Beruflich Dokumente
Kultur Dokumente
Directora:
Mara Eugenia ngel
Investigadores:
Graciela Fernndez
Laura Polola
Mario Enrique Borgna
Liliana Sandra Pagano
Silvia Brunetti
Miriam Ecalle
Informe Final
Diciembre 2010
Registrado en Direccin Nacional de Derecho de Autor
Expediente N 963.575 el 28/9/2011
Todos los Derechos Reservados SECyT-UNLaM
1.1. Resumen
Con el objetivo de elaborar un registro de trminos y conceptos estadsticos, se desarrolla el
1.2. Introduccin
Llegar un da en el que el razonamiento estadstico ser tan necesario
para el ciudadano como ahora lo es la habilidad de leer y escribir.
H. G. Wells (1866-1946)
comunicacin ha permitido un cambio a nivel global de las economas de los pases gracias
precisamente a concebirla como un recurso de produccin. La informacin se ha transformado
en un medio estratgico, tanto para las empresas como para los gobiernos y los ciudadanos,
por eso la importancia de que el trabajador, el estudiante y los profesionales en general se
encuentren capacitados para la interpretacin y tratamiento de la misma.
La informacin permite construir conocimiento til para la accin, entendido como la
interaccin permanente de experiencias, valores, informacin y saber hacer, que genera, en
forma cclica, nuevas informaciones, experiencias y conocimientos.1
Se ha establecido un nuevo paradigma, que ha generado una mayor demanda de los sistemas
de informacin estadstica. Estos sistemas estn compuestos por datos provenientes de las ms
diversas fuentes, integrndolas y relacionndolas para cubrir la diversificacin de la demanda.
Por ello se puede decir que todo trabajador y estudiante se ha convertido en un usuario de
informacin estadstica. La diversidad que presentan estos usuarios obedece a su capacidad de
abordar los fenmenos econmicos y sociales desde diferentes caractersticas, como ser: la
magnitud o dimensin de los fenmenos, estructura y forma en que se desagregan sus
componentes, distribucin espacio- temporal y las relaciones entre fenmenos.
La informacin estadstica si bien se enmarca en un entorno de aproximaciones matemticas,
es la que hace posible el acceso al conocimiento de la realidad, interpretacin de la forma en
que se comportan los fenmenos, la prediccin de su conducta futura siempre y cuando
cuente, necesariamente, con los atributos de calidad, veracidad y precisin.
El extraer informacin de los datos de campo, poder representarla tabular y/o grficamente,
permite darle sentido a esos datos. Lo mismo ocurre al contemplar la realidad desde la
perspectiva de su modelizacin surgiendo la comprensin de las cualidades o caractersticas
del mundo real.
Debido al caudal de aplicaciones y a la complejidad que puede involucrar el trabajo con la
informacin estadstica, se puede prever un incremento de la demanda de herramientas de
fcil comprensin y manejo como punto de partida. Dentro de este contexto surgi la
necesidad de elaborar un registro de conceptos y procedimientos de diversa complejidad
atendiendo a los requerimientos de la sociedad de hoy.
Cuadernos del SIEL Sistema de Informacin Estadstica Local, Serie 1. Materiales institucionales,
conceptuales y metodolgicos Cultura Estadstica y Gestin Local Instituto Nacional de Estadstica y Censos
Direccin Nacional de Planificacin y Coordinacin Estadstica Julio 2007.
4
Una de las primeras acciones fue trabajar con los textos escolares de los ltimos aos del
nivel primario y primeros del secundario debido a que es en esos niveles de escolaridad donde
se realiza el primer acercamiento a la estadstica.
A continuacin se mencionan las observaciones realizadas a diferentes textos donde aparecen
algunos conceptos de manera incompleta o parcial o conceptualizaciones gemelas que, por un
exceso de simplificacin, se identifican como iguales cuando no lo son. Las mismas fueron
organizadas en bloques teniendo en cuenta la fuente de donde fueron extradas la cual se cita
al final de cada uno de ellos.
El concepto de suceso aparece relacionado con cada resultado posible de un experimento aleatorio
siendo muy restrictiva la definicin, ya que no se menciona en ningn momento que un suceso
puede tener ms de un elemento. Se identifica el concepto de suceso en trminos generales con el
de suceso elemental.
Se define probabilidad (siguiendo la definicin clsica de Laplace) como el cociente entre el
nmero de casos favorables y nmero de casos posibles omitiendo que los espacios muestrales
deben ser finitos y equiprobables.2
Se trabaja con el concepto de variable sin definirla, no se la reconoce como caracterstica que se
desea estudiar en la poblacin.3
2
3
Las medidas no son definidas como concepto, slo se trabajan desde su clculo numrico y no
desde su interpretacin enmarcada en el contexto de un problema, no se justifica la necesidad de su
clculo y de su aplicacin.
La nocin de mediana pierde su caracterstica esencial al slo definirse como valor central sin otra
consideracin que la complete y justifique.
La nica diferenciacin entre mediana y media aritmtica que se realiza es a travs de su forma de
clculo.
Las medidas de dispersin slo se calculan sin explicar qu indican y sin vincularlas con las
medidas de posicin.4
Se denomina suceso a cada uno de los resultados del experimento, dando una definicin restrictiva
e incompleta del concepto.
Se define muestra y poblacin, pero a todas las medidas se las denomina parmetros estadsticos.8
Textos 8 y 9 ((2 y 3 E.S.B.): Matemtica I, Ed. Santillana, 1995. Matemtica 8, Ed. Nuevas Propuestas.
Matemtica 8, Ed. Tinta Fresca, 2005. Matemtica 9, Ed. Puerto de Palos, 2001.
5
Ed. Kapelusz de 9 ao.
6
Ed. Santillana de 9 ao.
7
Ed A-Z de 9 ao .
8
Ed. Kapelusz de 1 ao.
9
Ed. Kapelusz de 1 ao.
6
Para calcular probabilidades se dan dos mtodos: recurriendo al experimento, usando la frecuencia
relativa y utilizando la frmula de Laplace, sin especificar las condiciones de aplicacin de cada
una de las definiciones.
Se presenta la probabilidad total, condicional y la regla de la multiplicacin desde una definicin
incompleta de probabilidad.10
En resumen, en algunos de los textos revisados aparecen definiciones prximas a las que se
manejan en los libros de Estadstica y que pueden considerarse universalmente aceptadas.
Esto sucede con la definicin de suceso o la definicin clsica de probabilidad, que se
presentan slo en una de sus formas o dejando de lado el contexto de trabajo, ya que no se
tienen en cuenta caractersticas del fenmeno o experimento como, por ejemplo, que hay
sucesos con ms de un elemento o que todos los resultados del experimento sean igualmente
probables de ocurrir. Para el caso de la nocin emprica de probabilidad, para espacios
muestrales no equiprobables, se enuncia una aproximacin al concepto como la
frecuencia relativa de un suceso al realizar el experimento un nmero muy grande de
veces justificando esta prctica con la ley de los grandes nmeros, a medida que aumenta
el nmero de repeticiones del experimento, el valor de la frecuencia relativa del evento se
aproxima ms a la probabilidad del mismo. El valor de esta propiedad no se agota en lo que
afirma sino que adems introduce la nocin de lmite de manera concreta.
En los temas trabajados en estadstica descriptiva es reiterativa una tendencia muy marcada al
clculo matemtico de las medidas en detrimento de la conceptualizacin e interpretacin.
