Nanda 2018 - 2020

Seminario de Tesis I y Estadística Aplicada
Maestría en Docencia Universitaria

LECCION 1 :
Dr. Florbel Navarro Quispe

¿Qué es la estadística?
“Es la rama de la matemática que tiene por objeto la recopilación, el
análisis, la interpretación y la presentación de una gran cantidad de
datos numéricos”.
Webster Karl (1992)
“Es la rama del método científico relacionada con la recopilación de los

datos que se obtienen al contar o medir las propiedades de las
poblaciones”.
Stuart Ord (1999)
“La estadística se relaciona fundamentalmente con los procedimientos

para el análisis de datos, en particular aquellos que en cierto sentido
poseen carácter aleatorio”.
Rice (1995)
“La estadística es una rama de la matemática, que

nos provee de métodos y procedimientos para
recopilar, organizar, analizar, presentar e
interpretar un conjunto de datos, que permitan
luego establecer conclusiones válidas y realizar
inferencias”
Recolectar
La estadística
es Organizar
Analizar
una ciencia que
abarca métodos y para
procedimientos Presentar
Interpretar
Datos
División de la estadística
• Estadística Descriptiva
Trata sobre la recolección, clasificación, presentación de los
datos y el cálculo de los diferentes estadísticos, a fin de analizar y
describir en forma apropiada las diversas características de la
variable. Sin pretender sacar conclusiones acerca de la población.
• Estadística Inferencial
Cuando el estadígrafo obtenido en la muestra, se infiere en la
población de estudio; generalizando leyes de
comportamiento, con un cierto grado de confianza, medido por la
probabilidad.
inferencia
Muestra Población
La estadística en la educación
• Evaluación del alumno, en forma individual o

grupal
• Evaluación del sistema educativo
• Elaboración de indicadores educativos
• Formulación de metas educativas
• Investigación educativa
• Planificación y administración educativa
• Informes técnico pedagógicos
• Plan anual de trabajo; Plan operativo.
• Presupuesto de inversión y operación
• Memoria anual etc. etc.
La investigación estadística
La investigación estadística por su naturaleza es básicamente
descriptivo. Trata sobre la confiabilidad, validez y significación
de los datos, de las muestras; así como de los métodos y
técnicas de recolección y análisis estadístico.
Etapas de la investigación estadística.

1. Planeamiento de la investigación
2. Recopilación de datos
3. Organización y presentación de datos.
4. Análisis e interpretación de resultados.
5. Publicación de la investigación.
1. Planeamiento de la investigación
Plantear el problema (¿Qué?, ¿Por qué?, ¿Para que?
Establecer los objetivos
Justificar la investigación
Determinar el ámbito
Formulación de las hipótesis
2. Recopilación de datos
Fuentes de información
Fuentes primarias
Fuentes secundarias
Técnicas
La encuesta (cuestionario)
La entrevista (cuestionario)
La observación (lista de cotejo)
Análisis de documentos
Test
Escalas etc.
3. Organización y presentación de datos

Clasificación de datos
Tabulación de datos
Cuadros estadísticos
Gráficos estadísticos
4. Análisis e interpretación de datos.

Medidas de tendencia central y de dispersión
Pruebas estadísticas (paramétricas y no
paramétricas)
5. Publicación de la investigación
Titulo, Introducción, capítulos, discusión o análisis de
resultados, conclusiones y recomendaciones
Población o universo
La población es un conjunto de individuos, objetos

o elementos que poseen características comunes y
observables.
Finita.- Número limitado de

elementos.
Población de
acuerdo a su
tamaño Infinita.- Número ilimitado de
elementos.
Ejemplos de población
Población : Finita, Infinita
• Todos los estudiantes de la I.E. Nuestra Señora de Guadalupe, de la

ciudad de Lima.
• Todos los ingresantes del año 2011 a la Escuela de Postgrado de la
Universidad WIENER .
• Las I.E. de la Región Lima.
• Los posibles resultados (cara o sello) de sucesivas lanzadas al aire
de una moneda.
• Estudio de la situación económica de los docentes de la
Universidad WIENER.
Muestra
La muestra es un subconjunto de la población, elegido en
términos de representatividad, y que se calcula a través
de un proceso denominado muestreo
muestreo.
Generalización
Población de resultados
Muestra
Muestra
Representativa
Es una característica que tiene cada

