Glosario Introducción Estadística.

1. Estadística. Es una disciplina científica que se ocupa de la obtención, orden y análisis

de un conjunto de datos con el fin de obtener explicaciones y predicciones sobre
fenómenos observados. La estadística consiste en métodos, procedimientos y fórmulas
que permiten recolectar información para luego analizarla y extraer de ella conclusiones
relevantes. Se puede decir que es la Ciencia de los Datos y que su principal objetivo es
mejorar la comprensión de los hechos a partir de la información disponible.

1.1 Estadística Descriptiva. Se refiere a los métodos de recolección, organización,

resumen y presentación de un conjunto de datos. Se trata principalmente de describir las
características fundamentales de los datos y para ellos se suelen utilizar indicadores,
gráficos y tablas.
1.2 Estadística Inferencial. Se trata de un paso más allá de la mera descripción. Se
refiere a los métodos utilizados para poder hacer predicciones, generalizaciones y obtener
conclusiones a partir de los datos analizados teniendo en cuenta el grado de
incertidumbre existente.
2. Población. Una población estadística es el total de individuos o conjunto de ellos que
presentan o podrían presentar el rasgo característico que se desea estudiar
3. Muestra. Una muestra estadística es un subconjunto de datos perteneciente a una
población de datos. Estadísticamente hablando, debe estar constituido por un cierto
número de observaciones que representen adecuadamente el total de los datos
4. Muestreo. El muestreo es el proceso mediante el cual se selecciona un grupo de
observaciones que pertenecen a una población. Esto, con el fin de realizar un estudio
estadístico.
5. Tipos De Muestreo.

1. Muestreo aleatorio simple

En este tipo de muestreo las variables relevantes de la muestra tienen la misma función

de probabilidad y son independientes entre ellas. La población tiene que ser infinita o bien

finita con reposición de elementos. El muestreo aleatorio simple es el que más se

utiliza en la estadística inferencial, pero es menos eficaz en muestras muy grandes.

2. Estratificado

El muestreo aleatorio estratificado consiste en dividir la población en estratos; un ejemplo

de esto sería estudiar la relación entre el grado de satisfacción vital y el nivel

socioeconómico. A continuación se extrae un número|o determinado de sujetos de cada

uno de los estratos por tal de mantener la proporción de la población de referencia.

3. De conglomerados

En estadística inferencial los conglomerados son conjuntos de elementos

poblacionales, como pueden ser las escuelas o los centros hospitalarios públicos de un

municipio. Al llevar a cabo este tipo de muestreo se divide la población (en los ejemplos,

una localidad concreta) en varios conglomerados y se elige de forma aleatoria algunos de

ellos para estudiarlos.

4. Sistemático

En este caso se empieza dividiendo el número total de sujetos u observaciones que

conforman la población entre el que se quiere utilizar para la muestra. Posteriormente se

escoge un número al azar de entre los primeros y se va sumando de forma constante este

mismo valor; los elementos seleccionados pasarán a formar parte de la muestra.

Muestreos no aleatorios o no probabilísticos

Los muestreos no probabilísticos utilizan criterios con un bajo nivel de sistematización que

procuran asegurar que la muestra tenga un cierto grado de representatividad. Este tipo de

muestreos se emplean principalmente cuando no es posible llevar a cabo otros de tipo

aleatorio, lo cual es muy habitual a causa del elevado coste de los procedimientos de

control.

1. Intencional, opinático o de conveniencia

En el muestreo intencional el investigador escoge de forma voluntaria los elementos que

conformarán la muestra, dando por supuesto que esta será representativa de la población

de referencia. Un ejemplo que resultará familiar a los estudiantes de psicología es la

utilización de alumnos como muestra opinática por parte de profesores universitarios.

2. Muestreo de bola de nieve o en cadena

En este tipo de muestreo los investigadores establecen contacto con sujetos

determinados; a continuación estos consiguen a nuevos participantes para la muestra

hasta completarla. El muestreo de bola de nieve se usa generalmente cuando se trabaja

con poblaciones de difícil acceso, como en el caso de adictos a sustancias o de

miembros de culturas minoritarias.

3. Muestreo por cuotas o accidental

Hablamos de muestreo por cuotas cuando los investigadores escogen un número

concreto de sujetos que cumplan unas características determinadas (p. e. mujeres

españolas de más de 65 años con deterioro cognitivo severo) a partir de su conocimiento

sobre los estratos de la población. El muestreo accidental se usa con frecuencia en las

encuestas.

