Metodos Cuantitativos

METODOS ESTADSTICOS CON SPSS
STATISTICAL PACKAGE FOR

SOCIAL SCIENCES

UNIVERSIDAD TECNOLGICA AMRICA

Ing. Patricio Prez R. MBA.
2-2

HERRAMIENTAS INFORMTICAS PARA LA
PLANEACIN Y EVALUACIN
EDUCATIVA


2-2

MTODOS CUANTITATIVOS PARA LA
PLANEACIN Y EVALUACIN
EDUCATIVA


2-2


MAESTRA EN ADMINISTRACIN PBLICA

NUEVAS TECNOLOGAS PARA EL
DESARROLLO INSTITUCIONAL

2-2
1-1
OBJETIVO

El objetivo del curso es el de proporcionar los
conocimientos necesarios en la utilizacin de los
Mtodos Estadsticos como parte esencial del mtodo
cientfico para poder llevar a cabo una investigacin,
as como demostrar la relacin de las herramientas
estadsticas elementales con las tcnicas de
investigacin .

2001 Alfaomega Grupo Editor
CONTENIDOS ANALTICOS
1. Nociones bsicas de Estadstica Descriptiva
1.1 Variables estadsticas
1.2 Tablas de distribucin de frecuencias
1.3 Medidas de tendencia central
1.4 Medidas de forma
1.5 Medidas de dispersin
1.6 Representacin grfica
1.7 Aplicaciones de la estadstica
1.8 Interpretacin de los valores estadsticos
1-3
1-3
2. Nociones Bsicas de Estadstica Inferencial
2.1 Definiciones de probabilidad
2.2 La distribucin normal de probabilidad
2.3 Niveles de confianza
2.4 Estimadores
2.5 Tamaos de muestra
2.6 Intervalos de confianza
2.7 Pruebas de hiptesis
2.8 Tcnicas de proyeccin de mercados
1-3
3. Anlisis de datos
3.1 Introduccin de datos
3.2 Edicin de datos
3.3 Generacin de variables
3.4 Anlisis exploratorio de datos
3.5 Tablas de contingencia
3.6 Correlacin lineal
3.7 Pruebas de hiptesis
3.8 Determinacin de muestras
3.8 Representaciones grficas
Qu es un proyecto.- Es la bsqueda de una solucin inteligente
al planteamiento de un problema tendiente a resolver, entre
tantas, una necesidad humana
Un proyecto surge como respuesta a una idea que busca ya sea la
solucin de un problema o la forma de aprovechar una
oportunidad de negocio.
Por qu son necesarios los proyectos.- Una inversin
inteligente requiere una base que la justifique. Dicha base es un
proyecto bien estructurado y evaluado. Es necesario entonces,
recopilar, crear y analizar en forma sistemtica un conjunto de
antecedentes econmicos que permitan juzgar cualitativa y
cuantitativamente las ventajas y desventajas de asignar recursos a
una determinada idea.
1-3
ELEMENTOS CONCEPTUALES
1-3
Decisin sobre un proyecto.- La decisin de invertir en un
determinado proyecto debe recaer no en una sola persona ni en
el analisis de datos parciales, sino en grupos multidisciplinarios
que cuenten con la mayor cantidad de informacin posible.
Evaluacin de proyectos.- Pretende medir objetivamente
ciertas magnitudes cuantitativas resultantes del estudio del
proyecto, y dan origen a operaciones matemticas que
permiten obtener diferentes coeficientes de evaluacin.
1-3
El proceso de preparacin y evaluacin de proyectos.- El
estudio del proyecto pretende contestar el interrogante de si es
o no conveniente realizar una determinada inversin. Se debe
intentar simular con el mximo de precisin lo que suceder
con el proyecto si fuese implementado.
Alcances del estudio.- En trminos generales, seis son los
estudios particulares que deben realizarse para evaluar un
proyecto:
- Viabilidad comercial
- Viabilidad tcnica
- Viabilidad legal
- Viabilidad de gestin
- Viabilidad ambiental
- Viabilidad financiera
1-3
ESTUDIO DE MERCADO
Consta bsicamente de la determinacin y cuantificacin
de la demanda y oferta, el anlisis de los precios y el
estudio de la comercializacin.
El objetivo general de la investigacin es verificar la
posibilidad real de penetracin del producto o servicio
en un mercado determinado
1-3
OBJETIVOS DEL ESTUDIO DE MERCADO
Ratificar la existencia de una necesidad insatisfecha,
o la posibilidad de brindar un mejor servicio del que
ofrecen los productos existentes en el mercado.
Determinar la cantidad de bienes o servicios
provenientes de una nueva unidad de produccin que
la comunidad estara dispuesta a adquirir.
Conocer cules son los medios que se emplean para
hacer llegar los bienes y servicios.
Dar una idea al inversionista del riesgo que su
producto corre de ser o no aceptado en el mercado.
1-3
EL PROCESO DE INVESTIGACIN DE MERCADOS
Definicin del Problema.
Establecer las necesidades de informacin y los objetivos
de la investigacin
Determinar el diseo de la investigacin y las fuentes de
datos.
Desarrollar el procedimiento de recoleccin de datos.
Determinar el tipo de muestreo y calcular la muestra.
Recopilacin de datos.
Procesamiento y tratamiento estadstico de los datos.
Analizar la informacin obtenida.
Presentar los resultados de la investigacin
1-3
1.- DEFINICIN DEL PROBLEMA
Implica tener un conocimiento completo del problema.
De no ser as, el planteamiento de solucin ser
incorrecto.
1-3
2.- NECESIDADES DE INFORMACIN Y OBJETIVOS

