You are on page 1of 16

Estadstica inferencial

Mtodos que nos permiten hacer posible la estimacin de una caracterstica de la poblacin, sobre la base del
estudio de una muestra. Bernoulli, De Moivre y Karl Gauss fueron los precursores del objeto de la estadstica
inferencial. Tiene por objetivo describir las caractersticas de un conjunto, pero sin la necesidad de realizar el
registro de datos a todos los elementos o unidades del conjunto o poblacin, sino a una parte de esta.
La inferencia constituye la base terica del muestreo, permite conocer el todo con cierta aproximacin, a partir
del estudio de una parte. La estadstica inferencial no nos da una certeza completa en sus resultados, sino que
estn sujetas a una probabilidad de error. Una incorrecta seleccin de las unidades mustrales puede acarrear la
imposibilidad de inferir correctamente las caractersticas de la poblacin.
Captulo 2. Estadstica inferencial
2.1. Introduccin 021
2.2. Poblacin 022
2.3. Muestra 024
2.4. Muestra aleatoria 024
2.5. Muestra aleatoria aplicada 025
2.6. Parmetro 027
2.7. Estadstico 028
2.8. Distribucin muestral 030
2.9. Estimacin 037
2.10. Prueba de hiptesis 039
2.11. Estadstica paramtrica 041
2.12. Estadstica no paramtrica 043
Ejercicios propuestos
Estadistica inferencial
Rama de la estadstica que estudia el comportamiento y propiedades de las muestras, y la posibilidad y
lmites de la generalizacin de los resultados obtenidos a partir de aquellas a las poblaciones que
representan. Esta generalizacin de tipo inductivo, se basa en la probabilidad. Tambin se le llama tambin
estadstica matemtica, por su complejidad matemtica en relacin a la estadstica descriptiva.
Tiene como objetivo generalizar las propiedades de la poblacin bajo estudio, basado en los resultados de
una muestra representativa de la poblacin.
La siguiente pregunta: El instrumento perso clasifica y discrimina adecuadamente, a partir de variables de
personalidad, a los alumnos de Educacin Bsica Secundaria segn requieran o no una escolarizacin
especial?, se resuelve con el apoyo de la estadstica inferencial.
En cuanto a la probabilidad, Pedro Juez Martel y Francisco Diez Vegas (1997)
manifiestan que hoy en da la probabilidad y la estadstica, ntimamente unidas en s,
desempean un papel fundamental en prcticamente todos los campos del saber, tanto en
las ciencias naturales como en las ciencias humanas, papel que va cobrando cada vez
mayor importancia.
La siguiente pregunta: Cunto es la probabilidad de que un alumno de Educacin Bsica
Secundaria requiera una escolarizacin especial, a partir de las variables de su
personalidad? es un caso tpico que se resuelve con el apoyo de la probabilidad y se logra
empleando modelos probabilsticos.
20

RECUERDE
Ningn mtodo estadstico puede corregir los defectos por una inadecuada
seleccin del problema que se investiga, o por una mala recoleccin de
datos. Una investigacin que empieza mal, con seguridad termina mal.
CON DATOS DE MALA CALIDAD NO SERA POSIBLE DAR
RESPUESTA ADECUADA A UN PROBLEMA CIENTIFICO
Nosotros recordamos al estudiante que los mtodos estadsticos son las herramientas ms
peligrosas en manos de gente inexperta. Pocas materias tienen una aplicacin tan amplia,
ninguna requiere tal cuidado en su aplicacin.
La estadstica es una de esas ciencias cuyos adeptos deben ejercer la automoderacin de
un artista (George Udny Yule y Maurice Kendal).
21
CAPTULO 2
ESTADSTICA INFERENCIAL
2.1. INTRODUCCIN
Tambin se le llama inferencia estadstica, pero previamente recordemos que la estadstica
(EI) comprende el conjunto de mtodos estadsticos que permiten deducir (inferir) cmo
se distribuye la poblacin bajo estudio, a partir de la informacin que proporciona una
muestra representativa obtenida de dicha poblacin. Ver seccin 1.6.2 del presente libro.
Para que la estadstica inferencial proporcione buenos resultados debe:
1. Basarse en una tcnica estadstico-matemtica adecuada al problema y suficientemente
validada.
2. Utilizar una muestra que realmente sea representativa de la poblacin y de un tamao
suficiente.
Veamos el siguiente ejemplo:
Ejemplo 2.1.
