Clase 1 - 11/08
¿Que es una variable?
Fenómeno, característica o propiedad que puede variar, es decir, adoptar como mínimo dos
o más valores.
Lo contrario a una variable es una constante.
Ejemplo:
- Edad
- Lugar de residencia
- Provincia
- Frecuencia de caminata semanal
- Acuerdo con la frase “planifico mis tareas con tiempo”, varía de acuerdo entre todos
nosotras
Las variables no son directamente observables, sino que las analizamos a través de sus
indicadores observables.
Por ejemplo:
Ansiedad: frecuencia cardiaca y respiratoria
Depresión: presencia de y/o anhedonia (falta de deseo en cosas que antes uno disfrutaba)
Estilo de vida: nivel de actividad física; hábitos de sueño; consumo de alcohol y tabaco.
Medición de una variable:
Asignar números a propiedades o atributos a un objeto , acontecimiento o individuo a una
variable para poder trabajarlas
(nosotros vamos a medir la variable, que tiene indicadores observables).
Distintos niveles de medición:
- Nominal
- Ordinal
- Intervalar
- De razón
Nivel de medición: NOMINAL- nómina
Hay 2 o más categorías del ítem o variable. No hay orden y tampoco hay jerarquía.
Por ejemplo: el género, femenino y masculino, no hay orden ni jerarquía.
Los números utilizados en este nivel tienen una función puramente clasificatoria y no se
pueden manipular aritméticamente, solo se puede contar los casos que hay.
Dos categorías (dicotómicas, asume 2 posibilidades) : tipos de escuela, pública o privada.
3 o mas categorias (categoricas): provincia, Chaco, Rio negro y Chubut, no se pued decir
que Chaco es mejor que los demas.
REGLA: no asignar el mismo número o diferentes clases o diferentes números a la misma
clase.
Ejemplo
Estudias psicología:
No= 0
Si=1
Estado civil:
Soltera: 0
Casado:1
Divorciado: 2
En pareja: 4
Viudo: 5
Idioma extrangero que domina:
Ingles: 0
Francés: 1
Portugues: 2
Italiano: 3
Alemán:4
Otro:5
Nivel de medición: ORDINAL
Hay varias categorías, pero también hay un orden de mayor a menor. Sin embargo, las
categorías no están ubicadas a intervalos iguales.
REGLA: la asignación de números debe reflejar el orden entre los elementos u
observaciones.
La diferencia o distancia entre 2 grupos adyacentes (o valores) no es siempre la misma (no
es constante)
Ejemplo
● Posición jerárquica en la empresa
● Autopercepción del grado de dolor de cabeza
● Profesiones de acuerdo con su prestigio
● Escalas Likert
● Nivel educativo
REGLA: Las etiquetas o los símbolos de las categorías indican jerarquía. Pero las
categorías NO están ubicadas a intervalos iguales (no hay un intervalo común).
Nivel de medición: INTERVALAR
Hay ordenamiento y jerarquía entre categorías, se establecen intervalos iguales en la
medición. Las distancias entre categorías son las mismas. Sin embargo, el 0 es arbitrario,
no es real, ya que se asigna el 0 de manera arbitraria a una categoría y a partir de ella se
construye la escala.
Este nivel permite utilizar operaciones aritméticas básicas y diversos métodos estadísticos.
Ejemplo: Test de Inteligencia, clasificaciones en un examen, temperaturas en grados
Celsius o años calendario.
Niveles de medición de RAZÓN
● Además de tener todas las características del nivel de intervalos (unidad de medida
común, intervalos iguales entre las categorías y aplicación de operaciones arbitrarias
básicas), el cero es REAL Y ABSOLUTO. Implica que hay un punto en la escala
donde está ausente o no existe la propiedad. Hay ausencia del atributo.
● Ejemplo: número de hijos, ingresos económicos, consumo de un medicamento,
cantidad de veces que consume alcohol por mes, horas semanales dedicada a la
lectura, peso en kg, tiempo de reacción
ESTADÍSTICA DESCRIPTIVA
A partir de ella caracterizamos los datos recolectados. A partir de ellos, podemos
organizarlos, resumirlos y presentarlos de una población o una muestra.
Las medidas descriptivas son variables numéricas que resumen la información contenida en
un conjunto de datos, pudiendo calcularse a partir de los datos de una población, o bien, a
partir de los datos de una muestra. Ejemplo: el censo.
