estadistica inferencial · estadistica inferencial 2018 pem en pedagogÍa y ciencias sociales con...
TRANSCRIPT
ESTADISTICA INFERENCIAL
2018
PEM EN PEDAGOGÍA Y CIENCIAS SOCIALES CON
FORMACIÓNCIUDADANA
Crédito: Kevin Alexis Delgado Vásquez
PÁG. 1
Contenido
1. ESTADÍSTICA ........................................................................................................................................................ 2
1.1. Historia .................................................................................................................................................................... 3
1.2. Subdivisión ............................................................................................................................................................. 5
1.3. Recolección de datos .........................................................................................................................................6
1.4. Fuentes de información ................................................................................................................................... 9
1.5. La encuesta .......................................................................................................................................................... 10
1.6. El cuestionario .....................................................................................................................................................12
1.7. Tabulación de datos .......................................................................................................................................... 14
1.8. Presentación de Datos ..................................................................................................................................... 22
1.9. Gráficas .................................................................................................................................................................. 24
Fuentes Bibliográficas .................................................................................................................................................. 27
Contenido de Tablas e Ilustraciones
Tabla 1 Fuentes de información (Levin & Rubín, 2010) ---------------------------------------------------------- 9 Tabla 2 [Participación de Elecciones a Cortes Generales ------------------------------------------------------- 24 Tabla3. 3 [Variación de inflación en la canasta Básica]: Fuente Propia. ---------------------------------- 26 Ilustración 1 [Gottfried Achenwall]…………………………………………………………………………………………………………………. 3 Ilustración 2 imagen (Levin & Rubin, 2010)……………………………………………………………………. 6
PÁG. 2
1. ESTADÍSTICA
La palabra estadística significa cosas diferentes para
personas diferentes. Para un aficionado al fútbol
americano, se trata del número de carreras, pases y
anotaciones; para el entrenador de los Cargadores, en el
primer ejemplo, la estadística es la posibilidad de que los
Gigantes lancen un pase corto por el centro; para el
administrador de una planta de energía, es la cantidad de
contaminantes que se liberan a la atmósfera. Para el
director del Departamento de Alimentos y Medicina, de
nuestro segundo ejemplo, es el porcentaje posible de
efectos secundarios no deseados con el uso generalizado
de una nueva medicina para curar el cáncer de próstata.
(Levin & Rubin, 2010).
La Estadística es la ciencia que se encarga de recoger, organizar e interpretar los
datos. Es la ciencia de los datos. En la vida diaria somos bombardeados
continuamente por datos estadísticos: encuestas electorales, economía, deportes,
datos meteorológicos, calidad de los productos, audiencias de TV. Necesitamos una
formación básica en Estadística para evaluar toda esta información. Pero la utilidad
de la Estadística va mucho más allá de estos ejemplos.
La Estadística es fundamental para muchas ramas de la ciencia desde la medicina a
la economía. Pero sobre todo, y en lo que a nosotros importa, es esencial para
interpretar los datos que se obtienen de la investigación científica. Es necesario leer
e interpretar datos, producirlos, extraer conclusiones, en resumen saber el significado
de los datos. Es por lo tanto una herramienta de trabajo profesional.
“No confíes en lo que la estadística te dice hasta haber considerado con cuidado
que es lo que no dice.” William W. Watt.
La Estadística es la
ciencia que se encarga
de recoger, organizar e
interpretar los datos.
Es la ciencia de los
datos.
PÁG. 3
1.1. Historia
El vocablo statistik proviene de la palabra italiana
statista (que significa “estadista”). Fue utilizada por
primera vez por Gottfried Achenwall (1719-1772), un
profesor de Marlborough y de Göttingen. El Dr. E. A.
W. Zimmerman introdujo el término statistics
(estadística) a Inglaterra. Su uso fue popularizado por
sir John Sinclair en su obra Statistical Account of
Scotland 1791-1799 (“Informe estadístico sobre
Escocia 1791-1799”). Sin embargo, mucho antes del
siglo XVIII, la gente ya utilizaba y registraba datos.
