COMPONENTES DE UNA INVESTIGACIÓN ESTADÍSTICA El estudio estadístico de una situación con propósitos inferenciales se centra en dos conceptos fundamentales: población y muestra, los cuales serán definidos a continuaci continuación: ón:
Población. Es el conjunto formado por todos los valores posibles que puede asumir, la variable objeto de estudio. Así por ejemplo, en un estudio sobre la preferencia de los votantes en una elección presidencial, la población consiste en todas las respuestas de los votantes registrados. Pero el trmino no sólo está asociado a la colección de seres !umanos u organismos vivos" y tenemos así que, si se va a !acer una investigación de las ventas anuales de los lo s supe perm rmer erc cado dos s, en entton onc ces las ven enttas anual ales es de tod odos os los supermercados constituyen constituyen así mismo la población. Es bueno tener en cuenta que el trmino población se interpreta de dos maneras cuando se !ace un estudio estadístico, a saber: #. $a interpretación propia en el Análisis Estadístico, que corresponde a la que !emos presentado anteriormente. %. &o &omo mo el co conj njun unto to de ob obje jeto tos s so sobr bre e lo los s cu cual ales es ac act' t'a a la va vari riab able le considerada.
Por tanto, no es e(tra)o escuc!ar e(presiones tales como, *se !i+o un esttud es udio io de los niv ivel eles es de ing ngrres eso o de la pobl bla aci ción ón tra rab baja jad dor ora a colombiana*, entendindose con ello que el elemento estadístico objeto de análisis fue el registro numrico de los ingresos.
Muestra. Es cualquier subconjunto de la población, escogido al seguir ciertos criterios de selección. $a mu mues estr tra a es el el elem emen ento to bá bási sico co so sobr bre e el cu cual al se fu fund ndam amen enta ta la posterior inferencia acerca de la población de donde se !a tomado. Por ello el lo,, su es esco coge genc ncia ia y se sele lecc cció ión n deb ebe e !a !ace cers rse e si sigu guie iend ndo o ci cier erto tos s proc pr oced edim imie ient ntos os qu que e son am ampl plia iame ment nte e tr tra ata tado dos s en la pa part rte e de la estadística llamada eoría de muestreo. El concepto de muestra tiene tambin las dos connotaciones que !emos se)alado para la población. $as ca $as cara ract cter erís ísti tica cas s de un una a po pobl blac ació ión n se re resu sume men n pa para ra su es estu tudi dio o generalmente generalment e irá mediante lo que que se denominan parámetros" stos stos a su ve+ se toman o consideran como valoresverdaderos de la característica estudiada. Por ejemplo, la proporción de todos los clientes que declaran cierta cie rta prefere preferenci ncia a por una mar marca ca particul particular ar de un pro produ ducto cto dado, dado, es un par paráme ámetro tro de la pob poblac lación ión de tod todos os los cli client entes" es" es la ve verda rdader dera a proporción de la población.
-gualmente, la media aritmtica de las cuentas corrientes de los clientes de un banco determinado constituye un parámetro de la población de las cuentas de los clientes de ese banco. &uando la característica de la población estudiada se reduce a una muestra el resumen de esa característica se !ace mediante una esta medida/ o estadígrafo. Así por ejemplo. si se toman #00 de todos los posibles clientes y se les entrevista para ver si están a favor de una marca particular de un producto, estos #00 clientes la constituyen una muestra.. 1i !ay 20 clientes que prefieren dic!a marca entonces la proporción muestral será 0.20 y constituirá un estadígrafo" de igual manera si se escogen #,000 cuentas del total de las cuentas comentes" las #,000 observaciones conforman una muestra y el promedio aritmtico de estas cuentas un estimador.
$a inferencia estadística se orienta a sacar conclusiones acerca del parámetro o parámetros poblacionales con base en el valor de un estimador obtenido a partir de los datos muestrales e(traídos de esa población. Para llegar a ese objetivo a travs de un proceso racional y efica+, se aconseja que se tengan en cuenta los siguientes pasos:
. !or"ulación #el $roble"a. En este punto se debe especificar de manera clara la pregunta que se debe responder y la población de datos asociada a la pregunta. $os conceptos deben ser precisos y deben ponerse limitaciones adecuadas al problema motivadas por el tiempo, dinero disponible y la !abilidad de los -nvestigadores. Algunos conceptos como, artículo defectuoso, económico, salario, pueden variar en cada caso y para cada problema debemos coincidir con las ideas se)aladas en el estudio.
