."
Comboni, Susana y Juárez, José M.: "Introducción a las técnicas de investigación." México. Edit. Trillas.
1990. Cap. 4. Pág. 92.
Taylor, J.S. y Bogdan, R.: "Introducción a los Métodos Cualitativos de Investigación. Buenos Aires. Edit.
Paidos. 1986. Cap. 6. Pág.167.
Paso 3: Calcular el número de clases. El número adecuado de intervalos de clase depende del número total
de mediciones. Dividir el rango en un número adecuado de intervalos de clase del mismo tamaño. Se suelen
tomar entre 5 y 18 o 20 intervalos de clase, según los datos. Si los intervalos son muy pocos se pierden
detalles, y si son muchos no es posible observar patrones, además de hacerse más dispendioso el trabajo.
RANGO
El rango también conocido como recorrido es la diferencia entre el valor mas alto y más bajo de un conjunto
de datos. En cierto modo, se puede considerar que es el mismo concepto del dominio de una función
continua. Gómez Romeu (2003) análisis de datos de la investigación en una investigación social. Argentina
El rango es el valor numérico que indica la diferencia entre el valor máximo y el mínimo de una población o
muestra estadística. Jorge García 2002 ¿Qué son las categorías? España.
CLASE
Clase. Es el número de subconjuntos en que se han agrupado los datos. Cada clase se puede denominar
mediante una letra, un número o alguna característica del subconjunto.
La distribución de frecuencias agrupadas o tabla con datos agrupados se emplea si las variables toman un
número grande de valores o la variable es continua.
Se agrupan los valores en intervalos que tengan la misma amplitud denominados clases. A cada clase se le
asigna su frecuencia correspondiente.
Límites de la clase
Cada clase está delimitada por el límite inferior de la clase y el límite superior de la clase.
Amplitud de la clase
Marca de clase
La marca de clase es el punto medio de cada intervalo y es el valor que representa a todo el intervalo para el
cálculo de algunos parámetros.
La distribución de frecuencias o tabla de frecuencias es una ordenación en forma de tabla de los datos
estadísticos, asignando a cada dato su frecuencia correspondiente.
Tipos de frecuencias
Frecuencia absoluta
La frecuencia absoluta es el número de veces que aparece un determinado valor en un estudio estadístico.
La suma de las frecuencias absolutas es igual al número total de datos, que se representa por .
Para indicar resumidamente estas sumas se utiliza la letra griega (sigma mayúscula) que se lee suma o
sumatoria.
Frecuencia relativa
La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado valor y el número total
de datos.
Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los valores inferiores o iguales al
valor considerado.
Se representa por .
Ejemplo:
Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas máximas:
En la tercera casilla sumamos el valor de la frecuencia acumulada anterior más la frecuencia absoluta
correspondiente:
En la quinta columna disponemos las frecuencias relativas que son el resultado de dividir cada
frecuencia absoluta por
En la segunda casilla sumamos el valor de la frecuencia relativa acumulada anterior más la frecuencia
relativa correspondiente y así sucesivamente hasta la última, que tiene que ser igual a .
Recuento
II
III
III
La Estadística de atributos
Tiene por objeto el estudio de las distintas técnicas que se emplean para analizar la información conseguida
de la observación de aquellos fenómenos, características o caracteres cambiantes que proporcionan sucesos
elementales de tipo cualitativo.
Qué son los atributos en estadística
En estadística, los atributos se refieren a las características o cualidades que poseen los elementos de una
población o muestra. Estos atributos pueden ser de diferentes tipos, como por ejemplo:
Cualitativos: Son aquellos atributos que se refieren a una cualidad o característica de los elementos
de la población, como el género, la raza, la ocupación, la nacionalidad, entre otros.
Cuantitativos: Son aquellos atributos que se refieren a una cantidad o medida de los elementos de
la población, como la edad, el peso, la altura, el ingreso, entre otros.
