MU)ImS

F'srAI)IST I(OS

APII(AI)OS A tAS CIENCIAS SOCIALES

La mayada dc la gente es capaz de aprender mucha estadstica y de hecho,

numerosos estudiantes de secundaria la encuentran interesante, de modo que no
debe considerrsele como solamente accesible a los que deben tomarla por obligacin. Si bien un buen texto es indudablemente una ayuda, su efectividad se duplica en manos de un experto profesor. Al escribir este libro, tratamos de cumplir
las tres funciones de un texto, a saber, que debe' ser un instrumento pedaggico
efectivo, que debe servir como referencia una vez estudiado y que debe ayudar a
encaminar al estudiante hacia cuerpos ms extensos de conocimientos, de los cuales
el libro no es sino una muestra. A todas las luces la primera funcin es fundamental,
puesto que no tiene sentido consultar material desconocido o intentar lecturas ms
avanzadas hasta tanto no se hayan dominado las bases fundamentales. Si el estudiante llega a dominar los fundamentos ahora, podr emplearlos por el resto de su

MEDIDAS, ESCALAS
Y ESTADIGRAFOS

vida.

2.1

MEDICION

El trmino de medicin puede definirse desde diversos puntos de vista o en trminos que no coinciden, pero Io esencial de la acepcin es que por medicin se
entiende la asignacin de nmeros a objetos segn determinadas reglas. La estatura
de alguien se mide asignndole un nmero a la distancia entre la coronilla y las
plantas de los pies y de igual modo el CI de un nio se calcula asignndole un nmero al patrn de respuestas emitido ante una serie de problemas tpicos. Por
medio de la medicin, los atributos de nuestras percepciones se transforman en
entidades conocidas y manejables llamadas nmeros. Es evidente que el mundo
resultara catico si no pudiramos medir nada. En este caso, cabra preguntarse
de qu le servira al fisico saber que el hierro tiene una alta temperatura de fusin
o al viajero que Chicago se halla un poco ms adelante. Con un mnimo de reflexin, se apreciar la importancia de la medicin en educacin y cualquier otra
actividad social.

2.2

ESCALAS DE MEDIDA

Para los cientficos del comportamiento especialmente, el concepto de escalas de

medida es de suma importancia. A continuacin discutiremos las diversas escalas,
as COiflO SUS implicaciones en estadstica.

PDF compression, OCR, web optimization using a watermarked evaluation copy of CVISION PDFCompressor
s

Alexander Pope. Essay on

Critieis,n

( I

I).

MI tOIX)% I%IAI)ISII((S API I(AIR)S A AS (IIN(IAS S(XIALES

Mddai norninalos
IM rncdid.t

IIt)mIn.II
(asignar un ,w,,:hre) casi ni merece tal denominacin. En tal
trata (le agrupar objetos en clases, de modo que todos los que pertenezcan
li la misma SCilFI equivalentes respecto del atributQ o propiedad en estudio. despus
(k 1(1 (LIaI SC es asignan nombres a tales clases y el hecho de que a veces. en lugar
tk denominaciones, se les atribuyan nmeros, puede ser una de las razones por las
((181es SC les conoce como medidas nominales. Los esquemas clasificatorios de
biologa son un ejemplo de mediciones nominales; los psiclogos por su parte.
con frecuencia. codifican la clase sexo, asignando un cero a mujer y un uno a
hombre. Tambin podramos hacer medidas nominales asignando un uno
tOdOS los ingleses. un dos a los alemanes, un tres a los franceses, aunque
es obvio que en ningn caso se justifica decir que un francs. es igual a un ingls
IflS Ufl alemn (I + 2 =
). Los nmeros asignados a las escalas nominales tienen
los
dems. por lo cual se pueden sumar, restar. dividir o
iguales propiedades que
compararse entre s. Pero si recurrimos a una medida nominal en la asignacin de
Ilmeros. Cfl ningn momento podemos pensar que nuestro manejo con el orden,
I.IIllaO y dems propiedades de las cifras, implique algo respecto de los objetos
iicdidos. puesto que no tuvimos en cuenta el orden, tamao o dems propiedades
(IC los nmeros
asignados a tales objetos. Si solamente se emplea una medida nominal. lo nico que puede inferirse que el I es diferente dei 2 o dei 4, de modo que
su cl objeto A se codific con un uno y el B con un cuatro, solamente puede saherse que A y B difieren respecto dei atributo medido, aunque esto no implica que
B sea superior a A en cuanto a dicho atributo. Las tres escalas de medida que explicaremos a continuacin recurren a tres propiedades adicionales de los nmeros,
a saber: que pueden ordenarse segn su tamao, que pueden sumarse y que pueden
dividirse.

CUSO, SC

ILl

Medidas ordinales
('aso de que puedan detectarse diversos grados de un atributo o propiedad de un
objeto. la medida ordinal es la indicada, puesto que entonces puede recurrirse a la
propiedad de orden de los nmeros asignndolos a los objetos en estudio de modo
que. si la cifra asignada al objeto A es mayor que la de B, puede inferirse que A
Posee un mayor grado de atributo que B.
Supongamos. por caso. que se desea clasificar a Mara, Juana, Alicia y Beatriz
en orden de belleza, desde la ms bonita hasta la menos bonita. lo cual puede hacerse
del siguiente modo: se asigna. respectivamente. I. 2. 3. 4 a Beatriz. Juana, Mara
y Alicia. Tmese en cuenta que igual hubieran podido tomarse cifras como O, 23,
49 y 50. puesto que la diferencia entre dos nmeros no tiene importancia en este
caso. En cl ejemplo anterior, no se puede saber, por ejemplo, si la diferencia entre
el grado de hellei dc Beatriz y Juana es mayor o menor dc la
que existe entre

MI I)II)S, E%(AI AS Y ESIAI)I(IRAFOS

Juana y Mara. Asi pues, no tinc ninguna importancia el que la diferencia entre
lits l)1It1t1Itci11CS asignadas a Beatriz y Juana sea la misma que la de las que se les
*MgIhIrt)fl a Alicia y Mara.
Es dc sealarse que los nmeros pueden asumir el lugar de los objetos en estudio, puesto que los nmeros son representaciones parciales de stos. No se discute
(hic los nmeros puedan tratarse como si fueran diferentes, y puedan ordenarse.
In la medida ordinal. los nmeros constituyen una especie de resumen para transIniir informacin. En lugar de informar que se juzg que Beatriz era la menos
bonita. seguida por Juana, Maria y. por ltimo. Alicia. que fue la ms bonita de
todas es ms fcil decir:

