GUA DE ESTUDIO DE ESTADSTICA APLICADA A LA PSICOLOGIA

GUA DE ESTUDIO DE ESTADSTICA APLICADA A LA PSICOLOGIA

INSTITUTO TECNOLOGICO GALO

LICENCIATURA EN PSICOLOGA EDUCATIVA

ESTADSTICAGUA DE ESTUDIOCLAVE PSI105

AUTORLic. Yadira Jimnez Hernndez

Tlalnepantla, Estado de Mxico 2015.

PRESENTACINLa presente Gua de Estudio que Instituto Tecnolgico Galo pone a tu alcance, ha sido elaborada con el nico propsito de facilitarte el conocimiento en todas y cada una de las asignaturas que conforman tu formacin como Profesional. Existe una responsabilidad compartida entre el personal docente y t para adquirir los conocimientos necesarios.

Esperamos que las Guas de Estudio te sean de gran utilidad y aprovechamos estas primeras pginas, para hacerte saber que los docentes de tu Universidad estarn siempre en la mejor disposicin para apoyarte en el camino de tu formacin como Profesional.

I.- Introduccin.Vivimos bombardeados de informacin por todas partes; a veces, hasta en exceso. Los medios de comunicacin, los libros, lo que nos dicen los dems, lo que observamos en nuestro caminar por la ciudad o el pueblo, lo que recordamos, lo que leemos o estudiamos. Hay informacin permanente, abundante; quizs, hasta excesiva.Los elementos que componen esta informacin son de naturaleza muy diversa: noticias puntuales, ideas, descripciones de objetos y acontecimientos, comentarios, apreciaciones, rumores. Tambin hay otros que se refieren a ciertas caractersticas de personas u objetos, caractersticas que son susceptibles de clasificacin; por ejemplo, el gnero (sexo) de las personas, su color de piel, su nacionalidad, su lugar de residencia, sus creencias religiosas, sus inclinaciones polticas; o las clases de animales, de plantas, los tipos de viviendas. Finalmente, hay otros elementos que nos proporcionan informacin y que son susceptibles de algn tipo de medicin cuantitativa, es decir, que pueden presentarse como nmeros que se refieren a mltiples aspectos o fenmenos: costos de los alimentos, de los servicios, de las medicinas; temperaturas ambientes a lo largo de un da o de un ao, o niveles de humedad en las distintas regiones del pas; calificaciones de nuestros alumnos; distribucin de la poblacin nacional de acuerdo a su gnero, a sus edades, o a su ubicacin por departamentos, provincias o estados; porcentajes anuales de mortalidad infantil; resultados de encuestas de opinin sobre innumerables temas. Las caractersticas de los objetos o personas que son susceptibles de clasificacin o de medicin cuantitativa suelen presentar rasgos de variabilidad; por ejemplo, existen diversos colores de la piel o de los ojos, diversas nacionalidades, diversos precios de las cosas y de los servicios, diversas calificaciones escolares, diversas estaturas y pesos en las personas, etc. En razn de esta variabilidad, tales caractersticas se denominan variables. Por lo que acabamos de decir, ya vemos que las variables pueden ser de dos tipos: Cualitativas (tambin llamadas atributos): slo susceptibles de clasificacin. Cuantitativas: susceptibles de medicin numrica.Entre estas ltimas encontramos dos maneras de medir. La primera se refiere y aplica a las caractersticas que se miden por medio del conteo. Por ejemplo, las inasistencias diarias de los alumnos de nuestra escuela; o el nmero de personas que habitan en la vivienda de cada uno de nuestros alumnos. Este tipo de variables que se miden contando recibe el nombre de discretas. Como se ve, estas variables slo pueden tomar valores enteros.La segunda manera de medir se refiere y aplica a las variables que se denominan continuas porque, entre dos valores fijos, pueden tomar todos los valores intermedios (decimales). Tal es el caso, por ejemplo, del peso o la estatura de las personas, o la velocidad de un carro. Claro que, para estas variables, los instrumentos de medicin tienen sus limitaciones y siempre se termina por fijar la precisin de las medidas hasta cierto punto. Por ejemplo, en la estatura se llega hasta los centmetros: 1 m y 52 cm, 152 cm; y en el peso, hasta los hectogramos: 37,5 Kg; rara vez se detallan con ms precisin.II.- Sugerencias para el Alumno.Resuelve los ejercicios aqu presentados. Complemntalo con diferentes bibliografas y pginas de la web.Procura estudiar en un lugar cmodo y apropiado, con la iluminacin y temperatura adecuadas, sin ruidos ni distracciones.

No dejes para ltima hora la preparacin de las asignaturas.

III.- Sugerencias para el Asesor.Resuelve los ejercicios aqu presentados. Complemntalo con diferentes bibliografas y pginas de la web.Refuerza los conocimientos con ejercicios prcticos.

