o La historia de la estadística es bastante extensa, se conoce del uso de
herramientas cuantitativas para el tratamiento de datos en antiguas civilizaciones
como la egipcia, ya hace más de 5000 años, en donde se empleaban en toda clase
de censos. También en La Biblia, en el Antiguo Testamento, se menciona la
realización de censos; además, se sabe que en las Antiguas China y Grecia, así
como en el Imperio Romano se hacían censos con distintos fines: militares,
tributarios y sociales. En la edad media en Europa se llevaban registros de
nacimientos, muertes y matrimonios y durante la época colonial en el nuevo
continente se registraban datos sobre la población y riquezas de los territorios
conquistados. El constante uso de estas herramientas dio origen al término
estadística, que se refería a la información socioeconómica o a los datos
demográficos de los estados.
o A continuación un croquis genérico del origen, la historia y la evolución
de la estadística, basado en fuentes bibliográficas:
Romero y Zúnica (p.16) indican que problemas aparecidos en las áreas más
dispares han jugado papeles fundamentales motivando el desarrollo de la que hoy
denominamos como Estadística. Así:
Las necesidades económicas y militares de los Estados incitaron, desde
tiempos muy remotos, la realización por éstos de censos de su población y de sus
riquezas.
Las piraterías berberiscas en el Mediterráneo motivaron el desarrollo de los
seguros marítimos, con sus problemas asociados de evaluación de riesgos.
El gran interés por los juegos de azar motivó, sobre todo a partir del siglo
XVII, el desarrollo teórico del Cálculo de Probabilidades.
o La Teoría de Errores se desarrolló inicialmente en conexión con
problemas aparecidos en el área de la Astronomía;
o la Teoría de la Correlación surgió en el contexto del estudio de
problemas biológicos;
o la teoría del Análisis Factorial aparece en el campo de la Psicología;
o la de los Tests Gi·dos en el de la Sociología;
o la del Diseño de Experimentos en el de las Ciencias Agronómicas;
o la del Análisis de series temporales se desarrolla especialmente en el de
la Economía y Meteorología; etcétera…
Podemos afirmar, en definitiva, que rara es el área del conocimiento humano
que no haya contribuido con su problemática al desarrollo de la Ciencia Estadística
y que no se haya, a su vez, aprovechado de dicho desarrollo.
De acuerdo con Ross (p.9):
El término Estadística, que se utilizó hasta el siglo XVIII como una abreviatura de la
ciencia descriptiva de los Estados, se identificó cada vez más, en el siglo XIX, con
las cifras cuantitativas. Hacia 1830, en Francia e Inglaterra, el término ya fue usado
de forma general como sinónimo de la ciencia numérica de la sociedad. Este
cambio de significado se debió a que, desde 1800, los gobiernos de Europa
occidental y de Estados Unidos comenzaron a recopilar y publicar sistemáticamente
una gran cantidad de registros de censos y de otros tipos de tablas.
Aunque a lo largo del siglo XIX la teoría de la probabilidad había sido desarrollada
por matemáticos tales como Jacob Bernoulli, Karl Friedich Gauss y Pierre Simon
Laplace, su aplicación al estudio de hechos estadísticos fue casi inexistente, ya que
la mayor parte de los estadísticos sociales de la época se contentaban con dejar
que los datos hablaran por sí mismos. En particular, en esa época los estadísticos
no estaban interesados en sacar inferencias a partir de individuos, más bien se
centraban en la sociedad en su totalidad. Por consiguiente, no estaban
preocupados por el muestreo sino que intentaban obtener censos de la población al
completo. Como resultado, la inferencia probabilística sobre la población a partir de
muestras era prácticamente desconocida en las estadísticas sociales del siglo XIX.
No fue hasta finales de este siglo cuando los estadísticos empezaron a preocuparse
por inferir conclusiones a partir de los datos numéricos.