Se realiza un estudio para comparar tres mtodos para ensear tcnicas de comprensin
lectora en ingls a escolares de segundo grado de Educacin Bsica Secundaria, como
son:
1. El mtodo de la enseanza recproca.
2. El mtodo de instruccin directa.
3. La combinacin de mtodos de instruccin directa y enseanza recproca.
22
Para iniciarse en el estudio y aplicacin de la estadstica inferencial es
necesario conocer los conceptos bsicos que a continuacin se van a tratar.
Las preguntas por resolver son:
1. Cul de los mtodos mejora la comprensin lectora?
2. Para el prximo ao el mtodo, identificado como el mejor, dar buenos resultados
para el alumno Javier Hernndez Len, quin realizar el segundo grado de Educacin
Bsica Secundaria?
La primera pregunta es un caso de incertidumbre porque basndonos en el estudio de tres
muestras independientes y en igualdad de condiciones se aplicar uno de los tres mtodos
a cada muestra de manera independiente; con el apoyo de la estadstica inferencial
absolvemos esta pregunta, eligiendo a la que mejora significativamente la comprensin
lectora para este tipo de alumnos.
La segunda pregunta es un caso de toma de decisiones porque Javier Hernndez Len no
ha participado en el estudio, pero se le aplicar el mejor mtodo que resulte de la
investigacin realizada, ahora bien, con qu confianza diremos que ese mtodo lograr
que Javier mejore su comprensin lectora en ingls.
Los casos de incertidumbre y toma de decisiones son resueltos por la estadstica
inferencial, por supuesto apoyada por la probabilidad.
2.2. POBLACIN
Este concepto vamos a definirlo bajo diferentes enfoques.
23
En investigacin cientfica se le define como la totalidad de elementos sobre los cuales
recae la investigacin. A cada elemento se le llama unidad estadstica, a sta se le observa
o se le somete a una experimentacin, estas unidades son medidas pertinentemente.
Si representamos mediante X una variable aleatoria bajo investigacin, al estudiar a sta
variable en la poblacin, como resultado tendremos los valores:
X , X , X ,..., X N 1 2 3
Donde N es el total de elementos de la poblacin.
Ejemplo 2.2.
Sea X una variable aleatoria que representa la calificacin obtenida en la prueba de
conocimientos sobre educacin ambiental (escala vigesimal) de los alumnos de la Facultad
de Educacin, si la poblacin consta de 300 alumnos, entonces:
1 2 3 300 X , X , X ,..., X
Es una poblacin en trminos de variable aleatoria, que se lee as:
La calificacin que ha obtenido el alumno 1 en la prueba de conocimientos sobre
educacin ambiental, la calificacin que ha obtenido el alumno 2 en la prueba de
conocimientos sobre educacin ambiental, la calificacin que ha obtenido el alumno 3 en
la prueba de conocimientos sobre educacin ambiental, y as sucesivamente hasta la
calificacin que ha obtenido el alumno 300 en la prueba de conocimientos sobre
educacin ambiental.
El propsito de un estudio estadstico es extraer conclusiones acerca de la naturaleza de la
poblacin, pero resulta que las poblaciones son grandes, o por razones de tica, recursos
financieros, metodolgicos u otros no ser posible, entonces se debe trabajar con una
muestra extrada de la poblacin bajo estudio.
24
2.3. MUESTRA
Sierrra Bravo (1991), anota que una muestra en general es toda parte representativa de la
poblacin, cuyas caractersticas debe reproducir en pequeo lo ms exactamente posible.
Para que sea representativa se debe seleccionar empleando el muestreo, tpico importante
de la estadstica, con la finalidad de que los resultados de esta muestra sean vlidos para la
poblacin de la que se ha obtenido la muestra. Esta generalizacin se realiza empleando
la estadstica inferencial.
2.4. MUESTRA ALEATORIA
Una muestra aleatoria de tamao n de la funcin de distribucin de la variable aleatoria
X es una coleccin de n variables aleatorias independientes X , X , X ,..., Xn 1 2 3 , cada una
con la misma funcin de distribucin de la variable aleatoria X.
Ejemplo 2.3.
Consideremos nuevamente la poblacin definida en el ejemplo 2.2. La variable de inters
es X, calificacin obtenida en la prueba de conocimientos sobre educacin ambiental
(escala vigesimal) de los alumnos de la Facultad de Educacin. Asumiremos que tiene
distribucin de probabilidad con media x
y varianza 2
x o . No se conoce ni la distribucin
exacta de X ni el valor numrico de x
o de 2
x o . Se trata de caractersticas de la
poblacin que pueden determinarse con precisin si se revisa cada una de las
calificaciones de los 300 alumnos. Para tener una idea del valor de x
se extrae una
muestra aleatoria de tamao n = 6 de la poblacin. Entonces:
1 X : La calificacin que ha obtenido, en la prueba de conocimientos sobre educacin
ambiental, el primer alumno seleccionado en la muestra.