Variable elemento de la población o
muestra, y que puede tomar
diferentes valores
Edad
Ejemplo: En la Lugar de nacimiento
población de los Estado civil
participantes de la Sexo
maestría en Docencia Ocupación
Universitaria de la Lugar de procedencia
Universidad Religión que profesan
WIENER, se pueden Talla
diferenciar las Peso
siguientes etc.
características:
Clasificación de las variables

1. Por su generalidad o abstracción
Son variables que necesitan definirse operacionalmente;
por sus cualidades o características no son fácilmente
a. Teóricas observables o medibles. Ejemplo: desarrollo
económico, estrato socio económico, rendimiento
académico, hábitos de consumo de drogas … etc.
b. Intermedias Son aquellas que permiten especificar a las variables

teóricas con el fin de hacerlas observables y medibles.
Son las variables que no necesitan definirse

operacionalmente , por que sus valores se identifican en
c. Empíricas forma inmediata y son fácilmente medibles. Ejemplo:
talla, sexo, peso, etc.
* Operacionalizar una variable consiste en transformar las variables teóricas , en intermedias y luego
en variables empíricas (observables y medibles).
Ejemplo:
Variables
Variable teórica Variables intermedias empíricas
Muy buena 20 – 17
Calificaciones Buena 16 – 14
Rendimiento Regular 13 – 11
Académico Deficiente 10 - 00
Asistencia a Alta 100% - 80%
clases Media 79% - 60%
Baja 59% - a menos
Prácticas pre Eficiente A
profesionales Regular B
Deficiente C
2. Por su relación causal
a. Independientes (X) Es el factor que causa, afecta o condiciona en

forma determinante a la variable dependiente
b. Dependientes ( Y) Es la variable que es afectada por la presencia de

la variable independiente en sus resultados
Son aquellas que van a especificar las

c. Intervinientes (z) condiciones o requisitos para que las variables X
e Y tomen sus correspondientes valores.
Ejemplo: “El bajo presupuesto destinado al sector educación aumenta el

índice de analfabetismo, en familias de escasos recurso económicos”
V. Independiente. : Bajo presupuesto
V. Dependiente : Índice de analfabetismo
V. Interviniente : Familias de escasos recursos económicos
3. Según la naturaleza de la variable

a. Variables cualitativas
a1. Variables cualitativas nominales
Aquellas que expresan una cualidad, característica o
atributo que presentan los elementos en la población, y
son objetos de categorizar, calificar y ordenar. No son
susceptibles de ser medidos.
Variable Dominio de variación
Sexo Masculino
Femenino
Lugar de nacimiento Lima
San Miguel
Tarapoto
Comas
Cuzco
a2. Variables cualitativas ordinales
Aquellas cuyo dominio de variación

implica un orden entre categorías.
Ejemplo:
Inicial
Primaria
Nivel de educación Secundaria
Superior no
universitaria
Superior universitaria
Alto
Nivel socio económico Medio
Bajo
b. Variables cuantitativas
Cuando el valor de la variable se expresa por un
número y resulta de la operación de contar o
medir .
b1. Discreta
Cuando los valores del dominio de variación son

contados, es decir solo pueden tomar valores
enteros.
Ejemplo:

Número de alumnos 600 alumnos
Numero de hermanos 5 hermanos
b2. Continua
Cuando los valores del dominio de variación

son susceptibles de ser medidos. Pueden
asumir cualquier valor de un intervalo de
números.
Ejemplo:

66 kg
Peso 72,50 kg
57,78 kg
1,50 m
Talla 167 cm
180 cm
Nominales
Cualitativas
Ordinales
Variables
Discretas
Cuantitativas
Continuas
Medición de las variables

Las variables no solo se clasifican , también es necesario
medirlas. La medición se hace a través de niveles o escalas,
1. Escala nominal
Es el nivel mas simple de medición donde la variable establece
categorías sin orden. En este nivel de medición, las categorías
solo se nombran o se enumeran pero no comparan. Ejemplo:
Variable Categoría
Saltero
Estado civil Casado
Viudo
Divorciado
Lima
Distrito de residencia Comas
Pueblo Libre
Breña
2. Escala ordinal
Es el segundo nivel de medición donde la variable

establece categorías jerarquizadas. Las medidas
ordinales se disponen de mayor a menor o viceversa.
Ejemplo:
Variable Categoría
Alto
Nivel Medio
socioeconómico Bajo
Inicial
Nivel educativo Primaria
Secundaria
Superior
3. Escala de intervalo
Es el tercer nivel de medición, donde la variable incluye

todas las características de la escala ordinal, pero además
la distancia entre los valores es constante.
Es decir se pueden determinar diferencias , pero no
multiplicar ni dividir.
Ejemplo:
En grado Fahrenheit, 126º F no es el doble de cálido que
63ºF, ya que si los convertimos a grados Celsius,
tendríamos 52,2ºC y 17,2ºC, respectivamente y el primero
seria 3 veces mas cálido que el otro; lo que no es cierto.
Este tipo de datos no soporta la división
Ejemplo: rendimiento escolar, coeficiente de inteligencia,
presión arterial etc.
4. Escala de razón o proporción
La variable comprende a la vez todos los casos

anteriores: clasificación, orden, distancia y origen
único natural ( la unidad de medida necesariamente
tiene que partir del valor cero).
Ejemplo:
Edad: Un alumno tiene 12 años de edad, pero para
llegar a esa edad necesariamente ha tenido que partir
de cero años.
Estatura.
Peso. .. Etc.
Dato
Es el valor obtenido como resultado de las observaciones de
una variable. Los datos son expresados mediante una
característica o atributo cuando la variable es cualitativa, y
mediante un número cuando la variable es cuantitativa.
Ejemplos:
Si la variable es sexo los datos son: masculino y femenino.
Si la variable es edades, los datos pueden ser : 13 años, 15
años, 26 años, 22 años, etc.
Si la variable es talla, los datos pueden ser: 1,56 m; 1,32 m;
147 cm ; 183 cm.
Escalas de
Medición
Nominal Ordinal De intervalo De razón

Introducción al Muestreo
• El muestreo es una técnica estadística, que tiene por objeto
seleccionar una muestra representativa de la población.
• Un muestra debe ser adecuada en : cantidad y calidad
Un muestra es buena en cantidad, cuando incluye un óptimo

número de las unidades estadísticas en el estudio o investigación
Una muestra es buena en calidad, cuando representa casi
exactamente las características de la población del cual fue
extraído, y difiere de la población solo en el número de las
unidades estadísticas.
Diseño de Muestreo
a. Muestreo Probabilístico
b. Muestreo no Probabilístico
a. Muestreo Probabilístico
• Cuando cada unidad estadística de la población, tiene
asignada una probabilidad de ser seleccionada por el
investigador.
• Cuando una muestra es probabilística, el riesgo de decisiones
y conclusiones incorrectas se pueden medir utilizando la
teoría de la probabilidad, y pueden ser objeto y tratamiento de
la estadística.
a1. Muestreo aleatorio simple

Se caracteriza por que todas las unidades estadísticas de la
población, tienen la misma probabilidad de ser incluidos en la
muestra.
- La técnica de la urna o caja.
- La técnica de la Tabla de números aleatorios.
a2. Muestreo aleatorio sistemático