Ilustración 1 [Gottfried Achenwall]
La estadística oficial es tan vieja como la historia registrada. El Viejo Testamento
contiene varios informes sobre levantamiento de censos. Los gobiernos de los
antiguos Babilonia, Egipto y Roma reunieron registros detallados sobre población y
recursos. En la Edad Media, los gobernantes empezaron a registrar la propiedad de
la tierra. En el año 762 de nuestra era, Carlomagno pidió una descripción detallada
de las propiedades de la Iglesia. A principios del siglo IX terminó la enumeración
estadística de los siervos que habitaban los feudos. Por el año 1806, Guillermo el
Conquistador ordenó que se escribiera el Domesday Book, un registro de la
propiedad, extensión y valor de las tierras de Inglaterra. Este trabajo fue el primer
resumen estadístico de Inglaterra.
Debido al temor que Enrique VII sentía por la peste, Inglaterra empezó a registrar sus
muertos en 1532. Aproximadamente por esta misma época, la ley francesa requirió
PÁG. 4
al clero que registrara bautismos, defunciones
y matrimonios. Durante un brote de peste, a
finales del siglo XVI, el gobierno inglés empezó
a publicar semanalmente las estadísticas de
mortalidad. Esta práctica continuó y por el año
1632, estos Bills of Mortality (Listas de
Mortalidad) contenían listados de nacimientos
y muertes clasificados según el género. En
1662, el capitán John Graunt utilizó 30 años
de dichos listados para hacer predicciones
sobre el número de personas que morirían a
causa de diferentes enfermedades, y sobre la
proporción de nacimientos, de ambos sexos,
que podía esperarse. Resumido en su trabajo,
Natural and Political Observations. . . Made upon the Bills of Mortality
(“Observaciones Naturales y Políticas. . . Hechas con las Listas de Mortalidad”), el
estudio de Graunt fue uno de los primeros análisis estadísticos. Por el éxito
conseguido al usar registros anteriores para predecir sucesos futuros, Graunt fue
nombrado miembro de la Royal Society original.
La historia del desarrollo de la teoría estadística y su práctica es larga; sólo hemos
empezado a nombrar a las personas que hicieron contribuciones significativas al
campo. (Levin & Rubin, 2010).
PÁG. 5
1.2. Subdivisión
Los administradores aplican alguna técnica estadística a prácticamente todas las
ramas de las empresas públicas y privadas. Estas técnicas son tan diversas que los
estadísticos, por lo general, las dividen en dos grandes categorías: estadística
descriptiva y estadística inferencial. Algunos ejemplos nos serán de ayuda para
entender la diferencia entre las dos.
Suponga que un profesor de Historia calcula la calificación promedio de uno de sus
grupos. Como la estadística describe el desempeño del grupo, pero no hace ninguna
generalización acerca de los diferentes grupos, podemos decir que el profesor está
utilizando estadística descriptiva. Las gráficas, tablas y diagramas que muestran los
datos de manera más clara y elocuente son ejemplos de estadística descriptiva.
Suponga ahora que el profesor de Historia decide utilizar el promedio de calificación
obtenido por uno de sus grupos en una unidad para estimar la calificación promedio
del grupo en las diez unidades del curso. El proceso de estimación de tal promedio
sería un problema concerniente a la estadística inferencial. Los estadísticos se
refieren también a esta rama como inferencia estadística.
Obviamente, cualquier conclusión a la que llegue el profesor sobre el promedio del
grupo en las diez unidades del curso estará basada en una generalización que va más
allá de los datos de la unidad evaluada, y ésta puede no ser completamente válida,
de modo que el profesor debe establecer qué posibilidad hay de que sea cierta. De
manera similar, la inferencia estadística implica generalizaciones y afirmaciones con
respecto a la probabilidad de su validez.
Los métodos y las técnicas de la inferencia estadística se pueden utilizar también en
una rama de la estadística conocida como teoría de decisiones. El conocimiento de la
teoría de decisiones es muy útil para los administradores, ya que se le usa para tomar
decisiones en condiciones de incertidumbre, cuando, por ejemplo, un fabricante de
aparatos de sonido no puede especificar precisamente la demanda de sus productos,
o en una escuela se deben asignar grupos y definir horarios sin tener el conocimiento
PÁG. 6
preciso del número de estudiantes que entrarán al primer grado. (Levin & Rubin,
2010).