25
2 X : La calificacin que ha obtenido, en la prueba de conocimientos sobre educacin
ambiental, el segundo alumno seleccionado en la muestra.
. . .
6 X : La calificacin que ha obtenido, en la prueba de conocimientos sobre educacin
ambiental, el sexto alumno seleccionado en la muestra.
Puesto que la seleccin de los alumnos (en este caso, seis) es aleatoria o al azar:
1 2 3 4 5 6 X , X , X , X , X , X
Constituye variables aleatorias. Se admite que son independientes y cada una con la misma
distribucin que la variable aleatoria X. En un sentido matemtico, el trmino muestra
aleatoria se refiere no a seis alumnos seleccionados para este estudio, sino a las seis
variables aleatorias 1 2 3 4 5 6 X , X , X , X , X , X asociadas con los alumnos.
La definicin matemtica de variable aleatoria es terica, para extraer conclusiones
prcticas acerca de la poblacin en base a la muestra seleccionada deben determinarse los
valores numricos de las variables n X , X , X ,..., X 1 2 3 .
No estamos tratando con un conjunto de unidades estadsticas seleccionadas, ni con un
grupo de variables tericas, sino con un conjunto de n nmeros reales, es decir
n x , x , x ,..., x 1 2 3 . Estos nmeros son los valores observados de las variables
n X , X , X ,..., X 1 2 3 respectivamente, para una determinada muestra aleatoria extrada de la
poblacin. Esto conduce a la siguiente definicin.
2.5. MUESTRA ALEATORIA APLICADA
Una muestra aleatoria de tamao n es un conjunto de n observaciones n x , x , x ,..., x 1 2 3
sobre las variables n X , X , X ,..., X 1 2 3 , independientes e idnticamente distribuidas.
26
Ejemplo 2.4.
Para el caso del ejemplo 2.3. Una vez identificados los seis alumnos, podemos determinar
los valores numricos de las seis variables aleatorias 1 2 3 4 5 6 X , X , X , X , X , X . Supongamos
que el primer alumno seleccionado ha obtenido 13 en la prueba de educacin ambiental.
En este caso, la variable aleatoria 1 X toma el valor 1 x = 13.
Si el segundo alumno seleccionado ha obtenido 10 en la prueba de educacin ambiental,
en este caso la variable aleatoria 2 X toma el valor 2 x = 10. De igual forma, las variables
aleatorias 3 4 5 6 X , X , X , X tomarn valores numricos que van a depender de las
calificaciones que obtengan los alumnos seleccionados en la tercera, cuarta, quinta y sexta
seleccin.
Ahora estamos utilizando el trmino muestra aleatoria, no para referirnos a los alumnos
seleccionados o a las variables aleatorias asociados con ellos, sino a los seis valores
numricos 1 2 3 4 5 6 x , x , x , x , x , x que toman respectivamente cada una de las seis variables
aleatorias.
Por tanto hay tres formas de considerar a una muestra aleatoria:
1. Como un conjunto de unidades seleccionadas que son sometidas al estudio.
2. Como un conjunto de variables aleatorias tericas asociadas con esas unidades
3. Como un conjunto de valores numricos tomados por las variables.
Las definiciones no son equivalentes pero estn estrechamente relacionadas.
27
2.6. PARMETRO
Sierra Bravo (1991), indica que parmetro deriva del vocablo griego parmetreo que
significa medir una cosa con otra: En estadstica se refiere a los valores o medidas que
caracterizan a una poblacin como, por ejemplo, la media y la desviacin tpica de una
poblacin () Son cantidades indeterminadas, constantes o fijas respecto a una condicin
o situacin, que caracterizan a un fenmeno en un momento dado que ocurre en una
poblacin.
Se suele representar a un parmetro mediante letras griegas. Por ejemplo, la media
poblacional se representa mediante x
y se lee como media poblacional de la variable
aleatoria X, la varianza poblacional se representa mediante 2
x o y se lee como varianza
poblacional de la variable aleatoria X.
En trminos prcticos, un parmetro es un valor que resulta al emplear los valores que se
obtienen de una poblacin.
Ejemplo 2.5.
Si al obtener las calificaciones de los 300 alumnos que conforman la poblacin, stas se
promedian, entonces x
= 14.78 es el parmetro correspondiente. Para su clculo se ha
empleado la siguiente expresin, llamada media poblacional:
N
X
N
i
i
x
=
= 1 (2.1)
Obviamente que N toma el valor de 300 para este ejemplo.