DE LA INVESTIGACIN
Las necesidades de informacin responden a la pregunta
qu informacin especfica se requiere ?, dando como
resultado una lista detallada de objetivos de investigacin.
1-3
3.-DETERMINAR EL DISEO DE LA INVESTIGACIN Y
LAS FUENTES DE DATOS
Un diseo es la estructura que especifica el tipo de informacin
que debe ser recolectada, las fuentes de datos (secundarios y
primarios) y el procedimiento de recoleccin de datos. Segn
sean sus objetivos, la investigacin de mercados se clasifica en:
investigacin exploratoria, concluyente y monitoreo del
desempeo.
1-3
4.- DESARROLLAR EL PROCEDIMIENTO DE
RECOLECCIN DE DATOS
Est relacionado con el proceso de medicin, el cual se
define como la asignacin de nmeros a las caractersticas
de los objetos o sucesos de acuerdo con ciertas reglas.
1-3
5.- DETERMINAR EL TIPO DE MUESTREO Y
CALCULAR LA MUESTRA
Existen dos tipos de muestreo, el probabilstico y el no
probabilstico.
1-3
PROCEDIMIENOS DEL MUESTREO
PROBABILSTICOS
Muestreo aleatorio simple
Muestreo estratificado
Muestreo por
conglomerados
a. Muestreo sistemtico
b. Muestreo por reas
NO PROBABILSTICOS
Muestreo por conveniencia
Muestreo de juicio
Muestreo por cuotas
1-3
PASOS PARA LA SELECCIN DE UNA MUESTRA
SELECCIONAR FSICAMENTE LA MUESTRA
SELECCIONAR UN PROCEDIMEINTO DE MUESTREO