Por otro lado, es para destacar que en el material examinado, aparecen referencias histricas
sobre las primeras experiencias de recoleccin de datos, siendo sta una buena herramienta
didctica complementaria y un elemento para la motivacin de la curiosidad de valor per se.
Muchas observaciones se repitieron en diferentes textos, de esta manera la frecuencia con que
aparecen tambin resulta interesante a la hora de la deteccin de las carencias o
inconvenientes en la presentacin de los conceptos estadsticos. De esta forma los conceptos
pilares donde se han detectado las mayores dificultades son:
10
Poblacin y muestra.
Individuo.
Variables cualitativas y cuantitativas discretas y continuas.
Tabla de frecuencias, frecuencias absolutas y relativas.
Media, Moda y Mediana.
Varianza y desvo absoluto, medio y tpico.
Azar y aleatoriedad.
En general, puede decirse que los conceptos expresados aparecen de manera incompleta o
confusa sin llegar a su formalizacin a travs de una visin ms integral de los mismos. La
trascendencia de estos conceptos es fundamental como base para la construccin del
conocimiento estadstico, y por esta razn constituyen el punto de partida en la elaboracin
del registro de trminos estadsticos.
Estos conceptosnodos permiten establecer redes conceptuales que involucran un buen
nmero de nociones, tcnicas y procedimientos que podrn consultarse en el registro.
En los libros universitarios revisados, los de uso ms frecuente, no se han detectado nociones
confusas o contradictorias, sin embargo estos textos pueden agruparse en dos grandes grupos
no excluyentes: los de estadstica aplicada y los enfocados ms a desarrollos tericos. En
relacin a los primeros es comn apreciar una tendencia calculista sobre la interpretativa o
analtica; mientras que en los ms tericos se nota poca presencia de situaciones concretas
donde se puedan aplicar los contenidos.
En ambos casos se pierde el objetivo de la transferencia, aplicacin y comprensin acabada de
los conceptos tratados.
En estos libros suelen aparecer distintos nombres para un mismo concepto como ser:
Docimasia de Hiptesis se utiliza en el libro de Probabilidad y aplicaciones estadsticas de P.
Meyer el nombre que puede darse a la metodologa utilizada para resolver casos de
verificacin de hiptesis, tambin denominada prueba o ensayo de hiptesis.
Al teorema de probabilidad total se lo denomina tambin regla de eliminacin.
Definir los conceptos estadsticos identificndolos con los nombres que reciben sus referentes
en la teora de conjuntos es otro ejemplo, tal como se utiliza en los mdulos de estadstica y
probabilidades finitas de la Maestra en Enseanza de la Matemtica de la UNCU.
Al mismo tiempo el trmino promedio, que se refiere indistintamente a media aritmtica,
mediana, centro de amplitud y moda, aunque cada uno presenta un panorama diferente sobre
la representacin de los datos, usualmente en los textos se refiere a la media aritmtica.
Vale aclarar que hasta el trmino estadstica presenta distintas acepciones, puede significar la
ciencia propiamente dicha como as tambin el resultado del trabajo realizado por un
estadstico. Y la expresin estadstico, por su parte, puede identificarse con la persona
especializada en estadstica como as tambin con medidas obtenidas a partir de muestras.
En algunas reas, como ser Metodologa de la Investigacin Social se pudo observar el uso
indistinto de los conceptos de unidad de observacin y unidad de anlisis siendo stos
diferentes para ciertos autores, como R. Sierra Bravo 11, quien sostiene que la unidad de
anlisis corresponde a colecciones de individuos o conglomerados- y las unidades de
observacin en general pueden ser individuos particulares.
En los casos expuestos, se observan distintos trminos que se utilizan para indicar
significados iguales - significados idnticos- y expresiones idnticas para designar distintas
nociones muchas veces sin las debidas aclaraciones para el lector novato.
Otra observacin encontrada en estos libros es que en general se emiten conclusiones
taxativas en los procedimientos inferenciales ambientes no determinsticos donde el uso de
los verbos en modo potencial podra ayudar a conservar la nocin de incertidumbre que deben
acompaar a estas conclusiones.
Sierra Bravo, R. Tcnicas de Investigacin Social. Teora y Ejercicios. Decimosegunda Edicin. 1998.
Editorial Paraninfo.
12
Bioestadstica: Mtodos y Aplicaciones. Bioestadstica. Facultad de Medicina. Universidad de Mlaga. ISBN:
847496-653-1. http://www.bioestadistica.uma.es/libro/node2.htm
9
intervalo como una operacin arriesgada. De esta forma slo se tiene en cuenta como vlida la
estimacin puntual de parmetros.
Se acota el campo de la Estadstica Inferencial slo a las operaciones de estimacin sin incluir las
pruebas de hiptesis.
Se hace referencia a la distribucin de Poisson slo como el caso lmite de la Binomial.
Se sostiene que la proporcin es sinnimo de frecuencia relativa, es decir que no la trata como una
medida de intensidad o tasa y que el sesgo es sinnimo de asimetra.
Se afirma que la distribucin t de Student es una distribucin que sigue la estimacin de la
desviacin tpica.13
Se refiere a la dicotoma como el proceso de categorizacin de una variable en sus dos modalidades
Se representa al polgono de frecuencias en forma errnea sin tener en cuenta la marca de clase de
los intervalos previo al primero y posterior al ltimo con frecuencia cero, comenzando en el lmite
inferior del primer intervalo y terminando en el lmite superior del ltimo intervalo de clase.
Se traza mal la ojiva, uniendo las marcas de clase y no partiendo de cero en el lmite inferior del
primer intervalo.
Al precisar el concepto de parmetro estadstico no lo diferencia del estadstico muestral.
No se hace una descripcin adecuada del histograma.16
Se define de dos maneras distintas a los percentiles, una de ellas como cada uno de los 99
segmentos que se toman al dividir una muestra o un conjunto de elementos ordenados por cien
13
10
partes de igual frecuencia. Y otra como puntos caractersticos de la distribucin que dividen a la
distribucin en cien partes.17
Se define el concepto de Aleatorio afirmando que no sigue un patrn particular que se
pueda describir directamente por ecuaciones. Se basa ms en la probabilidad. El trmino aleatorio
representa una idea que debe ser expresada en trminos del concepto de probabilidad.
Se trata de una definicin circular porque a partir de la probabilidad se intenta medir la aleatoriedad
de un suceso o fenmeno.
Se define Atributos como caracterstica cualitativa de un objeto o individuo tal como sexo, pas de
origen, estado marital.
Es una definicin acotada pues no contempla las caractersticas cuantitativas como por ejemplo la
edad es un atributo de la unidad de anlisis y no es una caracterstica cualitativa.
Se considera la Variable cuantitativa discreta como aquella a la que se les puede asociar
un nmero entero, es decir, aquella que por su naturaleza no admiten un fraccionamiento de la
unidad, por ejemplo nmero de hermanos, pginas de un libro, etc. Variable que tiene un nmero
limitado de valores. El sexo, por ejemplo, sera una variable discreta pero cuidado, no lo es.
Se define a la Variable dependiente como aquella que tericamente puede tomar cualquier
valor en una escala de medidas, ya sea entero o fraccionario cuando esa definicin correspondera a
una variable cuantitativa y que se trata de una Variable aleatoria o estocstica cuando no es posible
hacer medidas numricas, seran aquellas que son susceptibles de clasificacin. 18 Concepto errneo
pues confunde las variables aleatorias con las variables cualitativas o categricas.