28
Si de estos 300 alumnos, 198 son mujeres, entonces la proporcin poblacional de mujeres
representada por x t = 0.66 (66%). Para su clculo se ha empleado la siguiente expresin,
llamada proporcin poblacional:
N
X
N
i
i
x
=
t = 1 (2.2)
Pero, ahora la variable aleatoria se define como:
( } )
=
si alumno
si alumna
X i 0
1
En este caso el numerador de la expresin (2.2) es 198 y N toma el valor de 300.
2.7. ESTADSTICO
Se contrapone al parmetro porque es un valor que se obtiene a partir de los valores
muestrales. Se pueden obtener media y varianzas mustrales, por ejemplo.
Los estadsticos son variables aleatorias por que estn sujetos a la fluctuacin de la
muestra en relacin al valor poblacional, que se asume es constante.
Ejemplo 2.6.
Continuando con el ejemplo 2.4, al seleccionar una muestra aleatoria de tamao seis, una
vez identificados los seis alumnos, se obtienen las siguientes calificaciones 1 x = 13, 2 x =
10, 3 x = 13, 4 x = 14 5 x = 11, 6 x = 10. La media obtenida de los seis alumnos es de
11,83, llamada media muestral y se representa mediante x , cuya expresin es:
29
n
x
x
n
i
i
= = 1
(2.3)
El numerador de la expresin (2.3) es la suma de los seis valores, que da 71, que dividido
por 6, resulta x = 11,83, es decir en promedio los alumnos han obtenido 11,83 de
calificacin en la prueba de educacin ambiental.
La varianza de esta muestra aleatoria es 2,4722, y se representa mediante S 2 , cuya
expresin es:
( )
n
x x
S
n
i
i
=

= 1
2
2
(2.4)
Para su clculo, disponemos de la tabla 2.1, en la que mostramos paso a paso el uso de la
expresin (2.4), sabiendo que x = 11,83:
Tabla 2.1
Clculos para obtener el valor de la varianza (Ejemplo 2.6)
Unidad i x (x x) i ( )2
x x i
1 13 1,17 1,3689
2 10 -1,83 3,3489
3 13 1,17 1,3689
4 14 2,17 4,7089
5 11 -0,83 0,6889
6 10 -1,83 3,3489
Total 71 0,02* 14,8334
30
Tericamente ( ) 0
1
=
=
n
i
i x x
El numerador de la expresin (2.4) es la suma del cuadrado de las seis desviaciones de
cada valor que toma la variable, respecto a su media aritmtica, que es igual a 14,8334, que
dividido por 6 es justamente 2,4722.
La raz cuadrada, positiva, de la varianza se llama desviacin estndar o desviacin tpica,
esto es:
S = + S 2 (2.5)
Entonces, usando la expresin anterior (2.5), la desviacin estndar es S = 1,5723.
2.8. DISTRIBUCIN MUESTRAL
Sierrra Bravo (1991), anota que la distribucin muestral est formada por estadsticos o
valores determinados obtenidos de muestras: medias, varianzas, etc. acompaados de sus
respectivas frecuencias relativas o probabilidades, o de la proporcin de veces que se
repiten en el conjunto de todas las muestras posibles del mismo tamao obtenidas de la
poblacin.
De manera ms formal, Tsokos y Milton (1998), anotan que la distribucin de
probabilidad del estadstico se llama distribucin muestral.
Ejemplo 2.7.
Vamos a obtener la distribucin muestral, de las calificaciones obtenidas en la prueba que
mide la educacin ambiental, de una poblacin hipottica compuesta por 3 estudiantes y
que toma calificaciones iguales a: 1 X = 13, 2 X = 11, 3 X = 07. Fijamos para una muestra
31
de tamao 2. En la tabla 2.2 se muestran los posibles resultados de la muestra de tamao
2, as como su respectiva media muestral:
Tabla 2.2
Resultados de posibles muestras de tamao 2
Muestras
posibles
Medias muestrales
(media para cada muestra)
13,11 12
13,7 10
11,13 12
11,7 9
7,13 10
7,11 9
Ahora se muestra la distribucin de frecuencias para los valores de la media muestral:
Tabla 2.3
Distribucin muestral de la media muestral
Valores de las
medias muestrales
Frecuencia Frecuencia relativa
9 2 2/6 = 0.33
10 2 2/6 = 0.33
12 2 2/6 = 0.33
La distribucin muestral de la media muestral es la distribucin de frecuencias o de
probabilidad. En este caso, de las frecuencias relativas de todas las medias muestrales
posibles, obtenidas de muestras de tamao 2, de la poblacin de tamao 3.
32
Por cultura estadstica estudiaremos algunos estadsticos y su distribucin de probabilidad
(distribucin muestral).
