que un número de mayor cantidad tiene más alto grado de atributo medido en comparación de un número menor. Se establece una gradación u orden natural para las categorías, cada uno de los datos puede localizarse dentro de alguna de las categorías disponibles.
Escala de intervalo
En esta escala además del “mayor que” y el “menor que” también se
establece una unidad de medida que nos permite precisar cuanto se es mayor o menor. La unidad de medición es arbitraria, el cero es convencional y pueden existir cantidades negativas; la medición de la temperatura y del coeficiente intelectual son ejemplos de este tipo de escala.
En esta escala se pueden hacer comparaciones por medio de diferencias o de sumas, sin embargo no se admiten comparaciones por medio de multiplicaciones, divisiones o porcentajes pues carecen de sentido.
Escala de razón
Similar a la escala de intervalo, pero tiene un cero absoluto y por ello los múltiplos de los valores de la escala serán significativos; el nivel de votos en una elección sería un buen ejemplo de una escala de medición de razón.
Sumatoria La sumatoria o sumatorio se emplea para representar la suma de muchos o infinitos sumandos.
La expresión se lee: " sumatoria de Xi, donde i toma los valores de 1 a n ".
18
La operación sumatoria se expresa con la letra griegra sigma mayúscula
Σ.
i es el valor inical llamado límite inferior. n es el valor final llamado líimite superior. Si la sumatoria abarca la totalidad de los valores, su expresión se puede simplificar:
Es frecuente el uso del operador sumatoria en Estadística. La suma de las frecuencias absolutas se puede expresar como:
1.
2.
Y la media como:
1.
2.
Razón
19
Es el cociente entre dos números, en el que ninguno o sólo algunos elementos del numerador están incluidos en el denominador. El rango es de 0 a infinito.
Proporción Es una razón en la cual los elementos del numerador están incluidos en el denominador. Se utiliza como estimación de la probabilidad de un evento.El rango es de 0 a 1 (o de 0 a 100%).
Tasa Es un tipo especial de razón o de proporción que incluye una medida de tiempo en el denominador. Está asociado con la rapidez de cambio de un fenómeno por unidad de una variable (tiempo, temperatura, presión). Los componentes de una tasa son el numerador, el denominador, el tiempo específico en el que el hecho ocurre, y usualmente un multiplicador, potencia de 10, que convierte una fracción o
decimal
en
un
número
entero.
El
rango
es
de
0
a
infinito.
En el año 2005 se encontraban censados en Andalucía 7.849.799 personas, y en España 44.108.530 (datos del Instituto Nacional de Estadística). Ejemplos de tasa:
- La tasa de legionelosis en Andalucía en el año 2005: 83/7.849.799= 1,06*10-5. 1,06 personas por cada 100.000 habitantes, padecieron legionelosis en Andalucía.
Frecuencia Se llama frecuencia a la cantidad de veces que se repite un determinado valor de la variable. Se suelen representar con histogramas y con diagramas de Pareto.
20
Tipos de frecuencia
Ejemplo: variables de A en una muestra estadística de un conjunto B de tamaño 50 (N). En estadística se pueden distinguir hasta cuatro tipos de frecuencias (véase fig.1), estas son: Frecuencia absoluta (ni) de una variable estadística Xi, es el número de veces que este valor aparece en el estudio. A mayor tamaño de la muestra, aumentará el tamaño de la frecuencia absoluta; es decir, la suma total de todas las frecuencias absolutas debe dar el total de la muestra estudiada (N). Frecuencia relativa (fi), es el cociente entre la frecuencia absoluta y el tamaño de la muestra (N).
Es decir, siendo el fi para todo el conjunto i. Se presenta en una tabla o nube de puntos en una distribución de frecuencias.
