Trabajo

Académico
Escuela Profesional de PSICOLOGÍA HUMANA 2018-I
2003-20402 ESTADISTICA APLICADA A LA INVESTIGACION
Nota:
Docente: Mg. Miguel Vásquez Calderón

Ciclo: II Sección: Módulo I

Datos del alumno: Forma de envío:
Apellidos y nombres: Publicar su archivo(s) en la opción TRABAJO
soto rosario giovana elizabeth ACADÉMICO que figura en el menú contextual de su
curso
Código de matrícula:
Fecha de envío:
2015209107

Uded de matrícula:
Hasta el Domingo 27 de Mayo 2018
huaraz Hasta las 23.59 PM
Recomendaciones:

1. Recuerde verificar la
correcta publicación de
su Trabajo Académico
en el Campus Virtual
antes de confirmar al
sistema el envío
definitivo al Docente.
Revisar la
previsualización de su
trabajo para asegurar
archivo correcto.

2. Las fechas de publicación de trabajos académicos a través del campus virtual DUED LEARN están definidas
en la plataforma educativa, de acuerdo al cronograma académico 2018-I por lo que no se aceptarán
trabajos extemporáneos.

3. Las actividades de aprendizaje que se encuentran en los textos que recibe al matricularse, servirán para su
autoaprendizaje mas no para la calificación, por lo que no deberán ser consideradas como trabajos
académicos obligatorios.

Guía del Trabajo Académico:

4. Recuerde: NO DEBE COPIAR DEL INTERNET, el Internet es únicamente una fuente de
consulta. Los trabajos copias de internet serán verificados con el SISTEMA
ANTIPLAGIO UAP y serán calificados con “00” (cero).

5. Estimado alumno:
El presente trabajo académico tiene por finalidad medir los logros alcanzados en el desarrollo del curso.
Para el examen parcial Ud. debe haber logrado desarrollar hasta 5 y para el examen final debe haber
desarrollado el trabajo completo.

1TADUED20181DUEDUAP
 Trabajo
Académico
Criterios de evaluación del trabajo académico:
Este trabajo académico será calificado considerando criterios de evaluación según naturaleza del curso:

Presentación adecuada Considera la evaluación de la redacción, ortografía, y presentación del

1 del trabajo
Investigación
2 bibliográfica:
trabajo en este formato.
Considera la revisión de diferentes fuentes bibliográficas y electrónicas
confiables y pertinentes a los temas tratados, citando según la normativa
APA.
Se sugiere ingresar al siguiente enlace de video de orientación:

Situación problemática o Considera el análisis contextualizado de casos o la solución de situaciones

3 caso práctico: problematizadoras de acuerdo a la naturaleza del curso.

Considera la aplicación de juicios valorativos ante situaciones y escenarios

4 Otros contenidos
diversos, valorando el componente actitudinal y ético.

1. Describa las principales etapas del proceso de la estadística. (1

punto)

2. ETAPAS HERRAMIENTAS Y TÉCNICAS ESTADÍSTICAS

1) Recolección de información a) Elección de la muestra.

b) Determinación del tipo de encuesta.

c) Diseño del cuestionario.

d) Conducción del experimento.

2) Organización de la a) Confección de tablas de frecuencias.

información.
b) Selección del tipo de gráfico y

Confección de gráficos.

3) Análisis de la información. a) Cálculo de porcentajes.

b) Cálculo de parámetros.

* Parámetros de posición
* Parámetros de dispersión
* Correlación
4) Interpretación de a) Establecimiento de predicciones.
resultados.
b) Test de causa - efecto.

2TADUED20181DUEDUAP
 Trabajo
Académico

3. ¿Cuáles son los aspectos que nos obligan a utilizar la estadística de forma
constante en nuestra actividad profesional?

Se entiende como actividad profesional, aquella para la cual se requiere:

titulación universitaria oficial o, titulación profesional para cuyo ejercicio sea

necesario acreditar una titulación universitaria oficial e inscripción en el
correspondiente Colegio profesional.

Se entiende como actividad en común:

Todos los actos propios de la actividad profesional.

