Scribd Logo
Hochladen

Willkommen bei Scribd!

  • Fundamentos de Estadã Stica en La Investigaciã N Social PDF

    Hochgeladen von

    arquimusic2
    13 Ansichten41 Seiten
    Fundamentos_de_estadística_en_la_investigación_social[1]. pdf

    Originaltitel

    Fundamentos_de_estadística_en_la_investigación_social[1]. pdf

    Copyright

    © © All Rights Reserved

    Verfügbare Formate

    PDF oder online auf Scribd lesen

    Stufen Sie dieses Dokument als nützlich ein?

    Sind diese Inhalte unangemessen?

    Dieses Dokument melden
    Fundamentos_de_estadística_en_la_investigación_social[1]. pdf

    Copyright:

    © All Rights Reserved
    Als PDF herunterladen oder online auf Scribd lesen
    Markieren Sie unangemessene Inhalte
    13 Ansichten41 Seiten

    Fundamentos de Estadã Stica en La Investigaciã N Social PDF

    Hochgeladen von

    arquimusic2
    Fundamentos_de_estadística_en_la_investigación_social[1]. pdf

    Copyright:

    © All Rights Reserved
    Als PDF herunterladen oder online auf Scribd lesen
    Markieren Sie unangemessene Inhalte
    von 41
    Fundamentos de estadistica en la investigacién social Segunda edicién Jack Levin y William C. Levin ‘Universi de None Traduccitn VIVIAN DEL VALLE. Faced de Sooologis Unwed Nocera! de Colors Sona Coors fen hes ona nvr ccs ro Ad Alfaomega Unwersd Nacional Autosomal OXFORD i a Saat nae € 0608 i taste ode sr rey Po ens nel id ‘meen el one snc ei a "soca pca mdr Sere ci a te RST ee ae ome aoc etn re ye scasemeacaeateerenamaee = FUNAuneOs DEESTADITICAENLAIVESIGACON Sc “ort et me © 199.87 ge shin ain ener ‘een Pon SA prpee esac ne pte ep Den Cah asthe oe oon ge raha act ov pate one tesa oe troy Pose Se "een ae rn Ca ae i ea DF ‘nomi de npn ef 04 "etn er merrier SY “ei tps ee een DE aero espe ede ens Prefacio Plog aI edicibn en espanol 1. Razones por las qu el investigador social emmplea bs Estadistca La natualeza de la ivestigacion social {Por qué probar hipétess? as etapas de la investizncion social El uso de series de nimeros en a investigacin social Funciones dela Estadisica Rewmen Parte | DESCRIPCION 2. Organizacin de datos Distbuciones de fraaencla de datos nom Comparaién de le dstibuciones Distribciones de fréevencia simples de datos odinalesy por intevalos Distribuciones de frecuencia agrapadas de datos por intervalos Disteibuciones acumuladas Rango percent Resumen Problemas ks xu Comendo VE a = Prohbia cua soem 5 Treat ooo we 8 fsomen : : a scion frobemas 2 5 prac wo 8 . Grates M 1. Movs y places fa saonepettees fie om : Construcion es ebay poipnos de eueria 36 Métodos de muesteeo ” 9 La forma “Mibuciam de frecuencia . a7 ‘Emror de mucstreo . 9 fesumes a8 Disttncion mal de eds : 10 Error sina a eda : : 105 Jos de to Intra soa Pa Medias nt 3» tai de propocions 13 Resumen tis la motte . ao Problemas . 16 Lames : ; ra Cela ccs e pare Ill LA TONA DE DECIIONES Sampara 9 la 4 eect 8 Mee pear me ea tbc de 4. comprotacin de diferecs ene medi a ree ea : ” reste 3 ts itn nl: Nig feeds ete sms a Probie 2 ciaetieu ae eves: ven tenia ene meds te 6 i Daten mus de eens eres i 5, Medi ei tid ss Contain des iptescon ndstibctn de ference tie : Nek ofina bo Bea ign cme 5 ror estindr del diferencia 132 cei % Companions ene sa pees 6 a sO EIN el > » CComparaciones entre auestras de diferente tamao wo Co ane desviacién meta y Ta desvacon estindar 6 CComparacion de ia misma muestra media dos veces 183 Cileulo 4 TPE GC esviaion media y la dsp estindur de Reawottos ara el uso de Tos puntajesz y Ia rz6n ¢ 145 Nae e Race is Rewer 0 Problemas 46 prot : a peer 9, Anilss de varinza — 150 LA DESCRIPCION A LA TOMA DE DECISIONES oe lgica del anise vrinea 1st a teens 1s tarsi de non 2 arta dy La media cuadrdti tee cant a am a saan 9 cases tom vl yh ead 6 Una comparacién miltple de medias + 164 Bie mia 8 Requisite por lo deb ain F ‘a ser rg nro le 3 ne ‘6 tind a Prblas Pantass SY Ft cus nomad 8 ee aaa Chi cusdmds como prueba de sisificancs Caleulo de a chi candida (Como busca as Fecuencis espera ‘Una formule 2x 2 pra calelara chi cuadrada Comeciones para peguiasfrecuencias espera CComparand varios rupos Requisite para el wo del hi cu [La prueba dela medina E Sie Anil de vaianaa de dos dreciones per rangos de Friedman Anus de varinza en una direccén por ranges de Krskal Walls Resumen Probemas 1. Coven [a fuera de I coneacion Direstin dela corti CConrelacincurvilines EL cociiente de coracion Us coeicente de corlcin para datos por intervals ‘Una formula par alle r de Pearson Andis de repesin