CONTENIDO

1. Definicin de Estadstica: La Estadstica es una ciencia formal que estudia la recoleccin, anlisis e interpretacin de datos de una muestra representativa, ya sea para ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional. Sin embargo, la estadstica es ms que eso, es decir, es el vehculo que permite llevar a cabo el proceso relacionado con la investigacin cientfica. Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales, desde las ciencias de la salud hasta el control de calidad. Se usa para la toma de decisiones en reas de negocios o instituciones gubernamentales. 2. Importancia de la Estadstica: Lo interesante de la estadstica como ciencia es que en muchos casos, la informacin cuantitativa que nos brinda nos permite conocer a ese nivel mucho mejor a una sociedad, por ejemplo cuntas personas viven en un pas, cul es la tasa de desempleo, cul es la tasa de indigencia o pobreza, cul es el nivel promedio de educacin de esa sociedad, etc. Todos estos datos numricos son utilizados por los responsables del Estado a travs de sus distintos organismos y secretaras para luego realizar proyectos de diferente tipo que tengan que ver con mejorar esa situacin o mantenerla en el caso de que sea buena. En algunos casos, aunque no directamente, la estadstica tambin nos permite inferir (no conocer) la calidad de vida de una poblacin ya que si encontramos altas tasas de desempleo, pobreza y marginalidad podremos suponer que la calidad de vida es muy baja. La estadstica tiene una utilidad no slo en aspectos sociales si no que tambin sirve para todo tipo de investigacin cientfica si se tiene en cuenta que los datos estadsticos son el resultado de varios casos de entre los cuales se toma un promedio. As, una estadstica puede servir para una investigacin cientfica al demostrar que un porcentaje determinado de los casos observados represent un resultado particular y no otro. 3. Alcances de la Estadstica: Tiene por objeto agrupar metdicamente todos los hechos que se prestan a una evaluacin numrica (poblacin, riqueza, impuestos, cosechas, etc.). Entre sus alcances encontramos: Planificacin y evaluacin del comportamiento Medicin de preferencias y opciones Comparacin de situaciones Medicin de caractersticas demogrfica

4. Limites de estadstica: La estadstica permite el manejo de datos y nos facilitan su anlisis e interpretacin, pero si la calidad de esto no es adecuada se puede cuestionar la validez de las conclusiones. Estudia poblaciones completas acudiendo a una pequea muestra, ahorrando asi recursos y tiempo. No explica fenmenos ni establece relaciones casuales, sino tan solo asociaciones estadsticas.

5. Divisin de la Estadstica: La estadstica se divide en dos grandes reas: Estadstica Descriptiva: se dedica a la descripcin, visualizacin y resumen de datos originados a partir de los fenmenos de estudio. Los datos pueden ser resumidos numrica o grficamente. Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos son: histograma, pirmide poblacional, grfico circular, entre otros. Estadstica Inferencial: se dedica a la generacin de los modelos, inferencias y predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones de unas caractersticas numricas (estimacin), pronsticos de futuras observaciones, descripciones de asociacin (correlacin) o modelamiento de relaciones entre variables (anlisis de regresin). Otras tcnicas de modelamiento incluyen anova, series de tiempo y minera de datos.

Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. Hay tambin una disciplina llamada estadstica matemtica, la que se refiere a las bases tericas de la materia. La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo estadstico a un conjunto de datos, como en estadsticas econmicas, estadsticas criminales, entre otros. 6. Tcnicas de Muestreo y sus tipos: Son aquellos que se basan en el principio de equiprobabilidad, es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la misma probabilidad de ser elegidas. Existen diferentes tcnicas para realizar el muestreo, que dependern de cada caso cual usar, existen tres tipos de muestreos: Muestreo probabilstico: es aquel en el que cada muestra tiene la misma probabilidad de ser elegida. Muestreo intencional u opintico: en el que la person aque selecciona la meustra esquien procura que sea representativa, dependiendo de su intencin u opinin, siendo por tanto la representatividad subjetiva. Muestreo sin norma: se toma la muestra sin norma alguna, de cualquier manera, siendo la muestra representativa si la poblacin es homogenea y no se producen sesgos de seleccin.

Normalmente se utiliza el muestreo probabilstico, ya que en caso de elegir la tcnica adecuada, es el que asegura la representatividad de la muestra y permite el clculo de la estimacin de los errores que se comente. Dentro de este se pueden distinguir:

