Estadística para HCI (1/3). Introducción
Thursday, 24 de December de 2009![]()
La ciencia estadística tiene un sin fin de campos de aplicación. Dentro del HCI puedes encontrar estadística en las técnicas de Usability Engineering, como por ejemplo en los test de usuario.
Para un ejercicio responsable del Usability Engineering es imprescindible tener un mínimo conocimiento de estadística, sin que esto implique un gran dominio de las matemáticas.
Este post pretende introducción algunos conceptos básicos de estadística que permitan entender la aplicación de la estadística a las investigaciones con usuarios.
La estadística básicamente nos permite hacer 2 tipos de cosas: analizar grupos y aceptar o rechazar hipótesis.
Esto se plasma en los dos grandes tipos que hay de estadística, la Estadística Descriptiva y la Estadística Inferencial.
La Estadística Descriptiva es la que nos permite recoger, ordenar y analizar los datos sobre un asunto, fenómeno o problema de investigación, por ejemplo ¿cómo son nuestros usuarios?.
La Estadística Inferencial es la a partir de una muestra extraída de una población nos permite hacer inferencias acerca de esa población, como por ejemplo ¿sí los usuarios del test realizan X todos los usuarios realizará Y?.
Es posible que encuentres difícil algunas de estas ideas, seguramente por que se emplea un vocabulario especializado. Así que vamos a empezar por acotar conceptos.
Conceptos estadísticos básicos
- Universo o Población: es el conjunto completo de individuos sobre los que queremos generalizar las conclusiones de nuestro estudio. Se denota como N.
- Muestra: es el conjunto de individuos que estudiamos. La muestra debe ser representativa de la población de estudio. Se denota como n.
Un universo o población se puede describir mediante parámetros. Los parámetros se suelen representar con letras griegas. Los parámetros nos dicen que es lo que ocurre en la población y los obtenemos de los estadísticos de la muestra.
Los estadísticos son una estimación del valor del parámetro en la población.
- Parámetros: son índices que describen la población. Estos índices son toda función definida sobre los valores numéricos de una población.
- Estadísticos: son índices que describen la muestra. Estos índices es toda función definida sobre los valores numéricos de una muestra.
- Las variables: son cada una de las características o aspectos que queremos medir en la muestra. Las variables se pueden clasificar en dos grupos:
- Cualitativas, cuando los valores no se pueden medir por que indican una cualidad (las variables cualitativas que pueden ser Nominales, cuando no pueden ordenar, por ejemplo el genero. Ordinales cuando si se pueden ordenar, por ejemplo ante una pregunta sobre las preferencias, estoy totalmente de acuerdo, estoy moderadamente de acuerdo…)
- Cuantitativas, cuando los valores se pueden medir por que son un numero (las variables cuantitativas pueden Discretas, que no tienen un valor intermedio entre dos valores consecutivos, por ejemplo numero de hijos, pueden ser 1 o 2, pero no 1.7. Continuas cuando si existen valores intermedios entre dos valores consecutivos, por ejemplo la temperatura).
- Distribución: es el registro de las distintas observaciones de una variable.
La distribución de una variable discreta es binomial y la distribución de una variable continua es normal.
Hay que tener cuidado al definir las variables del estudio porque en ocasiones estamos definiendo implícitamente la escala, por ejemplo si queremos medir la “usabilidad” en una tarea tenemos distintas formas de formular la cuestión.
- Facilidad del usuario para completar la tarea: Completada/No Completada (Variable cualitativa nominal).
- Dificultad percibida de la tarea: Alta, Media, Baja (Variable cualitativa ordinal).
- Tiempo empleado en completar la tarea en segundos: (Variable cuantitativa continua).
Como norma general, trataremos de usar variables cuantitativas continuas, porque contienen más información, y permiten utilizar pruebas estadísticas más potentes.
Además, cuando recogemos información sobre un dato en forma de variable cuantitativa, podemos agrupar esa información en categorías cualitativas, mientras que al revés no se puede.
De todos modos, esto no es una obligación, ya que hay que valorar el esfuerzo que supone conseguir los datos y la viabilidad de la investigación. Estos aspectos los definiremos en el diseño de la investigación.
———————————————————————————————
★ Quizás te interesa leer: Estadística para HCI 2. Diseño de investigación


Referencias:
In his book 