Es importante distinguir entre los atributos y las variables en estadística. Una variable es una característica o
cualidad que puede cambiar entre los elementos de una población o muestra, mientras que un atributo es
una característica o cualidad que permanece constante en los elementos de la población o muestra. Por
ejemplo, la edad es una variable porque puede variar entre los individuos de una población, mientras que el
género es un atributo porque es una característica constante de cada individuo.
Estadísticas sectoriales: actividades estadísticas relacionadas con una de las ramas específicas de la
industria o de los servicios
Temporal
Las series temporales estadísticas se utilizan para identificar y medir tendencias y patrones en los
datos. Esto les permite a los científicos y otros profesionales tomar decisiones informadas basadas en los
datos recopilados a lo largo del tiempo. Las series temporales estadísticas también se pueden usar para
predecir tendencias futuras, lo que permite a los profesionales prepararse para cambios potenciales.
Estas predicciones pueden ser útiles para una variedad de áreas, como la economía, la salud, la
meteorología y la demografía.
Una representación gráfica es una manera de visualizar los datos cuantitativos. Las tablas
estadísticas presentan la información de modo esquemático, mientras que los gráficos estadísticos muestran
esa información de manera más expresiva. Cuando se hacen correctamente, las representaciones gráficas
permiten, con solo verlas, entender la naturaleza de los datos, observar sus características e incluso
formular conclusiones sobre el comportamiento de una población o muestra. Para elaborar cualquier
representación gráfica es necesario tomar en cuenta lo siguiente: a) El tipo de representación gráfica que
alcance su objetivo con la mayor sencillez, será el más efectivo. b) Toda representación gráfica debe
explicarse absolutamente por sí misma. Por lo tanto, deben estar correctamente indicados el título, el
origen, las escalas y las claves explicativas. c) Tener indicado siempre las escalas y las unidades de medida.
Las representaciones gráficas (o gráficos estadísticos) más usuales son: Diagrama de barras e Histograma
Elementos de un gráfico
Los gráficos pueden ser muy útiles, pero para eso se requiere de la correcta utilización de cada uno de los
elementos que los componen. Los principales elementos de un gráfico a tener en cuenta son: el título, la
escala y el cuerpo.
Además de estos, merecen una distinción otros elementos como el título y las unidades de los ejes, la
leyenda, y la etiqueta y la serie de los datos.
Los datos de una sola variable suelen denominarse datos univariantes. Se trata de un tipo de datos que
consta de observaciones sobre una sola característica o atributo. Los datos de una sola variable pueden
utilizarse en un estudio descriptivo para ver cómo varía cada característica o atributo antes de incluir esa
variable en un estudio con dos o más variables.
Un histograma
En un histograma el eje de las (o abscisas) consiste del rango en el cual se encuentran los datos. Ahora, las
bases de los rectángulos consisten de los intervalos en los cuales agrupamos dichos datos.
Por otro lado, en el eje de las (u ordenadas) tenemos más opciones, dependiendo estas opciones es el
tipo de histograma que tenemos. Los dos tipos principales de histogramas son los siguientes:
Dibujamos el eje de las abscisas de tal forma que incluya como mínimo el rango de los
datos y, posteriormente, dividimos este rango en los intervalos dados.
Se dibujan los rectángulos de anchura igual y proporcional al intervalo (en nuestro caso
todos tendrán la misma anchura) y de altura igual a la frecuencia absoluta o relativa, según
sea el caso.
Polígono de frecuencia
Son diagramas de línea que se obtienen al unir los puntos medios del lado superior de cada rectángulo del
histograma correspondiente.
Para completar el polígono, se tiene en cuenta un punto en la marca de clase del intervalo que esta al inicio
y otro punto en la marca de clase del intervalo final del histograma, ambos con frecuencia .
El gráfico generado es un polígono, ya que está formado por segmentos rectos consecutivos.
Recuerda que el histograma y el polígono de frecuencias son gráficos que se utilizan para representar
distribuciones de frecuencias para datos agrupados.
Ojiva estadística
En estadística, la ojiva es la gráfica acumulativa de una serie de datos. Es decir, la ojiva es un gráfico que
muestra la frecuencia acumulada asociada a un conjunto de datos.
