Anda di halaman 1dari 36

Introducción a la estadística

inferencial.
Objetivo:
Reconocer los problemas
fundamentales de la estadística
inferencial.
Estadística

Estadística Estadística
Descriptiva Inferencial

3
Estadística Inferencial:
Es la parte de la estadística que se ocupa de
estudiar una población a partir de la
información obtenida de una de sus
muestras. Se dedica al análisis y elaboración
de los datos para servir como elemento de
apoyo en la interpretación de los resultados
y en la posterior toma de decisiones sobre la
base de los mismos.

4
• Población o Universo: Cualquier conjunto de
elementos que tenga una o más propiedades
comunes definidas por el investigador, pudiendo
ser desde toda la realidad hasta un grupo muy
reducido de fenómenos, está determinada por el
alcance de la investigación, determinada en el
campo de acción.

• Unidad de análisis: Es el objeto o elemento


indivisible que será estudiado en una población.

• Muestra: Es un grupo de unidades de análisis


que supuestamente representa en mayor o menor
medida las características de dicha población. 5
Técnicas
de
muestreo

Probabilístico No probabilístico

Todas las unidades a) Muestreo


de estudio tienen No dependen de accidental.
a) Muestreo la posibilidad de
la misma b) Muestreo
aleatorio simple. ser
posibilidad de ser intencional.
seleccionadas para b) Muestreo seleccionados las
integrar la muestra estratificado. unidades de c) Muestreo por
estudio de la cuotas.
c) Muestreo por población sino
conglomerados. del proceso de
d) Muestreo multi- toma de
etápico. decisiones del
investigador en
cuanto a integrar
la muestra
Ejemplo:
Se quiere estudiar el proceso de
aprendizaje de los estudiantes de una
Institución educativa cuya matrícula es de
570 estudiantes, 297 en séptimo grado,
183 en octavo y 90 en noveno grado.

Población: N=570 estudiantes


Estratos: Cada grado
Muestra: 20% de la población
(20% de 570 = 114), n=114.
¿Cómo se distribuiría por estratos en la
muestra?
Población:
Séptimo 297: 570 = 0,521 (52,1%);
octavo 183: 570 = 0,321 (32,1%),
noveno 90: 570 = 0,158 (15,8%).
Muestra:
Séptimo: 52,1% de 114 = 59,39  59
Octavo: 32,1% de 114 = 36,594  37
Noveno: 15,8% de 114 = 18,012  18
Área Séptimo Octavo Noveno Total

