FUNDACIÓN UNIVERSITARIA MINUTO DE DIOS

FUNDACIÓN UNIVERSITARIA MINUTO DE DIOS

CERES REGIONAL MADRID

viernes, 28 de septiembre de 2012

TRABAJO FINAL ESTADISTICA
CAROL ACOSTA
VANESA GARCIA
LILIANA ANGELICA QUIROGA
CATHERYNNE MORENO RODRIGUEZ
SALUD OCUPACIONAL VI SEMESTRE
PLANTEAMIENTO, HIPOTESIS Y CONCLUSIONES
CATHERYNNE MORENO RODRIGUEZ
TALLER No 5 TECNICAS DE MUESTREO
ID 159632

1- QUE TIPOS DE MUESTREO EXISTEN?
Muestreo probabilístico

Consiste en elegir una muestra de una población al azar. Podemos distinguir varios tipos de muestreo:
Muestreo aleatorio simple

Para obtener una muestra, se numeran los elementos de la población y se seleccionan al azar los n elementos que contiene la muestra.
Muestreo aleatorio sistemático

Se elige un individuo al azar y a partir de él, a intervalos constantes, se eligen los demás hasta completar la muestra.

Por ejemplo si tenemos una población formada por 100 elementos y queremos extraer una muestra de 25 elementos, en primer lugar debemos establecer el intervalo de selección que será igual a 100/25 = 4. A continuación elegimos el elemento de arranque, tomando aleatoriamente un número entre el 1 y el 4, y a partir de él obtenemos los restantes elementos de la muestra.

2, 6, 10, 14,..., 98
Muestreo aleatorio estratificado

Se divide la población en clases o estratos y se escoge, aleatoriamente, un número de individuos de cada estrato proporcional al número de componentes de cada estrato.

En una fábrica que consta de 600 trabajadores queremos tomar una muestra de 20. Sabemos que hay 200 trabajadores en la sección A, 150 en la B, 150 en la C y 100 en la D.


Un muestreo puede hacerse con o sin reposición, y la población de partida puede ser infinita o finita.

En todo nuestro estudio vamos a limitarnos a una población de partida infinita o a muestreo con reposición.

Si consideremos todas las posibles muestras de tamaño n en una población, para cada muestra podemos calcular un estadístico (media, desviación típica, proporción, ...) que variará de una a otra.

Así obtenemos una distribución del estadístico que se llama distribución muestral.
2. ¿COMO SE DETERMINA EL TAMAÑO DE UNA MUESTRA?
El determinar el tamaño de una muestra representa una parte esencial del método científico para poder llevar a cabo una investigación. Al muestreo lo podemos definir como el conjunto de observaciones necesarias para estudiar la distribución de determinadas características en la totalidad de una población, a partir de la observación de una parte o subconjunto de una población, denominada muestra.

El muestreo debe procurar ser representativo, ya que proporciona ventajas de índole económicas y prácticas, nos brinda la alternativa de optar por otra alternativa, ya que en lugar de investigar el total de la población, se investiga tan sólo una parte de ella, proporcionando con esto la información en forma más oportuna, eficiente y exacta, eliminando con ello recurrir a encuestar a toda la población

Por ejemplo, una práctica común que frecuentemente vemos en los periódicos y más a últimas fechas, me refiero a las encuestas de opinión efectuadas para las elecciones del 2006, donde se tiene una población estimada de 109 millones de habitantes, se requería realizar un sondeo para saber por quién votarían los que cuentan con edad para ello. Imagínense el número de encuestadores y recursos necesarios para realizarla uno por uno, ante todo sería un gasto innecesario y superfluo.

También las evaluaciones pueden ser destructivas, imagínense que dentro de una planta que elabora productos alimenticios se requiere evaluar la calidad de todos sus productos para lo cual se haría necesario destaparlos, piensen que destapar todos sus productos para verificarlos, seria un completo desperdicio y gasto innecesario.