Pt'rsuna

Puntuacin

Maria
Juana

Alicia
Beatriz

Otro ejemplo de escala ordinal seria la comparacin entre la dureza de determinadus minerales. Si el mineral A puede rayar el B. entonces es ms duro que este ltinfl) '. por tanto. se le asigna un nmero mayor. Sean los minerales A, B. C y D a
los cuales se les asign, respectivamente, 12, 10, 8 y 6. en el orden indicado. Si bien
puede saberse cul es el material ms blando y cul. el ms duro. no podemos deterulular si la diferencia" entre la dureza de A y B es igual o diferente de la que hay
cultre (' y D, puesto que los nmeros se asignaron teniendo nicamente en cuenta las
Prl)icc1ades ordinales.
Otra escala ordinal muy comn es la posicin en la clase caso en el cual. en
tItla clase de n estudiantes, se le asigna un i al que obtuvo el promedio de notas ms
.11k) y Pi al que obtuvo el promedio ms bajo. (Por ejemplo. si los tres estudiantes
cuyas respectivas posiciones fueron las ms altas obtuvieron un promedio insuperable, se les asignara una posicin de 2, que es el promedio de los tres primeros lugares. I, 2 y 3.) Esta manera de resolverlas igualdades entre posiciones es puramente
convencional. puesto que de todos modos, que los lugares sean o no iguales, su
stima es siempre la misma: (I + 2 + 3 = 2 + 2 + 2.)
No existe ley alguna que prohiba sumar, restar, multiplicar. etc., nmeros asigtiados segn escalas ordinales, aunque de hecho. el resultado de tales operaciones
1>iiedc no indicar nada respecto del grado de atributo en cuestin que el objeto en
estUdiO OSeC. Por ejemplo. la diferencia entre las puntuaciones de belleza de
Mari y Juana es dc I , y entre los de Alicia y Beatriz es de 3, aunque evidentemente
esto no indica que la diferencia entre la calificacin de Mara y Juana sea tres veces
UUtYOF que la que hay entre Alicia y Beatriz. Los resultados de estos clculos aritmticos flO pueden inlbrmar absolutamente nada respecto dei atributo real inherente
al objeto. En cualquier caso se es completamente libre de hacer lo que se desee con
los nmeros, pero siempre debe considerarse el problema de si los resultados de las
()pracioncs tienen algn significado.

PDF
compression,
OCR,
optimization
using
a watermarked evaluation copy of CVISION PDFCompressor
lo! nombres
dc
ccala% dc mcdidas
usadas web
muchos
dehcn
aqu
conceptos
s

s. SIcvcn'

las

I95l).

dc

0%

sc

IO

MI

IiI)u% I%IAflISIUoN APII(AI)OS

lAS

(llN(IAS S(KIAI

IS

M.ddaa do ntervaIo
(LIando

lU) solamente es posible distinguir las diferencias cntrc diversos

grados de
lR)piC(la(I de Un objeto (caracterstica dc la medida ordinal). sino que tambin
pueden discernirse difi.rcncias iguales entre objet.os, se recurre a la medida de inlervalus. Ein este caso. una unidad dc medida se define en trminos de
algn pariiit:Iio (grado. pulgada. pic. onza. etc.). Se asigna un nmero igual al nmero de
IIfli(ladCs de medida equivalentes que el objeto en estudio demuestra tener. como
(11 cl caso de
que se observe que la temperatura de una barra metlica sea de 86 C.
LJn,l dc las caractersticas distintivas de la medida de intervalos que la diferencian
de las medidas de razones es que el cero no necesariamente
implica que el objeto
carece del atributo en estudio. Por ejemplo, el que el agua est a O C, no
quiere
decir en absoluto que carezca de temperatura. puesto que en una escala de intervalo.
el punto cero es puramente arbitrario.
Los nmeros asignados en una medida de intervalo poseen la
propiedad de distintividad y orden, y adems, debe tenerse en cuenta que. en este caso, la diferencia
entre los nmeros si es significativa. El nmero asignado al objeto es
igual a las
unidades de medida que le corresponden. Por ejemplo, si la temperatura de hoy
s (IC 6O F y la de ayer fue de 700 F, sabemos entonces que la temperatura de hoy
es 5 ms alta que la de ayer y si la de maana va a ser de 70 0 sabremos
asimismo,
qUe haba ms semejanza entre ayer y hoy que entre hoy y maana puesto que la dikrencia entre 55 y 60 es la mitad de la que hay entre 60 y 70 ; adems, estas diferencias
1105 suministran informacin acerca de la
temperatura del aire.
La numeracin de los aos es tambin una escala de intervalo. Arbitrariamente
se escogi como ao I , el del nacimiento de Cristo, siendo la unidad de
medida
un lapso de 365k das. Por tanto, el ao 1931 es ms reciente
que cualquier otro
con una numeracin menor. Para terminar el ejemplo, el lapso transcurrido entre
1920 y 1924 es igual al que transcurri entre 1776 y 1780. James K. Polk, fue
presidente de los Estados Unidos exactamente la mitad del tiempo (1845-1849)
que el
que permaneci en la presidencia Dwight D. Eisenhower (1953-1961).
Las medidas de intervalo implican la asignacin de nmeros de modo tal
que,
a iguales diferencias entre los
grados del atributo estudiado en un objeto, correspondan iguales diferencias entre los nmeros. El punto cero de la escala de intervalo puede asignarse arbitrariamente, y en ningn caso indica ausencia de la
propiedad en cuestin.

MI'l)ll)AS. I:S(ALAS

11

ISTADIORAIDS

valor absoluto. podemos decir que A tiene dos, tres o cuatro veces la magnitud de
la propiedad presente en B.
La estatura y cl peso son ilustraciones de las escalas de razn o cociente. puesto
que un hombre que mide seis pies es cl doble de alto que un nio de tres pies, y dichas
oicalas poseen tal denominacin puesto que las razones de los nmeros en las escilas as denominadas tienen un determinado sentido, pudindose interpretar como
razones entre las cantidades de objetos medidos. Pero el asignar un cociente a una
iieala de intervalo no tendria ningn significado en trminos del grado de atributo
que puedan poseer los objetos. Por ejemplo, si la temperatura ms alta del 3 de junio
nie dc 90 F y la del I 7 de marzo fue de 45 F, es incorrecto decir que el 3 de junio hizo
cl doble dc calor que el 17 de marzo.
En la mayora de las investigaciones educacionales. psicolgicas o de ciencias
dcl comportamiento. las mediciones se efectan segn escalas nominales. ordinales
o dc intervalo, puesto que hay muy pocas variables de importancia que den pie
para medirse segn escalas de razn y de hecho. el encontrar una escala de intervalo

satisfactoria ya

es de

por

problemtico. Aunque muy infrecuentemente,

a veces

lic presentan ocasiones en las cuales puede recurrirse a tales medidas, como en el
cliso en que se desee medir el tiempo (por ejemplo. para resolver un problema