Para Yáñez (pp. 3 y 4) los antecedentes de la estadística son la Aritmética Política,
la Teoría de la Probabilidad y los científicos experimentales del siglo XIX. La
Aritmética Política que comprende los censos poblacionales, los registros de
natalidad, mortalidad y de matrimonios, las tarifas de impuestos y otros temas
relativos a la descripción de los estados, se puede encontrar desde antes de Cristo,
y da origen a la palabra estadística atribuida al profesor de la Universidad de
Gotinga (Alemania) Gotfried Achenwall (1719-1772). Es claro que la disciplina
estadística trasciende esos estrechos límites primitivos y es precisamente la
confluencia de la Aritmética Política con la Teoría de la Probabilidad bajo la
influencia de los científicos experimentales del siglo XIX, lo que configura la
estadística en el sentido moderno, en el sentido del siglo XX. Ese 1900, de
apariencia casual y caprichosa, como fecha de nacimiento, registrada por su padre»
Karl Pearson en su artículo en el Philosofical Magazine, es el resultado de la
influencia del Darwinismo a través de Galton que impulsó a este gran matemático a
aplicar la Teoría de la Probabilidad a los temas de la evolución. Se redescubre a
Mendel también en 1900, (su obra sobre las leyes estadísticas de la herencia había
sido publicada en 1856) y la polémica entre Darwinistas y Mendelianos en el primer
cuarto del siglo XX, influye también a la estadística.
Ruiz (pp. 5 y 6) identifica tres grandes etapas en el desarrollo histórico de la
estadística:
1. Primera Fase: Los Censos: Desde el momento en que se constituye una
autoridad política, la idea de inventariar de una forma más o menos regular la
población y las riquezas existentes en el territorio está ligada a la conciencia de
soberanía y a los primeros esfuerzos administrativos.
2. Segunda Fase: De la Descripción de los Conjuntos a la Aritmética
Política: Las ideas mercantilistas extrañan una intensificación de este tipo de
investigación. Colbert multiplica las encuestas sobre artículos manufacturados, el
comercio y la población: los intendentes del Reino envían a París sus memorias.
Vauban, más conocido por sus fortificaciones o su Dime Royale, que es la primera
propuesta de un impuesto sobre los ingresos, se señala como el verdadero
precursor de los sondeos. Más tarde, Bufón se preocupa de esos problemas antes
de dedicarse a la historia natural. La escuela inglesa proporciona un nuevo
progreso al superar la fase puramente descriptiva. Sus tres principales
representantes son Graunt, Petty y Halley. El penúltimo es autor de la famosa
Aritmética Política. Chaptal, ministro del interior francés, publica en 1801 el primer
censo general de población, desarrolla los estudios industriales, de las
producciones y los cambios, haciéndose sistemáticos durantes las dos terceras
partes del siglo XIX.
3. Tercera Fase: Estadística y Cálculo de Probabilidades: El cálculo de
probabilidades se incorpora rápidamente como un instrumento de análisis
extremadamente poderoso para el estudio de los fenómenos económicos y sociales
y en general para el estudio de fenómenos “cuyas causas son demasiados
complejas para conocerlos totalmente y hacer posible su análisis”.
¿Qué es la estadística?
Cuando hablamos de estadística nos referimos a la rama de la matemática que se
encarga de analizar y estudiar datos, así como también buscar las
explicaciones de los fenómenos que alteran los resultados.
La estadística es considerada una ciencia ya que estudia a una población de forma
específica, a través de la recopilación de datos y con el objetivo de determinar un
problema y buscar su solución.
Su ejecución se manifiesta de diversas maneras, tanto dentro de la física como de
la ciencia, y además suele emplearse en los negocios y en el campo
gubernamental.
La estadística es una ciencia que recolecta, describe, organiza e interpreta datos e
información.
Características de la estadística
De las principales características de la estadística podemos destacar que:
Su estudio, uso y aplicación es fundamental para la toma de decisiones de
diferentes ámbitos.
Da lugar a un proceso que estudia problemas sociales, científicos e
industriales.
Es un sistema que puede tomar un tiempo hasta generar resultados
verídicos y con soluciones pautadas.
Proporciona un resultado estimado, ya sea numérico o social, a la vez
que ofrece conclusiones que conducen a una solución.
Tipos de estadística
Se puede clasificar a la estadística en 4 tipos:
Descriptiva o deductiva: estadística que se encarga de mostrar
el resultado de los datos estudiados de forma específica, es decir, sin
generalizaciones.
Inferencial o inductiva: estadística que, a diferencia de la descriptiva, sí
ofrece resultados junto con datos generales de investigación amplia.
Aplicada: luego de investigar, estudiar y analizar con los métodos
anteriores, se utiliza la estadística aplicada para proporcionar resultados
específicos y generalizados sobre la investigación.
Matemática: además de realizar los procesos de estadística deductiva o
inferencial, la estadística matemática utilizará el álgebra y ciertos análisis
más profundos para ofrecer un punto de vista enfocado y formal.
