Está en la página 1de 9

Estadística: ¿qué es y para qué sirve?

Estadística, una de las grandes olvidadas en las aulas de primaria, sirve para mucho más de lo
que el Sistema Educativo parece pensar. Si quieres descubrir “los poderes” de la estadística, no
dejes de leer.

Estadística, la clave para entender nuestro entorno.

La estadística surge de la necesidad de analizar y resumir la información, la infinitud de datos


que nos rodean, para poder comprenderla y utilizarla. Es un área de las matemáticas pero
encuentra su aplicación en muchas otras áreas de conocimiento: medicina, juego, economía
doméstica, ecología… De tal modo, podría ser considerada una competencia transversal al
desarrollo de muchas materias ya que es una herramienta para la interpretación del propio
entorno del niño.

La estadística es una herramienta de estudio de un colectivo. Para el cual emplea un método


(estadístico) y tiene como objeto establecer predicciones de cambio en relación a un futuro incierto.

Primero tratamos los conceptos de:

Nunca Imposible

A veces Posible

Siempre Seguro

Así vemos que la base de la estadística y la probabilidad no está en las matemáticas sino en la
necesidad humana de explicar y analizar su entorno, por ello se vincula con el desarrollo del
lenguaje, el medio para comunicarnos y, en un segundo nivel, con las matemáticas, una ciencia
que nos permite expresar de forma exacta nuestros pensamientos.

La estadística, ya que es una herramienta básica para comprensión del entorno y la generación
del conocimiento.

Clasificación de la estadística

La estadística se clasifica en dos grandes ramas conocidas como estadística descriptiva y


estadística inferencial.

La estadística es una de las ciencias que presenta gran dificultad en la posibilidad de definirla, ya
que la misma, presenta un objeto de estudio bastante complejo, las cantidades que puedan mutar
de la ocurrencia de un fenómeno social.

Como es de entender, esta rama, no forma parte de las ciencias exactas, en consideración de que
la misma solo puede arrogar probabilidades en cuanto a las cifras y muy pocas cantidades, pero la
misma permite en gran medida determinar las leyes de causalidad y la posibilidad de ocurrencia
de un fenómeno, fundado en antecedentes y ciertos factores que pueden inferir.

Pese a que sus resultados sean expresados en números, los mismos no obedecen a una plena
exactitud sino por el contrario a un estado de posibilidades y alternativas que pueden presentarse.
Estadística Descriptiva.

Es aquella que consiste en la evaluación de un fenómeno por medio de la observación y su


posterior presentación en datos y gráficos con el fin de detallar el mismo fenómeno y su
comportamiento.

Los pasos por medio de los cuales procede la estadística descriptiva son los siguientes:

Recolectar: en efecto los datos deben ser obtenidos de forma consecuente de una muestra, es
decir, los mismos deben proceder de la observación exacta de un fenómeno y de su
comportamiento, solo así es posible recabar toda la información necesaria.

Analiza: no basta con la simple observación, los datos deben ser sometidos a una serie de estudios
con el fin de evaluarlos y proceder a su respectiva categorización, los datos deben ser sometidos a
procesos analíticos con el fin de proyectar los resultados y si estos son o no consecuentes para la
investigación.

Caracterización o categorización, esto equivale al proceso de agrupación de los datos en distintos


grupos con el fin de que los mismos puedan presentarse de forma segmentada para una mejor
apreciación de los resultados.

Te puede interesar Clasificación de los números

Estadística inferencial.

Refiere al estudio particular de una población con el fin de apreciar el comportamiento


determinado de la misma, en efecto, el proceso de estudio procede es de una muestra, con la
finalidad de obtener de la mismas las alternativas o probabilidades que pudieron ocasionar que el
fenómeno se suscitará.

Para poder entender el concepto de estadística inferencial, es menester proceder al estudio de los
conceptos básicos de la misma, como es población y muestra.

Una población no es más que una cantidad determinada de sujetos, una universalidad con una
característica peculiar que permite agruparlas; mientras que una muestra es una pequeña toma
que se realiza de la población procediendo a la categorización de forma más estricta.

La estadística inferencial plantea sus postulados por medio de hipótesis que no son más que
planteamientos referenciales que se realizan respecto a una situación en específica, los mismos
pueden contener la conjugación de hechos con posibles alternativas de ocurrencias.

La prioridad de esta rama de la estadística, es fijar conclusiones eminentes y necesarias.


Población estadística

Población estadística. Término utilizado en estadística para denominar al conjunto de elementos de


referencia sobre el que se realizan las observaciones. A este conjunto también se le
denomina universo o colectivo.