Examinar las la clasificaciones económicas y sociales internacionales,

analizar proyectos, actualización sobre las actividades de revisión
de productos industriales

(1 punto)

4. ¿Qué se entiende por validez y confiabilidad de datos? (1

punto)

Validar datos es el proceso de confirmar que los valores que se especifican en los
objetos de datos son compatibles con las restricciones dentro de un esquema del
conjunto de datos, al igual que las reglas establecidas para su aplicación. Validar datos
antes de enviar actualizaciones a la base de datos subyacente es una buena práctica
que reduce los errores y la cantidad potencial de acciones de ida y vuelta entre una
aplicación y la base de datos.
Confiabilidad significa, entonces, estabilidad o constancia (exactitud) de los
resultados, o sea, es sinónimo de consistencia, fidelidad, precisión, etc.
24 ¿Cuales son los factores que determinan la validez y confiabilidad de los datos?
Validar datos antes de enviar actualizaciones a la base de datos subyacente es una
buena práctica que reduce los errores y la cantidad potencial de acciones de ida y vuelta
entre una aplicación y la base de datos. Para confirmar que son válidos los datos que
se escriben en un conjunto de datos, se puede construir comprobaciones de validación
en el propio conjunto de datos. El conjunto de datos puede comprobar los datos
independientemente de cómo se esté realizando la actualización, ya sea directamente
mediante los controles de un formulario, desde dentro de un componente o de alguna
otra manera. Dado que el conjunto de datos forma parte de la aplicación, es lógico
construir una validación específica de la aplicación (a diferencia de integrar las mismas
comprobaciones en el servidor de bases de datos).

5. ¿Cuáles son los factores que determinan la validez y confiabilidad de los datos?

3TADUED20181DUEDUAP
 Trabajo
Académico
Hay diversos factores que pueden afectar la confiabilidad y la validez de los instru-
mentos de medición.

El primero de ellos es la improvisación. Algunas personas creen que elegir un

instrumento de medición o desarrollar uno es algo que puede tomarse a la ligera.
Incluso algunos profesores piden a los alumnos que construyan instrumentos de
medición de un día para otro, o lo que es casi lo mismo, de una semana a otra. Lo cual
habla del poco o nulo conocimiento del proceso de elaboración de instrumentos de
medición. Esta improvisación genera —casi siempre— instrumentos poco válidos o
confiables y no debe existir en la investigación social (menos aún en ambientes
académicos). Aun a los investigadores experimentados les toma tiempo desarrollar un
instrumento de medición. Es por ello que los construyen con cuidado y frecuentemente
están desarrollándolos, para que cuando los necesiten con premura se encuentren
preparados para aplicarlos, pero no los improvisan. Además, para poder construir un
instrumento de medición se requiere conocer muy bien a la variable que se pretende
medir y la teoría que la sustenta. Por ejemplo, generar —o simplemente seleccionar—
un instrumento que mida la inteligencia, la personalidad o los usos y gratificaciones de
la televisión para el niño, requiere amplios conocimientos en la materia, estar
actualizados al respecto y revisar cuidadosamente la literatura correspondiente.

El segundo factor es que a veces se utilizan instrumentos desarrollados en el extranjero

que no han sido validados a nuestro contexto: cultura y tiempo. Traducir un instrumento
—aun cuando adaptemos los términos a nuestro lenguaje y los contextualicemos— no
es de ninguna manera (ni remotamente) validarlo. Es un primer y necesario paso, pero
sólo es el principio. Por otra parte, hay instrumentos que fueron validados en nuestro
contexto pero hace mucho tiempo. Hay instrumentos que hasta el lenguaje nos suena
“arcaico”. Las culturas, los grupos y las personas cambian; y esto debemos tomarlo en
cuenta al elegir o desarrollar un instrumento de medición.

Un tercer factor es que en ocasiones el instrumento resulta inadecuado para las

personas a las que se les aplica: no es empático. Utilizar un lenguaje muy elevado para
el respondiente, no tomar en cuenta diferencias en cuanto a sexo, edad, conocimientos,
capacidad de respuesta, memoria, nivel ocupacional y educativo, motivación para
responder y otras diferencias en los respondientes; son errores que pueden afectar la
validez y confiabilidad del instrumento de medición.

Un cuarto factor que puede influir esté constituido por las condiciones en las que se
aplica el instrumento de medición. Si hay ruido, hace mucho frío (por ejemplo en una
encuesta de casa en casa), el instrumento es demasiado largo o tedioso, son
cuestiones que pueden afectar negativamente la validez y la confiabilidad. Normal-
mente en los experimentos se puede contar con instrumentos de medición más largos
y complejos que en los diseños no experimentales. Por ejemplo, en una encuesta
pública sería muy difícil poder aplicar una prueba larga o compleja.