%. Dise&o #el e'$eri"ento. Este aspecto es de gran importancia, puesto que la recolección de datos requiere dinero y tiempo. Es siempre nuestro deseo obtener má(ima -nformación con el mínimo costo dinero y tiempo/ posible. -ncluir e(cesiva -nformación en la muestra es a menudo costoso y antieconómico. -ncluir poca tambin es poco satisfactorio. Esto implica, entre otras cosas, que debemos determinar el tama)o de la muestra o la cantidad o tipo de datos que nos permita resolver el problema de la manera más eficiente.
(. )ecolección #e #atos. Esta parte, por lo general, es la que e(ige más tiempo en la -nvestigación. Esta recolección debe ajustarse a reglas estrictas ya que de los datos esperamos e(traer la -nformación deseada.
*. Tabulación + #escri$ción #e los resulta#os. En esta etapa, los datos muestrales se e(ponen de manera clara y se ilustran con representaciones tabulares y gráficas diagramas. !istogramas, etc./"
además se calculan las medidas estadísticas apropiadas al proceso inferencial que !aya sido escogido.
,. In-erencia esta#stica + conclusiones. Este 'ltimo paso constituye tal ve+ la contribución más importante de la estadística al proceso inferencial. Aquí se fija el nivel de confiabilidad para la inferencia" esto es debido a que las conclusiones derivadas de inferencias estadísticas jamás se pueden tomar con un #003 de certe+a, pero sí se les puede asociar un nivel de confiabilidad" en trminos de probabilidad denominados nivel de confian+a y nivel de significancia. El proceso -nferencial nos llevará a una conclusión estadística que servirá de orientación a quien o quienes deban tomar la decisión administrativa o clínica/ sobre el tema objeto de estudio.
PARA QUE SIRVE LA ESTADISTICA EN LA PSICOLOGIA Laest adí st i caesunaher r ami ent abási capar al ai nvest i gaci ónempí r i caqueayudaaconocerl a r eal i daddemaner a“ obj et i va” .Enl adi sci pl i napsi col ógi caj uegaunpapeli mpor t ant epor que per mi t eabst r aeryel abor arcat egor í asconcept ual esapar t i rdel osdat os,l ascual esper mi t en descr i bi r ,pr edeci ry/ oexpl i carl aconduct ahumana. Lapr esenci adel aest adí st i caenelpl andef or maci óndepsi cól ogossej ust i ficadesdel a per spect i vadel af or maci óni nvest i gat i va,l acualf avor eceeldesar r ol l odehábi t osder i gor ci ent í fico,asícomoeldesar r ol l odelpensami ent ol ógi cof or mal .Porl ocualacont i nuaci ónse expl i ci t anl asrazonesdel apr esent easi gnat ur a: Esnecesar i oquel ospsi cól ogosenf or maci óndesar r ol l enl acompet enci apar al eer , compr ender ,anal i zarycr i t i carl osr esul t adosdescr i pt i vosdel aspubl i caci onesci ent í ficas desar r ol l adasenl adi sci pl i napsi col ógi cayconot r asdi sci pl i nas,l ascual esensugr anmayor í a ut i l i zancomomét ododeanál i si spar asusdat ospr ocedi mi ent osest adí st i cos. Lospsi cól ogosenf or maci ónr equi er enpar t i ci parenl ar eal i zaci óndei nvest i gaci ónci ent í fica desdeelenf oqueempí r i coanal í t i coyaseaf or mat i vay/ opr of esi onal ,par al ocualel l os r equi er endeunabasesól i dadeest osconoci mi ent os. Elcompr enderl ospr ocedi mi ent osyanál i si sest adí st i cosi nf er enci al espar amét r i cosyno par amét r i cosayudanaquel ospsi cól ogosenf or maci óndesar r ol l enunpensami ent oanal í t i coy cr í t i co,porcuant ol aest adí st i cal osayudaaqueapr endanapensarenf or mapr eci sa,aeval uar i nf or mac i ónyaapl i c aranál i s i sl ógi c o.
t ambi enl aest adÍ st i caeshoyuni nst r ument omuyempl eadoporpar t edel osi nvest i gador esen l asdi st i nt asár easci ent í ficas.Sunecesi dadei mpor t anci ahani doaument andodur ant el os úl t i mosañosdent r odel asCi enci asdel aConduct ay,másconcr et ament e,enl aPsi col ogí a.
