Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La estadística como rama es muy importante en nuestra vida cotidiana por que la debemos
aplicar en todo momento, ya sea en nuestra vida laboral o social, la estadística tiene como
función sacar datos exactos acerca de negocios.
La Estadística puede dar respuesta a muchas de las necesidades que la sociedad actual nos
plantea. Su tarea fundamental es la reducción de datos, con el objetivo de representar la
realidad y transformarla, predecir su futuro o simplemente conocerla
Por ejemplo, día a día, realizamos muchas acciones y tomamos decisiones a partir de un
pensamiento estadístico y casi nunca somos conscientes de ello. Cuando no abordamos el
Metro en las horas pico es porque sabemos que ése no es el mejor momento para hacerlo
TIPOS DE ESTADÍSTICAS
Estadística descriptiva
Por ejemplo: Supóngase que un docente de Matemática calcula la calificación promedio de uno
de sus cursos a su cargo. Como solo se está describiendo el desempeño del curso, pero no hace
ninguna generalización acerca de los diferentes cursos, en este caso el maestro está haciendo
uso de la Estadística Descriptiva.
Inferencial o inductiva
De manera contraria a la anterior, esta clase de estadística tiene la particularidad de que a partir
de los datos muéstrales que maneja, es posible realizar conclusiones y predicciones que
incluyan a toda la población. Es decir, que los resultados obtenidos a partir del análisis y
conclusión podrán ser extrapolados, y de esta forma realizar un pronóstico inclusivo. Las
inferencias pueden presentarse a través de respuestas a preguntas del tipo si/no, relaciones entre
una serie de variables, estimaciones numéricas, entre otras.
Estadística aplicada
Está conformada por las dos clases de estadísticas anteriores. Su objetivo consiste en deducir
resultados sobre un universo, a partir de una muestra determinada. Este tipo de estadística
puede ser aplicada en cualquier área que no pertenezca a ella, tal como historia, psicología, etc.
Es importante destacar que los métodos de recolección de datos, se puede definir como: al
medio a través del cual el investigador se relaciona con los participantes para obtener la
información necesaria que le permita lograr los objetivos de la investigación.
Seleccionar un instrumento de medición el cual debe ser válido y confiable para poder
aceptar los resultados
Aplicar dicho instrumento de medición
Observación
La encuesta
Este método consiste en obtener información de los sujetos de estudio, proporcionada por ellos
mismos, sobre opiniones, actitudes o sugerencias. Hay dos maneras de obtener información con
este método: la entrevista y el cuestionario.
La entrevista
Se estima que este método es más eficaz que el cuestionario, ya que permite obtener una
información más completa. A través de ella el investigador puede explicar el propósito del
estudio y especificar claramente la información que necesita, si hay una interpretación errónea
de la pregunta permite aclararla, asegurando una mejor respuesta. Best afirma "es también
posible buscar la misma información por distintos caminos en diversos estadios de la
entrevista", obteniéndose así una comprobación de la veracidad de las respuestas.
Cuestionario
DEFINICIÓN Y EJEMPLOS.
Población.
Es la totalidad de los elementos del grupo particular que se estudia. Como, por ejemplo, una
empresa que está llevando a cabo un estudio a todos los 350 empleados de la empresa. Esto es
población ya que se estudiará cada elemento de la población; en este caso la población es todos
los empleados de la empresa, sus 350 empleados.
Muestra.
Es una parte de la población seleccionada de forma que puedan hacerse inferencias de ella con
respecto a la población completa. Por ejemplo, la empresa del ejemplo anterior escogerá 100
empleados de los 350 para hacerles un estudio. Esto es una muestra ya que el total de
empleados es 350, se escogió a 100 para hacerse inferencias del resto.
Variable.
Una variable estadística es una característica que puede fluctuar y cuya variación es susceptible
de adoptar diferentes valores, los cuales pueden medirse u observarse. Las variables adquieren
valor cuando se relacionan con otras variables, es decir, si forman parte de una hipótesis o de
una teoría. En este caso se las denomina constructos o construcciones hipotéticas.