PREGUNTAS GENERADORAS  1
1. ¿Cómo se aplica la estadística en la salud ocupacional?
2.  ¿CUÁL ES EL PAPEL DE LA ESTADÍSTICA EN LA INVESTIGACIÓN?
Se puede decir que los pasos que sigue una investigación estadística son los siguientes:
  - Planeación de la investigación.
Es este el primer paso que sigue una investigación estadística. El éxito de una investigación estadística  Depende en gran parte de la planeación que de ella se haga. Algunas veces, solamente se prevé una etapa determinada y por falta de recursos económicos o humanos es necesario archivarla. Otras veces se cometen errores en el transcurso de la investigación, los cuales pudieron evitarse con una buena planeación mediante un buen diseño del proyecto, una metodología bien definida, utilización adecuada de términos,  y formularios bien ajustados a las necesidades de la investigación.
- Recolección o recopilación de los datos.
Es este el segundo paso de una investigación estadística. La información que requiere la investigación  Es suministrada por el ama de casa, el hombre de negocios, o cualquier  otro informante; ya sea por Intermedio de una persona que visita al informante y le hace las preguntas necesarias para anotarlas en un formulario, o enviando al informante una lista de preguntas que puede contestar en el momento que desee, o que debe contestar con carácter obligatorio como sucede en la encuesta anual manufacturera que anualmente realiza el DANE, organismo rector de las estadísticas en Colombia. 
- Organización de los datos.
Es este el tercer paso de una investigación estadística. Al recolectarse la información, esta debe ser organizada, esto es, que los datos antes de ser totalizados y utilizados para un análisis, deben ser sometidos a un proceso de CRÍTICA, es decir a un examen crítico y severo con el fin de detectar si los Datos son: exactos, completos, precisos y representativos.
- Presentación de los datos.
Es este el cuarto paso de una investigación estadística. Los datos pueden presentarse para los lectores potenciales, mediante enunciados textuales, cuadros, tablas, ó gráficos. Estas alternativas de presentación ayudan al lector a comprender de una manera ágil, amena, resumida y comprensible la Información  resultante de la investigación.
- Análisis de los datos presentados
Es este el quinto paso de una investigación estadística. Después de que los datos son recolectados,
Organizados y presentados de forma comprensible a través de los cuadros, gráficos y enunciados; la información debe ser analizada, proceso éste, que involucra una serie de operaciones matemáticas.
- Conclusiones e interpretaciones
Es este el último paso que sigue una investigación estadística. La interpretación de la información, es un campo que compete a personas especializadas en el tema que es materia de investigación, como es el caso de estadísticas como las: demográficas, culturales, manufactureras, etc.

3 ¿CÓMO SE ESTUDIA Y SE MIDE EL COMPORTAMIENTO  DE LOS ELEMENTOS DE UNA POBLACIÓN?



 PREGUNTAS GENERADORAS  2
1. QUE MEDIDA DE TENDENCIA ELEGIR

2 ¿QUE VENTAJAS TIENEN  LAS MEDIDAS DE TENDENCIA CENTRAL?
 






PREGUNTAS GENERADORAS 3º
PROBLEMA
COMO SE PUEDE DETERMINAR EL, GRADO DE VARIABILIDAD  O DISPERSION DE LOS DATOS  CON RESPECTO A UN PROMEDIO, VALOR  CENTRAL O MEDIDA DE POSICION
En el caso de las variables con valores que pueden definirse en términos de alguna escala de medida de igual intervalo, puede usarse un tipo de indicador que permite apreciar el grado de dispersión o variabilidad existente en el grupo de variantes en estudio.
A estos indicadores les llamamos medidas de dispersión, por cuanto que están referidos a la variabilidad que exhiben los valores de las observaciones, ya que si no hubiere variabilidad o dispersión en los datos interés, entonces no habría necesidad de la gran mayoría de las medidas de la estadística descriptiva.
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor representativo, las medidas de dispersión nos dicen hasta que punto estas medidas de tendencia central son representativas como síntesis de la información. Las medidas de dispersión cuantifican la separación, la dispersión, la variabilidad de los valores de la distribución respecto al valor central. Distinguimos entre medidas de dispersión absolutas, que no son comparables entre diferentes muestras y las relativas que nos permitirán comparar varias muestras.