5.1. Probabilístico. el muestreo probabilístico se refiere al método de muestreo en el que

todos los miembros de la población tienen una especificación previa y la misma
posibilidad de ser parte de la muestra.
5.2. No Probabilístico. Cuando en un método de muestreo, a todos los individuos del
universo no se les da la misma oportunidad de formar parte de la muestra. No hay
probabilidad adjunta a la unidad de la población y la selección se basa en el juicio
subjetivo del investigador
6. Métodos de Muestreo.

Muestreo probabilístico: Las observaciones son seleccionadas en base a la

aleatoriedad, es decir, al azar:

 Muestreo aleatorio simple: Todos los individuos de la población tienen la misma

probabilidad de ser elegidos como parte de la muestra. Tiene ventajas, como el
hecho de que es fácil de llevar a cabo a través de sistemas informáticos. Sin
embargo, se requiere el listado completo de toda la población y, si la muestra es
muy pequeña, la selección podría no ser representativa.
 Sistemático: Se elige una observación al azar y, para seleccionar el resto de la
muestra, se utilizan intervalos numéricos regulares. Es decir, supongamos que
tengo una población de 10.000 y, aleatoriamente, selecciono la observación 600,
después de lo cual puedo considerar intervalos de 30 observaciones. En este
caso, tomaría las observaciones 600, 630, 660, 690, 720, 750, 780, y así
sucesivamente.
  Aleatorio estratificado: Se divide a la población en estratos, que son grupos que
comparten características en común y son más homogéneos, inclusive, que la
población en su conjunto. Entonces, se selecciona una muestra, ya sea de manera
aleatoria o sistemática, dentro de cada estrato. El objetivo es lograr una
representatividad de cada estrato.
 Por conglomerados o clústeres: Consiste en crear grupos más pequeños que la
población, los cuales reflejen o compartan todas las características de esta. Luego,
elegimos alguno de los conglomerados como muestra y lo analizamos de forma
detallada.

Muestreo no probabilístico

La selección de la muestra no depende de la probabilidad, sino de la decisión de los

investigadores.

 Método de confianza en los sujetos disponibles: Consiste en que el

investigador captará a los sujetos que estén a su disponibilidad. Esto, por ejemplo,
en un punto geográfico a determinada hora.
 Método opinático o intencional: El investigador utiliza su juicio o criterio para
elegir a quienes van a participar como parte de la muestra. Es decir, continuando
con el ejemplo anterior, el investigador podría captar la muestra en un lugar y
horario específico. Pero podría, dados los objetivos de la investigación, decidir
incluir solo a quienes estén casados y tengan entre 20 y 30 años.
 Causal o incidental: El investigador selecciona directamente a los individuos que
van a formar parte de la muestra. Por ejemplo, a los estudiantes de una escuela.
Esto, dado que tiene fácil acceso a ellos.
 Bola de nieve: Consiste en que, después de encontrar al primer sujeto (o
primeros sujetos) de la muestra, el investigador le pide ayuda a él (o ellos) para
identificar a otros individuos con esas mismas características. Se trata de una
técnica utilizada cuando es difícil localizar a un grupo específico por el manejo de
datos sensibles, por ejemplo, emigrantes en situación de ilegalidad.
 Por cuotas: El investigador, tomando en cuenta la composición de la población, y
dividiendo por grupos o estratos, hará una selección proporcional de la muestra.
Por ejemplo, imaginemos que en la población hay un 40% de personas menores
de 25 años, 35% de personas de entre 25 y 50 años, y 25% de individuos con más
de 50 años. Entonces, una muestra de 4.000 personas tendría 1.600 sujetos
menores de 25 años, 1.400 de entre 25 y 50 años, y 1.000 adultos mayores de 50
años o más. Cabe señalar que los individuos que cubrirán cada cuota serán
seleccionados por algún método no probabilístico, es decir, cualquiera de las
técnicas explicadas líneas arriba.

6.1. Probabilísticos.
6.1.1. Muestreo Aleatorio Simple (MAS). es un subconjunto de una muestra elegida de
una población más grande. Cada individuo se elige al azar y por pura casualidad. En este
tipo de muestreo cada individuo tiene la misma probabilidad de ser elegido en cualquier
etapa del proceso
 6.1.2. Muestreo Aleatorio Estratificado (MAE).  es aquel en el que se divide la
población en grupos en función de un carácter determinado y después se muestrea cada
grupo aleatoriamente, para obtener la parte proporcional de la muestra.
6.1.3. Muestreo Aleatorio Sistemático (MASy). El muestreo aleatorio es un proceso
que permite obtener una muestra sobre una población, basada en una
determinada probabilidad de elección de los individuos que la conforman
6.1.4. Muestreo Aleatorio Por Conglomerado (MAC). Se utiliza cuando no se pueden
estudiar todos los elementos de la población ya que esta es muy grande o se encuentra
dispersa en un área geográfica muy extensa, por lo que los costos de la investigación
serían relativamente elevados. 