Debido al gran volumen de informacin periodstica que incluye datos estadsticos que son
interpretados libremente se han seleccionado algunos casos interesantes, a modo de ejemplo,
como los siguientes:
En el artculo del diario Clarn del 26 de julio de 2009, bajo el ttulo Inmovilidad social dice:
Casi 4 de cada 10 chicos que nacen en un lugar ubicado en el quintil ms bajo de la pirmide
socioeconmica (el 20% ms pobre) permanece en esa condicin el resto de sus vidas. En
contraposicin, slo un 22% de los hijos de padres que estn entre el 20% ms rico de la
Argentina sigue estando en ese quintil en su vida adulta. Aqu se considera quintil como el
17
18
http://es.wikipedia.org/wiki/Medidas_de_posici%C3%B3n_no_central
Diccionario de Estadstica Prctica. Universidad Intermericana de Panama. Lic. Admin de Recursos Humanos.
2 de febrero de 2007.
11
porcentaje de datos que deja por debajo ese valor (una franja) y no como un punto en el espacio de
los datos ordenados, sin especificar su valor. Adems no se aclara qu variable se analiz para
determinar las regiones mencionadas de la pirmide. Por otro lado, la inmovilidad social que se
estudia, aparece cuantificada en funcin de los datos analizados, pero de ninguna manera pueden
asimilarse como nmeros que establecen parmetros, salvo que se apliquen tcnicas de inferencia
apropiadas. Esto no se aclara y puede llevar a conclusiones equivocadas.
Juan Ignacio Piovani en el XXV Congreso ALAS, Porto Alegre, Brasil en agosto de 2005, en
su ponencia expresa que ha tratado de mostrar que las ideas estereotpicas con respecto a la
estadstica y sus aplicaciones en las ciencias sociales tienen evidentemente algn fundamento;
pero como sucede con los estereotipos, son visiones simplificadas y estandarizadas de una trama
mucho ms compleja y que detrs de la denuncia legtima de los lmites que dichos instrumentos
tienen se halla la ignorancia y el desinters por aprender algo que demanda esfuerzo, y que dentro
de ciertos lmites y concebido como instrumental a los fines cognoscitivos de la ciencia podra
resultar de mucha utilidad (Marradi, 1997). Yule se esforz por denunciar los efectos nefastos de
la absolutizacin de la medicin en la investigacin social y econmica. Para l muchos
fenmenos no eran medibles y deban por lo tanto ser analizados, an en el marco de un abordaje
estadstico, cualitativamente. Fue justamente l quien inici el desarrollo de tcnicas estadsticas
adecuadas para el tratamiento de variables cualitativas. As, las herramientas estadsticas suelen
quedar tironeadas entre un uso dogmtico, ritualista y acrtico, Ya en la dcada de 1930, el
destacado socilogo de la Escuela de Chicago Znaniecki adverta sobre los riesgos de sustituir
los mtodos intelectuales por tcnicas tabulares, y de esta forma eliminar el pensamiento terico
del proceso de investigacin cientfica. Tambin cita a Pearson quien en 1933 se lamentaba por
el carcter purista y alejado de los problemas de la prctica cientfica que la estadstica y sus
aplicaciones estaba adquiriendo. Para l ella deba ser eminentemente aplicada, y tal
definicin daba prioridad a la consideracin de los problemas de investigacin, y no a los
instrumentos. La estadstica era justamente instrumental, un medio al que recurrir en la labor
cientfica, y no un fin en s mismo. Pearson tema, como Znaniecki, que la investigacin
apelando a la estadstica como instrumento que todo lo puede quedara en manos de los que
llamaba tcnicos de la ciencia, sujetos carentes de aquella imaginacin disciplinada que
caracteriza al verdadero cientfico. Esto implica, obviamente, problematizar los instrumentos que
se utiliza en la investigacin. Dice Piovani que cuando estn dadas las condiciones para su uso, no
hay ninguna razn para no usarlas; pero cuando no estn dadas tales condiciones, no hay ninguna
razn para usarlas.19
En Los retos de la cultura estadstica de Carmen Batanero, Universidad de Granada, Espaa, 2002,
la autora se refiere a la reflexin epistemolgica sobre el significado de los conceptos,
procedimientos (en general objetos) particulares. La especialista afirma que los organismos
oficiales de estadstica se han concienciado de la necesidad de hacer llegar los estudios que
realizan en forma comprensible a todos los ciudadanos y al mismo tiempo mejorar la imagen
pblica de la estadstica. Adems de poner el nfasis en la provisin de informacin y consejo
para el gobierno y uso profesional y en investigacin, las organizaciones estadsticas oficiales se
interesan en proporcionar informacin a la sociedad, como un todo. En vistas de la difusin y
19
Juan Ignacio Piovani. XXV Congreso ALAS. Universidade Federal do Rio Grande do Sul. Porto Alegre, 2226 de agosto de 2005. La estadstica y el sentido comn de los socilogos. Universit degli studi di Bologna,
Representacin en Argentina. Universidad Nacional de La Plata.
12
necesidad de trabajar sobre este tema, menciona una pgina con la iniciativa de una revista para la
educacin estadstica.20
Las publicaciones analizadas corroboran que existe un denominador comn que hace que las
estadsticas no siempre sean bien vistas en algunos mbitos y circunstancias. No quedan
dudas que la imagen de la estadstica se encuentra deteriorada y de acuerdo a estas
experiencias puede deberse al mal empleo o, en algunos casos inclusive, al uso
malintencionado que se hace de sus resultados para mostrar realidades que no son.
El mal uso de la estadstica, en general puede resumirse como la falta de conocimiento del
alcance de la informacin estadstica, el manejo indiscriminado de datos cuantitativos, que si
no se expresan responsablemente pueden resultar con derivaciones alarmantes o hasta
devastadoras- si se habla, por ejemplo, de enfermedades, crisis econmicas, catstrofes
climticas y tendencias de todo tipo.
Por las dificultades y errores encontrados es recomendable la divulgacin masiva de los
conocimientos bsicos estadsticos a los alumnos, profesionales y trabajadores en general
porque las consecuencias de la ignorancia estadstica queda patente en las publicaciones
revisadas. Por otro lado, cabe agregar que la liviandad con que pueden extraerse predicciones
20
21
http:/www.ugr.es/local/batanero/sergroup.htm.
An las encuestas ms exactas y fiables pueden conducir a graves errores segn cmo se lea a veces
incluso pueden matar, afirma ejemplificndolo con el ejemplo de un enfermo terminal de cncer.
13
22
http://web.udl.es/usuaris/z4084849/docs/uno45.pdf
14
Los resultados generales obtenidos sobre todos los docentes indagados se encuentran
resumidos en la siguiente tabla donde aparecen los conceptos evaluados y el porcentaje de
respuestas correctas.
http://dialnet.unirioja.es/servlet/articulo?codigo=2697036
15
matemtica como ciencia formal. Se pudo comprobar cmo algunos textos dan definiciones
de los trminos ms relacionadas a su nocin informal o cotidiana que a la formal
matemtica.
Como criterio de ordenamiento de los conceptos se realiz una clasificacin segn su
significado para poder realizar la comparacin mencionada.