1.3. Recolección de datos
Ilustración 2 imagen (Levin & Rubin, 2010)
Los especialistas en estadística seleccionan sus observaciones de manera que todos
los grupos relevantes estén representados en los datos. Para determinar el mercado
potencial de un nuevo producto, por ejemplo, los analistas podrían estudiar cien
consumidores de cierta área geográfica. Dichos analistas deben tener la certeza de
que este grupo incluya personas que representan distintas variables como nivel de
ingresos, raza, nivel educativo y vecindario.
Los datos pueden provenir de observaciones reales o de registros elaborados con otros
propósitos. Por ejemplo, con fines de facturación e informes médicos, un hospital
registra el número de pacientes que utilizan los servicios de rayos X. Esta información
puede organizarse para producir datos que los especialistas en estadística puedan
describir e interpretar.
Los datos pueden ayudar a los responsables de tomar decisiones a hacer suposiciones
razonadas acerca de las causas y, por tanto, de los efectos probables de ciertas
PÁG. 7
características en situaciones dadas. El conocimiento de tendencias derivado de la
experiencia previa puede, también, permitir anticipar resultados posibles y actuar en
consecuencia. Una investigación de mercado puede revelar que determinado producto
es preferido por amas de casa de origen afroamericano de las comunidades
suburbanas, con ingresos y educación promedios.
Los textos publicitarios del producto deberán, por tanto, estar dirigidos a este nicho
de mercado. Y si los registros del hospital muestran que un número mayor de
pacientes ha utilizado el aparato de rayos X en junio que en enero, el departamento
de personal del hospital deberá determinar si esto sucedió sólo ese año o es indicativo
de una tendencia y, tal vez, debería ajustar su programa de contratación y asignación
de vacaciones de acuerdo con la información.
Cuando los datos se ordenan de manera compacta y útil, los responsables de tomar
decisiones pueden obtener información confiable sobre el entorno y usarla para tomar
decisiones inteligentes. En la actualidad, las computadoras permiten a los
especialistas en estadística recolectar enormes volúmenes de observaciones y
comprimirlas en tablas, gráficas y cifras instantáneamente. Éstas son formas
compactas y útiles, pero ¿son confiables? Recuerde que los datos producidos por una
computadora son tan precisos como los datos que entraron en ella. Como dicen los
programadores, ¡“BEBS”! o ¡“basura entra, basura sale!”. Los administradores deben
tener mucho cuidado y cerciorarse que los datos empleados estén basados en
suposiciones e interpretaciones correctas. Antes de depositar nuestra confianza en
cualquier conjunto de datos interpretados, vengan de una computadora o no,
póngalos a prueba mediante las siguientes preguntas:
1. ¿De dónde vienen los datos? ¿La fuente es tendenciosa?, es decir, ¿es posible
que exista interés en proporcionar datos que conduzcan a cierta conclusión
más que a otras?
2. ¿Los datos apoyan o contradicen otras evidencias que se tienen?
3. ¿Hace falta alguna evidencia cuya ausencia podría ocasionar que se llegue a
una conclusión diferente?
PÁG. 8
4. ¿Cuántas observaciones se tienen? ¿Representan a todos los grupos que se
desea estudiar?
5. ¿La conclusión es lógica? ¿Se ha llegado a conclusiones que los datos no
confirman? (Levin & Rubin, 2010).
En grupo de 3 personas hacer lo siguiente: Copia en tu cuaderno
a. 3 ejemplos de estadística descriptiva e inferencial.
b. Realiza un cuadro incluyendo 50 datos variados de forma
desordenada y luego haz otro cuadro ordenando los datos de forma
ascendente.
c. Indicar por qué es útil ordenar los datos antes de utilizarlos para
realizar un informe estadístico.
PÁG. 9
1.4. Fuentes de información
Fuente: es todo lo que suministra datos o información. Según su naturaleza, las
fuentes de información pueden ser documentales (proporcionan datos secundarios),
y vivas (sujetos que aportan datos primarios). (Fidias, 2012)
(Martinez Ruiz, 2012) Como ya se mencionó, las fuentes de información documental
son cualquier escrito o testimonio gráfico o visual que proporcionan datos sobre el
tema que se está investigando. La información de primera mano —o datos primarios—
es aquella que ha sido obtenida, organizada y formulada por el propio investigador.