TASLA 2.1

RESUMEN 0E LAS CARACTERISTICAS Y EJEMPLOS 0E ESCALAS 0E MEDIDA

Er,Iu

Caracterisikas

Ejemplos

Nominal

Sc clasifican los objetos y las clases se numeran. El que

el nmero de una clase sea mayor o menor que otro no

EI origen racial, cl color de los

ojos. el nmero sobre las
camisas dei jugador de ftbol, el sexo, los diagnsticos
cllnicos. la matricula dcl
coche, el nmero del carnet

refleja nada sobre las propiedades del objeto, sino simplemente el hecho de que sean distintas.

nacional

Ordinal

Intervalo

Medida de razn o cociente

Los tamaos relativos dc los nmeros asignados a los objetos. reflejan las cuantlas dc los atributos que los objetos
poseen. Unas diferencias iguales entre los nmeros no
implican diferencias idnticas en las cuantas de los atri-/
butos.
Existe una unidad de medida que permite que los objetos
no slo puedan ser ordenados, sino tambien asignados
a ciertos nmeros. de tal manera que unas diferencias
iguales entre los nmeros asignados a esos objetos reflejen diferencias idnticas en las cuantas de los atributos que se han medido. El punto cero de la escala
de intervalos es arbitrario y no refleja la ausencia dcl

dc identidad.

Dureza de los minerales. calicacioncs escolares, ordenacin en un rasgo de personalidad, cangas militares.
El dia, temperaturas termo-

mtricas.

atributo.

La medida de razn o cociente se diferencia de la de intervalo nicamente en

que.
Cn la primera, el punto cero no es arbitrario
y corresponde realmente a una total
ausencia de la propiedad estudiada. Si se observa una carencia total de
propiedad,
Sc dispone de una unidad dc medida
para el efecto. A iguales diferencias entre los
nmeros asignados corresponden iguales diferencias en el
grado de atributo presente cn cl objeto dc estudio. Adems. siendo
que cero ya no es arbitrario, sino un

('ocienle

Los nmeros asignados a los objetos tienen todas las propiedades dc la escala intervalar y. adems, contamos con
un punto cero en esa escala. Una puntuacin de cero
indica la ausencia de la propiedad que se mide. Los cocientes dc los nmeros asignados en la medida reflejan
los cocientes en las cuantias de las propiedades que se

midcii.

Altura, peso, nmero, tiempo,

temperatura en una escala
Kelvin (cero absoluto).

PDF compression, OCR, web optimization using a watermarked evaluation copy of CVISION PDFCompressor

Il

MI'

o aprelKiel

1u1us

IS t At

'IS III

AI

It

AlIt )

lAS CIIN('IAS

St

)(

lAI I'S

Itstt dc puItbIts).

t) la cstalut'ti, J1CM) t) distancia. El estudiante dehc

prepararse tiara trihajar tl nivel dc medidas titititipiales y ordinales, para reconocer
titles esc1*lts asi corno para analizar e interpretar los resultados as obtenidos.
En la labia 2. I se resume y se complementa lo dicho acerca de las escalas dc mc1111.1

tlidti.

l.a explicacin respecto de las escalas de medida que hemos hecho fue
dogmlica. pero fue con cl propsito de que determinado grupo de psiclogos que discuten
muy cnrgicamente el punto dcl nivel al cual deben efectuarse las medidas estn
al tinto de nuestras opiniones. Como no podemos presentar sus argumentos con
la misma claridad con que ellos lo hacen, recomendamos la lectura de sus obras
antes de juzgarlos a priori, teniendo en cuenta los pros y los contras de sus opiniones
respecto de la validez de los conceptos mencionados en el prrafo anterior. Aunque
Varios de dichos artculos estn fuera dei alcance del estudiante que se inicia en estadstica, vale la pena consultarlos cuando se disponga de una formacin un poco
ms slida al respecto.

Atiderson. N. H., Scales and statistics: parametric and nonparametric. Psychological

liullt'ii,j. 1961, 58, nm. 4, 305-16.
K.tiscr. II. F., Review of Measurement and Statistics by Virginia Senders, Psychornetrika.
I')bO, 25, 4! 1-13. Esta revisin del texto de Senders contiene una crtica muy certera sobre la postura mantenida por Stevens y Senders.

I<tiI, I. M.,

<(On the statistical treatment of football numbers, American

Psychologist, 1953,
750-Sl. Es un artculo satrico escrito por un psicmetra muy famoso y
que intenta
combatir la idea de que una escala de medida deba dictar las estadsticas que hay que
emplear.
Senders, Virginia L., Measurement and Statistics (Oxford University Press. New York, 1958).
Este texto se refiere a los conceptos de Stevens ; su postura es una de las ms avanzadas
en Io que respecta a estos tenias
Siegel. S.. Nonpara,netric Statistics (McGraw-Hill, New York, 1956). La postura de Siegel
es idntica a la de Stevens. El texto de
Siegel subraya cules tcnicas estadsticas son apropiadas a cada una de las escalas de medida. Aunque es un texto til en muchos aspectos.
su nfasis sobre las estadsticas permisibles y apropiadas est fuera de tono.
Stevens, S. S. (Ed.), Mathematics, measurement and psychophysics, en Handbook
of Expt'rimental t'syc/iologv (Wiley, New York, 1951), pgs. 1-49. Este articulo, ya un poco
antiguo, reaviv el inters sobre las escalas de medida y produjo una polmica sobre esta
problemtica.
s,

Segn los trabajos de Stevens, Senders y Siegel. la primera impresin que se tiene
que la escala subyace, en sentido metafisico a determinado conjunto de atributos. Por ejemplo, si se asigna una serie de nmeros a un grupo de objetos, entonces definitivamente tenemos categoras muy definidas; la escala sera
nominal,
ordinal. de intervalo o dc razn, sin ningn continuum que las una. Si se toma al
pic de la letra, esta posIcin pueoc conducir a una completa confusiOn a los que se
(l1'(IIGIII U titediciones en educacin o
psicologa. Por ejemplo. los partidarios de
Stevens sostIenen que las puntuaciones del CI conforman una escala ordinal
y
no fl()I1HIIll, l)er si se acepta esto sin sentido critico. se llegar a la absoluta omisin
dc la importancia de las diferencias entre las puntuaciones.
Supongatnos que los
es

