Beruflich Dokumente
Kultur Dokumente
Derechos Reservados:
D.R.
UNIVERSIDAD DE GUADALAJARA
Centro Universitario de Ciencias de la Salud
Departamento de Salud Pblica
Av. Sierra Nevada 950 Edificio N, Colonia Independencia.
C.P. 44340 Guadalajara, Jalisco Mxico.
ISBN13:
Impreso en Mxico
Fecha: 12 de enero de 2013
Tamao de la Muestra
tanto
positivas
como
negativas.
Este
principio
se
aplica
universalmente a todos los datos normales distribuidos. De tal forma que el rea
bajo la curva normal entre 1
3
equivale a 99%.
Error de
Desviacin
Variabilidad
Certeza
muestreo
Estndar
Valor Z
MC
(d)
99 %
1% o sea * 0.01
2.57
95%
5% o sea * 0.05
1.96
68%
---------------
1.64
d)Recursos Econmicos
En este apartado se decide el nivel de confianza, variabilidad y precisin
del tamao de la muestra, dependiendo del presupuesto disponible para la
realizacin del estudio.
f)Tiempo.
El tiempo es fundamental para la consideracin del tamao de la muestra,
lo que a su vez determina que margen de certeza tenga que utilizarse.
g)La informacin que se disponga del fenmeno a investigar.
Es difcil emplear una muestra probabilstica en fenmenos poco
investigados, por ejemplo, en patologas inusuales, tales como: Sndrome de
Capgras o Sndrome de Kabuki, la primera corresponde a un trastorno
psiquitrico, mientras que la segunda a un trastorno gentico con alteraciones en
el neurodesarrollo.
A mayor precisin
n=
Z 2 (p * q)
d2
Z 2 (p * q)
n=
d2
n= muestra
z= variabilidad (se elige de acuerdo a la campana de Gauss)
p= porcentaje a favor del fenmeno (se debe convertir a unidad: %/100), porque
se considera una probabilidad
n=
Z 2 ( p*q ) N
( d)
N + Z 2 ( p*q )
n= muestra
z= variabilidad (se elige de acuerdo a la campana de Gauss)
p= porcentaje a favor del fenmeno (se debe convertir a unidad: %/100) cundo
no se conoce se utiliza el 50%.
q= (1-p)
N= universo poblacin total
d= precisin y/o error de muestreo.
n=
Z 2 ( p*q ) N
( d)
N + Z 2 ( p*q )
* (Indica multiplicacin)
Z= 1.96 (porque se eligi el 95% de margen de certeza)
p= 1.14, se tiene que convertir en fraccin (57/100) = 0.011
q= 1-.0.011= 0.989 (1-p)
d= 5% se convierte a fraccin (5%100 = 0.05) porque se considera una
probabilidad y sta no debe pasar de la unidad.
N= 9,826 enfermos de diabetes en la ciudad de Guadalajara, Jalisco
1.96 2 (0.011*0.989)(9,826)
z= 1.96
q= 0.989
d 2 = 0.0025
z 2 = 3.8416
Z 2 *p*q*N= 410.6
p*q= 0.011
d 2 *N= 24.57
Z 2 *p*q= 0.042
d 2 *N+ 24.61
Z 2 *p*q=
n= 17
Ejercicio 9
N=
p=
q=
d=
Repuesta:
n=
Muestreo
Muestreo simple
Muestreo sistemtico
Muestreo estratificado
10
Aleatorio Simple
Sistemtico
Estratificado
Conglomerados
11
Resultados
Tener la muestra
Listar todos los miembros de la Se tiene que listar los 9,826 enfermos de
poblacin
Cada
miembro
del
marco
un
procedimiento
(Nmeros
de
aleatorios,
12
Muestreo sistemtico:
Este procedimientos se utiliza en poblaciones amplias y que estn numeradas,
con este muestreo se asegura una distribucin espacial.
Procedimiento:
1. Tener la muestra (n)
2. Conseguir un listado de los N elementos de la poblacin
3. Seleccionar los elementos de la lista.
Ejemplo:
El resultado del tamao de la muestra de enfermos de diabetes mellitus en
Guadalajara fue 17.
Procedimiento
Resultados
elementos de la poblacin
Muestreo estratificado:
Se utiliza cuando se tiene una poblacin variable (heterognea), se agrupan en
estratos de acuerdo a un marco referencial.
Ejemplo:
El resultado del tamao de la muestra de enfermos de diabetes mellitus en
Guadalajara fue 17. La variable de inters es sexo.
