Datos

En primer lugar, hay que resaltar la importancia de la estadística
en general. Gracias a ella podemos comprender e interpretar grandes
cantidades de datos. Consideremos el volumen de datos con los que nos
encontramos en el día a día. Podríamos preguntarnos cuantas horas
dormimos por día a lo largo de una semana o un profesor puede
preguntarse cuantos de sus estudiantes desayunaron.
INTRODUCCION

De la misma manera, esos estudiantes pueden preguntarse cual es
su promedio de calificaciones o la escuela puede indagar cuantos de esos
alumnos viven en un radio cercano a la institución. La estadística
fácilmente puede dar respuestas a esas preguntas. Con ella se podrá
organizar e interpretar todos esos datos de una manera significativa.

Lo mismo sucede cuando hablamos de psicología. ¿Como impactan
los cambios de una variable sobre alguna otra? ¿Como saber si lo que mide
una técnica es confiable? ¿Se puede medir la relación entre distintas
variables? ¿Como interpretar todos esos datos?¿Como mido la eficacia en
psicoterapia? ¿Que tan importante resulta medir eso? Aquí, nuevamente, la
estadística puede ayudarnos a responder esas preguntas.

Una organización de datos es una estructura física-lógica que
permite realizar operaciones computacionales (editar, guardar,
actualizar, etc.) sobre un contenido de información.
¿Qué es la organización de los datos?

I. Un arreglo es la forma mas sencilla de organizar los datos en
bruto. Consiste en colocar las observaciones en orden según su
magnitud: ascendentes o descendentes.
II. Una distribución de frecuencias es un arreglo de los datos que
permite expresar la frecuencia de ocurrencia de las observaciones en
cada una de las clases, mostrando el patrón de la distribución de
manera mas efectiva.
III. La representación gráfica de una distribución de frecuencias .
Tipos de organización de los datos

❖ Una distribución de frecuencias
1. Se recomienda su uso cuando se tienen grandes cantidades de
datos.
2. Su construcción requiere en primer lugar, la selección de los
limites de los intervalos de clase.
3. La cantidad de clases no puede ser tan pequeño, menos de 5, o tan
grande, mayor de 20 que la verdadera naturaleza de la
distribución sea imposible de visualizar.

❖ Una distribución de frecuencias
4. La amplitud de todas las clases deberá ser la misma. Se
recomienda que sea impar y que los puntos medios tengan la
misma cantidad de cifras significativas que los datos en bruto.
5. Los limites de las clases deben tener una cifra significativa mas
que los datos en bruto.

❖ Punto medio. (Li ―Ls)⁄ 2.
❖ Frecuencia absoluta de la clase. fi.
❖ Frecuencia acumulada de clase. Fi.
❖ Frecuencia relativa de la clase. Fri, o . Fri = fi/n.
❖ Frecuencia relativa acumulada de la clase. Fri.
Operaciones con Organización de Datos

Ejemplo.
Para la variable categórica “Estado civil” (X), habiendo sido recogidos
datos para una muestra de 50 personas de la ciudad de Castellón (n = 50):
X: {0, 0, 1, 2, 2, 0, 1, 3, 2, 0, 1, 0, 1, 2, 0, 2, 1, 1, 0, 1, 0...}
Codificación: [0: soltero/a; 1: casado/a; 2: separado/a o divorciado/a; 3:
viudo/a]
Ejemplo de Organización de Datos

Xi Frecuencia
Absoluta
Frecuencia
Relativa
Porcentaje
o 15 0,3 30
1 20 0,4 40
2 11 0,22 22
3 4 0,08 8
50 1 100

En el caso de las variables cuantitativas y las cuasi-cuantitativas
además de lo anterior, se puede obtener también la siguiente información
para cada una de las modalidades:
❖ las frecuencias absolutas acumuladas (na),
❖ las frecuencias relativas acumuladas (pa),
❖ y los porcentajes acumulados (%a).

Ejemplo
para la variable cuantitativa “Nº de hijos/as” (X), con datos para
una muestra de 20 familias del barrio de Velluters de la ciudad de
Valencia:
X: {2, 1, 0, 3, 2, 2, 3, 1, 1, 0, 1, 2, 1, 2, 0, 2, 4, 2, 3, 1}.