DETERMINAR EL TAMAO DE MUESTRA

IDENTIFICAR EL MARCO MUESTRAL

DEFINIR LA POBLACIN
1. Elementos
2. Unidades
3. Alcance
4. Tiempo
1-3
6.- Recopilacin de datos
7.- Procesamiento y tratamiento estadstico de
los datos
8.- Analizar la informacin obtenida
9.- Presentar los resultados de la investigacin
Qu significa estadstica?
Estadstica: Rama de las
matemticas cuyos mtodos
permiten obtener conclusiones y
tomar decisiones sobre diversos
fenmenos, en todas las reas del
conocimiento.
La estadstica se divide en dos
grandes reas: estadstica
descripitiva y estadstica inferencial.
1-2
Tipos de estadsticas
Estadstica descriptiva: mtodos para
organizar, resumir y presentar datos de
manera informativa, sin hacer
generalizaciones de un todo.
Estadstica inferencial: conjunto de
tcnicas utilizadas para realizar
generalizaciones y afirmaciones acerca
de una poblacin, basndose en una
muestra.
1-4
Tipos de estadsticas
Geoestadstica
Es el arte de modelizar datos espaciales, a travs de cuyas
tcnicas se realizan estimacines, prediccines y
simulacines de datos correlacionados espacialmente. Su
importancia radica en que permite describir la continuidad
espacial de las variables y estimar valores muy cercanos a
los reales.
Econometra Espacial
Disciplina de la econometra general que se ocupa del
tratamiento de la interaccin espacial (autocorrelacin
espacial) y la estructura espacial (heterogeneidad espacial)
en los modelos de regresin de corte transversal y datos de
panel.
1-4
Quin usa la estadstica?
Los usos de la estadstica son ilimitados, las
tcnicas estadsticas se usan ampliamente en
todas las reas del conocimeinto, como en las
finanzas , produccin, control de calidad,
mercadotecnia, deportes, educacin, poltica,
medicina, etctera...
1-3
Trminos bsicos
Una poblacin o universo es un conjunto de
todos los posibles individuos, objetos o
eventos cuyas propiedades sern analizadas.
Una muestra es un subconjunto de la poblacin
con caractersticas similares a esta.
1-5
Trminos bsicos
Tipos de variables
Variable cualitativa o de atributos: la
caracterstica o variable que se estudia no es
numrica.
EJEMPLOS: gnero, religin, color de ojos,
estado civil, sector de vivienda, entre otros.
1-7
Trminos bsicos
Variable cuantitativa: la caracterstica o variable que se
estudia se puede expresar numricamente.
Las variables cuantitativas pueden ser continuas y discretas.
Variables continuas: asumen cualquier valor, entero y/o
fraccin.
EJEMPLO: saldo en una cuenta bancaria, edad, peso,
estatura, tiempo de vuelo, distancia a un punto, ingresos,
gastos, etc.
1-8
Trminos bsicos
Variables discretas: asumen nicamente
valores enteros.
EJEMPLO: nmero de miembros en una
familia, estudiantes en una aula, agencias
bancarias, cursos de capacitacin realizados,
presidentes que han existido en el Ecuador, etc.
1-9
Trminos bsicos
Ordenamiento de datos: organiza los valores en orden
ascendente o descendente
Distribucin de frecuencias: manera de compactar datos a
travs de registrar (tabular) el nmero de veces que se
repite un mismo valor de la variable de estudio.
Datos agrupados: concentracin de datos en categoras
que muestran el nmero de observaciones en cada una de
allas.
2-2
Trminos bsicos
Una distribucin de frecuencias: es el nmero de veces que
se repite un mismo valor de la variable de estudio.
Ejemplo: Precios de los hoteles en la ciudad de Cuenca.
Precios N de Hoteles
Xi. f i
20 2
30 4
35 5
45 7
50 5
60 4
75 2
80 2
2-4
Trminos bsicos
2-4
DATOS AGRUPADOS
Salarios Frecuencias
Xi fi
185 218 6
219 252 11
253 286 17
287 320 21
321 354 16
355 388 10
389 422 7
Medidas de tendencia central
Medidas de tendencia central: Son aquellos puntos
medios de una distribucin hacia los cuales
tienden a acercarse o alejarse los dems valores
que integran una serie de datos.
Media aritmtica
Mediana
Moda
Media geomtrica.
2-4
Media aritmtica: Constituye un valor de concentracin,
siendo el valor ms representativo de una serie de datos.
U = Media aritmtica de una poblacin
X = Media aritmtica de una muestra
E xi
U = X = para una serie simple de datos
N
E (fi . Xm)
U = X = Para datos agrupados
N
2-4
Mediana: Constituye el valor que se encuentra ms al centro
del conjunto de datos.
Para datos agrupados
Donde:
Liv = Lmite inferior verdadero del intervalo localizado.
N / 2 = Nmero total de datos u observaciones dividido para dos.
Fm = Frecuencia acumulada menor, en relacin al intervalo
localizado .
f i = Frecuencia absoluta del intervalo localizado.
i = Ancho del intervalo.
2-4
i
fi
Fm
N
Liv Me
|
.
|
\
|