La población en sentido demográfico es un conjunto de individuos (todos los habitantes de un país,


todas las ratas de una ciudad, entre otros), mientras que una población en sentido estadístico es
un conjunto de datos referidos a determinada característica o atributo de los individuos (las edades
de todos los individuos de un país, el color de todas las ratas de una ciudad, entre otros). Incluso
una población en sentido estadístico no tiene por qué referirse a muchos individuos. Una población
estadística puede ser también el conjunto de calificaciones obtenidas por un individuo a lo largo de
sus estudios universitarios. Los datos de la totalidad de una población pueden obtenerse a través
de un censo. Sin embargo, en la mayoría de los casos no es posible obtenerlos por razones de
esfuerzo, tiempo y dinero, razón por la cual se extrae, de la población, una muestra, mediante un
procedimiento llamado muestreo.

Relación entre población y muestra

El número de elementos o sujetos que componen una población estadística es igual o mayor que
el número de elementos que se obtienen de ella en una muestra (n).

Tipos de población

Existen distintos tipos de poblaciones que son:

 Población base: es el grupo de personas designadas por las siguientes características:


personales, geográficas o temporales, que son elegibles para participar en el estudio.

 Población muestreada: es la población base con criterios de viabilidad o posibilidad de


realizarse el muestreo.

 Muestra estudiada: es el grupo de sujetos en el que se recogen los datos y se realizan las
observaciones, siendo realmente un subgrupo de la población muestreada y accesible. El
número de muestras que se puede obtener de una población es una o mayor de una.

 Población diana: es el grupo de personas a la que va proyectado dicho estudio, la


clasificación característica de los mismos, lo cual lo hace modelo de estudio para el
proyecto establecido.

Muestra estadística

“Se define a la muestra estadística como la porción o parte de una población que se

extrae para determinado estudio.”

En toda investigación estadística se requiere recolectar información sea de objetos,

personas, animales o una población. Para ello, se utiliza como estrategia la toma
de muestra estadística, donde se busca enfocar la atención en un grupo determinado

en un universo mayor de individuos.


¿Qué es la muestra estadística?

Se puede entender a la muestra estadística como la porción o parte de una población

estadística que se extrae para determinado estudio. La muestra estadística permite

conocer y determinar los diferentes aspectos de este universo.

Es el método que se utiliza cuando en diferentes poblaciones o universos no se

puede aplicar un censo. Donde a través del muestreo se puede establecer la porción

de la realidad a estudiar.
Tipos de muestra estadística

A la hora de clasificar los diferentes tipos de muestra estadística, encontramos dos

que se destacan.

Muestra probabilística

Es el tipo más utilizado en las investigaciones, se ca racteriza porque todos los

elementos de la población o universo tienen probabilidad de ser parte de la

muestra. Por ejemplo, el censo poblacional de un país.

A su vez dentro de este tipo se derivan los siguientes:

 Muestreo aleatorio simple: Para realizarlo se debe tener claro la cantidad de

sujetos que serán necesarios para completar toda la muestra. En el que a

cada sujeto se le da una identificación o número, ya que por medio de un

sorteo son seleccionados para la muestra.

 Muestreo sistemático: Igualmente la población es enumerada, y los

investigadores se encargan de dividir toda la población. Luego se elige a uno

de los primeros de cada grupo al azar, para progresivamente ir sumando en

forma secuencial el valor para elegir a los sujetos.

 Muestreo estratif icado: Se divide la población en estratos donde se compartan

características similares para luego seleccionarlos al azar.


 Muestreo conglomerado: La población se encuentra dividida de forma

natural en grupos, ya que solo se requiere de los datos de los elem entos que

lo conforman.
Muestra no probabilística

En este tipo de muestra, los elementos se seleccionan a través de procesos que no

brindan a todos los individuos de la población las mismas oportunidades de ser

elegidos para la muestra. A su vez, este deri va en los siguientes tipos de muestreo:

 Muestreo por cuotas: A través de ella los investigadores pueden incluir solo a

un grupo determinado con requisitos particulares.

 Muestreo de conveniencia: Se elige a los elementos o población de acuerdo a

criterios específicos.

 Muestreo por bola de nieve: Un sujeto se encarga de buscar a un sujeto y

estos a otros hasta formar el tamaño de muestra deseado.

 Muestra discrecional: Es muy parecido al método convencional, solo que

la búsqueda es a través de lo que piensen los sujetos como aporte a la

investigación.
Ejemplo de muestra estadística

Para entender mejor esta definición de muestra, pondremos el siguiente ejemplo:

Se deberá estudiar la cantidad de personas de un millón de habitantes de una ciudad

que poseen título de grado, para esto, se toma como muestra la situación de 1000

personas seleccionadas aleatoriamente entre las diferentes zonas de la ciudad.

