FORMULARIO Y TABLAS DE LA ASIGNATURA

ESTADÍSTICA APLICADA A LA EDUCACIÓN

Grado de Educación Social
Grado de Pedagogía

Documento de utilización autorizada en las pruebas presenciales de la UNED

por el Equipo docente de la asignatura (v. 2014)

Arturo Galán González (Coordinador)

Ramón Pérez Juste
José Luis García Llamas
José Quintanal Díaz
 ÍNDICE

Página
I. FORMULARIO
Capítulo 5 3
Capítulo 6 4
Capítulo 7 5
Capítulo 8 6
Capítulo 9 11
Capítulo 10 11
Capítulo 11 12
Capítulo 12 14
II. TABLAS
Áreas y ordenadas de la curva de distribución normal 17
Distribución t de Student 25
Distribución Ji-cuadrado 26
Coeficiente de correlación tetracórico (rt) 27

2
 FORMULARIO Y TABLAS
ESTADÍSTICA APLICADA A LA EDUCACIÓN

I. FORMULARIO
Se incorporan a continuación las fórmulas estadísticas recogidas en los capítulos del texto
básico de la asignatura.

CAPÍTULO 5

Media aritmética:

Suma de todas las puntuaciones

X =
Número total de puntuaciones

X= ∑X i

Desviación Media:

D.M. = Valor absoluto de la suma de las diferencias entre cada puntuación directa y la media
Número total de sujetos

D.M. =
∑ (X i −X )
N

Desviación típica sesgada:

S=
(Suma de las diferencias entre cada puntuación directa y la media aritmética) 2 )
Número total de sujetos

∑ (X ) 2
i−X
S=
N

Varianza:

∑ (X ) 2
2 i −X
S=
N

3
Desviación típica insesgada:

∑ (X )
2
i −X
S=
N −1

∑ (X )2
2 −Xi
S=
N −1

Amplitud o recorrido:

A= X imayor − X imenor + 1

Coeficiente de variación:
V=
s
(100)
X

Desviación típica y varianza en variables dicotómicas:

s = p.q ; s2 = p.q

Asimetría: Índice de Pearson:

X − M0
As =
s

Curtosis:

∑ (X ) ⋅f
n
4
i −X i
g2 = 1 ⋅ i =1
−3
N σ4

CAPÍTULO 6

Puntuación diferencial: x = X i − X

Xi − X x
Puntuación típica: z = =
s s

4
Puntuaciones tipificadas o escalas derivadas:

T = a·z + b; donde b = (nueva media), a = s (nueva desviación típica) y z = puntuación típica

Cálculo de percentiles:

 C 
 ⋅ n  − f a ( I −1)
+
100 
Cm = Linf ⋅ a1 , donde a es el valor del intervalo.
fi

 C 
El valor  ⋅ n  toma la forma de (D / 10) · n en el caso de los deciles; de (Q / 4) · n en el de los
 100 
cuartiles y de (1 / 2) · n en el de la Mediana.

CAPÍTULO 7
CORRELACIONES

a) Coeficiente de correlación de Pearson (r)

n·∑ X ·Y − ∑ X ·∑ Y
rxy =
[n∑ X ][ ]
Puntuaciones directas
− (∑ X ) · n∑ Y 2 − (∑ Y )
2 2 2

rxy = ∑ x·y Puntuaciones diferenciales

∑ x ·∑ y
2 2

b) Coeficiente de correlación de Spearman (rs)

6·∑ D 2
rs = 1 −
(
n n2 − 1 )
Dónde n nos indica el número de sujetos o de pares de puntuaciones y D es la diferencia de rangos
o posiciones que ocupa un mismo sujeto en dos variables distintas.

c) Coeficiente de Contingencia (C)

C=
χ2
Dónde
G
c = ∑∑
2
c
( fo − fe )2 A su vez fe =
f f · fc
n + χ2 g =1 c =1 fe ft

5
d) Coeficiente de correlación biserial-puntual (rbp)

X p − Xt p X p − Xq
rbp = ⋅ rbp = ⋅ p·q
st q st

e) El coeficiente PHI ( φ )

B ⋅C − A⋅ D
φ=
( A + B )( A + C )(C + D )(B + D )

f) El coeficiente de correlación tetracórico (rt)

B ⋅C
rt =
A⋅ D
En el numerador figura el producto cruzado de la diagonal donde coinciden los mismos signos,
mientras que en el denominador figura el cruce en que no coinciden los valores, es decir, son
distintos.