Segn esta premisa, los autores clasifican los trminos de la siguiente forma: 1) trminos con
el mismo significado en ambos contextos; 2) trminos con distinto significado en ambos
contextos, y 3) trminos propios del contexto matemtico. Los estudiantes no deberan tener
dificultad con la categora 1, mientras que la categora 3 necesariamente debe ser definida
pues son trminos que los estudiantes no conocen ni tienen en su vocabulario. La categora 2
puede dar lugar a ms dificultades para los estudiantes.
Los resultados de la clasificacin de los trminos fueron los siguientes:
1.
2.
3.
16
algunos textos introducen trminos propios de la Inferencia Estadstica que luego no vuelven
a utilizar, o que utilizan el concepto con otra expresin. Situacin que entendemos podra
provocar confusin identificando al texto como inconsistente, por no continuar utilizando
aquellos trminos que define. Puede decirse, entonces, que algunos libros de texto no cumplen
con uno de los objetivos que deben cumplir, esto es incluir las definiciones de los trminos
utilizados en el contexto matemtico. En otras ocasiones, el libro de texto modifica la
definicin, o simplemente enuncia una definicin errnea lo cual es contraproducente para los
estudiantes porque stos no poseen los conocimientos necesarios para identificar el error.
En estadstica inferencial, son muchos los conceptos nuevos que el estudiante debe
comprender correctamente para as entender el razonamiento y el procedimiento necesario
para resolver correctamente las tcnicas de inferencia.
En varias investigaciones realizadas en universidades espaolas analizadas se reiteran las
dificultades detectadas en las otras publicaciones. Como notables pueden mencionarse los
errores de interpretacin y aplicacin de medidas estadsticas, y como fuera explicado en cada
uno de los relevamientos comentados, generalmente se encuentran asociados a la falta de
conocimiento y entrenamiento en su utilizacin. El mero clculo de stas conduce a la
identificacin de una medida con su frmula ms que con su significado, desaprovechando la
informacin que brinda del conjunto de datos, como por ejemplo si la media aritmtica es
adecuada o no para representarlo.
Otro punto recurrente es la falta de consideracin del contexto de trabajo lo cual no favorece a
la comprensin de los conceptos tratados, incurrindose en lo que se podra denominar un
error didctico. Cabe aclarar que en la enseanza de la estadstica es propicio incluir ejemplos
y actividades utilizando situaciones concretas asociadas a temas interesantes para el
alumnado, pudindose desarrollar a partir de ellas conceptos y razonamientos estadsticos y
hasta probabilsticos para, en una segunda etapa, formalizarlos con toda la rigurosidad del
contexto matemtico, logrando as que lo formal adquiera sentido en lo concreto y a su vez,
que lo concreto se revalide desde lo formal. Esta doble tarea permitira trabajar sobre la
cuestionada imagen de la estadstica y ahondar en su red conceptual para dar una correcta
utilizacin de los recursos que brinda.
17
18
Entre los entrevistados slo investigan los fsicos (3 de los 4) y el 75% de los profesionales de
las ciencias sociales, precisamente los que afirmaron utilizar herramientas relacionadas con la
inferencia estadstica.
Ninguno de los entrevistados ha realizado algn curso de capacitacin en estadstica y salvo
los abogados todos los dems profesionales la han estudiado como materia en la carrera de
grado.
El 90% de los entrevistados expusieron la necesidad de ampliar sus conocimientos en esta
rea.
Complementando las entrevistas realizadas y con el objetivo de indagar en los posibles usos
de las distintas herramientas estadsticas, se encuestaron 55 profesionales del rea de la salud
distribuidos de la siguiente manera: 18 mdicos (33%), 12 terapistas ocupacionales (22%), 9
siclogos (16%), 6 enfermeros (12%) y 10 de otras profesiones afines (como ser
sicopedagogos, kinesilogos, etc.) (18%).
El relevamiento de las encuestas fue realizado por alumnos de la carrera de Licenciatura en
Terapia Ocupacional de la Universidad Nacional de Quilmes, e implementadas en los diversos
mbitos donde se desempean laboralmente: hospitales, organismos gubernamentales y no
gubernamentales, hogares, etc.
Del anlisis de las encuestas se pueden destacar los siguientes aspectos:
El 30% ha realizado algn curso relacionado con la estadstica pero todos ellos han
tenido en la carrera alguna materia perteneciente a esta rea (como ser bioestadstica o
estadstica aplicada).
El 43% realiza algn tipo de investigacin o de trabajo de campo relacionado con la
investigacin.
Slo el 26% accedi al estudio de herramientas estadsticas en algn curso de
capacitacin realizado aunque el 55% las utiliza en el ejercicio de su profesin.
Las herramientas estadsticas comnmente utilizadas son los grficos, las tablas, las
medidas de posicin moda, media, mediana y percentiles, la desviacin estndar, las
19
proporciones y razones y en menor grado (slo dos de ellos declararon usarlas) las
pruebas chi cuadrado y el anlisis de correlacin y de regresin.
El 68% utiliza indicadores o escalas de medicin prediseadas.
Con respecto a los indicadores o escalas los profesionales de la salud sealaron a las
tablas de percentiles, la escala Glasgow, las tasas y a distintos tipos de test como de
uso ms frecuente.
Al analizar la encuesta en su conjunto, se puede observar que existe evidencia estadstica (con
un nivel de significacin superior al 0,022%) de la relacin entre la profesin y el trabajo de
investigacin entre los encuestados, investigan el 67% de los terapistas ocupacionales, el 75%
de los siclogos, el 35% de los mdicos o enfermeros y slo el 11% de los de otras
profesiones. Sin embargo son los mdicos y los siclogos quienes se caracterizan por la
utilizacin de las herramientas estadsticas e indicadores.
En los siguientes grficos (biplots) obtenidos del anlisis de correspondencias pueden
visualizarse las observaciones anteriores.
Donde: 0 es no investigan, 1 es investigan, S siclogos, T terapistas, ME mdicos o enfermeros y O otros, SH utiliza herramientas estadsticas,
NH no utiliza herramientas estadsticas, SI utiliza indicadores, NI no utiliza indicadores.
Consulta a alumnos
Se indag sobre los conceptos y tcnicas estadsticas que utilizan los alumnos en sus mbitos
laborales. Esta bsqueda se llev a cabo con aquellos alumnos del Departamento de Ciencias
Econmicas de la UNLaM que cursaron la materia Estadstica, en el primer cuatrimestre de
2010, entre las respuestas ms destacadas figuran:
20
21
1.4. Conclusin
Puede decirse que durante el siglo XX la estadstica ha experimentado una nueva expansin,
un crecimiento, debido a la incorporacin del uso de ideas estadsticas en diferentes
disciplinas, como puede verse en revistas cientficas y en la creciente inclusin de
especialistas en la materia en los equipos de investigacin y de trabajo interdisciplinarios
convirtindose en una de las ciencias metodolgicas fundamentales y base del mtodo
cientfico experimental permitindole a su vez un desarrollo notable, desarrollo potenciado
por los adelantos de la informtica que le ha permitido trabajar con grandes masas de datos en
tiempo real. Sin embargo, es notoria la falta de una cultura estadstica en los ciudadanos
inclusive a niveles acadmicos como lo puntualizara C. Batanero (2001)24, la estadstica se
usa incorrectamente, no se comprenden conceptos aparentemente elementales y no hay una
valoracin suficiente del trabajo del estadstico, dentro de los equipos de investigacin.