Población 297 183 90 570

Muestra 59 37 18 114

Si además se quieren considerar otros


estratos relacionados con el rendimiento
académico en Alto, Medio y Bajo, se debe
estudiar la composición de la población en
relación al rendimiento académico:
Por ejemplo: Estudiando primero la
composición de la población atendiendo
al nivel del rendimiento académico por
grado, según los datos de la escuela:
Rendimiento Séptimo Octavo Noveno Total
académico
Alto 30 36 27 93
Medio 193 102 54 349
Bajo 74 45 9 128
Población 297 183 90 570
Si consideramos ahora la proporción
aproximada del nivel del rendimiento
académico por cada celda que tiene la
población y que debe mantener la
muestra:
Rendimiento Séptimo Octavo Noveno Total
académico
Alto 5,3% 6,3% 4,7% 16,3%
Medio 33,9% 17,9% 9,5% 61,2%
Bajo 13% 7,9% 1,6% 22,5%
Población 52,1% 32,1% 15,8% 100%
Aplicando cada uno de estos porcientos
aproximadamente a la muestra (n=114)
con el objetivo de mantener esta
proporción aproximada del nivel del
rendimiento académico por cada celda
que tiene la población:
Rendimiento Séptimo octavo Noveno Total
académico
Alto 6 7 5 18
Medio 38 21 11 70
Bajo 15 9 2 26
Muestra 59 37 18 114
Tamaño de la muestra:
1. Según las características de la
población: Si la población es muy
heterogénea con respecto a las
características en estudio, se impone
una muestra mayor que si la muestra es
homogénea.
Tamaño de la muestra:
2. Según el alcance de la investigación: Si
el estudio solo busca un conocimiento
global, que no requiera gran precisión
en las generalizaciones, entonces
puede también considerarse una
muestra más restringida. Pero si se
necesita una mayor seguridad y
exactitud para hacer generalizaciones
significativas, la muestra debe ser
mayor.
Límite mínimo de confiabilidad de la
muestra: 10% de la población.
Por debajo de este valor, se considera
que la muestra no es representativa,
aunque se seleccione con técnicas
probabilísticas.
Por encima del 10%, la confiabilidad
aumenta, aunque nunca será
realmente alta cuando se trabaja con
muestras no probabilísticas.
Actividad independiente 1:
Se desea investigar sobre el estado del nivel de
satisfacción de los profesores de una facultad
por la labor que realizan con sus estudiantes.
a. Determina el tipo de indagación básica del
problema.
b. Selecciona una muestra adecuada para
realizar la investigación.
c. Elabora un instrumento para obtener la
información necesaria.
d. Organiza la información.
e. Describe y caracteriza el estado del nivel de
satisfacción de la muestra de profesores de
una facultad por la labor que realizan con los
estudiantes (profesores en formación).
f. Analiza el estado del nivel de satisfacción del
colectivo de profesores de la facultad por la
labor que realizan con los estudiantes
ESTADÍSTICA
INFERENCIAL

Estimación Pruebas de hipótesis o


estadística dócimas estadísticas

Proceso que permite


conocer los Procedimiento que permite
parámetros de una decidir si se acepta o se
población a partir de rechaza una hipótesis
los estadígrafos de estadística o determinar si
alguna de sus las muestras observadas
muestras difieren significativamente
de los resultados esperados
Ejemplo:
Se quiere conocer la talla de zapatos promedio
de los estudiantes de primaria de una
provincia.
Un procedimiento consistiría en tomar la
medida del pie de cada uno de todos los
estudiantes de primaria de la provincia y dividir
entre el número de estudiantes.
Ese proceso podría ser muy complicado. Más
económico y rápido sería determinar una
muestra representativa de esa población,
determinar la talla de zapatos promedio de esa
muestra (estadígrafo) y con ella estimar una
talla promedio de todos los estudiantes de
primaria de la provincia (parámetro
poblacional) con un determinado nivel de
confiabilidad.
En el proceso de estimación se deben realizar los
pasos siguientes:
• Decidir que parámetro se estimará.
• Seleccionar adecuadamente la muestra.
• Realizar la estimación en la muestra
considerada.
• Determinar el nivel de confiabilidad de la
estimación.
Estadígrafos más utilizados en las estimaciones:
x , md, S2, s (de la muestra)
 , md, 2,  (de la población)
Distribuciones muestrales
Dado una población de tamaño N, si se
consideran todas las muestras posibles de
seleccionar de tamaño n y se calculan algunos
de sus estadígrafos, con ellos se obtienen una
distribución normal denominada distribución
muestral (de media, de mediana, de varianza,
etc.)
Pruebas de valoración estadísticas, mediante
pruebas de hipótesis.
Definición: Se denominan hipótesis estadísticas a
las proposiciones sobre las distribuciones de
probabilidad de las poblaciones o sus parámetros.
Las hipótesis alternativas (H1) son aquellas
hipótesis estadísticas que coinciden con lo que se
quisiera demostrar.
Las llamadas hipótesis nulas (H0) son las hipótesis
estadísticas que niegan o refutan la proposición
contenida en la hipótesis de la investigación.
Definición:
El procedimiento que permite decidir si
se acepta o se rechaza una hipótesis
estadística o determinar si las muestras
observadas difieren significativamente
de los resultados esperados se llama
Prueba de Hipótesis o Prueba de
valoración estadística.
El criterio de selección de las pruebas de
valoración estadística que pueden
emplearse para demostrar la validez o
no de la hipótesis alternativa H1 depende
fundamentalmente de:
• De la muestra.
• La forma de obtención de la muestra.
• De la naturaleza de la población.
• De las mediciones de las variables
utilizadas.
El procedimiento general para realizar una
Prueba de Hipótesis es el siguiente:
1. Planteamiento del problema.
2. Formulación de una hipótesis de partida
sobre la base de una revisión profunda de
la literatura o de la información disponible
sobre la variable.
3. Elección de la prueba estadística.
4. Definición del nivel de significación
(generalmente  = 0,05 o  = 0,01).
5. Definición de la región de rechazo y
decisión.
En general, se formula la hipótesis
alternativa y la hipótesis nula que
contradiga lo que se quiere demostrar y
se determina la probabilidad de
rechazarla cuando sea falsa.
Ejemplo:
En una escuela se quiere instrumentar un
curso optativo de Educación Artística para sus
estudiantes y se desea conocer su preferencia
entre las asignaturas Educación Musical y
Educación Plástica. Para ello se selecciona al
azar una muestra representativa de 100
estudiantes y se le aplica una encuesta de
opinión donde sólo puede seleccionar una de
ellas y se obtiene el siguiente resultado:
Preferencia por una asignatura
Cantidad de
Educ. Educ.
estudiantes Total
Plástica Musical
46 54 100