Los datos secundarios —o información de segunda mano— es la que se obtiene de
las fuentes documentales que provienen de otras investigaciones. Las fuentes de
consulta documental suelen clasificarse de la siguiente manera:
Tabla 1 Fuentes de información (Levin & Rubín, 2010)
Individualmente haz lo siguiente:
a. Por medio de ejemplos escriba 4 fuentes de información
directas en indirectas.
b. Indicar a que fuente de información pertenece la observación.
2
PÁG. 10
1.5. La encuesta
Se define la encuesta como una técnica que pretende obtener información que
suministra un grupo o muestra de sujetos acerca de sí mismos, o en relación con un
tema en particular.
La encuesta puede ser oral o escrita: La encuesta oral se fundamenta en un
interrogatorio “cara a cara” o por vía telefónica, en el cual el encuestador pregunta y
el encuestado responde. Contraria a la entrevista, en la encuesta oral se realizan
pocas y breves preguntas porque su duración es bastante corta.
Sin embargo, esto permite al encuestador abordar una gran cantidad de personas en
poco tiempo. Es decir, la encuesta oral se caracteriza por ser poco profunda, pero de
gran alcance.
Un ejemplo es el caso de los encuestadores que abordan a las personas en sitios
públicos.
Esta modalidad utiliza como instrumento una tarjeta contentiva de las preguntas y
opciones de respuesta, la cual siempre es llenada por el encuestador, a diferencia de
la encuesta escrita que se realiza a través de un cuestionario auto-administrado, el
cual como su nombre lo indica, siempre es respondido de forma escrita por el
encuestado. Otros instrumentos empleados en una encuesta oral, son las grabadoras
y cámaras de video, de uso muy común en las encuestas que realizan en la calle los
medios de comunicación.
¡Recuerda! La encuesta es una técnica utilizada como procedimiento de
investigación para la recopilación de datos. Ya que permite
obtener y elaborar datos de modo rápido y eficaz. puede ser
oral o escrita.
PÁG. 11
Las encuestas son empleadas frecuentemente en áreas específicas como la
investigación de mercado, estudios del consumidor, encuestas electorales y estudios
de opinión en general. Los resultados arrojados son utilizados para la toma de
decisiones y el diseño de campañas de diversa índole. (Fidias, 2012).
Información complementaria: Dar Clic Tipos de Encuestas, lo cual te
ayudará a una mejor comprensión del tema.
https://www.youtube.com/watch?v=6gThr1g_obc
Individual
Identifica los modelos de encuestas que se pueden
utilizar para la obtención de datos
Dar 3 ejemplos sobre en qué áreas del saber
pueden ser útiles.
PÁG. 12
1.6. El cuestionario
Un cuestionario consiste en un conjunto de preguntas respecto a una o más variables
a medir. El contenido de las preguntas de un cuestionario puede ser tan variado como
los aspectos que mida. Y básicamente, podemos hablar de dos tipos de preguntas:
cerradas y abiertas.
Las preguntas cerradas contienen categorías o alternativas
de respuestas que han sido delimitadas. Es decir, se
presentan a los sujetos las posibilidades de respuestas y
ellos deben circunscribirse a ellas. Pueden ser dicotómicas (dos alternativas de
respuestas) o incluir varias alternativas de respuestas. En las preguntas cerradas
las categorías de respuestas son definidas a priori por el investigador y se le presentan
al respondiente, quien debe elegir la opción que describa más adecuadamente su
respuesta. Las escalas de actitudes en forma de pregunta caerían dentro de la
categoría de preguntas cerradas.
Ahora bien, hay preguntas cerradas, donde el respondiente puede seleccionar más de
una opción o categoría de respuesta. Algunos respondientes pudieran marcar una,
dos, tres, cuatro o cinco opciones de respuesta. Las categorías no son mutuamente
excluyentes. En otras ocasiones, el respondiente tiene que jerarquizar opciones. O
bien debe asignar un puntaje a una o diversas cuestiones. En otras se anota una
cifra.