a) Muestreo aleatorio simple: Como se ha comentado, en caso de hacer muestreo de manera que la muestra sea representativa, se debe realizar muestreo probabilstico. Cmo se seleccionaran 28 personas de una poblacin de 560, para que todos tuvieran la misma probabilidad de entrar en la muestra? La respuesta inmediata es hacer un sorteo donde se elijan 28, es decir, escogerlos al azar, as todos tendran las mismas posibilidades de estar en la muestra, garantizando que todas las muestras posibles que se pueden obtener de la poblacin tienen la misma posibilidad de ser seleccionados para forma parte de la muestra. Cuando un elemento es seleccionado y se han medido las variables necesarias para el estudio y puede volver a ser seleccionado, se dice que se hace un muestreo aleatorio con reemplazamiento o reposicin. Generalmente recibe el nombre de muestreo aleatorio simple. En el caso de que el elemento no vuelva a formar parte de la poblacin de manera que no puede volver a ser seleccionado se dice que se ha obtenido la muestra mediante un muestreo aleatorio sin reposicin o reemplazamiento. Aunque los dos mtodos son diferentes, cuando el tamao de la poblacin es infinito, o tan grande que puede considerarse infinito, ambos mtodos nos llevarn a las mismas concluisiones. Sin embargo si la fraccin de muestreo n/N es mayor del 10%, la direrencia entre las conclusiones pueden ser importantes. b) Muestreo sistemtico: Los elementos se seleccionan a un intervalo uniforme en una lista ordenada. Una preocupacin del muestreo sistemtico es la existencia de factores cclicos en el listado que pudieran dar lugar a un error. c) Muestreo estratficado: Los elementos de la poblacin son primeramente clasificados en grupos o estratos, segn la caracterstica importante. Luego, de cada estrato se extrae una muestra aleatoria simple. Por ejemplo, supongamos que se quiere hacer un estudio para saber a qu dedican su tiempo libre las personas de una ciudad. Es notorio que los ancianos no realizan el mismo tipo de actividades que los jvenes, ni tampoco que las personas de medianda edad, ni que los jvenes. Nos interesari entonces que toda esta informacin que tenemos de antemano nos ayude a construir una muestra ms significativa. De hecho, interesa que todos esos colectivos estn representados en la muestra. A los colectivos que se han definido, por edad, se les llama estratos. Definamos la manera de hacer un muestreo en este caso. Consideremos que la poblacin de tamao N se divida en k subpoblaciones (estratos) de tamaos N1, N2, , Nk. Si se desea obtener una muestra de tamao n de poblacin inical, seleccionarmos de cada estrato una muestra aleatoria de tamao ni de manera que n1 + n2 + .. + nk = n. Ventajas:

Se puede tener informacin con mayor precisin dentro de los estratos sobre las caractersticas del objeto de estudio. Se puede aumentar la precisin de los estimadores de las caractersticas de toda la poblacin.

Desventajas: La eleccin del tamao de las muestra dentro de cada estrato para que el total sea n. La divisin en estratos en algunas poblaciones puede no ser sencilla.

De manera general, el muestreo estratificado proporciona mejores resultados que el muestreo aleatorio, mientras ms diferentes sean los estratos entres s y ms homogneos internamente. Se pueden considerar 3 mtodos para distribuir el tamao de la muestra entre los estratos: Proporcionalmente al tamao de cada estrato, es decir, si tomamos el estrato j-simo de tamao Nj, entonces una muestra de dicho estrato ser de tamao n * (Nj/N), siendo N el total de poblacin y n el tamao de la muestra. Proporcionalmente a la variabilidad de la caracterstica que se est considerando en cada estrato. Por ejemplo, si se conoce que la varianza en la altura de los alumnos es de 15 cm y en las alumnas de 5 cm, la proporcin de los alumnos es de 3 a 1 y la muestra debe guardar esa proporcin. Se asigna el mismo tamao a cada estrato. Como consecuencia se favorece a los estratos ms pequeos y se perjudica a los ms grandes en cuanto a precisin. d) Muestreo por conglomerado: Los elementos de la poblacin estn subdivididos en grupos y se extraen aleatoriamente algunos de estos grupos completos. En este tipo de muestreo, la poblacin se divide en unidades o grupos, llamados conglomerados (generalmente son unidades o reas en las que se divide a la poblacin), que deben ser lo ms representativas posible de la poblacin, es decir, deben representar la heterogeneidad de la poblacin objeto del estudio y ser entre s homogneos. Uno de los motivos para realizar este muestreo es que a veces resultara demasiado costoso realizar una consulta completa de todos los individuos de la poblacin objeto del estudio, o que cuando se terminase de realizar la lista no tendra sentido la realizacin del estudio. El principal inconveniente que tiene es que s los conglomerados no son homogneos entre s, la muestra final no puede ser representativa de la poblacin. Suponiendo que los conglomerados sean tan heterogneos como la poblacin, en relacin con las variables estudiadas y que entre s sean homgeneos, para obtener una muestra bastar con seleccionar algunos conglomerados. En este caso se habla de muestreo por conglomerados de una etapa.