Xi Frecuencia
Absoluta
Frecuencia
Relativa
Porcentaje Frec. absoluta
acumulada (na)
Frec. relativa
acumulada (pa)
Porcentaje
acumulado
(%a)
o 3 0,15 15 3 0.15 15
1 6 0,30 30 9 0,45 45
2 7 0,35 35 16 0,80 80
3 3 0,15 15 19 0,95 95
4 1 0,05 5 20 1 100
20 1 100

Algunas anotaciones acerca de las distribuciones de
frecuencias:
1. Es costumbre situar los valores correspondientes a la columna de las
modalidades de la variable X en sentido creciente de arriba hacia
abajo.
2. Para los valores de la variable que no haya ningún caso es costumbre
no dedicar ninguna fila en la tabla de la distribución de frecuencias a
fin de que ésa ocupe menos espacio.

3. Las frecuencias relativas o proporciones se caracterizan por: tomar
valores entre 0 y 1; ser la suma de todas ellas igual a la unidad.
4. En el caso de las variables cuantitativas continuas dado que, si la
medida de la variable se realiza con cierta precisión, se puede obtener
un número amplio de datos diferentes, es práctica habitual que en la
columna de las modalidades (Xi) los valores representen a intervalos de
valores de igual amplitud.

5. Siguiendo con el caso anterior, si el número de modalidades que toma
la variable es muy amplio, una alternativa que permite generar una
distribución de frecuencias más compacta consiste en organizar la
distribución de frecuencias definiendo intervalos de valores.
6. Una distribución de frecuencias condicionada muestra la distribución
de frecuencias de una variable para los casos que en una segunda
variable tienen un determinado valor.

Ejemplo de la representación gráfica de una
distribución de frecuencias
1. Para variables categóricas
⮚ El diagrama de barras: Las modalidades de la variable se sitúan
sobre el eje X (abscisas). La altura de las barras es proporcional a la
frecuencia absoluta de cada una de las modalidades de la variable. El
eje de ordenadas puede aparecer expresado en frecuencias absolutas,
en frecuencias relativas o en porcentajes. Los diagramas de barras
pueden representarse también de forma horizontal.

⮚ El diagrama de sectores (pastel, tarta): el área de cada
sector es proporcional a la frecuencia o % de la modalidad a la que
representa.

⮚ El pictograma: es una variación gráfica de los diagramas de
barras. Pueden resultar más atractivos en la presentación de
resultados, aunque también más ambiguos en su lectura e
interpretación.

2. Para variables cuasi-cuantitativas y cuantitativas
discretas
⮚ El diagrama de barras: se representa de forma análoga a como se hace
para las variables categóricas. Señalar que el hueco entre las barras
sirve para resaltar que hay valores que no son posibles para la variable
representada. A diferencia de las variables categóricas, para este tipo
de variables tiene sentido representar no sólo las frecuencias absolutas,
las relativas y los porcentajes, sino también las respectivas acumuladas.

⮚ Polígono de frecuencias: polígono que resulta de unir con una
línea los valores de las frecuencias o % (ya sean acumulados o no)
correspondientes a las modalidades de la variable.

3. Para variables cuantitativas continuas
⮚ Histograma: similar al diagrama de barras, si bien, las barras son
consecutivas dada la continuidad de la variable. Cada barra representa
ahora, no a un valor, sino a un intervalo de valores. A la hora de definir
los intervalos de valores se debe tener en cuenta que ninguno de los
datos recogidos para la variable se quede fuera de los intervalos. Los
intervalos deber ser exhaustivos y excluyentes.

La psicología es una disciplina amplia con aplicaciones en
distintos campos: clínica, educativa, deporte, social, empresas, etc. Sin
embargo, por debajo de lo aplicado se encuentra la investigación; es
decir, el contraste de la eficiencia de los procedimientos que
finalmente se aplican. Este contraste es que requiere de la estadística
como instrumento.
CONCLUSIONES

A la hora de sacar conclusiones certeras acerca de la realidad
observable necesitamos a las matemáticas para valorar la significación de
los resultados obtenidos de los experimentos e investigaciones.
La psicología es una ciencia, y por esta razón se tiene que valer de un
sistema abstracto que le permita trabajar lo más alejado posible de la
opinión y la subjetividad. Este sistema es el método científico, y uno de
sus aspectos claves es la utilización de la estadística como herramienta.

BIBLIOGRAFIA
⮚ Eliana Guzmán U. Conceptos Básicos y Estadística Descriptiva.
www.slideplayer.es/slide/2324791.
⮚ Fernando Tonini. La importancia de la estadística en la Psicología.
www.medium.com/@Psinonimo/la-importancia-de-la-estadistica-en-psicologia.
⮚ Lara Cuevas Esteban. La Estadística Aplicada a la Psicología I.
www.universidadcisneros.es/programas/grado/146cuevas.pdf

Datos

Más contenido relacionado

La actualidad más candente (20)

Similar a Datos (20)

Más de nmanaure (8)

Último (20)

Datos