Material 2020 PDF

UCES - Facultad de Ciencias Jurídicas y Sociales
UCES - LICENCIATURA EN
PSICOLOGIA
ESTADÍSTICA
Programa y Material de Estudio
Profesores:
L. Mariel Cáceres
Oscar Prez
Graciela Muchutti
Cristina Molnar
2020
UCES - LICENCIATURA EN PSICOLOGIA
ESTADISTICA
Estructura del Material de la Cátedra:
➢ Programa de la Materia con Bibliografía
➢ Criterios de Aprobación
➢ Trabajo de Integración Final
➢ Material de Cursada:
✓ Estadística Descriptiva: Unidad 1 y 2
→ Introducción teórica
→ Guías de Problemas 1, 2, 3, 4 y 5
✓ Análisis Multivariado, Probabilidad y Estadística Inferencial: Unidad 3, 4
→ Introducción teórica
→ Guías de Problemas 6 y 7
ESTADISTICA
PROGRAMA:
Unidad temática I: La Estadística
• La Estadística, su evolución histórica. La Estadística como disciplina. El lugar de la
estadística en el proceso de investigación. Determinismo- Azar. Estadística Descriptiva.
Estadística Inferencial.
Tiempo aproximado: 1 clase
Bibliografía obligatoria:
Cortada de Kohan, N. (1994). Diseño Estadístico (para Investigadores de las ciencias sociales y
de la conducta). Eudeba. Bs As.
Kelmanski, D (2009) Estadística para todos. Estrategias de pensamiento y herramientas para la
solución de problemas. Colección: Las ciencias naturales y la matemática. Bs. As.: Ministerio de
Educación de la Nación.
Amón, J. (1978). Estadística para Psicólogos I. Madrid: Ediciones Pirámide. Cap. 9, 10, 14 y 15.
Unidad temática II: Estadística Descriptiva

La estructura del dato. El nivel de medición. Escalas nominales: proporciones, porcentajes y
razones. Escalas de intervalo: distribuciones de frecuencia, presentación gráfica: histogramas,
polígonos de frecuencia, ojivas. Escalas de intervalo: medidas de tendencia central. Escalas de
intervalo: medidas de dispersión. Utilización de software estadístico.
Tiempo aproximado: 2 clases
Bologna E. (2011). Estadística para Psicología y Educación. Córdoba: Brujas.
Azaretto, C. Introducción al análisis y procesamiento de datos. El recurso a la Estadística.
Material de circulación interna UCES.
Samaja, J. (1995). Epistemología y Metodología. Parte III. Buenos Aires: Eudeba.
Bibliografía de ampliación:
ESTADISTICA
Garrett, H (1974). Estadística en Psicología y Educación. Buenos Aires: Editorial Paidós.

Capítulos I a IV.
Moroney, A (1972). Hechos y Estadísticas, EUDEBA, Buenos Aires, Cap 1,2,3.
Mosterín, J. (1987). La estructura de los conceptos científicos. En Conceptos y teorías en la
ciencia (Cap. 1). Madrid: Alianza Universidad.
Unidad temática III: Análisis Multivariado

Estudio conjunto de dos o más variables. Relación entre variables. Valores directos y valores
teóricos de las variables. Correlación de variables. Cruzamiento de variables. Coeficiente de
correlación de Pearson. Covarianza. Relación entre variables ordinales. Relación entre
variables nominales. Relación entre variables dicotómicas.
Cortada de Kohan, N. (1994). Diseño Estadístico para investigadores de las ciencias sociales y
del comportamiento. Bs. As. EUDEBA SEM.
Unidad temática IV: Azar y Probabilidad

Origen de la teoría de la probabilidad matemática. La probabilidad y la experiencia. La
probabilidad como una operatoria sobre el azar. Defectos de la definición clásica. Modelos
matemáticos. Experiencias aleatorias. Frecuencias relativas y probabilidades matemáticas.
Propiedades de la probabilidad matemática. Distribución de frecuencias: distribución binomial y
la distribución normal.
Gutierrez Banegas, A.L. (2012) Probabilidad y Estadística. Enfoque por competencias. México:
Mc Graw Hill
Webster, A. (2000) Estadística aplicada a los Negocios y la Economía. Bogotá, Colombia. 3ª Ed.
Mc Graw Hill.
Pagano, R. (1999) Estadística en las Ciencias del Comportamiento. México. International
Thomson Editores. Cap 5, 8 y 9.
Azaretto, C. Introducción al análisis y procesamiento de datos. El recurso a la
ESTADISTICA
Estadística. Material de circulación interna UCES.

Spiegel, M (1970) Teoría y Problemas de Estadística. México. Libros Mc Graw Hill.
Cap. 6 y 7.
Ayer, A. (1974). El azar. En Matemáticas en el Mundo Moderno. Madrid: Blume.
Cramér, H. (1968). Elementos de la Teoría de Probabilidades. Madrid: Aguilar.Cap. 2 y 3
Kac, Mark (1974) Probabilidad. En Matemáticas en el Mundo Moderno. Madrid: Blume.
Fuchs, W. (1986) El libro de la Matemática Moderna. Cap.8, pto 1 “Redes para el azar y la
estrategia” y pto 2 “¿Matematización de la actuación humana?
Unidad temática V: Estadística Inferencial

Estadística y parámetros. La forma de las hipótesis estadísticas. Muestreo: aleatorio,
sistemático, estratificado y por conglomerados. Análisis de los procedimientos de selección de
muestras. Muestreo y su relación con los tipos de diseños de investigación. La inferencia
estadística y su estatuto en el sistema de inferencias racionales. Pruebas de hipótesis.
Estimadores.
Kohan, N (1994) Diseño Estadístico para Investigadores de Ciencias Sociales y de la
Conducta. Buenos Aires. EUDEBA: Cap. VIII y IX
Azaretto, C. Introducción al análisis y procesamiento de datos. El recurso a la Estadística.
Material de circulación interna UCES
Woodcok, A. y Davis, M (1986). Método clínico o Método estadístico? En Teoría de las
catástrofes (Cap. 1). Madrid: Cátedra.
Miller, J. (1970) Introducción a la Psicología. (Cap. 20). Madrid: Alianza.
ESTADISTICA
CRITERIOS DE APROBACION
Pautas generales de acreditación y evaluación
Para la aprobación de la asignatura se requerirá:

• Asistencia al 75% de las clases.
• Aprobar dos exámenes parciales cuatrimestrales (con un puntaje mínimo de 4 puntos), con
opción de recuperar un parcial.
• Entregar las guías de Trabajos prácticos.
• Aprobar las entregas pautadas del Trabajo de Integración final con un mínimo de 4 puntos.
• Examen final individual con defensa del trabajo final de integración (con un puntaje mínimo
de 4 puntos).
5.1 Criterios de evaluación:

• Participación activa en la clase.
• Evidenciar lectura de la bibliografía.
• Cumplir con los trabajos prácticos solicitados.
• Capacidad de relacionar las categorías de análisis desarrolladas
ESTADISTICA
TRABAJO DE INTEGRACION FINAL

TEMA: Estadística descriptiva. Tabla de frecuencias. Gráficos. Medidas de posición y dispersión. Escalas.
Probabilidad. Inferencia estadística.
Criterios de elaboración:
✓ El trabajo será de carácter grupal (de 3 alumnos máximo) con defensa individual.
✓ Se presentará al finalizar la cursada la introducción, metodología, objetivos, clasificación
de variables para la regularización de la materia.
✓ Se entregará el día del examen final, manuscrito o en formato Word.
✓ El Examen final consistirá en la defensa oral del presente trabajo. Se realizarán preguntas
sobre la fundamentación de la metodología utilizada, la teoría correspondiente y las
conclusiones arribadas.
Criterios de evaluación:
✓ Originalidad del trabajo y su relación con el campo de aplicación a la carrera del licenciado
en Psicología.
✓ Correcta determinación de población y muestra.
✓ Análisis de la Estructura cuatripartita de las variables utilizadas en forma correctas.
✓ Elaboración correcta de tablas y gráficos de acuerdo con la variable o constructo estudiado.
✓ Aplicación adecuada de probabilidades y relaciones entre variables.
✓ Interpretación estadística de resultados y gráficos.
✓ Respuestas adecuadas a las preguntas planteadas por el profesor.
✓ Uso del vocabulario específico de la materia.
✓ Breve comentario final del trabajo.
Contenido del trabajo deberá incluir:
1. Portada
• Nombre de la materia
• Nombre del alumno
• Nombre del trabajo (a elección del alumno)
• Año
Primera Entrega del Trabajo de Integración:

2. Elección y Planteamiento del problema:
• El alumno deberá elegir un problema referido a su carrera y su campo de aplicación.
• Formulación del problema: breve análisis y descripción de la situación a analizar, y para qué se
va a estudiar.
• Objetivos: Cuáles son los logros que se quiere obtener con el estudio estadístico, qué se desea
conocer.
3. Determinación de:
• Población: Definir y describir la población en estudio y su contexto (lugar, tiempo,
características)
ESTADISTICA
• Muestra, metodología de muestreo, fuente de datos: pueden ser obtenidos por encuestas in
situ (realizadas por ustedes, en forma personal, por correo, u otras) o con datos extraídos de
fuentes gubernamentales oficiales, o de otras fuentes acreditadas (publicaciones científicas).
Dejar constancia de los test o encuestas realizadas. Describir la metodología utilizada y su
fundamentación.
• Variables en estudio: nombrarlas y clasificarlas (utilizando la estructura cuatripartita). Se
deberán elegir al menos dos variables cualitativas y una cuantitativa. Determinar si se utiliza
indicadores para medir la variable en estudio.
4. Cálculos y Resultados:
Los cálculos y resultados de acuerdo a la metodología y análisis estadístico elegido para resolver el
problema planteado, pueden contener:
• Tabla de distribución de frecuencias de las variables cualitativas y cuantitativas
• Gráficos correspondientes
• Medidas de Posición y de Dispersión
Segunda Entrega del Trabajo de Integración:
• Cálculo de probabilidades.
• Cálculo de intervalos de confianza
• Elaboración de un test de hipótesis (bilateral o unilateral) con algún valor de referencia (se
puede buscar este valor en bibliografía o en publicaciones científicas)
5. Análisis y conclusión:
• Elaborar conclusiones de los resultados obtenidos del análisis estadístico descriptivo (de
tablas de frecuencias, medidas y gráficos).
• Para qué sirvió el análisis estadístico?
• Se obtuvo alguna respuesta frente a la situación problemática? O sirve para resolverla? ¿Se
lograron los objetivos formulados? ¿Surgieron nuevas preguntas con este estudio?
• Conclusión y comentario acerca de la realización del trabajo.
Nota: la aprobación de las dos partes del trabajo de integración final entregadas no implica la
aprobación del examen final. El alumno debe defender su trabajo en las fechas de finales
correspondientes en forma individual. Cada alumno debe llevar del día del examen final una
copia de su trabajo.
ESTADISTICA
MATERIAL DE CURSADA
de
ESTADISTICA
Importante: Ir a la clase de Estadística acompañado siempre de este material,

calculadora, lápiz, borrador, regla, papel y muchas ganas de aprender!!!!!!
ESTADISTICA
UNIDAD 1: La Estadística
INTRODUCCION TEÓRICA:
¿Por qué estudiar Estadística en Psicología?
La Psicología es una ciencia que estudia la descripción, la comprensión, la predicción y el control

de la conducta y los procesos mentales de sus pacientes. La Estadística ayuda al futuro
profesional a analizar las variables que estudia, brinda las herramientas matemáticas necesarias
para resumir y destacar la información útil; así como para elaborar conclusiones y reconocer sus
límites.
La importancia de la Estadística
Nadie más que el licenciado en psicología para comprender el comportamiento de los seres
humanos y reconocer que no se rige por un enfoque determinístico. Si así fuera este mundo
estaría poblado de “marionetas” que son regidas por un titiritero. Nuestro futuro estaría totalmente
escrito o “determinado” sin dar opciones ni oportunidad a influencias de la acción humana.
Tampoco se puede decir que el comportamiento humano es totalmente impredecible, sería como
un mundo de irracionales. No hay extremos, la conducta humana es una mezcla de ambos.
La Estadística ayuda a decidir qué variables son deterministas y cuáles no. Para esto se vale del
lenguaje matemático, del pensamiento probabilístico y la idea de azar. Ayuda a especificar un
objetivo claro en los estudios psicológicos o investigaciones, a organizar observaciones de la
conducta individual y/o grupal a través de metodologías precisas y extraer conclusiones útiles.
Ayuda también en la lectura y comprensión de trabajos de otros investigadores para mantenerse
al día de los adelantos que las revistas científicas publican conociendo los conceptos básicos
específicos.
Definición de estadística
La estadística es un conjunto de metodologías que sirven para recolectar, organizar, rsumir,

presentar y analizar datos que fueron observados sobre un individuo o grupo de personas. Estas
observaciones son realizadas sobre variables azarosas o fenómenos aleatorios.
Clasificación de la estadística
En general, la estadística se clasifica en dos grandes ramas: descriptiva e inferencial.

La estadística descriptiva se basa en:
➢ La recolección de datos por medio de encuestas o de otras técnicas.
➢ La caracterización de datos por medio del cálculo de medidas estadísticas como la

media (promedio).
➢ La presentación de datos mediante tablas y gráficas.
Por otro lado la estadística inferencial comprende los métodos y las técnicas utilizadas para que
a partir del estudio de un grupo o una parte de la población (llamada muestra) se hagan
generalizaciones, predicciones o estimaciones con el fin de tomar las decisiones correctas.
ESTADISTICA
UNIDAD 2: Estadística Descriptiva
Parte I: Población. Muestra. Estructura del dato. Clasificación de variables.
INTRODUCCIÓN TEÓRICA
Población y muestra:
Población: conjunto de elementos (personas, familias, pacientes, etc) con una

determinada característica y sobre la cual queremos extraer conclusiones
Muestra: subconjunto de la población con las mismas características. Es representativa

de la población.
Estructura Cuatripartita del Dato:
Comenzaremos con la siguiente pregunta: ¿qué es un dato?

