Índices de utilización de la red

Tabla 1 Lugares de acceso

Tabla 2: Actividad de los usuarios

Tabla 3

La tabla nro. 3 es absolutamente descriptiva, aunque no tengamos datos fehacientes y actualizados, a la fecha de esta investigación,. Ahora bien, como dijimos, la "red" es en un futuro próximo una variable más para medir la marginación de la sociedad, esto nos dejaría del lado de los países marginados. En México queda mucho camino para recorrer en lo referente a posibilidad de conectividad de una amplia población. Teniendo en cuenta esto, no debemos olvidar que más allá de la PC y un simple módem, los costos que implica conectarse en lo referente a la comunicación telefónica son muy altos en nuestro país.

Uso de internet por sexos

Algunos estudios realizados nos indican también que la socialización tecnológica es mucho más compleja de lo que se pensó en un principio. Las tecnologías, y especialmente Internet, se introducen y se incorporan a ‘mundos’ existentes y socialmente construidos, transformándolos. La comprensión y el análisis de tales complejidades emerge en la medida en que nos orientemos hacia los usuarios y los escenarios de uso y no, como se ha hecho hasta ahora, exclusivamente hacia la tecnología misma empleada y sus posibilidades.
Existen 15.707.000 internautas, es decir, una penetración del 41.4% de la población mayor de 14 años. Otro dato importante que obtenemos de este último estudio es la distribución de los usuarios respecto a su sexo. Observamos que existe una tendencia clara a igualar ambas cifras (un 42,5% de chicas, frente a un 57,5% de chicos). Pero quizás el dato más relevante para nuestro estudio es el que nos indica que la casa es el lugar de acceso a Internet más usado y, además está experimentando un ascenso vertiginoso en comparación con otros lugares de acceso.

Si lo comparamos con la televisión, medio de mayor penetración social en la actualidad, descubrimos que frente al 88% de la población entre 14 a 19 años que ve la televisión, se encuentra un 52% de jóvenes de la misma edad que también usan Internet.

Técnicas de muestreo.

Muestreo por conglomerado.

Cuando se diseña una investigación que requiere datos reales, a veces se observa que, por encima de los criterios estadísticos, el presupuesto económico juega un papel prioritario. Esta circunstancia justifica la puesta en práctica de algunos modelos cuya principal aportación es la sensible reducción de costos.
Técnicas de Muestreo. Instrumento de gran validez con el cual se seleccionan las unidades representativas, a partir de las cuales obtendrá los datos que le permitirán extraer inferencias acerca de una población.
Existen determinadas aglomeraciones naturales de unidades en la población: obreros en fábricas, estudiantes en universidades, amas de casa en grandes superficies, etc. El principio de estos modelos es acceder directamente a estas aglomeraciones.
Pongamos, por ejemplo, que se pretende probar el efecto de dos tipos de obsequio, asociados a un producto de consumo infantil. La recogida de datos es rápida y de coste reducido si se acude a los colegios en lugar de entrevistar individualmente a los niños en sus domicilios.
El muestreo por conglomerados requiere de elegir una muestra aleatoria simple de unidades amplias de agrupación física, en el espacio o en el tiempo, e idealmente los elementos dentro son heterogéneos. El muestreo se hace por etapas:
Seleccionamos aleatoriamente algunos conglomerados.
Si dentro de cada conglomerado existen nuevos conglomerados, seleccionamos aleatoriamente uno de ellos.
Dentro del conglomerado seleccionado se analizan todos los elementos.

Dentro de los grupos seleccionados se ubicarán las unidades elementales, por ejemplo, las personas a encuestar, y podría aplicársele el instrumento de medición a todas las unidades, es decir, los miembros del grupo, o sólo se le podría aplicar a algunos de ellos, seleccionados al azar. Este método tiene la ventaja de simplificar la información muestral almacenada. Ejemplo:
Suponga que una compañía de servicio de televisión por cable está pensando en abrir una sucursal en una ciudad grande; la compañía planea realizar un estudio para determinar el porcentaje de familias que utilizarían sus servicios, como no es práctico preguntar en cada casa, la empresa decide seleccionar una parte de la ciudad al azar, la cual forma un conglomerado.

Unidad 4. Análisis de Varianza.

El análisis de varianza sirve para comparar si los valores de un conjunto de datos numéricos son significativamente distintos a los valores de otro o más conjuntos de datos.
Distribución F

Varianza intermediante

k = Al número de datos (datos que salen de las medias)
n = Número de datos por arreglo (número de datos originales)

Varianza interna

Realizar un análisis de varianza.

1.- Planteamiento de la hipótesis
2.- Determinar el estadístico de prueba (distribución F).
3.- Fijar el nivel de significación de la prueba (Tabla de distribución F)
4.- Establecer la regla de decisión
5.- Realizar los cálculos.
6.- Tomar la desición.

