Tema i Introducción Al Análisis Estadístico(1)

7/13/2019 Tema i Introduccin Al Anlisis Estadstico(1)

1/28

CD-1003 MTODOS ESTADSTICOS PARA LA TOMA DEDECISIONES

TEMA I

INTRODUCCINAL ANLISISESTADSTICO


2/28

OBJETIVOS A CUBRIR

Introduccin al anlisis estadstico. La naturaleza de la estadstica.

Explicar el significado de la estadstica y su relacin con el proceso de

toma de decisiones.

Definir las ramas en que se divide la estadstica

El muestreo estadstico. Definir los conceptos de poblacin, muestra, parmetro, estadstico y

los tipos de variable que podran ser manejados en el rea de la

administracin.

Explicar en qu consisten los estudios censal y muestral.

Explicar el concepto de muestreo estadstico.

Escalas de medicin.

Definir y explicar los tipos de muestreo usados en los estudios

estadsticos llevados a cabo en el rea de la administracin.

Explicar las escalas de medicin y su objetivo dentro del anlisis

estadstico.

La investigacin estadstica. Definir y entender los pasos a seguir para realizar una investigacin estadstica.

1


3/28

QU ES LAESTADSTICA?

Estadstica es una forma de obtener

informacin a partir de datos. (Keller,

2005)

Es la ciencia que se ocupa de recolectar,

organizar, presentar, analizar e interpretar

datos para ayudar a una toma dedecisiones ms efectiva. (Lind, Marchal y

Mason, 2004)

2


4/28

QU ES LA ESTADSTICA?

3

ESTADSTICA

ORGANIZARDATOS

RESUMIR

DATOS

PRESENTARDATOS

ANALIZARDATOS

INTERPRETARDATOS

TOMAR

DE

CISIO

NES


5/28


USOS DE LAESTADSTICA

ENTREOTROS

4


6/28

QUIN USA LA ESTADSTICA?

CONTROLADORES DECALIDAD

POLTICOS

INVESTIGADORES DEMERCADO

5


7/28

QUIN USA LA ESTADSTICA?

AUDITORES

EDUCADORES

DISEADORES

MUCHAS PROFESIONES

6


8/28


VARIANTES DELCONCEPTO DE

ESTADSTICA

CONCEPTOS IMPORTANTES

7


9/28

TIPOS DE ESTADSTICA

Estadstica descriptiva: Conjunto de mtodos para organizar, resumir

y presentar los datos de manera informativa.

(Lind, Marchal y Mason, 2004)

Estadstica inferencial: Conjunto de mtodos utilizados para saber

algo acerca de una poblacin, basndose en

una muestra. (Lind, Marchal y Mason, 2004)

8


10/28

COBERTURA EN ELCURSO

COBERTURA APROXIMADA 9


11/28

EN ESTADSTICA INFERENCIAL

Poblacin: Es el grupo de todos los objetos de inters

para el practicante de la estadstica. (Keller,

2005) Conjunto de todos los posibles individuos,

objetos, o medidas de inters. (Lind, Marchal yMason, 2004)

Muestra: Una muestra es un conjunto de datostomados de una poblacin (Keller, 2005)

Una porcin, o parte, de la poblacin de

inters.(Lind, Marchal y Mason, 2004) 10


12/28

INFERENCIA ESTADSTICA

Es el procesode hacer un estimado, prediccin

o decisinacerca de una poblacin en base a

una muestra (Keller, 2005)

Provee las bases para predicciones, pronsticos

y estimadosque se usan para transformar

informacin en conocimiento. (Newbold, Carlson andThorne, 2006)

Es un proceso, ms que un resultado numrico,

el cual puede incluir: estimacin, comprobacin

de hiptesis, anlisis de relaciones o

pronsticos. (Newbold, Carlson and Thorne, 2006) 11


13/28

TIPOS DE ESTUDIOS

Estudio Censal

Incluye los datos detoda la poblacin

Los datos que seobtienen en estascondiciones sedenominan

parmetros Los parmetros los

representaremos con

letras griegas (m, s, p,

r, a, l)

Estudio Muestral

Incluye los datos de

slo una parte de lapoblacin (muestra)

Los datos que se

obtienen se

denominanestadsticos

Los estadsticos los

representaremos con

letras latinas x, s, , r12(Newbold, Carlson and Thorne, 2006)


14/28


TIPOS DEINFORMACIN A

ANALIZAR POR LA

ESTADSTICA

TIPOS DEVARIABLES

13


15/28

TIPOS DE VARIABLES

Cuando la caracterstica o variable en

estudio es no-numrica, se le denomina

variable cualitativa o de atributo.

Ejemplos:Gnero, religin, tipo de automvil,

lugar de nacimiento, color de los ojos de la

persona, etc

En una variable cuantitativa la informacin esreportada numricamente.

Ejemplos: El saldo en tu cuenta de cheques, los

minutos que le restan a la clase, o el nmero denios de una familia.14(Lind, Marchal y Mason, 2004)


16/28

TIPOS DE VARIABLES

Las variables cuantitativas pueden ser discretaso

continuas.