 CATHERIN PINILLA
SALUD OCUPACIONAL
VI SEMESTRE
PREGUNTAS GENEADORAS  5

Tipos de muestreos

De Wikipedia
Distinguimos dos tipos fundamentales de muestreo:
*  Muestreo probabilístico (aleatorio): En este tipo de muestreo, todos los individuos de la población pueden formar parte de la muestra, tienen probabilidad positiva de formar parte de la muestra. Por lo tanto es el tipo de muestreo que deberemos utilizar en nuestras investigaciones, por ser el riguroso y científico.
*  Muestreo no probabilístico (no aleatorio): En este tipo de muestreo, puede haber clara influencia de la persona o personas que seleccionan la muestra o simplemente se realiza atendiendo a razones de comodidad. Salvo en situaciones muy concretas en la que los errores cometidos no son grandes, debido a la homogeneidad de la población, en general no es un tipo de muestreo riguroso y científico, dado que no todos los elementos de la población pueden formar parte de la muestra. Por ejemplo, si hacemos una encuesta telefónica por la mañana, las personas que no tienen teléfono o que están trabajando, no podrán formar parte de la muestra.
*  Muestreo Probabilístico
En el contexto de muestreo probabilístico, existen varias posibilidades de obtención de una muestra:
Muestreo aleatorio simple
En un muestreo aleatorio simple todos los individuos tienen la misma probabilidad de ser seleccionados. La selección de la muestra puede realizarse a través de cualquier mecanismo probabilístico en el que todos los elementos tengan las mismas opciones de salir. Por ejemplo uno de estos mecanismos es utilizar una tabla de números aleatorios, o también con un ordenador generar números aleatorios, comprendidos entre cero y uno, y multiplicarlos por el tamaño de la población, este es el que vamos a utilizar.
Muestreo aleatorio estratificado
Es frecuente que cuando se realiza un estudio interese estudiar una serie de subpoblaciones (estratos) en la población, siendo importante que en la muestra haya representación de todos y cada uno de los estratos considerados. El muestreo aleatorio simple no nos garantiza que tal cosa ocurra. Para evitar esto, se saca una muestra de cada uno de los estratos.
Hay dos conceptos básicos:
*  Estratificación: El criterio a seguir en la formación de los estratos será formarlos de tal manera que haya la máxima homogeneidad en relación a la variable a estudio dentro de cada estrato y la máxima heterogeneidad entre los estratos.
*  Afijación: Reparto del tamaño de la muestra en los diferentes estratos o su poblaciones. Existen varios criterios de afijación entre los que destacamos:
1.    Afijación igual: Todos los estratos tienen el mismo número de elementos en la muestra.
2.    Afijación proporcional: Cada estrato tiene un número de elementos en la muestra proporcional a su tamaño.
3.    Afijación Neyman: Cuando el reparto del tamaño de la muestra se hace de forma proporcional al valor de la dispersión en cada uno de los estratos.
Muestreo aleatorio sistemático
Es un tipo de muestreo aleatorio simple en el que los elementos se seleccionan según un patrón que se inicia con una elección aleatoria.
Considerando una población de N elementos, si queremos extraer una muestra de tamaño n, partimos de un número h=N/n, llamado coeficiente de elevación y tomamos un número al azar a comprendido entre 1 y h que se denomina arranque u origen.
La muestra estará formada por los elementos: a, a+h, a+2h,....a+(n-1)h.
De aqui se deduce que un elemento poblacional no podrá aparecer más de una vez en la muestra. La muestra será representativa de la población pero introduce algunos sesgos cuando la población está ordenada en función de determinados criterios.
Muestreo aleatorio por conglomerados o áreas
Mientras que en el muestreo aleatorio estratificado cada estrato presenta cierta homogeneidad, un conglomerado se considera una agrupación de elementos que presentan características similares a toda la población.
Por ejemplo, para analizar los gastos familiares o para controlar el nivel de audiencia de los programas y cadenas de televisión, se utiliza un muestreo por conglomerados-familias que han sido elegidas aleatoriamente. Las familias incluyen personas de todas las edades, muy representativas de las mismas edades y preferencias que la totalidad de la población.
Una vez seleccionados aleatoriamente los conglomerados, se toman todos los elementos de cada uno para formar la muestra. En este tipo de muestreo lo que se elige al azar no son unos cuantos elementos de la población, sino unos grupos de elementos de la población previamente formados. Elegidos estos grupos o "conglomerados" en un número suficiente, se pasa posteriormente a la elección, también al azar, de los elementos que han de ser observados dentro de cada grupo, o bien, según se desee, a la observación de todos los elementos que componen los grupos elegidos.
Muestreo no Probabilístico
Existen otros procedimientos para seleccionar las muestras, que son menos precisos que los citados y que resultan menos costosos. El procedimiento más utilizado es el muestreo no probabilístico, denominado opinático consistente en que el investigador selecciona la muestra que supone sea la más representativa, utilizando un criterio subjetivo y en función de la investigación que se vaya a realizar.
Con el muestreo opinático la realización del trabajo de campo puede simplificarse enormemente pues se puede concentrar mucho la muestra. Sin embargo, al querer concentrar la muestra, se pueden cometer errores y sesgos debidos al investigador y, al tratarse de un muestreo subjetivo (según las preferencias del investigador), los resultados de la encuesta no tienen una fiabilidad estadística exacta.
Un muestreo no probabilístico muy utilizado hoy en día por los institutos de opinión es el de itinerarios, consistente en facilitar al entrevistador el perfil de las personas que tiene que entrevistar en cada uno de los itinerarios en que se realizan las entrevistas.
El muestreo denominado de cuotas, utiliza en sucesivos sondeos al mismo conjunto muestral (inicialmente seleccionado de forma aleatoria) y es el empleado para medir índices de audiencia de programas televisivos.
Vistas