Consiste en seleccionar una muestra, aplicando un intervalo
de selección K, llamado razón de muestreo aleatorio
sistemático.
K = razón e muestreo aleatorio

sistemático
K = N/n
N = Tamaño de la población
n = Tamaño de la muestra
a3. Muestreo aleatorio estratificado

Consiste en dividir la población en “k” sub grupos o estratos, que son
homogéneos a las características que se van a estudiar o investigar.
Permite una información para cada uno de los estratos como para toda la
población.
Se evita el riesgo que un estrato quede inadecuadamente representado.
K = razón de muestreo aleatorio estratificado

K = n/N
N = tamaño de la población
n = tamaño de la muestra = n1 + n2 + n3 Lnn
A N= Estrato K ni Cuota
A
n=
B
B
K= C
C
D D
a4. Muestreo Probabilístico por conglomerados
Se usa en poblaciones grandes y muy dispersas desde el

punto de vista geográfico.
En este tipo de muestreo, en lugar de seleccionar directamente
los elementos de la población se hace una selección inicial de
grupos o conglomerados, que son agrupaciones de unidades
estadísticas que deben ser lo mas heterogéneos posible, de
suerte que cada uno de ellos resulte una réplica reducida de la
población, la muestra general esta formada por todas o por
una sub muestra de las unidades en cada conglomerado.
Ventajas:
- Los elementos de los conglomerados están próximos unos a
otros.-
- No es necesario una lista completa de todos los elementos
de la población, basta una lista de conglomerados.
b. Muestreo no Probabilístico
La muestras se caracterizan, por el hecho de que no es posible
determinar la probabilidad de inclusión de cada unidad estadística de
la población en la muestra extraída. Por esta razón, no hay forma de
medir el riesgo de llegar a conclusiones erróneas a partir de muestras
no probabilísticas.
Dado que la confiabilidad de estas muestras no pueden medirse, las
muestras no probabilísticas, no se prestan para el tratamiento y
análisis estadísticos.
b1. Muestreo por conveniencia.

La unidades estadísticas se incluyen en una muestra por
conveniencia. Se eligen por su facilidad de acceso y conveniencia
b2. Muestreo basada en opinión
Las unidades estadísticas son seleccionados por un experto.
experto.
Estas muestras se utilizan en los casos en que el costo o el tiempo
disponibles hacen necesario que la muestra sea de tamaño pequeño.
b3. Muestreo Intencional

Cuando el investigador intencionalmente determina la
muestra que crea necesario. Se utiliza generalmente en
sondeos electorales.
b4. Muestreo casual o incidental

Consiste en conformar la muestra con elementos de fácil
acceso. Es el caso de los voluntarios.
b5. Muestreo bola de nieve.

Consiste en localizar a varios individuos , los cuales
conducen a otros, y estos a otros, y así hasta conseguir
una muestra del tamaño requerido.
Este tipo de muestreo se emplea muy frecuentemente
cuando se hacen estudios con poblaciones
“marginales” : delincuentes, sectas, determinados tipos
de enfermos etc..
Tamaño de la muestra
Depende de:
1. El máximo error permisible.
2. El grado de confianza de que el error en la estimación no
exceda del máximo error permisible ( 1- α
).
Se calcula a partir de las fórmulas:
z = Valor tabular para un nivel de

zσ 2 2 confianza
2
n= 2 σ = Varianza
e
e = Error de muestreo (es determinado
2 por el investigador)
z pq p = es la proporción de elementos que
n= 2
e presenta la característica investigada
q = 1- p
Presentación de los datos
•Cuadros estadísticos
•Gráficos estadísticos
•Tablas de distribución de frecuencias
Cuadros estadísticos
Es el arreglo de los datos en filas y columnas con el objeto de