Objetivo de la estadística
A pesar de que habitualmente se emplea la estadística para dar resultados
matemáticos o científicos basados en datos, el objetivo de esta ciencia se puede
definir a partir de diversas formas en las que desarrolla una situación:
Gracias a la investigación de datos específicos, mejora la
comprensión de los hechos.
Realiza la inferencia de una población tomando como base los datos
proporcionados.
La estadística descriptiva resume la información obtenida de los datos.
La estadística inferencial ofrece datos y soluciones dentro de diferentes
ámbitos.
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.
Clasificación de la Estadística
o Estadística Descriptiva.
o Estadística inferencial.
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:
1. 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.
2. 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.
3. 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.
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.
Introducción
La estadística es una ciencia que estudia la recolección, el análisis e interpretación
de datos, mismos que van a ser comparados y que van a ayudar en la toma de
decisiones.
La Estadística es de gran importancia en las diferentes empresas, enfocadas desde
cualquier área profesional ya que ayudan a lograr una adecuada planeación y
control apoyados en los estudios de pronósticos, presupuestos etc.
En este trabajo se muestra la aplicación y la relación que existe entre la Contaduría
y la Estadística, tomando como referencia las áreas más importantes de la
Contabilidad en las que se aplica de manera significativa la estadística, las áreas
que se estudiaran a fondo son: La Contabilidad Financiera, La Contabilidad de
Costos, La …ver más…
Por ejemplo, con base en un análisis de rotación de inventarios se puede tomar la
decisión de aumentar o sacar del mercado un determinado producto. Lo importante
es detectar en cuáles áreas de su competencia profesional es útil aplicar los tipos
de análisis estadísticos arriba mencionados. * Contabilidad Financiera y Estadística
Podemos afirmar que la contabilidad se vale de los métodos estadísticos de
investigación, para alcanzar mejor sus objetivos; y que, a su vez, la estadística se
nutre de los datos que aporta la contabilidad.
La contabilidad recurre a los métodos estadísticos para establecer los hechos
futuros, en especial en la contabilidad presupuestaria o contabilidad predictiva por
lo que ambas se complementan con mucha frecuencia y buenos resultados.
Mientras una proporciona elementos para que construya con sus métodos los
resultados de cada encuesta la otra le proporciona las tendencias o las
posibilidades para que proyecte el futuro. * Contabilidad de Costos y Estadística
La contabilidad de costos emplea los sistemas de costos, que son conjuntos de
métodos, normas y procedimientos, que rigen la planificación, determinación y
análisis del costo, así como el proceso de registro de los gastos de una o varias
actividades productivas en una empresa
Población se refiere al universo, conjunto o totalidad de elementos sobre los que
se investiga o hacen estudios. Muestra es una parte o subconjunto de elementos
que se seleccionan previamente de una población para realizar un estudio.
Normalmente se selecciona la muestra de una población para su estudio, debido a
que estudiar a todos los elementos de una población resultaría muy extenso y poco
práctico.
¿Qué es población?
La población estadística, también conocida como universo, es el conjunto o
la totalidad de elementos que se van a estudiar.
Los elementos de una población lo conforman cada uno de los individuos
asociados, debido a que comparten alguna característica en común.
La población estadística puede ser un conjunto de personas, lugares o cosas
reales. Por ejemplo, los adolescentes de un pueblo o los usos posibles del azúcar
en recetas de cocina.
Al ser muy complicado realizar un estudio con todos los elementos que conforman
una población, sobre todo si es considerada una población infinita, se toma una
muestra representativa de la misma para realizar los estudios.
Tipos de poblaciones
La población se puede clasificar de la siguiente manera según la cantidad de
individuos que la conforme:
Población finita: es aquella que se puede contar y se pueden estudiar con
mayor facilidad a sus integrantes. Por ejemplo, la cantidad de personas inscritas en
un gimnasio.
Población infinita: son inmensas poblaciones donde se hace muy difícil
contabilizar a sus integrantes, por lo que suele tomarse en cuenta solo una porción
de ella a la hora de realizar un estudio, seleccionando así una muestra. Por
ejemplo, la cantidad de granos de arena en una playa.
Población real: son grupos de integrantes tangibles. Por ejemplo, la cantidad
de animales en un zoológico.
Población hipotética: son poblaciones posibles que pueden ser estudiadas
ante una eventualidad. Por ejemplo, la cantidad de nacimientos de bebés
prematuros.
¿Qué es muestra?
La muestra es una parte representativa de una población donde sus elementos
comparten características comunes o similares.