A partir de esas 1000 personas tomadas como muestra, se estimará un promedio y en

base a este se llegará a una co nclusión final.

Que es parámetro

Se conoce como parámetro al dato que se considera como imprescindible y orientativo para lograr
evaluar o valorar una determinada situación. A partir de un parámetro, una cierta circunstancia
puede comprenderse o ubicarse en perspectiva. Por dar algunos ejemplos concretos: “Si nos
basamos en los parámetros habituales, resultará imposible comprender esta situación”, “El
paciente está evolucionando de acuerdo a los parámetros esperados”, “Estamos investigando pero
no hay parámetros que nos permitan establecer una relación con el caso anterior”, “La actuación
del equipo en el torneo local es el mejor parámetro para realizar un pronóstico sobre su
participación en el campeonato mundial”.

Parámetro

Para el ámbito de las matemáticas, los parámetros consisten en variables que permiten reconocer,
dentro de un conjunto de elementos, a cada unidad por medio de su correspondiente valor
numérico.

Un parámetro estadístico es aquel formado por una función establecida sobre los valores
numéricos de una comunidad. Se trata, por lo tanto, de una cifra representativa que permite
modelizar un plano real.

La utilidad de los parámetros estadísticos se encuentra ante la dificultad para manipular un elevado
número de datos individuales de una misma sociedad. Este tipo de parámetros permite obtener un
panorama general de la población y llevar a cabo comparaciones y predicciones.

En la informática, más precisamente en programación, un parámetro representa un dato que se


ofrece una función con un fin específico. Por ejemplo, una rutina que tenga como finalidad devolver
el número más alto de una lista, esperará que le pasemos dicho conjunto de valores como
parámetro para realizar su tarea.

En algunos lenguajes, es posible especificar que ciertos parámetros sean opcionales, y asignarles
un valor por defecto en caso de que el programador escoja no pasarlos. En programación de
gráficos, por ejemplo, suele ser común que las funciones o métodos que gestionan temas
relacionados con el color, tengan un parámetro para la transparencia que no sea obligatorio
especificar, ya que comúnmente las imágenes de una aplicación multimedial son opacas.

Esto repercute principalmente en la practicidad a la hora de programar, ya que existen funciones


que esperan 10 parámetros, 6 de los cuales son optativos, y verse forzado a completar esos
espacios con valores nulos o falsos cada vez que se desee prescindir de ellos representa una
pérdida de tiempo.

La parametrización de una base de datos, por otra parte, es la organización y estandarización de la


información que se ingresa en un sistema. De esta forma, es posible realizar distintos tipos de
consulta y obtener resultados fiables.

El diseño parametrizable suele ser la mejor opción a la hora de desarrollar cualquier tipo de
aplicación informática, base de datos, página web, etcétera, ya que consiste en una creación
flexible, que puede modificarse sin necesidad de reescribirse. El grado de parametrización puede
variar dependiendo de varios factores, siendo los más importantes las capacidades del entorno de
desarrollo utilizado y la creatividad de los programadores.

En el primer caso entran limitaciones tales como tareas que un cierto lenguaje o motor no sea
capaz de realizar en tiempo de ejecución o incluso de compilación. Un ejemplo es un kit de
desarrollo de videojuegos que sea incapaz de cambiar la resolución una vez funcionando, forzando
al desarrollador a especificar ese valor una sola vez antes de arrancar el programa.

Si un programador tiene una visión despegada de lo convencional, siempre que cuente con los
conocimientos y los medios adecuados, puede dar con diseños extremadamente flexibles y
adaptables. Por ejemplo, un ideal de programa parametrizable sería capaz de ajustar todos sus
elementos a cualquier aspecto de pantalla, adaptarse a un framerate (cantidad de cuadros por
segundo) especificado sin alterar la velocidad de las animaciones, e incluso cargar dinámicamente
código que sirva para alterar su funcionamiento una vez compilado.

¿Qué son variables categóricas, discretas y continuas?

Las variables cuantitativas pueden clasificarse como discretas o continuas.

Variable categórica

Las variables categóricas contienen un número finito de categorías o grupos distintos. Los datos
categóricos pueden no tener un orden lógico. Por ejemplo, los predictores categóricos incluyen
sexo, tipo de material y método de pago.

Variable discreta

Las variables discretas son variables numéricas que tienen un número contable de valores entre
dos valores cualesquiera. Una variable discreta siempre es numérica. Por ejemplo, el número de
quejas de los clientes o el número de fallas o defectos.

Variable continúa

Las variables continuas son variables numéricas que tienen un número infinito de valores entre dos
valores cualesquiera. Una variable continua puede ser numérica o de fecha/hora. Por ejemplo, la
longitud de una pieza o la fecha y hora en que se recibe un pago.