La respuesta es conocida: es una construcción compleja cuya estructura general posee
cuatro componentes: a saber,
1.- Unidad de análisis

2.- Variable
3.- Valor de la variable
4.- Indicador
La estructura común de un dato según Galtung es tripartita (con unidad de análisis,

variable y valor de variable). Pero la variable puede ser compleja por lo que se agregan
componentes para estudiarla como la dimensión y el procedimiento que completan la
estructura cuatripartita del dato. En el siguiente diagrama se puede ver las relaciones
entre estas estructuras:
ESTADISTICA
Estudiamos cada una de ellas:
Unidad de Análisis
Se llama unidades de análisis a los elementos o componentes del sistema u objeto que
se quiere estudiar. Es el elemento mínimo observable o medible, que compone el universo
de estudio de una investigación. Contiene propiedades constantes y otras propiedades
variables.
Ejemplos: paciente, niño, familia, escuela, empresa.
Variable y dimensiones
Una variable es una propiedad o característica de una unidad de análisis capaz de asumir
un valor o clasificación y una o varias dimensiones.
Ejemplo: En la unidad de análisis familia: se pueden estudiar como variables cantidad

de hijos, ingresos, el grado de educación, tipo de vivienda, gastos mensuales, etc.
Una variable siempre debe derivar de una unidad de análisis y admitir un rango mínimo
de variación. Todas las variables guardan información y pueden ser analizadas en
dimensiones o sub-variables.
Ejemplos: La variable “edad” puede tener distintas dimensiones: edad como cantidad de
años, edad según grupo etario...etc. La variable “educación” puede ser estudiada con
distintas dimensiones: educación terminada o nivel educativo, educación como calidad
educativa, educación en cantidad de años.
Valores
El valor de una variable es cada uno de los estados o categorías que asume la misma de
acuerdo con la dimensión estudiada.
ESTADISTICA
Ejemplos: La variable "edad", según el cantidad de años adopta los valores: 0 a 20 años,
20 a 30 años, 30 a 60 años. Pero si es la dimensión edad es el grupo etario, los valores
podrían ser: joven, adulto, anciano. La variable “educación” en la dimensión educación
terminada o nivel educativo podría adoptar los valores: inicial, primaria, secundaria,
universitaria. La variable educación como calidad educativa adoptaría los valores: buena,
regular, mala. La educación en cantidad de años podría tener los valores: 0 a 5; 5 a 10;
10 a 15….
De esta manera la palabra "valor" no debe ser confundida con "valor numérico". Las
variables pueden tomar valores numéricos o categóricos (cualidades). El “valor” está
referido a cada clase, cualidad, símbolo o categoría que adopta la variable.
El procedimiento, está referido a la metodología que se utiliza para obtener el valor de

la variable.
Ejemplos: técnicas de observación, test, preguntas al paciente, encuestas a familias.
Indicador
Todo dato es el resultado de haber obtenido suficientes elementos de juicio como para
poder pronunciar una "sentencia" que ubica a una cierta unidad de análisis, en un valor
de la variable. Para ello se utiliza el indicador. Este componente implica los dos elementos
de la variable: la dimensión y el procedimiento. El indicador se obtiene luego de ejecutar
algún procedimiento sobre alguna o alguna/s dimensión/es de la variable para luego
averiguar o establecer los valores. El indicador es lo que le da valor y significado a la
variable.
Ejemplo: Si se estudia la variable “agresividad” en la unidad de análisis “niño”, se analizan

distintas dimensiones de la variable que hacen a este atributo o variable general, como
ser: su lenguaje corporal, lenguaje oral, la disciplina familiar, relación con los padres,
problemas de salud y estado de nutrición. El estudio de cada uno de estos atributos por
separado brinda como resultado una faceta de la variable, pero ninguna dice por sí sola
si el niño es agresivo o no. En consecuencia el valor de la variable “agresividad” será una
inferencia, un salto de las partes al todo. Esto se realiza por ejemplo con la metodología
“test”, del cual se obtiene un valor numérico que infiere el nivel de agresividad del niño o
paciente.
En el siguiente problema se puede ver cómo se estudiará la estructura cuatripartita del

dato:
Un investigador desea saber el grado alcohólico de una persona, para ello realiza una
encuesta a sus pacientes donde le pregunta si bebe y cuanto bebe. Si le contesta que no
bebe, es abstemio; si bebe de 1 a 50 cc es bebedor moderado y si bebe más de 50cc es
bebedor severo. Indica unidad de análisis, dimensión, procedimiento, indicador y valor de
la variable.
ESTADISTICA
Resolución: Se elabora un cuadro como el que sigue para representar cada elemento de
la estructura del dato.
Clasificación de la variable
Las variables se pueden clasificar en cualitativas y cuantitativas. Las variables cualitativas

son aquellas que no se representan numéricamente, también llamadas categóricas o de
atributos. Dentro de las cualitativas se encuentran las que poseen una escala nominal (se
denominan variable cualitativa nominal) que engloban a las categorías que no tienen
orden o jerarquía. Y las que poseen una escala ordinal (denominadas cualitativas
ordinales) cuyos valores tienen un orden o jerarquía.
ESTADISTICA
Por otro lado se encuentran las variables cuantitativas, representadas por un valor
numérico. Las variables cuantitativas se dividen en discretas, aquellas que provienen de
una acción de conteo y son representadas por un valor numérico entero; y las
cuantitativas continuas que provienen de una acción de medición (a través de un
instrumento) y pueden ser representadas por un valor numérico real (entero, racional,
irracional), lo que se mide es una magnitud física.
Escalas o niveles de medición
En este momento no se debe confundir el concepto de medición, con la acción de medir

una variable cuantitativa continua. Sino que se acepta la definición de medición en un
criterio amplio como “asignar valores a objetos de acuerdo con ciertas reglas”. De esta
manera se puede tener cuatro escalas: nominal, ordinal, de intervalos y de razón.
Escala nominal: es el primer escalón en los niveles de medición, no se asignan valores

numéricos sino que es un nivel de clasificación o de características sin un orden (recordar
variable cualitativa nominal)
Escala ordinal: es el segundo escalón donde los valores (pueden ser numéricos o no)
pueden ser ordenados (por ejemplo de mayor a menor). En esta escala los valores
(numéricos o no) solo pueden ser relacionados y ordenados, no se sabe la distancia entre
ellos (no pueden sumarse, ni realizar otra operación matemática), no tiene sentido el valor
numérico sino su orden.
Escala de intervalos: se refiere a valores numéricos dentro de una escala de medición

cuya propiedad es que en iguales distancias entre los valores que miden existe la misma
distancia de la variable que mide (la distancia entre 0 y 5 es la misma que entre 10 y 15
en una magnitud). Además la propiedad que lo distingue es que el valor 0 de esta escala
está puesto arbitrariamente y la unidad de medida también. (el 0° de un termómetro en la
escala Celsius no significa que no exista “temperatura”, sino que está puesto
arbitrariamente en el punto de congelación del agua).
Escala de razón: es una escala numérica donde el valor 0 es verdadero en su origen

(tiene valor de “nada”), por ejemplo si se tiene 0kg significa que no hay nada de masa.
Bibliografía:
Samaja, J. (1996). Epistemología y metodología. Elementos para una teoría de la

investigación científica. EUDEBA. Bs As.
Cortada de Kohan, N. (1994). Diseño Estadístico (para Investigadores de las ciencias

sociales y de la conducta). Eudeba. Bs As.
Gutierrez Banegas, Ana. (2012). Probabilidad y Estadística. Enfoque por competencias.

Mc Graw Hill Educación. Mexico DF.
ESTADISTICA
Guía de problemas Nº1
Temas: Estructura del dato. Población. Muestra. Clasificación de Variables. Escalas de

medición
Problemas para resolver en clases:
1. Clasifique las siguientes variables en cualitativas nominal (CN), cualitativas

ordinal (CO), cuantitativa discreta (CD) o cuantitativa continua (CC):
a)Edad al ingresar a la universidad

b)Años de educación terminados
c)Color de cabello
d)Profesión del padre
e)Respuesta de un cuestionario: bien, regular, mal
f)Tiempo de una consulta
g)Puntaje de un test de liderazgo
h)Peso de un paciente
i)Cantidad de cigarrillos que fuma
j)Religión del paciente
k)Temperatura corporal
l)Costo de la consulta
2. En las siguientes variables bajo estudio, determinar el nivel de medición que
usaría en cada caso:
a) Ciudad de la que provienen 50 pacientes de un hospital público
b) Se necesita saber el nivel socioeconómico de un grupo de personas
c) Valores de puntajes de un test de lectura de niños de una escuela
d) Se requiere estudiar el estrés laboral de un grupo de empleados (todavía

no se conoce la metodología), ver sugerencias y la escala de cada una.
PROBLEMAS PARA ENTREGAR:
1. Clasifica las siguientes variables según su tipo y escala de medición, tener cuidado y
diferenciar entre variable y cantidad de datos por valor de variable:
a. n° de alumnos por carrera

b. Ciudad en que viven los alumnos del curso de estadística
c. Color de ojos de un grupo de niños
d. Porcentaje de invalidez de un individuo
e. Puntaje obtenido en un test de inteligencia
f. Se registra si un niño llora o no frente a distintos estímulos
g. Peso del niño al nacer
h. Grado de motivación (alta- media –baja) de operarios industriales
i. Clasificación de paciente psiquiátricos según patología
j. Memoria visual de un conjunto de 20 objetos, medida en cantidad de objetos
ESTADISTICA
k. Memoria visual de un conjunto de 20 objetos, medida en niveles

l. Nivel de ansiedad que siente una persona, medido en poca, algo, mucha.
m. Nivel educacional
n. Mutual a la que pertenece un individuo
o. Edad de un individuo
p. Clasificación de la edad en: niño, joven, adulto y adulto mayor
2. En un estudio con un grupo de 45 personas que habían sido tratadas psicológicamente

por problemas de ansiedad, se preguntó a las mismas cuántas veces habían sufrido
un ataque de ansiedad desde que terminó el tratamiento recibido. También se les
preguntó si consideraban que había mejorado su calidad de vida a raíz del tratamiento
psicológico que recibieron.
a) Indica las variables que aparecen implicadas en este estudio.
b) ¿Qué tipo de datos se habrán obtenido en la recogida de datos? Indica

aproximadamente cuántos datos se obtuvieron
c) Indica qué valores puede adoptar cada una de las variables.
d) De acuerdo con la respuesta de c: ¿En qué nivel de medición se puede expresar

cada una de estas variables? Razone su respuesta.
3. La siguiente tabla se arma pensando en diferentes escalas de medición del hábito de

fumar, complete con los datos que faltan:
Distintos tipos de encuestas-preguntas Escala Valor de la variable
Se considerará la presencia de tabaquismo -Fuma

…………
cuando el individuo refiera fumar o no -No fuma
La presencia de tabaquismo se considerará de ………………..

acuerdo al siguiente criterio:
-No tabaquismo: cuando no fuma ………………..
-Tabaquismo leve: menos de 5 cig/dia ……….
………………..
-Tabaquismo moderado: menos de 20 cig/dia
-Tabaquismo severo: 20 o más cig/dia ……………….
………………………………………………. De Razón …………………………….
4. Complete en cada caso la estructura cuatripartita del dato en el cuadro

correspondiente.
ESTADISTICA
a) Un psicólogo realiza un estudio en una empresa sobre la inteligencia emocional

de los empleados, toma a 100 empleados al azar y les realiza una encuesta
sobre autoconocimiento, autorregulación, motivación empatía y habilidades
sociales, con 5 preguntas en cada ítem. Los resultados probables son:
inteligencia emocional alta, media o baja.
b) Una profesora de Estadística desea estudiar alguna variable que incida en la nota
de un examen. Para ello solicita a 20 de sus alumnos de una clase de 150 que
complete el formulario siguiente:
Estudia solo SI--NO

Lee alguna bibliografía sugerida SI--NO
Estudia solo de apuntes de clases SI--NO
Estudia subrayando ideas principales SI--NO
Escribe las horas dedicadas al estudio para el examen: ………

Con estos datos completa:
ESTADISTICA
5. Un Centro de capacitación a distancia está interesado en conocer el grado de acuerdo

de alumnos y docentes, respecto de un cambio en las condiciones de aprobación de
las materias cursadas. Para ello se consulta a una muestra aleatoria de 450 alumnos
de 2do a 4to año y 150 docentes. Los resultados se presentan en la siguiente tabla
(no reales):
Grado de acuerdo Alumnos Docentes
De acuerdo 30% 50%
Indiferente 5% 20%
En desacuerdo 65% 30%
Total 100% 100%
a. Determina quiénes constituyen la población y quiénes la muestra en

estudio.
b. Completa la estructura cuatripartita del dato estudiado:
6. Análisis de publicaciones científicas. Lee las siguientes publicaciones:
-“Variables psicológicas relacionadas con el consumo de drogas en adolescentes:

depresión y autoconcepto”; Graña Gómez, J.; Muñoz Rivas, M.; Andreu Rodríguez, J.;
Peña Fernández. M. Revista española de drogodependencias; Madrid; 25(2)2000.
-“Tratamiento cognitivo–conductual de la conducta agresiva infantil”; Fajardo Vargas, V.;

Hernández Guzmán, L.; Rev. Mex. Anál. Cond.; México; 34 (2)2008
Y responde de cada una de ellas:
a) Población estudiada
b) Muestra seleccionada
c) Completa la tabla con la estructura cuatripartita del dato:

ESTADISTICA
7. Realiza un breve comentario personal acerca de las decisiones tomadas en cada

caso al seleccionar la muestra y las unidades de estudio. ¿Te parecen correctas?
¿Por qué? ¿Qué cambios harías?
8. El equipo profesional de la Unidad de Hospitalización de Corta Estadía (UHCE) de

un Servicio de Salud diseña una ficha precodificada con el objetivo de hacer un
diagnóstico de los pacientes que ingresan a dicha Unidad. Cada información
solicitada al paciente es tomada como una variable, realiza un cuadro
clasificándolas.
ESTADISTICA
Fuente: Revista chilena de neuropsiquiatría, 2006; 44(1): 2338