Conficiente de corelaion para los datos ordenades La gamma de Goodman y Krustal Coeficiente de crrelschn para datos nominals orzanizados en una tabla de 2X 2 Goefisente de coma pra aos ominasmayors queuns de 22 Problems 12, Aplicacion de métodos extadisticos a problemas de investigacion Siuacions de investizaion Solucin a as investiaciones APENDICES Apdadice A Revsin de algunos aspectos fundamentals de matemstiess ‘Trabsjando con desimales 169, 170 7 178 179 181 8s 192 194 198 200 m2 20 256 256 Enmpleando los ntmeros negatives =. (Cbmo buscar races cuadradas con I tabla A Aplndice B. Tablas Apéndice C. Lista de fOrmulas Respoests 2 los problemas seleccionados Referencias Indice Conant 1x 258 259 261 £1 objetivo de esta segunda edicin de Fundamentos de Estadistica en la Invest ‘gacibn Social es introducir a los alumnos de Sociologfa y campos afines en la Estadisti toa El texto esté especialmente disefado para aquellos estudiantes de Sociologia, Ciencias Politices, Trabajo Social, Psicologia, Administrcion Publica y Educaciin, quienes no han tenido una preparaciOn intensiva en Mateméticas y deben tomar su primer curso de Estadisica, TE libro no pretende sor una obra de referencia exhaustiva, ni debe considerarse ‘como el texto mas adecuado para cursos avanzados en métodos estadisticos. Por el contrario, fue escrito y adaptado para satisfacer la manifesta necesdad de un tata- mento comprensible y significativo de la Estadistica bisica. Con este fin, para cada tema importante del texto se presentan ejemplos detllados y explicados paso a paso de Jos procedimientosestaisticos, El volumen se ha dividido en tres partes: La primera parte (Capitulos 2-5) ensena al estudiante algunos de los métodos més utilizados para a descripcion y comparacion de los datos sin procesar. La segunéa parte (Capitules 6-7) es na etapa de trinsito,de- bdo a que conduce al estudiante del tema de la curve normal, como importante recurso descriptivo, al proximo capitulo en que la curva normal se emplea como base para la generalizacién de las muestra a las poblaciones, La tercera parte, que tambien gue la linea de preparacion part la toma de decsiones, contiene varias prucbas de signifiancia bien conocidas, procedimientos para la obtencion de eoefsientes de come tacidn y una introduecion al andliss de regreion. En esta edicin se han realizado ale ros cambios importantes en relacin con la primera ediciOn. Se ha dado mayor énfaig ia estadistion no paramérica (Capitulo 10), a anliss del rango percent, proba Tidad, comparacién maltiple de medias siguiendo un andlisis de varianza, gam yrde Pearson, Para establecer ls aplicaciones de a estadistica I investiacion s do un nuevo capitule (12), en el cual pe alos estudiantes que selecsonen ‘edimientos estadisticos apropisd0s a las distintassituaciones que s¢ presentan en la ivestgacion. Se ba incrmeniato el nimero de ceccios al final € los capitulos. Fe ralmente, los apéndies we han aumentad para intuit un repas de los fundsmentos elas maiematica yuna list de formulas, ‘Variat personas han contribu de una manera sigifictivn al desarrollo de eta segunda edicin, HI profundo ails de Kenneth Polinger en Contemporary Sociology suministr las base para vats meioras y adiciones. Estoy agrade-ido con Richard Spruthlly con ss estudiantss el American Intemational College (especialmente con yan Armold, Cheryl Jans, lin Lynch Clare Nolen y Gary Zeta), quienes mehiie- zon nota la presencia, en I eon anterior, de varia inencttudes yerores de apre- ition, Debo especial agadecimieno 2 las siguientes personas por sus ani critics 8 mis revisones: George Bowity James Eliot, Roy Hansen, C. Lincoin Johnson, Carol (Owen, Lawrence Rosen, Norman Roth, Eien Bouchard Ryan y Lary Sige. También tstoy agradecio con Suzanne Johnson y Michael Wesbuch por los comentarogysuge- rencis que nos han hecho en forma expontanes, Finalmente, azadezo al Eecutvo Literaio dl difunto Sir Roland A. Fisher, ERS, a Frank Yates, PRS. » 8 Olver y Boyd Edinburgh po el permiso concede aa reproduir is Tablas U,V, V y VI de su Hbzo Stata! Table for Biologia, Agata and Meal Research Jack Levin [Nuestro objetivo ltraducir este bro de texto, es introducir en la metodologia estaditica al estudiante de Ciencias Sociales. La precision claiad y seneiler refle- Jada en eta bt, son tes de las caracteisteas més importantes del profesor Jack Levin. Estas culdades pedagicas son esenciales para una primera experiencia con la Estadtica.Particularmente, pensamos en el caso de los estudiantes de cualquier fea