MUESTREO ALEATORIO ESTRATIFICADO.
Se divide la población en grupos en función de un carácter determinado y después se
muestrea cada grupo aleatoriamente, para obtener la parte proporcional de la muestra. Este
método se aplica para evitar que por azar algún grupo de animales este menos representado
que los otros.
El muestreo estratificado tiene interés cuando la característica en cuestión puede estar relacionada con la variable que queremos estudiar. Cuando se realiza un muestreo cuya unidad sean las granjas, la estratificación se aplica frecuentemente  en relación al tamaño de granja o a la aptitud de los animales,  ya que muchas enfermedades presentan  prevalencias diferentes en función del tamaño de la granja o a si se trata por  ejemplo de razas de aptitud lechera o cárnica. Si la unidad son los animales, se suele estratificar en función de la edad ya que ésta suele influir en muchas enfermedades.
Ejemplo:  La probabilidad de que una oveja esté infectada de Maedi está directamente relacionada con la edad. En el ejemplo anterior, la explotación tiene el  44% de los animales de menos de 2 años, el 28% de 3-4 años, el 18% de 5-6 y el 10% son animales de  más de seis años: el 44% de los 61 animales de la muestra (27 animales) se tomará al azar  entre los de 1-2 años, el 28% entre los de 3-4 años y así sucesivamente (17, 11 y 6 animales  de los otros tres grupos). Este método evita que por casualidad (por azar) se tomen más  individuos de un grupo que de los demás y esto pueda condicionar el resultado.
MUESTREO MIXTO.
Cuando la población es compleja, cualquiera de los métodos descritos puede ser difícil de
aplicar, en estos casos se aplica un muestreo mixto que combina dos o más de los anteriores
sobre distintas unidades de la encuesta.
Ejemplo: se pretende determinar la prevalencia de una determinada infección en una
comarca: se dividen las explotaciones en tres grupos en función de su tamaño y se realiza
un muestreo estratificado, en las granjas que forman la muestra se realiza un muestreo
sistemático para elegir los individuos que se analizarán

