ESTADÍSTICA APLICADA

A LA INVESTIGACIÓN
EN EDUCACIÓN
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTAD DE EDUCACION, COMUNICACIÓN Y HUMANIDADES
 CONTENIDO

1. Concepto de Estadística.
2. ¿Qué son datos ?
3. ¿Qué tipos de datos existen ?
4. ¿Qué se puede hacer con los datos?
5. Población y muestra
6. Parámetro y estimador
7. Estadística descriptiva e inferencial
8. Ejercicio aplicativo
1.1 Situaciones en las que se utiliza la Estadística
Ejemplos
Varias veces durante el día un docente toma la
opinión a los estudiantes en el I.E. Santa Eulalia
respecto a un tema de aprendizaje.
Un investigador educativo examina los efectos de las
medidas aplicadas para contrarrestar la delincuencia y
su relación con la educación. Ocho meses después de
su aplicación vuelve a entrevistar a los estudiantes, el
docente realiza una comparación de las opiniones.
El profesor desea saber por que las evaluaciones de la
asignatura de matemática tiene un bajo rendimiento
en la especialidad de idioma extranjero
1.2 El Pensamiento Estadístico

El profesional de la Educación debe de preocuparse

permanentemente en registrar información sobre las
características que le permitan conocer los factores que
inciden en la variabilidad del servicio educativo y así
estar en condiciones de implementar acciones dirigidas a
mejorar la calidad del servicio que ofrece.
Objetivo de la estadística
El objetivo de la estadística es mejorar la
comprensión de hechos a partir de
datos. (Moore, p.267)

El principal objetivo de la estadística es hacer

inferencias acerca de una población, con base en
la información contenida en una muestra. (Pérez,
p.172)
Debe medir
• las quejas en el Servicio educativo,
• las evaluaciones por día en una I.E.,
• las demoras en la atención en una dificultad o
• las dificultades de aprendizaje en una determinada
especialidad, y compararlos con los de otra
especialidad y/o II.EE. Regional, Nacional o
internacional, y así determinar la calidad del
servicio educativo.
La implementación del pensamiento estadístico
tiene tres fases:
Identificar los factores de variabilidad.
Conocer (o medir) la variabilidad.
Manejar (o controlar) la variabilidad
Estructura de un proyecto de investigación
1.Definición del problema
2 Tipo de estudio
Diversos: Exploratorias, Descriptiva, Comparativas,
Analíticas,

3 Definición del alcance del estudio

4 Diseño estadístico de la muestra

5 Definición de variables y escalas de medición

6 Recolección de datos

7 Procesamiento de la información
8 Recursos y presupuesto de investigación
Qué recursos personales y de materiales se
requieren. Cuales son los costos para llevar a
cabo la investigación. Cómo se desembolsará
(mes a mes) estos gastos. Cómo se financiará.

9 Cronograma
Con ayuda de un Diagrama Gantt o un PERT, para
visualizar las diferentes etapas

10 Referencias bibliográficas
Partes de un informe final de investigación
1.6 ¿Qué es Estadística ? RECOLECTAR

Es la ciencia que proporciona

ORGANIZAR
un conjunto de métodos,
técnicas y/o procedimientos
para : ANALIZAR

INTERPRETAR

Con la finalidad de ayudar a

tomar decisiones lo más DATOS
acertadas posibles.
A esta secuencia se llama proceso estadístico.
¿Qué es la RECOLECCIÓN de datos ?

Es el registro de características
(medición, observación, conteo) a
una unidad elemental (o de
análisis).
¿Qué es la ORGANIZACIÓN de datos ?