Sealando as la existencia de una problemtica educativa que tiene su raz en que la inclusin
de la estadstica en la escuela, no es todava un hecho. Los alumnos llegan a la universidad sin
los conocimientos estadsticos elementales y es preciso comenzar el programa repitiendo los
contenidos de estadstica que debieran haberse asimilado en la escuela. As, los profesores
universitarios han de acelerar los tiempos de las explicaciones y actividades prcticas sin
llegar muchas veces a la formalizacin acabada de los temas dejando de lado algunas
demostraciones o razonamientos que podran llevar al alumno a comprender mejor la
metodologa de la estadstica. En esas condiciones, el alumno ser incapaz de aplicar en su
futura vida profesional las herramientas que le brinda esta ciencia.
Por otro lado, el avance de la informtica y la masificacin de internet ponen a los profesores
frente a un nuevo escenario, los alumnos no slo aprenden estadstica en las horas lectivas ni
en los centros de enseanza, sino que se ponen en contacto con informacin estadstica en la
prensa, medios de comunicacin, internet o en los textos de otras asignaturas. Se puede
afirmar que internet est empezando a modificar las relaciones docentesalumnos, con o sin
participacin voluntaria de los profesores. Es evidente que los profesores en los diversos
niveles educativos han de aceptar la rapidez del cambio tecnolgico y que deberan
implicarse en l, si se quiere apuntar, de algn modo, a la educacin estadstica, y adems,
crear una verdadera cultura estadstica en la sociedad.
24
Batanero, Carmen, 2001, conferencia organizada por IASE sobre la formacin de investigadores.
22
Dada la nueva situacin socio-cultural, la educacin estadstica debera centrarse en los datos
y en el razonamiento estadstico, revalorizando la comprensin e interpretacin de los
resultados estadsticos y difundiendo los conocimientos bsicos (habilidad para manejar cifras
y problemas cuantitativos; pensar en trminos de probabilidades; produccin, procesamiento y
presentacin de datos; presencia de la variabilidad en datos cuantitativos, su cuantificacin y
explicacin).
Es importante tambin destacar otras componentes de la cultura estadstica que son necesarias
para un buen desenvolvimiento de los ciudadanos, a saber: comprensin del sentido de la
informacin, reconocimiento de la naturaleza y limitaciones de la informacin estadstica,
distincin entre cifras adecuadas e inadecuadas, conocimiento de las consecuencias de la
exactitud de los resultados, utilizacin de diversos procesos de muestreo, entre otros.
La justificacin de estas necesidades se la encuentra en la sociedad actual, que se ha vuelto
cada vez ms compleja y que se halla en continuo cambio, en la misma se utiliza
cotidianamente informacin estadstica en mbitos tan diferentes como el poltico,
econmico, social, cientfico y educativo. Poder interpretarla correctamente, as como
emplear el razonamiento y los mtodos estadsticos para analizar los fenmenos y poder
tomar decisiones, es una necesidad para todos los miembros de la sociedad.
Desde un punto de vista global, es explcita la lucha contra el analfabetismo en el mundo,
donde se destaca especialmente el rol de la UNESCO, quien ha realizado estudios, a partir de
los cuales se concluye que existen carencias en lectoescritura y escasas competencias
cuantitativas, as como de conocimientos numricos bsicos. Se afirma adems, que los
conocimientos estadsticos esenciales no han tenido un protagonismo para destacar en el plan
de lucha para frenar el analfabetismo, a pesar de su evidente importancia central para la vida
cotidiana de la gente y para su insercin en el mundo laboral.
Es claro que para lograr la alfabetizacin estadstica, la enseanza es fundamental y en su
planificacin hay que tener en cuenta que ciertos conceptos estadsticos son altamente
sofisticados y que conllevan cierta dificultad en su aprendizaje; que habra que aprovechar las
nuevas tecnologa para la enseanza como recurso para agilizar el proceso, sin descuidar el
tener en cuenta los libros de texto y principalmente la formacin de profesores.
En funcin de estas consideraciones, se puso especial nfasis en la tarea realizada en esta
investigacin en la deteccin de las falencias que deben atenderse y superarse como punto de
partida para una mejor conceptualizacin de los trminos y conceptos estadsticos.
23
25
26
Asimetra a derecha: una distribucin presenta asimetra a derecha cuando los valores de la
variable ms alejados de la zona central se ubican a su derecha
27
28
Cuartil: cada una de las tres marcas geomtricas que dividen al arreglo de datos ordenado en
cuatro partes iguales. El primer cuartil deja por debajo de s la cuarta parte y por encima las
tres cuartas partes del conjunto de datos. El segundo cuartil coincide con la mediana y el
tercer cuartil deja por debajo de s las tres cuartas partes de los datos y por encima la cuarta
parte restante. Smbolos: Q1, Q2 y Q3.
Curtosis o kurtosis: carcter vinculado a la forma que adopta la distribucin de datos
comparndola con la distribucin normal de igual varianza. La distribucin normal de
referencia se denomina mesocrtica; una distribucin es platicrtica si tiene un menor
porcentaje de datos que la normal en un entorno de un desvo estndar alrededor de la media
(menor concentracin por lo tanto un menor apuntamiento en la zona central); y es
leptocrtica si presenta mayor porcentaje de datos en un entorno de un desvo estndar
alrededor de la media (mayor concentracin, es decir, mayor apuntamiento en la zona
central).
29
Dato externo: todo dato raro que se localiza a un distancia cuyo valor est comprendido entre
una vez y media y tres veces el rango intercuartlico a ambos lados de la caja del box-plot.
Dato lejano: todo dato raro que se encuentra ms all de tres veces el rango intercuartlico
de la caja del box-plot.
Dato raro: todo dato que se localiza a un distancia superior a una vez y media el rango
intercuartlico, a ambos lados de la caja del box-plot. Un dato raro puede ser externo o lejano.
Trmino equivalente: dato atpico. En la voz inglesa: outlier.
Datos crudos: dato colectados en un relevamiento que no han sido organizados o procesados.
Nombre equivalente: datos en bruto.
Decil: cada una de las nueve marcas geomtricas que dividen al arreglo de datos ordenado en
diez partes iguales. Smbolos: Di con i de 1a 9.
Definicin clsica de probabilidad (de Laplace): en un experimento aleatorio, la
probabilidad de un suceso es el cociente entre el nmero de resultados favorables al suceso y
el nmero de todos los resultados posibles del experimento. La condicin de aplicabilidad de
esta probabilidad es el cumplimiento del principio de la equiprobabilidad.
Definicin frecuencial de probabilidad: la frecuencia relativa de un suceso dado observada
bajo determinadas circunstancias puede considerarse, si permanecen dichas circunstancias,
como la probabilidad de dicho suceso en un experimento aleatorio. Si un experimento
aleatorio se realiza n veces bajo las mismas condiciones y un mismo suceso ocurri r n
30
veces entonces, una estimacin de la probabilidad del suceso es r/n; la verdadera probabilidad
del suceso es el valor lmite de r/n cuando n se aproxima al infinito.
Desvo: diferencia entre el valor de un dato y una medida central de referencia de la
distribucin de datos.
Desvo estndar: mide la dispersin de los datos respecto de la media aritmtica. Su magnitud
es igual a la de la variable. Se obtiene como la raz cuadrada de la varianza. En las
distribuciones mesocrticas describe un entorno alrededor de la media que encierra
aproximadamente las dos terceras partes de todos los datos. Trminos equivalentes:
desviacin estndar, desviacin tpica. Smbolos: s (estadstico muestral) y (parmetro
poblacional).