Tiene la ventaja de simplificar la recogida de las informaciones muestrales. e) Muestreo Sistemtico. En el ejemplo de la seleccin de 28 personas de un total de 560, el factor de elevacin sera de 560/28 = 20. Si se numera a los alumnos del 1 a 560, se elije un nmero x al azar entre 1 y 20 y ese sera el primer alumno seleccionardo, el que ocupa el lugar x. luego tomamos el alumno de la posicin x + 20, x + 20 * 2, x + 20 * 3 . Y as sucesivamente, no es muetreo aleatorio porque todas las muestras son igualmente probables. Suponiendo que se tiene una poblacin que consta de N elementos, ordenados y numerados del 1 hasta el N, y se desea obtener una muestra de tamao n, dicho apoblacin se puede dividir en n subconjuntos, cada uno de ellos con v = N / n elementos, es decir, cada subconjunto consta de tantos elementos como indica el factor de elevacin. Se toma aleatoriamente un elemento de los enumerados desde 1, 2 hasta N7N y se le llama x0 despus se toman los siguienes elementos x0 + v, x0 + 2v , . En caso de que v no sea entero, se redondea al entero menor, con lo que puede que algunas muestras tengan tamao n 1. Este hecho introduce una pequea perturbacin en la teora del muestreo sistemtico, que es despreciable si n > 50. Este tipo de muestreo requiere que previamente se haya asegurado de que los elementos ordenados no presentan periodicidad en las varialbes objeto de estudio, puesto que si hay periodicidad y el prximo al valor de v, los resultados que se obtengan tendrn grandes desviaciones y perdern su validez. El muestreo sistemtico es equivalente al muestreo aleatorio si los elementos se encuentran enumerados de maera aleatorio. Las ventajas de dicho metodo: Extiende la muestra a toda la poblacin. Es de fcil aplicacin.

Desventajas: Aumento de la varianza si existe periodicidad en la numeracin de los elementos, producindose sesgo por seleccin. Problemas a la hora de la estimacin de la varianza.

Puede considerarse un caso particular del muestreo por conglomerados, estando cada uno de ellos formado por los siguientes elementos que ocupan en la lista el lugar : Primer conglomerado: 1, 1 + v, 1 + 2v, 1 + 3v, . Segundo conglomerado: 2, 2 + v, 2 + 2v, 2 + 3v, .

V o Vigsimo conglomerado: v, 2v, 3v, 4v, nv

Seleccionar una muestra sistemtica equivale a seleccionar al azar un nico conglomerado. Para ello es necesario que cada uno de los conglomerados definidos tenga una composicin similar a la poblacin. Tambin puede considerarse como un caso particular de muestreo estratificado con un nmero de estratos igual an, cada uno de ellos con v elementos de manera que en cada estrato se elige un nico elemento. En el muestreo estratificado el elemento seleccionado en cada estrato es aleatorio, mientras que en el sistemtico se elige de forma aleatoria al primer elemento quedando los restantes determinados por el factor v. 7. Niveles de Medicin: Medir significa asignar nmeros a objetos y eventos de acuerdo a reglas (Stevens, 1951), esta definicin es adecuada para el rea de ciencias naturales, en el campo de las ciencias sociales medir es el proceso de vincular conceptos abstractos con indicadores empricos (Carmines y Zeller, 1979, p. 10). La medicin de las variables puede realizarse por medio de cuatro escalas de medicin. Dos de las escalas miden variables categricas y las otras dos miden variables numricas (Therese L. Baker, 1997). Los niveles de medicin son las escalas nominal, ordinal, de intervalo y de razn. Se utilizan para ayudar en la clasificacin de las variables, el diseo de las preguntas para medir variables, e incluso indican el tipo de anlisis estadstico apropiado para el tratamiento de los datos. Una caracterstica esencial de la medicin es la dependencia que tiene de la posibilidad de variacin. La validez y la confiabilidad de la medicin de una variable depende de las decisiones que se tomen para operacionalizarla y lograr una adecuada comprensin del concepto evitando imprecisiones y ambigedad, por en caso contrario, la variable corre el riesgo inherente de ser invalidada debido a que no produce informacin confiable. a) Medicin Nominal: En este nivel de medicin se establecen categoras distintivas que no implican un orden especifico. Por ejemplo, si la unidad de anlisis es un grupo de personas, para clasificarlas se puede establecer la categora sexo con dos niveles, masculino (M) y femenino (F), los respondientes solo tienen que sealar su gnero, no se requiere de un orden real. As, si se asignan nmeros a estos niveles solo sirven para identificacin y puede ser indistinto: 1=M, 2=F o bien, se pueden invertir los nmeros sin que afecte la medicin: 1=F y 2=M. En resumen en la escala nominal se asignan nmeros a eventos con el propsito de identificarlos. No existe ningn referente cuantitativo. Sirve para nombrar las unidades de anlisis en una investigacin y es utilizada en crceles, escuelas, deportes, etc. La relacin lgica que se expresa es: A B (A es diferente de B). b) Medicin Ordinal:

Se establecen categoras con dos o mas niveles que implican un orden inherente entre si. La escala de medicin ordinal es cuantitativa porque permite ordenar a los eventos en funcin de la mayor o menor posesin de un atributo o caracterstica. Por ejemplo, en las instituciones escolares de nivel bsico suelen formar por estatura a los estudiantes, se desarrolla un orden cuantitativo pero no suministra medidas de los sujetos. La relacin lgica que expresa esta escala es A B (A es mayor que B). Clasificar a un grupo de personas por la clase social a la que pertenecen implica un orden prescrito que va de lo mas alto a lo mas bajo. Estas escalas admiten la asignacin de nmeros en funcin de un orden prescrito. Las formas mas comunes de variables ordinales son tems (reactivos) actitudinales estableciendo una serie de niveles que expresan una actitud de acuerdo o desacuerdo con respecto a algn referente. Por ejemplo, ante el tem: La economa mexicana debe dolarizarse, el respondiente puede marcar su respuesta de acuerdo a las siguientes alternativas: ___ Totalmente de acuerdo ___ De acuerdo ___ Indiferente ___ En desacuerdo ___ Totalmente en desacuerdo Las anteriores alternativas de respuesta pueden codificarse con nmeros que van del uno al cinco que sugieren un orden preestablecido pero no implican una distancia entre un nmero y otro. Las escalas de actitudes son ordinales pero son tratadas como variables continuas (Therese L. Baker, 1997). c) Medicin de Intervalo: La medicin de intervalo posee las caractersticas de la medicin nominal y ordinal. Establece la distancia entre una medida y otra. La escala de intervalo se aplica a variables continuas pero carece de un punto cero absoluto. El ejemplo mas representativo de este tipo de medicin es un termmetro, cuando registra cero grados centgrados de temperatura indica el nivel de congelacin del agua y cuando registra 100 grados centgrados indica el nivel de ebullicin, el punto cero es arbitrario no real, lo que significa que en este punto no hay ausencia de temperatura. Una persona que en un examen de matemticas que obtiene una puntuacin de cero no significa que carezca de conocimientos, el punto cero es arbitrario por que sigue existiendo la caracterstica medida. d) Medicin de Razn: Una escala de medicin de razn incluye las caractersticas de los tres anteriores niveles de medicin anteriores (nominal, ordinal e intervalo). Determina la distancia exacta entre los intervalos de una categora. Adicionalmente tiene un punto cero absoluto, es decir, en el punto cero no existe la caracterstica o atributo que se mide. Las variables de ingreso, edad, nmero de hijos, etc. son ejemplos de este tipo de escala. El nivel de medicin de razn se aplica tanto a variables continuas como discretas.

8. Manejo, Toma, Organizacin y Presentacin de Datos: Datos El dato es una Representacin simblica (Numrica, alfabtica, algortmica, etc.), un atributo o una caracterstica de una entidad conocida como unidad de informacin. El dato no tiene valor (sentido) en si mismo, pero si recibe un tratamiento (procesamiento) adecuado, se puede utilizar en la realizacin de clculos o toma de decisiones. Para el especialista, la informacin necesaria para toda investigacin est constituida por datos. A fin de que un anlisis estadstico resulte til en la toma de decisiones, los datos deben ser apropiados. Hay, por lo menos, tres maneras de obtener datos: i) utilizar los datos publicados por fuentes gubernamentales, industriales o particulares; ii) a travs de la experimentacin; iii) realizando encuestas. Tipos de datos: En una investigacin estadstica, se manejan diversas caractersticas, a las que se denomina variables. Los datos son los resultados que se observan para estas variables. Bsicamente existen dos tipos de variables, que producen dos tipos de datos: cualitati-vos y cuantitativos. Las primeras variables producen respuestas categricas, en tanto que las segundas producen respuestas numricas. Por otra parte, los datos cuantitativos pueden ser discretos o continuos. Los datos cuantitativos discretos son respuestas numricas que surgen de un proceso de conteo, mientras que los continuos son los que surgen de un proceso de medicin. Variables: Lo que se estudia en cada unidad de informacin individuo de la muestra son las variables (edad, sexo, peso, talla, tensin arterial sistlica, etctera). Los datos son los valores que toma la variable en cada caso. Lo que vamos a realizar es medir, es decir, asignar valores a las variables incluidas en el estudio. Deberemos adems concretar la escala de medida que aplicaremos a cada variable. La naturaleza de las observaciones ser de gran importancia a la hora de elegir el mtodo estadstico ms apropiado para abordar su anlisis. Con este fin, clasificaremos las variables, a grandes rasgos, en dos tipos: variables cuantitativas o variables cualitativas. Variables cuantitativas. Son las variables que pueden medirse, cuantificarse o expresarse numricamente. Las variables cuantitativas pueden ser de dos tipos: Variables cuantitativas continuas, si admiten tomar cualquier valor dentro de un rango numrico determinado (edad, peso, talla). Variables cuantitativas discretas, si no admiten todos los valores intermedios en un rango. Suelen tomar solamente valores enteros (nmero de hijos, nmero de partos, nmero de hermanos, etc).

Variables cualitativas. Este tipo de variables representan una cualidad o atributo que clasifica a cada caso en una de varias categoras. La situacin ms sencilla es aquella en la que se clasifica cada caso en uno de dos grupos (hombre/mujer, enfermo/sano, fumador/no fumador). Son datos dicotmicos o binarios. Como resulta obvio, en muchas ocasiones este tipo de clasificacin no es suficiente y se requiere de un mayor nmero de categoras (color de los ojos, grupo sanguneo, profesin, etctera).