Por otra parte, aspectos mecánicos tales como que si el instrumento es escrito, no se
lean bien las instrucciones, falten páginas, no haya espacio adecuado para contestar,
no se comprendan las instrucciones, también pueden influir de manera negativa.

6. ¿En qué consiste la inferencia estadística? (1 punto)

4TADUED20181DUEDUAP
 Trabajo
Académico
La inferencia estadística es el conjunto de métodos y técnicas que permiten inducir, a
partir de la información empírica proporcionada por una muestra, cual es el
comportamiento de una determinada población con un riesgo de error medible en
términos de probabilidad.

Los métodos paramétricos de la inferencia estadística se pueden dividir, básicamente,

en dos: métodos de estimación de parámetros y métodos de contraste de hipótesis.
Ambos métodos se basan en el conocimiento teórico de la distribución de probabilidad
del estadístico muestral que se utiliza como estimador de un parámetro.

La estimación de parámetros consiste en asignar un valor concreto al parámetro o

parámetros que caracterizan la distribución de probabilidad de la población. Cuando se
estima un parámetro poblacional, aunque el estimador que se utiliza posea todas las
propiedades deseables, se comete un error de estimación que es la diferencia entre la
estimación y el verdadero valor del parámetro. El error de estimación es desconocido
por lo cual es imposible saber en cada caso cual ha sido la magnitud o el signo del
error; para valorar el grado de precisión asociado con una estimación puntual se parte
de dicha estimación para construir un intervalo de confianza. En síntesis, un intervalo
de confianza está formado por un conjunto de valores numéricos tal que la probabilidad
de que éste contenga al verdadero valor del parámetro puede fijarse tan grande como
se quiera. Esta probabilidad se denomina grado de confianza del intervalo, y la amplitud
deéste constituye una medida del grado de precisión con el que se estima el parámetro.

Los métodos de contraste de hipótesis tienen como objetivo comprobar si determinado

supuesto referido a un parámetro poblacional, o a parámetros análogos de dos o más
poblaciones, es compatible con la evidencia empírica contenida en la muestra. Los
supuestos que se establecen respecto a los parámetros se llaman hipótesis
paramétricas. Para cualquier hipótesis paramétrica, el contraste se basa en establecer
un criterio de decisión, que depende en cada caso de la naturaleza de la población, de
la distribución de probabilidad del estimador de dicho parámetro y del control que se
desea fijar a priori sobre la probabilidad de rechazar la hipótesis contrastada en el caso
de ser ésta cierta.

7. ¿En qué consiste un diagrama de caja? (1

punto)

Diagrama de Caja y Bigotes

Los diagramas de Caja-Bigotes (boxplots o box and whiskers) son una

presentación visual que describe varias características importantes, al mismo
tiempo, tales como la dispersión y simetría.

5TADUED20181DUEDUAP
 Trabajo
Académico
Para su realización se representan los tres cuartiles y los
valores mínimo y máximo de los datos, sobre un rectángulo, alineado
horizontal o verticalmente.

 Construcción:

 Comparar distribuciones

 Diagrama de Caja a través de Excel

Construcción:

Una gráfica de este tipo consiste en una caja rectangular, donde los lados más
largos muestran el recorrido intercuartílico. Este rectángulo está dividido por
un segmento vertical que indica donde se posiciona la mediana y por lo tanto su
relación con los cuartiles primero y tercero(recordemos que el segundo cuartil
coincide con la mediana).
Esta caja se ubica a escala sobre un segmento que tiene como extremos los
valores mínimo y máximo de la variable. Las lineas que sobresalen de la caja se
llaman bigotes. Estos bigotes tienen tienen un límite de prolongación, de modo
que cualquier dato o caso que no se encuentre dentro de este rango es marcado
e identificado individualmente

EJEMPLO DISTRIBUCIÓN DE EDADES

Utilizamos la ya usada distribución de frecuencias (en tallos y hojas), que

representan la edad de un colectivo de 20 personas.