IV.- Objetivo GeneralAl finalizar el curso, el alumno aplicar correctamente los procedimientos estadsticos descriptivos en un estudio psicolgico e interpretar los resultados obtenidos en dichos procedimientos estadsticos para sustentar una investigacin psicolgica, apoyando su trabajo profesional.

V.- Contenido GeneralTemas y Subtemas1. Teora y Elementos de Muestreo.1.1. Definicin de estadstica y reas de aplicacin.1.2. Estadsticas e investigacin de etapas de una investigacin estadstica. 1.3. Estadstica inferencial.1.4. Poblacin y muestra.1.5. Unidades elementales y observacin.1.6. Muestreo, razones y mtodos.1.7. Variables y tipos.

2. Datos Estadsticos y Grficas.2.1. Toma de datos y ordenacin.2.2. Percentiles.2.3. Medidas de tendencia central: media, mediana y modo.2.3.1. Histograma.2.3.2. Polgono de frecuencias.2.3.3. Diagrama de barras.2.3.4. Grfica de pastel.

3. Medidas de Variabilidad.3.1. Rango.3.2. Desviacin media.3.3. Desviacin estndar.3.4. Varianza.

4. Probabilidad.4.1. Concepto de probabilidad.4.2. Combinacin de probabilidad.4.3. Permutaciones y combinaciones.4.4. Distribucin binominal.4.5. Muestreo al azar.4.6. Variable aleatoria.4.7. Expectativas y momentos.

5. Distribucin Normal.5.1. La curva normal.5.2. Puntuacin estndar.5.3. Empleo de curva normal.

VI.- Desarrollo de UnidadesMuestreo.La muestra seleccionada de manera que cada elemento tenga las mismas posibilidades de que se incluya. Existen 2 muestras de seleccin una es con remplazo y otra sin reemplazo.

Poblacin.Nm. Id.DireccinTipoNm. Id.DireccinTipo

002607 Starr Av.C122040 Ottawa River RdC

01309 W Aexis RdC132116 N Reynolds RdC

022652 W Central AvC143678 Rugby DrC

03630 Dixie HwyA151419 South AvC

043510 Dorr StC161234 W Sylvania AvC

055055 Glendale AvC174624 Woodville RdA

063382 Lagrange StA185155 S MainA

072525 W Laskey RdC19106 E Airport HwyC

08303 Louisiana AvC206725 W CentralA

09149 Main StC214252 Monroe C

10835 S McCord RdA222036 Woodville RdC

113501 Monroe StA231316 Michigan AvA

1. De la poblacin anterior, seleccionar una muestra de 6 con la tabla de nmeros aleatorios.2. De la poblacin anterior, seleccionar una muestra de 6 con el muestreo sistemtico.Muestreo Estratificado. Determinar una muestra proporcional de 100 empleados.DEPARTAMENTOS.# DE EMPLEADOS.MUESTRA.PROPORCION.

157

2167

3101

4195

5118

6209

7153

865

9196

10110

TOTAL1,371

Muestreo por Conglomerados.Una poblacin se divide conglomerados a partir de los lmites naturales geogrficos o de otra clase, a continuacin se seleccionan los conglomerados al azar o se toman una muestra de forma aleatoria con elementos de cada grupo.Atizapn Nicols RomeroNaucalpanTlalnepantla

Variables. Determine qu tipo de variable es y el nivel de medicin, segn corresponda.VariableCualitativa o CuantitativaNominal, Ordinal, Intervalo o Razn

Cmo calificaras la atencin recibida durante el proceso de inscripcin?. Deficiente, mala, regular, buena o excelente

Peso de un producto enlatado de 400 gramos

Estado de salud de una persona

Tipo de pasto que tiene sembrado una vivienda

Dimetro de la puntilla que usa un lapicero (0.3, 0.5, 0.9, 1)

Precio de una calculadora

Nmero de llamadas que recibe un conmutador

Marca de microondas que posee una familia

Precio de un auto usado

Tipo de tarjeta de crdito

Temperatura de los diferentes estados de la republica.