En cambio, las preguntas abiertas no delimitan de antemano las alternativas de
respuesta, por lo cual el número de categorías de respuesta es muy elevado; en teoría,
es infinito.
¿Sabias qué?
En las preguntas dicotómicas el
encuestado solo puede responder Sí o No.
PÁG. 13
Tamaño de un cuestionario: No existe una regla al respecto; pero si es muy corto se
pierde información y si resulta largo puede resultar tedioso. En este último caso, las
personas pueden negarse a responder, o al menos, lo responderán en forma
incompleta. El tamaño depende del número de variables y dimensiones a medir, el
interés de los respondientes y la manera como es administrado. Cuestionarios que
duran más de 35 minutos deben resultar tediosos a menos que los respondientes
estén muy motivados para contestar. Una recomendación que puede ayudarnos a
evitar un cuestionario más largo de lo requerido es: "No hacer preguntas innecesarias
o injustificadas". (Behar Rivera, 2008).
Información complementaria
Ingresa al siguiente link: Cuestionario para ampliar sus conocimientos
en la forma correcta de elaborar un cuestionario.
https://www.youtube.com/watch?v=HT8oxgUDSOU
Realizar un esquema de un cuestionario con preguntas cerradas y abiertas en
forma grupal y discute el cuestionario de acuerdo a la información que se
requiere recopilar. Se le sugiere ver el video de información complementaria.
PÁG. 14
1.7. Tabulación de datos
Generalmente, al llevar a cabo un estudio estadístico, solemos encontrarnos con
una gran cantidad de datos, cuya interpretación, y ni siquiera su presentación, es
fácil. Es lo que ocurre en este caso. Por ello, en primer lugar necesitamos realizar
un proceso que nos permita condensar la información de manera que podamos
obtener los rasgos más sobresalientes. Por ello dispondremos los datos de manera
ordenada y sistemática en una tabla de distribución de frecuencias. (Anónimo, s.f.)
En los experimentos estadísticos los datos recolectados pueden corresponder a una
población o muestra. En ambos casos los procedimientos de resumen de datos son
análogos y designaremos por:
N = Tamaño de la población estudiada
n = Tamaño de la muestra (parte de la población)
Con el objeto de realizar un mejor estudio de los datos es necesario organizar éstos,
mediante el uso de distribuciones de frecuencia. Una distribución de frecuencia es
una tabla resumen en la que se disponen los datos divididos en grupos ordenados
numéricamente y que se denominan clases o categorías.
A) Tabulación de datos cualitativos
La construcción de una distribución de frecuencia de atributos o distribución de
frecuencia de variable cualitativa es simple, basta enumerar los diversos atributos
con su respectiva frecuencia de ocurrencia.
Frecuencia absoluta: (fi) indica el número de veces que se repite un atributo.
PÁG. 15
Ejemplo:
Considérese una muestra de 400 trabajadores de una cierta empresa de la región los
cuales han sido encuestados sobre su actual estado civil. La información es tabulada
de la siguiente manera:
B) Tabulación de variable cuantitativa
Distinguiremos dos casos:
B.1) Tabulación de variable discreta (que toma un conjunto pequeño de datos
distintos)
Las tablas de frecuencia de variable discreta llevan cinco columnas donde los
elementos que participan son los siguientes:
a) Frecuencia absoluta: (fi) indica el número de veces que se repite una variable.
b) Tamaño de la muestra: (n) indica la cantidad de elementos que conforman la
muestra, se obtiene sumando todas las frecuencias absolutas.
c) Frecuencia relativa: (hi) es la proporción de datos que se encuentra en una clase,
se obtiene dividiendo la frecuencia absoluta de la clase por el tamaño de la muestra.
d) Frecuencia absoluta acumulada: (Fi) indica la cantidad de datos que se encuentran hasta cierta clase.
PÁG. 16
e) Frecuencia relativa acumulada: (Hi) es la proporción de datos acumulados que se encuentran hasta cierta clase.
Se pide:
1. Tabular la información
2. ¿Qué cantidad de trabajadores tiene 8, 6, año de servicio?