2  ¿COMO SE DETERMINA EL TAMAÑO DE UNA MUESTRA?
El determinar el tamaño de una muestra representa una parte esencial del método científico para poder llevar a cabo una investigación. Al muestreo lo podemos definir como el conjunto de observaciones necesarias para estudiar la distribución de determinadas características en la totalidad de una población, a partir de la observación de una parte o subconjunto de una
Población, denominada muestra.
A LA DE DETERMINAR EL TAMAÑO QUE DEBE alcanzar una muestra hay que tomar encuentra  varios factores
El tipo de muestreo
El parámetro a estimar
El error maestral  admisible
La varianza y población
El nivel de confianza

https://docs.google.com/document/d/1x8o1iyuiYjavMcADZ7ohAw3irsEMLg8WHxrk56AtbVI/edit

preguntas generadoras

Preguntas generadoras N0 4
La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) luego de llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables.
2. como determinar los limites de confianza en una variable
En el contexto de estimar un parámetro poblacional, un intervalo de confianza es un rango de valores (calculado en una muestra) en el cual se encuentra el verdadero valor del parámetro, con una probabilidad determinada.
3.que pruebas de hipótesis existen como se aplican
1.     
Afirmación acerca de los parámetros de la población.
Al realizar pruebas de hipótesis, se parte de un valor supuesto (hipotético) en parámetro poblacional. Después de recolectar una muestra aleatoria, se compara la estadística muestral, así como la media (x), con el parámetro hipotético, se compara con una supuesta media poblacional (). Después se acepta o se rechaza el valor hipotético, según proceda. Se rechaza el valor hipotético sólo si el resultado muestral resulta muy poco probable cuando la hipótesis es cierta.
Etapa 1.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis nula (H0) es el valor hipotético del parámetro que se compra con el resultado muestral resulta muy poco probable cuando la hipótesis es cierta.
Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel de significancia del 5%, entonces se rechaza la hipótesis nula solamente si el resultado muestral es tan diferente del valor hipotético que una diferencia de esa magnitud o mayor, pudiera ocurrir aleatoria mente con una probabilidad de 1.05 o menos.
Etapa 3.- Elegir la estadística de prueba. La estadística de prueba puede ser la estadística muestral (el estimador no segado del parámetro que se prueba) o una versión transformada de esa estadística muestral. Por ejemplo, para probar el valor hipotético de una media poblacional, se toma la media de una muestra aleatoria de esa distribución normal, entonces es común que se transforme la media en un valor z el cual, a su vez, sirve como estadística de prueba.
Consecuencias de las Decisiones en Pruebas de Hipótesis.

Decisiones Posibles
Situaciones Posibles

La hipótesis nula es verdadera
La hipótesis nula es falsa
Aceptar la Hipótesis Nula
Se acepta correctamente
Error tipo II