MI'IHIAS. IS(AI.AS Y

I'SIAI)I(.ItAI

13

('I

respectivos de Jorge. Ntcols y Roberto son de 50, I IO y I 12; si la escala de

verdaderamente ordinal. lo nico que puede decirse es que Roberto es ms
tnteligcnte que Nicols y ste a su vez es ms inteligente que Jorge y en ningn caso
puede sostenerse ltIC Nicols y Roberto se asemejan ms en cuanto a Cl que
lo
qUC St asemejan Nicols y Jorge. Sin embargo. si para sostener esto se aduce el
iit'tho dc que la escala del Cl es ordinal, sera anrquico, puesto que si se le preltIIIta al que adiinistr las pruebas qu pensaba de los sujetos, antes de haberlas
11)lICldO, ya habra dicho que Jorge es mucho menos inteligente que Nicols y
l(oherto, los cuales se parecen bastante en cuanto al atributo en cuestin. y si se le
dice que no le atribuya importancia a las diferencias entre las puntuaciones podr
responder justificadamente que eso es asunto de l. A pesar de que la unidad dc
('I no es exactamente equivalente segn los diferentes niveles de CI. las puntuaclones de inteligencia no pueden compararse con una escala ordinal comn. De
hecho. la escala de Cl no puede categorizarse estrictamente ni dentro de la medida
ordinal ni de la de intervalo: tal vez, lo mejor sera referirse a ella como a escala de
ttcuasi-intcrvalo'>.
Sin embargo. con frecuencia el investigador encontrar importante categorizar
SII escala de medida. Si los nmeros
asignados a n objetos diferentes no son sino
lits n posiciones I, 2
n (escala ordinai), determinados enunciados respecto
dc los nmeros mencionados carecern de significado en trminos del atributo
inherente al objeto en estudio. Y todo investigador debera estar al tanto de lo antcrior, as como de que. si le asigna arbitrariamente un tres a los hombres y un
((dOS a las mujeres (medida nominai), por el hecho de que tres sea mayor que dos
titi se implica absolutamente nada respecto de la propiedad sexo. Si se consideran as, las diferencias entre escalas pueden resultar de gran utilidad. Aunque a
excepcin de medidas poco comunes (como tiempo, longitud, masa) en psicologa
y educacin es poco lo que se recurre a otro tipo de categorizacin como no sea la
ordinai o de intervalo. Es claro que el autor de un texto no tiene autoridad
para juzgar el nivel de medicin con el cual se trabaja a menos que se halle ntimamente involucrado en el problema.
No nos extenderemos ms sobre las nociones de escalas de medida, ya que solaniente desebamos impartir una visin global sobre las relaciones entre las medidas
COIl It) que se est midiendo. Sin embargo, la naturaleza de esta relacin es problema
que interesa ms al especialista en medidas, puesto que los mtodos estadsticos
son medios para analizar nmeros en tanto que tales y no en tanto que atributos
reaI(s. cuantificados. Cualquier conjunto de nmeros es susceptible de procesarse
estadisticamente mediante cualquier tcnica (con algunas lirpitaciones, evidenteIflCfltC), pero no conocemos ninguna tcnica que no pueda emplearse en razn de
que los nmeros que se le adscribieron no son los indicados. Los mtodos estadsticos ni quitan ni ponen a la significacin de los nmeros con base en los cuales
.5C efectan
(con la sola excepcin, tal vez, de algunos mtodos de nivelamientos
psicomtricos). Kaplan aludi a este punto con buen sentido del humor y aguda
PetcPcin (Kaplan. 1964, pgs. 205-06):
( I es

,..,

el arduo trabajo dc pensar por cuenta propIa. pero

paga pensando antes y despus dc hacer entrar en juego a las matemticas.
Rccucrdo iuii acertiJo dc nios que sac.t partido Justamente dc esta necesidad. Hay

E_as

maIcnticas nos .ilmrrati

esta ventaja

se

PDF compression, OCR, web optimization using a watermarked evaluation copy of CVISION PDFCompressor

MroI)os

14

ItSIAI)IS'IUOS APII(AI)flM

A LAS

CIINIAS

SOCIALES

tres Ikntes en un hotel que pagan cada uno dic7 dlarek por su habitacin. EI conserje.
alquilado una suite que no costaba sino 25 dlares, le
dio al mozo cinco dlares para que se los devolviera. Corno cinco no es divisible por tres,
cl mozo se qued dos dlares para l (tena adems razones mucho ms sutiles para
hacer esto) y devolvi tres dlares, haciendo el siguiente razonamiento : Los tres clientes
pagaron diez dlares cada uno, con lo cual el hoteIrecibi en total treinta dlares. Como
les devolv tres dlares, a uno por cliente, no tienen que pagar sino nueve, pero como nueve
por tres son veintisiete, si aado los dos dlares que me qued, dnde est el otro para
que sumen treinta?. Evidentemente que si en lugar de sumar a 27 se restan estos dos
dlares, el resultado ser 25 que fue el costo de la suite. Siempre estaremos en plena
libertad de sumar como deseemos, pero no podemos esperar que la suma represente
algo. Lo que le falta al mozo no es un dlar, sino un poco de sentido comn: vemos,
pues, que su lgica no era muy superior a su moral.
al darse cuenta de que les habla

MEI)II)AS, LS(AI.AS

1SIAI)I(,RAIOS

medicin.

se entiende la menor unidad de la escala de nmeros que se da a conocer, siendo en los tres ejemplos anteriores dcimas de segundo, pulgadas y das.
Con frecuencia deseamos establecer lmites respecto de algn
valor informado
dentro de los cuales se halle el valor real, como en el caso en que se busque calcular
las estaturas reales inferiores y superiores resultantes de un valor informado de
58 pulgadas, aproximando a una pulgada. Los lmites para el valor exacto respecto
(I( cualquier proceso de medida se hallan sumando y restando la mitad de la sensibilithid c/el proceso del valor informado. As pues, la estatura real correspondiente a la
estatura informada de 58 pulgadas est realmente entre 58 puIg
(- pulg) = 57,5
y 58 puIg + (4 puIg) = 58,5. Los ejemplos que siguen servirn de aclaracin a

