ESTADÍSTICA

DESCRIPTIVA
UNIVARIADA Y
BIVARIADA
ESTADÍSTICA
DESCRIPTIVA
UNIVARIADA
 CONTENIDOS
1. Introducción
2. Medidas de tendencia central
2.1. Características de las medias de tendencia central
2.2. Media aritmética
2.3. Mediana
2.4. Moda

3. Medidas de variabilidad
3.1. Definición de medida de variabilidad
3.2. Amplitud total o recorrido de la variable
3.3. Desviación típica
3.4. Varianza

5. Medidas de simetría y apuntamiento

6. Puntuaciones individuales de los sujetos.
 1. Introducción
| Las puntuaciones tienen sentido al compararlas con algo
| Datos numéricos: estadísticos y parámetros

z Parámetro: Cantidad numérica calculada sobre una

población
‡ Altura media de los individuos de un país

z Estadístico: Cantidad numérica calculada sobre una

muestra
‡ Altura media de los que estamos en este aula.

| Si un estadístico se usa para aproximar un parámetro

también se le suele llamar estimador
 Población Muestra

Parámetros Estadísticos
Media
Desviación típica
Varianza
Correlación
 2. Medidas de tendencia
central

| Valor típico o representativo de un conjunto de

datos

| Tiende a situarse en el centro del conjunto de

datos

| Otrosnombres: promedios, medidas de

centralización y medidas de centro
 2.1 Características de las medidas
de tendencia central

| Rigurosas y no susceptibles a diversas

interpretaciones
| Basadas en todas las puntuaciones de la serie
| Sencillas y comprensibles
| Fácil y rápidas de calcular
| Estables
| Pueden no coincidir con ningún el valor de la
serie
 2.2 Media aritmética
CARACTERÍSTICAS Y USO

‡ Precisión
‡ Fácil de calcular y es un valor único para cada caso
‡ Puede resultar un valor que no esté en la serie. Nº de hijos,
media=1,2 hijos
‡ Muy sensible a los valores extremos de la variable

‡ No se puede usar en Variables de escala nominal

Propiedades de la media aritmética

Xi  Xi ‑  &   Xi *2 

3  ‑2  6 
4  ‑1  8 
5  0  10 
6  1  12 
7  2  14 
6=25  6 = 0    50  
&
 2.3 Mediana

‡Punto de la distribución que deja por

debajo de si al 50% de las
puntuaciones y por encima al otro
50%

‡No es un porcentaje, es una

puntuación directa
Xi
Ejemplo gráfico
6
7
4
5
7
3
5
8
7
6

Xi

14
6
4
7
9
7
11
8
10
6
12
9
3
12
15
 Características y uso

‡ No se puede usar en Variables de escala nominal

| Menos precisa que la media

| Cálculo rápido e interpretación sencilla
| Tiene en cuenta todos y cada uno de los valores de la
serie
| No afectada valores extremos de la variable
| Utilizable en series asimétricas (también en simétricas)
| Puede resultar un valor que no se encuentre en la serie
| Puede calcularse con datos de la serie incompletos
 2.4 Moda

Definición: valor dominante, el que más predomina en la serie

CARACTERÍSTICAS Y USO DE LA MODA

‡ No afectada por valores extremos

‡ Carece de significación a no ser en aquellas distribuciones en las
que hay una marcada concentración de los datos en el centro
‡ No se puede calcular si todos los datos de la muestra son distintos
‡ No susceptible de operaciones algebraicas desarrolladas
‡ Es la menos precisa
‡ Fácil de calcular
‡ Puede no resultar un valor único
 Ejemplo con SPSS

Estadísticos

Hours All How often

homework download Family
Q29a music IC5j Age of student Structure Sex Q3
N Válidos 234162 199169 275397 265263 275369
Perdidos 42003 76996 768 10902 796
Media 6,21 2,89 15,7971 1,93 1,50
Mediana 5,00 3,00 15,8300 2,00 1,00
Moda 2 5 15,83 2 1

Variable cuantitativa ± continua - razón

Variable cualitativa - ordinal
Variable cualitativa - nominal
 3. Medidas de variabilidad
A  B 
1  3 
2  4 
3  4  Las medidas de tendencia central
5  5  no son suficientes para describir
6  6 
un conjunto de datos
8  6 

& = 5   & = 5  

1  7 

Mdn = 5  Mdn = 5 

3.1 Definición de medida de variabilidad

Valor numérico que nos da idea de la concentración o separación de
los datos de una variable alrededor de su media aritmética o promedio
 3.2 Amplitud total, rango o
recorrido de la variable

AT = (Xm Ȯ Xn) +
‡ Fácil de calcular. Su unidad es la misma que la de la
variable
‡ Poco estable
‡ Puede dar idea de falsa variabilidad

3, 5, 3, 3, 4, 2, 9, 1, 2, 4, 2
 3.3 Desviación típica

•  Definición
•  Valores
S=
" !i 2

#X
2
•  Unidad
N

• Características de la desviación típica

–  Mide dispersión respecto de la media
–  Valores
–  Misma unidad de medida que
observaciones originales
 3.3 Desviación típica

•  Definición
•  Valores
•  Unidad
•  Características de la desviación típica
–  Mide dispersión respecto de la media
–  Valores
–  Misma unidad de medida que observaciones
originales

Xi Xi Xi
2 1 1
3 2 2
4 3 S 3
5 4 4
2 5
3
5
5 6
4 4 7
 3.4 Varianza

2
S S
Operación inversa a la desviación
típica, es un indicador de variabilidad
de la distribución
Interpretación de la DT
 4. ASIMETRÍA

