martes, 9 de mayo de 2017
martes, 2 de mayo de 2017
CONCEPTUALIZACIÓN DE ALFA DE CRONBACH, PRUEBA T, COEFICIENTE DE CORRELACIÓN DE PEARSON
ALFA DE CRONBACH
El
coeficiente Alfa de Cronbach es un modelo de consistencia interna, basado en el
promedio de las correlaciones entre los ítems. Entre las ventajas de esta
medida se encuentra la posibilidad de evaluar cuánto mejoraría (o empeoraría)
la fiabilidad de la prueba si se excluyera un determinado ítem.
PRUEBA
T
El
procedimiento Prueba T para muestras independientes debe utilizarse para
comparar las medias de dos grupos de casos, es decir, cuando la comparación se realice entre las
medias de dos poblaciones independientes (los individuos de una de las
poblaciones son distintos a los individuos de la otra) como por ejemplo en el
caso de la comparación de las poblaciones de hombres y mujeres. Lo ideal es que para esta prueba los sujetos
se asignen aleatoriamente a dos grupos, de forma que cualquier diferencia en la
respuesta sea debida al tratamiento (o falta de tratamiento) y no a otros factores.
COEFICIENTE
DE CORRELACIÓN LINEAL DE PEARSON
El coeficiente
de correlación de Pearson,
pensado para variables cuantitativas (escala mínima de
intervalo), es un índice que
mide el grado de covariación
entre distintas variables relacionadas linealmente. Adviértase que
decimos "variables
relacionadas linealmente". Esto significa que puede haber variables
fuertemente relacionadas, pero no de forma lineal, en cuyo caso no
proceder a aplicarse la
correlación de Pearson. Por
ejemplo, la relación entre la
ansiedad y el
rendimiento tiene forma de U invertida;
igualmente, si relacionamos
población y tiempo la relación
será de forma exponencial. En estos
casos (y en otros muchos) no es conveniente utilizar la correlación de Pearson.
El
coeficiente de correlación de Pearson es un índice de fácil ejecución e,
igualmente, de fácil interpretación. Digamos, en primera
instancia, que sus valores absolutos oscilan entre 0 y 1.
martes, 28 de marzo de 2017
CHI-CUADRADO (χ2)
El estadístico chi-cuadrado (χ2) es una medida de
divergencia entre la distribución de sus datos y una distribución esperada o
hipotética de su elección.
La prueba del χ2 se usa
para variables de distintos niveles de medición, incluyendo las de menor nivel,
que son las nominales. Sirve para determinar si los datos obtenidos de una sola
muestra presentan variaciones estadísticamente significativas respecto de la
hipótesis nula.
EXISTEN
VARIOS TIPOS DE PRUEBAS DE CHI-CUADRADO:
- Prueba de χ2 de bondad de ajuste
Utilice este análisis para probar qué tan bien una muestra de datos
categóricos se ajusta a una distribución teórica.
Por ejemplo, usted puede
comprobar si un dado es justo, lanzando el dado muchas veces y utilizando una
prueba de χ2
de bondad
de ajuste para determinar si los resultados siguen una distribución uniforme. En
este caso, el estadístico χ2 cuantifica qué tanto varía la distribución observada de conteos con
respecto a la distribución hipotética.
- Pruebas de χ2 de asociación e independencia
Los cálculos para estas pruebas son iguales, pero la pregunta que se
está tratando de contestar puede ser diferente.
- Prueba de asociación: utilice una prueba de asociación para determinar si una variable está asociada a otra variable. Por ejemplo, determine si las ventas de diferentes colores de automóviles dependen de la ciudad donde se venden.
- Prueba de independencia: utilice una prueba de independencia para determinar si el valor observado de una variable depende del valor observado de otra variable. Por ejemplo, determine si el hecho de que una persona vote por un candidato no depende del sexo del elector.
PRINCIPALES APLICACIONES DE LA CHI‐CUADRADO
Al analizar en una población un carácter
cualitativo o cuantitativo el estudio resulta muy tedioso por el gran número de
elementos del que consta la población.
Generalmente, se
examina una muestra tomada de la población, lo que lleva a tener una serie de
datos, y ver hasta qué punto la muestra se pude considerar perteneciente a una
distribución teórica conocida.
Siempre existirán
desviaciones entre la distribución empírica u observada y la distribución teórica. Se plantea la
cuestión de saber si estas desviaciones son debidas al azar o al haber tomado
una distribución teórica inadecuada.