punto.
Sensibilidad de la
Variable

VARIABLES Y SU MEDICION

2.3

Peso

Edad

Las variables son caractersticas de las personas u objetos, como por ejemplo,
peso, edad, tiempo de reaccin, fluidez ideacional, velocidad de lectura, nmero
de nios o de estudiantes, etc. Por intuicin y experiencia sabemos que algunas de
estas variables son continuas (es decir, que dentro de determinado rango, su medicin
puede dar lugar a cualquier valor). Valga el caso del peso, edad y tiempo de reaccin.
Tambin sabemos que otras variables son discretas (es decir, que su medida no puede
dar lugar sino a valores separados y no continuos) como el nmero de nios ; siendo
una de tales variables tambin, lo que se mide por conteo. Por ejemplo, el nmero
de nios puede dar lugar a determinados nmeros, O, i , 2, 3,
Pero esta variable
en ningn caso podra tomar un valor de, digamos, 1,75.
Por otra parte, sabemos que si dispusiramos de los instrumentos, recursos y
tiempo necesarios, las variables continuas podran medirse con el grado de refinamiento que se desee. Decidimos medir el tiempo transcurrido en una carrera en
dcimas de segundo, pero incluso si se sabe que el ganador corri las cien yardas
en I 0,4 segundos, con un equipo de medicin ms refinado, podramos determinar
que tard 10.416 segundos, y an as, la medida sera inexacta, puesto que no
aproxima sino a milsimas de egundo. La medida exacta o real de una variable
es algo que nunca puede lograrse, puesto que no llega a coincidir jams con el
valor exacto*. En cambio, y para suplir la deficiencia, existe el valor informado,
que es el observado segn la medida escogida, y aunque no esperamos que ambos
coincidan, este ltimo da una aproximacin dei primero. Por ejemplo, si alguien
mide 62 pulgadas, con un margen de una pulgada, su estatura real en ese momento
y bajo las condiciones de medicin se halla entre 61,5 y 62,5.
La medida de toda variable continua siempre debera ir acompaada por una
aclaracin de la precisin del mtodo empleado. Por ejemplo, en carreras se informa
que se aproxima a dcimas de segundo, las alturas se aproximan a pulgadas, y las
edades pueden aproximarse al da ms cercano. Por sensibilidad de un mtodo de
.

Un ia/or o puntuacin exacto no se debe interpretar como verdadero o estable completamenque no Io es. La puntuacin real puede ser inestable de una vez a otra.

Valor
obtenido

medida

Tiempo de reaccin
Tiempo transcurrido

Con aproximacin de I libra

Con aproximacin de un ao
Con aproximacin de una
centsima de segundo
Con aproximacin de dos dcimas de segundo

Lmites dei valor exacto

130 lb

129,5-130,5 lb

25

24 aos y 6 meses-25 aos y 6 meses

0,53 seg
5,6 seg

0,525-0,535 segundos
5.5-5.7 segundos

Las puntuaciones de las pruebas de educacin y de psicologa se obtienen con

frecuencia a partir del nmero de aciertos de la persona. Si Juan respondi correctamente 45 de las 90 preguntas de la Prueba de aptitud acadmica, seccin verbal,
entonces, su puntuacin en dicha prueba ser de 45. En razn de que, por lo general,
concebimos que las variables de la mayora de las pruebas psicolgicas o educacionales son continuas, la sensibilidad de tales exmenes se basa en una puntuacin
medida en tems o notas (siempre y cuando las pruebas hayan sido construidas con
preguntas separadas). As pues, la puntuacin exacta de Juan en la prueba ya mencionada se hallar entre 44,5 y 45,5 respuestas correctas. A primera vista, esto puede
parecer muy extrao, pero no debe olvidarse que lo que en realidad se est midiendo
es la variable continua habilidad verbal acadmica y no la discreta que sera
nmero de respuestas correctas.
Un punto de importancia prctica que encontraremos a menudo es este libro,
se refiere al modo de informar los valores en relacin con los clculos en los cuales
se basan ; como por ejemplo, si se sabe que hay 10 CI cuyo valor informado es de
105, y los lmites para el valor exacto se hallan entre 105,5 y 104,5, entonces, cabe
suponer que estos 10 CI se distribuyen uniformemente dentro dei lmite dei valor
exacto. Y si por alguna razn se desea saber cuntas puntuaciones se hallan por
encima de 105,2, no es sino contar tres de estos diez CI en el intervalo mencionado
(vase Fig. 2. ). Esta es una suposicin de gran utilidad para hallar promedios y
calcular escalas superiores a determinados porcentajes.
1

104,5

05,0

05,2

lO

05,5

FIG, of CVISION PDFCompressor

PDF compression, OCR, web optimization using a watermarked evaluation copy

IC,

ft

2.1

IS

MI'TOI)OM ISTAI)IS1IU)S API.K'AIX)S A LAS

(IPN(IAS 5OCIALPS

MEDIDAS. ESCALAS Y ESTADI(IRAFO%

l)esatortunadamcnte, nos vemos obligados a adoptar el concepto dc limites

para un valor exacto, en tanto que medida bsica en trabajo estadistico. Evidentemente, decir que cl nmero exacto de alumnos en una clase est entre 33,5 y 34,5
no tiene sentido, puesto que en realidad es obvio que cl nmero de alumnos no es
sino 34, pero a menudo es necesario hacer tal tipo de clculos y si presentamos
estos ejemplos sin mayores explicaciones es porque nuestro propsito es exponer
las tcnicas de mayor utilidad en estadstica y no la base terica subyacente.

Los datos pueden clasificarse respecto de cualquiera de sus caractersticas.

Por ejemplo, un experimento complejo dana lugar a datos tabulados en un cuadro
con filas y columnas, caso en el cual el simbolo X necesitara tres subndices, a saber
i.
y k para que se le localice adecuadamente. Sea X1,26 (en general, se escribe
simplemente X116), un nmero que indica la sexta posicin en la casilla de interseccin dc la fila I y la columna 3.

2.5

2.4

SIMBOLIZACION DE LOS DATOS V OPERACIONES

NOTACION SIGMA (E)

Esta seccin no es necesaria en su totalidad sino cuando se aborde el Cap. I 5 ; recomendamos leer solamente las tres primeras cuartas partes y detenerse en la Re-