Comomuest r adeel l obast aconsul t arl aspubl i caci onesmásmoder nassobr ePsi col ogí a exper i ment al ,Psi col ogí adelapr endi zaj e,Psi col ogí aeducaci onal ,Psi col ogí asoci al ,Psi cof í si ca, et c.Hast aenl aPsi col ogí acl í ni caseexi geyaundomi ni obast ant epr of undodel ast écni cas est adí st i cas.Noessufici ent equeelpsi cól ogosepaapl i carmecáni cament eunasf ór mul as,si no quer equi er econocerelf undament oyl adeducci óndel asmi smas,asícomol ascondi ci ones queexi genl ast écni casest adí st i casencadacasoconcr et o.
enps i c ol ogi as eut i l i z anl aes t adi s t i c ades cr i pt i v aas ic omol aes t adi s t i c ai nf er enc i al ,enl a descr i pt i vacomosunombr el odi cenosper mi t edescr i vi rl aspobl aci onesasicomol as car act er i st i casdeest aasicomodesi gnargr uposmuest r al eset t c Laest adí st i caI nf er enci a,eselpr ocesoporelcualsededucen( i nfier en)pr opi edadeso car act er í st i casdeunapobl aci ónapar t i rdeunamuest r asi gni ficat i va.Unodel osaspect os pr i nci pal esdel ai nf er enci aesl aest i maci óndepar ámet r osest adí st i cos.Porej empl o,par a aver i guarl amedi a,µ,del asest at ur asdet odosl ossol dadosdeunr eempl azo,seext r aeuna muest r ayseobt i enesumedi a,0.Lamedi adel amuest r a( medi amuest r al ) ,0,esunest i mador del amedi apobl aci onal ,µ.Sielpr ocesodemuest r eoest ábi enr eal i zado( esdeci r ,l amuest r a t i eneelt amañoadecuadoyhasi dosel ecci onadaal eat or i ament e) ,ent onceselval ordeµ, desconoci do,puedeseri nf er i doapar t i rde0. Lai nf er enci asi empr eser eal i zaent ér mi nosapr oxi madosydecl ar andounci er t oni velde confianza.Porej empl o,sienunamuest r aden=500sol dadosseobt i eneunaest at ur amedi a0 =172cm,sepuedel l egaraunaconcl usi óndelsi gui ent et i po:l aest at ur amedi a,µ,det odosl os sol dadosdelr eempl azoest ácompr endi daent r e171cm y173cm,yest aafir maci ónser eal i za conunni veldeconfianzadeun90%.( Est oqui er edeci rqueseacer t ar áenel90% del os est udi osr eal i zadosenl asmi smascondi ci onesqueést eyenel10% r est ant esecomet er á er r or . ) Sisequi er emej or arelni veldeconfianza,sedeber áaument arelt amañodel amuest r a,obi en di smi nui rl apr eci si óndel aest i maci óndandount r amomásampl i oqueelf or madoporelde ext r emos171,173.Recí pr ocament e,sisequi er eaument arl apr eci si ónenl aest i maci ón di smi nuyendoelt amañodeli nt er val o,ent onceshayqueaument arelt amañodel amuest r ao bi enconsent i runni veldeconfianzamenor .Fi nal ment e,sisequi er emej or art ant ol apr eci si ón comoelni veldeconfianza,hayquet omarunamuest r asufici ent ement egr ande. engener alesunaher r ami ent amuyut i lenl apsi col ogi aqueapesardequeamuchosnol es agr adeesNECESARI A,ypuesf aci l i t al ascosast edescr i bi r i amasper oyasei nchoel dedode es cr i bi rt ant ooj al at eay as er v i do. . .
T I P OSDEGRAF I C ASES T A DI S T I C AS