OBSERVACIONES DE LA APLICACIÓN
- El test de la χ2 se puede aplicar en situaciones donde se desea decidir si una serie de datos (observaciones) se ajusta o no a una función teórica previamente determinada (Binomial, Poisson, Normal, etc.)
- Es necesario que las frecuencias esperadas de las distintas modalidades no sea inferior a cinco. Si alguna modalidad tiene una frecuencia esperada menor que cinco se agrupan dos o más modalidades contiguas en una sola hasta conseguir que la frecuencia esperada sea mayor que cinco.
- Los grados de libertad de la χ2 dependen del número de parámetros que se necesitan hallar para obtener las frecuencias esperadas.
Las condiciones
necesarias para aplicar el test de la χ2 exige que al menos el 80% de los
valores esperados de las celdas sean mayores que 5. Cuando esto no ocurre hay que agrupar
modalidades contiguas en una sola hasta lograr que la nueva frecuencia sea
mayor que cinco. Esta condición, si bien en la práctica suele permitirse que
una de ellas tenga frecuencias esperadas ligeramente por debajo de 5.
sábado, 11 de marzo de 2017
Graficas utilizando el programa de IBM SPSS
El programa de IBM SPSS es muy útil para poder realizar gráficas y estadísticas de una forma fácil, ya que estuvimos graficando con otros programas en donde se nos dificultaba un poco mas poder realizar esto. A comparación de otros programas que realizan estadísticas y gráficos este nos da la opción de exportar los gráficos en formatos de word por lo que es mas factible y puedan imprimirse los datos.
Es interesante también la forma de poder realizar los gráficos ya que podemos capturar desde excel y el programa automáticamente copia toda la información para hacer mas facil el proceso de la creación de gráficos.
martes, 28 de febrero de 2017
Encuesta realizada en SPSS
¿Qué es SPSS Statistics?
IBM SPSS Statistics Base es software de análisis estadístico que presenta las funciones principales necesarias para realizar el proceso analítico de principio a fin. Es fácil de utilizar e incluye un amplio rango de procedimientos y técnicas para ayudarle a aumentar los ingresos, superar a la competencia, dirigir investigaciones y tomar mejores decisiones.
SPSS Statistics Base proporciona las herramientas básicas de análisis estadístico para cada paso del proceso analítico.
- Una amplia gama de procedimientos estadísticos para dirigir análisis precisos.
- Técnicas incorporadas para preparar los datos para el análisis de forma rápida y sencilla.
- Funcionalidad completa de elaboración de informes para la creación de gráficas muy eficientes.
- Potentes funciones de visualización que muestran claramente el significado de sus conclusiones.
- Soporte a todos los tipos de datos, incluidos grandes conjuntos de datos.
El software es muy útil ya que al realizar la encuesta las estadísticas se adquieren fácilmente, esto por que SPSS esta diseñado para realizar este tipo de trabajos, y el usuario adquiere los datos fácilmente sin realizar mucho esfuerzo.
Con respecto a la encuesta realizada en el salón de clases del 7° B el equipo llego a la conclusión de que no todos los alumnos están interesados en la lectura ya que de 24 alumnos solo uno ha leído mas de 10 libros ,a pesar de que un pedagogo siempre debería estar leyendo un libro o cualquier articulo que beneficie en la formación y adquisición de nuevos conocimientos.
domingo, 12 de febrero de 2017
Presentación de medidas descriptivas numéricas
A continuación se muestra una presentación de las medidas descriptivas numéricas.
martes, 7 de febrero de 2017
lunes, 30 de enero de 2017
ESCALA TIPO LIKERT
Es un tipo de
instrumento de medición o de recolección de datos que se dispone en la
investigación social para medir actitudes. Consiste en un conjunto de ítems
bajo la forma de afirmaciones o juicios ante los cuales se solicita la reacción
(favorable o desfavorable, positiva o negativa) de los individuos.
Es un tipo de escala
que mide actitudes, es decir, que se emplea para medir el grado en que se da
una actitud o disposición de los encuestados sujetos o individuos en los
contextos sociales particulares. El objetivo es agrupar numéricamente los datos
que se expresen en forma verbal, para poder luego operar con ellos, como si se
tratará de datos cuantitativos para poder analizarlos correctamente.
En la escala de Likert
la medición se realiza a través de un conjunto organizado de ítems, llamados
también sentencias, juicios o reactivos, relacionados con la variable que hay
que medir, y frente a los cuales los sujetos de investigación deben reaccionar,
en diferentes grados según las alternativas expuestas en un continuo de
aprobación-desaprobación.