36 25 37 24 39 20 36 45 31 31

39 24 29 23 41 40 33 24 34 40

ORDENAR LOS DATOS

Para calcular los parámetros estadístico, lo primero es ordenar la distribución

20 23 24 24 24 25 29 31 31 33 34 36 36 37 39 39 40 40 41 45

CALCULO DE CUARTILES

Q1, el cuartil Primero es el valor mayor que el 25% de los valores de la

distribución. Como N = 20 resulta que N/4 = 5; el primer cuartil es la media
aritmética de dicho valor y el siguiente:

Q1=(24 + 25) / 2 = 24,5

6TADUED20181DUEDUAP
 Trabajo
Académico
Q2, el Segundo Cuartil es, evidentemente, la mediana de la distribución, es el
valor de la variable que ocupa el lugar central en un conjunto de datos
ordenados. Como N/2 =10 ; la mediana es la media aritmética de dicho valor y
el siguiente:

me= Q2 = (33 + 34)/ 2 =33,5

Q3 , el Tercer Cuartil, es el valor que sobrepasa al 75% de los valores de la

distribución. En nuestro caso, como 3N / 4 = 15, resulta

Q2=(39 + 39) / 2 = 39

DIBUJAR LA CAJA Y LOS BIGOTES

El bigote de la izquierda representa al colectivo de edades ( Xmín, Q1)

La primera parte de la caja a (Q1, Q2),
La segunda parte de la caja a (Q2, Q3)
El bigote de la derecha viene dado por (Q3, Xmáx).

INFORMACIÓN DEL DIAGRAMA

Podemos obtener abundante información de una distribución a partir de estas

representaciones. Veamos alguna:

 La parte izquierda de la caja es mayor que la de la derecha; ello quiere decir que
las edades comprendidas entre el 25% y el 50% de la población está más
dispersa que entre el 50% y el 75%.

 El bigote de la izquierda (Xmím, Q1) es más corto que el de la derecha; por ello
el 25% de los más jóvenes están más concentrados que el 25% de los mayores.

 El rango intercuartílico = Q3 - Q1 = 14,5; es decir, el 50% de la población está

comprendido en 14,5 años.

8. ¿Cuál es la aplicación de cada uno de los promedios en su profesión? (1 punto)

Medidas estadísticas en datos no agrupado

7TADUED20181DUEDUAP
 Trabajo
Académico
Medidas de tendencia central

Promedio o media
La medida de tendencia central más conocida y utilizada es la media aritmética o
promedio aritmético. Se representa por la letra griega µ cuando se trata del promedio
del universo o población y por Ȳ (léase Y barra) cuando se trata del promedio de la
muestra. Es importante destacar que µ es una cantidad fija mientras que el promedio
de la muestra es variable puesto que diferentes muestras extraídas de la misma
población tienden a tener diferentes medias. La media se expresa en la misma unidad
que los datos originales: centímetros, horas, gramos, etc.

Si una muestra tiene cuatro observaciones: 3, 5, 2 y 2, por definición el estadígrafo será:

Estos cálculos se pueden simbolizar:

Donde Y1 es el valor de la variable en la primera observación, Y2 es el valor de la

segunda observación y así sucesivamente. En general, con “n” observaciones, Yi
representa el valor de la i-ésima observación. En este caso el promedio está dado por

De aquí se desprende la fórmula definitiva del promedio:

Desviaciones: Se define como la desviación de un dato a la diferencia entre el valor del

dato y la media:

Ejemplo de desviaciones:

Una propiedad interesante de la media aritmética es que la suma de las desviaciones

es cero.

Mediana
Otra medida de tendencia central es la mediana. La mediana es el valor de la variable
que ocupa la posición central, cuando los datos se disponen en orden de magnitud. Es
decir, el 50% de las observaciones tiene valores iguales o inferiores a la mediana y el
otro 50% tiene valores iguales o superiores a la mediana.

Si el número de observaciones es par, la mediana corresponde al promedio de los dos

valores centrales. Por ejemplo, en la muestra 3, 9, 11, 15, la mediana es (9+11)/2=10.

Moda
La moda de una distribución se define como el valor de la variable que más se repite.
En un polígono de frecuencia la moda corresponde al valor de la variable que está bajo
el punto más alto del gráfico. Una muestra puede tener más de una moda.

Medidas de dispersión

Las medidas de dispersión entregan información sobre la variación de la variable.

Pretenden resumir en un solo valor la dispersión que tiene un conjunto de datos. Las
medidas de dispersión más utilizadas son: Rango de variación, Varianza, Desviación
estándar, Coeficiente de variación.

8TADUED20181DUEDUAP
 Trabajo
Académico
Rango de variación
Se define como la diferencia entre el mayor valor de la variable y el menor valor de la
variable.