3. Los trabajadores con menos de 7 años de servicio reciben el 8% de aumento
¿Cuántos recibieron ese aumento)
4. A los trabajadores con máximo de 5 años recibirán un bono de $2,000.00 ¿Qué
cantidad de trabajadores recibió la bonificación?
5. Si la empresa decide otorgar una bonificación especial de $13,200.00 por cada
año de servicio. ¿Cuánto será el dinero necesario para cumplir dicha
bonificación?
PÁG. 17
2. La cantidad de trabajadores con 6 años de servicio son 9 y con 8 años de
servicio son 8.
3. Los que recibieron el aumento son 26 trabajadores.
4. Los beneficiados del bono de $2,000.00 fueron 17 trabajadores.
5. La cantidad necesaria para cubrir cada año de servicio por trabajador es
de $4,197.600.00.
B.2) Tabulación de variable continua o discreta (Datos agrupados).
Para tabular una variable continua o discreta (que tome un gran número de datos
distintos) se necesitan los siguientes elementos:
a) Rango o recorrido: Es la diferencia entre el valor máximo y valor mínimo que
toma la variable.
b) Número de intervalos o clases (m): Es el número de grupos en que es
posible dividir los valores de la variable.
El número de clases no debe ser ni muy grande ni muy pequeño, un número pequeño
de clases puede ocultar la naturaleza general de los datos y un número muy grande
puede ser demasiado detallado como para revelar alguna información útil.
Como regla general se recomienda que el número de clases esté entre cinco y
veinte. Hay una regla llamada Regla de Sturges que puede dar una
aproximación razonable para el número de clases, ella es:
PÁG. 18
c) Amplitud del intervalo o amplitud de la clase (a):
d) Límites de un intervalo: Son los valores extremos de una clase. El menor valor
es considerado como el límite inferior y el valor que se obtiene sumando al límite
inferior la amplitud del intervalo es el límite inferior de la segunda clase.
Ejemplo 60-64, 64-67.
e) Límites reales de un intervalo: Se obtienen calculando el promedio entre el
límite superior de una clase y el límite inferior de la clase siguiente. Los límites
reales son valores que unen a las clases y se forman únicamente de números
enteros, estos se obtienen al restar 0.5 a los límites de la izquierda y sumar 0.5
a los límites de la derecha; cuando las clases tengan un decimal, habrá que
restar 0.05 a los límites de la izquierda y sumar 0.05 límites de la derecha y así
sucesivamente.
f) Marca de clase: (xi) Es el punto medio de un intervalo. El Punto Medio o Marca
de Clase es la semisuma de los límites de una clase, estos límites son el inferior
y el superior. La Marca de Clase se obtiene sumando el límite inferior
(Xi) y superior de una clase (Xs) y dividiendo el resultado entre dos (2).
g) Frecuencia absoluta: (fi) indica el número de observaciones que pertenece a
un intervalo dado.
PÁG. 19
h) Frecuencia relativa: (hi) es la proporción de datos que se encuentra en un
intervalo, se determina dividiendo la frecuencia absoluta del intervalo por el
tamaño de la muestra.
i) Frecuencia absoluta acumulada: (Fi) indica el número de datos de la muestra
menores o iguales al límite real superior del intervalo i.
j) Frecuencia relativa acumulada: (Hi) indica la proporción de datos de la
muestra menores o iguales al límite real superior del intervalo i.
Observación: Existe más de un método para construir una tabla de distribución de
frecuencias, a continuación se presentan dos formas de construirla:
PÁG. 20
1. Construya la correspondiente distribución de frecuencia.
2. ¿En qué clase se concentra el mayor número de notas?
3. ¿Cuál es la frecuencia absoluta del cuarto intervalo? Interprete el resultado.
4. ¿Qué porcentaje de los alumnos tienen una nota inferior a 57?
5. ¿Cuántos alumnos tienen una nota superior a 56?
6. Interprete la frecuencia acumulada del sexto intervalo.
7. Interprete la frecuencia relativa acumulada del quinto intervalo.
PÁG. 21
( Universidad Católica de la Santísima Concepción, 2012).
Información complementaria.