7. Variables Estadísticas.
7.1. 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.
7.2. Cuantitativa. Aquellas cuyo resultado es un número
7.2.1. Discreta. Es una variable que no puede tomar algunos valores dentro de un
mínimo conjunto numerable, quiere decir, no acepta cualquier valor, únicamente aquellos
que pertenecen al conjunto.
7.2.2. Continua. es aquella que puede tomar un número infinito de valores entre dos
valores cualesquiera de una característica. La altura de los 5 amigos: 1.73, 1.82, 1.77,
1.69, 1.75. En la práctica medimos la altura con dos decimales, pero también se podría
dar con tres decimales.
8. Tipos de Observación.
8.1. Observación Directa. es la que se emplea cuando se desea estudiar el
comportamiento de una persona o de un grupo de personas en una situación
determinada.
8.2. Observación Indirecta. es un método de recolección de datos sobre las
características y propiedades de un individuo, fenómeno o situación particular.
8.3. Observación Continua. es aquella en que los resultados señalan en forma
acabada todo el proceso de un fenómeno investigado, es decir, se observa su principio,
medio y fin.
8.4. Observación Periódica. es aquélla que se lleva a cabo a través de períodos de
tiempo constantes. Estos períodos de tiempos pueden ser semanas, trimestres,
semestres, años, etc.
9. Escalas de Medición. el nivel de medida de una variable es una clasificación acordada
con el fin de describir la naturaleza de la información contenida dentro de los números
asignados a los objetos y, por lo tanto, dentro de una variable. Por lo general, se
distinguen cuatro escalas o niveles de medición: nominal, ordinal, intervalos y escalas de
proporción, cociente o razón. Las dos primeras (nominal y ordinal) se conocen como
escalas categóricas, y las dos últimas (intervalo y razón) como escalas numéricas.
9.1. Escala Nominal. es una escala de medición en la cual los números sirven como
“etiquetas” solamente para identificar o clasificar un objeto. Una escala de
medición nominal normalmente trata sólo con variables no numéricas
9.2. Escala Ordinal. te permite evaluar la actitud de un encuestado con respecto a un
tema utilizando un conjunto de respuestas ordenadas. Por ejemplo, las respuestas
pueden incluir: “Muy satisfecho”, “Satisfecho”, “Insatisfecho” y “Muy insatisfecho”.
9.3. Escalas De Intervalos Iguales. consiste en variables que existen a lo largo de
una escala común a intervalos iguales. Las medidas científicas utilizadas para calcular la
distancia entre las variables son altamente confiables. Aunque en esta escala hay
ausencia del 0 absoluto, la división de variables no es posible.
9.4. Escala De Razón.  se definen como un tipo de datos cuantitativos que se
caracterizan por un punto de cero absoluto, lo que significa que no hay ningún valor
numérico negativo. Los números se comparan en múltiplos uno.
10. Fuentes De Datos. Datos originales que normalmente implican el registro de una
transacción o la documentación de un evento o concepto.
10.1. Fuentes De Datos Primarias. es la persona o institución que ha recolectado
directamente los datos.
10.2. Fuentes De Datos Secundarias. implican información que ya ha sido recolectada y
registrada por otras personas que es diferente al analista, para un propósito que no está
relacionado con un problema de análisis actual.
11. Método Para La Recolección De Datos. Es cualquier recurso del que se vale el
investigador para acercarse a los fenómenos y extraer de ellos información.
11.1. Censo. se define como un conjunto de actividades destinadas a recoger, recopilar,
el padrón o lista de la población de una nación o pueblo en un momento determinado, la
información demográfica social y económica, para luego evaluar, analizar y publicar o
divulgar.
11.2. Encuesta. es un instrumento para recoger información cualitativa y/o cuantitativa de
una población estadística.
11.3. Experimentación. cualquier proceso que proporciona datos, numéricos o no
numéricos. Un conjunto cuyos elementos representan todos los posibles resultados de un
experimento se llama4 espacio muestral.
12. Instrumentos De Recolección De Datos. Un instrumento de recolección de datos es
en principio cualquier recurso de que pueda valerse el investigador para acercarse a los
fenómenos y extraer de ellos información. De este modo el instrumento sintetiza en si
toda la labor previa de la investigación, resume los aportes del marco teórico al
seleccionar datos que corresponden a los indicadores