Se utiliza para estudiar a la población de una forma más factible, debido a que se
puede contabilizar fácilmente. Cuando se va a realizar algún estudio sobre el
comportamiento, propiedades o gustos del total de una población específica, se
suelen extraer muestras.
Estos estudios que se realizan a las muestras sirven para crear normas o
directrices que permitirán tomar acciones o simplemente conocer más a la
población estudiada.
El muestreo es una herramienta de investigación que, al ser utilizada
adecuadamente, permite obtener conclusiones específicas y evitar resultados
sesgados.
Las principales ventajas de usar las muestras es la reducción de costos, pues
disminuye los elementos a estudiar y se puede realizar en menor tiempo.
Los factores más importantes a la hora de hacer un muestreo son
la representatividad, para que los elementos posean cualidades comunes según
sea el propósito, y la aleatoriedad al momento de seleccionar los elementos para
evitar una muestra viciada.
Tipos de muestras
Existen diferentes tipos de técnicas para conformar una muestra.
Muestreo aleatorio
Es una técnica que ofrece la misma posibilidad a los elementos de ser
seleccionados, por ser tomados al azar. Los tipos de muestreo aleatorio son:
Muestreo aleatorio simple: los elementos se eligen de una lista al azar.
Funciona más eficazmente cuando el universo es reducido y homogéneo.
Muestreo sistemático: el primer elemento se elige al azar y luego se
escogen a intervalos constantes los elementos restantes.
Muestreo estratificado: se realiza dividiendo a la población en partes o
estratos que respondan a características establecidas y luego se eligen
aleatoriamente los individuos que se van a estudiar.
Muestreo por conglomerado: la población se divide en grupos heterogéneos
y éstos a su vez se subdividen en grupos homogéneos con características comunes
para ser estudiados de acuerdo a lo requerido por el investigador.
Muestreo no aleatorio o por selección intencionada
Se elige con base en el manejo de información de los elementos a estudiar, por lo
que la representatividad de la muestra puede ser subjetiva. En este caso, se corre
el riesgo de que los resultados sean sesgados.
Cuando uno solo de los estudios no es suficiente porque la población a estudiar es
muy extensa, se pueden usar dos o más tipos de muestreo.
Población es el conjunto de todos los elementos cuyas propiedades se van a
estudiar; mientras que la muestra es un subconjunto de casos o individuos de la
población.
Veamos a detalle estos conceptos, y también, algunos ejemplos y ejercicios.
Población
Es el conjunto de todos los elementos cuyas propiedades se van a estudiar.
También es llamada universo.
Una población puede ser finita o infinita:
Población finita: es aquella cuya cantidad de elementos es posible de
determinar. Ejemplo: conjunto de librerías de la ciudad de Lima.
Población infinita: es aquella cuya cantidad de elementos es imposible de
determinar. Ejemplo: conjunto de lápices fabricados en un proceso continuo.
Muestra
Es un subconjunto de la población. En muchas ocasiones, es importante trabajar
con una muestra representativa de la población, para ello, debemos trabajar con
criterios y técnicas de muestreo. Una muestra representativa debe reflejar las
características de la población.
En la práctica, para estudiar una población grande, debemos tomar una
muestra. Por ejemplo, si queremos saber cuál es el candidato preferido para las
próximas elecciones presidenciales de Colombia, tomaría mucho tiempo
preguntarle a todos los electores por su candidato preferido, además, sería muy
caro contratar tantos encuestadores, digitadores y estadísticos. Por ello, es mejor,
analizar una muestra de electores, aplicar una encuesta, y a partir de allí sacar
conclusiones de la población.
Individuo
Es cada uno de los elementos que componen la población. También se le conoce
como unidad estadística.
Ejemplo 1
Para estudiar cuál es el candidato presidencial por el cual votarán los peruanos en
las próximas elecciones, se toma una muestra de 3500 personas de todo el país. La
pregunta es la siguiente, ¿por quién votará en las próximas elecciones
presidenciales? Determine la población, muestra e individuos.
En este caso, la población sería la población electoral del país, es decir,
peruanos con derecho a voto.
La muestra sería el conjunto de 3500 peruanos que forman parte de la
población.
Un individuo sería cada uno de los peruanos con derecho a voto.
Ejemplo 2
Un estudiante de estadística quiere conocer si los profesores de su universidad,
UNAM, prefieren dictar clases con ropa formal o con ropa informal. Para ello, realiza
una encuesta a 120 profesores de la UNAM elegidos de forma aleatoria. Identifique
la población, muestra e individuos.