Desvo medio (de Laplace): mide la dispersin, es el promedio de los valores absolutos de los
desvos de cada valor de la variable respecto a la media aritmtica. Nombre equivalente:
desviacin media.
Diagrama de caja y bigotes: Box-Plot
Diagrama de dispersin: grfico que permite visualizar la disposicin conjunta de datos
cuantitativos en el anlisis bivariado.
Distribucin de frecuencias: tabla donde se listan todos los valores o categoras de una
variable junto con sus correspondientes frecuencias.
Distribucin de frecuencias conjuntas: tabla de doble entrada donde se listan los valores de
dos variables junto con sus frecuencias conjuntas absolutas o frecuencias conjuntas relativas
o frecuencias conjuntas porcentuales. Nombre equivalente: tabla de distribucin conjunta.
Distribucin de Poisson: es la distribucin de probabilidad de una variable aleatoria de
Poisson. Su esperanza E(x) es el parmetro. = E(x) = . t y la varianza V(x) = .
Su funcin de probabilidad h(r) = P(X=r)=
r .e
r!
intervalo de medida t.
Distribucin de probabilidad de una variable aleatoria discreta: tabla donde se listan todos
los valores del recorrido de la variable aleatoria discreta junto con su funcin de
probabilidad y su funcin de distribucin acumulativa.
Distribucin exponencial: es la distribucin de probabilidad de una variable aleatoria
exponencial. Su parmetro es . Su esperanza es E ( x) =
1
1
y su varianza V ( x) = 2 .
e
f
(
x
)
=
Su funcin de densidad de probabilidad es
si x 0
si x < 0
y su representacin
grfica
32
y su varianza
.
Su funcin de probabilidad es
f ( x) =
1 x -
.
1
.e 2
2 .
y su representacin
grfica
f ( z) =
1
.z2
1
.e 2 y su representacin grfica
2 .
a+ b
2
( b a) .
2
y su varianza V(x) =
si x [a; b]
si x [a; b]
12
y su representacin
grfica
33
x ( x )
funcin de probabilidad de X.
Esperanza de una variable aleatoria continua X: es E(X) =
x. f ( x) donde f(x) es la
Es el arte y la ciencia de extraer informacin til de datos empricos (Hampel F.R., 1986).
Ciencia encargada de recolectar, analizar, presentar e interpretar datos. (Enciclopedia
Britnica, 2010).
Estadstica descriptiva: rea de la estadstica que elabora las tcnicas y mtodos para la
descripcin de un conjunto de datos a partir de la determinacin de una serie de indicadores
que permiten caracterizarlo.
Estadstica inferencial: rea de la estadstica que, basada en la teora de la probabilidad, se
encarga de proyectar a la poblacin objetivo las caractersticas de una muestra representativa
de la misma.
Estadsticas: hechos reunidos y cuantificados sistemticamente en cualquier campo del
conocimiento.
Estadstico: cualquier medida o indicador muestral. Algunos smbolos particulares son: X
(media aritmtica muestral), s (desvo estndar muestral) y s2 (varianza muestral).
Estadstico de prueba: en una prueba de hiptesis es el estadstico muestral estandarizado
segn la distribucin utilizada para la prueba.
Estandarizacin: procedimiento mediante el cual la distribucin de una variable aleatoria se
ajusta a una distribucin tpica o estndar.
Estandarizacin normal: si X es una variable aleatoria distribuida normalmente su
estandarizacin resulta de: Z =
X x
, donde Z es una variable aleatorial con distribucin
x
normal estndar.
Estimacin de parmetros: es un procedimiento de la estadstica inferencial por medio del
cual, partiendo de estadsticos muestrales, se obtienen conclusiones acerca de los parmetros
poblacionales.
Estimacin por intervalos de confianza: es la estimacin de un parmetro mediante un
intervalo de confianza.
Estimacin puntual: es adoptar como parmetro poblacional el valor del estimador
muestral.
Estimador: estadstico utilizado en la inferencia estadstica. Un estimador ptimo es
insesgado, eficiente, consistente y suficiente. Smbolo: .
35
36
Fractil: lugar geomtrico en el arreglo de datos ordenados que lo divide en dos partes y
permite determinar el mximo de la fraccin inferior o el mnimo de la fraccin restante.
Frecuencia absoluta acumulada: cantidad de datos ordenados que se acumulan hasta un
cierto valor de la variable, incluyendo a todos los que le anteceden.
Frecuencia absoluta simple: cantidad de veces que aparece un valor de la variable en el
grupo de datos estudiado. Smbolo: f
Frecuencia conjunta absoluta: cantidad de veces con que, en un grupo de datos bivariados,
aparecen simultneamente los valores correspondientes a cada una de las dos variable
intervinientes.
Frecuencia conjunta porcentual: peso porcentual con que, en un grupo de datos bivariados,
aparecen simultneamente los valores correspondientes a cada una de las dos variable
intervinientes.
Frecuencia conjunta relativa: peso relativo con que, en un grupo de datos bivariados,
aparecen simultneamente los valores correspondientes a cada una de las dos variables
intervinientes.
Frecuencia porcentual acumulada: cantidad porcentual de datos ordenados que se acumulan
hasta un cierto valor de la variable, incluyendo a todos los que le anteceden.
Frecuencia porcentual simple: peso porcentual de un valor de la variable respecto al total.
Smbolo: f % = f r .100
Frecuencia relativa acumulada: cantidad relativa de datos ordenados que se acumulan hasta
un cierto valor de la variable, incluyendo a todos los que le anteceden.
Frecuencia relativa simple: peso relativo de un valor de la variable respecto a la cantidad
total de los datos. Smbolo: f r =
f
n
Funcin de probabilidad: es una funcin que asigna una probabilidad a cada valor de una
variable aleatoria discreta. Smbolo: h(x)
Grfico de barras agrupadas: es un grfico bivariado adecuado para representar la
informacin de una tabla conjunta, utilizando cualquiera de las frecuencias simples.
Grfico de barras separadas: grfico aplicable a una variable cualitativa para representar
cualquiera de sus frecuencias simples.
38
Grfico de torta: est dividido en sectores donde cada porcin representa la proporcin con
que cada valor de la variable incide en el total. Puede aplicarse a cualquier tipo de variable.
Trminos equivalentes: grfico circular o de pastel.
situaciones pueden ser temporales, espaciales o de cualquier otra ndole. Para variables
econmicas el trmino ocurrencia se refiere tanto a la frecuencia, como a la cantidad o al
precio de un producto o un grupo de productos. Trmino equivalente: nmero ndice.
ndice compuesto: ndice referido a un grupo de valores de la variable.
ndice de agregados de precios ponderados: ndice compuesto que resulta del cociente entre
las sumas o agregaciones de precios ponderados por cantidades.
ndice de agregados no ponderados: ndice compuesto que resulta del cociente entre las
sumas o agregaciones de precios o cantidades correspondientes a dos situaciones distintas.
ndice de costos de la construccin: es un ndice compuesto general que mide la evolucin de
los costos de los materiales de la construccin. Acrnimo: ICC.
ndice de Fisher: ndice de agregados de precios ponderados que se obtiene como la media
geomtrica entre el ndice de Laspeyres y el de Paasche. En smbolos: IF. Se calcula mediante
la frmula: I F =
I L .I P
ndice deflactor: cualquier ndice general de precios (IPC, IPIM, ICC) usado para corregir el
valor monetario de una magnitud econmica, lo que permite efectuar comparaciones a lo
largo del tiempo (por ejemplo el salario).