Tipos de variable.
Variables cualitativas.
Son el tipo de variables que como su nombre lo indica expresan distintas cualidades,
características o modalidad. Cada modalidad que se presenta se denomina atributo o categoría,
y la medición consiste en una clasificación de dichos atributos. Las variables cualitativas
pueden ser dicotómicas cuando sólo pueden tomar dos valores posibles, como sí y no, hombre y
mujer o ser poliatómicas cuando pueden adquirir tres o más valores.
La variable puede tomar distintos valores ordenados siguiendo una escala establecida, aunque
no es necesario que el intervalo entre mediciones sea uniforme, por ejemplo: leve, moderado,
fuerte.
En esta variable los valores no pueden ser sometidos a un criterio de orden, como por ejemplo
los colores.
Variables cuantitativas.
Son las variables que toman como argumento cantidades numéricas, son variables
matemáticas.
Variable discreta.
Variable continua.
Es la variable que puede adquirir cualquier valor dentro de un intervalo especificado de
valores. Por ejemplo la masa (2,3 kg, 2,4 kg, 2,5 kg...) o la altura (1,64 m, 1,65 m, 1,66 m,...), o
el salario. Solamente se está limitado por la precisión del aparato medidor, en teoría permiten
que exista un valor entre dos variables.
Variables independientes.
Una variable independiente es aquella cuyo valor no depende de otra variable. Es aquella
característica o propiedad que se supone es la causa del fenómeno estudiado. En investigación
experimental se llama así a la variable que el investigador manipula.
Las variables independientes son las que el investigador escoge para establecer agrupaciones en
el estudio, clasificando intrínsecamente a los casos del mismo. Un tipo especial son
las variables de control, que modifican al resto de las variables independientes y que de no
tenerse en cuenta adecuadamente pueden alterar los resultados por medio de un sesgo.
Variables dependientes.
Una variable dependiente es aquella cuyos valores dependen de los que tomen otra variable. La
variable dependiente en una función que suele representar por y. La variable dependiente se
representa en el eje ordenadas. Son las variables de respuesta que se observan en el estudio, y
que podrían estar influidas por los valores de las variables independientes.
Hayman (1974: 69) la define como propiedad o característica que se trata de cambiar mediante
la manipulación de la variable independiente.
Datos.
El término dato, con origen en el latín datum, refiere a la información que brinda acceso a un
conocimiento preciso y concreto. Estadístico, por su parte, es aquello vinculado a la estadística:
la especialidad de la matemática que apela a cifras para generar inferencias o para reflejar
cuantitativamente un fenómeno.
Los datos estadísticos, en este marco, son los valores que se obtienen al llevar a cabo un estudio
de tipo estadístico. Se trata del producto de la observación de aquel fenómeno que se pretende
analizar.
Parámetro.
Unidades estadísticas.
Cada uno de los individuos de la población puede describirse según uno o varios caracteres.
Cada uno de los caracteres estudiados puede presentar dos o más modalidades.
Las modalidades son las diferentes situaciones posibles del carácter, y deben ser al mismo
tiempo, incompatibles y exhaustivas.
Ejemplo 1:
El personal de una empresa (unidades estadísticas), del cual puede ser realizado un estudio
estadístico de su edad, sexo, antigüedad, sueldo, etc. (caracteres). Por ejemplo, de la antigüedad
podría subdividirse en "menos de tres años", "entre tres y diez años" y "más de diez años"
(modalidades).
Ejemplo 2:
Datos agrupados.
Los datos agrupados son aquellos datos que pertenecen a un tamaño demuestra mayor a 20 o
más elementos, por lo que para ser analizados requieren ser agrupados en clases a partir de
ciertas características.