La mejor medida de dispersión, y la más generalizada es la varianza, o su raíz

cuadrada, la desviación estándar. La varianza se representa con el símbolo σ² (sigma
cuadrado) para el universo o población y con el símbolo s2 (s cuadrado), cuando se
trata de la muestra. La desviación estándar, que es la raíz cuadrada de la varianza, se
representa por σ (sigma) cuando pertenece al universo o población y por “s”, cuando
pertenece a la muestra. σ² y σ son parámetros, constantes para una población
particular; s2 y s son estadígrafos, valores que cambian de muestra en muestra dentro
de una misma población. La varianza se expresa en unidades de variable al cuadrado
y la desviación estándar simplemente en unidades de variable.

Fórmulas
Donde µ es el promedio de la población.

Donde Ȳ es el promedio de la muestra.

Consideremos a modo de ejemplo una muestra de 4 observaciones

Según la fórmula el promedio calculado es 7, veamos ahora el cálculo de las medidas

de dispersión:

s2 = 34 / 3 = 11,33 Varianza de la muestra

La desviación estándar de la muestra (s) será la raíz cuadrada de 11,33 = 3,4.

Interpretación de la varianza (válida también para la desviación estándar): un alto valor

de la varianza indica que los datos están alejados del promedio. Es difícil hacer una
interpretación de la varianza teniendo un solo valor de ella. La situación es más clara si
se comparan las varianzas de dos muestras, por ejemplo varianza de la muestra igual
18 y varianza de la muestra b igual 25. En este caso diremos que los datos de la muestra
b tienen mayor dispersión que los datos de la muestra a. esto significa que en la muestra
a los datos están más cerca del promedio y en cambio en la muestra b los datos están
más alejados del promedio.

Coeficiente de variación
Es una medida de la dispersión relativa de los datos. Se define como la desviación
estándar de la muestra expresada como porcentaje de la media muestral.

9. ¿Dé tres ejemplos concretos de uso de las medidas de posición en su profesión?

Ejemplo 1

9TADUED20181DUEDUAP
 Trabajo
Académico
El gobierno desea averiguar si el número medio de hijos por familia ha descendido
respecto a la década anterior. Para ello ha encuestado a 50 familias respecto al número
de hijos y ha obtenido los siguientes datos:

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

Ejemplo 2

Un nuevo hotel va abrir sus puertas en una cierta ciudad. Antes de decidir el precio
de sus habitaciones, el gerente investiga los precios por habitación de 40 hoteles de la
misma categoría de esta ciudad. Los datos obtenidos (en miles de pesetas) fueron:
3.9 4.7 3.7 5.6 4.3 4.9 5.0 6.1 5.1 4.5
5.3 3.9 4.3 5.0 6.0 4.7 5.1 4.2 4.4 5.8
3.3 4.3 4.1 5.8 4.4 3.8 6.1 4.3 5.3 4.5
4.0 5.4 3.9 4.7 3.3 4.5 4.7 4.2 4.5 4.8

Ejemplo 3:

xi ni fi Ni Fi
0 2 0.04 2 0.04
1 4 0.08 6 0.12
2 21 0.42 27 0.54
3 15 0.3 42 0.84
4 6 0.12 48 0.96
5 1 0.02 49 0.98
6 1 0.02 50 1

¿Cuál es el número de familias que tiene como máximo dos hijos?

en la columna de las ni: 2+4+21=27 ó en la columna de las Ni: N2= 27
¿Cuántas familias tienen más de 1 hijo pero como máximo 3?
en la columna de las ni: 21+15=36 ó en la columna de las Ni: 42-6=36
¿Qué porcentaje de familias tiene más de 3 hijos?
en la columna de las fj: 0.12+0.02+0.02=0.16, que supone un 16% ó en la columna
de las Fi: 1-0.84=0.16, 16%

(1 punto)

10. ¿Qué significado tiene un coeficiente correlación cero entre dos variables?