Cuando solamente se est hablando de una serie de nmeros en general, sin mencionar a ninguno de ellos en particular, se hace esto en tal caso mediante una X
(lase X sub-i), cualquier valor arbitrario dei conjunto. X remplaza el nmero
y el subndice i indica que el nmero mencionado es el i de tal serie. Cuando se le
asigna determinado valor al subndice, por ejemplo, 4, entonces se sabe que X4
remplaza el cuarto nmero de la serie, y del mismo modo X1 o X2 indican el primero
t) cl
segundo nmero, sin ninguna implicacin respecto de su magnitud, o sea,
(IUC los subndices en ningn caso indican mayor o menor tamao. Por ejemplo.
se puede remplazar 4,3, 2,1, 6,7 y 3,5 por X1, X2, X3, X4, y si se desea, bien
puede
rcmplazarse el 4,3 por x2 y no por X1, puesto que X1 no indica sino el primer
nmero de una serie de n y X,, remplaza el ltimo de dichos nmeros.
Si se dispone de una serie de n nmeros (n puede ser 2, 3, 100 o cualquier otra
cifra), entonces se denotan por los smbolos X1, X2,
X,, y en general el subndice i, como por ejemplo, en el caso de X, remplaza el nmero i de la serie de

gla 3.
Entre otras cosas, para analizar datos es necesario sumarIos, restarlos, multiplicarlos y dividirlos. Como en este caso nos referimos a las operaciones en generai
de una serie indeterminada, expondremos cmo efectuarlas con base en los simbolos de tos nmeros.
X1, X2, . . . , X,, remplazan la serie de n nmeros cualquiera de los cuales puede
indicarse por X, como en el caso de X1 + X2, que sealan la suma de los dos primeros nmeros o de X1 + X2 + X,, que no es sino la suma del primero, segundo
y tercer nmeros.
Con frecuencia es necesario calcular la suma de todos los nmeros de la serie.
Sean cinco nmeros, n = 5, caso en el cual X1 + X2 + . . + X5 ser la suma
deseada de todos los valores de un grupo cuando el valor exacto n, no se especifica.
.

...,

n nmeros.

A menudo

Segn las distancias horizontales y verticales respecto de los ejes, puede localizarse cualquier dato:
Posicin dentro del grupo

Primero (I)
Segundo (2)

EI

primer nmero dei segundo grupo

4,0

X,2

= 6.5

2,3

X,,

2,1

X,, =
X,, =

se

emplea una abreviacin de X1 + X2 +

I1xi

Nmero dentro dei grupo

X,, =
X,, =

17

indica

X1

;x=x1+x2+x3.

4,4

X2

. . .

. .

X,, que es

X,,.

3x=x3+x4+x.

5,3
5

designa por X12 (6,5 en nuestro caso);

asimismo, X,3 remplaza el segundo del tercer grupo (5,3). Y podemos referirnos
a cualquiera de estos seis nmeros mediante el smbolo
X,, caso en el cual i puede
ser I o 2 y j, I , 2 o 3. Teniendo en cuenta que si i es la posicin del nmero dentro dei
grupo y j, el nmero del grupo, cui seria el smbolo de 4,4 en nuestro ejemplo?
Sea un experimento en el cual 12 personas deben leer un
panfleto y 10 deben
leer otro, por lo cual es necesario saber de antemano de qu nmeros se va a tratar.
En lugar de decir: Creo que voy a comparar el tercer nmero del primer grupo
con cl segundo grupo. es ms prctico hablar en trminos de comparar X,1
con 22 Los simbolos constituyen un tipo de taquigrafia econmica y de
gran

: es la

se

mayscula griega de la letra sigma, y por ejemplo,

suma total de X1 cuando

va desde i hasta 5 y

se lee

i1

X,

se lee

como

como suma total

i va desde I hasta n.
Los estadsticos emplean eon gran frecuencia esta notacin, en razn de que es
sumamente econmica y abreviada. Desde un comienzo, el estudiante debe aprender
a interpretar y emplear la notacin sigma, para lo cual hay instrucciones adecuadas;
Io primero que se hace es traducir los smbolos a palabras, pero es importante sealar que a medida que se adquiere cierta familiaridad con dicho signo. automlicamente se comprender su significado sin tener que traducirlo a lenguaje verbal.
de X cuando

utilidad.

PDF compression, OCR, web optimization using a watermarked evaluation copy of CVISION PDFCompressor

MI I(IU IS

II

St

AI )ISI

ft

()%

SPI U

IU%

MII)tI)A%,

IIN(IAt %()(IALI..S

IS(AIAS

haber CkCILla(It) alguna operaciti con k's n,iiiieros. Como multickvarlos al cuadrado. lo ins corriqtite e que e desee sumarios.
StIJ)t)lIgaIfl()S (IUC n HtflCR)S. multiplicados cada uno por 2. se desean sumar para
)l)tCIeI iI ,euItudo de ls is productos. que sera
I

)csptus

ISJAt)KiRAFOS
'i

(IC

lilIcttIlo por

(X +

t)

11

c)

'

X +

'' Z +

'

nc.

(Regla 2)

2X1

2X,

Hallar otro modo de indicar

+ 2X.

-f-

remplazarse por

X.

.% 2

(X1X1) +(X2 X2)+

Uk,, )

puede

2X2 -f

+ 2X =

+ cX0+

x32

X, no

remplaza sino a un nmero que es

dc n nmeros.

podra tomar valores tales como

dudo de dos nmeros,

o sea de

c y

c)

(X,,

e)

c).

(X1+c)=(X1+X2+ ...+X)(c+c+
f-1

o 1300. e

IO. 13
n

X es el pro-

es el producto de
X)(\i_1 X)
que puede escribirse tambin de la siguiente
'

'

=
(j

c).

En el miembro de la derecha, la primera suma entre parntesis es

'

x)

'

x)

-i x)2.
(j

Si

3, X2

X1

X3

i,

entonces

io

i1

Res-

dc la segunda suma entre parntesis as como del nmero dc e que se sumaresultado es n, de modo que la segunda suma es igual a nc y. por consiguiente

Determinar
a2

En

PDF compression, OCR, web optimization using a watermarked

cl

resultado de la suma

manera:

(X1

Al sumar nmeros, siempre es posible reagruparlos como se desee antes de

efectuar la adicion.

ron,

el

de

'-

un nmero (una suma) y el mismo,

(X2

'Z-

e-1

4 i'

a pesar de que rara vez emplearemos dicha expresin en estadstica elemental.

Ntese que

constante c a cada uno de los n nmeros, se escribe entonces

+ C, X2 + c,
A, + c.
La suma de dichos valores ser:
c)

(Regla I)

Si se va a aadir una
.

x3'

ti

...+cX=cX1 c>X.
t-1

modo semejante,

Y dc

L-1

cX1

pecIo

+X,

X.

I )icho producto no se obtuvo en razn de ninguna propiedad

misteriosa del
numero 2. puesto que el resultado sera el mismo con el 4, 60 o 131,4. De hecho,
si e remplaza un nmero constante (o sea, uno que permanece idntico a l mismo.
independientemente del valor de i), entonces,

...

ri

2X1
i-1

(X1

dos constantes diferentes.

que se simboliza as:

El resultado puede resumirse asi:

n

SOn

2X1

(/

+(XX)= X+ X+

..