ESTADISTICA
UNIDAD 2: Estadística Descriptiva
Parte II: Tablas de Frecuencias.
INTRODUCCIÓN TEÓRICA:
Hasta ahora hemos aprendido a diferenciar distintos tipos de variables y su escala de

medición, además reconocer la estructura cuatripartita de un dato. Una vez que contamos
con los datos observados, la estadística nos provee de herramientas para organizarlos y
presentarlos de una forma clara y simple.
Supongamos que se realiza una encuesta a 150 personas y en el cuestionario utilizado

una de las preguntas era el sexo de las personas que habitan la vivienda:
Sexo 1 femenino
2 masculino
Con la información obtenida se realiza el siguiente cuadro:
Sexo fi fr fr% =fr*100
Femenino 86 0,57 57
masculino 64 0,43 43
n (Total) 150 1,00 100
Como sabemos la variable analizada es de tipo cualitativa nominal. El cuadro

confeccionado posee cuatro columnas. En la primera, se coloca el nombre de la variable
y en las filas debajo de él, los valores que puede tomar (observar que también se podría
colocar el valor “1” que correspondería al valor “femenino” y el “2” que correspondería a
“masculino”). En la siguiente columna observamos una “f” que es el símbolo de
“frecuencia absoluta”:
La frecuencia absoluta “fi” es la cantidad de casos que se encuentran o repite del valor
de la variable.
Aclaración: el subíndice “i” indica cada una de las frecuencias absolutas que
corresponden a cada valor de la variable.
Decimos entonces que 86 personas contestaron ser de sexo “femenino” y 64 personas

contestaron ser de sexo “masculino”. Si sumamos esos valores da como resultado el total
de personas encuestadas, es decir 150, a este valor llamamos “n”, que vendría a ser la
cantidad de unidad de análisis que conforman nuestra muestra.
La columna que sigue simbolizada por “fr” es la frecuencia relativa, se calcula con la
siguiente fórmula:
𝑓𝑖
𝑓𝑟 =
𝑛
ESTADISTICA
Y muestra la proporción de personas que son de cada sexo. En la siguiente columna

agregamos a “fr%” que se calcula multiplicando cada valor de fr por 100. Y nos aclara un
poco más informándonos el porcentaje de personas que corresponden a cada sexo.
Observar que las sumas de las fr deben dar como resultado al entero “1” ya que son
partes de un todo, y la suma de las fr% debe ser 100%. Estas sumas también son
verificaciones que se debe hacer en la tabla.
También se realiza la primera verificación en la tabla: la suma de todas las frecuencias

absolutas debe ser igual al total de personas encuestadas o muestra analizada,
simbolizada por n, es decir:
En este caso la sumatoria de todas las fi tendría que ser igual a 150. Se coloca esta suma
en la última fila de las fi.
Luego de completar esta tabla denominada de frecuencias, se pueden representar los

datos utilizando gráficos:
Sexo
43% Femenino
57%
masculino
Gráfico de barras Gráfico de torta
El primer gráfico se denomina de barras, se grafica sobre un sistema de ejes cartesianos,

donde el eje vertical o eje de las “y” corresponde a las frecuencias absolutas y el eje
horizontal o eje de las “x” corresponde a la variable. Entonces se fijan los valores de las
frecuencias absolutas con una escala acorde en el eje vertical y se escriben los valores
que toma la variable en el eje horizontal. Luego se levanta en cada valor de la variable
unas barras rectangulares hasta una altura indicativa de la frecuencia absoluta
correspondiente.
Otro gráfico que se puede elaborar es el circular o de torta, que también es muy utilizado
para las variables cualitativas, generalmente se indica en él las frecuencias relativas
porcentuales.
Lo importante de un gráfico es que se puede ver la información de la tabla de frecuencias

de forma más clara y rápidamente entendible, cualquiera puede notar a simple vista que
ESTADISTICA
en el estudio de esta variable, hay más personas de sexo femenino que masculino en la
muestra analizada.
Para variables cuantitativas: Caso de valores sin agrupar
También en la misma encuesta se puede pedir al encuestado que escriba la cantidad de

personas que viven en la vivienda, y con los datos recopilados se elabora la siguiente
tabla:
Tabla: Distribución de frecuencias de encuestados según número de personas
Número de
personas en
f fr fr% =fr*100
la
vivienda
1 4 0,03 3
2 10 0,07 7
3 13 0,09 9
4 41 0,27 27
5 24 0,16 16
6 26 0,17 17
7 32 0,21 21
n (total) 150 1,00 100
Como sabemos, la clasificación de la variable estudiada “número de personas que vive

en la vivienda” es cuantitativa discreta, los valores son solo enteros, no hay fracciones de
personas para contar. En este estudio se escriben los valores de la variable sin agrupar y
de forma ordenada de menor a mayor. En las siguientes columnas se observan las
frecuencias ya vistas anteriormente y con el mismo significado.
Caso de valores agrupados
Generalmente los valores de las variables cuantitativas no suelen ser tan pocos como en
la tabla anterior. Y se complica más si la variable es cuantitativa continua, ya que es casi
imposible que dos valores sean iguales y tendríamos tantos valores como personas
encuestadas (ejemplo si se le preguntara la altura de cada una). Para ello se utiliza la
tabla de frecuencias con valores agrupados en clases o intervalos. La tabla anterior podría
escribirse:
Tabla: distribución de frecuencias con datos agrupados
Número de
personas en
fi xi fr fr% =fr*100
la
vivienda
1-2 4 1,5 0,03 3 Valores ≥ 1 y < 2
Amplitud= 1
2-3 10 2,5 0,07 7
3-4 13 3,5 0,09 9
4-5 41 4,5 0,27 27
5-6 24 5,5 0,16 16
6-7 26 6,5 0,17 17
7-8 31 7,5 0,21 21
n (total) 150 1,00 100
ESTADISTICA
Donde cada valor de la variable es un intervalo con un “límite inferior” y un “límite superior”.
En la primer clase o intervalo los valores que tomaría la variable serían: todos aquellos
mayores o iguales a 1 y menores que 2. En el siguiente intervalo sería: los valores
mayores o iguales que 2 y menores que 3, y así sucesivamente hasta llegar al ultimo
intervalo donde el mayor valor sería menor a 8. Esta forma de elaborar las clases posee
un limite inferior “cerrado” y un límite superior “abierto” porque la variable nunca toma el
valor del límite superior en cada clase. Sirve tanto para variables cuantitativas discretas
como continuas.
Cuando elaboramos una tabla de frecuencias con datos agrupados agregamos también
una columna con el valor medio del intervalo de clase o marca de clase, la simbolizamos
con “xi”. Para calcularla se suman dos limites inferiores consecutivos y se divide el
resultado por 2.
Vemos también que hay una amplitud de intervalo, es decir la distancia que existe entre
un intervalo y otro, en este ejemplo la amplitud es de 1 unidad. Se calcula como la
diferencia entre un límite inferior y otro consecutivo.
El gráfico que se utiliza en este caso de variables cuantitativas con datos agrupados es
el histograma:
En este gráfico las barras “se tocan” indicando los intervalos de clases.
Bibliografía:
Johnson, R. y Kuby, P. (2012). Estadística Elemental. 11ª Ed. Cengage Learning. Mexico DF
Amón, J. (1978). Estadística para Psicólogos I. Ediciones Pirámide. Madrid.
ESTADISTICA
Guía de problemas N°2
Temas: Tabla de frecuencias. Gráficos estadísticos.
PROBLEMAS PARA RESOLVER EN CLASE:
1. Olga Rodríguez Jiménez y otros investigadores han investigado sobre los

constructos estudiados por otros investigadores en psicometría, en Bogotá y Chia.
Para ello estudiaron 241 trabajos publicados de docentes de esas localidades. Se
presenta la tabla de frecuencias obtenidas (resumida):
Frecuencia absoluta Frecuencia relativa Frecuencia relativa

Constructo
(fi) (fr) porcentual (fr %)
Personalidad 34
Inteligencia 85
Procesos Sociales 67
Intereses/Preferencia 20
Actitudes-Afecto 35
Total
a) Define la variable en estudio y clasifícala.
b) Completa la tabla con las distribuciones de frecuencias relativas y

porcentuales.
c) Realiza un gráfico de barras y uno de torta. Escribe una conclusión.
2. En una clínica psicológica se estudian las edades de los pacientes que se tratan por
alguna fobia. Se obtuvieron las siguientes frecuencias en edades clasificadas por
intervalos de clase:
Edad fi fr fr%
18-28
28-38
38-48
48-58
58-68
68-78
Total
a) Indica la clasificación de la variable en estudio
b) Completa la tabla de frecuencias
c) Realiza un gráfico pertinente

ESTADISTICA
d) ¿Cuál es la amplitud de los intervalos de clase?
e) Cuántos pacientes menores de 48 años se atienden en la clínica?
1. Un instituto de psicología realiza una encuesta a 130 personas sobre el nivel de

agrado de una clase de teatro a fin de bajar el estrés. Los resultados fueron los
siguientes:
Nivel de agrado fi
Muy agradable 28
Agradable 36
Poco agradable 51
Nada Agradable 15
Total 130
a) Completa la tabla de frecuencias.
b) Realiza un gráfico conveniente.
c) ¿A qué conclusión puedes llegar?
2. En un estudio sobre las edades de personas que asisten a consultas psicológicas en

un instituto psicológico de la ciudad de Resistencia, por distintas razones, se realizó
una tabla con la distribución de frecuencias por intervalos:
Edades (años) fi xi fr fr%
0-10 32
10-20 38
20-30 48
30-40 81
40-50 102
50-60 108
60-70 86
70-80 69
Total 564
a) Define la variable en estudio y clasifícala.
b) Completa la tabla de distribuciones de frecuencias relativas y porcentuales.
c) ¿Cuál es la amplitud de los intervalos de clase?
d) Realiza un gráfico pertinente.
e) Intenta a través de una simple observación del gráfico realizar una conclusión.
ESTADISTICA
3. Un estudio psicológico a 110 personas sobre la angustia generada por enfermedad en

la ancianidad. El test generó los siguientes valores ordenados en la siguiente tabla de
frecuencias:
Valor del test fi

50-55 9
55-60 19
60-65 43
65-70 25
70-75 14
n (total)
b) Realiza un gráfico conveniente.
c) Si en el test realizado se sabe que desde el valor 60 hasta el valor 69 la persona

puede considerarse con angustia leve. ¿Cuántas personas se encuentran en
ese estado?
d) Qué porcentaje de personas tiene un valor de test menor a 65?
4. Un grupo de pacientes se realiza un estudio de tiempo de reacción frente a un estímulo

auditivo medido en segundos. Los resultados obtenidos son los siguientes:
Tiempo de
reacción (en fi xi fr fr%
segundos)
1,0-1,5 5
1,5-2,0 7
2,0-2,5 10
2,5-3,0 6
3,0-3,5 7
3,5-4,0 5
Total …......
a) Clasifica la variable en estudio
b) Completa la tabla de frecuencias
c) Realiza un gráfico pertinente
d) Si el límite del tiempo de reacción al estímulo para una enfermedad auditiva es

de 2,5 segundos. ¿Cuántos pacientes se encontrarían fuera de peligro?
5. En un estudio de Juan José Martí Noguera publicado en la Revista Latinoamericana

de Psicología, sobre “Responsabilidad social universitaria: influencia de valores y
empatía en la autoatribución de comportamientos socialmente responsables”; la
muestra está compuesta por 860 estudiantes (266 hombres y 595 mujeres) de
universidades públicas y privadas de distintos países. 186 estudiantes eran de España
y el resto de América. Entre estos últimos 148 de Chile, 249 de Colombia y 277 de
ESTADISTICA
Perú. Del total el 12,4 % estudia Ingeniería, el 15,2% Carreras Sociales y el resto
Carreras empresariales.
a) A partir del enunciado, define tres variables en estudio.
b) Construye la distribución de frecuencias de cada una de las variables

definidas.
c) Realiza un gráfico pertinente y explica.

ESTADISTICA
Unidad 2: Estadística Descriptiva
Parte III: Medidas de tendencia central.
Hemos realizado hasta ahora la organización y la representación de datos recopilados.

La estadística en este momento nos presentará las herramientas necesarias para el
resumen de la información. Muchas veces necesitamos comparar muestras, por ejemplo
“niveles de lectura” de distintos grupos de alumnos, o “edades” en las que son
preponderantes ciertos estados de ansiedad. Sería muy difícil si analizáramos los valores
uno por uno, no podríamos llegar a alguna conclusión. Lo que comúnmente se hace es
comparar el promedio de los valores entre cada grupo (lo que hacen ustedes cuando
promedian sus notas de los exámenes). Estadísticamente sería calcular un estadístico
que nos permita determinar la posición de un grupo y otro de la variable analizada. Este
tipo de estadísticos se utiliza para darnos idea de alrededor de qué valores de la variable
se halla la muestra, es decir que el estadístico estará situado en el centro de los valores
de la muestra. Algunos de las medidas de tendencia central son la media aritmética,
mediana y moda. Hay otras, pero nosotros solo estudiaremos estas 3, primeramente para
datos sin agrupar y luego para datos agrupados en una tabla de frecuencias.
1. Para datos sin agrupar:
Media aritmética
La media aritmética o solamente “media” y simbolizada por 𝑥̅ puede calcularse, para

datos sin agrupar, realizando la suma de todos los valores y dividiendo este resultado por
la cantidad de datos (como realizas el promedio de tus notas). En símbolos matemáticos
sería:
∑ 𝑥𝑖
𝑥̅ =
𝑛
Donde xi representa a cada uno de los datos observados en la muestra y el símbolo ∑
indica la sumatoria de todos esos valores (desde i hasta n).
Por ejemplo si tenemos 4 niños cuyas edades son: 4, 3, 2, 4.