2.8.1. Media muestral
La expresin (2.3), nos indica cmo se obtiene una media muestral. Veamos sus
propiedades:
Propiedades de la media muestral
Si X es una variable aleatoria con esperanza o media poblacional y varianza
poblacional o 2 , entonces la media muestral x tiene las siguientes propiedades:
1. E(x)=
2. V (x)=o 2 / n
3. La desviacin estndar de x , que se representa mediante x o , conocida tambin como
error estndar de la media muestral es igual a o / n
4. Sea n X , X , X ,..., X 1 2 3 una muestra aleatoria de tamao n, de una distribucin con
media poblacional y varianza poblacional o 2 . Entonces, para n grande, la variable
aleatoria:
n
x
o /

(2.6)
Se distribuye aproximadamente como una normal estandarizada N(0,1). Se considera
una buena aproximacin cuando n > 30 (teorema del lmite central). De este modo,
33
incluso, an cuando la variable aleatoria X no est normalmente distribuida, podemos
aplicarla en la inferencia estadstica.
2.8.2. Varianza muestral
A partir de cada muestra aleatoria de tamao n de X : x , x ,..., xn 1 2 , tambin se puede
calcular la varianza muestral definida como:
( )
=


=
n
i
i x x
n
s
1
2 2
1
1
(2.7)
Cabe precisar, que algunos autores la llaman cuasivarianza.
Propiedades de la varianza muestral
Si X es una variable aleatoria con esperanza y varianza y o 2 respectivamente,
entonces para la varianza muestral de tamao n se cumple que:
1. E(s2 )=o 2
2. Si X tiene distribucin de probabilidad normal, ( )
2
1 2
o
n s
es una variable aleatoria con
distribucin chi-cuadrado con n 1 grados de libertad.
2.8.3. Proporcin muestral
Consideremos una poblacin en la que existe una proporcin t de elementos que tienen
el atributo A (o pertenecen a la categora A ).
34
CUL ES LA DIFERENCIA ENTRE DESVIACIN ESTNDAR
Y ERROR ESTNDAR?
La diferencia es que la DESVIACIN ESTNDAR describe la variabilidad
de los valores de una variable, en cambio el ERROR ESTNDAR describe
la precisin del estadstico.
Si se toma una muestra aleatoria de n elementos de esa poblacin y se calcula el nmero
A n de elementos con el atributo A , entonces:
n
n
p = A (2.8)
Es la proporcin muestral de los elementos que tienen el atributo A en la muestra. Esta
proporcin muestral corresponde a una variable aleatoria.
Propiedades de la proporcin muestral
1. E(p) =t
2. V(p) =t (1t )/ n
La desviacin estndar, o error estndar de la proporcin muestral, se denota como
p o y es igual a t (1t ) / n
3. Para n suficientemente grande, la variable aleatoria:
n
p
Z
t (1 t ) /
t

= (2.8)
Se distribuye aproximadamente como una N(0,1). Se considera una buena aproximacin
cuando n > 30 (teorema del lmite central).
35
Ejemplo 2.8.
En una muestra aleatoria de 15 docentes de educacin secundaria, de la Institucin
Educativa Martn Adn, se aplic un cuestionario para recoger su opinin sobre el
investigador educativo. Se presenta la respuesta de 3 preguntas, de un total de 27:
Tabla 2.4
Muestra aleatoria de 15 docentes de la Institucin Educativa Martn Adn (Lima)
Docente Edad(1) Investigador(2) Remuneracin(3)
1 34 1 1
2 38 1 1
3 49 2 1
4 42 1 1
5 35 1 2
6 44 2 1
7 30 1 2
8 36 1 1
9 43 2 1
10 47 2 1
11 39 1 2
12 46 2 1
13 48 2 1
14 36 1 2
15 44 1 1
(1) Edad en aos cumplidos del docente.
(2) La profesin de investigador es profesin atractiva para:
1. Docentes jvenes. 2. Docentes maduros.
(3) El investigador educativo debe ser bien remunerado:
1. S. 2. No.
36
Con esta informacin vamos a mostrar la diferencia entre desviacin estndar y error
estndar.
Media muestral
La edad en aos cumplidos tiene distribucin con media poblacional, = 38,5 aos y
varianza poblacional, o 2 = 30 aos2.
Usando la expresin 2.3 se obtiene x = 40,73 aos, y al usar la expresin 2.7 se obtiene
s2 = 33,21 aos2.
Por tanto la desviacin estndar muestral de la edad es: s = s2 = 33,21 = 5,76.