E-

XI

X,j.

mencionada ya. tA, --

Mediante la abreviacin
.

X2

si

il'.

(Emplear las reglas I y 2.)

Otra expresin de gran importancia es la suma de n nmeros ya elevados al
cuadrado separadamente (es decir. uno por uno).

('ois seguridad el estudiante se habr percatado de que la suma viene a ser:

2(X

(cXi +
d-1

si

2X

es siempre igual a

(xE)2?

(x)
iI

100.

[Sugerencia: Hallar cundo

+ b)2.] Hacer los clculos para X = 2, X2 = 1, X3 = 4 y X4 = 1.

estadstico se emplea con mucha frecuencia Ia siguiente expresin:
evaluation copy of CVISION PDFCompressor
(a

anlisis

II

MIU)I)OhI ItM1AI)II1I(O!I APLICAI)OS

(X
(X +

e)2,

(X

c)'

c)' +

-{

(X1

i-

LAI (114N(1AS %(XIALIM

(X,

MH)I t)AS, ES(ALAS

I3TADI(JRAFOS

c)'.

21

=;x

+;2CX

=;x

que no es sino (X + c)(X, + e) y puede escribirse tambin:

X+c
X+c
cX

C2

C2

X+cX
+

2cX

Entonces, es cierto que

entre parntesis puede escribirse

X
X

c)2

+c'

2cX

nc'.

Tngase muy en cuenta que el signo suma total se coloc antes de cada uno
dc los tres trminos. pero despus de haberlos elevado al cuadrado. Esto puede verbali7.arse dei siguiente modo : La suma desde I hasta n del producto de una constante (en este caso 2e) y de una variable (X), es igual a la constante (2c) multiplicada por la suma desde I hasta n de los valores (Xi, X2,
X,) tornados por la
variable. De modo semejante, la suma desde I hasta n de una constante (en este
caso e2), no sino n vec la constante, lo cual constituye una relacin fundamental
.

(X

+ 2cX +

c2).

La expresin

veces dei siguiente modo:

entre la suma (e2 + c2 + . . . + c) y la multiplicacin (nc2).

Los datos que siguen se simbolizan mediante los dos subndices tales que
(donde i = I, 2, . . . , n) indica la posicin de la observacin nmero o de la medida
de (X) en la columna nmero j (j = 1, 2, . . . , J).

+ 2cX1 + C2
+ 2cX2 + C

Tratamiento

X + 2cX + C2.

... J

xii

X11

. . .

X,1

X,,

InI

1fl2

X1.,

.. '2J

Hallar la suma de la primera columna y determinar si es igual a X + X +

.

+ x =
;1x

2cX1

en

...

2cX2

. . .

as como la suma de la segunda columna. Cum

+ 2cX =

2c(X1

X2

),

se ve, es

lo cual puede abreviarse

2cX. Determinar asimismo que la suma de la tercera columna es

e2

e2

+c2=nc2.
Al escribir estas tres sumas de columnas, tenemos que

(X

c)2

=X

2cX

nc2.

(Regla 3)

A pesar de que es correcto. no es necesario escribir cada expresin y sumar

todas las columnas. puesto que en lugar de esto, el trmino de suma total puede
distrihuirse antes de cada trmino, garantizando el mismo resultado:

(X,

-I- C)2

=(X

2cX1

+ c')

:::

Estos datos bien podran provenir de un experimento en el cual se hubiera asignado

un nivel I a n personas, otro nivel 2 a n personas diferentes de las primeras y as
sucesivamente hasta ei nivel J dei grupo n de personas, caso en el cual se tendran
nJ personas en total. Y de modo alternativo, los J tratamientos hubieran
podido
haber sido asignados a una sola persona, pero como veremos en captulos postenores. estas dos situaciones son sustancialmente diferentes. (En el primer caso,
no es necesario que el nmero de X de cada columna sea n, puesto que bien podra
darse que fuera flj donde = I, 2, . . . , J situacin en la cual n3 indicara la tercera
columna, n2 la segunda y as sucesivamente. Pero para efectos de claridad, mantenemos los nj iguales.
Lasumadetodoslosnmeroseneiniveli (osea,lacolumna l)esX11 + X21 +
. . . + X,1 Tmese nota de
que el primer subndice indica en qu fila se halla la
observacin y ei segundo, la columna respectiva. Para hallar la suma de la columna I,
que es X1 + X21 + . . + X,. se suma desde I hasta n, manteniendo el valor

de j en I. por lo cual lo anterior se escribe de la siguiente manera:

X,1.

Asimismo.

PDF compression, OCR, web optimization using a watermarked evaluation copy of CVISION PDFCompressor

MI

22

cxprcsitI

III

X1

I(IIH

SIAIHSII(IS API

tkuwta la suma de todas las

a 2. o sea, la sauna de las

J

lt

AIMJ% A

('IPNCIA5

observaciones en la columna

1OC1AL3

valor de

i, nutuitetiiciido el

igual

2.

+ X,, (lase sumatoria

es igual a X1, = X,2 +

Lu expresin

MlIfll)AS, Es(AI.A% Y

1STADIOKAFOS

23

surit) decir solo (.

2' etc., y , paru la columna]. Es asi cmo. si deseramos referirnos a

ms una constante. diferente para cada columna. pero igual para toda
observacin dentro dc cada columna, denotaramos este hecho por X, + Cj. Para
escribir dichas cantidades hasta la columna j, se procede asi:

xi, +
xv +

I-L

desde
en

hasta

fila

J cuando i =

de la exposicin.

:11

:
,

x,

la dc los

denota la suma de observaciones

1). Esta expresin

X1 es la suma de los

J nmeros en la

fila i.

Una de las diversas maneras d denotar la suma global de los nf nmeros del
experimento es sumar individualmente cada columna y globalizar estos resultados

(X,5

Ii,

modo ms sencillo de sealar esta suma de

..

en razn de que

suma total,

J nmeros

es:

Cj

'i

Suma global =

I-1 \i-1

( i1 -1

X)

al cuadrado cada observacin inicial y sumar estos cuadrados es

(X,,

-)-

e,)

J,w
: (

i-1

X. ,

expre-

j-1 i-L

sin que se lee : ((doble suma total de X sub-d elevada al cuadrado cuando va
desde I hasta n, e i va desde i hasta n. En primer lugar, se le asigna un valor de
i hasta n, y as
I a j cuando i va desde i hasta n y luego uno de dos cuando i desde
sucesivamente.
La suma, a lo largo de las columnas de los cuadrados de cada suma de columnas,

denota por
J_1

nc,,

(Regla 4)

x1,

nc1 )

\i1

,i

x, +

i.1 i-1

:
j

,.