En el proceso de medicin de estas variables, se pueden utilizar dos escalas: Escalas nominales: sta es una forma de observar o medir en la que los datos se ajustan por categoras que no mantienen una relacin de orden entre s (color de los ojos, sexo, profesin, presencia o ausencia de un factor de riesgo o enfermedad, etctera). Escalas ordinales: en las escalas utilizadas, existe un cierto orden o jerarqua entre las categoras (grados de disnea, estadiaje de un tumor, etctera). Mtodos de Recoleccin de Datos: Es importante destacar que los mtodos de recoleccin de datos, se puede definir como: al medio a travs del cual el investigador se relaciona con los participantes para obtener la informacin necesaria que le permita lograr los objetivos de la investigacin. De modo que para recolectar la informacin hay que tener presente: Seleccionar un instrumento de medicin el cual debe ser valido y confiable para poder aceptar los resultados Aplicar dicho instrumento de medicin Organizar las mediciones obtenidas, para poder analizarlos

Dentro de los mtodos para la recoleccin de datos estn: a) Observacin: Es el registro visual de lo ocurre es una situacional real, clasificando y consignando los acontecimientos pertinentes de acuerdo con algn esquema previsto y segn el problema que se estudia Al igual con los otros mtodos, previamente a la ejecucin de la observacin el investigador debe definir los objetivos que persigue, determinar su unidad de observacin, las condiciones en que asumir la observacin y las conductas que debern registrarse. Cuando se decide utilizarla hay que tomar en cuenta ciertas consideraciones. Como mtodo de recoleccin de datos, debe ser planificado cuidadosamente para que rena los requisitos de validez y confiabilidad. Se le debe conducir de manera hbil y sistemtica y tener destreza en el registro de datos, diferenciando los aspectos significativos de la situacin y los que no tienen importancia. Tambin se requiere habilidad para establecer las condiciones de manera tal que los hechos observables se realicen en la forma ms natural posible y sin influencia del investigador u otros factores. Cuando se decide usar este mtodo es requisito fundamental la preparacin cuidadosa de los observadores, asegurndose as la confiabilidad de los datos que se registren y recolecten.

Posibles errores con el uso del mtodo de observacin. Sobre el uso del mtodo de observacin, Quinteros comenta que, "las condiciones de una investigacin puede ser seriamente objetables si el diseo de la misma no se ha tomado en cuenta los posibles errores de observacin" Estos errores estn relacionados con: Los Observadores El instrumento utilizado para la observacin El fenmeno observado Respecto a los errores relacionados con el observador, estos se asocian al hecho de la participacin de otras personas, adems del investigador, en el proceso de la observacin de los hechos o fenmenos en estudio. Esta situacin puede conducir a una falta de consistencia de los resultados, ya que los observadores pueden diferir en la cuantificacin y registro que se haga de los aspectos observados. El problema se suscita por la falta de una definicin operacional y precisa de la manera en que ser medida y observada la variable y el registro de tales observaciones, siendo necesario tomar precauciones para asegurar no solo que la observacin sea correcta, sino tambin que el registro de los hechos rena esas condiciones. Conviene que haya instrucciones escritas y verbales que orienten al observador sobre como se llevara a cabo todo el proceso y que haya demostracin y practica de las observaciones que se realicen. Tambin se considera que segn el papel que ajusta el observador se puede incurrir en mayores o menores errores; este papel puede ser el de observador no participante o participante. La observacin participante implica que el investigador o el responsable de recolectar los datos se involucre directamente con la actividad objeto de la observacin, lo que puede variar desde una integracin total del grupo o ser parte de ste durante un periodo. Algunos errores que suelen cometerse estn relacionados con las emociones del observador, ya que al involucrarse en la situacin pierde la objetividad en la observacin y en el registro,anlisis e interpretacin de los hechos o fenmenos. La observacin no participante ocurre cuando el investigador no tiene ningn tipo de relaciones con los sujetos que sern observados ni forma parte de la situacin en que se dan los fenmenos en estudio. En esta modalidad, al no involucrarse el investigador, los datos recogidos pueden ser ms objetivos, aunque, por otro lado, al no integrarse al grupo puede afectar el comportamiento de los sujetos en estudio y los datos que se observan podran no ser tan reales y veraces. Los errores referentes al instrumento de observacin se relacionan con los desaciertos en que se incurre en su elaboracin y lo que se desea medir. Esto se evita con una definicin operacional y libre de ambigedades e imprecisiones de las variables en estudio, especificando en el instrumento los criterios o indicadores de la medicin de tales variables. La especificidad de ese instrumento esta relacionada con el problema, objetivos y forma en que se va a hacer la observacin. Una de esas formas es la denominada observacin simple, no regulada o no controlada, en la que solo se tienen unos lineamientos generales para la observacin sobre los aspectos del fenmeno que le investigador tienen inters en conocer. La otra forma es la sistemtica, regulada o controlada, en la que se dispone de un instrumento estandarizado o estructurado para medir las variables en estudio de una manera uniforme. El primero se usa mas en estudios exploratorios y el segundo esta dirigido a quienes desean probar hiptesis en que se debe especificarse claramente qu se observara, cmo se observara y cmo se har el registro de datos.