∑ 𝑥𝑖 4+3+2+4 14
La media sería: 𝑥̅ = = = = 3,5 𝑎ñ𝑜𝑠
𝑛 4 4
Mediana:
La mediana se define como el valor de la variable que se encuentra en la mitad de la

cantidad de las observaciones, es decir aquel que por encima y debajo del cual hay la
misma cantidad de observaciones. También se dice que es aquel deja el 50% de los datos
hacia un lado y el otro. Primeramente para calcularla hay que ordenar los datos de menor
a mayor o de mayor a menor, aunque nosotros siempre lo haremos de la primera forma.
Si tomamos los datos del ejemplo anterior, las edades de los niños ordenadas quedarían:
2,3,4,4. Observamos que si algún dato está repetido se lo escribe tantas veces como se
ESTADISTICA
repite. Ahora buscamos el dato que se encuentra en la mitad, como la cantidad de datos
en par, no podemos elegir un valor que deje por encima y por dabajo la misma cantidad
de valores, entonces elegimos los dos que están en la mitad y calculamos su promedio:
Me=(3+4) / 2= 7/2= 3,5 años
2, 3, 4, 4
Al tomar los dos valores del medio, quedan un valor (el 2) hacia la izquierda, y un valor
(el 4) hacia la derecha. En este caso la mediana, que simbolizamos con “Me” coincidió
en valor con la media, no es necesario que lo haga. Si tuviéramos una cantidad impar de
valores encontraríamos un valor solo que dejaría hacia un lado y otro la misma cantidad
de observaciones y no calcularíamos el promedio.
Moda o Modo
El Modo o moda que simbolizamos como “Mo” es el valor que más se repite dentro de la
muestra, en nuestro ejemplo: 2, 3, 4, 4
Vemos que el valor 4 se repite dos veces, entonces es nuestra Moda.
2. Para datos agrupados:
Media:
Si tenemos datos agrupados como en el ejemplo de la cantidad de personas en una

vivienda, cuya tabla de frecuencias había sido:
Tabla: distribución de frecuencias
Número de
personas en
fi xi fr fr% = fr*100 fi * xi
la
vivienda
1-2 4 1,5 0,03 3 6 4 x 1,5 = 6
2-3 10 2,5 0,07 7 25
3-4 13 3,5 0,09 9 45,5
4-5 41 4,5 0,27 27 184,5
5-6 24 5,5 0,16 16 132
6-7 26 6,5 0,17 17 169
7-8 31 7,5 0,21 21 232,5
n (total) 150 1,00 100 794,5
ESTADISTICA
Cuando tenemos los datos agrupados, veremos que ya no podemos trabajar con los
valores del intervalo (límite inferior y superior) para ello habíamos calculado la marca de
clase xi. Este valor de ahora en más representa a cada intervalo o clase. Entonces para
calcular la media usaremos este valor y su correspondiente frecuencia absoluta. En esta
tabla agregamos una columna a la derecha donde calcularemos los productos entre fi y
xi. Luego realizamos la suma de esos valores y lo dividimos por la cantidad de datos n,
en símbolos matemáticos sería:
∑(𝑓𝑖 ∗ 𝑥𝑖) 794,5

𝑥̅ = = = 5,293 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑒𝑛 𝑙𝑎 𝑣𝑖𝑣𝑖𝑒𝑛𝑑𝑎
𝑛 150
Este valor de la media nos dice que en promedio hay 5,293 personas en cada vivienda.
El valor puede redondearse a 5,3. Es un valor de tendencia central, es decir que en
algunas viviendas puede haber más o menos personas que ese valor.
Mediana
La mediana de valores agrupados la determinamos de la siguiente forma, en la tabla

anterior agregamos una columna donde calculamos las frecuencias acumuladas Fi:
Tabla: distribución de frecuencias
Número de
personas en
fi xi fr fr% = fr*100 fi * xi Fi
la
vivienda
1-2 4 1,5 0,03 3 6 4
2-3 10 2,5 0,07 7 25 14
3-4 13 3,5 0,09 9 45,5 27
4-5 41 4,5 0,27 27 184,5 68
5-6 24 5,5 0,16 16 132 92
6-7 26 6,5 0,17 17 169 118
Debe ser
7-8 32 7,5 0,21 21 240 150 igual a n
n (total) 150 1,00 100 802
Primero se escribe en la primera fila de las Fi el primer valor de fi (el 4 en el ejemplo)

luego en las siguientes filas se van sumando consecutivamente cada valor de fi
correspondiente: por ejemplo, en la segunda fila de las Fi sumamos al valor anterior (el 4)
el fi correspondiente al segundo intervalo (el 10), y así continuamos hasta completar. Una
verificación es que el ultimo valor de Fi debe ser igual a n, ya que acumulamos todas las
frecuencias absolutas.
Una vez completada esta columna, nos servirá para ubicar a la mediana. Sabemos que
la Me se ubica en la mitad de la cantidad de la muestra. Si dividimos por 2 el valor de n,
en este caso: 150/2= 75, en la ubicación 75 tendría que estar el valor de la Mediana. Si
observamos la tabla el valor que se ubica en la posición 75 lo encontraremos en las
frecuencias acumuladas Fi, buscamos al intervalo que contenga por primera vez este
valor, vemos que es el que contiene hasta la posición 92, ya que el anterior solo contiene
ESTADISTICA
hasta la ubicación 68. Elegimos el valor 92 y observamos qué valor de xi lo representa,

vemos que es 5,5 personas en la vivienda, entonces este valor es la Mediana aproximada.
También podemos decir que la Mediana se encuentra en el intervalo que corresponde al
valor de Fi elegido; en este caso sería el intervalo 5-6.
Moda
Como sabemos el concepto de moda es aquel valor de la variable al que le corresponde

la mayor frecuencia absoluta. Observamos la tabla anterior y buscamos el mayor valor de
fi, en este caso es el fi=41. Buscamos entonces el valor de xi que corresponde a esta
frecuencia absoluta y vemos que es el 4,5. Decimos entonces que la moda aproximada
es 4,5 personas en la vivienda. También se puede decir que la moda se ubica en el
intervalo que corresponde al valor fi=41, en este caso sería el intervalo 4-5.
Es importante aclarar que al calcular las medidas de tendencia central de datos

agrupados, estos resultados son todos aproximados, ya que no trabajamos más con los
valores originales recopilados, sino agrupados en intervalos de clase. Si graficamos
nuevamente el histograma de este ejemplo, podremos colocar en él las medidas de
posición central:
Mo= 𝑥ҧ = 5,3 Me= 5,5

4,5
Gráfico: Histograma con la distribución de frecuencias y la ubicación de las medidas de posición central
Para variables cualitativas
La única medida de posición que determinaremos para este tipo de variable es la Moda,
se puede también en algunos casos identificar la Mediana, pero nosotros solo utilizaremos
la primera. En el ejemplo del sexo de las personas encuestadas teníamos la tabla de
frecuencias:
ESTADISTICA
Tabla: de distribución de frecuencias según sexo
Sexo fi fr fr% =fr*100
Femenino 86 0,57 57
masculino 64 0,43 43
n (Total) 150 1,00 100
Donde ubicaremos a la Moda identificando, como en el caso anterior, la mayor frecuencia

absoluta, en este caso el 86, que corresponde al valor de la variable “Femenino”.
Entonces decimos que la Moda en el ejemplo es “Femenino” ya que es el valor que más
se repite.
Asimetría
Una distribución es simétrica si las medidas de posición coinciden, en especial si la media

coincide con la mediana. En distribuciones asimétricas la media y la mediana no
coinciden. La asimetría determina si las frecuencias absolutas se concentran más hacia
valores bajos de la variable, llamada asimetría positiva o hacia la izquierda, o hacia los
valores altos de la variable llamada asimetría negativa o hacia la derecha. Además
podemos identificar de forma aproximada una asimetría de la siguiente manera:
Posición relativa de la Media y Asimetría de la distribución

Mediana
𝑥ҧ = 𝑀𝑒 Simétrica
𝑥ҧ < 𝑀𝑒 Asimetría a la izquierda
𝑥ҧ > 𝑀𝑒 Asimetría a la derecha
Bibliografía:
Cortada de Kohan, N. (1994). Diseño Estadístico (para Investigadores de las ciencias

sociales y de la conducta). Eudeba. Bs As.
Johnson, R. y Kuby, P. (2012). Estadística Elemental. 11ª Ed. Cengage Learning.
Mexico DF
Bologna E. (2011). Estadística para Psicología y Educación. Ed. Brujas. Córdoba.
ESTADISTICA
Temas: Medidas de Posición.
1. De los problemas de la guía N°2 para resolver en clase: calcula las medidas de
posición.
1. En un grupo de pacientes esquizofrénicos una de las preguntas de su legajo era

su estado civil. Se armó la siguiente tabla con los resultados:
Estado Civil fi fr fr%
Soltero 10
Casado o
15
Concubinado
Divorciado 23
n (Total) ………..
b) Calcula las medidas de posición que correspondan
2. Se pidió a un grupo de 18 sujetos (Grupo 1) que en 2 minutos armaran la mayor

cantidad de
palabras posibles a partir de un conjunto desordenado de letras. Se usó la
cantidad de palabras correctas armadas como indicador de la habilidad de cada
sujeto. Los resultados fueron:
6 2 4 4 7 3 6 7 7 5 6 5 6 5 6 1 7 3
Otro grupo de 18 sujetos (Grupo 2) realizó la misma tarea. Los resultados fueron:
3 9 7 4 5 6 3 4 5 6 7 4 4 4 3 8 3 5
Para cada grupo:
a) Construye la tabla de frecuencias. ¿Cuántos sujetos superan 6 palabras?

¿Cuántos no
superan 4 palabras?
b) Halla la moda, la mediana y la media.
c) ¿Qué medida de dispersión relativa calcularías para comparar un grupo con el

otro? ¿Por qué?
ESTADISTICA
d) Grafica de modo que una distribución pueda ser comparada con la otra e
indique el tipo de asimetría de cada distribución.
Con estos resultados responde:
e) ¿A qué grupo pertenece el sujeto más hábil? ¿A cuál el menos hábil?
f) ¿Puede afirmarse que un grupo es mejor que otro? Si respondes que sí indica
cuál y por qué; si respondes que no, justifica.
g) ¿En qué aspectos estas distribuciones pueden ser consideradas similares y en

cuáles diferentes?
h) Compara la utilidad de la moda, la media y la mediana como medidas de

tendencia central en este tipo de distribuciones.
i) Indica en cuál grupo los integrantes son más parecidos en cuanto a la cantidad
de palabras correctas armadas en dos minutos. Justifica tu respuesta.
3. En un Instituto de Psicología estudian el riesgo suicida en sus pacientes según un test

que evalúa la variable Depresión. En los pacientes que obtienen una puntuación
superior a 40 de este test, se sabe que es muy posible que se presente un riesgo
suicida. En la tabla siguiente se ve la distribución de frecuencias de los puntajes
obtenidos en el test por mujeres y varones que concurren al Instituto, diagnosticados
como depresivos. Indica cuál de los dos grupos presenta mayor riesgo suicida.
Puntaje de la
Mujeres Varones
prueba
8,5-15,5 10 15
15,5-22,5 11 18
22,5-29,5 8 25
29,5-36,5 15 12
36,5-43,5 11 3
43,5-50,5 5 6
4. Calcula las medidas de posición de los problemas para entregar de la guía 2.

ESTADISTICA
Parte IV: Medidas de Variabilidad.
Las medidas de variación o dispersión nos proveen información acerca de la amplitud y

variabilidad con que los valores se concentran o se separan de los valores centrales.
En la estadística este concepto es muy importante porque es imposible tener una

población de personas con idénticas características, siempre habrá variaciones de la
variable en estudio, está implícito en su nombre mismo. Luego de indicar alrededor de
qué valores (medidas de posición central) se distribuyen los datos, también es necesario
indicar si se encuentran concentrados alrededor de esos valores (si son cercanos a ellos)
o dispersos (si están alejados). Dos distribuciones pueden tener la misma tendencia
central pero con variabilidad muy diferente. Por ejemplo, una media de 20 sesiones de
psicoterapia puede provenir de una muestra de cuatro pacientes que utilizaron 18, 19, 21
y 22 sesiones o de otros cuatro que hayan insumido 5, 10, 30 y 35 sesiones (ver que las
dos muestras tienen la misma media). En la primera situación las cuatro observaciones
son cercanas a la media, están concentradas a su alrededor, mientras que en la segunda
están lejos, dispersas. Diremos que en el primer caso la distribución es homogénea o que
presenta poca dispersión y en el segundo que es heterogénea o que presenta mucha
dispersión. Cuanto mas amplia es la dispersión podemos decir que la media se aleja de
la representatividad de los datos de la muestra, ya que éstos poseen mucha variabilidad.
Las medidas de dispersión que estudiaremos son:
Rango (R): nos da la distancia total entre los valores extremos de una distribución. Se
calcula como la diferencia entre el valor máximo y el mínimo: R= Máx- mín
Desviación media (Dm): es la suma de todas las distancias entre cada valor de la
variable y su media en valor absoluto y promediadas. En símbolos matemáticos:
∑|𝑥𝑖 − 𝑥̅ |
𝐷𝑚 =
𝑛
Las barras verticales indica que el resultado de la diferencia se debe escribir siempre
como positivo (valor absoluto). Para datos agrupados, xi representa a la marca de clase
o punto medio del intervalo. Si se sumaran las desviaciones de los valores a la media sin
el valor absoluto el resultado sería siempre 0, ya que la media es el punto que equilibra a
todos los datos.
Varianza S2: es la suma de los desvíos al cuadrado promediado. Simbólicamente:
∑|𝑥𝑖 − 𝑥̅ |2
𝑆2 =
𝑛
Los resultados de la varianza tienen la unidad elevada al cuadrado, no provee
información práctica pero es indispensable para luego calcula el desvío estándar.
ESTADISTICA
Desvío Estándar (S): es la raíz cuadrada del resultado de la varianza:
𝑆 = √𝑆 2
Como es la raíz cuadrada de un valor, siempre será positiva y con la unidad original de la
variable. El desvío estándar sirve para comparar la misma variable en distintos grupos,
no podemos comparar desvíos estándar de distintas variables ya que tienen distintas
unidades.
Coeficiente de variación (Cv): es la variación relativa a la media. Es adimensional por

eso sirve para comparar distintas variables de un mismo grupo o muestra. Se calcula
dividiendo el valor del desvío estándar y la media:
𝑆
𝐶𝑣 =
𝑥ҧ
Generalmente se calcula el Cv%= Cv*100.
Ejemplo: Calculamos las medidas de variación para el ejemplo de las cantidades de

personas en la vivienda. Agregamos a la tabla de distribución de frecuencias las columnas
necesarias para las operaciones matemáticas:
Tabla de distribución de frecuencias para número de personas en la vivienda
Número de
personas en
la
fi xi fi * xi │xi- 𝑥ҧ │ │xi- 𝑥ҧ│ 2
vivienda
1-2 4 1,5 6 3,8 14,44
2-3 10 2,5 25 2,8 7,84
3-4 13 3,5 45,5 1,8 3,24
4-5 41 4,5 184,5 0,8 0,64
5-6 24 5,5 132 0,2 0,04
6-7 26 6,5 169 1,2 1,44
7-8 32 7,5 240 2,2 4,84
n (total) 150 802 12,8 32,48
Las dos columnas agregadas muestran los desvíos y los desvíos al cuadrado. Estos
servirán para calcular las medidas de variación:
∑|𝑥𝑖−𝑥̅ | 12,8
𝐷𝑚 = = = 0,08 la variable se desvía en promedio de la media en 0,08
𝑛 150
unidades
∑|𝑥𝑖 − 𝑥̅ |2 32,48
𝑆2 = = = 0,22
𝑛 150
𝑆 = √𝑆 2 = √0,22 = 0,47 la variable tiene una dispersión de 0,47 personas en la vivienda.
Se puede decir también que la variable varía en 𝑥̅ ± 𝑆 , que en nuestro caso sería:
5,3 ± 0,47 es decir que en las casas podría haber entre 4,83 y 5,77 personas.
ESTADISTICA
𝑆 0,47
𝐶𝑣 = = = 0,08; Cv%= 8% la variable tiene una variabilidad del 8% con respecto
𝑥ҧ 5,3
a la media.
Aplicación con software:
Vamos a utilizar el programa Excel para realizar un resumen estadístico descriptivo.