Existe otro procedimiento directo, si bien exige disponer de una calculadora que incorpore las
funciones trigonométricas, en este caso el coseno, mediante a siguiente fórmula:

 180 A ⋅ D 
rt = cos  El valor así obtenido es el coeficiente de correlación.

 B ⋅ C + A ⋅ D 

g) Coeficiente de correlación biserial (rb)

X p − Xt p X p −Xq p·q
rb = ⋅ rb = ⋅
st y st y

CAPÍTULO 8
(Los elementos sombreados corresponden a contenidos no obligatorios)

FIABILIDAD Y VALIDEZ

a) Fiabilidad como estabilidad y equivalencia

n·∑ X ·Y − ∑ X ·∑ Y
rxy =
[n∑ X ][ ]
Puntuaciones directas
− (∑ X ) n∑ Y 2 − (∑ Y )
2 2 2

Correlación de Pearson entre las dos aplicaciones sucesivas (estabilidad) o bien entre la aplicación
de la prueba y su equivalente.

6
b) Fiabilidad como consistencia interna

b.1.Procedimiento de Spearman-Brown

2·rxx
Rxx =
1 + rxx

rxx se calcula mediante el coeficiente de correlación de Pearson entre las mitades, así llamamos X1 a
las puntuaciones de los ítems impares (1ª mitad) y X2 a la suma de los ítems pares (2ª mitad).

n∑ X 1 X 2 − ∑ X 1 ∑ X 2
Siendo: rxx =
[n∑ X 1
2 2
][
− (∑ X 1 ) · n∑ X 22 − (∑ X 2 )
2
]
b.2.Procedimiento de Rulon
s2
rxx = 1 − d2
st
Para llegar a determinar el valor del coeficiente de fiabilidad debemos calcular previamente tanto la
varianza de las diferencias como la total.

b.3.Procedimiento de Guttman

 s2 + s2 
rxx = 21 − 1a 2 2 a 
 st 
Debemos calcular la varianza total y los valores de las varianzas de las mitades (impares/pares).

( X)
− ∑
2

∑X 1
2

n
s12a =
n −1

b.4.Procedimiento de Kuder-Richardson

rxx =  e · t ∑
 n   s2 − p·q 


 ne − 1  
2
st 
Para ítems dicotómicos, dónde ne se refiere al número de elementos de que consta la prueba.
Además p es la proporción de sujetos que aciertan y q = 1 - p; esta operación se debe realizar con
cada uno de los ítems, pues el valor que necesitamos es la suma de p·q de todos los elementos.

7
b.5.Procedimiento alfa de Cronbach

n  ∑ si 
2

α= 1− 2 
n − 1  st 

Donde: n: número de elementos o ítems de la prueba; si2 : varianza de cada uno de los ítems y st2 :
varianza de las puntuaciones totales de la prueba

c) Algunas cuestiones relacionadas con la fiabilidad

c.1. Fiabilidad y longitud

nrxx
Rxx =
1 + (n − 1)rxx )

Rxx será la fiabilidad alcanzada y n es el número de veces que la prueba se alarga o se acorta, esto
es, el cociente entre el número de elementos de va a tener la prueba y los que tenía la prueba
original:

Número de elementos finales

N=
Número de elemento iniciales

De la fórmula anterior despejamos n y nos queda:

Rxx (1 − rxx )
n=
rxx (1 − Rxx )

c.2. Intervalo para la puntuación verdadera

El intervalo se expresa: X v = X A ± zα / 2 ·σ med

Donde el error típico de medida es: s med = s x · 1 − rxx

c.3. Límites para la puntuación verdadera de un sujeto

El intervalo se expresa: X v = X A ± zα / 2 ·σ med

c.4. Comparación de las puntuaciones de dos sujetos en la misma prueba

X B − XC
R.C. =
σ dif .med
Donde el error típico de la diferencia de medida se calcula de la siguiente forma:
s dif .med . = sx · 1 − rxx · 2