13
Procedimiento:
1. Elegir la variable de inters
2. Una vez calculado el tamao muestral, ste se reparte de manera
proporcional entre los distintos estratos definidos en la poblacin usando
una simple regla de tres.
Procedimiento
Resultados
Regla de tres
17- 100
X - 50%
9 Mujeres
Este es el mtodo de afijacin
proporcional.
*indica multiplicacin
14
fh= 0.0017
Poblacin Total
Muestra
N= 9826
n= 17
Total de
Poblacin del
conglomerado
(Nh)
3000
1500
800
589
2334
1603
9826
Colonia
Colonia A
Colonia B
Colonia C
Colonia D
Colonia F
Colonia G
Total
15
Muestra del
conglomerado
(nh)
Nh*fh
5
3
1
1
4
3
17
MUESTREO NO PROBABILSTICO
La tendencia de este procedimiento se basa en la generacin de muestras menos
precisas y representativas que el muestreo probabilstico.
Tipos de muestreo no probabilstico
Accidental o de Conveniencia:
En una esquina de la calle o cualquier lugar, se establece un tiempo.
Por Cuota:
Fijar una cantidad de sujetos a estudiar.
Intencionado o de criterio:
El investigador
16
PROCEDIMIENTOS DE SELECCIN
Para asegurar que las unidades de anlisis o elementos muestrales se eligieron
aleatoriamente, es decir que cada elemento tenga la misma probabilidad de ser
elegido. Se utilizan tres procedimientos de seleccin:
1. Sorteo o Rifa
En el cual se enumeran todos elementos de la muestra del 1 a n. escribir el
nmero consecutivo en papeletas, una papeleta por cada elemento, colocarlas en
una caja y mezclarlas para obtener de la caja el nmero de papeletas hasta
obtener el total de la muestra.
2. "Volado"
Este procedimiento es poco comn, el cual corresponde a lanzar al aire una
moneda para la eleccin del total de la muestra, segn el resultado, ya sea cara o
cruz de la moneda.
3. Nmeros aleatorios o nmeros random
Son mecanismos de probabilidad para los cuales se utilizan tablas aleatorias
como las generadas por la corporacin Rand en 1955. La tabla contiene un milln
de nmeros aleatorios y 100,000 abscisas aleatorias de la distribucin normal
tipificada [RAN55], o con programas de cmputo.
17
Hiptesis
PASOS
PARA
EL
USO
DE
PRUEBAS
ESTADSTICAS
EN
9
LA
INVESTIGACIN
I.
II.
III.
IV.
I.
18
segunda poblacin.
H1: 1 2
de la segunda poblacin.
EJEMPLOS DE HIPOTESIS DE INVESTIGACION :
19
HO
H1
0.05
20
Chi Cuadrado
10
O= Observados
E= Esperados
21
ESPERADOS
TK1*Tr1/N TK2*Tr1/N
TK1*Tr2/N TK2*Tr2/N
TK1=A+C
TK2=B+D
Ejemplo:
Con una muestra aleatoria de 36 personas, un investigador recolect datos sobre
el hbito de fumar y el cncer de pulmn. Se desea asociar con un alfa de 0.05.
Supngase que resultarn los datos de la tabla 1.1.
TABLA 1.1.
Cncer
Cncer
Hbito de fumar
SI
NO
Si
15
20 Tr1
11.667
8.333
20
No
10
16 Tr2
9.333
6.667
16
TOTAL
21
15
36
21
15
36
Tk1
Tk2
22
PROCEDIMIENTO:
Sacar las frecuencias esperadas:
De la celda A se multiplica el total de la columna uno (TK1) por el total del
rengln uno (Tr1) y se divide con el total de la muestra (N) 21*20/36=11.667
De la celda B se multiplica el total de la columna dos (TK2) por el total del
rengln uno (Tr1) y se divide con el total de la muestra (N) 15*20/36=8.333
De la celda C se multiplica el total de la columna uno (TK1) por el total del
rengln dos (Tr2) y se divide con el total de la muestra (N) 21*16/36=9.333
De la celda D se multiplica el total de la columna dos (TK2) por el total del
rengln dos (Tr2) y se divide con el total de la muestra (N) 15*16/36=6.667
Despejar la frmula:
PASOS:
1. Se resta los observados y esperados de cada celda
2. Se eleva al cuadrado el resultado de la resta de observados y esperados de
cada celda
3. El resultado de la resta de observados y esperados elevados al cuadrado se
divide entre los esperados de cada celda
4. Se suman los resultados de paso nmero tres y se obtiene la X 2 .
Paso 1
Paso 2
Paso3
(O-E)
(O-E)
(O-E)/E
Celda A
15
11.66667 3.3333333
11.11
0.95
Celda B
8.333333 -3.3333333
11.11
1.33
Celda C
9.333333 -3.3333333
11.11
1.19
Celda D
10
6.666667 3.3333333
11.11
1.67
Paso 4
x=
5.14
23
III. Buscar en la tabla de chi cuadrada con un nivel de significancia (a= alfa)
de 0.05.