Puedes utilizar cualquier equipo (notebook, tableta, celular).
Ejemplo: A partir de los valores del problema del número de personas en la vivienda:
1. Abrimos una hoja de Excel en el equipo
2. Escribimos en una columna el nombre de la variable y debajo todos los valores de la

misma:
3. Luego vamos a la pestaña “Datos” y a “Análisis de Datos”:

ESTADISTICA
4. Al hacer click sobre “Análisis de Datos” se abre una ficha, buscar “estadística
descriptiva”:
5. Al dar “aceptar” en estadística descriptiva se abre otra ficha, donde vamos a incorporar
los datos que hemos cargado, en “Rango de entrada” tomamos los datos desde el
titulo sombrando hasta el último dato. Quedan cargadas las celdas donde se
encuentran todos los datos:
Datos cargados
Tildar
Tildar
ESTADISTICA
6. Dar Aceptar y los resultados aparecerán en una hoja nueva:
7. Comparar con los resultados obtenidos antes.

ESTADISTICA
Temas: Medidas de Dispersión.
1. De los problemas de la guía N°2 y 3 para resolver en clase: calcula las medidas de
variación o dispersión.
1. Una institución de psicología para la enseñanza dicta un taller sobre mejoramiento

de la memoria para grupos de estudiantes universitarios. Para saber si mejoran o
no la memoria a corto plazo realiza un test antes y después del curso a dos de los
grupos que han resultado con más baja memoria visual en el test inicial. Se
presenta una tabla con algunos resúmenes estadísticos realizados con software,
correspondientes al test luego de realizado el taller.
Grupo 1 Grupo 2
Variable: Cantidad de elementos visuales que Variable: Cantidad de elementos visuales que
recuerda recuerda
n 18 n ………
Suma de xi 462 Suma de xi 224
Media ………… Media 14
Mediana 26 Mediana 14,5
Varianza ………… Varianza 8,27
Desvío estándar 2,87 Desvío estándar ……………
Completa la tabla y responde utilizando los resúmenes estadísticos adecuados:
a) ¿Cuál de los dos grupos parece tener mejor memoria visual? ¿Por qué?
b) ¿Cuál de los dos grupos parece más homogéneo o son más parecido sus
integrantes con respecto a la memoria visual? ¿Por qué?
2. Calcula las medidas de posición de los problemas para entregar de la guía 2.

ESTADISTICA
Parte V: Puntajes z
En la parte IV analizamos cómo medir la variabilidad en un grupo de personas de una

variable en particular. Nos interesa también otro uso que se le da a estas medidas de
posición y dispersión en evaluación psicológica que permite decidir si un valor en
particular (de un individuo) está lejos o cerca del promedio. Si bien esto puede verse a
simple vista comparando los valores individuales con la media de la distribución (por
ejemplo si vemos que una persona mide 2 metros sabremos al instante que es más alto
que la mayoría) pero no pasa lo mismo con variables menos usadas.
Además las distancias en valores absolutos entre valores de variables diferentes no

significan lo mismo, por ejemplo: no es lo mismo un individuo de 2m de altura comparado
con la media de 1,6m (diferencia de 0,4m) que un individuo de 60,4kg de peso corporal
comparado con una media de 60kg (diferencia de 0,4kg); la misma diferencia en valor
pero con distinta unidad no tienen el mismo significado. Es por eso que en estadística no
podemos ver solo distancias absolutas entre los valores, necesitamos otra variable que
nos permita comparar cualquier variable con distintas unidades. Utilizamos para esto el
puntaje z o puntaje típico:
𝑥 − 𝑥ҧ
𝑧=
𝑆
En el numerador tenemos el desvío ya conocido entre el valor individual de la variable y
la media grupal, en el denominador el desvío estándar grupal. El valor o puntaje z queda
de este modo adimensional (sin unidades de medida) y se puede utilizar en forma general.
Veamos un ejemplo:
En un grupo de pacientes se le realizó un test de cantidad de síntomas de depresión que

hayan tenido. Se obtuvo una media de 7 con un desvío estándar de 1,55. En la siguiente
tabla se muestran los valores individuales de un grupo de 5 pacientes que interesa su
ubicación comparativa con la media:
Tabla con puntajes z
Valor
Paciente Desvío (xi - ) Puntaje z
individual xi
1 5 -2 -1,29
2 6 -2 -0,65
3 7 0 0
4 8 1 0,65
5 9 2 1,29
ESTADISTICA
Si observamos los resultados, vemos que en la tabla agregamos una columna para
calcular los desvíos y después determinar los puntajes z dividiendo éstos por el desvío
estándar del grupo. Los desvíos nos dicen cuántas unidades (en unidades de la variable)
se corre cada paciente de la media (observar que el paciente que tiene un puntaje igual
a la media:7 su desvío es 0). Los puntajes z nos dicen cuántos desvíos estándar de la
media está cada paciente, de esta manera podemos comparar cualquier variable de
cualquier paciente. El paciente 1 está a una distancia de 1,29 desvíos estándar de la
media hacia la izquierda, por eso es negativo, se corre hacia valores menores de la media;
en cambio el paciente 5 está a la misma distancia pero hacia la derecha, hacia valores
mayores que la media. Hacemos hincapié en que al usar el puntaje z se compara cada
individuo con el grupo al que pertenece.
Para comparar mejor se pueden indicar los valores de x y de z en dos ejes:
𝑥ҧ
Eje x
5 6 7 8 9
𝑧ҧ
Eje z
-1,29 -0,65 0 0,65 -1,29
De esta manera se visualiza mejor los valores correspondientes a cada paciente y su

distancia a la media en cada eje.
ESTADISTICA
Temas: Puntajes z.
1. De los problemas de la guía N°2 y 3 para resolver en clase: calcula las medidas de
variación o dispersión.
Parte I: Puntaje. Tipificación.

1. Transforma en puntaje z (variable estandarizada) los valores de un test de agresividad
realizado en 10 niños:
Valor del test Desvío Puntaje z
12
9
25
46
18
29
10
8
55
23
Recuerda que debes calcular primero la media de la muestra y el desvío estándar para luego
poder determinar los valores de z.
2. Un psicopedagogo realiza en niños de 12 años, un test de Matemática y uno de Lengua para

su ingreso en la escuela secundaria. Se tiene en Matemáticas un promedio histórico de 30 y
un desvío estándar de 5. En Lengua un promedio histórico de 70 y un desvío estándar de 20.
Si un niño obtiene un puntaje en Matemáticas de 36 y en Lengua de 54, se quiere saber en
qué materia es mejor el niño. Utiliza un gráfico de eje x y eje z para resolverlo.
3. Un licenciado en psicología realiza dos test a una misma persona y obtiene las puntuaciones
directas que se muestran en la tabla. Para realizar las comparaciones decide calcular las
puntuaciones típicas y realizar transformaciones de las mismas, además calcula también las
medias y el desvío estándar de cada una. Completa la tabla con los datos que faltan y realiza
la comparación entre los puntajes típicos de ambos test.
ESTADISTICA
Test 1 Test 2
Desv.
Eje Puntaje Media Desv Est Puntaje Media
Est.
X 65 45 8 40 12
z -1
4. Indique cuáles de las siguientes afirmaciones son verdaderas y cuáles no:

a) En una prueba deportiva de velocidad se registra la distancia en metros
recorrida por ciertos atletas en un minuto. En esta prueba Andrés obtuvo un
puntaje Z = - 0,2. Posteriormente se exhibió la distancia recorrida por cada atleta en
centímetros. Entonces, en esta escala, el puntaje Z de Andrés resultó ser - 20.
b) La valoración de las puntuaciones tipificadas, en principio, sólo es posible en
términos relativos al grupo de referencia y no en términos absolutos.
c) Los puntajes Z siempre se hallan comprendidos entre -1 y 1.
d) Al medir en segundos el tiempo de reacción a un estímulo, Catalina obtiene un
puntaje Z = 0,5. Eso significa que tardó en reaccionar medio segundo más que
la media del grupo normativo.
e) Las puntuaciones tipificadas son adimensionales y por eso permanecen
invariantes si se cambian las unidades de la escala.
5. Analía tiene un puntaje Z = 2 en Perfeccionismo y z = 1,5 en Afabilidad, dos escalas del

Cuestionario Personalidad 16PF. Los puntajes Z de Gonzalo en dichas escalas son
respectivamente -1,5 y 0,3. En estas pruebas, puntajes más altos representan mayores niveles
del rasgo medido. Indique cuáles de todas las siguientes afirmaciones son verdaderas y cuáles
falsas.
a) El puntaje directo de Analía en Perfeccionismo está dos puntos por encima de
la media del grupo normativo.
b) Gonzalo es menos perfeccionista y afable que la media del grupo normativo.
c) El puntaje directo de Gonzalo es más alto en Afabilidad que en Perfeccionismo.
d) Analía es tan afable como Gonzalo perfeccionista.
e) No es posible comparar dos rasgos tan diferentes como son el perfeccionismo y
la afabilidad.
f) Gonzalo es más perfeccionista que afable.
g) El puntaje bruto de Gonzalo en Perfeccionismo se halla a un desvío estándar y
medio por debajo de la media del grupo normativo.
ESTADISTICA
Unidad 4: Azar y Probabilidad
Temas: Origen de la teoría de la probabilidad matemática. La probabilidad y la experiencia. La

probabilidad como una operatoria sobre el azar. Defectos de la definición clásica. Modelos
matemáticos. Experiencias aleatorias. Frecuencias relativas y probabilidades matemáticas.
Propiedades de la probabilidad matemática. Distribución de frecuencias: distribución binomial y la
distribución normal.
Comenzamos con una parte de la estadística que es la inferencial, y su objetivo es, a

partir de pocos datos muestrales observados, sacar conclusiones en la población, en
sujetos que no han sido observados pero con las mismas características de los que
componen la muestra. Por ejemplo podemos estudiar la cantidad de alumnos de un grupo
de 30 que pueden resolver un ejercicio de matemática. Los resultados pueden ser:
Resuelven? Alumnos
(fi)
SI 12
NO 18
Total 30
Escritos de esta manera nos recuerda a la tabla de frecuencias, donde vemos las
frecuencias absolutas de los alumnos que han podido resolver y los que no. Podemos
también agregar la frecuencia relativa y la relativa porcentual:
Resuelven? Alumnos h h%
(fi)
SI 12 0,4 40
NO 18 0,6 60
Total 30 1 100
Y decimos que en la muestra el 40% de los alumnos pueden resolver el problema

matemático. También podemos decir que en esta muestra de 30 alumnos es más
probable que haya alumnos que no resuelvan el problema (ya que el porcentaje de los
que no resolvieron es mayor). Esta noción de probabilidad está relacionada con la
frecuencia relativa, ya que podemos definir a la probabilidad como:
𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑓𝑖
𝑝= =
𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑛
La probabilidad (p) es la relación entre los casos favorables (frecuencia absoluta fi) y los
casos posibles (total de la muestra n). Esta probabilidad se llama “a posteriori” o
“frecuencial” ya que se relaciona con la frecuencia relativa antes calculada. Esta
ESTADISTICA
frecuencia se calcula luego de ocurrido el hecho o experimentación, por eso se llama “a

posteriori”.
Otra definición de la probabilidad es la llamada “a priori” o probabilidad clásica, se usa

generalmente en los juegos de azar. Por ejemplo si se tiene un dado la probabilidad de
que salga un 2 sería:
p= 1/6 = 0,1667
Es decir hay un caso favorable (el dado tiene una cara con un 2) entre 6 posibles (el dado
tiene 6 caras en total). Esta probabilidad se puede calcular antes de realizar el hecho ya
que se sabe de anticipado el caso favorable y los posibles.
Este tipo de probabilidad solo se calcula como una anticipación al hecho, veamos otro
ejemplo: cuál es la probabilidad de que una mujer embarazada tengo un hijo varón?,
biológicamente podrá tener dos tipos de sexo, por lo que la probabilidad es de 0,5 para
cada uno. Pero si calculamos la probabilidad frecuencial de que nazcan mujeres o
varones (es decir luego de que hayan nacido), esta probabilidad puede ser distinta.
La probabilidad debe cumplir ciertas leyes: (Leyes de Lapace)
1.- La probabilidad es un valor que se encuentra entre 0 y 1, en símbolos matemáticos:
0≥p≤1
Asume el valor 0, cuando el suceso es imposible, y el valor 1 cuando el suceso es seguro

que ocurra.
2.- Ley de la suma: si dos sucesos A y B son excluyentes es decir no pueden ocurrir a la
vez, entonces la probabilidad de obtener A o B es:
P(AóB)= p(A)+p(B)
En nuestro ejemplo anterior:
Si llamamos suceso A= el alumno puede resolver el problema matemático,
Y suceso B= el alumno no puede resolver el problema matemático.Entonces:
p(AóB)= o,4+o,6= 1
Se dice que los sucesos A y B son excluyentes, ya que no pueden ocurrir

simultáneamente en un mismo alumno.
También comprobamos la ley de cierre en este caso: la suma de las probabilidades de

todos los sucesos excluyentes posibles debe ser igual a 1.
3.- Ley de multiplicación: para dos sucesos A y B compatibles, la probabilidad de que

ocurra A y B:
P(AyB)= p(A)* p(B)