En cambio el error estndar del estadstico media muestral, empleando la propiedad 3, es:
3,87
5,48
15
5,48 = = =
n x
o o = 1,42 aos.
Proporcin muestral
Para la segunda variable, interesa que el docente encuestado indique que la profesin de
investigador es una profesin atractiva para docentes jvenes ( A ). La muestra aleatoria
es igual a 15 docentes (n =15).
En esta poblacin se asume que la proporcin poblacional de docentes que consideran
que la profesin de investigador es una profesin atractiva para docentes jvenes es igual
a 0,71 (t = 0,71).
37
De la tabla contamos que, A n =9, es decir 9 docentes afirman que la profesin de
investigador es una profesin atractiva para docentes jvenes, entonces empleando la
expresin 2.8, se obtiene:
15
9 p = = 0,6 (60%)
Esto es, el 60% de docentes encuestados afirman que la profesin de investigador es una
profesin atractiva para docentes jvenes.
El error estndar del estadstico p es:
0,0137
15
0,2059
15
0,71(0,29)
15
(1 ) 0,71(1 0,71) = = = = =
n p
o t t = 0,1170
2.9. ESTIMACIN
La inferencia estadstica se clasifica como: estimacin y prueba de hiptesis de parmetros
estadsticos. En ambos casos hay una poblacin bajo investigacin y generalmente al
menos un parmetro de esta poblacin, al que vamos a representar mediante la letra
griega u .
Cuando no se tiene una nocin preconcebida sobre el valor de u , se desea responder a la
pregunta: Cul es el valor de u ?
En este caso el intentar conocer el valor de u es en trminos estadsticos, estimar el valor
de u es decir tratar de conocer el valor del parmetro en trminos prcticos.
Sierra Bravo (1991), anota que estimacin proviene del latn estimatio y significa
estimacin, precio y valor que se da a una cosa. En estadstica es la operacin que
mediante la inferencia un parmetro, utilizando datos incompletos procedentes de una
38
ESTIMADOR: Es el estadstico utilizado para generar una estimacin y es una
variable aleatoria.
ESTIMACIN: Es el valor que toma el estimador.
muestra, se trata de determinar el valor del parmetro. Pero los valores de la muestra estn
sujetos al error muestral esto es a las fluctuaciones de la muestra.
La estimacin de un parmetro puede ser mediante una:
1. Estimacin puntual.
2. Estimacin mediante intervalos de confianza.
Para cualquiera de estas dos situaciones empleamos el estadstico que, como ya se ha
mencionado, es una variable aleatoria.
La aproximacin se hace utilizando estadsticos apropiados. A un estadstico empleado
para aproximar o estimar un parmetro de la poblacin u se le llama estimador puntual
de u y se denota mediante u . De este modo por ejemplo, al estimador de la media , se
le denotara por . Una vez que la muestra ha sido tomada y se han hecho algunas
observaciones, se puede obtener el valor numrico del estadstico u . A tal nmero se le
denomina una estimacin puntual de u . Ntese que hay una diferencia entre los trminos
estimador y estimacin.
Ejemplo 2.9.
Consideremos las variables edad en aos cumplidos (X ) y el docente considera que el
investigador educativo debe ser bien remunerado (Y ), para distinguir entre estimador y
estimacin:
39
Variable Parmetro Estimador
Estimacin
n
x
x
n
i
i
= = 1
= x= 40,73 aos
X
o 2
( )
=


=
n
i
i x x
n
s
1
2 2
1
1
o 2 = s 2 =33,21 aos2
Y
t n
n
p = A
t = p = 0,7333 (73,33%)
2.10. PRUEBA DE HIPTESIS
Proceso mediante el cual, a partir de los valores de una muestra aleatoria, se decide si se
rechaza o no el supuesto que plantea el investigador para el parmetro o parmetros de la
poblacin o poblaciones bajo estudio, pero con cierta probabilidad de error (riesgo) por
tomar una decisin.
Ejemplo 2.10.
En cierta investigacin, se requiere estudiar el nivel de comprensin lectora en nios de 8
aos de edad, que asisten a Instituciones Educativas estatales y privadas, para tal fin se
elige al azar una muestra de alumnos de cada tipo de Institucin Educativa (IE). Se
pretenden lograr los siguientes objetivos:
1. Determinar el nivel promedio poblacional del puntaje de la prueba de comprensin
lectora para tipo de IE.
40
2. Verificar si el nivel promedio poblacional del puntaje de la prueba de comprensin
lectora en nios de IE estatal es diferente de los nios de IE privados.
Explicar cul rama de la inferencia estadstica emplear para lograr cada objetivo.