¿Existe una preferencia significativa de los


estudiantes de la escuela por la Educación
Musical?
H0: No hay diferencia significativa en la
preferencia de los estudiantes por una de las
dos asignaturas.
H1: Hay diferencia significativa en la preferencia
de los estudiantes a favor de la asignatura .
Educación Musical.
Las pruebas de hipótesis respecto a las
poblaciones que pueden ser consideradas con
distribuciones normales, pueden
generalmente reducirse a probar hipótesis
respecto a los parámetros media ( ), mediana,

moda, desviación típica ( ), varianza y se


apoyan en las propiedades de la distribución
normal reciben el nombre de pruebas
paramétricas.
Las pruebas de hipótesis respecto a las
poblaciones en que no se conoce la
forma de la distribución, no utilizan
parámetros poblacionales se denominan
pruebas no paramétricas.
Al diseñar un modelo estadístico para
alguna investigación pedagógica deben
tenerse en cuenta los siguientes
presupuestos:
1. Las observaciones deben ser
independientes entre sí.
2. Los elementos que constituyan las
poblaciones son distinguibles y de
respuestas múltiples.
En las Ciencias Pedagógicas las unidades de
análisis las constituyen esencialmente
sujetos, que pueden responder cada uno de
forma diferente al resto de la población ante
una misma acción externa y cada sujeto
puede responder de diferente manera en
diferentes momentos aunque se esté
ejerciendo sobre él la misma acción externa.
3. Las observaciones generalmente
ofrecen registros distribuidos
libremente:
Ello significa que deban aplicarse
pruebas de valoración cuyas
declaraciones de probabilidad sean
independientes de la forma de la
distribución de la población de donde se
sacó la muestra.

4. Las muestras deben ser probabilísticas:


La selección de un elemento cualquiera de la
población para incluirlo en la muestra, no
podrá afectar la posibilidad de incluir a
cualquier otro elemento de la población; sin
embargo, de acuerdo a las necesidades del la
investigación, pueden realizarse muestreos
intencionales y es muy común la necesidad
de utilizar muestras pequeñas a las que
deben aplicárseles pruebas de valoración con
las que puedan obtenerse declaraciones
exactas de probabilidad.
5. Las variables no tienen por qué ser
medidas en escalas numéricas:
Existen pruebas de valoración en las que
pueden utilizarse escalas que no
guardan isomorfismo con ninguna de las
estructuras numéricas; la mayor parte
de los atributos que pertenecen al
campo de acción de las ciencias
pedagógicas sólo pueden transformarse
en indicadores que se registran en
escalas no numéricas.