Población: conjunto de todos los profesores de la UNAM.
Muestra: 120 profesores de la UNAM.
Individuo: cada uno de los profesores de la UNAM.
Ejemplo 3
Un profesor desea realizar un análisis estadístico de las notas del examen final de
matemáticas de sus alumnos de último año. Por ello, coloca todas las notas
obtenidas en Excel y usa las funciones y herramientas estadísticas. La información
obtenida, ¿pertenece a la muestra o a la población?
– En este caso, la población, son todos los alumnos de último año. Se estudiarán
sus notas, pero todas las notas obtenidas. No se ha realizado ningún muestreo, por
ello, la información obtenida, pertenece a la población.
Se llama variable estadística o carácter a cada una de las características que
pueden estudiarse de la población.
Las variables estadísticas pueden ser de dos tipos:
Cualitativas: son aquellas en la que los resultados posibles no son valores
numéricos. Por ejemplo: color del pelo, tipo de ropa preferida, lugar de
veraneo, etc.
Cuantitativas: aquellas cuyo resultado es un número. A su vez, las hay de dos
tipos:
o Cuantitativas discretas: cuando se toman valores aislados. Por ejemplo:
número de amigos de tu pandilla, número de veces que vas al cine al
mes, número de coches que tiene tu familia.
o Cuantitativas continuas: cuando, entre dos valores cualesquiera, puede
haber valores intermedios. Es decir, se toman todos los valores de un
determinado intervalo. Por ejemplo: peso de las personas, nivel sobre el
mar en que se encuentra tu ciudad, medida del perímetro torácico.
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 continua
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.
Qué son las variables cuantitativas?
Las variables cuantitativas son aquellas variables estadísticas que
otorgan, como resultado, un valor numérico.
Por ejemplo, variables tales como el peso (62 kg, 80 kg), la altura (1.72
cm, 1.85 cm) o la cantidad de miembros en una familia (2, 3 o 4), son
variables cuantitativas.
Características de las variables cuantitativas
Las principales características de las variables cuantitativas son las
siguientes:
Expresan sus valores con números.
Son utilizadas generalmente en encuestas o entrevistas.
Utilizan gráficos llamados diagramas integrales y diagramas
diferenciales para mostrar la frecuencia relativa de las variables.
También pueden servirse de diagramas de barra para otorgar
cifras.
Tipos de las variables cuantitativas
Las variables cuantitativas pueden ser discretas o continuas.
La variable cuantitativa se clasifica en discreta y continua.
Discreta
La variable discreta otorga cifras que se encuentran separadas en
escalas, es decir que no poseen valores entre ellas, sino que el resultado
comprende un valor exacto.
De esta manera, dichas variables solo pueden adquirir un valor en
números enteros. Por ejemplo, una persona puede tener 1, 2, 3 o más
perros, pero no un perro y medio.
Continua
Artículo principal: Variable continua.
La variable continua, por otro lado, puede otorgar un valor de cualquier
intervalo o medición, es decir que puede haber otros valores en medio
de dos exactos. Generalmente estos son representados por valores
decimales, por lo cual la cifra será mucho más específica.
Por ejemplo, la estatura de una persona puede ser de 1,75 centímetros.
Ejemplos de variables cuantitativas
A continuación se proponen algunos ejemplos para comprender mejor la
variable cuantitativa:
Peso exacto de un niño: 40 kg, 30 kg, etc.
Cantidad de mascotas que posee una persona: 1, 2, 3, etc.
Velocidad con la que se traslada un automóvil: 160 km/h, 100
km/h, etc.
Valor económico de un producto: $25, $50, $100, etc.
Grados de alcohol de una cerveza: 5%, 10%, 12%, etc.
Cantidad de niños en el aula de una escuela: 20, 30, 40, etc.
Calificación exacta de un examen universitario: 4, 7, 8, 10, etc.
Diferencias entre cuantitativas y cualitativas
Artículo principal: Variable cualitativa.
Las principales diferencias entre una variable cuantitativa y una
cualitativa son las siguientes:
Una variable cuantitativa proporciona un valor
numérico, mientras que una variable cualitativa proporciona
resultados con características o cualidades.
La variable cuantitativa suele ser específica, mientras que la
variable cualitativa suele ser amplia y relativa.
Las variables cuantitativas se basan en determinar la correlación
o asociación que hay entre variables, mientras que las variables
cualitativas se enfocan en profundizar la naturaleza de dichas
realidades.