Solucin
Previamente se requiere identificar:
Poblacin. Se trata de dos poblaciones bajo estudio:
1. Nios de 8 aos de edad, que asisten a Instituciones Educativas estatales.
2. Nios de 8 aos de edad, que asisten a Instituciones Educativas privadas.
Muestra. Nios de 8 aos de edad seleccionados aleatoriamente e independiente de cada
poblacin.
Variable aleatoria. Est representada mediante X y se define como: Puntaje de
comprensin lectora obtenida mediante una prueba especial.
Parmetros: En relacin a la variable aleatoria bajo estudio y considerando que se
investiga para dos tipos de IE, los parmetros son:
1
= Nivel promedio poblacional del puntaje de la prueba de comprensin lectora para
nios de 8 aos de edad que asisten a IE estatales.
2 = Nivel promedio poblacional del puntaje de la prueba de comprensin lectora para
nios de 8 aos de edad que asisten a IE privados.
41
1 o = Desviacin estndar poblacional del puntaje de la prueba de comprensin lectora
para nios que asisten a IE estatales.
2 o = Desviacin estndar poblacional del puntaje de la prueba de comprensin lectora
para nios que asisten a IE privadas.
Para lograr el objetivo 1. Se debe emplear la estimacin debido a que se requiere tener
un valor aproximado de 1
y 2 empleando muestras aleatorias que se han obtenido de
manera independiente de cada tipo de institucin educativa.
Para el logro del objetivo 2. Se debe verificar que los promedios poblacionales 1
y 2
son diferentes a partir de muestras aleatorias, aritmticamente significa: 1
diferente de
2 ( = 1

2 ) o equivalentemente 1
- 2 = 0.
En este caso se parte del supuesto que no existe diferencias entre el nivel promedio
poblacional del puntaje de la prueba de comprensin lectora para nios que asisten a IE
estatales y privados. Por tanto se empleara la prueba de hiptesis estadstica, mediante el
cual se somete a prueba 1
- 2 = 0.
2.11. ESTADSTICA PARAMTRICA
Segn Sierra Bravo (1991), es parte de la estadstica que exige determinados requisitos
para emplear en la inferencia estadstica generalmente requiere para su uso el supuesto de
normalidad es decir que las muestras aleatorias se extraen de poblaciones que estn
normalmente distribuidas, o aproximadamente normal.
Ejemplo 2.11.
Se desea verificar si el tiempo promedio requerido para resolver un problema sencillo en
nios de 10 aos de edad con secuelas neurolgicas derivadas de hiperbilirubenia al nacer,
42
se incrementa despus de haber recibido una capacitacin especial para resolver
problemas de ese tipo.
En este caso se debe elegir una muestra aleatoria de la poblacin conformada por nios
de esta poblacin, es decir, nios de 10 aos de edad con secuelas neurolgicas derivadas
de hiperbilirubenia al nacer.
La variable aleatoria bajo estudio X, es el tiempo, en minutos, para resolver un problema
sencillo, cuyo parmetro se define como:
= Tiempo promedio poblacional, en minutos, requerido para resolver un problema
sencillo.
Para estudiar a este parmetro se requiere evaluar a la muestra aleatoria de esta poblacin
antes de la capacitacin especial y despus de la capacitacin especial, es decir los
parmetros para este esquema, sujetos a estudio estadstico son:
1
= Tiempo promedio poblacional, en minutos, requerido para resolver un problema
sencillo antes de la capacitacin.
2 = Tiempo promedio poblacional, en minutos, requerido para resolver un problema
sencillo antes de la capacitacin.
En este caso la muestra aleatoria es relacionada, porque a cada unidad de la muestra se le
evala bajo dos condiciones, antes y despus de la capacitacin especial.
Para verificar el supuesto propuesto. La capacitacin especial incrementa el tiempo
promedio requerido para resolver problemas sencillos en nios de esta poblacin a partir
de muestras relacionadas, se aplica una prueba de hiptesis para someter a prueba: 1
=
43
tiempo, en minutos, promedio poblacional requerido para resolver un problema sencillo
1
< 2 o equivalentemente 1
- 2 < 0.
La estadstica inferencial nos da la herramienta llamada estadstica para someter a prueba
la diferencia de medias poblacionales empleando muestras relacionadas, cuya aplicacin
requiere que las diferencias de cada par de observaciones (tiempo empleado para resolver
un problema sencillo antes y despus de la capacitacin especial) debe tener distribucin
normal de probabilidad. En este caso se est empleando la estadstica paramtrica debido
a que debe cumplir con el supuesto de normalidad
2.12. ESTADSTICA NO PARAMTRICA
Cuando no se da el supuesto de la normalidad se tienen dos alternativas, una de ellas es
aproximar los valores de los datos a una distribucin normal para la cual hay una serie de
mtodos, y la segunda alternativa es emplear los mtodos de la estadstica no paramtrica,
es decir, mtodos que no suponen nada acerca de la distribucin poblacin muestreada
por eso tambin a los mtodos de la estadstica no paramtrica se le llama de distribucin
libre.
