SESIÓN
ESTADÍSTICA PARA
NO-ESTADÍSTICOS
Cátedra de Medición de impacto
Próxima sesión en vivo
SESIONES PASADAS
La sesión de Estadística para no-estadísticos está diseñada para toda persona que desee generar instrumentos y hallazgos estadísticos a través de diferentes metodologías.
Durante esta sesión, podrás identificar características en común de poblaciones (tendencia central), diferencias (medidas de dispersión), relaciones de causalidad entre las variables de comportamiento de la población y a capturar información de tal forma que sea estadísticamente significativa. Además, aprenderás a descubrir hallazgos de las relaciones y correlaciones entre variables dependientes e independientes y entre los grupos de poblaciones.
Aprende de estadística descriptiva, estadística inferencial y análisis de experimentación social en esta sesión.
Una medición de impacto se logra a través de 4 pasos principales: diseño de la metodología, levantamiento de la información, proceso de las bases de datos generadas y comunicación del impacto. En general, se hace especial énfasis en el levantamiento de información y generación de bases de datos como una de las principales limitantes u obstáculos para la medición de impacto. No obstante, también es cierto que, en la mayoría de las ocasiones, no se pone especial atención al proceso estadístico de forma profesional de dicha información.

No se requieren conocimientos previos de estadística para poder participar en esta sesión. Entre las herramientas que se trabajarán están:
Estadística descriptiva-
1.1 Indicadores para evaluación de lo que tienen en común las poblaciones: media, mediana, moda.
1.2 Indicadores de las diferencias entre las poblaciones: desviación estándar, la varianza y el coeficiente de variación.
Estadística inferencial-
2.1. Concepto de probabilidad y su importancia en la determinación de indicadores
2.2 Determinación de variables dependientes e independientes
2.2 Identificación de relaciones de causalidad para dos variables (regresión lineal).
2.3 Indicadores de causalidad con más de dos variables (regresión múltiple)
2.4 Relaciones entre variables: correlación
Experimentación social-
3.1 Variables de control y variables de tratamiento
3.2 Pruebas de hipótesis
3.3 Análisis de resultados