8
d) Validez predictiva de las pruebas:

n·∑ X ·Y − ∑ X ·∑ Y
rxy =
[n∑ X 2
][
− (∑ X ) n∑ Y 2 − (∑ Y )
2 2
]
Correlación de Pearson entre las puntuaciones en la prueba (X) y en el criterio (Y).

d.1. Algunos coeficientes relacionados con la validez

d.1.1. Coeficiente de determinación

Se representa por “d” y su valor consiste en elevar al cuadrado el coeficiente de validez:

d = rxy2 = 0,882

d.1.2. Coeficiente de alienación

Se representa por “k” y se obtiene mediante: k = 1 − rxy2

d.1.3. Coeficiente de valor predictivo

Se representa mediante “E” y se obtiene: E = 1 − k = 1 − 1 − rxy2

d.2. Validez y longitud de una prueba

rxy
Rxy =
1 − rxx
+ rxx
n
Donde Rxy se trata de la nueva validez, rxy es la validez original, rxx es el valor inicial del coeficiente
de fiabilidad y n es el cociente entre el número de elementos finales y los elementos iniciales.

1 − rxx
De la ecuación anterior despejamos n: n =
rxy2
− rxx
Rxy2

d.3. Predicción de puntuaciones

a) En puntuaciones directas: Y ' = rxy

sy
sx
(X i − X +Y )
sy
b) En puntuaciones diferenciales: y ' = rxy x
sx
c) En puntuaciones típicas: z 'y = rxy z x

9
Error típico de estimación:

s est = s y 1 − (rxy )2

Intervalos de confianza:

a) Puntuaciones directas: Y '± zα / 2 ·s est

ESTUDIO DE LOS ELEMENTOS O ÍTEMS DE UNA PRUEBA

a. Índice de dificultad (I.D.)

A
I .D. =
n
Donde A nos indica el número de sujetos que aciertan el ítem y n el número de sujetos que lo
intentan.

Para elementos de varias alternativas de respuesta la fórmula que debemos aplicar es la siguiente:
E
A−
na − 1
I .D. =
n
Donde A es el número de aciertos, E el número de errores y na el número de alternativas de
respuesta del ítem.

b. Índice de homogeneidad (I.H.)

rAB ·s A − sB
I .H . =
s + sB2 − 2·rAB ·s A ·sB
2
A

Donde rAB es la correlación entre el ítem y el total, sA la desviación típica de las puntuaciones en la
prueba, sB la desviación típica en el ítem que se calcula sB = p·q .

c. Índice de validez (I.V.)

Para seleccionar el coeficiente de correlación más adecuado habrá que tener en cuenta las
condiciones de los datos, tanto las referidas a los elementos como al criterio. Pueden usarse los
coeficientes biserial-puntual (dicotómicos), el biserial, el tetracórico o el Phi.

X p − Xt p
rbp = ·
st q

10
 CAPÍTULO 9

Prueba de Ji cuadrado (χ2) de bondad de ajuste al modelo normal:

( f o − f c )2
χ =
2
∑ fe

CAPÍTULO 10
Normas cronológicas: C.I. = EM / EC; C.I. = (EM / EC) x 100

Cuantiles:

 C 
 ⋅ n  − f a ( I −1)
+
100 
Cm = Linf ⋅ a1
fi

 C 
El valor  ⋅ n  toma la forma de (D / 10) x n en el caso de los deciles; de (Q / 4) x n en el de los
 100 
cuartiles y de (1 / 2) x n en el de la Mediana.

Normas típicas:

Xi − X x
z= =
s s

Puntuaciones típicas normalizadas:

T = 50 + 10 z
S = 50 + 20 z
Estaninos: 5 + 2z
Pentas: 3 + z

11
MUESTREO

z2 ⋅ p ⋅ q
Tamaño de muestra infinita: n =
E2

(z
⋅ p⋅q⋅ N
2
)
Tamaño de una muestra finita: n =
E ( N − 1) + z 2 ⋅ p ⋅ q
2
( )

Error muestral para muestras infinitas: E =

(z 2
⋅ p⋅q )
n

Error muestral para muestras finitas: E =

(z 2
)
⋅ p ⋅ q ⋅ (N − n )
(N − 1) ⋅ n

Intervalo de confidencial: IC = puntuación ± EM , donde EM es el error muestral.