Y que son excelentes cuando los tamaos muestrales son pequeos ( n s10 ), asimismo
estos mtodos se basan en el anlisis de los rangos de los datos que en las propias
observaciones.
Ejemplo 2.12.
Considerando el caso anterior si las diferencias muestrales no cumplen con el supuesto
de normalidad, cuya verificacin se realiza con herramientas estadsticas pertinentes,
entonces se recurrir a la estadstica no paramtrica, y que se tratar en el captulo 6.
44
EJERCICIOS PROPUESTOS
2.1. Leer atentamente el siguiente resumen, del artculo de investigacin titulado:
Competencias docentes en los profesores de medicina de la Universidad
Michoacana de San Nicols de Hidalgo2
Resumen
Para la identificacin de un grupo de competencias docentes bsicas en los profesores que
se desempean en la licenciatura en medicina en la Facultad de Medicina Dr. Ignacio
Chvez, objetivo fundamental del presente trabajo, se utilizaron mtodos tericos y
empricos. Se aplic una encuesta a una muestra seleccionada de docentes y alumnos. Se
emplearon procedimientos estadsticos para el anlisis de los resultados y se elaboraron
tablas. A partir de la identificacin de las necesidades de aprendizaje de los profesores
estudiados, en relacin con la direccin del proceso enseanza-aprendizaje y los referentes
tericos sobre el tema, se realiz un anlisis integrador para valorar los datos obtenidos, lo
que permiti la caracterizacin de los docentes objeto de investigacin, en relacin con las
competencias docentes bsicas propias de una gestin formativa pertinente. Se tomaron
en consideracin los principios metodolgicos ms actuales acerca de la formacin de
recursos humanos en la educacin superior en sentido general y en particular en la
educacin mdica superior.
2 MANZO RODRIGUEZ, Lidia; RIVERA MICHELENA, Natacha y RODRIGUEZ OROZCO, Alain.
Competencias docentes en los profesores de medicina de la Universidad Michoacana de San
Nicols de Hidalgo. Revista Cubana de Educacin Mdica Superior. Vol. 20. Abril-Junio 2006, ISSN
0864-2141.
45
A partir de este resumen:
1. Defina la poblacin.
2. Defina la muestra.
3. Defina la(s) variable(s) aleatoria(s).
4. Plantear un parmetro, y su respectivo estadstico, segn respuesta 3.
2.2. Leer atentamente el siguiente resumen del artculo de investigacin titulado:
Percepcin de los estudiantes universitarios de sus propias habilidades
de investigacin3
Resumen
El objetivo de esta investigacin fue identificar la percepcin que tienen los estudiantes
universitarios respecto a sus habilidades de investigacin, para lo cual se utiliz un
instrumento llamado Autoevaluacin de habilidades de investigacin (Rivera, Torres,
Garca Gil de Muoz, Salgado, Arango, Caa y Valentn, 2005). Participaron 119
estudiantes de los cuales 73.7% fueron mujeres y 26.3% hombres, entre ellos, el 88.2% se
encontraba realizando estudios de licenciatura y el 11.8% de postgrado. Se cont con
representantes de cuatro reas de conocimiento: Ciencia y Tecnologa, Ciencias Humanas,
Ciencias Econmico-Administrativas, y Educacin. La confiabilidad del instrumento
aplicado fue alta (Alfa de Cronbach =.9557). Se encontr que la mayora de los
estudiantes asignan calificaciones altas a sus habilidades de investigacin y que por lo
general los hombres y las mujeres evalan sus habilidades de investigacin de manera
3 Mtra. RIVERA HEREDIA, Mara Elena y Mtra. TORRES VILLASEOR, Claudia Karina.
Universidad Simn Bolvar. merivera@bolivar.usb.mx. ambiental@bolivar.usb.mx.
www.usb.edu.mx/investigacion/cif/proyectos/proyecto3/habilidades.doc
46
semejante; cuando aparecen diferencias significativas, son los hombres quienes se asignan
puntajes ms altos. Se discuten las diferencias entre los resultados arrojados por este
cuestionario con los de otras estrategias de evaluacin.
En base a este resumen plantear como sera la aplicacin de la inferencia estadstica bajo
el enfoque de:
1. Estimacin de parmetros.
2. Prueba de hiptesis de parmetros.
Los

You might also like