Reciban un cordial saludo en este nuevo periodo 2014-03,
Enfrentarse con datos de muy diversa índole, es cosa de todos los días. Sin embargo, no siempre se comprende el real alcance de lo que dicen. siendo una necesidad conocer e interpretar su significado, para lograr darle un mejor empleo a las fuentes de información, que den soporte a la toma adecuada y oportuna de decisiones.
Como parte de una base cultural necesaria para desempeñarse en el mundo de hoy, es requisito desarrollar una capacidad personal para extraer y describir información presente en un conjunto de datos, como herramienta fundamental de cualquier proceso investigativo. principal estrategia de los procesos de aprendizaje. Siendo un razón de peso para introducirnos en el campo del análisis estadístico, que nos proporcionara un punto de vista critico y analítico de la gran cantidad de información que circula diariamente en el medio.
Los invito a participar activamente del curso de estadística descriptiva. y a llevar dichos conocimientos a nuestro contexto, es una forma de llevar la universidad a nuestro medio y a aprender del mismo
jueves, 7 de agosto de 2014
miércoles, 6 de agosto de 2014
OBJETIVO DEL CURSO
Fortalecer
los conocimientos para que el estudiante
adquiera la capacidad de interpretar, discriminar y relacionar los fundamentos
básicos de la Estadística Descriptiva, a través del análisis de datos
tomados de un fenómeno propio de su disciplina y que describa, examine y
sintetice adecuadamente la información mediante métodos estadísticos, ademas:
- Interpretar eficazmente el comportamiento estadístico de cualquier clase
de información recopilada en un fenómeno investigado.
- Aplicar métodos estadísticos sencillos para
describir, analizar y sintetizar información recopilada en una investigación.
UNA DIRECCION DE AYUDA
APRENDIENDO ANDO, dedica un poco de tiempo
http://www.slideshare.net/katharo/analisis-de-datos-10009110 Conceptos
http://thales.cica.es/rd/Recursos/rd98/Matematicas/01/matematicas-01.html
http://www.demre.cl/text/doc_tecnicos/p2009/estadistica_descriptiva.pdf
http://www.slideshare.net/katharo/analisis-de-datos-10009110 Conceptos
http://thales.cica.es/rd/Recursos/rd98/Matematicas/01/matematicas-01.html
http://www.demre.cl/text/doc_tecnicos/p2009/estadistica_descriptiva.pdf
Actividad 1. RECONOCIMIENTO DEL CURSO
Guía de
Trabajo:Objetivo:
- Tercera Fase: En forma individual realizar un mapa conceptual, según el listado de conceptos jerarquizados en la fase anterior. Para la construcción del mapa se sugiere usar la herramienta CmapTools, para lo cual les recomiendo algunos links que les pueden servir:
martes, 5 de agosto de 2014
Actividad 2. UNIDAD UNO. INVESTIGACIÓN ESTADÍSTICA
Guía de Trabajo:
Objetivo:
- Tercera Fase: esta fase consiste en determinar las medidas de tendencia centra en las variables cuantitativas y emplear diferentes instrumentos para mostrar la información obtenida. Esta ultima fase se terminara en la tutoria.
Nota: se recomienda asistir, al menos con un portátil a la turotia, por grupo
Complemento teorico
- Selección de un plan de investigación.
El plan de investigación debe de especificar cuál de los diversos tipos de enfoque de investigación se adoptará y cómo se plantea el investigador poner en marcha cierto número de controles científicos para aumentar la posibilidad de interpretar los resultados. Una distinción importante que puede señalarse en este sitio es la diferencia entre investigación experimental y no experimental.
En la investigación experimental, el investigador tiene un papel activo: hace algo a los participantes en un estudio y después observa las consecuencias. Por ejemplo, en una investigación experimental acerca de la eficacia de fármacos, el experimentador administra el fármaco en cuestión a algunos participantes (llamados sujetos) y quizá un placebo a otro grupo de sujetos.
Por otra parte, en la investigación no experimental, el investigador acopia datos sin tratar de introducir tratamientos nuevos ni cambios; se hacen observaciones o mediciones acerca de estados, circunstancias, conductas o características existentes. Dentro de estas dos grandes categorías, hay diversos enfoques de investigación.
El plan de investigación también debe delinear los procedimientos que se utilizarán para controlar la situación de estudio. - Especificar la población.
Población denota el conjunto o la totalidad de todos los objetos, sujetos o miembros que se adaptan a un conjunto designado de especificaciones.
El requisito de definir una población para un proyecto de investigación surge de la necesidad de especificar el grupo al cual pueden aplicarse los resultados del estudio.