social que no poseen uns base materia Sia, pero que necesaiamente de- benim aplicar la Estadsticaen ol curso de sus estudioe y durante toda sx actividad profesional 'No es aconsjable considera a éte como wn bro de texto pa curses avanzaos 4e Estadistica, pues fue dsetado para los dos primeros cursos elementals (Estaditca desenptiva y Extadsia tyfeencial) que sven de fundamento en todas as reas de las Clencias Sociales. En auestr opinion se trata de un libro de gran valor didéctco para Latinoamérica ‘que todo estudinte de Clenclas Sociales debe utiar en su apendiaje de los méto- os estadisticos. Los ejemplos son muy actuals, amenos ¢intresantes; ademts © tw proporcin de nites neros con fumiios de pare y madre y (2) la Porc de nis banc con fans de pate y madre "tract fai piles nepon 9 bho 7 Rasa del mii ie Soe Se fein tf Cina) jin) Bt hal BOE Orgeniacn de aoe En un grupo de 4 televidentes con alta gudera visual y 24 con baja sgude: visual, joules la razén de televidentes con agudeza visual alta y bala? En un grupo de 125 hombres y 80 mujeres, jeudles la razOn de hombre mujeres? En un grupo de 15 ninos negros y 20 ninos blancos, cui es la razén negros a blancos? Si ocurren 300 nacimientos, entre 3 $00 mujeres en edad de conceit, jeu ls tas de nacimiento? {Cull es It taza de cambio para un aumento de poblackin de 1S 006 {950 a 25.000 en 19707 | Convertir Ja sighente distribueién de porcentaes una distibucign frecuencia que contenga cuatro interalos de lase, y (3) determinar ‘amafio de los intervals de clase, (b) indicar los limites superior inferior cada intervalo de clase, (¢)identificar el punto medio de cada intevalo ‘clase, (d) encontrar [a frecuencia acumulada por cada interval de clase, ‘encontrar el porsentae acumulado para cada interao de clase. Panties t 2 3 ° 3 3 6 7 5 é 4 é 2 ‘ 2 3 i 2 1 i 2 yet En ba siguiente distribveion de puntajes, encontrar el rango peroentil par tun puntaje de 75. (b) un puntaje de 82 inernio deco 7 ft 0-9 5 28 5 8 9 o 3 08 8 S50 sO oo 33 nee 52 Deserpsin 10. En a siguiente distriucién de puntaes, encontrar el rango percent para (2) un puntje de 36. (b) un puna de 18. nel de ie Barer Sabemos muy bien que las columnas de aimeros evocan temo, aburimiento, apa «© incomprension, Algunas personas parecer no tener interés ela informacion este Astica presentada en forma tabular, pero podrian prestrle mucha atencion a los rmismmos puntaes si les fueran presentados en forma de griiea 0 cuadro, Como resi 14, muchos investgadores comerciales y autores populares prefiren usar rdficas en contraposcion a las t2bas. Por motivos semejants, Ios imvestigadores sociales wan frecuentemente grificas tales como las gificas de sectores erifcas de barra y pol fonds de freeuenca en un esfuerzo por aumentar el interés desu hllzgos. GRAFICAS DE SECTORES Uno de los métodos grificos més simples es el de la grdfica de sectores, una grifica ireular cuyos segmentot soman 100 por ciento. Las grificas de sectors son Partiularmente stles pare visualizar Was diferencias en frecuencia entre slunas ‘ategorias de nivel nominal, Para dustrar. La Figura 3.1 presenta una poblacion de 2000 estudiantos univeritaris de extracein urbana, suburbana o rural. Notese que FIGURA 3.4 Poin de 2000 tas ‘ahead | Ean extn tena, we saburbam ¥ rua siuipana 1400 (7) mr ean Twa 2000 0) 1M Dexrpeén 1 70% de estos estudiantes proviene de dres suburbanss, mientras que slo el 18% proviene de reas rurales. GRAFICAS DE BARRA 1a guifiea de barra nos proporciona una ustracén sencilla y répida de datos que pueden dividise en unas cuantas categories. Por comparacin, la gfe de barra (0 histograma) puede acomodar cualquier nimero de categories a cualquier nivel de ‘medicion ¥, por lo tanto, se utiliza mis ampliamente en la ivestigacién social ‘Examinemos la grafica de barra de la Figura 32 qveilustra una distribucibn de frecuencis de clases socials. Esta grifica de bara consruye siguiendo el onten éstindar: una nea de base horizontal (o eje x) a lo largo de lx cual se marean los valores de los puntajes 0 categorias (en este ejemplo, ls clases sociale) y una linea vertical (ee ») a lo largo del costado dela figura que representa las frecuencias por cada puntaje 0 cateporia. (En el caso de 4s datos agrupados, los puntos medios de fos internals de clase se ordenan a lo lago dela linea base horizontal.) Notese que las barra rectangulares dan las frecuencias para la amplitud de bos valores de los ‘orcentajes. Mientras mis alta es a barra, mayor esl frecuencia de ocurenci, En la Figura 