Es el ordenamiento para una mejor

comprensión y facilitar sus análisis.
(tablas, gráficos y figuras)

Los datos sin organizar se llaman datos

brutos, y son de poca utilidad.
231 199 209 236 259 248 183 269 212 194 191 260 197 265 261 238
159 227 245 214 275 186 234 262 230 212 163 220 202 221 223 243
203 180 292 198 201 174 223 186 200 192 236 186 188 234 230 170
304 197 216 214 189 138 269 197 222 202 213 163 241 218 242 197
248 228 154 218 243 192 191 243 230 248 231 262 177 207 276 230
238 189 212 200 179 249 225 223 289 280 235 220 194 205 206 194
209 233 222 223 267 212 263 159 243 230 253 192 200 232 222 227
193 195 259 186 229 184 215 254 233 229 263 163 212 271 216 230
225 252 218 265 218 155 222 173 228 214 266 172 203 262 213 249
244 177 242 180 241 261 221 222 189 204 229 212 192 257 248 243
190 166 216 197 250 224 257 220 255 241 245 212 225 201 209 155
192 249 216 250 248 187 222 195 247 161 188 229 194 174 184 215
209 250 180 228 196 254 208 265 234 219 203 230 232 212 236 191
161 258 252 169 249 231 170 233 161 189 191 209 229 246 274 215
206 218 234 248 222 175 202 154 249 189 171 263 238 177 261 265
224 249 252 220 199 239 221 221 221 232 218 239 205 196 211 221
276 251 189 286 258 227 236 167 184 245 243 218 173 220 231 196
196 200 221 217 270 261 248 254 232 231 219 225 265 222 226 208
219 189 226 292 192 172 186 264 211 240 237 156 228 241 171 223
185 199 188 263 208 199 259 272 202 214 201 231 210 223 210 209
239 203 212 295 202 195 218 218 253 239 272 216 221 208 225 175
239 191 214 215 227 221 208 224 208 181 187 179 234 262 216 221
152 180 193 244 184 183 226 266 242 220 266 269 223 198 204 179
209 215 222 196 228 195 160 261 177 232 224 203 265 238 247 225
169 172 187 199 245 183 171 246 187 222 278 212 250 174 220 188
223 241 200 193 226 243 206 142 277 244 210 258 207 267 254 136
231 253 229 240 204 187 202 209 238 240 190 253 203 271 281 226
244 182 146 251 277 184 240 239 185 201 259 234 174 226 246 222
205 211 216 230 220 201 231 183 214 219 206 276 215 195 209 258
287 182 176 275 204 183 212 237 249 142 256 258 213 208 202 244
 Diagrama Circular
Por ejemplo
Tabla de Distribución

Edad N° Pobladores

30 - 34 6
35 - 39 12
40 - 44 8 12
45 - 49 2
10

Diagrama de 2

Barras
0
30-34 35-39 40-44 45-49
¿Qué es el ANALISIS de datos ?

También se analizan datos cuando se

establecen relaciones entre ellos (regresión y
correlación).
¿Qué es la INTERPRETACIÓN de datos ?
1.7 ¿Qué son DATOS ?
Son los registros de una característica.
:
Unidad de
Características Datos
medida
Edad del estudiante 16 años
Peso del estudiante 57,50 Kg.
Tiempo permanencia 2 años
Temperatura corporal 37,5 °C
Grado de estudios VII ---
Si un DATO es útil para tomar decisiones se convierte
en INFORMACIÓN.
Los datos ayudan a los responsables de tomar
decisiones a hacer suposiciones coherentes acerca
de las CAUSAS y, por tanto, de los EFECTOS
probables de ciertas características en situaciones
dadas.
¿Por qué necesitamos recolectar datos?

Proporcionan la evidencia imprescindible en un

estudio de investigación.
Permiten medir el desempeño en el proceso de
producción de un bien o servicio.
Ayudan a la formulación de cursos alternativos de
acción en un proceso de toma de decisiones.
Satisfacen nuestra curiosidad innata.
1.8 ¿Qué tipos de datos existen?
CONSTANTE:
Si el registro de la característica toma un sólo valor
en todas las unidades elementales. Son muchos
datos, pero iguales.
Ejemplo:
• Sexo de las pacientes en el Servicio de Ginecología
• Título profesional de los miembros del Colegio de
Profesores del Perú.
Las constantes no son interés en Estadística,
puesto que ella se ocupa del estudio de la
variabilidad de los datos.
VARIABLE:
Si el registro de la característica toma diversos
valores en las unidades elementales.