Los estudios de investigación utilizan característicamente como sujetos sólo una pequeña parte de la población, que se llama muestra. Sin embargo, antes de elegir los participantes verdaderos del estudio, es indispensable saber que características debe poseer la muestra con el fin de poder generalizar los datos al aplicarlos a la población más amplia. - Hacer operacionales y medir las variables de la investigación.
Una vez que las variables se han conceptualizado y definido con cuidado y que se han completado otras de las etapas del proceso de investigación, debe especificarse un medio para medir en realidad las variables de la investigación.
La tarea de hacer operacionales las variables es compleja y permite mucha creatividad y elección. Los métodos de recogida de datos se deben de idear o elegir algún método para medir variables de la forma más objetiva y exacta posible. Si no se cuenta con buenos instrumentos de medición, el tema de investigación más interesante y prometedor no ampliará la base de conocimientos científicos.
Establecimiento o selección de instrumentos adecuados para medir las variables que interesan, por algún método de informe por el propio sujeto, técnicas observacionales, estimaciones fisiológicas o análisis de contenido. - Efectuar la prueba piloto.
Efectuar un ensayo en pequeña escala para descubrir cualquier problema imprevisto en los métodos de investigación. - Seleccionar la muestra.
La información que puede obtenerse de una muestra suele reflejar de manera bastante exacta lo que se hubiera obtenido en caso de participar todos los individuos de la población en estudio.
Hay dos grupos fundamentales de técnicas de muestreo:
Muestreo probabilista: emplea procedimientos aleatorios, al azar, por los cuales se hace la selección de unidades muéstrales, individuos, objetos, organizaciones, que son la unidad básica de la muestra. Es decir, cada miembro tiene la posibilidad de ser incluido en la muestra.
Muestreo no probabilista: No hay forma de asegurar que cada elemento de una población tenga la misma probabilidad de ser elegido.
Establecer y poner en marcha un sistema de muestreo, valiéndose de procedimientos de muestreo de probabilística o no probabilística para obtener una muestra o subgrupo que represente la población global de la que se recogerán los datos. - Recopilar los datos.
Recoger la información necesaria para responder las preguntas de la investigación y poner a prueba las hipótesis. - Organizar los datos para el análisis.
Realizar etapas preliminares, por ejemplo codificación y perforado de tarjetas, a fin de preparar los datos para el análisis. - Análisis de los datos.
Organización y resumen de la información obtenida en el estudio por medio de procedimientos estadísticos encaminados a aumentar la interpretación de las observaciones y hacer deducción acerca de la confiabilidad de las mismas para la población más extensa. - Interpretar los resultados.
La tarea de hallar sentido en las observacionales, de explicar la relación que guardan los resultados con el marco conceptual y con otras observaciones, y de sugerir investigación ulterior en el campo. - Comunicar las observaciones.
Los resultados de una investigación son poco útiles si no se comunican a otros. Incluso la hipótesis más apremiante, el estudio más celoso y cabal, los resultados más impresionantes son de poco valor para la comunidad científica si no se conocen. En consecuencia, la tarea de comunicación, que pueden ser anticlimática desde el punto de vista del investigador, es importante y exige destreza para escribir, claridad de pensamiento, precisión y objetividad
lunes, 4 de agosto de 2014
Actividad 3.
Tema: MEDIDAS ESTADISTICAS UNIVARIANTES
Espero ya este completo el trabajo pendiente de la anterior actividad. Como parte complementaria debemos tener habilidad y conocimiento para representar los diferentes graficos planteados en la guia
La actividad se divide en dos partes:
1. se debe realizar una sistesis de los temas de esta unidad: Tendencia, dispersión y asimetría. y un ejemplo ilustrativo de cada uno de ellos.
2. se deben realizar dos ejercicios de los propuestos en el modulo, y dos ejercicios de otras fuentes. recuerde la importancia de realizar un buen análisis de los resultados
Nota; en trabajo debe contar con las normas de presentación de trabajos escritos. Portada, introducción, objetivos, desarrollo del los puntos, conclusiones y bibliográfica, se debe anexar el trabajo individual
Tema: MEDIDAS ESTADISTICAS UNIVARIANTES
Espero ya este completo el trabajo pendiente de la anterior actividad. Como parte complementaria debemos tener habilidad y conocimiento para representar los diferentes graficos planteados en la guia
La actividad se divide en dos partes:
1. se debe realizar una sistesis de los temas de esta unidad: Tendencia, dispersión y asimetría. y un ejemplo ilustrativo de cada uno de ellos.