Por lo tanto, la ojiva sirve para saber el número de datos que se encuentran por debajo de un valor
determinado.
Vista la definición de ojiva en estadística, vamos a ver cómo se hace este tipo de diagrama.
2. Representar el eje horizontal y el eje vertical del gráfico. En general, el eje horizontal corresponde a los
límites de los intervalos y el eje vertical a las frecuencias acumuladas.
4. Unir los puntos consecutivos del gráfico mediante una línea para formar la ojiva.
Los cartogramas son otro tipo de gráficos que representan las unidades geográficas y representan atributos
de objetos geográficos como objetos de área. Pero los cartogramas no son mapas muy seguros ya que no
representan el espacio geográfico, sino cambios en el tamaño de los elementos dependiendo de un atributo
concreto. Ello hace que algunos cartogramas aparezcan muy similares al espacio geográfico que estamos
representando, o bien que no se parezcan en nada.
Existen tres tipos principales de cartogramas, en los que cada uno muestra los atributos de los objetos
geográficos de forma distinta y que se diferencian entre sí por las formas y las distancias de sus unidades
geográficas:
Los cartogramas con contigüidad en los que las unidades internas son adyacentes unas a otras y
hacen que el mapa se parezca relativamente a uno convencional. En estos por un lado se mantiene
la relación de límites y fronteras acercando el cartograma a la verdadera base cartográfica,
mientras que las distorsiones pueden llegar a hacerse tan fuertes que incluso a veces resulta difícil
reconocer los elementos internos del mapa.
En los cartogramas sin contigüidad los elementos geográficos no tienen que mantener la
conectividad con sus elementos adyacentes. Igualmente estos elementos pueden crecer o encoger,
pero siguen manteniendo su forma. Son fáciles de construir y preservan fácilmente las formas
geográficas de los elementos, pero por otro lado no conservan la naturaleza continua del espacio
geográfico y resulta difícil mantener la forma completa del área de estudio.
Los cartogramas de Dorling que se caracterizan porque no mantienen ni las formas ni los centroides
de los elementos. Para crear un cartograma de Dorling, en vez de agrandar o encoger los elementos
como hemos visto con los anteriores, el cartógrafo reemplaza el elemento de la base geográfica por
una forma uniforme, normalmente un círculo proporcional al valor representado
La gráfica de pastel es una de las formas más comunes de representar los datos, por ejemplo para graficar
datos cualitativos, donde la información describe un rasgo o atributo y no es en sí algo numérico.
Este es uno de los tipos de gráficas más utilizados en investigación, pues se utiliza para resumir los
resultados de un sondeo o encuesta, por ejemplo.
Una gráfica de pastel o gráfica circular es un tipo de representación para el análisis de datos estadísticos.
Tiene la forma de un disco dividido en sectores, cuyas áreas son proporcionales a los porcentajes de los
distintos componentes de la población estadística.
Cada valor del carácter estudiado corresponde a un sector. Las medidas de los ángulos de los sectores son
proporcionales a los números representados (o a las frecuencias asociadas). La representación de números
negativos es imposible con este tipo de diagrama.
El nombre de esta gráfica se lo da su aspecto: Un pastel circular que ha sido cortado en varias rebanadas.
Cada rasgo corresponde a un trozo diferente del pastel. Al observar todos los trozos de pastel, se puede
comparar qué cantidad de los datos encaja en cada categoría. Cuanto más grande sea una categoría, más
grande será su trozo de pastel.
Modelos Mixtos
Los modelos mixtos, un enfoque estadístico integral, combinan ingeniosamente efectos fijos y aleatorios
para dar cabida a las complejidades de los datos, como las correlaciones dentro de grupos o sujetos. Esta
poderosa metodología va más allá de las técnicas tradicionales, ofreciendo valiosas perspectivas en
múltiples disciplinas, como la biología, la psicología y la economía. Adoptar modelos mixtos facilita el análisis
de datos con estructuras jerárquicas, enriqueciendo así los resultados de la investigación con precisión y
adaptabilidad.