10TADUED20181DUEDUAP
 Trabajo
Académico
Correlación En este artículo trataremos de valorar la asociación entre dos
variables cuantitativas estudiando el método conocido como correlación. Dicho
cálculo es el primer paso para determinar la relación entre las variables. La
predicción de una variable. La predicción de una variable dado un valor
determinado de la otra precisa de la regresión lineal que abordaremos en otro
artículo. La cuantificación de la fuerza de la relación lineal entre dos variables
cuantitativas, se estudia por medio del cálculo del coeficiente de correlación de
Pearson (1-3). Dicho coeficiente oscila entre –1 y +1. Un valor de –1 indica una
relación lineal o línea recta positiva perfecta. Una correlación próxima a cero
indica que no hay relación lineal entre las dos variables. El realizar la
representación gráfica de los datos para demostrar la relación entre el valor del
coeficiente de correlación y la forma de la gráfica es fundamental ya que existen
relaciones no lineales. El coeficiente de correlación posee las siguientes
características (4): a. El valor del coeficiente de correlación es independiente de
cualquier unidad usada para medir las variables. b. El valor del coeficiente de
correlación se altera de forma importante ante la presencia de un valor extremo,
como sucede con la desviación típica. Ante estas situaciones conviene realizar
una transformación de datos que cambia la escala de medición y modera el
efecto de valores extremos (como la transformación logarítmica). c. El coeficiente
de correlación mide solo la relación con una línea recta. Dos variables pueden
tener una relación curvilínea fuerte, a pesar de que su correlación sea pequeña.
Por tanto cuando analicemos las relaciones entre dos variables debemos
representarlas gráficamente y posteriormente calcular el coeficiente de
correlación. d. El coeficiente de correlación no se debe extrapolar más allá del
rango de valores observado de las variables a estudio ya que la relación
existente entre X e Y puede cambiar fuera de dicho rango. e. La correlación no
implica causalidad. La causalidad es un juicio de valor que requiere más
información que un simple valor cuantitativo de un coeficiente de correlación (5).
El coeficiente de correlación de Pearson (r) puede calcularse en cualquier grupo
de datos, sin embargo la validez del test de hipótesis sobre la correlación entre
las variables requiere en sentido estricto (4): a) que las dos variables procedan
de una muestra aleatoria de individuos. b) que al menos una de las variables
tenga una distribución normal en la población de la cual la muestra procede. Para
el cálculo válido de un intervalo de confianza del coeficiente de correlación de r
ambas variables deben tener una distribución normal. Si los datos no tienen una
distribución normal, una o ambas variables se pueden transformar
(transformación logarítmica) o si no se calcularía un coeficiente de correlación
no paramétrico (coeficiente de correlación de Spearman) que tiene el mismo
significado que el coeficiente de correlación de Pearson y se calcula utilizando
el rango de las observaciones.

(1 punto)

11. El peso de los trabajadores de un centro de trabajo ha sido el siguiente:

11TADUED20181DUEDUAP
 Trabajo
Académico
65 63 60 78
60 62 65 75
56 58 60 90
78 80 83 65
90 79 92 58

Elabore la tabla de frecuencia, calcula la nota media, la mediana y la moda.

(2 punto)

12. A 40 estudiantes se les pidió que estimen el número de horas que habrían
dedicado a estudiar la semana pasada (tanto en clase como fuera de ella),
obteniéndose los siguientes resultados:

36 30 47 60 32 35 40 50
54 35 45 52 48 58 60 38
32 35 56 48 30 55 49 39
58 50 65 35 56 47 37 56
58 50 47 58 55 39 58 45

a) Elabora la tabla de frecuencia de datos agrupados.

b) Elabora el histograma.
c) Encuentra la media, la mediana y la moda. (2 punto)

13. Utilizando el programa Excel u otro especializado y detallando procedimiento, elabore

una matriz de datos dónde registre el comportamiento de una ó más variables
relacionadas con un aspecto del comportamiento social de los ciudadanos a libre
elección. Halle y grafique, según corresponda, los siguientes indicadores estadísticos:

a. Determinación de media, mediana y moda. (1 puntos)

b. Determinación de varianza y desviación estándar. (1 puntos)

14. Determinar si las variables están relacionas empleando el chi cuadrado.

(3 puntos)

FUMAN TABACO TOTAL

SI NO
Cáncer bucal Con cáncer bucal 155 65 220
Sin cáncer bucal 75 55 130
Total 230 120 350

15. Determinar la confiabilidad de: (3 puntos)

12TADUED20181DUEDUAP
 Trabajo
Académico
Ítems I II III
Sujetos
Campos (1) 3 5 5
Gómez (2) 5 4 5
Linares (3) 4 4 5
Rodas (4) 4 5 3
Saavedra (5) 1 2 2
Tafur (6) 4 3 3

13TADUED20181DUEDUAP