Para ampliar más tus conocimientos, ingresa al enlace de los tipos y tabulación de datos. , y toma la lectura del contenido a tu disposición
para ampliar tus conocimientos. https://www.preunab.cl/wp-content/uploads/2015/03/webinar24.pdf
PÁG. 22
1.8. Presentación de Datos
Con la tabulación se dispone de la suma o total de los datos. Pero esto no basta.
Existe la necesidad de ordenarlos y presentarlos de manera sistemática para facilitar
su lectura y análisis. La forma de presentación de datos puede ser escrita, tabular,
gráfica y mixta.
Escrita: hasta el año 1741 en que el danés Achersen sustituyó por medio de
tablas el enunciado literario de los datos, éste era el método utilizado para la
presentación de los datos. Consiste en incorporar en forma de textos los datos
estadísticos recopilados. Actualmente es la modalidad adoptada en informes,
documentos y libros, sin perjuicio de utilizar también la presentación tabular.
Este es un ejemplo de presentación escrita:
República Dominicana aporta un 20 % del total de habitaciones hoteleras de la región
del Caribe, con un total de 38,585, de acuerdo con la Asociación Nacional de Hoteles
y Restaurantes (ASONAHORES). Indica que a República Dominicana le sigue Cuba,
con 31,837 habitaciones y luego Jamaica, con unas 22,954. La región caribeña posee
una oferta total de 195,107 habitaciones, y continúa siendo el lugar preferido para
vacacionar de los turistas europeos [1].
Tabular: esta forma de representación consiste en ordenar los datos numéricos en
filas y columnas, con las especificaciones correspondientes acerca de su naturaleza.
Los datos estadísticos podrían presentarse incorporados a un texto -como en los
ejemplos anteriores- pero es evidente que esto no es posible cuando se trata de
muchos datos. En este caso se recurre a los cuadros y las tablas, mediante las cuales
la información susceptible de expresión numérica aparece en forma concreta, breve,
ordenada y de fácil de examinar.
PÁG. 23
Partes de un recuadro o tabla
Todo cuadro o tabla estadística posee por lo menos cuatro elementos esenciales:
Título
Columna matriz
Encabezamiento de las columnas
Cuerpo
En algunos casos se agregan además como indicaciones complementarias:
La numeración
La indicación de fuente
Notas al pie o al calce
Notas de introducción
Reglas para la construcción de cuadros
Existen ciertas normas y reglas para la construcción de cuadros o tablas adoptadas
universalmente y que pueden resumirse en las siguientes:
Título: Debe responder sintéticamente a las preguntas: ¿qué?, ¿dónde?, ¿cómo? y
¿cuándo?; es decir, debe expresar de qué se trata, cómo se compone, dónde sucedió
y cuándo se ha clasificado. El título debe reunir dos cualidades fundamentales:
claridad y concisión, pero combinadas de tal modo que la claridad no perjudique la
concisión alargando el título, y que la concisión no perjudique la claridad ocasionando
confusión o no reflejando todas las características y cualidades contenidas en el
cuadro.
Columna matriz: Situada a la izquierda del cuadro abarca las designaciones y
conceptos que dominan el contenido de las demás columnas; si estas designaciones
y concepto son cualidades se ordenarán alfabéticamente; cuando se trata de
conceptos cuantitativos el ordenamiento puede hacerse de forma ascendente o
descendente, según se estime más oportuno; cuando hay fechas, el ordenamiento se
hace cronológicamente.
Encabezamiento de columnas: Comprende los títulos de cada columna de datos; se
procurará que en la construcción de estos epígrafes las palabras sean lo más cortas
y expresivas posibles, escribiéndose preferentemente en forma horizontal. Cuando
un título de encabezamiento es común a varias columnas, se adopta una disposición
escalonada de arriba a abajo y de izquierda a derecha. Las letras de los
encabezamientos deben ser de distinto tamaño, en relación con la importancia
respectiva.
Cuerpo: Comprende la parte del cuadro en que están colocados los datos en líneas y
en columnas. (Marte, s.f)
PÁG. 24
Tabla 2 [Participación de Elecciones a Cortes Generales
1.9. Gráficas
A pesar de la gran ayuda que prestan las tablas y cuadros con información
organizada, no todos los públicos alcanzan a comprenderla o no disponen del tiempo
suficiente para analizarla. Es por ello que la mayoría de los investigadores
acostumbran a reforzar la descripción a través de dibujos, generalmente con formas
geométricas, que ayudan a visualizar el comportamiento de las variables tratadas.