Comúnmente, pertenecen a una muestra mayor a 20 elementos, por lo cual requieren ser
agrupados, esto implica: ordenar, clasificar y expresar los en una tabla de frecuencias.
Se agrupan los datos, esto quiere decir que se pueden clasificar de forma coherente y lógica
mediante una tabla de frecuencias.
Ejemplo:
De los empleados de una pizzería se clasifican sus edades para determinar el rango de edades
que tiene mayor número de empleados.
22 – 25 12
26 – 30 5
Datos no agrupados.
El tratamiento de estos datos sin agrupar. El manejo de estos datos es simple, se recolectan los
datos de la población de estudio y dichos datos se distribuyen en una tabla de datos y se
analizan sin necesidad de formar clases con ellos.
Estos datos al distribuirse en tabla de frecuencia donde cada dato mantiene su propia identidad
después que la distribución de frecuencia se ha elaborado.
Ejemplo:
Vas a investigar la edad a un grupo de 20 Niños en datos no agrupados (es decir, vienen los 20
niños y así como te dan la edad así la anotas)
2, 2, 1, 3, 3, 3, 4, 4, 5, 6, 1, 2, 2, 3, 3, 3, 4, 4, 3, 6 (Total 20 niños)
Estos son datos no agrupados por qué no los has clasificado y contado.
1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 5, 5, 6 (Total 20 niños)
Los datos no agrupados también los puedes ordenar, por ejemplo, de la edad menor a la edad
mayor, no están contabilizados ni clasificados solamente están ordenados.
NIVELES DE MEDICIÓN
Medir significa “asignar números a objetos y eventos de acuerdo a reglas” (Stevens, 1951), esta
definición es adecuada para el área de ciencias naturales, en el campo de las ciencias sociales
medir es “el proceso de vincular conceptos abstractos con indicadores empíricos” (Carmines y
Zeller, 1979, p. 10)
“La medición de las variables puede realizarse por medio de cuatro escalas de medición. Dos
de las escalas miden variables categóricas y las otras dos miden variables numéricas” (Therese
L. Baker, 1997). Los niveles de medición son las escalas nominal, ordinal, de intervalo y de
razón. Se utilizan para ayudar en la clasificación de las variables, el diseño de las preguntas
para medir variables, e incluso indican el tipo de análisis estadístico apropiado para el
tratamiento de los datos.
Medición Nominal.
Una escala de medición es nominal si los datos son etiquetas o categorías que se usan para
definir un atributo de un elemento. Los datos nominales pueden ser numéricos o no numéricos.
Ejemplo: El sexo de una persona es un dato nominal no numérico. El número de seguro social
de una persona es un dato nominal numérico.
Medición Ordinal.
Se establecen categorías con dos o más niveles que implican un orden inherente entre sí. La
escala de medición ordinal es cuantitativa porque permite ordenar a los eventos en función de la
mayor o menor posesión de un atributo o característica.
Ejemplo: Las medidas pequeñas, medianas y grandes para dar el tamaño de un objeto son datos
ordinales no numéricos.
Medición de intervalo.
Una escala de medición es de intervalo si los datos tienen las propiedades de los datos
ordinales y los intervalos entre observaciones se expresan en términos de una unidad de
medición fija. Los datos de intervalo tienen que ser numéricos.
Ejemplo: Las mediciones de temperatura son datos de intervalo. Suponga que la temperatura en
un lugar es de 21°C y en otro es de 4°C. Estos lugares se pueden jerarquizar de acuerdo con lo
calurosos que son: el primero es más caliente que el segundo. La unidad fija de medición, 1°C ,
permite decir cuán más caliente es el primer lugar: 17°C.
Escala de razón.
Una escala de medición de razón incluye las características de los tres anteriores niveles de
medición anteriores (nominal, ordinal e intervalo). Determina la distancia exacta entre los
intervalos de una categoría.
Ejemplo: Variables como la distancia, la altura, el peso y el tiempo se miden con una escala de
razón.