IV. Clculo de los grados de libertad (se multiplican las columnas (K) menos
1 por renglones (r) menos1).
gl= (K-1) (r-1).
2-1=
2-1=1
1*1=1
Se localiza en la tabla gl=1 y con la a=0.05 (fijada con anterioridad) siendo el
valor X2 (tabaluda) de 3.84.
V. LA DECISIN:
Si p es igual o menor que a se rechaza la hiptesis nula (Ho) y se acepta la
hiptesis alterna (Hi).
Ho: El hbito de fumar y el cncer de pulmn son independientes.
H1: El hbito de fumar y el cncer de pulmn no son independientes.
VI. CONCLUSIN:
Aceptamos H1: El hbito de fumar y el cncer de pulmn no son
independientes.
Si hay diferencia significativa entre el hbito de fumar y el cncer de
pulmn.
24
Correccin de Yates
10
FRMULA:
O= Observados
E= Esperados
Se calculan las frecuencias observadas en una tabla de contingencia (k) (r),
usando las columnas (k) para los grupos y las filas (r) para las condiciones.
Se determina la frecuencia esperada para cada una de las celdillas para obtener el
producto de los totales marginales comunes a ella y dividirlo por N.
Ejemplo se aplica los datos de la tabla 1.1
I. Para sacar las frecuencias esperadas (utilizando el procedimiento de
X
II. Despejar la frmula.
PASOS:
25
1.
Se resta los observados y esperados de cada celda menos 0.5 (sin tomar en
cuenta los signos).
2.
3.
4.
Paso 1
Celda
Celda
Celda
Celda
A
B
C
D
O
15
5
6
10
Paso 2
Paso3
E
(O-E)-0.5 ((O-E)-0.5)) ((O-E)-0.5))/E
11.6667
2.83
8.03
0.69
8.33333
2.83
8.03
0.96
9.33333
2.83
8.03
0.86
6.66667
2.83
8.03
1.20
Paso 4
x=
3.72
2-1=1
1*1=1
Se localiza en la tabla gl=1 y con la =0.05 (fijada con anterioridad) siendo el
valor X 2 = 3.72 (tabaluda).
V. La decisin
Si p es igual o menor que se rechaza Ho.
Por lo tanto, si 3.84 es mayor que 3.72 se acepta la Ho.y se rechaza la H 1 .
Ho: El hbito de fumar y el cncer de pulmn son independientes
H 1 : El hbito de fumar y el cncer de pulmn no son independientes.
26
VI. Conclusin
Aceptamos Ho: El hbito de fumar y el cncer de pulmn son independientes.
No hay diferencia significativa entre el hbito de fumar y el cncer de pulmn.
Como se muestra arriba, la correccin de Yates produce un valor de chi cuadrada
menor (X 2 =3.72) que el que se obtenia mediante la frmula no corregida (X 2
=5.13). Con la frmula corregida aceptamos la hiptesis nula, sin ella, la
rechazamos.
En este ejemplo uno puede decidir si utiliza X 2 corregida o no, puesto que tiene
una celda con valor de 5. Pero lo ms recomendable es utilizar la Correccin de
Yates.
27
11
Se utiliza para anlisis de datos nominales u ordinales y cuando las dos muestras
independientes son pequeas (20 casos) en tablas de contingencia de 2x2. Los
grupos pueden ser experimentales y controles, hombres o mujeres, nuos y
adultos, abuelos y abuelas, tratamiento A y tratamiento B.
FRMULA:
p=
Grupo I
Grupo II
Total
+
B
D
B+D
A+B
C+D
N
Ejemplo:
Se realizo una investigacin para evaluar la efectividad de un nuevo tratamiento
para la gripe que se administr a 15 sujetos. Se desea saber si es efectivo el
tratamiento para la gripe?