2. se deben realizar dos ejercicios de los propuestos en el modulo, y dos ejercicios de otras fuentes. recuerde la importancia de realizar un buen análisis de los resultados
Nota; en trabajo debe contar con las normas de presentación de trabajos escritos. Portada, introducción, objetivos, desarrollo del los puntos, conclusiones y bibliográfica, se debe anexar el trabajo individual
domingo, 3 de agosto de 2014
Actividad 4.
Tema: MEDIDAS ESTADISTICAS BIVARIANTES
- REGRESIÓN Y CORRELACIÓN
- DIAGRAMA DE DISPERSIÓN
- REGRESIÓN LINEAL SIMPLE
- CORRELACIÓN
- REGRESIÓN MÚLTIPLE
La actividad se realizara en los respectivos grupos de trabajo, y se divide en dos
partes:
1. se debe realizar una sistesis de los temas de esta unidad y un ejemplo ilustrativo de cada uno de
ellos.
2. se deben realizar dos ejercicios de los propuestos en el
modulo, y dos ejercicios de otras fuentes.
Nota; en trabajo debe contar con las normas de presentación de trabajos escritos. Portada, introducción, objetivos, desarrollo de los puntos, conclusiones y bibliografia
sábado, 2 de agosto de 2014
TEMA COMPLEMENTARIO
El problema de la no-respuesta
La mayor parte de la gente accede con mucho gusto a que la entrevisten aunque con no tanto entusiasmo como antes, porque las encuestas se han convertido hoy en día en algo muy común. La situación ideal para el investigador es que aquella en que el asunto estudiado es genuinamente importante o interesante para el encuestado. Si no es el caso, el investigador debería tal vez motivar a los encuestados.
La motivación positiva es la forma más efectiva. Puede conseguirse explicando la finalidad e importancia de la encuesta antes de presentar las preguntas propiamente dichas. El investigador podría tal vez poner también el énfasis en el hecho de que estás entrevistas son valiosas para él porque no podría obtener esta información en ninguna otra parte.
El investigador debe pensar en los que los encuestados encontrarán motivador; el hecho de que llevar a cabo una encuesta sea requerido para los estudios de nuestra Universidad puede motivar al investigador, pero no necesariamente al encuestado.
Otra forma de motivar a la gente sería el indicar la muy pequeña molestia que se le causará si rellena el cuestionario. Esto es por lo que un cuestionario no debe ser largo o intimidatorio, y las preguntas deben ser cortas. Hay que hacer que el contestarlas sea todo lo fácil que sea posible. Debe incluirse con el cuestionario un sobre con la dirección puesta y el franqueo pagado.
Varias otras tácticas, también, se han ideado para mejorar el porcentaje de respuesta en las encuestas sobre correo. Jobber (1995 p. 177) resume su efecto probado como sigue:
Táctica Efecto sobre la tasa de respuesta
Notificación anterior por correo Aumente del porcentaje en la investigación de consumidor pero no en las poblaciones comerciales
Notificación anterior por teléfono Tasa aumentada de respuesta
Incentivos monetarios y no-monetarios Tasa aumentada de respuesta
Sobres de vuelta estampados Tasa aumentada de respuesta
Personalización El efecto varía
Conceder anonimato a los respondedores Tasa de respuesta más alta cuando el asunto es sensible
Longitud del cuestionario Solamente efecto leve sobre tasa de respuesta
Cuestionario coloreado Ningún efecto sobre tasa de respuesta
Plazo Ningún efecto sobre tasa de respuesta
Tipo de preguntas Las preguntas no ampliables consiguen una respuesta más alta que ampliables
Seguimiento Las llamadas del teléfono y los correos de seguimiento aumentan tasa de respuesta
Si, no obstante, hay un gran número de respuestas que acaban por no llegarnos, el investigador no tiene que reemplazarlas automáticamente con respuestas de otras personas más dispuestas a cooperar. Si se hiciese esto, ello distorsionaría fácilmente los resultados, porque los ausentes pueden diferir de los que han facilitado una respuesta, desviándose tal vez, también, con respecto a las variables importantes. Patrick W. Jordan (p.158) da un ejemplo de esto:
"Considere ... un caso cuando un fabricante de programas para ordenadores domésticas decidiera a examinar la nivel de satisfacción de los clientes con sus productos. Los que respondieron serían muy probablemente los que tenían una opinión particularmente fuerte sobre el software. ... La conclusión pudo incorrecto ser que los clientes fueron divididos firmemente en dos campos - los que amaron el software y los que lo odiaron."