ENCUESTA LIKERT DE CINCO PREGUNTAS
Estadistica Descriptiva
La estadística
descriptiva es la rama de las Matemáticas que recolecta, presenta y caracteriza
un conjunto de datos (por ejemplo, edad de una población, altura de los
estudiantes de una escuela, temperatura en los meses de verano, etc.) con el
fin de describir apropiadamente las diversas características de ese conjunto.
Al conjunto de los distintos valores numéricos que adopta un carácter
cuantitativo se llama variable estadística.
Las variables pueden
ser de dos tipos:
• Variables
cualitativas o categóricas: no se pueden medir numéricamente (por ejemplo:
nacionalidad, color de la piel, sexo).
• Variables
cuantitativas: tienen valor numérico (edad, precio de un producto, ingresos
anuales).
Las variables también se pueden clasificar en:
• Variables
unidimensionales: sólo recogen información sobre una característica (por
ejemplo: edad de los alumnos de una clase).
• Variables
bidimensionales: recogen información sobre dos características de la población
(por ejemplo: edad y altura de los alumnos de una clase).
• Variables
pluridimensionales: recogen información sobre tres o más características (por
ejemplo: edad, altura y peso de los alumnos de una clase).
Por su parte, las
variables cuantitativas se pueden clasificar en discretas y continuas:
• Discretas: sólo
pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo: número de
hermanos (puede ser 1, 2, 3...., etc., pero, por ejemplo, nunca podrá ser
3.45).
• Continuas: pueden
tomar cualquier valor real dentro de un intervalo. Por ejemplo, la velocidad de
un vehículo puede ser 90.4 km/h, 94.57 km/h...etc.
Cuando se estudia el
comportamiento de una variable hay que distinguir los siguientes conceptos:
• Individuo: cualquier
elemento que porte información sobre el fenómeno que se estudia. Así, si
estudiamos la altura de los niños de una clase, cada alumno es un individuo; si
se estudia el precio de la vivienda, cada vivienda es un individuo.
• Población: conjunto de todos los individuos
(personas, objetos, animales, etc.) que porten información sobre el fenómeno
que se estudia. Por ejemplo, si se estudia el precio de la vivienda en una
ciudad, la población será el total de las viviendas de dicha ciudad.
• Muestra: subconjunto
que seleccionado de una población. Por ejemplo, si se estudia el precio de la
vivienda de una ciudad, lo normal será no recoger información sobre todas las
viviendas de la ciudad (sería una labor muy compleja), sino que se suele
seleccionar un subgrupo (muestra) que se entienda que es suficientemente
representativo.
Las variables aleatorias son variables que son
seleccionadas al azar o por procesos aleatorios.
Los datos son medidas
y/o números recopilados a partir de la observación. Los datos pueden concebirse
como información numérica necesaria para ayudar a tomar una decisión con más
bases en una situación particular.
Existen muchos métodos
mediante los cuales se pueden obtener datos necesarios. Primero, se puede buscar
datos ya publicados por otras fuentes. Segundo, se puede diseñar un
experimento. En tercer lugar, se puede conducir un estudio. Cuarto, se pueden
hacer observaciones del comportamiento, actitudes u opiniones de los individuos
en los que se está interesado.
Los datos se pueden
clasificar en:
• Datos discretos. Son
respuestas numéricas que surgen de un proceso de conteo.
• Datos continuos. Son
respuestas numéricas que surgen de un proceso de medición.
Cuando se tiene un
grupo de observaciones, se desea describirlo a través de un sólo número. Para
tal fin, no se usa el valor más elevado ni el valor más pequeño como único
representante, ya que sólo representan los extremos. Una de las propiedades más
sobresalientes de la distribución de datos es su tendencia a acumularse hacia
el centro de la misma. Esta característica se denomina tendencia central.
Las medidas de
tendencia central más usuales son: la media aritmética, la mediana y la moda.
MEDIA
ARITMÉTICA
La media aritmética de
n valores, es igual a la suma de todos ellos dividida entre n.
MEDIANA
La mediana es el punto
central de una serie de datos ordenados de forma ascendente o descendente. De
acuerdo al número de casos o datos, hay dos formas para calcular la mediana:
para número impar y para número par:
• Número impar de datos
ordenados de menor a mayor o de mayor a menor: la mediana es el valor que queda
justo al centro.
• Número de datos par:
en este caso se busca la media aritmética entre los dos valores centrales.
MODA
La moda de un conjunto
de datos numéricos es el valor que más se repite, es decir, el que tiene el
mayor número de frecuencias absolutas. La moda puede ser no única e inclusive
no existir.