Gripa
Tratamiento
Si
No
Totales
Si
1
6
7
No
8
0
8
Paso 1
28
Totales
9
6
15
Paso 1
PROCEDIMIENTO:
PASOS:
I. Sumar las celdas por columnas y renglones.
N= 15
A+B= 9
C+D= 6
A+C 7
B+D= 8
II. Sacar los factoriales de cada una de las celdas indicadas en la
frmula.
Factorial N
Factorial A+B
Factorial C+D
Factorial A+C
Factorial B+D
Factoral A
Factorial B
Factorial C
Factorial D
1.30767E+12
362880
720
5040
40320
1
40320
720
1
=
5.30941E+16
=
3.79623E+19
p= 0.001398601
IV. La decisin.
Con un de 0.05 prefijada.
En este caso la probabilidad (p=0.001) es menor que el nivel seleccionado
al principio (=0.05) se rechaza Ho. Y se acepta H1, (hiptesis alterna).
V. Conclusin.
Concluimos que hay una diferencia estadstica entre haber usado el
tratamiento y curarse de gripa.
29
13
30
Frmula:
H o = b=0
H i = b0
31
t=
r n2
1 r 2
t= t de student
n= nmero de datos
r= correlacin de Pearson
r 2 =coeficiente de determinacin indica la fuerza de asociacin lineal entre dos
variables 0 y 1 ,0 =ausencia , 1= relacin lineal perfecta.
r =
bS
x
Sy
b= regresin lineal
S x = desviacin estndar de x
S y = desviacin estndar de y
32
Ejemplo:
Se desea saber la relacin que se tiene entre la edad y la glucosa de pacientes
diabticos hospitalizados en urgencias.
Resultados
Edad
Glucosa
55
64
62
63
63
57
26
75
67
63
350
290
369
300
291
465
312
296
306
380
(xi- x) (xi- x)
-5
5
3
4
4
-3
-34
16
8
4
Paso 3
20
20
6
12
12
6
1122
240
56
12
Paso 4
(yi)
14.1
-45.9
33.1
-35.9
-44.9
129.1
-23.9
-39.9
-29.9
44.1
Paso 5
33
(yi)2
199
2107
1096
1289
2016
16667
571
1592
894
1945
Paso 6
(xi- x)(yi-)
-63
-207
83
-126
-157
-323
801
-618
-224
154
Paso 7
Paso 1
Paso 2
Paso 8
Paso 9
Paso 10
Paso 11
x=
59.5
= 335.90
(yi)2= 28374.90
(xi- x)2
1509
(xi- x)(yi-)=
-681
b= -0.451
El valor del coeficiente de regresin (b) indica que por cada ao que aumenta la
edad la glucosa disminuye en -0.45 mg/dl en pacientes con diabetes mellitus que
estn hospitalizados en urgencias.
II Comprobar la hiptesis
t=
r n2
1 r 2
Lo primero es obtener r la Frmula para correlacin de Pearson:
bS
r = x
Sy
Pasos para obtener r:
1. Obtener la desviacin estndar de la x
2. Obtener la desviacin estndar de la y
3. Multiplicar el resultado de regresin (b) por la desviacin estndar de x
4. Dividir el paso tres con el paso dos
5. Nmero de casos menos dos
6. Raz cuadrada del resultado de paso cinco
7. Multiplicar paso cuatro y seis
8. Elevar al cuadrado la r (es multiplicar r por r.
9. Restar uno menos paso ocho
10. Raz cuadrada del resultado del paso nueve
11. Dividir el resultado del paso siete entre paso diez
Resultados:
Paso 1
Paso 2
Paso 3
Paso 4
Paso 5
Paso 6
Paso 7
Paso 8
Paso 9
Paso 10
Paso 11
Sy=
Sx=
bSx
r=
n-2=
n-2=
r n-2=
r=
1-r=
1-r=
56.15
12.95
-5.8
-0.10
8
2.83
-0.29
0.01 coeficiente de determinacin
0.99
0.99
t= -0.30
34
35
Correlacin
14
r=
(x x )(y y )
(x x ) (y y )
i
36
- 0.95
-0.50
- 0.10
0.00
ninguna correlacin
+ 0.10
+ 0.50
+ 0.95
+ 1.00
Ejemplo
Se desea saber la fuerza de asociacin que se tiene entre la edad y la glucosa de
pacientes diabticos hospitalizados en urgencias.