Para rectificar la distorsión causada por los ausentes, es usado a veces el procedimiento siguiente:
1. Al principio, el investigador mantiene separadas las respuestas obtenidas sin ninguna nueva solicitud (grupo A, pongamos 50 % en este ejemplo), y las obtenidas tras solicitarlas de nuevo (grupo B, pongamos 30 % en este ejemplo). La proporción final de ausentes (grupo C) será así en este ejemplo de un 20 %.
2. Tras esto, el investigador tiene que ver si el grupo B difiere del grupo A con respecto a las variables que van a ser estudiadas. Una prueba T estadística es apropiada para esto.
3. Si hay alguna desviación, podemos suponer que el grupo de ausentes definitivos, grupo C, se desviará del A en la misma dirección que el grupo B. A partir de ahora, las respuestas dadas por el grupo B se usarán como sustitutos para los encuestados que faltan en el grupo C. Matemáticamente este ser hará incrementando el peso del grupo B de modo que sea igual a la suma de los grupos B y C, es decir, un 50 por ciento en nuestro ejemplo.
4. Si los grupos A y B no difieren en forma considerable entre ellos, podemos esperar que la ausencia del grupo C no tendrá una gran influencia sobre los resultados, y así no se necesitarán correcciones. Los grupos A y B se combinan, y los resultados totales a partir de ellos se suponen ciertos para el conjunto de la población.
Una vez que se han registrado las mediciones o estimaciones empíricas, el estudio puede pasar a la fase de análisis.
2.
• Sesgo sistemático, la tendencia, error sistemático, o una diferencia sistemática entre población y muestra, ocurre a menudo en la muestra no aleatoria. Es causado por el método de selección, que favorece a menudo inadvertidamente algunos tipos de artículos antes de otros. Este fastidio puede causar muchas veces mayor una declinación en la representatividad de una muestra que la divergencia al azar podría crear.
¿Usted puede preguntar por qué utilizar el muestreo no-aleatorio en todos, porque implica el riesgo del sesgo, una fuente aparentemente innecesaria del desacuerdo con la población? Hay varias motivaciones posibles:
• La población es infinita (o muy cerca) o es imposible hacer una lista de él para la base de la selección al azar.
• A veces usted no puede encontrar algunos artículos en la población. Una selección al azar no sería razonable, porque sería posible ejecutar apenas una parte de él.
• Los objetivos del estudio no requieren resultados exactos. El muestreo no-al azar es generalmente más barato y más aprisa.
• El proyecto incluye un procedimiento eficiente del control ulterior. Por ejemplo, podría ser difícil de persuadir a clientes escogidos al azar participar en el procedimiento de crear conceptos del producto nuevo y probar las propuestas, cuál toma normalmente varios días. En lugar, puede ser más fácil utilizar una muestra no-al azar de los voluntarios para los grupos de trabajo iniciales del desarrollo de producto. Más adelante las propuestas finales entonces se probarán con las muestras apropiadas escogidas al azar de la población de los clientes de blanco.
La mayor parte de la gente accede con mucho gusto a que la entrevisten aunque con no tanto entusiasmo como antes, porque las encuestas se han convertido hoy en día en algo muy común. La situación ideal para el investigador es que aquella en que el asunto estudiado es genuinamente importante o interesante para el encuestado. Si no es el caso, el investigador debería tal vez motivar a los encuestados.
La motivación positiva es la forma más efectiva. Puede conseguirse explicando la finalidad e importancia de la encuesta antes de presentar las preguntas propiamente dichas. El investigador podría tal vez poner también el énfasis en el hecho de que estás entrevistas son valiosas para él porque no podría obtener esta información en ninguna otra parte.
El investigador debe pensar en los que los encuestados encontrarán motivador; el hecho de que llevar a cabo una encuesta sea requerido para los estudios de nuestra Universidad puede motivar al investigador, pero no necesariamente al encuestado.
Otra forma de motivar a la gente sería el indicar la muy pequeña molestia que se le causará si rellena el cuestionario. Esto es por lo que un cuestionario no debe ser largo o intimidatorio, y las preguntas deben ser cortas. Hay que hacer que el contestarlas sea todo lo fácil que sea posible. Debe incluirse con el cuestionario un sobre con la dirección puesta y el franqueo pagado.