Si usted tiene una variable discreta y desea incluirla en un modelo de regresión o de ANOVA,
puede optar por tratarla como un predictor continuo (covariable) o un predictor categórico (factor).
Si la variable discreta tiene muchos niveles, puede ser mejor tratarla como una variable continua.
Cuando un predictor es tratado como una variable continua, una función lineal o polinómica simple
puede describir adecuadamente la relación entre la respuesta y el predictor. Cuando usted trata un
predictor como una variable categórica, un valor de respuesta diferente se ajusta a cada nivel de la
variable sin tener en cuenta el orden de los niveles del predictor. Considere esta información,
además del propósito del análisis, para decidir qué es lo mejor para su situación.
Planteamiento del problema

Definición del problema


Ago302012

Albert Einstein una vez dijo que, si tenía una hora para salvar el mundo, iba a
utilizar cincuenta y cinco minutos para definir el problema y sólo cinco minutos para
encontrar la solución.

Esta cita ilustra un punto importante: antes de saltar directamente a la solución de un conflicto,
debemos dar un paso atrás e invertir tiempo y esfuerzo para mejorar nuestra comprensión del
mismo.

El planteamiento del problema es una declaración clara y concisa que describe los síntomas del
problema a abordar. Definir el enunciado del problema proporciona tres beneficios para el equipo:

1. Crea un sentido de pertenencia para el equipo


2. El equipo se enfoca solo en un conflicto
3. Describe los síntomas en términos medibles
Las siguientes cuatro directrices son eficaces en la creación de una declaración clara y concisa del
conflicto:

Definir el problema. En el planteamiento del problema, los miembros del equipo definen el
problema en términos específicos. Presentan hechos tales como el tipo de producto y el error
cometido.
Identificar donde el problema aparece. Identificar donde el problema aparece, o se manifiesta lo
más específicamente posible ayuda al equipo a centrar sus esfuerzos de mejora.
Descripción del tamaño del problema. La magnitud del conflicto se describe en términos medibles.
Describir el impacto que el problema está teniendo en la organización. La descripción del impacto
del problema en la organización debe ser lo más específico posible.
La verdad del asunto es que mientras más específico sea el planteamiento, mayor será la
posibilidad de que el equipo pueda resolver el conflicto. Un enunciado del problema inadecuado
puede llevar al equipo a un camino sin salida. Al definir el planteamiento del conflicto trate de evitar
estos cuatro errores comunes:

1. El planteamiento del problema no debe tratar más de un problema.


2. El planteamiento del problema no debe asignar una causa.
3. El planteamiento del problema no debe asignar culpas.
4. El planteamiento del problema no debe ofrecer una solución.
Un método simple y eficaz de definir un conflicto es una serie de preguntas.

Quién: ¿A quién afecta el problema? Determinados grupos, organizaciones, clientes, etc.


Qué: ¿Cuáles son los límites del conflicto, por ejemplo, flujo organizacional, trabajo, áreas
geográficas, clientes, segmentos, etc.? ¿Cuál es el problema? – ¿Cuál es el impacto de la
cuestión? – ¿Qué impacto tiene el conflicto que causa? – ¿Qué va a pasar cuando se corrija? –
¿Qué pasaría si no se ha solucionado el problema?
Cuando: ¿Cuándo se produce el problema? – ¿Cuándo hay que arreglar?
Dónde: ¿Dónde está el problema que ocurre? Sólo en ciertos lugares, procesos, productos, etc.
Por qué: ¿Por qué es importante solucionar el problema? – ¿Qué impacto tiene en el negocio o
cliente? – ¿Qué impacto tiene en todas las partes interesadas, por ejemplo, empleados,
proveedores, clientes, accionistas, etc.?
Cómo: ¿Cuántas partes están involucradas? ¿Cómo vas a resolver el problema? es decir ¿Con
qué método o técnica?
Cada una de las respuestas le ayudará a concentrarse en el tema(s) específico y definir la
declaración del conflicto. El planteamiento del conflicto debe poder resolverse. Es decir, se debe
tomar una cantidad de tiempo razonable para formular, probar y desplegar una solución potencial.

Un planteamiento del problema bien establecido acelera un proceso robusto de acción correctiva.
Le ayuda a identificar las causas potenciales y eliminar los prejuicios y el ruido. Las declaraciones
precisas de conflictos ahorran tiempo y esfuerzo por centrar el equipo en la identificación de la
causa raíz. La mejora continua pasa cuando las causas se encuentran y se eliminan de forma
permanente. La definición del enunciado del problema es el primer paso en este proceso.