Pasos:
1. Obtener la media de la x
2. Obtener la media de la y
3. Obtener la diferencia de cada observacin de x con su media
4. Elevar al cuadrado el paso tres.
5. Obtener la diferencia de cada observacin de y con su media
6. Elevar al cuadrado el paso cinco
7. Multiplicar el paso tres y cinco
8. Sumar los resultados de paso siete
37
Resultados:
Paso 1
Paso 2
Paso 8
Paso 9
Paso 10
Paso 11
Paso 12
Paso 13
Paso 14
Edad
Glucosa
(xi- x)
(xi- x)
55
64
62
63
63
57
26
75
67
63
350
290
369
300
291
465
312
296
306
380
-5
5
3
4
4
-3
-34
16
8
4
Paso 3
20
20
6
12
12
6
1122
240
56
12
Paso 4
(yi-)
14.1
-45.9
33.1
-35.9
-44.9
129.1
-23.9
-39.9
-29.9
44.1
Paso 5
(yi-)
199
2107
1096
1289
2016
16667
571
1592
894
1945
Paso 6
(xi- x)(yi-)
-63
-207
83
-126
-157
-323
801
-618
-224
154
Paso 7
x= 59.5
= 335.9
(xi- x)(yi-)= -681 Numerador
(xi- x)2 1509
(yi)2= 28375
(xix)2=
39
2
(yi) =
168
2
2
(xi- x) (xi- x) = 6542.4 Denominador
r=
-0.10
39
REFERENCIAS BIBLIOGRAFICAS
Garca de Alba, E. (1995). Estadstica para el equipo del rea de la salud. Guadalajara:
Universidad de Guadalajara.
Hernndez, R., Fernndez, C., & Baptista, P. (1998). Metodologa de la Investigacin.
Mxico, D.F: Mc Graw Hill.
Organizacin Panamericana de la Salud. (1986). Manual sobre el enfoque de riesgo en la
atencin materno infantil. Washington: Organizacin Panamericana de la Salud.
Pando, M., Aranda, C., Rodrguez, G., Salinas, E., & Pozos, E. (2006). Factores psicosociales
y burnout en docentes del Centro Universitario de Ciencias de la Salud. Recuperado el 1 de
02 de 2008, de http://www.medigraphic.com/pdfs/invsal/isg-2006/isg063f.pdf
Pea, D., & Romo, J. (1997). Introduccin a la Estadstica para la Ciencias Sociales. Madrid:
Mc Graw Hill.
Polit, D., & Hungler, B. (2000). Investigacin Cientfica en Ciencias de la Salud. Mxico,D.F:
Mc Graw Hill.
Rebagliato, M. (1996). Poblacin del estudio. Tcnicas de muestreo y tamao de la muestra.
En M. Rebagliato, I. Ruiz, & M. Arranz, Metodologa de Investigacin en Epidemiologa
(pgs. 73-94). Madrid: Daz de Santos.
Salkind, N. (1998). Mtodos de Investigacin. Mxico, D.F: Prentice Hall.
40
TABLA A
DISTRIBUCION CHI CUDRADA
Gl
0.995
0.990
0.975
0.950
0.75
0
0.10
0.58
1.21
0.500
0.250
0.100
0.050
0.025
0.10
0.35
0.90
0
0.02
0.21
0.58
1
2
3
0.01
0.07
0.02
0.11
0.05
0.22
0.45
1.39
2.37
1.32
2.77
4.11
2.71
4.61
6.25
3.84
5.99
7.81
5.02
7.38
9.35
0.21
0.30
0.48
0.71
1.06
1.92
3.36
5.39
7.78
9.49
11.14
0.41
0.55
0.83
1.15
1.61
2.67
4.35
6.63
9.24
11.07
12.83
0.68
0.87
1.24
1.64
2.20
3.45
5.35
7.84
10.64
12.59
14.45
0.99
1.24
1.69
2.17
2.83
4.25
6.35
9.04
12.02
14.07
16.01
1.34
1.65
2.18
2.73
3.49
5.07
7.34
10.22
13.36
15.51
17.53
1.73
2.09
2.70
3.33
4.17
5.90
8.34
11.39
14.68
16.92
19.02
10
2.16
2.56
3.25
3.94
4.87
6.74
9.34
12.55
15.99
18.31
20.48
11
2.60
3.05
3.82
4.57
5.58
7.58
10.34
13.70
17.28
19.68
21.92
12
3.07
3.57
4.40
5.23
6.30
8.44
11.64
14.85
18.55
21.03
23.34
13
3.57
4.11