+ =
2
Moda: Es el valor que ms se repite en un conjunto de datos
Donde:
Liv = Lmite inferior verdadero del intervalo localizado.
d
1
= Diferencia entre la frecuencia de la clase modal y la
frecuencia del intervalo inmediato anterior.
d
2
= Diferencia entre la frecuencia de la clase modal y la
frecuencia del intervalo inmediato posterior.
i = Ancho del intervalo
2-4
i
d d
d
Liv Mo
+
+ =
2 1
1
Media geomtrica: Se utiliza para calcular el cambio
porcentual promedio de una variable en el tiempo.
MG =
.
2-5
n
n X X X X ..... . . 3 2 1
Medidas de posicin
Fractiles: se usan para describir la posicin que tiene un
valor de datos especficos (segmento), en
relacin con el resto de datos.
Cuartiles
Deciles
Quintiles
Percentiles
.
2-5
Medidas de posicin
.
2-5
i
fi
Fm
N
Liv Q
|
.
|
\
|

+ =
4
1
i
fi
Fm
N
Liv Q
|
.
|
\
|

+ =
4
2
2
i
fi
Fm
N
Liv Q
|
.
|
\
|

+ =
4
3
3
Medidas de dispersin
Describen la cantidad de dispersin, o variabilidad que
se encuentra entre los datos. Estas medidas dan una
distancia promedio de cualquier observacin del
conjunto de datos respecto a la media de la
distribucin.
Rango
Desviacin media
Varianza
Desviacin tpica
2-5
Varianza: La variancia es una medida til para comparar el
grado de dispersin de dos o ms conjuntos de datos. El
resultado de la varianza se expresa con el cuadrado de las
unidades de la variable de estudio.
E (x i u )
2
o
2 =
---------------- para una serie simple de datos
N
E fi (x m u )
2
o
2 =
------------------ para datos agrupados
N
2-5
Desviacin tpica: al igual que la varianza, mide la
dispersin de los valores que toma una variable de
estudio con relacin a su media aritmtica. Su resultado
est expresado en las mismas unidades de la variable.
Para una serie simple de datos
2-5
N
u xi

=
2
) (
o
N
u xm fi

=
2
) (
o
Medidas de forma
Las medidas de forma se basan en su representacin grfica.
Curtosis (K): medida de apuntamiento o concentracin
central, estudian la mayor o menor concentracin de datos
alrededor de la media. Indica qu tan puntiaguda es la
distribucin de los datos observados.
Si K > 0 , la distribucin presenta un pico alto y se llama
leptocrtica.
Si K < 0 , la distribucin es plana, y se llama platicrtica.
Si K = 0 , la distribucin no presenta ningn pico ni es
plana, se llama mesocrtica (normal).
2-5
Medidas de forma
2-5
10 90
P P
Q
K
=
Q = (Q
3
Q
1
)
P
90
= Percentil90
P
10
= Percentil10