ndice de Laspeyres: ndice de agregados de precios ponderados donde como criterio de
ponderacin se utilizan las cantidades de la situacin base. En smbolos: IL
IL =
p ji . q jo
p jo . q jo
.100
Donde: pjo: precio del item j en el periodo base o. pji : precio del item j en el periodo i
p ji . q ji
p jo . q ji
.100
Donde: pjo: precio del item j en el periodo base o. pji : precio del item j en el periodo i
ndice de precios al consumidor: ndice compuesto que se usa para analizar la evolucin del
costo de vida a partir de los precios de una canasta de productos y servicios. Acrnimo: IPC.
ndice de precios industriales mayoristas: ndice compuesto que mide la evolucin de los
precios de los productos industriales de origen nacional e importado excepto los de la
construccin. En realidad es un sistema de varios ndices. Acrnimos: IPIM, SIPIM
ndices cclicos: conjunto de ndices con los que se describe una determinada componente
cclica de una serie de tiempo. Si la serie tuviera ms de una componente cclica, para cada
una de ellas habra un conjunto de ndice cclicos.
40
42
Moda: es el valor o categora de la variable que ocurre con mayor frecuencia. En un conjunto
de datos puede no haber moda o puede haber una o ms. Si hay moda, es el valor o valores de
la variable que predomina/n o prevalece/n respecto de los dems. Sinnimo: modo. Smbolo:
Mo.
Modelo aleatorio: componente estocstica.
Modelo determinstico: componente determinstica.
Modelo estadstico: en un fenmeno susceptible de ser estudiado estadsticamente, es un
modelo que contiene una componente determinstica y una componente estocstica.
Modelos matemticos de una serie cronolgica: analizada en el dominio del tiempo,
describen cmo se vinculan las componentes de la serie. Dependiendo de las caractersticas
del fenmeno en estudio, el modelo matemtico puede ser multiplicativo o aditivo segn si
interactan o no entre s las componentes.
Muestra: es un subconjunto de la poblacin objetivo.
Muestra representativa: es una muestra recolectada aplicando un mtodo de muestreo
probabilstico adecuado lo que garantizara que la muestra pueda reflejar las caractersticas
de la poblacin objetivo.
Muestreo: es el proceso conducente a la obtencin de una muestra.
Muestreo al azar simple: muestreo probabilstico mediante el cual se seleccionan las
unidades de observacin directamente desde la poblacin.
Muestreo estratificado: muestreo probabilstico que se aplica a poblaciones que dada la
informacin que se tiene de ellas se pueden dividir en grupos o clases denominadas estratos,
en cada estrato se selecciona una submuestra y la agregacin de todas ellas conforman la
muestra definitiva. La seleccin de los elementos de cada submuestra puede ser proporcional
o no al tamao del estrato.
Muestreo por conglomerados: muestreo probabilstico que se aplica en poblaciones que se
subdividen en partes denominadas conglomerados donde cada uno refleja a la poblacin. La
muestra se conforma por la eleccin al azar de unidades de observacin de cada
conglomerado que fue seleccionado aleatoriamente.
Muestreo probabilstico: muestreo basado en el principio de la equiprobabilidad al momento
de la eleccin de cada una de las unidades de observacin que integrarn la muestra
representativa de la poblacin. Algunos de los mtodos de muestreo probabilstico son:
43
44
45
46
Razn: medida de intensidad que representa el peso que tiene sobre un determinado valor o
grupo de valores otro valor o grupo de valores de una o ms variables. Es decir que indica
cunto incide un valor o grupo de valores de una variable sobre otro.
Razonamiento estadstico: es el razonamiento que permite al individuo reconocer la
necesidad de los datos, lograr comprender un fenmeno real a travs de su modelizacin
mediante tablas, grficos, indicadores, etc. y poder explicar a otros los significados extrados
del modelo; diferenciando los datos propiamente dichos del modelo de los mismos. Adems
le permite percibir y comprender la variacin que hay y se transmite en los datos, as como la
incertidumbre originada por la variacin no explicada. La estadstica permite hacer
predicciones, buscar explicaciones y causas de la variacin y aprender del contexto.
Recorrido de una variable: conjunto de valores que asume una variable cuantitativa.
Recta de tendencia: es un modelo matemtico que permite describir la tendencia de una serie
de tiempo.
Relativo simple: ndice simple.
Regin crtica: en una prueba de hiptesis es la regin del recorrido del estadstico muestral
asociada con la hiptesis alternativa. Se la suele denominar tambin zona de rechazo de la
hiptesis nula.
Serie cronolgica: serie de tiempo
Serie de tiempo: es el conjunto de los datos bivariados de una variable estadstica registrados
secuencialmente en el tiempo. Nombre equivalente: serie cronolgica.
Sistema Estadstico Nacional Argentino: organismo interprovincial coordinado por el INDEC
e integrado por todos los organismos oficiales productores de estadsticas del pas. Su
funcionamiento est regulado por ley (N 17.622/68) y se estructura sobre la base de la
descentralizacin. Acrnimo: SEN.
Suceso aleatorio: cualquier subconjunto de un espacio muestral. Trmino equivalente: evento
aleatorio.
Suceso cierto: suceso aleatorio del que se tiene certeza de que va a ocurrir. Coincide con el
espacio muestral.
Suceso elemental: suceso aleatorio unitario de un espacio muestral.
Suceso imposible: suceso aleatorio del que se tiene certeza de que no va a ocurrir.
47
48
Variable aleatoria: asigna valores numricos reales a los sucesos definidos en el espacio
muestral asociado a un experimento aleatorio. Es decir que es una funcin del espacio
muestral sobre el espacio de los nmeros reales. Nombre equivalente: variable estocstica.
Variable aleatoria continua: variable aleatoria cuyo recorrido es un intervalo de nmeros
reales.
Variable aleatoria discreta: variable aleatoria cuyo recorrido es un subconjunto de los
nmeros enteros.
Variable Bernoulli: en el experimento de Bernoulli, es la variable aleatoria discreta que
asigna 0 al fracaso y 1 al xito. Su recorrido (x) = {0; 1}.
Variable Binomial: es una variable aleatoria discreta que cuenta la cantidad de xitos en n
repeticiones independientes de un experimento de Bernoulli. Su recorrido es el intervalo
entero [0, n].
Variable cualitativa o categrica: variable estadstica que adopta valores no numricos que
usualmente se denominan categoras.
Variable cualitativa no ordenable: variable cualitativa cuyos valores no son intrnsecamente
pasibles de ordenarse.
Variable cualitativa ordenable: variable cualitativa cuyos valores son intrnsecamente
pasibles de ser ordenados
Variable cuantitativa: variable estadstica que adopta valores numricos.
Variable cuantitativa continua: variable cuantitativa cuyos valores son nmeros reales que
provienen de algn mecanismo de medicin.
Variable cuantitativa discreta: variable cuantitativa cuyos valores provienen de un
mecanismo de conteo; en consecuencia asume un nmero finito o infinito numerable de
valores.
Variable dependiente: variable cuyos valores dependen de los valores de otra variable.
Variable de Poisson: en un proceso de Poisson, es la variable aleatoria discreta que cuenta la
cantidad de xitos en un intervalo continuo de medida t. Su recorrido es el conjunto de los
nmeros naturales y el cero.
Variable dicotmica: variable estadstica que por su propia naturaleza adopta slo dos
valores o categoras.