Las variables discretaspueden asumir slo

ciertos valores, y generalmente existenbrechas o huecos entre ellos. Ejemplo: el nmero de recmaras en una casa, el nmero de

estudiantes en el curso de estadstica (1,2,3,).

Las observaciones de una variable continuapueden tomar cualquier valor dentro de un

intervalo determinado. Ejemplo: La presin del aire en un neumtico de automvil,

el peso de un cargamento de granos (15.0, 15.01,15.013,toneladas). 15(Lind, Marchal y Mason, 2004)


17/28

RESUMEN DE TIPOS DEVARIABLES

16(Lind, Marchal y Mason, 2004)


18/28


MEDICIN Y SUSNIVELES

DISTINTOS NIVELESDE MEDICIN

17


19/28

MEDICIN

Se entiende por medicin la asignacin de

nmeros u otros smbolos a las caractersticas o

propiedades de los objetos de acuerdo a ciertas

reglas pre-definidas. Se miden propiedades de los objetos, no a losobjetos en si.

Peso, longitud, brillantez, dureza, de los objetos producidos.

Percepciones, preferencias, actitudes, de los consumidores.

Credibilidad, preferencia, intencin de voto. De acuerdo a loas reglas seguidas en la asignacin

de nmeros se define el nivel de medicin que se

usa.

Es importante poder identificar los niveles de

medicin usados para poder definir las herramientas18(Malhotra, 2007)


20/28

NIVELES DE MEDICIN

NOMINAL

ORDINAL

INTERVALO

RAZN

19(Lind, Marchal y Mason, 2004)


21/28

NIVELES DE MEDICIN

Los nmeros en la recta numrica tienen cuatro

propiedades Singularidad: Cada nmero en la recta numrica

aparece una sola vez

Orden: Dados dos nmeros cualquiera, se sabe cul vaantes y cul despus

Distancia: Entre dos nmeros consecutivoscualesquiera la distancia es la misma que para

cualquier otro par de nmeros consecutivos Origen: En la recta numrica hay un cero, y representa

la ausencia de lo que se est ilustrando

20


22/28

NIVELES DE MEDICIN

Nivel nominal: Las observacionessolamente se pueden clasificar o contar.

No existe algn orden especfico entrelas clases.

Ejemplos:color de ojos, gnero, religin,

carrera. Si se asignan nmeros a las

caractersticas a medir estos solo

conservan la propiedad de la unicidad21(Lind, Marchal y Mason, 2004)


23/28

NIVELES DE MEDICIN

Nivel ordinal: involucra datos arregladoscon algn orden, pero las diferencias entre

los valores de los mismos no pueden ser

determinadas o bien no tienen algnsignificado. Ejemplo:en la evaluacin de profesores, se

asigna el 4 a excelente, 3 a bueno, 2 aregular y 1 a malo.

Los nmeros son nicos en su significado y el

orden de los mismos representa algo (da

informacin) 22(Lind, Marchal y Mason, 2004)


24/28

NIVELES DE MEDICIN

Nivel de intervalo: similar al nivel ordinal,con la propiedad adicional de que la

diferencia entre los valores de los datos s

pueden ser determinados. Es importante

sealar que 0 es solamente un punto de la

escala, y no representa la ausencia de la

condicin. Ejemplo: temperatura en grados Fahrenheit,

puntaje en el examen de CENEVAL

En la asignacin de los nmeros a la propiedad

medida, las diferencias en los nmeros tienen 23(Lind, Marchal y Mason, 2004)


25/28

NIVELES DE MEDICIN

Nivel de razn: esta medida tiene todaslas caractersticas del nivel de intervalo,

pero adems el punto 0 s tiene significado,

y la razn (cociente) entre dos nmerostambin es significativa. Ejemplo: unidades de produccin, salarios,

distancia entre un conjunto de oficinas, la

estatura.

Existe un cero entre los nmeros asignados y

ste representa la ausencia de la propiedad

Las razones entre los nmeros tienen unsi nificado rctico 24(Lind, Marchal y Mason, 2004)


26/28

NIVELES DE MEDICIN

25(Bowerman and OConnell, 2007)


27/28

NIVELES DE MEDICIN

SINGULARES

ORDEN DISTANCIA ORIGEN

E. NOMINAL SI NO NO NOE.ORDINAL SI SI NO NOE. INTERVALO SI SI SI NOE. DE RAZN SI SI SI SI

26

LAS PROPIEDADES DE LOS NMEROS DE LARECTA NUMRICA SEGN SE PRESENTAN EN

LAS DISTINTAS ESCALAS DE MEDICIN


28/28

REFERENCIAS

Bowerman, B. and OConnell, R. (2007). BussinessStatistics in Practice, 4th ed. McGraw-Hill

Keller, G. (2005). Statistics for Management andEconomics, 7th Ed. Thomson

Lind, D., Marchal, W., y Mason, R. (2004).Estadstica para administracin y economa,11 Ed. Alfaomega

Malhotra, N. (2007). Marketing research, an appliedorientation, 5th Ed. Prentice-Hall

Newbold, P., Carlson, W., and Thorne, B. (2006).Statistics for Business and Econmics, 6thEd. Pearson.

27

Tema i Introducción Al Análisis Estadístico(1)

Documents

Transcript of Tema i Introducción Al Análisis Estadístico(1)