21
Si multiplicamos la frecuencia relativa por 100 obtendremos el porcentaje o tanto por ciento (pi) que presentan esta característica respecto al total de N, es decir el 100% del conjunto. Frecuencia absoluta acumulada (Ni), es el número de veces ni en la muestra N con un valor igual o menor al de la variable. La última frecuencia absoluta acumulada deberá ser igual a N. Frecuencia relativa acumulada (Fi), es el cociente entre la frecuencia absoluta acumulada y el número total de datos, N. Es decir,
Con la frecuencia relativa acumulada por 100 se obtiene el porcentaje acumulado (Pi), que al igual que Fi deberá de resultar al final el 100% de N. La representación gráfica de la distribución de frecuencias acumuladas se denomina ojiva. En ella el eje de las abscisas corresponde a los límites de clase y el de las ordenadas a los porcentajes acumulados.
Importancia y aplicaciones. Las estadísticas con perspectiva de género son esenciales para el seguimiento, análisis y evaluación de la situación de los hombres y mujeres, y sus interrelaciones en el mundo del trabajo. La necesidad de disponer de tales estadísticas fue reconocida en particular en la Plataforma de Acción de Beijing, adoptada en 1995, que invitó a los países y a las organizaciones internacionales a compilar y analizar estadísticas que reflejen los problemas y cuestiones relativos al hombre y la mujer en la sociedad .
22
Por lo que se refiere a las estadísticas del trabajo, en el Objetivo Estratégico H.3 de la Plataforma de Acción de Beijing se menciona específicamente la necesidad de producir estadísticas sobre: a) el empleo, incluido el empleo en el sector informal, el desempleo y el subempleo, que no subestimen la participación de las mujeres y los hombres; b) el trabajo no remunerado que ya esté incluido en el Sistema de Cuentas Nacionales de las Naciones Unidas, como en la agricultura, y especialmente en la agricultura de subsistencia; c) el trabajo no remunerado que no se incluye en el Sistema de Cuentas Nacionales, como el cuidado de los familiares a cargo y la preparación de alimentos, y su interrelación con las actividades remuneradas que se realizan simultáneamente o en forma alternativa; d) la pobreza entre hombres y mujeres, incluido el acceso a los recursos; e) la violencia contra la mujer, incluidos el hostigamiento sexual y la trata de mujeres y niñas, y f) la participación de las mujeres y de los hombres con discapacidades, incluido su acceso a los recursos. Se pedía también a los países que prepararan una publicación periódica de estadísticas en la que se presentaran e interpretaran datos pertinentes sobre mujeres y hombres, y desglosaran todos los datos estadísticos, al menos por sexo y en función de indicadores socioeconómicos y otras variables. En la actualidad, hay amplio consenso en que las estadísticas del trabajo nacionales a las que se ha incorporado una perspectiva de género son más completas y de mejor calidad que las que no toman en cuenta el género, aspecto que debería tener una gran importancia para los estadísticos del trabajo. Las estadísticas con perspectiva de género serán útiles no sólo para el usuario interesado en el análisis de las cuestiones de género, sino para todos los usuarios de las estadísticas del trabajo, como los analistas del mercado laboral y los encargados de tomar decisiones sobre políticas. Ante todo, gracias a esta forma de potenciar las estadísticas se evitará la subestimación y la valoración inexacta de la contribución aportada por algunos grupos de trabajadores a la economía nacional, como ocurría en gran medida con 23
respecto a las mujeres. Una consecuencia de este avance será que las políticas y programas que tienen incidencia en los mercados de trabajo y en la economía ya no se formularán sobre la base de estadísticas que reflejen sólo parcialmente las contribuciones de los trabajadores. Es evidente que el uso de una base estadística incompleta para elaborar tales políticas y programas va en detrimento tanto de las mujeres como de los hombres, si bien en grados diferentes. Los métodos estadísticos tradicionalmente se utilizan para propósitos descriptivos, para organizar y resumir datos numéricos. La estadística descriptiva, por ejemplo trata de la tabulación de datos, su presentación en forma gráfica o ilustrativa y el cálculo de medidas descriptivas. Ahora bien, las técnicas estadísticas se aplican de manera amplia en mercadotecnia, contabilidad, control de calidad y en otras actividades; estudios de consumidores;
análisis
de
resultados
en
deportes;
administradores
de
instituciones; en la educación; organismos políticos; médicos; y por otras personas que intervienen en la toma de decisiones.
24
Conclusión
25
Bibliografía
26