Please enable JavaScript.
Coggle requires JavaScript to display documents.
ESTADÍSTICA Y SU PAPEL EN EL CAMPO DE LAS CIENCIAS SOCIALES - Coggle…
ESTADÍSTICA Y SU PAPEL EN EL CAMPO DE LAS CIENCIAS SOCIALES
¿Qué es la estadística?
Villamarin (2017) menciona "la estadística es la ciencia que utiliza conjuntos de datos numéricos para obtener, a partir de ellos, inferencias basadas en el cálculo de probabilidades"
Villamarin (2017) describe que "la estadística es la parte de las matemáticas que se ocupa de los métodos para recoger, organizar, resumir y analizar datos, así como para sacar conclusiones válidas y tomar decisiones razonables basadas en tal análisis"
Importancia de la estadística en las Ciencias Sociales
La importancia de la estadística en las Ciencias Sociales es que es muy útil y se puede utilizar en muchos campos como:
Medicina.
Arquitectura.
Investigación de mercados.
Meteorología.
Biología.
Política.
Ejemplos de la estadística en las Ciencias Sociales.
En la Administración de Empresas se utiliza para evaluar la aceptación de un producto antes de comercializarlo.
En Economía para medir la evolución de los precios mediante números índice o para estudiar los hábitos de consumo mediante encuestas.
En Ciencias Políticas para conocer las preferencias de los electores antes de la votación mediante sondeos.
En Sociología para estudiar las opiniones de los colectivos sociales sobre temas de actualidad.
En Psicología para elaborar las escalas de los test y cuantificar aspectos del comportamiento humano.
En Ciencias Sociales para medir la relación entre variables y hacer predicción sobre ellas.
¿Qué es la probabilidad?
Montes (2007) menciona la naturaleza aleatoria "el concepto de probabilidad aparece ligado en sus orígenes a los juegos de azar, razón por la cual se tiene constancia del mismo desde tiempos remotos" (p.3).
Método frecuencialista.
Montes (2007) aclara que no existe una definición universal, explica el método frecuencialista. "Cuando el experimento es susceptible de ser repetido en las mismas condiciones una infinidad de veces" (p.4)
Método clásico.
Montes (2007) aclara que no existe una definición universal, explica el método clásico. "Si el experimento conduce a un espacio muestral finito con n resultados posibles" (p.4)
¿Cuáles son los tipos de variables?
Cualitativa
Espinoza (2017) describe "la variable cualitativa se refiere a datos que pertenecen a una determinada categoría o característica y sus elementos no pertenecen a más de una categoría simultáneamente" (p.31).
Cuantitativa
Espinoza (2017) menciona que "la variable cuantitativa se refiere a cantidad y es de naturaleza numérica; a diferencia de la variable cualitativa en esta variable el valor por sí mismo denota cantidad" (p.33)
Cuasicuantitativa
Espinoza (2017) aclara que "la variable cuasicuantitativa establece una relación de orden al interior de la variable; su nombre nos indica que tiene características de los dos tipos de variables; cualitativa y cuantitativa. Esto quiere decir que son categorías ordenadas y que nos dan también un valor que significa un estatus dentro de la variable" (p.33)
¿Cuáles son los tipos de medición en estadística
Medidas de forma.
Espinoza (2017) describe "las medidas de forma nos permiten identificar si la distribución de las frecuencias de los datos que obtenemos se caracterizan por ser uniformes" (p.69).
Asimetría
Espinoza (2017) aclara que "la asimetría hace referencia a una curva de distribución de frecuencias donde la media, la mediana y la moda tienen valores diferentes, generando así una curva con forma asimétrica" (p.31).
Curtosis
Espinoza (2017) describe "la curtosis consiste en identificar el grado en que la curva es alargada o achatada" (p.31).
Distribución normal
Espinoza (2017) define "la distribución normal se presenta en las variables cuantitativas que no presentan algún tipo de sesgo, es decir, cuando su distribución es simétrica y mesocúrtica" (p. 72).
Medidas de ubicación.
Espinoza (2017) describe "las medidas de localización se utilizan para hacer comparables las puntuaciones obtenidas por los diferentes instrumentos que utilizamos para medir el comportamiento humano" (p.73).