Rechazar la Hipótesis Nula
Error tipo I
Se rechaza correctamente

Etapa 4.- Establecer el valor o valores críticos de la estadística de prueba. Habiendo especificado la hipótesis nula, el nivel de significancia y la estadística de prueba que se van a utilizar, se produce a establecer el o los valores críticos de estadística de prueba. Puede haber uno o más de esos valores, dependiendo de si se va a realizar una prueba de uno o dos extremos.
Etapa 5.- Determinar el valor real de la estadística de prueba. Por ejemplo, al probar un valor hipotético de la media poblacional, se toma una muestra aleatoria y se determina el valor de la media muestral. Si el valor crítico que se establece es un valor de z, entonces se transforma la media muestral en un valor de z.
Etapa 6.- Tomar la decisión. Se compara el valor observado de la estadística muestral con el valor (o valores) críticos de la estadística de prueba. Después se acepta o se rechaza la hipótesis nula. Si se rechaza ésta, se acepta la alternativa; a su vez, esta decisión tendrá efecto sobre otras decisiones de los administradores operativos, como por ejemplo, mantener o no un estándar de desempeño o cuál de dos estrategias de mercadotecnia utilizar.
La distribución apropiada de la prueba estadística se divide en dos regiones: una región de rechazo y una de no rechazo. Si la prueba estadística cae en esta última región no se puede rechazar la hipótesis nula y se llega a la conclusión de que el proceso funciona correctamente.
Al tomar la decisión con respecto a la hipótesis nula, se debe determinar el valor crítico en la distribución estadística que divide la región del rechazo (en la cual la hipótesis nula no se puede rechazar) de la región de rechazo. A hora bien el valor crítico depende del tamaño de la región de rechazo.
1.    Expresar la hipótesis nula
2.     
3.    Expresar la hipótesis alternativa
4.    Especificar el nivel de significancía
5.    Determinar el tamaño de la muestra
6.    Establecer los valores críticos que establecen las regiones de rechazo de las de no rechazo.
7.    Determinar la prueba estadística.
8.    Coleccionar los datos y calcular el valor de la muestra de la prueba estadística apropiada.
9.    Determinar si la prueba estadística ha sido en la zona de rechazo a una de no rechazo.
10. Determinar la decisión estadística.
11. Expresar la decisión estadística en términos del problema.