● Población: Conjunto de todos los elementos sobre los cuales se observa una
característica de interés.
● Muestra: subconjunto o parte de una población de individuos.
● Unidad de análisis: cada uno de los elementos de los que se reúnen datos.
MEDIANA (mtc): es el valor de la variable que ocupa la posición central en un conjunto
ordenado de datos.
● Si el número de observaciones es IMPAR, la medida será el valor observado que
ocupa la posición central de los datos, una vez que estos han sido ordenados de
manera creciente.
● Si el número de casos es PAR debemos calcular el promedio entre los 2 valores
centrales (previamente ordenados de menor a mayor)
MODA: Es el valor de la variable que más se repite.
La moda puede o no existir. Si algún valor se repite no tendremos moda (AMODAL)
Asimismo, podemos tener una o varias modas.
1. 11, 11, 12, 12, 13, 13, 15, 16, 17, 17...
2. 11, 12, 12, 13, 13, 14, 15, 17, 17, 18...
3. 12, 12, 13, 14, 15, 16, 17, 18, 19, 20...
4. 12, 13, 14, 14, 15, 16, 17, 18, 19, 20...
MEDIA ARITMÉTICA (promedio, media muestral, medi
Otras medidas descriptivas:
● Valor mínimo y valor máximo: para variables cuantitativas
● Frecuencias y porcentajes: para variables cualitativas
Clase 2 - 18/08
ESTADÍSTICA INFERENCIAL
Nos permite hacer deducciones/conclusiones. Trabaja con muestras a partir de las cuales
intenta extraer conclusiones sobre la población.
Tipos de análisis de estadística inferencial: t de student, correlación y anova.
T DE STUDENT: Busca diferencias entre grupos.
Se utiliza para estudiar variables dicotómicas (2 variables) con 2 grupos
INDEPENDIENTES, son 2 grupos que se manejan por separado, no se pueden solapar.
Se aplica cuando queremos determinar si hay diferencias significativas entre las medias de
dos grupos.
Ejemplo: tratamiento para la ansiedad, con un tratamiento indicado.
se busca la efectividad de un nuevo tratamiento, la prueba T nos indica que las diferencias
en los resultados son estadísticamente significativas.
Varía entre 2 posibilidades, si hay diferencias, si no hay etc.
Hay dispersión
HASTA ACA TERMINA EL PRIMER PARCIAL
ANOVA:
Técnica estadística que se utiliza para comparar las medida de 3 o más grupos
independientes.
Uso: se aplica cuando tenemos más de 2 grupos y deseamos determinar si al menos uno
de ellos tiene una media significativamente diferente.
Ejemplo: rendimiento de 3 métodos de enseñanza en términos de puntajes de exámenes
(en ANOVA nos permitirá determinar si al menos uno de los métodos es diferente en
términos de resultados.
ANALISIS DE CORRELACION:
Implica que hay 2 variables cuantitativas o más que se relacionan, su relación y su fuerza.
Busca si hay relación entre 2 variables, y si la hay cuál es su fuerza y dirección.
Ejemplo: Busca determinar si hay una correlación entre el tiempo de estudio semanal y el
rendimiento académico de los estudiantes. El análisis de correlación nos indica si existe una
relación y si es positiva o negativa.
Solo estudia si se mueven juntas y su fuerza (débil, moderada o fuerte)
LA CORRELACIÓN NO IMPLICA CAUSALIDAD.
Hay correlación positiva (las variables se mueven juntas, arriba o abajo) y negativa (se
mueven de forma dispersa)
Revisión bibliográfica y lectura de trabajos científicos:
● Planteamiento del problema
● objetivos, hipótesis
● recoleccion y analisis de los datos
● resultados, discusiones
● limitaciones, conclusiones
Clase 3 - 25/08 ESCALAS
Hay 2 tipos de escalas: unidimensional (1 dimensión, 1 puntaje ) y multidimensional (más
de 2 dimensiones)
Las dimensiones se ven dependiendo de los factores que tiene.
EJEMPLO
Factor 1: atracón purga
Factor 2: Medidas compensatorias.
Factor 3: Restricción.
Se mide por los factores 2,3,4, y 5 que son las preguntas que se le hacen a las personas.
8/9 Clase 5
Estadística descriptiva
Comparacion de variables
2 grupos t
3 grupos o mas amova