Puntuaciones Z
Espinoza (2017) aclara que "la puntuación Z es un puntaje transformado que nos permite saber a cuantas desviaciones estándar se encuentra el puntaje de un participante" (p.73).
Puntuaciones T
Espinoza (2017) menciona "se planteó una nueva escala lineal, llamada derivada, que omitiera los valores negativos y las puntuaciones decimales, llamada puntuación T" (p.76).
Percentiles
Espinoza (2017) define "en el caso de los percentiles, la distribución de los puntajes directos la puedo dividir en 100 partes iguales que se expresan en términos de porcentaje" (p.78).
¿Qué es la población y muestra en estadística?
Una muestra estadística es un subconjunto de datos perteneciente a una población de datos
El término de población se refiere al conjunto de elementos que se quiere investigar, estos elementos pueden ser objetos, acontecimientos, situaciones o grupo de personas.
Tipos de estadística.
En función de su alcance y de su propósito.
Estadística descriptiva.
Ayuda a organizar una gran cantidad de datos a través de métodos, tablas y gráficos que presentan la información de forma ordenada.
Estadística inferencial.
Se encarga de realizar conclusiones y deducciones a partir de una muestra de datos.
Estadística paramétrica.
Como parte de la inferencia estadística trata de estimar determinados parámetros de una población de datos.
Estadística no paramétrica.
La estadística no paramétrica utiliza métodos para conocer cómo se distribuye un fenómeno para más tarde utilizar técnicas de estadística paramétrica.
Estadística experimental.
Se deriva de proyectos en desarrollo que cuenta con aspectos innovadores por su metodología o por su temática.
Estadística casual.
Es una forma de muestreo no probabilístico que consiste en tomar una muestra de la población que esta disponible y al alcance.
Recolección de datos.
Gráfico de barras.
Espinoza (2017) menciona que "el gráfico de barras es una representación realizada en un plano cartesiano, este tipo de gráficas se puede utilizar en variables cualitativas, cuasicuantitativas o cuantitativas discretas " (p.96)
Gráfico de pastel
Espinoza (2017) describe que "esta representación consiste en dividir una circunferencia en porciones, de tal forma que cada porción coincida con la proporción o porcentaje de observaciones en cada una de las categorías" (p.97)
Histogramas
Espinoza (2017) define que "este tipo de gráficos se usa para representar las frecuencias de una variable cuantitativa continua, para mostrar todo el patrón de datos obtenidos y su intención es comunicar información sobre la forma de la distribución de los datos" (p.98)
Polígono de frecuencias
Espinoza (2017) detalla, "el polígono de frecuencias se utiliza para representar datos de tipo cuasicuantitativo y cuantitativo expresados en escala de intervalo o de razón " (p.100)
Frecuencias
Tablas de frecuencias.
Espinoza (2017) define tabla de frecuencias, "es una tabla donde registramos la frecuencia con que se repiten los valores de una variable" (p.85).
Tablas de frecuencias con información relativa.
Cómo se interpretan las tablas de frecuencia con información relativa, para ello las variables analizadas se observan la frecuencia absoluta de cada una de las categorías de las variables, la interpretación se analiza con la mayor frecuencia o repetición de un suceso.
Distribución de frecuencias.
Las distribuciones de frecuencias son tablas en que se dispone las modalidades de la variable por filas
Construcción de una distribución de frecuencia.
Para construir una distribución de frecuencias se toma como referencia una variable cuantitativa, la intención de la tabla de frecuencias es mostrar cuantas veces se repite un valor de variable es recomendable organizar los valores de manera ascendente(de menor a mayor), se realiza el conteo de cada uno de los valores de las variables.
Frecuencia acumulada.
Espinoza (2017) define que "la frecuencia absoluta acumulada, identificada con (N) se define como la suma de las frecuencias absolutas de los valores de la variable" (p.85)
Frecuencia relativa.
Espinoza (2017) define que "la frecuencia relativa que se identifica con (fi), se refiere a la proporción de veces que aparece un valor en el conjunto de datos de la variable y se obtiene dividiendo la frecuencia absoluta entre el número total de datos" (p.85)