Los errores relacionados con el objeto que se observa se dan cuando los aspectos que deben ser conocidos de las unidades o fenmenos de observacin no se presentan en igualdad de condiciones para todos ellos, ya sea porque varen las circunstancias en que se observa el fenmeno o a la propia variabilidad del sujeto en estudio. A manera de ejemplo, se puede citar que si existe inters en evaluar el desempeo de un agente de salud en las zonas rurales de las regiones sanitarias, puede ser que la situacin donde labore una gente sea diferente en una u otra regin, ya sea por carencia o disposicin de equipos y materiales u otros factores. La variacin de circunstancias de las regiones sanitarias puede conducir a errores de medicin, de anlisis o interpretacin de los hechos observados. La variabilidad en el sujeto se dara ante la situacin de que unos agentes de salud tengan mayor experiencia que otros o que hayan egresado recientemente de un programa educativo; estos ltimos probablemente tendrn menos destreza en el desempeo de su labor. Por lo tanto, es necesario buscar mecanismos para que las unidades en estudio estn en igualdad de condiciones durante esa medicin y que se definan las caractersticas del fenmeno que se pretende observar, procurando que en la muestra esos elementos renan caractersticas similares. En general, el mtodo de observacin es sumamente til en todo tipo de investigacin: descriptiva, analtica y experimental. En el rea de investigacin educacional, social y psicolgica, es un mtodo de mucha utilidad, en particular cuando se desea conocer aspectos del comportamiento: relaciones maestro-alumno, el desempeo de los agentes de salud, relacin del uso de ciertas tecnologas educativas y grado de aprendizaje cognoscitivo y prctico del personal de salud. b) La encuesta: Este mtodo consiste en obtener informacin de los sujetos de estudio, proporcionada por ellos mismos, sobre opiniones, actitudes o sugerencias. Hay dos maneras de obtener informacin con este mtodo: la entrevista y el cuestionario. La entrevista: Es la comunicacin establecida entre el investigador y el sujeto de estudiado a fin de obtener respuestas verbales a las interrogantes planteadas sobre el problema propuesto. Se estima que este mtodo es ms eficaz que el cuestionario, ya que permite obtener una informacin mas completa. A travs de ella el investigador puede explicar el propsito del estudio y especificar claramente la informacin que necesita, si hay una interpretacin errnea de la pregunta permite aclararla, asegurando una mejor respuesta. Best afirma "es tambin posible buscar la misma informacin por distintos caminos en diversos estadios de la entrevista", obtenindose as una comprobacin de la veracidad de las respuestas. Como tcnica de recoleccin de datos la entrevista tiene muchas ventajas; es aplicable a toda persona, siendo muy til con los analfabetas, los nios o con aquellos que tienen limitacin fsica u orgnica que les dificulte proporcionar una respuesta escrita. Tambin se presta para usarla en aquellas investigaciones sobre aspectos psicolgicos o de otra ndole sonde se desee profundizar en el tema, segn la respuesta original del consultado, ya que permite explorar o indagar en la medida que el investigador estime pertinente. Hay dos tipos de entrevista: la estructurada y la no estructurada, la primera se caracteriza por estar rgidamente estandarizada, replantean idnticas preguntas y en el mismo orden a cada uno de

los participantes, quienes deben escoger la respuesta en 2, 3 o mas alternativas que se les ofrecen. Inclusive los comentarios introductorios y finales se formulan de la misma manera en todas las situaciones. Para orientar mejor la entrevista se elabora un formulario que contenga todas las preguntas. Sin embrago, al utilizar este tipo de entrevista el investigador tiene limitada libertad de formular preguntas independientes generadas por la interaccin personal. Algunas ventajas que presenta este tipo de entrevista son: La informacin es mas fcil de procesar, simplificando el anlisis comparativo El entrevistador no necesita ser entrenado arduamente en la tcnica Hay uniformidad en el tipo de informacin obtenida

Pero tambin tiene desventajas, tales como: Es difcil obtener informacin confidencial Se limita la posibilidad de profundizar en un tema que emerja durante la entrevista La entrevista no estructurada es ms flexible y abierta, aunque los objetivos de la investigacin rigen a las preguntas, su contenido, orden profundidad y formulacin se encuentra por entero en manos del entrevistador. Si bien el investigador, sobre las bases del problema, los objetivos y las variables, elabora las preguntas antes de realizar la entrevista, modifica el orden, la forma de encauzar las preguntas o su formulacin para adaptarlas a las diversas situaciones y caractersticas particulares de los sujetos de estudio. Este tipo de entrevista es muy til en los estudios descriptivos y en las fases de exploracin para el diseo del instrumento de recoleccin de datos. Las ventajas de este mtodo son: Es adaptable y susceptible de aplicarse a toda clase de sujetos en situaciones diversas Permite profundizar en los temas de inters Orienta a posibles hiptesis y variables cuando se exploran reas nuevas. Entre las desventajas se cita: Se requiere mas tiempo Es mas costosa por la inversin de tiempo con los entrevistadores Se dificulta la tabulacin de datos Se requiere de mucha habilidad tcnica para obtener la informacin y mayor conocimiento del tema

Aun con esas desventajas y dada la utilidad de la entrevista, en sus dos formas, todo investigador debe familiarizarse con su uso, ya que es probable que la aplique en cualquier tipo de investigacin. Cuestionario Es el mtodo que utiliza un instrumento o formulario impreso, destinado a obtener repuestas sobre el problema en estudio y que el investido o consultado llena por si mismo.