Ejemplo:
Edad, sexo y peso de los pacientes de una Clínica

Una misma característica puede generar

constantes ó variables, depende del marco
muestral.
VARIABLES: Los datos variables pueden ser :
1. Cualitativos : Registro de un atributo. Provienen de
una observación. Las operaciones posibles son el
cálculo de la tasa porcentual y de proporciones.
Pueden ser:
O (sólo pueden tener 2 categorías.
Ejemplo :Estado de salud: sano o enfermo. Sexo de
pacientes : masculino y femenino
• 80% son varones (tasa porcentual).
• 8 de cada 10 pacientes son varones (proporción)
O (si tienen más de 2 categorías)
Ejemplo : Estado civil del paciente: soltero, casado,
viudo, divorciado.
2. Cuantitativos : Registro de una característica a
través de un conteo o una medición. Las
operaciones posibles son los promedios y las
medidas de dispersión, entre otras.

Las variables cuantitativas pueden ser continuas

o discretas.
- DISCRETA o DISCONTINUA: Cuando la variable sólo
puede tomar determinados valores dentro de una
escala de valores. Proviene de un conteo.
Ejemplo: Número de entrevistas en un día.
Número de hijos por familia.

- CONTINUA : Cuando la variable puede tomar

cualquier valor, dentro de una escala de valores.
Provienen de una medición.
Ejemplo: Tiempo de duración de una entrevista.
Opinión sobre el candidato presidencial.
 DATOS

CONSTANTES VARIABLES

CUALITATIVAS CUANTITATIVAS
1.9 ¿Qué se puede hacer con los datos?
Organizarlos en tablas, gráficos y figuras
Identificar características
de interés para la gestión. Calcular promedios (media, mediana, moda
y percentiles) .

Calcular su dispersión (varianza,

desviación estándar ) y forma de la curva.

Recolección de
Determinar una ecuación que represente la
datos
relación entre ellos (regresión)

Determinar el grado de asociación entre ellos

(correlación).
Utilizar datos para
Analizarlos dentro de un horizonte
mejorar la calidad
temporal (series cronológicas)
1.10 Población y Muestra
Marco Poblacional
Conjunto de todas las unidades elementales
(personas, procesos o cosas) al que se
circunscribe el estudio estadístico.
Ejemplos :
• Los médicos cirujanos del Perú.
• Los trabajadores asegurados en una EPS
• El proceso de triaje en un hospital
• Las historias clínicas de un hospital.
 MARCO POBLACIONAL
(5200 estudiantes de la universidad UNJBG)
Población Estadística

Registro de una característica EN TODOS los

elementos del marco poblacional.

Tiene tantos datos como elementos tenga el marco

poblacional.

Habrán tantas poblaciones como características se

deseen registrar en un determinado marco
poblacional.
 MARCO POBLACIONAL
(1200 estudiantes de la universidad UNJBG)

Características
de interés Edad Peso Estado Deporte que practica
Civil

Población Población Población

Registro de la
característica P1 P2 P3 ... Pn
(1200 datos) (1200 datos)
Marco Muestral

Subconjunto del marco poblacional.

Comprende los elementos o estratos del marco
poblacional (es representativo).

En contraste con el marco poblacional es más

conveniente porque se obtienen los datos en menor
tiempo y reduciendo los costos.
Ejemplo :
75 pacientes de un hospital.
 Marco Poblacional Técnicas Marco Muestral
de muestreo
(1200 pacientes de un hospital) (75 pacientes de un hospital)

Característica

Edad Peso Estado civil Temp. Corpor.

Registro
de la POBLACIÓN POBLACIÓN POBLACIÓN POBLACIÓN
carac-
terística.

...
P1 P2 P3 Pn
Muestra
en todos
 MARCO POBLACIONAL Técnicas MARCO MUESTRAL
de muestreo
(1200 pacientes de un hospital) (75 pacientes de un hospital)

Edad Peso Temp.

Característica Estado
civil
Corp.

Edad Peso Estado Temp.

civil corporal MUESTRA MUESTRA MUESTRA MUESTRA

m1 m2 m3 mn

75 datos

Registro
de la POBLACIÓN POBLACIÓN POBLACIÓN POBLACIÓN
carac-
terística.