32, las baras rectanguares de la grifica se han unido para enfatizar los dstntos grados de estatus socal representados por diferencias de clases sociales. Ademis, las clawes socials se han trazado sobre la linea de base en orden ‘cendente de bajebala a altzata, Este es el orden convencional pare constuir sificas de barra de nivel ondial y por intervals. Sin embargo, al diboiar una grifica de barra de puntjes nominales, las barras eben estar separadas,y no unidas, para evitarimplicar continuidad entre ls cate- sorias. Es mis, ts categrias de nivel nominal se pueden onlenar en cwakquier forma 2 lo largo de ly linea base horizontal. La Figura 3.3 ita takes caractristicas de ls sificas de barra de nivel nominal. FIGURA 32 Grif de * ‘nara de una ditribcsin de chwssociler Gnesi 7 hey mao 1 Ea Meats 2 Netatsn as 2 Bete gE erst ‘Tat el oseeeeaas ‘eos Hs oo Hast Ente roctiats ove de etite POLIGONOS DE FRECUENCIA ames fms De setae SE sakes Se cocites E & ie 2 ae 2 i ‘i € & 1. 535 1095 TFBS OS HOS ‘Concent meted ‘tein (pune mon dl Tab ete ap, J Deseret FIGURA 35 Poigene de ‘recenci scum 1 Io ater de ‘ah 2 s Beuseeuseu. | sactueseeR > 05 in 009 comin, ls lines recta que conecta todos los puntos del poligono de frecuencia scumulade no tiene que tocar otra vez I lien base horizontal, ya que as freeuen- ‘ins acumuladas que se estin representando son el producto de sumas sucesvas NNingura frecuencia acumuluda es menor (generamente es mayor) que la anterior. También, a diferencia de un poigono de frecuencia comin, les puntos de una gréfica cumulada s¢trazan sobre los limits superiores de los intervalos de clase en lugar de sobre los puntos medios. Esto se debe a que ls frecuencia acumulada representa ‘imero total de cies tanto dentro como por debyjo de un intervalo de clase en particular. CONSTRUCCION DE GRAFICAS DE BARRA Y POLIGONOS DE FRECUENCIA Las siguientes regis y procedimientos pueden aplcarse a la construecién de aries de barra y poligonos de frecuencia 1. Como una cuestion de tradicin, y para evitar confusions, el investigador siempre ordens los porcentaes 2 lo largo de la linea base horizontal y las frecuenciss (0 el porcentaje de casos) Jo largo de la Linea vertical 2. Toda grifca debe it completamente rotulada, La linea base horizontal debe rotulare en relacién con las caracerstics (pr e, edad del entrevista do), la linea vertical debe rotuarse de acverdo con lo quest estérepresen- tando (ya sean “fecuencias” 0 “porcentaes”) y ls valores numéricos de los Pontos a lo largo dela esal. Adems, a grfica debe titular indicando la ‘aturalez de los puntajes que se estén ihustrando, 3. Al constrir una grifca, ls longitu de la Linea vertical debe ser como de un 75%de Ta longitud de la linea base horizontal, Este aeglo representa une manera rebtivamenteestindar de dibwiargrificas y minimiza una fuente de confusion potent ‘oninees 37 FIGURA 36 Aguas | varacioes de cartons ene istbucones nti (a posi wrawsias ‘a incites 4. EI primer punto sobre la linea vertical ~aquel punto en el cual se ruza con la linea horizontal~ debe erapezst siempre en cero, ya que cualquier otro ‘onden podefa dat una visi6n distorsionada de los puntajes FORMA DE UNA DISTRIBUCION DE FRECUENCIA Los métodoserificos pueden ayudamos a visualzar Ia variedad de formas que toman las distibuciones de frecuencia. Algunas distribuciones son siméricas al doblar tz curva por el centro se cfean dos mitades iéntias, Por lo tant, tales dsttbuciones ontienen el mismo nimero de valores extremes en ambas diecciones, ata ¥ bas. Se dice que otras dsttbuciones estinsesgadas ¥ tienen mis cas extremos en una irocion que en otr Existen variaciones considerable entre ls distibuciones simétices. Por jem: ‘lo, pueden diferit marcadamente en téminos de so “puntagudes” (0 curtoss Algunas distibucionessimétricas, como en la Figura 3.612), son bastante piculas 0 alas (Iamadas leptocitcas otras, como en la Figura 3.6(b), son bastente planas ‘iamadasplatocirieas) y, avn otras, no son ni muy picudas mi my pana (lamadas ‘mesocirica). Una clase de distribucisn simtrica mesocirtca, como mi que se muestra en la Figura 3.6(c), b curra normal, tiene especial importancia pare la lnvestigacion social y se estuliard en detalleen el Capitulo 6. Exite na variodad de dlstibuciones asiméticas o sesgudss. Cuando existe sesg0, apilindose los punfajes en una sola direccin, ta distribucin tendrd una “col pronunciads, La pasicion de esta cola indica donde estén localzades los selativamente pocos puntjes extremos y determina la direeiin