Unidad 3. Prueba de hipótesis.

Hipótesis. Afirmación de un evento que debe ser comprobada por una prueba.

Al definir nuestra hipótesis debe de existir 2 tipos de la misma:

- Hipótesis nula (Ho), lo que queremos comprobar, lo que afirmamos.
- Hipótesis Alternativa (Ha), contraria a la nula.

Prueba de hipótesis de media muestral y media poblacional.

1.- Definir el juego de hipótesis.

2.- Establecer el nivel de significancia. Porcentaje de error máximo, generalmente alcanza el 5%.

Error de tipo I. Rechazar una Ho cuando es verdadera.
Error de tipo II. Aceptar una Ho cuando es falsa.

3.- Calcular el estadístico de prueba.
Criterios para elegir el estadístico de prueba.
a) Si conocemos la σ de la población la distribución elegida debe ser Z.

b) Si la σ de la población no se conoce y la muestra o tamaño de muestra es mayor a 30.

c) Si no conoces la σ de la población y la muestra o tamaño es menor o igual a 30.

4.- Formular la regla de decisión.
Se toma en cuenta el estadístico.

5.- Tomar la decisión.

Prueba de hipótesis de la diferencia de dos medias muestrales.

La prueba de dos medias muestrales se utiliza para comprobar si las medias de dos poblaciones son iguales. Se requieren dos muestras independientes y se concentra en la diferencia relativa entre la media de las dos, la diferencia se divide entre la desviación estándar de una distribución de muestreo.

Las suposiciones para comparar dos poblaciones son las siguientes:

a) X1…. Xn es una muestra aleatoria de una población cuyo modelo probabilístico es N
b) Y1…. Ym es una muestra aleatoria de una población cuyo modelo probabilístico es N
c) Las muestras aleatorias X1…. Xn y Y1….Ym son independientes. No están relacionadas entre si.
Las poblaciones tienen la misma varianza.

Comparación de dos poblaciones con µx y µy

Si se desea comparar las medias µx y µy, para ese fin, se define el parámetro δ= µx- µy, o sea la diferencia entre las medias. Sea δ o un número cualquiera. Los juegos de hipótesis que interesa probar son:

a) Ho: δ = δo en oposición Ha: δ ≠ δo’
b) Ho: δ ≤ δo en oposición Ha: δ > δo’
c) Ho: δ ≥ δo en oposición Ha: δ < δo’

También puede utilizarse el siguiente juego de hipótesis:
a) Ho: µx -µy ≤ δ en oposición a Ha: µx -µy > δ
b) Ho: µx -µy ≥ δ en oposición a Ha: µx -µy < δ
c) Ho: µx -µy = δ en oposición a Ha: µx -µy ≠ δ

Generalmente δ = 0, valor que simplemente trata de decir que son iguales y que las diferencias en las medias muestrales se deben al muestreo.

El procedimiento para realizar la prueba de hipótesis en la comparación de dos medias poblacionales a través de dos medias muestrales:
1.- Planteamiento de la hipótesis
2.- Determinar el estadístico de prueba.

De acuerdo a su tamaño muestral y si se concede la varianza de la población se derivan dos métodos:
a) Cuando la varianza es conocida;
b) Cuando la varianza es desconocida y además n y m son > 30
c) Cuando la varianza es desconocida y además n y m son ≤ 30

Donde es el estimador ponderado de la varianza.
3.- Fijar el nivel de significación de la prueba (α)
4.- Establecer la regla de desición
5.- Realizar los cálculos.
6.- Tomar la desición.

Impacto de internet en la vida diaria..

Sin lugar a dudas, internet es una de las últimas tecnologías que más rápidamente se esta desarrollando para su introducción en los hogares. Las previsiones apuntan a su integración como un electrodoméstico más, con unas capacidades y servicios que evolucionaran rápidamente. Por ese motivo, cada vez más adquieren importancia en las respuestas de los usuarios frente a la implantación de estas nuevas tecnologías. En este sentido, conviene detenerse un momento a valorar algunos efectos que está produciendo la irrupción de internet en las conductas de los usuarios.