PREGUNTAS GENERADORAS No 1
1¿EL PAPEL DE LA ESTADISTICA EN LA INVESTIGACION?
Antes de examinar la etapa descriptiva de la investigación, nos convendrá tener una idea general de la estadística y de cómo se emplea en la actividad científica, en la medida en que se trata de una herramienta fundamental que la matemática provee al investigador para poder resumir y analizar gran cantidad de información.
Tanto en las investigaciones exploratorias como en las descriptivas y explicativas, el científico no maneja un solo dato sino muchos, sea porque estudia muchos individuos (las edades de todos los argentinos, o el cociente intelectual de todos los adolescentes de un colegio), sea porque estudia un solo individuo sobre el cual se hacen muchas observaciones que proporcionarán, entonces, muchos datos (las calificaciones que obtiene Juancito en las distintas asignaturas y a través de varios años).
Cuando, como en tales casos, hay que considerar una gran cantidad de datos, necesitaremos una herramienta para poder organizarlos, analizarlos y finalmente sacar conclusiones sobre la población o el individuo de donde esos datos fueron extraídos, y este instrumento se llama estadística. La utilidad de la estadística, entonces, no apunta necesariamente al estudio de muchos individuos (población), sino fundamentalmente al estudio de muchos datos, sea porque provengan de un solo sujeto o de muchos. No obstante en lo que sigue explicaremos el trabajo más usual de la estadística en ciencias sociales: el estudio de poblaciones de individuos.
Todos sabemos la diferencia entre individuo y población: una cosa es un argentino determinado, y otra cosa el conjunto de los habitantes de ese país. O también: una cosa es la ciudad de París y otra el conjunto de todas las ciudades del mundo, lo que viene a mostrarnos que lo que llamamos individuo es simplemente un elemento dentro de un todo (población) y que, para evitar malos entendidos, llamaremos genéricamente unidades de análisis. En psicología las unidades de análisis pueden ser personas, en psicología social grupos pequeños, en sociología sociedades o clases sociales, en demografía ciudades, en química metales, en biología ratas, etc.
La distinción entre individuo población es importante porque a la estadística que aquí vemos no le interesa el individuo aislado sino el conjunto de la población. Si al estadístico le interesa que Juancito tiene cociente intelectual 110 es sólo para llegar a saber que el promedio de cocientes intelectuales de la población es de 115 y que, entonces, Juancito está por debajo de esa media.
La población o universo, definible como el conjunto de todas las unidades de análisis, puede ser finita o infinita, según tenga o no un número determinado de individuos: podemos considerar infinito al conjunto de todos los individuos posibles según su combinación genética. La población también puede ser real o potencial: una población real es el conjunto de todos los argentinos mayores de 18 años y menores de 20, y población potencial es por ejemplo el conjunto de todas las personas que podrían utilizar el servicio de psicopatología de un hospital.
2¿Cómo podemos justificar una toma de decisiones como profesional?
Es la manera en la que se Incluyen la identificación de un problema y los criterios de selección, así como asignar pesos a esos criterios, avanzar al desarrollo, analizar y elegir una alternativa que pueda resolver el problema, implementar la alternativa y concluye con la evaluación de la efectividad de las decisiones.
Un problema es una discrepancia entre un estado de cosas  existente y el deseado.
Los criterios de decisión son aquellos que definen lo que es importante en una decisión.
La implementación es la transmisión de una decisión a los afectados y obtener su compromiso para aplicarla.
3¿En qué me apoyo para tomar una decisión?
1 - Fijar Objetivos.
Identificar los objetivos es el paso más importante de todos. Una vez que pudo centrarse en su meta, decidir sobre cómo alcanzarla será mucho más fácil.
2 - Reunir Información.
El segundo paso del procedimiento de toma de decisiones es reunir la información que sirva para lograr los objetivos que se buscan alcanzar.
3 - Identificar Opciones Alternativas.
Cuando se tiene que tomar una decisión, siempre es tentador elegir la opción más obvia. Pero muchas veces una de las respuestas menos evidentes es la que ayuda a alcanzar los objetivos deseados. Para poder tomar decisiones de modo efectivo hay que aprender a buscar bajo la superficie y descubrir ideas innovadoras. Cuando haya pensado en todas las opciones posibles, entonces sí, reduzca las alternativas sobre la base de los criterios de decisión.
4 - Evaluar Opciones.
Una vez que ha generado varias opciones, el siguiente paso es evaluar las más adecuadas. Para las decisiones de rutina o urgentes, puede tener que hacer esta evaluación rápida y de modo informal, guiándose por su experiencia y sentido común. En cambio, para las decisiones más problemáticas que tendrán efecto significativo sobre su vida, le resultará útil abordar el proceso de evaluación de modo más sistemático. Podría intentar usar algunos de los siguientes criterios de evaluación.
5 - Elegir la mejor opción.
Uno de los pasos finales es elegir la mejor opción de la gama de soluciones o decisiones posibles que ha generado y evaluado. Las siguientes metodologías pueden ayudarlo con esta difícil tarea.

6 - Implementar y monitorear la decisión.
Tomar una decisión no es el fin del proceso. Hay que actuar y luego verificar si las cosas funcionan como se las pensó. Hay varios motivos por los que es importante monitorear los efectos de una decisión una vez que se ha implementado