Medidas de forma
2-5
7 5 7 0 6 5 6 0 5 5 5 0 4 5 4 0 3 5 3 0 2 5
0 , 2
0 , 1
0 , 0
X
P
(
X
)
Distribuciones normales : 2 , 4 , 8 ( u = 5 0 )
Medidas de forma
Coeficiente de asimetra: El coeficiente de asimetra analiza
si la distribucin de datos presenta la misma forma a la
izquierda o a la derecha de la media aritmtica. Estas
curvas pueden ser simtricas o sesgadas.
Si CA > 0 , la curva presenta una asimetra positiva
Si CA < 0 , la curva presenta una asimetra negativa
Si CA = 0 , la curva es simtrica
2-5
Medidas de forma
2-5
o
) ( 3 Me U
CA

=
Distribucin simtrica
sesgo cero moda = mediana = media
3-26
Distribucin con asimetra positiva
sesgo a la derecha: media y mediana se
encuentran a la
derecha de la moda.

moda < mediana < media
3-27
Distribucin con asimetra negativa
sesgo a la izquierda: media y mediana
estn a la izquierda de la moda.

media < mediana < moda
3-28
2-5
Nociones Bsicas de Estadstica
Inferencial
La probabilidad se determina con base a la
proporcin de veces en las que ocurre un resultado
favorable en cierto nmero de observaciones o
experimentos.
DEFINICIN DE PROBABILIDAD
Trminos utilizados
2-5
Experimento.- Es el proceso mediante el cual se obtiene una
observacin o medicin de un fenmeno y que puede tener
dos o ms resultados, llamados eventos o sucesos.
Ejemplos: (1) el lanzamiento de una moneda, (2) el
lanzamiento de un par de dados, (3) el revisar un producto,
entre otros.
Evento o suceso.- Es el conjunto de uno o ms resultados
producto de un experimento.
Ejemplos: (1) en el lanzamiento de una moneda, los eventos
posibles son: cara o sello, (2) en el lanzamiento de un dado,
los eventos posibles son: 1,2,3,4,5 o 6.
Trminos utilizados
2-5
EVENTO CONJUNTO O ESPACIO MUESTRAL
Es el conjunto de todos los resultados posibles de un
experimento en particular. A sus elementos se los denomina
muestra.
Ejemplo, al lanzar dos monedas por una sola vez, el evento
conjunto sera:
PROBABILIDAD DE UN EVENTO
2-5
Si al evento A se observa n veces en un gran nmero
de N repeticiones de un experimento, entonces la
probabilidad del evento A est dado por la siguiente frmula:
Donde:
P = Probabilidad.
A = Evento esperado.
n = Nmero de observaciones del evento esperado.
N = Nmero total de eventos en un experimento.
( )
N
n
A P =
PROBABILIDAD DE UN EVENTO
2-5
En un experimento dado, un evento o suceso debe ocurrir o no
ocurrir. En consecuencia, la suma de la probabilidad de la
ocurrencia ms la no ocurrencia ser siempre igual a 1 en
valores relativos 100%en valores porcentuales.
Lo expuesto, se indica en la siguiente ecuacin:
P + Q = 1.
P + Q = 100 %.
P = Probabilidad de ocurrencia o xito.
Q = Probabilidad de no ocurrencia o fracaso.
LA DISTRIBUCIN NORMAL DE PROBABILIDAD
2-5
Conocida tambin como curva normal o campana de Gauss
tiene una importancia fundamental en estadstica, por el elevado
nmero de fenmenos que se explican con esta distribucin.
La curva normal no es otra cosa que la expresin grfica de una
distribucin de Frecuencias, misma que tiene muchas
observaciones cercanas al centro de la distribucin y luego
disminuyen gradual y simtricamente.
2-5
PROPIEDADES
1. Es simtrica y tiene forma de campana.
2. La media aritmtica est en el centro y divide el rea en dos
partes iguales. Por consiguiente, la mediana y la moda tienen
el mismo valor.
1. Tericamente la curva normal se extiende hacia el infinito en
ambas direcciones y tiende gradualmente a unirse con el eje
de la abscisa (x), sin llegar a tocar el eje.
2-5
PROPIEDADES
2-5
El objetivo de la curva normal es el de encontrar la proporcin
o probabilidad de un evento, a travs de la utilizacin de la
siguiente frmula y las tablas de reas bajo la curva normal.
Donde:
X = Valor indicado de la variable de estudio.
U = Media aritmtica de la poblacin.
o = Desviacin tpica de la poblacin
CURVA NORMAL
o
U X
Z