En efecto, la rápida expansión de la red y su uso cada vez más mayoritario, implica también la necesidad de dedicar un espacio de tiempo diario a utilizar internet, que puede conllevar en algunos casos un reajuste del tiempo dedicado a otras actividades cotidianas. Los resultados obtenidos por la última encuesta realizada por la Asociación para la investigación de los Medios de Comunicación (AIMC, 2001) apuntan ya en esa dirección. Según este informe, un 25% de las 43.942 personas encuestadas reconoce que ha disminuido el tiempo dedicado a dormir, un 13.8% ha reducido el tiempo dedicado al estudio, un 10.1% el tiempo dedicado a salir con los amigos y un 6.1% dice que el uso de internet ha disminuido el tiempo laboral. El carácter marcadamente lúdico del uso de internet se pone de manifiesto todavía más al señalar este informe que el 65% de los encuestados reconoce que las conexiones a la red han hecho disminuir el tiempo dedicado a ver la televisión y un 58.3% dice que la red ha llenado un tiempo vació dedicado al ocio. Otro dato significativo proporcionado por este informe, es que sólo un 9.5% de los usuarios encuestados utilizan la red con finalidades principalmente académicas. Del resto, un 39.1% lo utiliza con fines profesionales o laborales y un 50.2% lo hace con fines personales.
El reciente estudio de Yang (2001) aporta datos en la misma dirección. Este autor concluye que entre los múltiples usos que se pueden hacer del ordenador, solo un 8.5% de los sujetos estudiados lo utilizan con fines educativos o relacionados con actividades escolares. La mayoría de los usuarios, indica este autor, utilizan el ordenador como una fuente de entretenimiento y ocio, sobre todo a través de los juegos. Este uso lúdico del ordenador sería, según Yang (2001) más acentuado en hombres que en mujeres y se haría extensivo a Internet.
El alto nivel de accesibilidad y la inmensa oferta de servicios disponibles en la red ha hecho que se empiece a hablar de un riesgo potencial de sobreuso, que en algunas personas se ha descrito como “compulsivo” e incluso “adictivo” (O’Reilly, 1996).

Griffiths (1995) definió operacionalmente las adicciones tecnológicas como adicciones psicológicas sin substancia que implican una interacción hombre-máquina. La mayor parte de las evidencias aportadas sobre la existencia de adicción a los ordenadores se encuentran en formas anecdóticas publicados en los años 70 y 80 (Shotton, 1991). Shotton (1991) intentó definir un perfil típico para usuario dependiente de los ordenadores. Para este autor, los usuarios dependientes emplearían más horas por semana utilizando el ordenador, les sería más difícil controlar su uso, tendrían una educación superior y serían, generalmente, menos sociables que sus compañeros. Además, añade Shotton, las personas dependientes de los ordenadores preferirían más estar solos que en compañía, relacionarse con los demás a través de objetos tecnológicos, y tendrían preferencia por aficiones y actividades no sociales, la mayoría de las cuales se referirían a áreas de la ciencia y la tecnología. También se caracterizarían por una constante necesidad de estimulación intelectual y de refuerzo positivo; en particular, de todo aquello relacionado con sus actividades tecnológicas.

http://redalyc.uaemex.mx/redalyc/pdf/167/16718206.pdf

Unidad 2. Modelos probabilísticos importantes.

La probabilidad mide la frecuencia con la que se obtiene un resultado o resultados, al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones estables. La probabilidad simple se calcula con la siguiente formula:

La distribución de probabilidad es una tabla que asigna a cada evento definido sobre la variable aleatoria una probabilidad. La distribución de probabilidad describe el rango de valores de la variable así como la probabilidad de que el valor de la variable esté dentro de un subconjunto de dicho rango.Cuando no hay segmentos definidos entre los valores estamos hablando de una variable continua, resultado de una medición. En cambio, una variable discreta genera espacios muy definidos entre un valor y otro (directamente), resultado de un conteo.

Distribución de probabilidad binomial.

Se realizan inferencias a partir de que un experimento tiene solo 2 opciones de resultado. Los resultados son mutuamente excluyentes, el resultado puede repetirse. Se repite el experimento las veces que se requiera. La probabilidad de un resultado es independiente de lo que haya salido en otro experimento. Formula:

P= Probabilidad asociada a un resultado posible
Q= No probabilidad. 1-p
n= Número de ensayos
x= Número de éxitos observados

Distribución de probabilidad Poison
Se utiliza cuando n aumenta o es muy elevada y la probabilidad disminuye a prácticamente nada.

e= Constante con valor 2.71828.

Distribución normal
Punto base de la estadística inferencial.

- Cada uno de los fragmentos se les llama “cola” derecha o izquierda.
- La media siempre va a dividir la curva.
- La curva nunca tocará el eje x ya que las posibilidades son infinitas.

En la construcción de la curva normal se necesita la media y la desviación estándar. El resultado o número de valores puede ser infinito en la distribución normal.
Cuando la media o desviación estándar cambia la curva se desplazará:
Media:
- En caso de aumentar se moverá a la derecha.
- En caso de disminuir se moverá a la izquierda.
Desviación estándar:
- Entre más pequeña más concreta será la curva.
- Entre más amplia más dispersa será la curva.

Regla
Aproximadamente 68.3% de los valores se van a encontrar a máximo una desviación estándar de la media.
Aproximadamente 95.5% se encuentran a máximo 2 valores de la desviación estándar.
Aproximadamente 97.7% se encuentran a máximo 3 desviaciones estándar.

Valores tipificados

Z= valor tipificado
X= Cualquier valor, variable continua