Definición: Una gráfica o diagrama es un dibujo complementario a una tabla
o cuadro, que permite observar las tendencias de un fenómeno en estudio y
facilita el análisis estadístico de las variables allí relacionadas.
Un detalle importante a señalar es que existen varios tipos de gráficas estadísticas
y que cada una de será adecuada para diferentes tipos de estudios. En otras
palabras, hay estudios donde se busca comparar, otros buscan detectar mayorías
o minorías, otros quieren determinar tendencias, otras incidencias, etc. (Guarin
Salazar, s.f.)
PÁG. 25
En todos los casos, uno en especial será el gráfico más adecuado y claro. Los
gráficos estadísticos más usuales son:
Gráfico o diagrama de barras
Gráfico o diagrama de sectores
Histograma
Polígono de frecuencias
Pictograma. (Angelina, s.f.)
Componentes
Una gráfica, al igual que un cuadro o una tabla, debe constar de:
Título adecuado: El cual debe ser claro y conciso, que responda a las preguntas:
Qué relaciona, cuándo y dónde se hicieron las observaciones.
El cuerpo: o gráfico en sí, cuya elección debe considerar el o los tipos variables a
relacionar, el público a quien va dirigido y el diseño artístico del gráfico.
Notas de pie de gráfico: Donde se presentan aclaraciones respecto al gráfico, las
escalas de los ejes, o se otorgan los créditos a las fuentes respectivas. (Guarin Salazar,
s.f.)
Ejemplos:
Variación de inflación de la Canasta Básica en Guatemala
AÑO 2012 2013 2014 2015 2016 2017
VARIACIÓN 19.46 21.63 17.68 16.7 9.23 7.81
19.4621.63
17.68 16.7
9.237.81
2012 2013 2014 2015 2016 2017
Var
iaci
ón
Año
PÁG. 26
Tabla3. 3 [Variación de inflación en la canasta Básica]: Fuente Propia.
Nota: Todas las actividades de preferencia trabajarlas en un portafolio, mismo que
tendrá una ponderación al finalizar el semestre.
AÑO 2012 2013 2014 2015 2016 2017
VARIACIÓN 19.46 21.63 17.68 16.7 9.23 7.81
Variación de inflación de la Canasta Básica en Guatemala
0
5
10
15
20
25
2012 2013 2014 2015 2016 2017
Variación
Año
Variación de la Canasta Básica 2012-2017
Actividad 5
Buscar los diferentes tipos de gráficos que existen
para la presentación de información estadística.
PÁG. 27
Fuentes Bibliográficas
Universidad Católica de la Santísima Concepción. (2012). Estadística y Probabilidad. (M. A.
Estuardo, Ed.) Chile.
Angelina, M. M. (s.f.). Tipos de gráficas estadísticas. Obtenido de matematicasmodernas:
https://matematicasmodernas.com/tipos-de-graficas-estadisticas/
Anónimo. (s.f.). Estadistica Descriptiva: Unidad I.
Behar Rivera, D. (2008). Introdución a la metodología de la investigación. Editorial Shalom.
Fidias, G. A. (2012). El proyecto de investigación: Introducción a la metodología científica (6ta.
ed.). EDITORIAL EPISTEME, C.A.
Guarin Salazar, N. (s.f.). Estadística Aplicada. Colombia, Medellin: Universidad Nacional de
Colombia.
Javier Gorgas, N. C. (2011). Estadísticas Básicas. España: Departamento de Astrofísica y Ciencias
de la Atmósfera; Facultad de Ciencias Físicas: Universidad Complutense de Madrid.
Levin, R., & Rubin, D. S. (2010). Estadística para administración y economía (7a. ed.). México:
Pearson Educación.
Marte, Y. A. (s.f). Forma de presentar los datos en una Investigación. Recuperado el 02 de 02 de
2018, de geocities.ws: http://www.geocities.ws/ymarte/trab/estpredat.html
Martinez Ruiz, H. (2012). Metodología de la Investigación. México D.F: Cengage Learning
Editores, S.A. de C.V.