El cuestionario puede aplicarse a grupos o individuos estando presente el investigador o el responsable del recoger la informacin, o puede enviarse por correo a los destinatarios seleccionados en la muestra. Debido a su administracin se puede presentar problema relacionados con la cantidad y calidad de datos que pretende obtener para el estudio. Algunos problemas asociados con el envo de los cuestionarios podran ser: que no fuese devuelto; los consultados pueden evadir la respuesta a alguna pregunta o no darle la importancia necesaria a las respuestas proporcionadas. Por ello y otros factores ms, el instrumento que se use para la recoleccin de datos debe ser objeto de una cuidadosa elaboracin. Algunas ventajas del cuestionario son: su costo relativamente bajo, su capacidad para proporcionar informacin sobre un mayor nmero de personas en un periodo bastante breve y la facilidad de obtener, cuantificar, analizar e interpretar los datos. Dentro de las limitaciones de este mtodo figuran las siguientes: es poso flexible, la informacin no puede variar ni profundizarse, si el cuestionario es enviado por correo se corre el riesgo de que no llegue al destinatario o no se obtenga respuesta de los encuestados; adems, resulta difcil obtener una tasa alta de complecin del cuestionario. Debido a esa posible prdida de informacin se recomienda cuando se use este mtodo una muestra ms grande de sujetos de estudio. En general, en el proceso de recoleccin de datos para una investigacin, estos mtodos e instrumentos y fuentes suelen combinarse; cada una con sus ventajas y desventajas, sus caractersticas propias y la informacin que se requiera, dan flexibilidad para que el investigador determine su uso apropiado segn el estudio a realizar. 9. Distribucin de Frecuencias y sus elementos: Una distribucin de frecuencias es un formato tabular en la que se organizan los datos en clases, es decir, en grupos de valores que describen una caracterstica de los datos y muestra el nmero de observaciones del conjunto de datos que caen en cada una de las clases. La tabla de frecuencias ayuda a agrupar cualquier tipo de dato numrico. En principio, en la tabla de frecuencias se detalla cada uno de los valores diferentes en el conjunto de datos junto con el nmero de veces que aparece, es decir, su Frecuencia. Se puede complementar la frecuencia absoluta con la denominada frecuencia relativa, que indica la frecuencia en porcentaje sobre el total de datos. En variables cuantitativas se distinguen por otra parte la frecuencia simple y la frecuencia acumulada. La tabla de frecuencias puede representarse grficamente en un histograma (Diagrama De Barras). Normalmente en el eje vertical se coloca las frecuencias y en el horizontal los intervalos de valores. La distribucin de frecuencias o tabla de frecuencias es una ordenacin en forma de tabla de los datos estadsticos, asignando a cada dato su frecuencia correspondiente. 10. Tipos de Grficas Estadsticas: La estadistica grfica es una parte importante y diferenciada de una aplicacin de tcnicas grficas, a la descripcin e interpretacin de datos e inferencias sobre stos. Forma parte de los programas estadsticos usados con los ordenadores. Autores como Edward R. Tufte han desarrollado nuevas soluciones de anlisis grficos. Existen diferentes tipos de grficas, que se pueden clasificar en:

Grfico lineal: se representan los valores en dos ejes cartesianos ortogonales entre s. Las grficas lineales se recomiendan para representar series en el tiempo, y es donde se muestran valores mximos y mnimos; tambin se utilizan para varias muestras en un diagrama. Ejemplo: en la siguiente grfica observaremos la variacin de temperatura durante el mes de agosto en Europa, llevando como secuencia un total acumulado de 14 das.

Grfico de barras: se usa cuando se pretende resaltar la representacin de porcentajes de datos que componen un total. Una grfica de barras contiene barras verticales que representan valores numricos, generalmente usando una hoja de clculo. Las grficas de barras son una manera de representar frecuencias; las frecuencias estn asociadas con categoras. Una grfica de barras se presenta de dos maneras: horizontal o vertical. El objetivo es poner una barra de largo (alto si es horizontal) igual a la frecuencia. La grfica de barras sirve para comparar y tener una representacin grfica de la diferencia de frecuencias o de intensidad de la caracterstica numrica de inters. Ejemplo: en las siguientes graficas es representada una encuesta que tenia como objetivo determinar cuantos nios tenan mascotas y que tipo de animal eran.

Histograma: se emplea para ilustrar muestras agrupadas en intervalos. Est formado por rectngulos unidos a otros, cuyos vrtices de la base coinciden con los lmites de los intervalos y el centro de cada intervalo es la marca de clase que representamos en el eje de las abscisas. La altura de cada rectngulo es proporcional a la frecuencia del intervalo respectivo. Ejemplo: en el siguiente histograma observamos la diferencia de temperatura en las distintas zonas de puerto rico, tomando como referencia 4 meses del ao.

Grfico circular: permite ver la distribucin interna de los datos que representan un hecho, en forma de porcentajes sobre un total. Se suele separar el sector correspondiente al mayor o menor valor, segn lo que se desee destacar. Ejemplo: la siguiente grafica fue realizada por un restaurant para evaluar las comidas mas vendidas.