49
50
Bibliografa
- Ardila A., El lenguaje Matemtico y el Usual, como Mediador de la Comunicacin. Acta
Latinoamericana de Matemtica Educativa, Vol 15, Universidad de Panam. (1991), 11611171.
- Argibay, Juan Carlos. Subjetividad y procesos cognitivos. Subj. procesos cogn. Vol.13
no.1 Ciudad Autnoma de Buenos Aires. ARTCULOS ORIGINALES. Muestra en
investigacin cuantitativa. The sample in quantitative research. Versin ISSN 1852-7310.
(ene./jun. 2009)
- Batanero, Carmen. Los retos de la cultura estadstica. Congreso de Estadstica. Caseros,
Argentina, (2003).
- Batanero, Carmen. Didctica de la Estadstica. GEEUG (Grupo de Educacin Estadstica
Universitaria de Granada). Publica: Grupo de Investigacin Estadstica, Departamento de
Didctica de la Matemtica, Universidad de Granada. Granada. (2001).
- Batanero, Carmen. Conferencia organizada por IASE sobre la formacin de investigadores.
(2001)
- Bressan, Ana y Bressan, Oscar. Probabilidad y estadstica: como trabajar con nios y
jvenes. Ed. Novedades Educativas. Argentina. (2008).
- Chou. Ya-Lun. Anlisis Estadstico. Ed. McGaw-Hill. Segunda Edicin. (1992)
- Diccionario de Estadstica Prctica. Universidad Intermericana de Panama. Lic. Admin de
Recursos Humanos. (2007)
- Ferreiro, Osvaldo y Fernndez de la Reguera, Pedro. La estadstica, una ciencia de la
controversia. Artculo publicado en la Revista Universitaria N 25 del Instituto de
Matemticas y Fsica .Universidad de Talca. Chile. (1988)
- Guzmn, Miguel de. Enfoque heurstico de la enseanza de la matemtica, Aspectos
didcticos de matemticas. Publicaciones del Instituto de Ciencias de la Educacin de la
Univ. de Zaragoza. (1985)
- Guzmn, Miguel de. Para pensar mejor. Ed. Labor, Barcelona. (1991)
- Kreyszig, Erwin. Introduccin a la Estadstica Matemtica. Principios y mtodos. Ed.
LIMUSINA, S.A. Mxico, Quinta reimpresin, 1981.
- Meyer, Paul.
Probabilidad y aplicaciones estadsticas. Ed. Addison-WesleyIberoamericana. Edicin revisada USA. (1992)
- MODULO 1. ESTADISTICA DESCRIPTIVA. Glosario. SEQC. (2009)
- Moroney. M. S. Hechos y estadstica. Ed. EUDEBA. (1979).
-Juan Ignacio Piovani, Juan Ignacio. XXV Congreso ALAS. Universidade Federal do Rio Grande do Sul. Porto
Alegre. La estadstica y el sentido comn de los socilogos. Universit degli studi di Bologna,
Representacin en Argentina. Universidad Nacional de La Plata. (22-26 de agosto de 2005).
51
52
Anexo
Instrumentos para recabar informacin de potenciales usuarios de herramientas estadsticas
Gua para la entrevista de alumnos de distintas carreras de la UNLaM
Edad:
Sexo:
Carrera que cursa:
Trabaja actualmente o trabaj? Si
No
Indicar lugar/es
Actividad que desempea o desempe:
Indicar de qu tipo
Clculos
Grficos
Tablas
Otras (detallar)
En caso de haber tenido dificultades en la utilizacin de las herramientas anteriores, indicar cules y de qu tipo.
54
3- Proyecto de Investigacin
CODIGO....55B/142...................
1. PROYECTO DE INVESTIGACION
Titulo del proyecto: .......................................
....................................................................................................................................................................
REGISTRO DE CONCEPTOS ESTADSTICOS
...................................................................................................................................................................
COMO RECURSO PARA UNA ALFABETIZACIN ESTADSTICA
55
PLAN DE INVESTIGACION
Reflexiones que motivaron la investigacin
A partir de la investigacin y de la prctica educativa, desde siempre y naturalmente ha existido el
inters por conocer cmo aprendemos los seres humanos para poder enriquecer la experiencia de
ensear y aprender. Dada la creciente influencia de las nuevas tecnologas en el tratamiento estadstico
de la informacin es preciso contar con un referente conceptual que permita su buen uso y aplicacin y
que establezca un puente entre la teora formal y la prctica responsable. En estos trminos aparece la
nocin de alfabetizacin estadstica asociada a determinar qu conocimientos, valores y habilidades
necesita desarrollar el ciudadano de hoy para desempearse con solvencia en las sociedades actuales
donde los medios de comunicacin y las nuevas tecnologas actan como herramientas en la
construccin social de la cultura.
El uso de la tecnologa expandi an ms la utilizacin de la estadstica como herramienta cotidiana de
trabajo. La divulgacin de sistemas y programas informticos en diversos mbitos como los
educacionales y laborales y la escasa o nula formacin estadstica de muchos usuarios plantean la
necesidad de que el hombre comn adquiera suficiente formacin estadstica. Concretamente, de esta
manera se estara apuntando a una reestructuracin, una renovacin de los trminos y conceptos
estadsticos que tomara en cuenta a los interesados sin dejar de lado la funcin comunicativa del
lenguaje.
Como cada rutina utilizada por los sujetos est llena de ecos y reflejos de otros usos y costumbres, la
propuesta de este trabajo es la de remediar, en parte, el desconocimiento que se tiene de algunos
trminos y conceptos estadsticos de uso ms frecuente. Se tratar de establecer cules son los ms
utilizados y cules son los vicios ms comunes de encontrar en pos de enfatizar su manera ms
adecuada y llamar la atencin sobre su mal empleo, si lo hubiere. Para tal fin se prev confeccionar un
manual estadstico para el usuario donde se asienten los trminos y conceptos analizados con sus
significados cientficos -particularmente el acadmico- y sus aplicaciones, sealando las formas
incorrectas ms comunes. Esta sistematizacin y transmisin sera un elemento clave para organizar y
modular la actividad formativa que se persigue del individuo.
Objetivo General
El objetivo es la elaboracin de un registro de trminos y conceptos estadsticos donde se unifiquen y
jerarquicen las definiciones a partir de las similitudes y diferencias de interpretaciones de acuerdo a su
contexto y aplicacin.
Objetivos operacionales
Identificar y clasificar conceptos a analizar.
Compilar usos y aplicaciones del leguaje estadstico.
Compendiar posibles identificaciones entre conceptos que pueden parecer diferentes pero con
idntica raz terico-conceptual.
Puntualizar diferencias entre conceptos que pueden confundirse o que se identifican sin ser
equivalentes.
Analizar y describir conceptualmente las herramientas estadsticas para un mejor
aprovechamiento de sus potenciales resultados.
Elaborar un registro de los resultados para su utilizacin en el estudio de la Estadstica tanto
para la formacin bsica, profesional, docente como as tambin para la formacin del usuario
de recursos estadsticos de diversa ndole con fines laborales
56
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
24
1
2
3
4
5
6
7
8
57
BIBLIOGRAFA BSICA
Como aplicacin directa se utilizar el registro en la ctedra de estadstica de la UNLaM como soporte
terminolgico.
Extensivamente, el registro quedar a disposicin para ser utilizado como complemento en cualquier
otra materia que requiera de los conceptos o trminos tratados.
58