La moda es una medida
de tendencia central muy importante, porque permite planificar, organizar y
producir para satisfacer las necesidades de la mayoría.
RANGO
El rango de una distribución es la diferencia
entre el valor máximo (M) y el valor mínimo (m) de la variable estadística.
Para su cálculo, basta con ordenar los valores de menor a mayor m de M.
Características del
rango:
1. A medida que el
rango es menor, el grado de representatividad de los valores centrales se
incrementa.
2. A medida que el
rango es mayor, la distribución está menos concentrada o más dispersa.
3. Su cálculo es extremadamente sencillo.
4. Tiene gran
aplicación en procesos de control de calidad.
5. Tiene el
inconveniente de que sólo depende de los valores extremos. De esta forma basta
que uno de ellos se separe mucho para que el recorrido se vea sensiblemente
afectado.
PERCENTILES
Los percentiles son números que dividen en 100
partes iguales un conjunto de datos ordenados. Es decir, El percentil k es un
valor que deja aproximadamente el k por ciento de los datos por abajo de él. Se
denota por medio de P(k%).
DECILES
Los deciles son números que dividen la sucesión
de datos ordenados en diez partes porcentualmente iguales. Son los nueve
valores que dividen al conjunto de datos ordenados en diez partes iguales, son
también un caso particular de los percentiles. Los deciles se denotan D(1),
D(2),..., D(9), que se leen primer decil, segundo decil, etc.
CUARTILES
Los cuartiles se definen como los tres valores
que dividen la distribución en cuatro partes iguales. En términos de
percentiles el primer cuartil Q(1) coincide con el P(25) (percentil 25); el
segundo cuartil Q(2) con el P(50) o mediana, y el tercer cuartil Q(3) con el
P(75). Entre el primer y el tercer cuartil se encuentra el 50% central de las
observaciones.
DESVIACIÓN
MEDIA
La desviación media es la división de la
sumatoria del valor absoluto de las distancias existentes entre cada dato y su
media aritmética y el número total de datos.
DESVIACIÓN
MEDIA
La desviación media es
la división de la sumatoria del valor absoluto de las distancias existentes
entre cada dato y su media aritmética y el número total de datos. La desviación
estándar es una medida estadística de la dispersión de un grupo o población.
Una gran desviación estándar indica que la población está muy dispersa respecto
de la media. Una desviación estándar pequeña indica que la población está muy
compacta alrededor de la media.
VARIANZA
La varianza mide la mayor o menor dispersión
de los valores de la variable respecto a la media aritmética. Cuanto mayor sea
la varianza mayor dispersión existirá y por tanto, menor representatividad
tendrá la media aritmética. La varianza se expresa en las mismas unidades que
la variable analizada, pero elevadas al cuadrado.
DIAGRAMAS
DE DISPRESIÓN
La distribución conjunta de dos variables
puede expresarse gráficamente mediante un diagrama de dispersión: en un plano
se representa cada elemento observado haciendo que sus coordenadas sobre los
ejes cartesianos sean los valores que toman las dos variables para esa
observación.
COVARIANZA
La covarianza es una
medida de la asociación lineal entre dos variables que resume la información
existente en un gráfico de dispersión. Es un indicador de si los valores están
relacionados entre sí.
CORRELACIÓN
Es frecuente que se
estudie sobre una misma población los valores de dos variables estadísticas
distintas, con el fin de ver si existe alguna relación entre ellas, es decir,
si los cambios en una de ellas influyen en los valores de la otra. Si ocurre
esto se dice que las variables están correlacionadas o bien que hay correlación
entre ellas.
MÍNIMO
Y MÁXIMO
El máximo se refiere al
valor más alto; el mínimo, al más bajo.
SUMA
La suma es el total de
todos los valores de los datos.
martes, 24 de enero de 2017
Encuestas 7°
A continuación se presenta un ejemplo de lo útil que es excel para poder realizar encuestas ya que al querer contabilizar las respuestas en este programa se realiza de una manera fácil; ocasiona que el vaciado de toda la información recabada se pueda manejar sin ningún problema.
Las que realizamos la encuesta anterior llegamos a la conclusión de que los compañeros del 7° B le dan un tiempo considerable a las tareas y esto ocasione que haya un buen rendimiento académico aunque eso implique que la mayoría no practique ningún tipo de ejercicio físico y que tengan una mala alimentación lo que puede llevarlos a poner en riesgo su salud.
martes, 17 de enero de 2017
Suscribirse a:
Entradas (Atom)