ESTADISTICA
Y para sucesos condicionales, la probabilidad de que ocurra A, dado que ya ocurrió B es:
P(A/B)= p(AyB) / p(B)
Parte II: Distribuciones de probabilidad
a.- Distribución Binomial (para variables discretas)
Se aplica en situaciones donde los sucesos solo tienen dos posibles resultados: uno
llamado éxito y otro fracaso. Por ejemplo un paciente puede ser varón o mujer, puede
aprobar o no un examen, puede tener conducta agresiva o no. Es muy común la respuesta
SI-NO, todas ellas pueden ser analizadas como distribución binomial. La probabilidad de
éxito la simbolizamos como p y la de fracaso con la letra q. Como son sucesos
excluyentes, sabemos que: p+q=1. Y podemos calcular la probabilidad de que un hecho
ocurra x veces en n pruebas de la siguiente manera:
𝑝(𝑥) = 𝐶𝑛𝑥 𝑝 𝑥 𝑞 𝑛−𝑥
El símbolo 𝐶𝑛𝑥 es la combinatoria de x elementos tomados de a n.
Por ejemplo: ¿Cuál es la probabilidad de que en 6 nacimientos en un sanatorio nazcan

dos mujeres?
La probabilidad de éxito de que nazca una niña es la probabilidad a priori p=0,5; por lo
que q= 1-0,5= 0,5. Entonces quedaría:
𝑝(𝑥) = 𝐶62 ∗ 0,52 ∗ 0,56−2
Calculamos 𝐶62 en la calculadora científica, con la tecla 𝐶𝑛𝑟 y luego las demás potencias y
productos, lo tecleamos todo en la calculadora:
𝑝(𝑥) = 𝐶62 ∗ 0,52 ∗ 0,56−2 = 0,234 =
La probabilidad de que nazcan dos niñas en 6 nacimientos es de 0,234.
b.- Distribución Normal (para variables continuas):
Las distribuciones de frecuencias de muchas variables psicológicas (como los valores

de un test) se distribuyen normalmente, es decir alrededor de una curva muy conocida
llamada curva normal o curva de Gauss, como se ve en el siguiente ejemplo:
ESTADISTICA
Puntajes CDI (Children’sDepression Inventory). Extraído de: Revista de Psicoterapia. Vol VIII, N° 72.
La curva de distribución normal es una gráfica de una función matemática que nos sirve
de modelo, cuyo eje horizontal corresponde a los valores de la variable estandarizada z:
Esta gráfica tiene propiedades que la hacen especial:
➢ Sirve para cualquier variable continua, transformando sus valores en puntuaciones

z.
➢ Es simétrica respecto a un eje vertical que pasa por su media z=0
➢ El área total bajo su curva es igual a 1.
➢ Los valores de las áreas entre un valor de z cualquiera y z=0 están tabulados (tabla
de probabilidad normal: ver Anexo1)
La utilidad de esta gráfica es que el área debajo de la curva indica la probabilidad de

encontrar una puntuación menor o igual a zA:
El área sombreada bajo la curva representa la probabilidad de encontrar la puntuación de valor z A

ESTADISTICA
Para resolver los problemas de distribución normal de probabilidad se puede utilizar la

tabla de distribución z o realizarlo en calculadoras forma online (ver páginas en
Bibliografía)
Bibliografía:
Cortada de Kohan, N. (1994). Diseño Estadístico para investigadores de las ciencias sociales y
del comportamiento. Bs. As. EUDEBA SEM.
Calculadora online distribución continua de probabilidad (tabla z):
https://calculadorasonline.com/calculadora-de-distribucion-nomal-campana-de-gauss/
ESTADISTICA
Guía de problemas N°6 (Parte I)
Temas: Probabilidad. Concepto. Propiedades. Tabla de Contingencia.
1. En la siguiente tabla se muestran algunas causas del estrés laboral, de acuerdo con
un estudio realizado a 150 personas que trabajan 8 hs diarias:
Causas de estrés laboral fi hi= pi
Ritmo de trabajo 20
Alta responsabilidad 35
Falta de trabajo en equipo 41
Inestabilidad 54
Total 150
a) Calcula la probabilidad frecuentista o “a posteriori” de las causas observadas.

2. En un grupo de 2000 pacientes de sexo masculino se estudia problemas de
agresividad de acuerdo con el nivel de autoestima estudiados ambos mediante un test
de personalidad. Los datos se presentan en la siguiente tabla:
Agresividad /
Nivel bajo Nivel medio Nivel alto Total
Autoestima
No agresivo 300 600 300 1200
Agresivo 600 100 100 800
Total 900 700 400 2000

a) Elabora con estos datos una tabla de contingencia de probabilidades.
b) ¿Cuál es la probabilidad de que un paciente sea agresivo con nivel bajo de
autoestima?
c) ¿Cuál es la probabilidad de que un alumno no sea agresivo?
d) Si un paciente tiene alta autoestima. ¿Cuál es la probabilidad de que sea
agresivo?
e) ¿Cuál es la probabilidad de que un paciente tenga nivel bajo de autoestima
sabiendo que es agresivo?
f) ¿Cuál es la probabilidad de que sea un paciente agresivo o con nivel alto de
autoestima?
ESTADISTICA
1. En la Tabla 2 de la publicación: “Producción de Conocimiento en Psicometría en

Instituciones de Educación Superior de Bogotá y Chía”; O. Rodríguez-Jiménez, R.
Rosero-Burbano, M. Botia Sanabria, L. Duarte Mateus;
http://www.revistas.unal.edu.co/index.php/psicologia/article/view/16270/28671, se
observan las frecuencias del constructo evaluado:
Observa la tabla e identifica los datos que usarás para:

a) Elaborar una tabla de contingencia de probabilidades y luego contesta:
b)¿Cuál es la probabilidad de que un trabajo evaluado sea de desarrollo
cognoscitivo?
c)¿Cuál es la probabilidad de que un trabajo evaluado sea sobre inteligencia o
actitudes?
d)¿Cuál es la probabilidad de que teniendo dos trabajos, ambos sean de
procesos organizacionales?
e)¿Cuál es el modelo de probabilidad que has usado para responder?
2. A la entrada de un consultorio infantil la secretaria debe escribir si el paciente es niña

o varón. La misma ha recibido tres niñas juntas. La secretaria afirma que el siguiente
paciente tiene más probabilidad de ser varón que niña. ¿Es cierta esta afirmación?
Justifica.
ESTADISTICA
3. En la publicación: “Responsabilidad social universitaria: influencia de valores y

empatía en la autoatribución de comportamientos socialmente responsables” de Juan
José Martí Noguera, de la Revista Latinoamericana de Psicología se observa en la
Tabla 1 de la misma, la siguiente información acerca de las ramas de la ciencia que
más se estudia en distintos países:
a) Transforma esta tabla de contingencia en porcentajes, en una de contingencia

de probabilidades sobre la variable “rama de titulación” y luego contesta:
b) ¿Cuál es la probabilidad de que un encuestado sea estudiante de titulación
empresarial?
c) ¿Cuál es la probabilidad de que un encuestado sea un estudiante español de
ciencias sociales?
d) ¿Cuál es la probabilidad de que un encuestado sea un estudiante chileno de
ingeniería?
e) Dado que un encuestado es colombiano, ¿Cuál es la probabilidad de que
estudie ciencias sociales?
4. Un psicólogo infantil estudia si existe relación entre ser hijo único (sin hermanos) y ser
un niño problemático. Para ello se han observado 250 niños con los resultados
siguientes:

b) Utilizando estos datos, razona si hay alguna relación entre ser un niño
problemático y tener o no hermanos.
ESTADISTICA
c) Indica cómo has utilizado los números de la tabla para llegar a tu conclusión.
(Extraído de “Estrategias en el estudio de la asociación en tablas de contingencia por
estudiantes
de psicología” G. Cañadas y otros. Revista Educación Matemática, vol. 23, núm. 2, agosto
de 2011, pp. 5-31)
5. La siguiente tabla nos muestra el número de estudiantes que aprobaron o

suspendieron
un examen teniendo en cuenta el tiempo que cada estudiante dedicó a estudiar. (Tabla
extraída de “Estrategias en el estudio de la asociación en tablas de contingencia por
estudiantes
de psicología” G. Cañadas y otros. Revista Educación Matemática, vol. 23, núm. 2,
agosto de 2011, pp. 5-31)

b) ¿Cuál es la probabilidad de que un estudiante haya aprobado y estudiado
menos de 5 horas?
c) ¿Cuál es la probabilidad de que un alumno no apruebe el examen y haya
estudiado entre 5 y 10 horas?
d) Si un alumno aprobó el examen. ¿Cuál es la probabilidad de que haya
estudiado más de 10 horas?
e) Si un alumno estudió menos de 5horas, ¿Cuál es la probabilidad de que no
apruebe?
ESTADISTICA
Guía de problemas N°6 (Parte II)
Temas: Distribuciones de Probabilidad.
Distribución Binomial:
1. 5 pacientes concurren a una clínica psicológica, ¿cuál es la probabilidad de que 3 de ellos

tengan problemas de estrés?
2. Se sabe que el 25% de los estudiantes tienen bajo puntaje de test en memoria a corto
plazo. ¿Cuál es la probabilidad de encontrar en un grupo de 7 pacientes 4 que tengan bajo
puntaje?
Distribución Normal:
3. Un licenciado en psicología mide el tiempo que tardan en realizar un test de rapidez mental
en adultos. La media fue de 9 minutos y un desvio estándar de 2,2 minutos.
a) Calcula la proporción de adultos que terminan el test entre 8 y 10 minutos
b) Determina la proporción de adultos que finalizan el test en menos de 5 minutos
c) Calcula la proporción de adultos que necesitaron entre 9,5 y 11 minutos
4. En un instituto de psicología se realiza una investigación en adolescentes que ingresan a

universidades sociales sobre su habilidad en relaciones interpersonales. Obtuvieron una
media de 40 puntos en el test con una varianza de 100 puntos, con distribución normal.
Calcula:
a) La proporción de alumnos que obtuvo menos de 30 puntos
b) La probabilidad de obtener 50 puntos o más
c) Qué proporción de alumnos obtiene entre 60 y 65 puntos.
Distribución Binomial:
1. En un centro de psiquiatría se sabe que el 20% de los pacientes tratados tienen algún tipo de
fobia y que el modelo binomial la explica convenientemente. Si se considera a 8 pacientes que
asisten en un día:
a) Escribe cuál es el suceso y los resultados posibles.
b) ¿Cuál es la probabilidad de que haya menos de tres pacientes con fobia?
c) Calcula la probabilidad de que ninguno sea paciente con fobia.
d) Calcula la probabilidad de que algún paciente sea con fobia.
e) ¿Cuál es la probabilidad de que, como máximo, tres pacientes no sean fóbicos?
2. En una universidad la probabilidad que un estudiante recién ingresado sea zurdo es de 0,35.
Considerando un grupo de 6 alumnos recién ingresados:
a) Cuál es la probabilidad de que 3 sean zurdos.

ESTADISTICA
b) Cuál es la probabilidad de que al menos 4 sean zurdos.
3. Se sabe que la probabilidad de que un paciente abandone el tratamiento es de 0,55. En un

grupo de 4 pacientes calcula:
a) ¿Cuál es la probabilidad de que 2 abandonen?

b) Cuál es la probabilidad de que al menos 3 abandonen
c) ¿Cuál es la probabilidad de que 4 no abandonen
4. En una ART los registros históricos demuestran que solo el 40% de las empresas satisfacen
los requisitos de ergonomía para los empleados de oficina. Durante el último año se
inscribieron 15 empresas a esta ART.
a) ¿Cuál es la probabilidad que 5 empresas satisfagan los requisitos?
b) ¿Cuál es la probabilidad que no más de 2 empresas satisfagan los requisitos?
5. En una entidad bancaria se ha determinado que el 15% de los empleados al término de 2 años
terminan con problemas de estrés laboral. Si se seleccionan 3 empleados al azar que han
entrado en los últimos dos años:
a) ¿Cuál es la probabilidad de que 2 tengas estrés laboral?
b) ¿Cuál es la probabilidad de que no más de 2 tengan estrés?
c) ¿Cuál es la probabilidad de cuanto menos 2 tengan estrés?
Distribución Normal:
6. Los puntajes en un test de aptitud laboral se distribuyen normalmente con media 62 y
desvío estándar 5. Son aprobados quienes obtienen por lo menos 65 puntos. Calcula:
a) El porcentaje de admitidos.
b) La probabilidad de que una persona obtenga menos de 56 puntos.
7. En un centro de salud de atención a la infancia, la edad de los profesionales en psicología

infantil sigue una distribución aproximadamente normal con media 38,5 años y desvío
estándar 3 años. En dicho Centro se desea aplicar una nueva metodología con juegos y
disfraces.
a) Se sabe además que en otros Institutos, parecería que las personas menores de 40
años tienen mejor disponibilidad y buena predisposición para aceptar esta
metodología. ¿Qué porcentaje de profesionales de este Centro tienen menos de 40
años?
b) Se puede concluir según lo anterior que las personas de más edad presentarían
mayor resistencia a la aplicación de la nueva metodología. Por ello, se desea
ESTADISTICA
convocarlos a un espacio de trabajo diferenciado. Por limitaciones en la infraestructura

se invitará solamente al 13% de los profesionales de más edad. ¿A partir de qué edad
serán convocados?
8. De acuerdo con Graña y Gómez (2011) en “Variables Psicológicas relacionadas con el

consumo de drogas en adolescentes: depresión y autoconcepto” se supone que el modelo de
variable normal de media 29 y desvío estándar 5 explica razonablemente la distribución de las
puntuaciones en el Autoconcepto de Autoestima para los adolescentes no consumidores:
a) Indique el porcentaje de sujetos de la población que obtendría puntuaciones en el
Autoconcepto de Autoestima:
i. menores que 32
ii. mayores que 30
iii. entre 20 y 34
a) ¿Cuál es el puntaje máximo que limitaría al 15% de los menores puntajes en Agresividad?
b) Si el 28% de la población superara cierto puntaje ¿de qué puntaje se trataría?
9. Según el estudio de Kohan y Macbeth 2007, “Construcción de un test de matemáticas para