del sso. La distribu (a) en ls Figura 3.7 esti negatiamentesesgada (sesguda hacia 1 ‘uienda), ya que tiene una cola mucho mis larga a la iquierta que a la dereca. Esta disteitucion indica que la mayoria de los entrevistaosreibieron punta altos ¥ que slo unos euantos obwuveron puntaesbajs. Sie tatara de una dstnibucion de ‘alificaciones, en un examen Final, podriamos afirmar que a li mayoria de Ios estt= dianes les fue bastante bien y a unos euantos mal ‘Miremos ahora ls distibucidn (b) cuya cols esi situada » ba derecho. Y8 aque la direceiin de ky cola indica el sexgo, podemos decir que la distibucién est ositvamente sesgada (ssgada hacia la detecha). Las calificaciones del examen fins) de los estodiantes de nuestro hipotético grupo seian bastante bes! 28 Deserplin FIGURA 37 Tre ttibacones que representa Bs ieceia alse o o @ Examinemos finalmente ts distrbucién (c) que coniene dos cols iticas. En tal caso, existe el mismo nimero de puntajes en ambas direciones. La distribucion no esté en absoluto sesgada, sino que es perfectamente simétrica.Sisetratara de ly distribucién de caificaciones en nuestro examen final, tendiamos un gran nimero de estudiantes mis © menos promedio y pocos alunnos que obtuveran ealifiaciones altaso baja. RESUMEN Las presentaciones grificas de datos pueden ware para aumentar I leibildad de los halazgos de I investigacion. Nuestro andlsis de ls presentaiones graficat inlay® raficas de sectores, grificas de barra y poligones de frecuencia. Las gif as de sectores nos dan una simple istracién de los puntajes que pueden divi ise en unas euantas eategoriss. Las grifias de barra se utiizan mds ampliamente, ‘78 que pueden acomodar cualquier nimero de categoras. Las poligones de frecuen- cia acomodan también un ampbio rango de categorss, pero son especialmente ities ‘para datos ordinaesy por intervals, ya que enftizan una continuidad alo largo de laexcala, Las variacones en la forma de las distribuciones pueden caracterizarse en ‘érminos de simetrfa 0, sicontienen mis cass extremos en una direscion que en tra, en términos de sesgopostivo 0 negative, Los investigadores, en muchos campos, tan utilizde el término “promedio™ para hacer preguntas tks como: {Cuil es el inreso promedio que prciben los bachille- res y los profesionales? Cuintos cigatrilos se fuma el adolescente promedio? {Cuil es el promedio de caficacones de ls univestarias? En promedi, jcuintos tccdentes automolsticns ceurren como resultado dnecto del alcohol o ls drags? Una forma stil de describ aun grupo en sy totaled es encontrar un nimero lnico que represente lo “promedio" 0 "tipico” de ese conjunto de puntajes. Ea la investiacién socal, 3 valor $e conoce como una medida de tendencia central, ya ‘ue esti generimente locaizada hacia el medio © centro de una distribuei6n en it ‘ue la mayoria de los puntjs tienden a concentra. Lo que el lego quiere decir con el término "promedio” resulta a menudo vae0 ¥ basta confuso. La concepciin del investisador soci es mucho mis precisa que bt de uso popular; se expresa numéicamente como una entre varias clases distintas de imoliciones de “promedio” o tendenca central que puede asumir valores numéricos bastante diferentes en el mismo conjunto d= puntjes. Solo trataremos aqut de les ‘nes medidas de tendencia central més conocidas: la moda, a medianay Is media. LAMODA ars obtener la mada (Mo), simplemente bussamos el puna o categorie abe ei en rt cocontae He mente por inspescin més que por eiieulo, Por ejemplo, en el conjunto de dateg Tand.O.05% @.4,4,4, ln moda es 1, ya que es el mimero que o=urre Inds que oualauier olro en conjunto (oeume 4 veces). En el caso de una distrbucién de freevenca simple en ls que los valores de os naj y las frecuencias & presentan en columnas separadas, la moda e+ el va » 7 2 : ; : ‘ me : 5 ‘ : ; i : ral 8 cue aP¥SE I menno en column de fecenc da, Pro tat, en Tote wet peal eo Ta Mond iy de tucones de fecencacontinen dos o mas modss. En el siuin- 1 7g, POF cep, os punaes 2 y 6 ocuren ambos mas reauente- mente iy mining 22 Grilicamente, toes distrbuciones tienen dos puntos de feo eee vin Sisiindonos las dos jorbas del lomo de un camel. Nos refe- simos # ‘tbuciones como -en contraste con la variedad unimodal nds com” 9° le up sola joroba © punto de mixima frecuencia (ver Figura 4.1) La MEDIANA Cand? ee Rat ods 0 por inteaes, 3 oranizin por orden de tamato, a mediana (Mn), el punto mis cercaro al medio en una se conies a mei como lame denen et as ce aa ee sd desde, La psc dl lor de median puede Toa P eno