5.01
5.89
7.04
9.30
12.34
15.98
19.81
22.36
24.74
14
4.07
4.66
5.63
6.57
7.79
13.34
17.12
21.06
23.68
26.12
15
4.60
5.23
6.27
7.26
8.55
14.34
18.25
22.31
25.00
27.49
16
5.14
5.81
6.91
7.96
9.31
15.34
19.37
23.54
26.30
28.85
17
5.70
6.41
7.56
8.67
16.34
20.49
24.77
27.59
30.19
18
6.26
7.01
8.23
9.39
17.34
21.60
25.99
28.87
31.53
19
6.84
7.63
8.91
10.12
18.34
22.72
27.20
30.14
32.85
20
7.43
8.26
9.59
10.85
10.0
9
10.8
6
11.6
5
12.4
4
10.1
7
11.0
4
11.9
1
12.7
9
13.6
8
14.5
6
15.4
5
19.34
23.83
28.41
31.41
34.17
41
0.01
0
6.63
9.21
11.3
4
13.2
8
15.0
9
16.8
1
18.4
8
20.0
9
21.6
7
23.2
1
24.7
2
26.2
2
27.6
9
29.1
4
30.5
8
32.0
0
33.4
1
34.8
1
36.1
9
37.5
7
TABLA B
DE LA DISTRIBUCION t-Student
1 - a
gl
0.75
0.80
0.85
0.90
0.95
0.975
0.99
0.995
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
60
120
1.000
0.816
0.765
0.741
0.727
0.718
0.711
0.706
0.703
0.700
0.697
0.695
0.694
0.692
0.691
0.690
0.689
0.688
0.688
0.687
0.686
0.686
0.685
0.685
0.684
0.684
0.684
0.683
0.683
0.683
0.681
0.679
0.677
0.674
1.376
1.061
0.978
0.941
0.920
0.906
0.896
0.889
0.883
0.879
0.876
0.873
0.870
0.868
0.866
0.865
0.863
0.862
0.861
0.860
0.859
0.858
0.858
0.857
0.856
0.856
0.855
0.855
0.854
0.854
0.851
0.848
0.845
0.842
1.963
1.386
1.250
1.190
1.156
1.134
1.119
1.108
1.100
1.093
1.088
1.083
1.079
1.076
1.074
1.071
1.069
1.067
1.066
1.064
1.063
1.061
1.060
1.059
1.058
1.058
1.057
1.056
1.055
1.055
1.050
1.046
1.041
1.036
3.078
1.886
1.638
1.533
1.476
1.440
1.415
1.397
1.383
1.372
1.363
1.356
1.350
1.345
1.341
1.337
1.333
1.330
1.328
1.325
1.323
1.321
1.319
1.318
1.316
1.315
1.314
1.313
1.311
1.310
1.303
1.296
1.289
1.282
6.314
2.920
2.353
2.132
2.015
1.943
1.895
1.860
1.833
1.812
1.796
1.782
1.771
1.761
1.753
1.746
1.740
1.734
1.729
1.725
1.721
1.717
1.714
1.711
1.708
1.706
1.703
1.701
1.699
1.697
1.684
1.671
1.658
1.645
12.706
4.303
3.182
2.776
2.571
2.447
2.365
2.306
2.262
2.228
2.201
2.179
2.160
2.145
2.131
2.120
2.110
2.101
2.093
2.086
2.080
2.074
2.069
2.064
2.060
2.056
2.052
2.048
2.045
2.042
2.021
2.000
1.980
1.960
31.821
6.965
4.541
3.747
3.365
3.143
2.998
2.896
2.821
2.764
2.718
2.681
2.650
2.624
2.602
2.583
2.567
2.552
2.539
2.528
2.518
2.508
2.500
2.492
2.485
2.479
2.473
2.467
2.462
2.457
2.423
2.390
2.358
2.326
63.657
9.925
5.841
4.604
4.032
3.707
3.499
3.355
3.250
3.169
3.106
3.055
3.012
2.977
2.947
2.921
2.898
2.878
2.861
2.845
2.831
2.819
2.807
2.797
2.787
2.779
2.771
2.763
2.756
2.750
2.704
2.660
2.617
2.576
42
GLOSARIO
Datos:
Son los valores cualitativos o cuantitativos mediante los cuales se miden las
caractersticas de individuos los objetos, sucesos a estudiar.
Nmero de veces en que se repite un dato.
Poblacin: Es el conjunto de individuos u objetos que tienen la caracterstica de
inters
Parmetro:
Variable que en una familia de elementos, sirve para identificar cada uno de ellos
mediante su valor numrico
Frecuencia: Nmero de veces de los datos
43