Varias otras tácticas, también, se han ideado para mejorar el porcentaje de respuesta en las encuestas sobre correo. Jobber (1995 p. 177) resume su efecto probado como sigue:
Táctica Efecto sobre la tasa de respuesta
Notificación anterior por correo Aumente del porcentaje en la investigación de consumidor pero no en las poblaciones comerciales
Notificación anterior por teléfono Tasa aumentada de respuesta
Incentivos monetarios y no-monetarios Tasa aumentada de respuesta
Sobres de vuelta estampados Tasa aumentada de respuesta
Personalización El efecto varía
Conceder anonimato a los respondedores Tasa de respuesta más alta cuando el asunto es sensible
Longitud del cuestionario Solamente efecto leve sobre tasa de respuesta
Cuestionario coloreado Ningún efecto sobre tasa de respuesta
Plazo Ningún efecto sobre tasa de respuesta
Tipo de preguntas Las preguntas no ampliables consiguen una respuesta más alta que ampliables
Seguimiento Las llamadas del teléfono y los correos de seguimiento aumentan tasa de respuesta
Si, no obstante, hay un gran número de respuestas que acaban por no llegarnos, el investigador no tiene que reemplazarlas automáticamente con respuestas de otras personas más dispuestas a cooperar. Si se hiciese esto, ello distorsionaría fácilmente los resultados, porque los ausentes pueden diferir de los que han facilitado una respuesta, desviándose tal vez, también, con respecto a las variables importantes. Patrick W. Jordan (p.158) da un ejemplo de esto:
"Considere ... un caso cuando un fabricante de programas para ordenadores domésticas decidiera a examinar la nivel de satisfacción de los clientes con sus productos. Los que respondieron serían muy probablemente los que tenían una opinión particularmente fuerte sobre el software. ... La conclusión pudo incorrecto ser que los clientes fueron divididos firmemente en dos campos - los que amaron el software y los que lo odiaron."
Para rectificar la distorsión causada por los ausentes, es usado a veces el procedimiento siguiente:
1. Al principio, el investigador mantiene separadas las respuestas obtenidas sin ninguna nueva solicitud (grupo A, pongamos 50 % en este ejemplo), y las obtenidas tras solicitarlas de nuevo (grupo B, pongamos 30 % en este ejemplo). La proporción final de ausentes (grupo C) será así en este ejemplo de un 20 %.
2. Tras esto, el investigador tiene que ver si el grupo B difiere del grupo A con respecto a las variables que van a ser estudiadas. Una prueba T estadística es apropiada para esto.
3. Si hay alguna desviación, podemos suponer que el grupo de ausentes definitivos, grupo C, se desviará del A en la misma dirección que el grupo B. A partir de ahora, las respuestas dadas por el grupo B se usarán como sustitutos para los encuestados que faltan en el grupo C. Matemáticamente este ser hará incrementando el peso del grupo B de modo que sea igual a la suma de los grupos B y C, es decir, un 50 por ciento en nuestro ejemplo.
4. Si los grupos A y B no difieren en forma considerable entre ellos, podemos esperar que la ausencia del grupo C no tendrá una gran influencia sobre los resultados, y así no se necesitarán correcciones. Los grupos A y B se combinan, y los resultados totales a partir de ellos se suponen ciertos para el conjunto de la población.
Una vez que se han registrado las mediciones o estimaciones empíricas, el estudio puede pasar a la fase de análisis.
2.
• Sesgo sistemático, la tendencia, error sistemático, o una diferencia sistemática entre población y muestra, ocurre a menudo en la muestra no aleatoria. Es causado por el método de selección, que favorece a menudo inadvertidamente algunos tipos de artículos antes de otros. Este fastidio puede causar muchas veces mayor una declinación en la representatividad de una muestra que la divergencia al azar podría crear.
¿Usted puede preguntar por qué utilizar el muestreo no-aleatorio en todos, porque implica el riesgo del sesgo, una fuente aparentemente innecesaria del desacuerdo con la población? Hay varias motivaciones posibles:
• La población es infinita (o muy cerca) o es imposible hacer una lista de él para la base de la selección al azar.
• A veces usted no puede encontrar algunos artículos en la población. Una selección al azar no sería razonable, porque sería posible ejecutar apenas una parte de él.
• Los objetivos del estudio no requieren resultados exactos. El muestreo no-al azar es generalmente más barato y más aprisa.
• El proyecto incluye un procedimiento eficiente del control ulterior. Por ejemplo, podría ser difícil de persuadir a clientes escogidos al azar participar en el procedimiento de crear conceptos del producto nuevo y probar las propuestas, cuál toma normalmente varios días. En lugar, puede ser más fácil utilizar una muestra no-al azar de los voluntarios para los grupos de trabajo iniciales del desarrollo de producto. Más adelante las propuestas finales entonces se probarán con las muestras apropiadas escogidas al azar de la población de los clientes de blanco.
Suscribirse a:
Entradas (Atom)