=
2-5
El clculo de los puntos percentiles bajo la curva
normal sirven para determinar valores de la
variable de estudio en el eje de la abscisa.
o
U X
Z

=
PUNTOS PERCENTILES BAJO LA CURVA NORMAL
2-5
Es una probabilidad que asociamos con la estimacin de un
intervalo el cual incluya al parmetro buscado. Es decir, significa
que las medias de todas las muestras, consideramos como
probables que el 95 % de estos valores se acerquen al valor
verdadero (u) , dejando el 5 % restante como improbable su
obtencin (es el riesgo a equivocarnos).
Un nivel de confianza est representado por la letra Z. A su
vez, los valores de Z estn expresados en unidades de
desviaciones tpicas, mismos que se pueden determinar por
medio de la grfica de la curva normal y las tablas de reas
NIVELES DE CONFIANZA
FRMULAS PARA DETERMINAR EL TAMAO
DE MUESTRA
2-5
2
2
e
PQ Z
n=
PQ Z N e
PQN Z
n
2
) 1 (
2
2
+
=
Poblaciones
infinitas
Poblaciones
finitas
2-5
2
|
|
.
|
\
|
=
e
z
n
o
PARA ESTIMAR LA MEDIA ARITMTICA DE
UNA POBLACIN
2-5
PROPIEDADES
2-5
ESTIMACIN

Debido a factores de tiempo y costo, los
parmetros de una poblacin o proceso
frecuentemente se estiman sobre la base de
estadsticas muestrales. Cualquier estadstico de
la muestra que se utilice para estimar un
parmetro poblacional se conoce como estimador.

2-5
INTERVALOS DE CONFIANZA

Es el rango de la estimacin que se est realizando.
Los intervalos de confianza se expresan tanto en
valores numricos de la variable de estudio como en
trminos de errores estndar

2-5
FRMULAS PARA ESTABLECER UN INTERVALO DE
CONFIANZA

Para estimar la media aritmtica
de una poblacin

Para estimar la proporcin de
una poblacin

x S Z X .
p S Z p .
2-5
FRMULAS PARA ESTABLECER UN INTERVALO DE
CONFIANZA

Para estimar el error stndar de la
media aritmtica de una poblacin

Para estimar el error estndar de la
proporcin de una poblacin

n
p p
S
p
) 1 (
=
s
s
n
x
=
2-5

EL ERROR MUESTRAL

El error muestral no es otra cosa que la diferencia entre la
media aritmtica muestral y la media aritmtica poblacional.
En trminos matemticos, esto significa que el error muestral
es la desviacin tpica de las distintas medias aritmticas
muestrales en relacin a la media aritmtica poblacional.
Por consiguiente, se designa a la desviacin tpica de una
distribucin de muestreo como error estndar

2-5

ERROR DE ESTIMACIN

Es el error mximo permisible que el investigador est dispuesto a
tolerar.
Se identifica por la letra E, y sirve para establecer el intervalo de
confianza dentro del que nos movemos en la muestra, es decir, los
lmites formados por la media de la muestra, ms o menos el error
en cuestin, dentro del que se debe encontrar la media poblacional,
con el grado de probabilidad con que se trabaje.
El error puede determinarse en las mismas unidades de la variable
de estudio o en valores relativos

Metodos Cuantitativos

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Metodos Cuantitativos

Diunggah oleh

Hak Cipta:

Format Tersedia

METODOS ESTADSTICOS CON SPSS

STATISTICAL PACKAGE FOR

2.- NECESIDADES DE INFORMACIN Y OBJETIVOS

Anda mungkin juga menyukai