‡ Una distribución de frecuencias es simétrica si las dos

áreas en que la mediana (Me) divide dicha distribución
son imagen una de la otra
‡ Si la distribución es simétrica, la mediana, la moda y la
media coinciden
‡ Una distribución es asimétrica positiva si tiene muchas
puntuaciones bajas y pocas altas (en el caso, por ej., de
una prueba difícil)
‡ Una distribución es asimétrica negativa en el caso
contrario, es decir, si tiene muchas puntuaciones altas y
pocas bajas (en el caso, por ej., de una prueba fácil)
 F O R M AS SI M É T R I C AS

F O R M AS ASI M É T R I C AS
 4. APUNTAMIENTO O
CURTOSIS

‡ Una curva es muy apuntada si es muy alta y

estrecha
‡ Una curva es poco apuntada si es baja y
ancha
‡ Para dos curvas de igual sx, la más apuntada
contiene más puntuaciones bajo los dos
extremos alejados de la media que la menos
apuntada
 5. Puntuaciones individuales de
los sujetos.

Puntuación directa (Xi)

‡Puntuación que un sujeto obtiene al ser sometido a

cualquier tipo de medición (Xi = 25)
‡Carece de sentido por si sola
‡Precisa de un elemento de comparación
 Ejercicio
A la vista de los gráficos siguientes, describir brevemente las variables Índice
de posesiones en el hogar y Nº de libros de que dispone en alumno en casa
(Datos obtenidos de PISA 2003)
How many books at home Q19
Index of home possessions (WLE)
400
300

300

200

200

100

100
Desv. típ. = 1,04
Desv. típ. = 1,46
Media = -,19
Media = 3,3
0 N = 1192,00
-4
-3,00
-3,50
-2,00
-2 5 0
-1,00
-1,50

N = 1163,00
0, 0

1,
1, 0
2,50

0
-,,500
,500
,

00
0

1,0 2,0 3,0 4,0 5,0 6,0

Index of home possessions (WLE) How many books at home Q19

 Ejercicio
A continuación se presentan los resultados finales obtenidos por un grupo de sujetos en la
asignatura Métodos de Investigación Educativa.
4, 8, 4, 6, 8, 6, 7, 7, 7, 8, 10, 9, 7, 6, 10, 8, 5, 9, 6, 3, 7, 6, 4, 7, 6, 9, 7, 4, 7, 6,
8, 8, 9, 11, 8, 7, 10, 8, 5, 7, 7, 6, 5, 10, 8, 9, 7, 5, 6, 5.
Con la ayuda del programa SPSS/Excel, contestar a las cuestiones siguientes:

1. Construir una distribución de frecuencias de estas puntuaciones.

2. Calcular las frecuencias relativas
3. Calcular las frecuencias acumuladas
4. Calcular las frecuencias relativas acumuladas
5. Dibujar un histograma (Puede utilizarse Excel)
6. ¿Porqué se ha utilizado un histograma para representar los datos?
7. Calcular e interpretar las medidas de tendencia central
8. Calcular e interpretar las medidas de dispersión
9. Calcular e interpretar las medias de forma
ESTADÍSTICA
DESCRIPTIVA
BIVARIADA
(correlaciones)
 Correlaciones

Concepto
| Definición

| Fuerza y dirección, no causalidad

| Ejemplo (Rto. - PAU)

Valor absoluto del Valoración de la
coeficiente correlación

< 0,20 Muy baja

Entre «0,20« y «0,40« Baja
Entre «0,40« y «0,70« Moderada
Entre «0,70« y «0,90| Alta
> «0,90« Muy alta
 Representación gráfica. Diagramas
de dispersión. Interpretación
X X

Y Y
Perfecta Positiva Imperfecta Positiva
Horas de Estudio - Rendimiento
X

X X

Y
Nula
Y Y Sexo - CI
Perfecta Negativa Imperfecta Negativa

Horas de TV - Rendimiento
 Relaciones entre variables continuas.

¦
El coeficiente de correlación de Pearson (rxy)

¦ ¦
Dos variables numéricas (no categóricas)

N.¦ X.Y  ¦ X.¦ Y

 

N.¦ X 
 ¦ X  . N.¦ Y  ¦ Y  
rxy
2 2 2 2
 Ejercicio
X  Y    X  Y   
85  82    72  63   
88  90  88  72  X: puntuaciones que un grupo de 34 alumnos obtuvieron
70  44  74  78  en un test de inteligencia general
78  28  84  47  Y: puntuaciones de esos alumnos en una prueba de
27  14  98  86  razonamiento
44  4  87  60 
77  71  85  78 
92  75  92  79 
64  26  96  89  Correlaciones
82  44  71  34  Inteligencia Prueba de
65  80  93  94  general razonamiento
Inteligencia general Correlación de Pearson 1 ,789**
95  78  44  29  Sig. (bilateral) . ,000
67  46  95  66  N 34 34
86  55  85  55  Prueba de razonamiento Correlación de Pearson ,789** 1
71  26  67  40  Sig. (bilateral) ,000 .
N 34 34
76  66  92  93 
**. La correlación es significativa al nivel 0,01 (bilateral).
58  32  43  26 
 Significado de los coeficientes
de correlación

| Variabilidad común
| Variabilidad común no significa causalidad
| Significación estadística
| Coeficiente de correlación = 0
 Ejercicio
El resultado de calcular la correlación entre las
puntuaciones de 121 alumnos de Estadística aplicada a las
CCSS en las dos partes de que constaba el examen (teoría
y práctica) es el siguiente. Interpretar la correlación
existente entre ambas variables
Corre lacione s

Teoría Práctica
Teoría Correlación de Pearson 1 ,970**
Sig. (bilateral) . ,000
N 121 121
Práctica Correlación de Pearson ,970** 1
Sig. (bilateral) ,000 .
N 121 121
**. La correlación es significativa al nivel 0,01 (bilateral).