pr femal me ose tinny = NL 2 i164 eek aor de lt median para bs pons 11,12.13,68,17 cn’ tle ls mers de manera que equedin3)nbmeros a cal Son fémula (7 + 1/2, vemes que bi medina 16 ese cate "bucidn, contando desde cualquiera de los 2 extremes. } i Medes de tendecia cour 41 Si el nimero de casos es par, la mediana es siempre aquel punto sobre el cal cae el 0% de los casos y bajo el cual cae el otro 50% dels mismo. Pra un nirero par de casos habri dos casos medios. Para istra, los nimeros 16 y 17 represen los casos medios para los siguientes puntajes: 11,12,13,68, @, 20,25,26. Por la formula (8 4 1)/2 = 4, a medina caeri a mitad de camino entree] curt y el aquinto caso; el punto mis cercano al medio en eta distribucion rests set 1652 due esti a medio camino entre 16 y 17, Jos puntaes evar y quito de conto De igual forma, la mediana es 9 en los puntajes 2,88,10,11,12, uevamente por estar situadoexactamente a medio camino entre ls dos easos medics (6+ 1)/2=3,5. Debemos explicare iustrar otra crcunstancia: tl vez nos pian que busquemos la mediana de puntajes que contienen varios puntajes medios de idéntico valor numérico. La solucién es simple: In mediana es el valor numérico. Por lo tanto, ls puntajes 112,13, 16,16, 16,25,26.27, ef caso mediano es 16, a pes de que jure mis de una ve. Como obtener Ia mediana de una Aistribucion de frecuencia simple Para encontrar la mediana de puntajes ordenados en forma de distibueidn de frecuen- cia simple, comenzamos con el procedimiento que seabamos de ver. En el caso dela Tabla 4.1, e Pou ibn de la medians : Bs La mediana resulta ser el dvodécimo punta en esta dstribucin de frecuencia Para ayudar a localizat este duodésimo puntae, podriames construir wa cistibucion de frecuencia ucumulada como se muestra en la tercera columna de ls Tabla 4.2 (esto puede hacerse mentalmente pars un atmero pequetio de puntajes). Comen- zando con el valor més bajo sumamos frecuencias hasta llegar al duodécimo puntajt TABLA 4.2 Gime. sacentar medina "leet del pune ieee a ene ee pam wa distract de 7 2 8 freer simple 5 32 5. ioe a 4 3 78 2 eee 1 2 2 taal ee enes ca aee en ene 2 deep on 8 rvs, Eno sate empl, ly mei de bs vans de ls pune LA MEDIA a media de tendencia central mis cominmente utiliza, lo media asitméticaK, entetilzada, ta ica X, ‘ede obtenerse sumando un conjunto de porcenajesy dividend ente el nimero de {tos Por Io tanto, defnimos la media mis formalments como lsuma de un coniuneo ‘he putas ddd entre el wimero toil de puntjs del contra. Por forma, Fob ee tr +1 amo ks maison A eapuienopocaoerun oat gedan N= einer tae puna en conte. Aaa fm iba exes . wc, tans md dl ene tet de os 8 ates ste nn Tab es 0 _ ‘TABLA 43 Gin clr tematic enema Heels CE va 8 co 2 Sie no Re Mie rover i Rocio By © ? Besanin 1 fit ia = ei A ern de may mein no es sempre pie qv oe menu. A deen de' mains, 4 necoarument el Putas ecto ilo n ns dtc. Enon. a ia med? imo pues nee Como weer, meta pd cones coma eto eee el snr Gite Helper nbs aa cena Media de tndeniacend punto alrededor del cul as desvaciones positives y negatives de cualquier distro Gon se equilbran, Para comprender esta caracteristia de ls media, deberos com render primero el concepto de demiacién, que indica distancia entre cuahuier ppntaje no procesido y la media. Para encontrar la dewiacion, simplemente le estamos la media a cudlguier puntaje no procesado, De acuerdo oon ta Formals, xeX- donde punted desvacin (simbotizado siempre por x miniscula) X= cualquier puntaje no procesado en i distibuciin T= ta mei TABLA Desi ements pam 98 momenae ee $a i Como X= 6 para el conjusto de purses no procesdos 9.8.64, y 3, untae. no.procsado 9s enous exaciamente 3 aniddes de punter 22 proctadosporsobre a mets de 6 (0 X P= 9 ~6= +3) De gual forma, el pantie fo procealo 4 esti 2 uniades de punts no proceudo por debsjo de mia (© X 6 =-2). Conclusion: mara mis grande esl sine tris grinde es bh distancia ene ese punta no procesato y by media de B distrbucion. ‘Consizrando ls mts como un punto de equi en ls distrust, pode nos dest ahora quel sma de las desvacones que caen por encia de la medi igual en vbr abohto (hackndo csio omio de los sgnos menos) ala sma dels sviacones que eaen porabjo de lx media, Vohumos « un jmp ane, conjunto de punts 9.86.3 en que X= 6, Sila media para eta dsrbucion & “antro de wavedad, pando por alto los ignos menos, uma de as desvicaes postin (Gesacons Ge hs putes no proesados 8 y 9) debian gaara Ae hs deviciones negatvas (devon de los punts ao prosesdos 4 ¥ 3) ‘Como se indica en lt Tabla 4, ete results ser el caso, ya que lx suma de ewacones por abajo de (-S) es gala la suma de ls deiones por etme eXes) Tomando oto cempo 4 5a medi pass nimees 1.2.56 91 Vernos ue lsum de ls deacons por abjo de este pune 6 entras que a suma de as deniacones por encima de ee +6, Vole 4S) lance dea desvaién en ls Captus 56 48 Desi Cimo obtener la media de una {tenemos un mayor nimero de estos podria ser mis ria meigs impo caleulr la media de una distibucin defrecuen- ba media eT valor de un puntaje no procesado en la distibuciba tun puntaje multiplicado por su frecuencia de ocurrencia sums de os (X's N= el nimero total de puntajes {a Tabla 4.