Tabla de frecuencia.Determinar la tabla de frecuencia de la siguiente variable cualitativa, que contenga (frecuencia absoluta, frecuencia relativa, frecuencia absoluta acumulada y frecuencia relativa acumulada).ATIZAPANTLALNEPANTLA

NAUCALPANTLALNEPANTLA

TLALNEPANTLATLALNEPANTLA

CUAUTITLAN IZCALLICUAUTITLAN IZCALLI

ECATEPECCUAUTITLAN IZCALLI

ATIZAPANCUAUTITLAN IZCALLI

ATIZAPANTLALNEPANTLA

ATIZAPANTLALNEPANTLA

ATIZAPANTLALNEPANTLA

ATIZAPANNAUCALPAN

ATIZAPANNAUCALPAN

ATIZAPANNAUCALPAN

ATIZAPANNAUCALPAN

NAUCALPANNAUCALPAN

TLALNEPANTLAATIZAPAN

TLALNEPANTLAATIZAPAN

Desarrollar las clases agrupando datos.27136315976227337295316250

279205279266199177162232303

1921813213092462785041335

116100151240474297170188320

429294570342279235434123325

Clase Frec. ab Frec. rel. Frec. Ab. acm Frel rel. acm1 41-121 5 11.11 5 11.112 122-202 10 22.22 15 33.333 203-283 13 28.88 28 62.214 284-364 13 28.88 41 91.095 365-445 2 4.44 43 95.536 446-526 1 2.22 44 97.757 527-607 1 2.22 45 99.97 45 100%

DM-dm= 570-41= 529 K= 1+[3.322xlog(n)] K= 1+[3.222xlog(45)] = 6.49197=6 = 81.4861= 81

Medidas de Tendencia Central.Datos no AgrupadosCon los siguientes datos:20, 21, 22, 22, 23, 24Determinar: Media = 22, moda = 22, mediana = 22 y Cuartil 3 = X5= 23Con los siguientes datos, obtener:MediaModaMedianaD6P80Q222, 23, 24, 24, 25, 25, 25, 26, 29, 30.

Datos AgrupadosObtener: Media, moda y mediana de los siguientes datos.Clase Frec.20-24 1325-29 1830-34 2235-39 1040-44 9

Medidas de Dispersin.Datos No Agrupados15, 15, 31, 33, 39, 41 y 54Determinar lo siguiente:Media. moda. mediana, cuartil 3 , decil 2, percentil 50, rango, varianza, desviacin estndar, desviacin media y coeficiente de variacin.18, 19, 20, 20, 21, 21, 21, 22, 25, 26Determinar: Media, moda, mediana, varianza, desviacin estndar, D4, Q3.12, 13, 14, 14, 15, 15, 15, 16, 19, 20Determinar: Media, moda, decil 4, cuartil 3, varianza y desviacin estndar.Datos AgrupadosClase frec20-22 923-25 1126-28 1029-31 7

Determinar: Media = 25.22, varianza = 10.23 y desviacin estndar = 3.198

Clase frec2-4 85-7 148-10 18

Determinar:Media,VarianzaDesviacin estndarDesviacin media yCoeficiente de variacin

Clase Frec.20-30 730-40 1240-50 2150-60 1860-70 12

Determinar lo siguiente: Media. moda. mediana, rango, varianza, desviacin estndar, desviacin media y coeficiente de variacin.

Clase Frec.10-20 620-30 2030-40 2740-50 1350-60 9

Determinar: Media, moda, mediana, varianza y desviacin estndar.

Clase Frec20-30 130-40 1540-50 2250-60 860-70 4

Determinar: Media, moda, varianza y desviacin estndar.

Distribucin Normal.Se toma una muestra de 93 observaciones de una poblacin normal con una desviacin estndar de 15. La media de la muestra es de 60. Determine el intervalo de confianza de 92% de la media poblacional. (57.278, 62.722).Se selecciona una muestra de 250 observaciones de una poblacin normal en la cual la desviacin estndar poblacional se sabe que es de 25. La media de la muestra es de 20. Considere un intervalo de confianza del 97%.a) Determine el margen de error.b) Determine los lmites de confianza.Una poblacin normal tiene una media de 95 y la desviacin estndar es 17. Calcule la probabilidad de un valor localizado entre 80 y 120. = 073979Una estacin de radio, encuentra que la distribucin del tiempo que los radioescuchas sintonizan la estacin tiene una distribucin normal. La media de la distribucin es 15 min y la desviacin estndar es 3.5. Cul es la probabilidad de que un radio escucha sintonice la estacin:a) ms de 20 min.b) menos de 20 min.c) entre 10 y 20 min.Una distribucin normal tiene una media de 50 y una desviacin estndar de 6. Determine el valor que representa el 79% de las observaciones. X = 54.86Una distribucin normal tiene una media de 70 y una desviacin estndar de 4. Determine el valor que representa el 80% de las observaciones.Se toma una muestra de 50 observaciones de una poblacin normal con una desviacin estndar de 10. La media de la muestra es de 58. Determine el intervalo de confianza de 98% de la media poblacional.

VII.- Bibliografa generalIntroduccin a la Estadstica Aplicada a las Ciencias de la Conducta; Young Robert K.; Trillas; 2002.

Introduccin a la Estadstica para las Ciencias Sociales; Pea Daniel / Romo Juan; Mc Graw Hill; 2004.

Fundamentos de Estadstica para las Ciencias Sociales; Levin Jack/ Levin William C.; Oxford; 2004.