facilitar su lectura y posterior análisis e interpretación.
Partes:
1. Número del cuadro.
2. Encabezado.- Nos indica las características del fenómeno de
estudio
3. Columna matriz.- Formado por la primera columna de la izquierda;
nos indica la variable del fenómeno de estudio.
4. Cuerpo el cuadro.- Es el contenido numérico del cuadro.
5. Nota al pie.- Se usan para aclarar términos o siglas
6. Fuente.- Señala la fuente donde se obtuvieron los datos
7. Elaboración.- Menciona al responsable de la elaboración
Gráfico Nº 01
Número
Universidad WIENER
Título
Alumnos matriculados por facultades según años
AÑOS
Encabezado Facultades
2007 2008 2009 2010
C
Educación 450 550 480 368
U
Administración 244 321 290 311 E
Columna Ingeniería 367 378 325 430 R
matriz Economía 127 153 175 243 P
Medicina 109 139 149 200 o
Total 1297 1541 1419 1552
Nota al pie Matricula al primer semestre de cada año

Fuente Oficina de Servicios Académicos
Elaboración F. N.
Cuadro de doble entrada
Cuadro Nº 02
Color del automóvil por sexo del propietario
Sexo Masculino Femenino Total

Color
Rojo 7 12 19
Verde 12 9 21
Azul 16 4 20
Otros 5 3 8
Total 40 28 68
Fuente: Encuesta a conductores, abril del 2007
Elaboración: E.T.R.
Gráficos estadísticos
Permiten destacar visualmente la magnitud de las

características de un variable, o comparar las diversas
relaciones entre variables, ofreciendo una visión panorámica y
rápida del fenómeno en estudio.
Pueden ser:
Gráficos lineales
Gráficos de barras: simples, compuestas y superpuestas
Gráfico circular.
Grafico de áreas
Gráfico radial
Gráficos de anillos
Pictogramas etc.
Gráfico lineal
ALUMNOS MATRICULADOS EN LA I.E. "RAMON CASTILLA"
POR NIVEL EDUCATIVO
700
600
A
L 500
U
M 400
N 300
O
S 200
100
0
1999 2000 2001 2002 2003 2004 2005 2006 2007
AÑOS
PRIMARIA SECUNDARIA
Gráfico de barras simples
ALUMNOS MATRICULADOS EN LA I. E. "ELVIRA GARCIA Y GARCIA"

EN EL PRIMER AÑO - NIVEL: SECUNDARIA
49 50
45 47
A 50 42
L 45
U 40
M 35
N 30
25
O
20
S 15
10
5
0
1º A 1º B 1º C 1º D 1º E
SECCIONES
Gráfico de barras compuestas
ALUMNOS MATRICULADOS EN LA I. E. "LOS ANDES"

EN TRES NIVELES EDUCATIVOS ( 2004-2007)
400
A
350 370 390
L
U 300 325 320
358
315
M 250
N 200 255 280 210
O 150 140
S 100
90
60
50
0
2,004 2,005 2,006 2,007
AÑOS
INICIAL PRIMARIA SECUNDARIA
Gráfico de barras superpuestas

I.E. "MIGUEL GRAU"
RENDIMIENTO ACADEMICO DEL 5to. AÑO "A" - 2009
1
0.9
A 0.8
L 0.7
U 0.6
M 0.5
N 0.4
O 0.3
S 0.2
0.1
0
MAT. FIS. LIT. GEOPOL. REL. INGLES
ASIGNATURAS RETIRADOS
DESAPROBADOS
APROBADOS
Gráfico circular
DOCENTES POR NIVEL EDUCATIVO

I.E. "LOS ALAMOS"
INICIAL
16%
SECUNDARIA
52%
PRIMARIA
32%
Gráfico circular
I.E. Alfonso Ugarte

Porcentaje de alumnos matriculados por nivel educativo
2010
16%
52% ED. INICIAL
ED. PRIMARIA
32%
ED. SECUNDARIA
Gráfico de barras simples