PREGUNTAS GENERADORAS No 2

1¿Qué medidas de tendencia central elegir?
Para que una calificación tenga significado hay que contar con elementos de referencia generalmente relacionados con ciertos criterios estadísticos.
Las medidas de tendencia central (media, mediana y moda) sirven como puntos de referencia para interpretar las calificaciones que se obtienen en una prueba.
La media aritmética: comúnmente conocida como media o promedio. Se representa por medio de una letra M o por una X con una línea en la parte superior.
La mediana: la cual es el puntaje que se ubica en el centro de una distribución. Se representa como Md.
La moda: que es el puntaje que se presenta con mayor frecuencia en una distribución. Se representa Mo.
2¿Qué ventajas tiene las medidas de tendencia central?
1. Es la medida de tendencia central más usada.
2. El promedio es estable en el muestreo.
3. Es sensible a cualquier cambio en los datos (puede ser usado como un
    detector de variaciones en los datos).
4. Se emplea a menudo en cálculos estadísticos posteriores.
5. Presenta rigor matemático.
6. En la gráfica de frecuencia representa el centro de gravedad.
3¿Qué desventajas tiene la medida de dependencia central?
1. Es sensible a los valores extremos.
2. No es recomendable emplearla en distribuciones muy asimétricas.
3. Si se emplean variables discretas o cuasi-cualitativas, la media aritmética
    puede no pertenecer al conjunto de valores de la variable.

PREGUNTAS GENERADORAS No 3
1¿Cómo se interpretan los resultados al aplicar diferentes fórmulas para el cálculo dispersión asimetría y apuntamiento?
.
Las medidas de posición central son los valores que de una manera condensada representan una serie de datos, pero realmente no son suficientes para caracterizar una distribución de frecuencia. Para describir una distribución de frecuencia o serie de datos es necesario, por lo menos otra medida que indique la dispersión o variabilidad 
de los datos, es decir, su alejamiento de las medidas de posición central. Estas medidas de posición central no tienen ningún valor si no se conoce como se acercan o se alejan esos valores con respecto al promedio, en otras palabras es conocer cómo se dispersan o varían esos valores con respecto al promedio de una distribución de frecuencia.
La dispersión o variabilidad se entiende como el hecho de que los valores de una serie difieran uno de otro, es decir, como se están dispersando o distribuyendo en la distribución. De acuerdo con esto es necesario encontrar una medida que indique hasta qué punto los valores de una variable están dispersos en relación con el valor típico. Las medidas de variabilidad son números que expresan la forma en que los valores de una serie de datos cambian alrededor de una medida de posición central la cual por lo general es la media aritmética. La dispersión puede ser mayor o menor, tomando en cuenta esas diferencias. La variabilidad es la esencia de la estadística, puesto que las variables y atributos se caracterizan siempre por diferencias de valores entre observaciones individuales. Casi siempre en una distribución de frecuencia el promedio obtenido difiere delos datos de la serie; por esto es importante determinar el grado de variación o dispersión de los datos de una serie de valores con respecto al promedio. Las medidas de dispersión se clasifican en dos grandes grupos: a).- Las Medidas de Dispersión Absolutas y las Relativas; las Relativas, vienen expresadas en las mismas medidas que se identifican la serie de datos, las mismas son: 1).- El Recorrido,
2) La Desviación cuartil Ica,
3) La Desviación Semicuartilica,
 4) La desviación Media,
 5) La Desviación Típica o Estándar
 6) La varianza.
2¿para que se utilizan las medidas de dispersión?
Las medidas de dispersión, también llamadas medidas de variabilidad, muestran la variabilidad de una distribución, indicando por medio de un número, si las diferentes puntuaciones de una variable están muy alejadas de la mediana media. Cuanto mayor sea ese valor, mayor será la variabilidad, cuanto menor sea, más homogénea será a la mediana media. Así se sabe si todos los casos son parecidos o varían mucho entre ellos.
Para calcular la variabilidad que una distribución tiene respecto de su media, se calcula la media de las desviaciones de las puntuaciones respecto a la media aritmética. Pero la suma de las desviaciones es siempre cero, así que se adoptan dos clases de estrategias para salvar este problema. Una es tomando las desviaciones en valor absoluto (desviación media) y otra es tomando las desviaciones al cuadrado (Varianza).
3¿Qué es desviación?
Las medidas de dispersión, también llamadas medidas de variabilidad, muestran la variabilidad de una distribución, indicando por medio de un número, si las diferentes puntuaciones de una variable están muy alejadas de la media.