Como

se aprecia, el simbolo de la sumatoria de todos los nf nmeros resultantes de elevar

In

Si se desea sumar una constante da las nf observaciones, no se recurre a ningn

subndice para indicar dicha d puesto que su valor no cambia, independientemente
de la fila o columna en que se halle. El estudiante deber convencerse de que

I-1 -1

c,)

II

La suma total elevada al cuadrado tiene la forma de

se

es constante respecto de la suma total de i. En cuanto a la doble

I-1 i-1

1*

Cj.

As pues.

parciales.

X,,,

=X1 +X2

ci

nmeros de la columna]

.1

Suma global

c1

'I

j.-I

(X,+ d)=> :x1 +

i1
jI iI

nJd.

(Regla 5)

Como d se suma n veces a las observaciones de las J filas, en la suma global figurar nf veces.
Si esto no resulta satisfactorio, efectese la lista de los smbolos de las nf observaciones o medidas a continuacin, y smese el total:

...

X11+d X12+d

...

X1+d X2+d

...

\1

Se llegar al momento en que necesitaremos sumar una constante a todo nmero dc la columna I de una serie y otra constante, diferente de la primera a la
columna 2. Como el valor de la constante depende solamente de la columna y no
tIc SII posicin en ella. no necesitamos del subndice i para identificarla, siendo necc-

Obviamente, en cada columna hay

total, se tendrn ,,J d.

X+d.

nmeros de

Jy

como hay

J columnas.

en

PDF compression, OCR, web optimization using a watermarked evaluation copy of CVISION PDFCompressor

METOI)OS ISTAI)ISTICOS APLICADOS A LAS CIENCIAS SOCIALES

14

MEI)IDAS, ESCALAS Y ESTADIORAFOS

2.

3.

Categorizar cada una de las siguientes medidas segn su pertenencia a escalas nominales,
ordinales, de intervalo o de razn:
a. Identificacin de las reas de correo segn sus respectivos nmeros.
b. Posicin acadmica (profesor asistente, profesor asociado, profesor) como medida
del tiempo de servicio.
C.
Sistema mtrico para medir distancias.
d. Nmeros de telfonos.
Un profesor construye una prueba de ortografia seleccionando una muestra de 200 palabras de un diccionario.
a. Si el profesor califica su prueba de una de las siguientes maneras cul es la escala de
medida que emplea?
o el alumno escribi al menos un plural con algn error.
i el alumno escribi todos los plurales correctamente.
b. Si el profesor cuenta el nmero de palabras correctamente escritas y denomina tal hecho
como habilidad general para escribir con ortografia, cul es la escala de medida a
que est recurriendo (nominal, ordinal, de intervalo o de razn)?

Determinar los lmites del valor exacto que corresponden al valor informado en los ejemplos
a continuacin:

4.

5.

a.

Edad

b.

Peso

c.

Valor monetario

Lmites del
valor exacto

Valor
informado

Sensibilidad
de la medida

Variable

A mes ms cercano
A la onza ms prxima
Al dlar ms cercano

X=3

X11=4
X51=2
X31=6
X41=3

PROBLEMAS Y EJERCICIOS
i.

25

a.Xi,8.

X42=5

d.

Efectuar la expansin de las siguientes expresiones:

a.

9.

;x31 =

X2=I

b.X1=
<-1

I_1 -1
C.

X222

X =

b.

c.

(txj)2

Cambiar las siguientes expresiones a la notacin sigma:

a. 3X1
C.

d.

3X2

3X3

(X1+...+X)+7n=
(X+ X1) + (X+ X2) + ...

b.

+ (X

(X +
-I- X5)

. .

X10)'

6 aos, 5 meses
2 lb, 13,0 onz

$343

de todos los datos.

que indica el dato i dei grupo
Sea el smbolo
a.
Escribir el smbolo del primer dato del segundo grupo.
b. Escribir el smbolo del cuarto dato del primer grupo.
c.
Escribir el smbolo del segundo dato de un grupo indeterminado.
Sea

X =

2, X2

7, X3

1,

X4

3, X5

2 y X6

4.

Evaluar cada una de las siguientes

exposiciones:

b.X=
i1

L_1

6.

Sea X1

a.X<=
O,

X2

4, X3

c.X<=
i_2

8, X4

- 2 y X5 =

d.X-X=
6

<=1
5

1.

Vemos que

t...3

15. Evaluar cada

i-1

una de-.as siguientes sumas totales sin operar con los cinco nmeros originales.
5

4X =

a.

(Regla 1)

_1

3.1)

(Regla 2)

i_1

C.

(X +

b.

(X

- 2)

/5
d. (

\2

_1

PDF
compression,
7. Considerar
los siguientes datos: OCR, web optimization using a watermarked evaluation copy of CVISION PDFCompressor

La Editorial Prentice-Hall Internacional ha consagrado

inusitada atencin al aspecto lingstico de los textos

traducidos, ofrece al lector de lengua espaola'

El lector puede estar seguro que tiene en sus manos una
versin impecable de esta obra.
que,

Mtodos Estadsticos
Aplicados a las
Ciencias Sociales

ASESORES TECNICOS
Alfonso Alvarez Villar
Profesor de Psicologa
Universidad de Madrid

Gustavo Fernndez Pardo

Ph. D. (University of Texas, Austin)

Profesor de la Universidad Nacional

Autnoma de Mxico

Jos Caero Rojano

Licenciado en Filosofa y Psicologa

Diplomado en Sociologa Industrial
Universidad de Madrid

GENE V GLASS
Laboratory of Educational Research
University of Colorado

JULIAN C. STANLEY
Departments of Education and Psychology
The Johns Hopkins University

TRADUCCION

ASESOR LINGUISTICO
Dr. Carlos Vega
Profesor de Filologia espaola

ADAPTACION

Dra. ELSA GALVIS GOMEZ

Instituto Colombiano de Pedagoga (ICOLPE)
Coordinadora de nvestigaciones sobre
Evaluacin y Produccin de Textos Escolares y
Psicloga del Departamento Mdico
Caja Colombiana de Compensacin Familiar (CAFAM)
I

Dra. EUGENIA GUZMAN

Psicloga
Profesora de la Facultad de Psicologa
Universidad Javeriana, Bogot

II-1i

EDITORIAL PRENTICE/HALL INTERNACIONAL

PDF compression, OCR, web optimization using a watermarked

CVISION
PDFCompressor
ClIffs
Engl.wood evaluation
Bu.nosof
Aires
Bogot copy
MadrId
Mxico
San Juan