EVALUACION DOCENTE 2010 – UNIVERSIDAD WIENER
PROMEDIOS POR CRITERIO DE ENCUESTA
CRITERIOS
15.21
APREC. GENERAL
15.6
ASPECTO ETICO
14.7
CONOC. DE NORMAS
CAPAC. METODOLOGICA 15.12
PREP. ACADEMICA 15.68
14.2 14.4 14.6 14.8 15 15.2 15.4 15.6 15.8
PROMEDIOS
Gráfico radial
EVALUACION DOCENTE 2010 UNIVERSIDAD WIENER

PROMEDIOS POR CRITERIO DE ENCUESTA
PREP. ACADEMICA
15.68
15.8
15.6
15.4
15.2
15
14.8 CAPAC.
APREC. GENERAL
15.21 14.6 15.12
METODOLOGICA
14.4
14.2
14.7
15.6
ASPECTO ETICO CONOC. DE NORMAS
Gráfico de áreas
Inasistencia de alumnos en las I. E.

“A”, “B” y “C” por bimetre – 2009.
60
A 50
l
u 40
m
30
n
o 20 C
s
10 B
A
0
1er. Bim. 2do. Bim 3er. Bim 4to. Bim.
A B C
Pictogramas
GRACIAS

Nanda 2018 - 2020

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Nanda 2018 - 2020

Enviado por

Direitos autorais:

Formatos disponíveis

Seminario de Tesis I y Estadística Aplicada

Maestría en Docencia Universitaria

Dr. Florbel Navarro Quispe

“Es la rama del método científico relacionada con la recopilación de los

“La estadística se relaciona fundamentalmente con los procedimientos

“La estadística es una rama de la matemática, que

• Evaluación del alumno, en forma individual o

Etapas de la investigación estadística.

3. Organización y presentación de datos

4. Análisis e interpretación de datos.

La población es un conjunto de individuos, objetos

Finita.- Número limitado de

• Todos los estudiantes de la I.E. Nuestra Señora de Guadalupe, de la

Es una característica que tiene cada

Clasificación de las variables

b. Intermedias Son aquellas que permiten especificar a las variables

Son las variables que no necesitan definirse

2. Por su relación causal

a. Independientes (X) Es el factor que causa, afecta o condiciona en

b. Dependientes ( Y) Es la variable que es afectada por la presencia de

Son aquellas que van a especificar las

Ejemplo: “El bajo presupuesto destinado al sector educación aumenta el

3. Según la naturaleza de la variable

Variable Dominio de variación

a2. Variables cualitativas ordinales

Aquellas cuyo dominio de variación

Cuando los valores del dominio de variación son

Variable Dominio de variación

Cuando los valores del dominio de variación

Variable Dominio de variación

Medición de las variables

Es el segundo nivel de medición donde la variable

Es el tercer nivel de medición, donde la variable incluye

4. Escala de razón o proporción

La variable comprende a la vez todos los casos

Nominal Ordinal De intervalo De razón

Un muestra es buena en cantidad, cuando incluye un óptimo

a1. Muestreo aleatorio simple

a2. Muestreo aleatorio sistemático

K = razón e muestreo aleatorio

a3. Muestreo aleatorio estratificado

K = razón de muestreo aleatorio estratificado

a4. Muestreo Probabilístico por conglomerados

Se usa en poblaciones grandes y muy dispersas desde el

b1. Muestreo por conveniencia.

b3. Muestreo Intencional

b4. Muestreo casual o incidental

b5. Muestreo bola de nieve.

z = Valor tabular para un nivel de

Presentación de los datos

Es el arreglo de los datos en filas y columnas con el objeto de

Total 1297 1541 1419 1552

Nota al pie Matricula al primer semestre de cada año

Cuadro de doble entrada

Sexo Masculino Femenino Total

Permiten destacar visualmente la magnitud de las

Gráfico de barras simples

ALUMNOS MATRICULADOS EN LA I. E. "ELVIRA GARCIA Y GARCIA"

Gráfico de barras compuestas

ALUMNOS MATRICULADOS EN LA I. E. "LOS ANDES"

Gráfico de barras superpuestas

DOCENTES POR NIVEL EDUCATIVO

I.E. Alfonso Ugarte