Pictograma: con imgenes que sirven para representar el comportamiento o la distribucin de los datos cuantitativos de una poblacin, utilizando smbolos de tamao proporcional al dato representado. Una posibilidad es que el grfico sea analgico por ejemplo, la representacin de los resultados de las elecciones con colores sobre un hemiciclo. Ejemplo: en el siguiente pictograma observaremos el crecimiento de la poblacin desde 1930 hasta 1990.

11. Medidas de Posicin: Las medidas de posicin permiten conocer otros puntos caractersticos de la distribucin que no son los valores centrales. Entre las medidas de posicin ms importantes estn los cuantiles. El trmino cuantil fue usado por primera vez por Kendall en 1940. El cuantil de orden p de una distribucin (con 0 < p < 1) es el valor de la variable que marca un corte de modo que una proporcin p de valores de la poblacin es menor o igual que . Por ejemplo, el cuantil de orden 0.36 dejara un 36% de valores por debajo y el cuantil de orden 0.50 se corresponde con la mediana de la distribucin. Los cuantiles suelen usarse por grupos que dividen la distribucin en partes iguales; entendidas estas como intervalos que comprenden la misma proporcin de valores. Los ms usados son:

Los Cuartiles, que dividen a la distribucin en cuatro partes (corresponden a los cuantiles 0.25, 0.50 y 0.75); Los Quintiles, que dividen a la distribucin en cinco partes (corresponden a los cuantiles 0.20, 0.40, 0.60 y 0.80) ; Los Deciles, que dividen a la distribucin en diez partes; Los Percentiles, que dividen a la distribucin en cien partes.

En el clculo de cuantiles con distribuciones de variable continua (por ejemplo, con datos agrupados) puede conseguirse fcilmente que las partes en que se divide la distribucin sean exactamente iguales. Sin embargo, en las distribuciones de variable discreta (como el caso de datos aislados) debemos conformarnos con que estas partes sean aproximadamente iguales. Por desgracia, no hay consenso sobre la forma en que realizar esta aproximacin, existiendo en la literatura cientfica nueve mtodos diferentes, que conducen a resultados diferentes. Por ello, al calcular cualquier cuantil de datos no agrupados por medio de calculadora, software o manualmente, es bsico el saber e indicar el mtodo utilizado. 12. Medidas de Asimetra: Las medidas de asimetra son indicadores que permiten establecer el grado de simetra (o asimetra) que presenta una distribucin de probabilidad de una variable aleatoria sin tener que hacer su representacin grfica. Como eje de simetra consideramos una recta paralela al eje de ordenadas que pasa por la media de la distribucin. Si una distribucin es simtrica, existe el mismo nmero de valores a la derecha que a la izquierda de la media, por tanto, el mismo nmero de desviaciones con signo positivo que con signo negativo. Decimos que hay asimetra positiva (o a la derecha) si la "cola" a la derecha de la media es ms larga que la de la izquierda, es decir, si hay valores ms separados de la media a la derecha. Diremos que hay asimetra negativa (o a la izquierda) si la "cola" a la izquierda de la media es ms larga que la de la derecha, es decir, si hay valores ms separados de la media a la izquierda. Entre las medidas de asimetra encontramos las siguientes: a. Coeficiente de asimetra de Fisher En teora de la probabilidad y estadstica, la medida de asimetra ms utilizada parte del uso del tercer momento estndar. La razn de esto es que nos interesa mantener el signo de las desviaciones con respecto a la media, para obtener si son mayores las que ocurren a la derecha de la media que las de la izquierda. Sin embargo, no es buena idea tomar el momento estndar con respecto a la media de orden 1. Debido a que una simple suma de todas las desviaciones siempre es cero. En efecto, si por ejemplo, los datos estn agrupados en clases, se tiene que:

en donde representa la marca de la clase -sima y denota la frecuencia relativa de dicha clase. Por ello, lo ms sencillo es tomar las desviaciones al cubo. El coeficiente de asimetra de Fisher, representado por , se define como:

donde Si Si

es el tercer momento en torno a la media y

es la desviacin estndar.

, la distribucin es asimtrica positiva o a la derecha. , la distribucin es asimtrica negativa o a la izquierda. . El recproco no es cierto: es un error

Si la distribucin es simtrica, entonces sabemos que comn asegurar que si

entonces la distribucin es simtrica (lo cual es falso).

b. Coeficiente de asimetra de Pearson Slo se puede utilizar en distribuciones uniformes, unimodales y moderadamente asimtricas. Se basa en que en distribuciones simtricas la media de la distribucin es igual a la moda.

Si la distribucin es simtrica, y la media se sita por encima de la moda y, por tanto, . c. Coeficiente de asimetra de Bowley

. Si la distribucin es asimtrica positiva

Est basado en la posicin de los cuartiles y la mediana, y utiliza la siguiente expresin:

En una distribucin simtrica el tercer cuartil estar a la misma distancia de la mediana que el primer cuartil. Por tanto . Si la distribucin es positiva o a la derecha, .