adolescentes y adultos” para evaluar los conocimientos en esta área de hombres y mujeres
que van a ingresar a la universidad, obtuvieron los siguientes resultados: las medias de los
puntajes totales de varones 28,40 con desvío estándar de 8,27; media de mujeres 23,63 con
desvío estándar de 7,53. Suponiendo que se distribuyan normalmente, se desea clasificar a
estos estudiantes en tres categorías. En la categoría A, de los que obtuvieron mayor puntaje,
habría que ubicar al 20% de ellos. En la B, que es la categoría intermedia habría que ubicar al
50%. El resto integraría la categoría C de los que obtuvieron menor puntaje. ¿Cuáles son los
puntajes topes para cada categoría por género? Analiza tu respuesta.
ESTADISTICA
Unidad 3: Análisis Multivariado
Temas: Estudio conjunto de dos o más variables. Relación entre variables. Valores
directos y valores teóricos de las variables. Correlación de variables. Cruzamiento de
variables. Coeficiente de correlación de Pearson. Covarianza. Relación entre variables
ordinales. Relación entre variables nominales. Relación entre variables dicotómicas.
En Psicología es importante buscar relaciones entre dos o más variables: realizamos una
encuesta por ejemplo del rendimiento escolar de alumnos universitarios y además
preguntamos las horas de estudio, si trabaja o no, si recibe o no apoyo de sus padres, si
tiene hijos, etc. Y luego nos preguntamos si alguna de estas variables influye en el
rendimiento educativo. Todo el análisis previo que realizamos de una variable a la vez
nos sirve para estudiar estas relaciones. Lo que buscamos son explicaciones de algo que
observamos: necesitamos explicar de qué manera se relacionan y si es que existe esa
relación entre dos variables (también se pueden relacionar entre más cantidad, pero solo
estudiaremos relaciones bivariadas).
En una relación bivariada buscamos establecer de manera hipotética una relación entre
dos variables donde se pueda afirmar que los cambios de una de ellas van acompañados
a los cambios de la otra.
En este tipo de estudio no nos interesa las relaciones causales donde se observa una
secuencia cronológica y se distingue un fenómeno antes que el otro. Solo buscamos
relaciones entre dos variables observadas sin preguntar su cronología.
a.-Relaciones entre variables cualitativas:
Este tipo de análisis sirve para variables cualitativas nominales y ordinales, o cualquier
otra variable cuyos valores puedan ser representados en categorías.
La metodología que utilizaremos es la representación en tablas de contingencia de los

valores o frecuencias observadas, ya vistas anteriormente (simbolizaremos esta
frecuencia con la letra O). Luego determinaremos si existe relación y cuál es su intensidad
(es decir la fortaleza de la relación) calculando las frecuencias esperadas (E). Estas
frecuencias serían las que se esperaría si las variables fueran independientes, o no
tuvieran relación entre ellas. La forma de cálculo la veremos a través de un ejemplo:
Se realiza una encuesta a 300 alumnos de una facultad y se pregunta su rendimiento

académico (alto, medio y bajo: de acuerdo con la cantidad de materias aprobadas) y se
quiere saber si se relaciona con el estado civil (casado o soltero). Las frecuencias
observadas se representan en la siguiente tabla de contingencia:
ESTADISTICA
Ahora calculamos las frecuencias esperadas para cada frecuencia observada no

marginal, y las escribimos entre paréntesis en la celda correspondiente, en símbolos
sería:
En Valores redondeados al entero:
Al comparar las frecuencias, si las esperadas son muy similares a las observadas se
podría decir que las variables son independientes, no tienen relación. Para medir la
distancia que existe entre ellas de forma objetiva se utiliza una operación matemática con
los valores que hemos calculado, cuyo resultado nos da un puntaje llamado chi cuadrado,
en símbolos matemáticos:
ESTADISTICA
Es decir vamos realizando la diferencia entre cada frecuencia observada y su esperada y

al resultado lo elevamos al cuadrado y luego lo dividimos por la esperada correspondiente.
Esta operación para cada celda, luego sumamos todos los valores obtenidos y
obtendremos el valor de chi cuadrado:
2
(𝟖𝟎−𝟕𝟎)𝟐 (𝟑𝟎−𝟒𝟎)𝟐 (𝟕𝟎−𝟓𝟕)𝟐 (𝟐𝟎−𝟑𝟑)𝟐 (𝟒𝟎−𝟔𝟑)𝟐 (𝟔𝟎−𝟑𝟔)𝟐
X = + + + + + = 36,41
𝟕𝟎 𝟒𝟎 𝟓𝟕 𝟑𝟑 𝟔𝟑 𝟑𝟔
Este puntaje no puede ser negativo, ya que proviene de sumas de cuadrados, tampoco
nos dice mucho, ya que su valor depende de los valores de las frecuencias. Para poder
llegar a alguna conclusión tendremos que calcular otro coeficiente, llamado de Cramer
(V) de la siguiente manera:
No es difícil de calcularlo: nos fijamos en la cantidad de filas y columnas que tiene nuestra
tabla de contingencia y le restamos 1 unidad a cada valor, en nuestro caso sería:
f-1= 3-1= 2
c-1= 2-1= 1
n= 300 (total de casos)
Ahora nos fijamos cuál de los dos resultados es el menor, sería el 1 correspondiente a c-
1, reemplazamos ahora en la fórmula anterior:
36,41
𝑉 = √300∗1= 0,35
El coeficiente V de Cramer puede variar entre 0 y 1. Cuanto más cercano a 1 es el valor,

mayor es la intensidad de la relación. En nuestro caso el V=0,35 por lo que la relación es
moderada a baja. Podemos concluir que hay poca relación entre el rendimiento
académico de estos alumnos y su estado civil.
También se puede realizar una prueba de chi cuadrado de forma on line, ver en
bibliografía.
ESTADISTICA
Para variables cuantitativas:
Las variables cuantitativas también puedes ser tratadas con la metodología anterior si se
representan sus valores en forma de intervalos, pero de esta manera se pierde mucha
información. Para no agrupar los valores y representarlos de una manera gráfica sencilla
se utilizan los diagramas de dispersión. Lo vemos a través de un ejemplo:
A 10 jefes de una empresa se realizaron dos test: de estrés y de depresión con escalas
del 1 al 10. Se quiere saber si existe relación entre las puntuciones de estos dos test. Los
resultados se muestran en la siguiente tabla:
Graficamos los datos en un diagrama de dispersión, en este caso colocaremos los valores
de estrés en las x (eje horizontal o abscisas) y de depresión en las y (eje vertical o de
ordenadas):
De esta manera ya podemos observar que existe un tipo de relación entre las variables,
podemos decir que a medida que aumenta el estrés también lo hace la depresión. Hay
una relación creciente entre ambas (también llamada relación directa o positiva). Además
podemos observar que los puntos se acomodan como si estuvieran en una línea recta
imaginaria, esto es porque la relación es lineal. Hay otros tipos de relaciones no lineales
pero no es objetivo de nuestro estudio.
Ahora nos interesa saber la intensidad de esta relación lineal, como lo hicimos para las
variables cualitativas, para ello calculamos el coeficiente de correlación de Pearson (r).
Este coeficiente puede tomar valores entre -1 y 1, dependiendo del tipo de relación entre
las variables, veamos algunas representaciones:
ESTADISTICA
Ejemplos de diagramas de dispersión y recta de regresión lineal con distintos valores de coeficiente r
El coeficiente r lo calculamos de la siguiente manera:

𝑆𝑥𝑦 𝐶𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑥 𝑒 𝑦
𝑟= =
𝑆𝑥 𝑆𝑦 𝐷𝑒𝑠𝑣𝑖𝑜 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑥∗𝐷𝑒𝑠𝑣𝑖𝑜 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑦
Este cálculo se puede hacer de forma manual (ya hemos visto cada término de la fórmula
en la primera parte de estadística descriptiva). Pero a no preocuparse que también se
puede realizar con calculadora (ver bibliografía al final, videos explicativos de uso de
calculadora). Y aún más sencillo si utilizamos el software Excel tanto en una tablet como
en un celular.
Veamos los pasos a seguir para el cálculo del coeficiente r en Excel:
1. Abrir el Excel en el celular

2. Cargar datos con editar
3. Sombrear los datos
4. Ir al lápiz e Inicio /insertar / grafico/ xy dispersión
5. Luego ir a diseño/ buscar hacia abajo el gráfico con la recta y la ecuación
6. Leer el R2 y calcular su raíz cuadrada
En nuestro ejemplo se vería:
𝑟 = √0,806 = 0,898
Análisis del valor de r obtenido: el valor

calculado de esta forma será siempre
positivo, pero hay que recordar que el
resultado de una raiz puede ser positivo o
negativo, por lo que el signo lo agregamos
de acuerdo al diagrama obtenido. En este
caso la línea recta es positiva (pendiente
hacia arriba o creciente). Por otro lado es
bastante cercano a 1, por lo que se dice que la intensidad de la relacion es muy fuerte.
ESTADISTICA
En las ciencias sociales se establecen valores de referencia, según los cuales la relación
lineal entre las variables es nula si r<0,1, pequeña si 0,1≤r<0,3; media si 0,3≤r≤0,5 y
grande si r > 0,5; pero por supuesto esto es solo un criterio, y se debe tener en cuenta el
contexto.
Cuando una variable opera como antecedente y la otra como consecuente, es decir una
relacion de causa-efecto, la variable antecedente o variable explicativa (o tambien
llamada independiente) se coloca en el eje horizontal y la variable consecuente en el
vertical (o tambien llamada variable dependiente). En este caso ocuparemos el coeficiente
R2 o coeficiente de determinación para ver el porcentaje de variación que puede ser
explicado por la variable independiente.
En nuestro caso R2 = 0,806, transformando este valor en porcentaje: se tiene que el 80,6%
de la variación total observada en la depresión es explicada por el puntaje obtenido en el
estrés. Esto solo es posible si la variable estrés puede explicar a la variable depresión, es
decir si una depende de la otra. No se debe tener en cuenta este coeficiente para variables
que no son antecedente y consecuente.
Para completar el estudio de este tipo de variables, nos interesa saber la ecuación que
modela los valores de estrés con los valores de depresión. En el gráfico obtenido en Excel
de nuestro ejemplo observamos que nos da la ecuacion de una recta:
y = 1,2 x + 0,25 (con valores redondeados)
en esta ecuación “y” representa al puntaje en depresión y “x” al puntaje en estrés, el

coeficiente de x es la pendiente de la recta, y el ultimo termino positivo es la ordenada al
origen. En este caso se lee que por cada punto que aumenta el estrés, se espera que
aumente en 1,2 unidades el puntaje en depresión. Y decimos est ya que el coeficiente de
la x es positivo, lo que está acorde con la relación positiva o crenciente entre las variables.
El valor 0,25 es el valor de puntaje de depresión que tomaría si el puntaje de estrés fuera
0.
De nuevo aclaramos todo este analisis se puede dar si sabemos que el estrés puede ser
una variable explicativa de la depresión. Tambien aclaramos que los valores de la
pendiente y la ordenada al origen se pueden determinar por el método de mínimos
cuadrados (no mostrado, ya que no es el alcance de nuestro estudio) y con calculadora
(ver el video de la bibliografía).
Bibliografía:
Bologna, Eduardo. (2011) Psicología para Psicología y Educación. 1ª Ed. Editorial

Brujas. Argentina
Videos explicativos:
https://youtu.be/l85tUR7LFyg
https://youtu.be/4cQe6J7RzAI
Pagina para chi cuadrado:
http://vassarstats.net/newcs.html
ESTADISTICA
Guía de problemas N°7 (Parte I)
Temas: Relaciones entre variables cualitativas.
1. Un psicólogo infantil estudia si existe relación entre ser hijo único (sin hermanos) y ser un niño
problemático. Para ello se han observado 250 niños con los resultados siguientes: (Extraído de
“Estrategias en el estudio de la asociación en tablas de contingencia por estudiantes
de psicología” G. Cañadas y otros. Revista Educación Matemática, vol. 23, núm. 2, agosto de 2011, pp. 5-31)
Determina a través de un coeficiente adecuado si existe relación entre las variables y su

intensidad.
1. En una clínica se estudia si la actividad física influye en la depresión. Se realiza

una encuesta y se obtienen los siguientes datos ordenados en una tabla de
contingencia:
Sin depresión Con depresión Total
Con activ física 38 9
Sin activ. física 31 22
Total
Completa la tabla con las frecuencias marginales
Determina si la actividad física influye en el estado de animo de las personas
encuestadas (depresión).
2. La siguiente tabla nos muestra el número de estudiantes que aprobaron o suspendieron

un examen teniendo en cuenta el tiempo que cada estudiante dedicó a estudiar. (Tabla extraída
de “Estrategias en el estudio de la asociación en tablas de contingencia por estudiantes
de psicología” G. Cañadas y otros. Revista Educación Matemática, vol. 23, núm. 2, agosto de 2011, pp. 5-31)
Determina si las horas estudiadas se relaciona con la aprobación o no de los

exámenes.
ESTADISTICA
Guía de problemas N°7 (Parte II). Variables Cuantitativas
1. Un grupo de psicólogos realiza un estudio en una universidad para saber si la

habilidad mental de los ingresantes puede predecir el puntaje del examen de
admisión en dicha casa de estudios superiores. Los valores de dichas pruebas se
hallan a continuación:
X
Prueba de habilidad 18 15 12 9 8 7 5 4 2
mental
Y
Examen de admisión 98 92 85 80 77 70 60 55 50
a) Confecciona el diagrama de dispersión.

b) Determina, mediante un coeficiente adecuado, el grado de relación entre ambas
variables. Interpreta su resultado.
c) Qué porcentaje de variabilidad total es explicado por la habilidad mental?
Interpreta su resultado.
d) Halle la ecuación de la recta y predice el puntaje del examen de admisión si el
puntaje de la prueba de habilidad mental fuera de 10 puntos.
1. Un psicólogo ha medido en 20 personas a través de un test de personalidad el

estrés que afronta y el grado de firmeza que tiene. Los valores de dicho test se da
en la siguiente tabla:
Estres 61 26 32 22 38 80 17 10 47 15 50 25 50 30 78 10 35 31 4 6
Firmeza 38 80 40 84 62 18 65 78 22 60 50 58 20 45 19 84 63 43 87 84
a) Confecciona el diagrama de dispersión.
b) Determina, mediante un coeficiente adecuado, el grado de relación entre

ambas variables. Interpreta su resultado.
2. Una ART de un servicio público ha realizado un estudio de ergonomía a 15 empleados.