$ iste et cileulo de la media de una distsibucion de frecuencia simple. TABLA 4m bene, $a a T de ua dstrbacién de freewenca simple 21 Ay an 6 2 ‘ 1 = COMPARACION DE LA MODA, LA MEDIANA ¥ LA MEDIA. ‘Lega un momento en que el investgador social escoge una medida de tendencia central arauna suacén en una invetiznein particular, (Emplear is moda la medina ola Media? Su decisén involuera vais factors que inluyen: 1. El nivel de medicion, 2, Ta forma de distibucion de aus punts, y 3. el objetivo de Ia investigacion Nivel de mediciin Como la moda requiere sblo co de fi lun conteo de frecuencia, puede aplicarse walquier conjunto de datos en el nivel de-mediciin nominal, ordinal 0 por Medids de tendencacenal 45 intervals Por ejemplo, podriamos determinar que la categoria modal en ut ‘medicién de nivel nominal de ailiaciones religiosas (protestante, catdica y julia) ts “protestante”, ya que el mayor nimero de nuestros entrevistados se ientifican como tales, Del mismo modo, podrfamos saber que el mayor nimero de estudiantes {que assten una universidad privada tiene un promedio de 2,5 (Mo = 2,5) La medians requiere un ordenamiento de categoria de la mis alta a fa més baja. Es porestoque slo puede obtenersea partir de datos oninaleso por intervalos¥ no de datos nomiaes, Para iusrar, podriamos encontrar que la mediana de los ingresos lnuales entre los dentists de un pequefio pueblo es $17 O00. Este resultado nos 6a una forma signficatira de examinar la tendencia central de nuestros datos. Por contrast, tendria poco sentido que fuéramos a ealcular la mediana para escalas de afilacin religiosa (protestants, citlicao judi), sexo (masculin o femenino) o pais w orgen Uineleterra, Polonia, Francia 0 Alemania), evando no se ha realizado una categorize cn o ajuste a una escala EL uso de la media se restringe exclusivamente a los datos por intervals. Su aplicacién a datos ordinales 0 nominales da_un resultado sin significado que feneralmente 0 indica en absoluto la tendencia central. {Qué sentido tendria ‘alcular la media para una distribucion de aflicin religosa 0 de sexo? Aunque es menos obvio, ¢$ igualmente inapropiado calcular una media para datos que pueden ‘ategoizarse pero no puntuars. Forma de la distribueidn La forma de una distribueién es otto factor que puede influ en la eleccién de Ia ‘medide de tendencia central que haga el investidor. En una dstibucion unimodal perfectamente simetrica, la moda, la mediana y la media serinidéaticas, ye que el punto de mixima frecuencia (Mo) es tambign el puntaje mas cereano a la medina (Midn), asi como el “centro de gravedad” (X). Como se muestra en la Figura 4.2, ls medidas de tendencia central coincidrin en el punto mis central, en el “pico” de istibucién simétrca Cuando el investgador social trabaja con una disribucin simétrca, su eleccin de la medide de tendeneia central se basaréprincipalmente en sus objetivos particu FIGURA 42 Um distbacin simi, wsimodal que demuestra qu a mods medina y la media acumen ‘lores idatios 46. Deena lis de ivetin ye nel sq sé msds ss datos. Sin enbaro, undo eae con tain seo inetd my ini or toma de tnt Con ems Fp 43, sms, ea y meio colen «nbs ators san Per de qt pone ees pee Smet“ dl pay scan a hc en sep Geol, mtn 4 med Lash nies del“ de cin a au ete umf en qe scare lx pte fetes Por cot, eth enue se “done ein aad etament fom rls de pana extenos Pre molt, pune ede Scr ie pte fe Fg 3 ee ce ef ‘as abet on thn pn mop de ig & ‘cae cerea de Jos valores bajos. ee 0) FIGURA 43 Pesos slats de mis de \enencia tle () a dtr sada pastianene 9 () ama derbi oad mptionene woman Y Xa o ™ Mientras que ls media std muy infida por fos puntajesextremos en ambas ‘ircions, ls cambios en los wore extremes modiian poco 0 nads la medina TBto se debe a que ta media considera todos ls puntses en una ditbucién mienrs que, por defncn la mediana se entiendes6lo con el valor