CAPÍTULO 11
ESTIMACIÓN DE PARÁMETROS

a) De la media aritmética

INTERVALO DE CONFIANZA:
Intervalo confidencial de la media: IC = X ± EM donde:

EM es el ERROR MUESTRAL:

En el caso de muestras pequeñas y grandes, EM = t α ⋅ σ x

( 2)

O como alternativa sólo en caso de muestras grandes EM = Z α ⋅ σ x , donde

( 2)

ERROR TÍPICO DE LA MEDIA ( σ x ):

Error típico de una distribución muestral de medias (si en el cálculo de s se utilizó la s insesgada):
s
sx =
N
Error típico de una distribución muestral de medias (si en el cálculo de s se utilizó la s sesgada):
s
sx =
N −1

12
b) De una proporción

p·q p·q
Simplemente se sustituye la s por p⋅q ; σx = o σx =
N N −1

c) Estimación de la puntuación verdadera en una prueba

Error típico de medida: s s = st ⋅ 1 − r xx

Intervalo de confianza en torno a la puntuación de un sujeto: IC = Xi ± EM

d) Intervalo de confianza de la puntuación estimada en la regresión lineal simple

Error típico de estimación:

(
σest = s y 1 − rxy2 )

Intervalo de confianza en torno a la puntuación estimada en el criterio: IC = Y' ± EM

e) Estimación del parámetro correlación de Pearson:

Error típico del coeficiente de correlación de Pearson: muestras grandes:

1
σr =
N −1

Error típico del coeficiente de correlación de Pearson: muestras pequeñas:

1− r2
σr =
N −1

Intervalo de confianza en torno a r de Pearson, donde EM es igual a error muestral:

IC = r ± EM

Error muestral (EM) en torno al r de Pearson:

EM = z (α )⋅σ r
2

f) Estimación del parámetro diferencia de medias:

( )
Intervalo de confianza a partir de diferencia de medias: IC = X 1 − X 2 ± EM , donde
EM = Z σ ⋅ σ ( X 1 − X )
( 2) 2

13
Y donde σ ( X − X ) para muestras grandes e independientes es:
1 2

σ 12 σ 22
σ (x )= +
1 − x2
N1 − 1 N2 − 1

Y para muestras pequeñas o grandes e independientes:

 N1 ⋅ σ 12 + N 2 ⋅ σ 22   1 1 
σ (X 1−X 2 )
=  .
 + 
 N1 + N 2 − 2   N1 N 2 

g) Estimación del parámetro diferencia de proporciones:

Error típico de diferencia de proporciones:

1 1
σ ( p − p2) = p ⋅ q ⋅ +
1
N N

CAPÍTULO 12

Fórmula para el contraste de medias para diseños de dos grupos independientes (estadístico t) en el
caso de muestras grandes y pequeñas:

| X1 - X2 | -0 X1 − X 2 − 0
t= ;t =
σ X1-X 2  N1s12 + N 2 s22  1 1 
  + 
 N1 + N 2 − 2  N1 N 2 

Fórmula para el contraste de medias para diseños de dos grupos independientes (estadístico Z),
sólo válido para muestras grandes:

| X1 - X2 | -0
z=
σ X1-X 2

donde
 S2 S
2

σ X1−X2 =  1 + 2 
 N1 − 1 N 2 − 1 

14
Fórmula general para el contraste de medias para diseños de dos grupos correlacionados:

| X1 - X 2 | -0
t=
σ X1- X2

donde:

 S2 2
  S1  S 2 
σ X1−X2 =  1 + 2  − 2r   
S

 Ν1 − 1 Ν 2 − 1   Ν − 1  Ν − 1 
 1  1 

TAMAÑO DEL EFECTO

Tamaño del efecto d de Cohen para diseños de dos grupos independientes

X1 − X 2
d = ,
σ combinada

donde la σ combinada es:

(N1 s12 ) + (N 2 s 22 )
σc =
N1 + N 2

15
II. TABLAS

16
17
18
19
20
21
22
23
24
0,450 0,250

25
26
Valores estimados de rt correspondientes a los valores del cociente BC/AD

27