Para ello realiza una encuesta sobre las horas que el empleado está sentado y lo relaciona
con el grado de avance de enfermedades posturales. Los datos obtenidos fueron los
siguientes:
Hs 2 4 8 6 7 3 4 5 4 6 3 3 2 4 6
Postura 8 12 20 15 16 7 10 12 9 16 9 10 7 12 18
a) Confeccione el diagrama de dispersión.
ESTADISTICA
b) Determina la intensidad de la relación entre las variables. Interpreta el resultado.

c) Determina el porcentaje de variabilidad total del modelo. Interpreta el resultado.
d) Predice el grado de avance de enfermedades posturales si el empleado esta 3,5 horas
sentado.
3. Un investigador estaba interesado en la relación entre el grado de empatía de los
psicoterapeutas y el nivel de satisfacción de sus pacientes con la terapia. Como estudio
piloto se analizaron cuatro parejas de terapeuta y pacientes. Estos son los resultados:
Empatía del Satisfacción a) Confeccione el diagrama de dispersión.
terapeuta del paciente
b) Determina, mediante un coeficiente adecuado, el grado de
70 4
ajuste del modelo lineal a los datos.
94 5
36 2
c) Determina, mediante un coeficiente adecuado, el porcentaje
48 1 de variabilidad total del modelo.
ESTADISTICA
TABLAS
y
ESTADISTICA
TABLA Nº 1
Áreas bajo la curva Normal Estandarizada
z 0 1 2 3 4 5 6 7 8 9
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0754
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2258 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2518 0,2549
0,7 0,2580 0,2612 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2996 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3428 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3952 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0.4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0.4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4895 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
3,1 0,4990 0,4991 0,4991 0,4991 0,4992 0,4992 0,4992 0,4992 0,4993 0,4993
3,2 0,4993 0,4993 0,4994 0,4994 0,4994 0,4994 0,4994 0,4995 0,4995 0,4995
3,3 0,4995 0,4995 0,4995 0,4996 0,4996 0,4996 0,4996 0,4996 0,4996 0,4995
3,4 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4998
3,5 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998
3,6 0,4998 0,4998 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,7 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,8 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,9 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000
ESTADISTICA
TABLA Nº 2
Valores de los percentilos para la Distribución de la “t de Student” con

“v” grados de libertad
1 N 0,99 0,98 0,95 0,90 0,80 0,60 0,50 0,40 0,20 0,10
C→
v  t0,995 t0,99 t0,975 t0,95 t0,90 t0,80 t0,75 t0,70 t0,60 t0,55
1 63,66 31,82 12,71 6,31 3,08 1,376 1,000 0,727 0,325 0,158
2 9,92 6,96 4,30 2,92 1,89 1,061 0,816 0,617 0,289 0,142
3 5,84 4,54 3,18 2,35 1,64 0,978 0,765 0,584 0,277 0,137
4 4,60 3,75 2,78 2,13 1,53 0,941 0,741 0,569 0,271 0,134
5 4,03 3,36 2,57 2,02 1,48 0,920 0,727 0,559 0,267 0,132
6 3,71 3,14 2,45 1,94 1,44 0,906 0,718 0,553 0,265 0,131
7 3,50 3,00 2,36 1,90 1,42 0,896 0,711 0,549 0,263 0,130
8 3,36 2,90 2,31 1,86 1,40 0,889 0,706 0,546 0,262 0,130
9 3,25 2,82 2,26 1,83 1,38 0,883 0,703 0,543 0,261 0,129
10 3,27 2,76 2,23 1,81 1,37 0,879 0,700 0,542 0,260 0,129
11 3,11 2,72 2,20 1,80 1,36 0,876 0,697 0,540 0,260 0,129
12 3,06 2,68 2,18 1,78 1,36 0,873 0,695 0,539 0,259 0,128
13 3,01 2,65 2,16 1,77 1,35 0,870 0,694 0,538 0,259 0,128
14 2,98 2,62 2,14 1,76 1,34 0,868 0,692 0,537 0,258 0,128
15 2,95 2,60 2,13 1,75 1,34 0,866 0,691 0,536 0,258 0,128
16 2,92 2,58 2,12 1,75 1,34 0,865 0,690 0,535 0,258 0,128
17 2,90 2,57 2,11 1,74 1,33 0,863 0,689 0,534 0,257 0,128
18 2,88 2,55 2,10 1,73 1,33 0,862 0,688 0,534 0,257 0,127
19 2,86 2,54 2,09 1,73 1,33 0,861 0,688 0,533 0,257 0,127
20 2,84 2,53 2,09 1,72 1,32 0,860 0,687 0,533 0,257 0,127
21 2,83 2,52 2,08 1,72 1,32 0,859 0,686 0,532 0,257 0,127
22 2,82 2,51 2,07 1,72 1,32 0,858 0,686 0,532 0,256 0,127
23 2,81 2,50 2,07 1,71 1,32 0,858 0,685 0,532 0,256 0,127
24 2,80 2,49 2,06 1,71 1,32 0,857 0,685 0,531 0,256 0,127
25 2,79 2,48 2,06 1,71 1,32 0,856 0,684 0,531 0,256 0,127
26 2,78 2,48 2,06 1,71 1,32 0,856 0,684 0,531 0,256 0,127
27 2,77 2,47 2,05 1,70 1,31 0,855 0,684 0,531 0,256 0,127
28 2,76 2,47 2,05 1,70 1,31 0,855 0,683 0,530 0,256 0,127
29 2,76 2,46 2,04 1,70 1,31 0,854 0,683 0,530 0,256 0,127
30 2,75 2,46 2,04 1,70 1,31 0,854 0,683 0,530 0,256 0,127
40 2,70 2,42 2,02 1,68 1,31 0,851 0,681 0,529 0,255 0,126
60 2,66 2,39 2,00 1,67 1,30 0,848 0,679 0,527 0,254 0,126
120 2,62 2,36 1,98 1,66 1,29 0,845 0,677 0,526 0,254 0,126
 2,58 2,33 1,96 1,65 1,28 0,842 0,674 0,524 0,253 0,126
FUENTE: R.A.Fisher y F. Yates. “Tablas estadísticas para investigaciones biológicas, agrícolas y

médicas”
(5ª Edición). Tabla III, Oliver y Boyd Ltda., Edinburgo, por permiso de los autores y editores.
ESTADISTICA
TABLA Nº 3
Valores de los percentilos (i) para la distribución
Chi-cuadrado, con “v” grados de libertad
NC → 0,99 0,98 0,95 0,90 0,80 0,50 0,50 0,80 0,90 0,95 0,98 0,99
v              
0,995 0,99 0,975 0,95 0,90 0,75 0,50 0,25 0,10 0,05 0,025 0,01 0,005
1 7,88 6,63 5,02 3,84 2,71 1,32 0,455 0,102 0,016 0,004 0,001 0,000 0,000
2 10,6 9,21 7,38 5,99 4,61 2,77 1,39 0,575 0,211 0,103 0,051 0,020 0,010
3 12,8 11,3 9,35 7,81 6,25 4,11 2,37 1,21 0,584 0,352 0,216 0,115 0,072
4 14,9 13,3 11,1 9,49 7,78 5,39 3,36 1,92 1,06 0,711 0,484 0,297 0,207
5 16,7 15,1 12,8 11,1 9,24 6,63 4,35 2,67 1,61 1,15 0,831 0,554 0,412
6 18,5 16,8 14,4 12,6 10,6 7,84 5,35 3,45 2,20 1,74 1,24 0,872 0,676
7 20,3 18,5 16,0 14,1 12,0 9,04 6,35 4,25 2,83 2,17 1,69 1,24 0,989
8 22,0 20,1 17,5 15,5 13,4 10,2 7,34 5,07 3,49 2,73 2,18 1,65 1,34
9 23,6 21,7 19,0 16,9 14,7 11,4 8,34 5,90 4,17 3,33 2,70 2,09 1,73
10 25,2 23,2 20,5 18,3 16,0 12,5 9,34 6,74 4,87 3,94 3,25 2,56 2,16
11 26,8 24,7 21,9 19,7 17,3 13,7 10,3 7,58 5,58 4,57 3,82 3,05 2,60
12 28,3 26,2 23,3 21,0 18,5 14,8 11,3 8,44 6,30 5,23 4,40 3,57 3,07
13 29,8 27,7 24,7 22,4 19,8 16,0 12,3 9,30 7,04 5,89 5,01 4,11 3,57
14 31,3 29,1 26,1 23,7 21,1 17,1 13,3 10,2 7,79 6,57 5,63 4,66 4,07
15 32,8 30,6 27,5 25,0 22,3 18,2 14,3 11,0 8,55 7,26 6,26 5,23 4,60
16 34,3 32,0 28,8 26,3 23,5 19,4 15,3 11,9 9,31 7,96 6,91 5,81 5,14
17 35,7 33,4 30,2 27,6 24,8 20,5 16,3 12,8 10,1 8,67 7,56 6,41 5,70
18 37,2 34,8 31,5 28,9 26,0 21,6 17,3 13,7 10,9 9,39 8,23 7,01 6,26
19 38,6 36,2 32,9 30,1 27,2 22,7 18,3 14,6 11,7 10,1 8,91 7,63 6,84
20 40,0 37,6 34,2 31,4 28,4 23,8 19,3 15,5 12,4 10,9 9,59 8,26 7,43
21 41,4 38,9 35,5 32,7 29,6 24,9 20,3 16,3 13,2 11,6 10,3 8,90 8,03
22 42,8 40,3 36,8 33,9 30,8 26,0 21,3 17,2 14,0 12,3 11,0 9,54 8,64
23 44,2 41,6 38,1 35,2 32,0 27,1 22,3 18,1 14,8 13,1 11,7 10,2 9,26
24 45,6 43,0 39,4 36,4 33,2 28,2 23,3 19,0 15,7 13,8 12,4 10,9 9,89
25 46,9 44,3 40,6 37,7 34,4 29,3 24,3 19,9 16,5 14,6 13,1 11,5 10,5
26 48,3 45,6 41,9 38,9 35,6 30,4 25,3 20,8 17,3 15,4 13,8 12,2 11,2
27 49,6 47,0 43,2 40,1 36,7 31,5 26,3 21,7 18,1 16,2 14,6 12,9 11,8
28 51,0 48,3 44,5 41,3 37,9 32,6 27,3 22,7 18,9 16,9 15,3 13,6 12,5
29 52,3 49,6 45,7 42,6 39,1 33,7 28,3 23,6 19,8 17,7 16,0 14,3 13,1
30 53,7 50,9 47,0 43,8 40,3 34,8 29,3 24,5 20,6 18,5 16,8 15,0 13,8
40 66,8 63,7 59,3 55,8 51,8 45,6 39,3 33,7 29,1 26,5 24,4 22,2 20,7
50 79,5 76,2 71,4 67,5 63,2 56,3 49,3 42,8 37,7 34,8 32,4 29,7 28,0
60 92,0 88,4 83,3 79,1 74,4 67,0 59,3 52,3 46,5 43,2 40,5 37,5 35,5
70 104,2 100,4 95,0 90,5 85,5 77,6 69,3 61,7 55,3 51,7 48,8 45,4 43,3
80 116,3 112,3 106,6 101,9 96,6 88,1 79,3 71,1 64,3 60,4 57,2 53,5 51,2
90 128,3 124,1 118,1 113,1 107,6 98,6 89,3 80,6 73,3 69,1 65,6 61,8 59,2
100 140,2 135,8 129,6 124,3 118,5 109,1 99,3 90,1 84,2 77,9 74,2 70,1 67,3
FUENTE: Catherine M.Thompson. “Tabla de puntos porcentuales de la distribución ”. Biométrica,
Vol. 32 (1941) por permiso del autor y editor.

Material 2020 PDF

Cargado por

Copyright:

Formatos disponibles

Material 2020 PDF

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Material 2020 PDF

Cargado por

Copyright:

Formatos disponibles

UCES - Facultad de Ciencias Jurídicas y Sociales

Programa y Material de Estudio

Estructura del Material de la Cátedra:

➢ Programa de la Materia con Bibliografía

➢ Trabajo de Integración Final

✓ Estadística Descriptiva: Unidad 1 y 2

✓ Análisis Multivariado, Probabilidad y Estadística Inferencial: Unidad 3, 4

Unidad temática II: Estadística Descriptiva

Garrett, H (1974). Estadística en Psicología y Educación. Buenos Aires: Editorial Paidós.

Unidad temática III: Análisis Multivariado

Unidad temática IV: Azar y Probabilidad

Estadística. Material de circulación interna UCES.

Unidad temática V: Estadística Inferencial

Para la aprobación de la asignatura se requerirá:

5.1 Criterios de evaluación:

TRABAJO DE INTEGRACION FINAL

Contenido del trabajo deberá incluir:

Primera Entrega del Trabajo de Integración:

Segunda Entrega del Trabajo de Integración:

Importante: Ir a la clase de Estadística acompañado siempre de este material,

¿Por qué estudiar Estadística en Psicología?

La Psicología es una ciencia que estudia la descripción, la comprensión, la predicción y el control

La estadística es un conjunto de metodologías que sirven para recolectar, organizar, rsumir,

En general, la estadística se clasifica en dos grandes ramas: descriptiva e inferencial.

➢ La recolección de datos por medio de encuestas o de otras técnicas.

➢ La caracterización de datos por medio del cálculo de medidas estadísticas como la

➢ La presentación de datos mediante tablas y gráficas.

UNIDAD 2: Estadística Descriptiva

Parte I: Población. Muestra. Estructura del dato. Clasificación de variables.

Población: conjunto de elementos (personas, familias, pacientes, etc) con una

Muestra: subconjunto de la población con las mismas características. Es representativa

Estructura Cuatripartita del Dato:

Comenzaremos con la siguiente pregunta: ¿qué es un dato?

1.- Unidad de análisis

La estructura común de un dato según Galtung es tripartita (con unidad de análisis,

Estudiamos cada una de ellas:

Ejemplos: paciente, niño, familia, escuela, empresa.

Ejemplo: En la unidad de análisis familia: se pueden estudiar como variables cantidad

El procedimiento, está referido a la metodología que se utiliza para obtener el valor de

Ejemplos: técnicas de observación, test, preguntas al paciente, encuestas a familias.

Ejemplo: Si se estudia la variable “agresividad” en la unidad de análisis “niño”, se analizan

En el siguiente problema se puede ver cómo se estudiará la estructura cuatripartita del

Las variables se pueden clasificar en cualitativas y cuantitativas. Las variables cualitativas

Escalas o niveles de medición

En este momento no se debe confundir el concepto de medición, con la acción de medir

Escala nominal: es el primer escalón en los niveles de medición, no se asignan valores

Escala de intervalos: se refiere a valores numéricos dentro de una escala de medición

Escala de razón: es una escala numérica donde el valor 0 es verdadero en su origen

Samaja, J. (1996). Epistemología y metodología. Elementos para una teoría de la

Cortada de Kohan, N. (1994). Diseño Estadístico (para Investigadores de las ciencias

Gutierrez Banegas, Ana. (2012). Probabilidad y Estadística. Enfoque por competencias.

Guía de problemas Nº1

Temas: Estructura del dato. Población. Muestra. Clasificación de Variables. Escalas de

Problemas para resolver en clases:

1. Clasifique las siguientes variables en cualitativas nominal (CN), cualitativas

a)Edad al ingresar a la universidad

a) Ciudad de la que provienen 50 pacientes de un hospital público

b) Se necesita saber el nivel socioeconómico de un grupo de personas