...
P1 P2 P3 Pn
1.11 Parámetro y Estimador
Parámetro

 : Media poblacional (mu)

2 : V arianza poblacional (sigma cuadrado)
 : Desviación estándar poblacional (sigma)
 : Proporción poblacional (pi)
 : Coeficiente de correlación poblacional (rho)
Estimador

x Media muestral.
s2 Varianza muestra.
s Desviación estándar muestral.
p Proporción muestral
r Coeficiente de correlación muestral
 n1
x1

n2
x2
POBLACIÓN
n3
x3
. .
. .

nm
xm
PARÁMETRO

DIFERENTES MUESTRAS GENERAN DIFERENTES

VALORES DEL ESTIMADOR
Estadística Descriptiva e Inferencial
Estadística Descriptiva
Se puede definir como un método para describir numéricamente
conjuntos numerosos. Por tratarse de un método de descripción
numérica, utiliza el número como medio para describir un conjunto,
que debe ser numeroso, ya que las permanencias estadísticas no se
dan en los casos raros. No es posible sacar conclusiones concretas y
precisas de los datos estadísticos. (Vargas, p.33)

Objetivo de la estadística descriptiva

La finalidad última de la estadística descriptiva es resumir la información de
conjuntos más o menos numerosos de datos. Para ello se asienta en un
concepto inmediato a la tarea de recuento: la frecuencia, medida empírica de
la ocurrencia de los distintos estados que puede presentar una
variable. (SGT, p.16)
Estadística Inferencial
Estudia la probabilidad de éxito de las diferentes soluciones posibles a un
problema en las diferentes ciencias en las que se aplica y para ello utiliza los
datos observados en una o varias muestras de la población. Mediante la
creación de un modelo matemático infiere el comportamiento de la
población total partiendo de los resultados obtenidos en las observaciones
de las muestras. (Fernández, p.17)
Objetivo de la estadística inferencial
La estadística inferencial tiene dos objetivos básicos; a) obtener conclusiones válidas
acerca de una población sobre la base de una muestra, es decir, que las
conclusiones que obtengamos de una muestra se puedan extrapolar a la población
que dio origen a esa muestra y b) poder medir el grado de incertidumbre presente en
dichas inferencias en términos de probabilidad. (Díaz, p.287)

Muestra POBLACIÓN
Estimador Parámetro
 Estimador : 𝜇Ƹ ó 𝑥ҧ
MUESTRA
Estadística
Descriptiva

POBLACIÓN Estadística
Inferencial

Parámetro : µ - 𝑥ҧ = Error de muestreo

Ejemplos sobre muestra y estimador
Ejercicio Aplicativo
El Director de Personal de la UPT desea estimar la
tardanza mensual promedio del personal que labora en
esta universidad. Con este fin elige al azar la Tarjeta de
Control de Asistencia del último mes de 10 trabajadores.
En uno de las tarjetas seleccionadas se registró 140
minutos de tardanza.
En esta situación, identifique:

La característica : Tiempo de tardanza mensual

La unidad elemental : Un trabajador de la universidad

(o unidad de análisis)
El marco poblacional: Todo el personal que labora en la
universidad
La población : Registro de tiempo de tardanza
mensual de todo el personal que
labora en esta universidad
El marco muestral :
La muestra : Registro del tiempo de tardanza de
cada uno de los trabajadores
seleccionado
Tipo de dato : Variable cuantitativa continua
Un dato registrado : 140

La unidad de medida: minutos

El estimador : El tiempo medio de tardanza de los
10 trabajadores: x
El parámetro :
Ejercicio 1
El Director de un Hospital sabe que en lo que va del
año, fueron dados de alta 1000 pacientes hospitaliza-
dos y desea conocer el tiempo medio de permanencia
en el hospital. Para ello selecciona al azar la historia
clínica de 100 pacientes. Una de las historias permitió
conocer que cierto paciente había permanecido 6 días
hospitalizado. En esta situación identifique los
siguientes términos (no se pide la definición):
Característica. Unidad elemental. Marco poblacional
Población. Marco muestral. Tipo de muestreo. Un
dato. Unidad de medida. Un estimador. Un parámetro
REFLEXIÓN GRACIAS