numérico de stale que cae en lx poscén més cercana al medio de la dstibucion. Como se istry mas aden, el cambio det valor de un puntje enema de 10, en le sistibuciin 2 95'en la dstibucin B no modifica en absolute l valor dla ‘ian (Mdn = 7,5), en tanto que la media varia de 763.9 1828: 3. Aistioucion A: $66 7891010 Man =7. Aistivocon B: 5667891095 Mén= 75 En una distibucin segads, Is mediana cae siempre en algin punto entre la ‘media y la moda. Es este caracterstica la que convirte a la mediana en la medida de tendencia central mis deseable para desribir una distrbucion de puntajes sega ‘a, Para ilusrar esta ventaa de la mediana volvamos ala Tabla 46 y exsminemos Salatio anual “promedio” entre los empleados de una pequeta corporaci. Si fuéramos publielsionstas contratados por una corporacion para darle una imagen editor de endecia central 47 piblica favorable, probablemente querriamos calcula la media para demastrar que el ‘empleado “promedio” gana $18 000 y esti relativamente bien pagado. Por otra part, 5 fudramos representantes sindicales que buscan evar ls niveles sails, quet ‘mos, probablemente, emplear la moda para demostrar que el saario “promedio" «s e s6lo $1,000, una suma atrozmente baja. Finalmente, si furamos investgndors sociales buscando informar con exactitud sobre el saliio “promedio" entre ks templeados de la corporaién, sabiamente empleariamos la mediano ($3 0), y2 ave cae entre ls otras medidas de tendencia central y da, por lo tanto, una vision més couilibrada de la estructura sari. El método més aceptable seria el de dar @ conocer ls tes medidas de tendencia central y dejar que el pablico interprets los resultados. Desafortunadamente, es cierto que pocos investigadores sociales —pub rreacioists y los representantes sindicals~ informan sobre ms de una medida de tendencia central, Es més desafortunado ain at hecho de que algunos informes de investgacion no especifian enactamente cudl medida de tendencia central -Ia moda, la mediana o la media se utili para calcular la cantidad “‘promedio®o la posicion entro de un grupo de puntajes. Como lo demuestra la iistracion anterior, seria imposible una interpretacion razonable de los descubrimientos si no se contra con ‘a informacion ‘TABLA 46 Meds tendenia central de wa stb saad de ‘aoe ake Ya se snot, anteriormente, qv sours dsbacone de frecuencia pueden caractenzarse como binds, Jo due contenen dos puntos de fecuencia maxim. Fan descr apropiadamente iss dstbuccnes bimodse, generaimente es it ‘ent ambet nas to de Ia median o Te medi podria scree specs importantes de tales dstibucones °onirene sts Bl vestaor socal ut digi nr an 26 personas de ujosingreos para determiar cul ra 3 soncrpi6n eal sobre & {amafo. de st familia A cada entrestao se Je pregunta: “Suponen que ste purce deci exactamente que tan grande debe sx su fai, jeusnts persons Ie fusaria ver ens familia ideal, incuyendo 2 tods to nies y adults!” Como sf usta ont Taba 87, los esllados de ete esto indiaron una ampli gar de Treferenis en cuanto al tamafo de fy fai; desde vir slo (1) asta vt fnuchs pesonet (10), Unido le media o t2 medians, podsanos concur a fama eal de os eneevstads consaba de st mimeos (X = 588; Mdn 8) Sin embargo, sibindo que la dstibucin es bimodal, vemos que estan rors 68 Desnpein tadas, en realidad, dos concepciones ideales sobre el tamato de la familia dentro del grupo de entevstados: uma con un nimero bastante grande de personas (MO = 8), y |i otra con slo unas cuantas personas (Mo ~ 3). 1 Objetivo de ta Investigacion Hasta este punto, hemos estudiado la eleccion de una media de tendencia central en términos del nivel de medici6n y de la forma de una dstbucién de los pun taj. Preguntamos ahora: qué espera hacer ef investigador social con su medida de tendencia central) Si busca una medicion ripida, sencilla, pero crudamente \eseriptia o si est trabajando con una distribucin bimodal, empleai generalmente la moda. Sin embargo, en la mayoria de las situaciones que enfenta el investigado, a ‘moda silo tiene utilidad como un indieador prokiminar de fs tendencia central que puede obtenese ripidamente mediante una breve exploraciin Je los punies. Si busca una medicin precisa de la tendencia central, ly decisién esti generalmente centre fe median y ly medi Para desebir una dstribuein sesgada, cl investigator generalmente escoge la mediana ya que (como se anot6 anterirmeate) tiende a dar un cuado equilbrado de os punts extemos La mediana se utiliza ademés como un punto de le

    Das könnte Ihnen auch gefallen