República Bolivariana de Venezuela

Ministerio del Poder Popular para la Educación Universitaria

Universidad Nacional Experimental Rafael María Baralt.

Definiciones
Básicas.

Alumna: Marielis Camacaro

Cedula: 29.755.086
Sección: 221
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: Fenómeno aleatorio: En estadística, un fenómeno

aleatorio es aquel que bajo el mismo conjunto aparente de
condiciones iniciales, puede presentar resultados diferentes, es
decir, no se puede predecir el resultado exacto de cada
experiencia particular. (Ej.: Lanzamiento de un dado). Este tipo
de fenómeno es opuesto al fenómeno determinista, en el que
conocer todos los factores de un experimento nos hace
predecir exactamente el resultado del mismo. Por ejemplo,
conociendo la altura desde la que se arroja un móvil es posible
saber exactamente el tiempo que tardará en llegar al suelo en
condiciones de vacío.

1.2: Naturaleza de los datos estadísticos:

Proporciona una metodología para evaluar y juzgar las

discrepancias entre la realidad y la teoría. Además de su papel
instrumental, el estudio de la estadística es importante para
entenderlas posibilidades y limitaciones de la investigación
experimental, para diferenciar las conclusiones que pueden
obtenerse de los datos d aquellas que carecen de base
empírica y en definitiva para desarrollar un pensamiento crítico
y antidogmático ante la realidad, con la ayuda de la
información y la tecnología el tratamiento estadístico de la
información se hace más sencillo.

1.4: Universo.
En estadística es el nombre específico que recibe
particularmente la investigación social la operación dentro de
la delimitación del campo de investigación que tienen por
objeto la determinación del conjunto de unidades de
observaciones que van a ser investigadas. Para muchos
investigadores él termino universo y población son sinónima.
En general, el universo es la totalidad de elementos o
características que conforman el ámbito de un estudio o
investigación.

Población.
En términos estadísticos, población es un conjunto finito o
infinito de personas, animales o cosas que presentan
características comunes, sobre los cuales se quiere efectuar un
estudio determinado. En otras palabras, la población se define
como la totalidad de los valores posibles (mediciones o
conteos) de una característica particular de un grupo
especificado de personas, animales o cosas que se desean
estudiar en un momento determinado.
 El tamaño que tiene una población es un factor de suma
importancia en el proceso de investigación estadística y en
nuestro caso social, y este tamaño viene dado por el número
de elementos que constituyen la población, es decir, según el
número de elementos la población puede ser finita o infinita.
Cuando el número de elementos que integra la población es
muy grande, se puede considerar a esta como una población
infinita, por ejemplo; el conjunto de todos los números
positivos.

Una población finita es aquella que está formada por un

limitado número de elementos, por ejemplo; el número de
habitantes de una comarca.

Cuando la población es muy grande, es obvio que la

observación o medición de todos los elementos se multiplica la
complejidad, en cuanto al trabajo, tiempo y costos necesarios
para hacerlo. Para solucionar este inconveniente se utiliza una
muestra estadística.

Muestra.
Un subconjunto cualquiera de la población. Para que la
muestra nos sirva para extraer conclusiones sobre la población
deber ser representativa, lo que se consigue seleccionando sus
elementos al azar, lo que da lugar a una muestra aleatoria. Es
una parte o porción extraída de un conjunto por métodos que
permiten considerarla como representativa del mismo.
Entonces, una muestra no es más que una parte de la
población que sirve para representarla. La muestra debe
obtenerse de la población que se desea estudiar; una muestra
debe ser definida sobre la base de la población determinada, y
las conclusiones que se obtengan de dicha muestra sólo
podrán referirse a la población en referencia.

1.5: Variables, tipos de variables, escala de medición.

Una variable es el conjunto de valores que puede tomar cierta

característica de la población sobre la que se realiza el estudio
estadístico y sobre la que es posible su medición. Estas
variables pueden ser: la edad, el peso, las notas de un examen,
los ingresos mensuales, las horas de sueño de un paciente en
una semana, el precio medio del alquiler en las viviendas de un
barrio de una ciudad, entre otros.

Tipos:

 Cualitativas: No se expresan mediante un número

(cualidad). A su vez las podemos clasificar en:
 Ordenables: Aquellas que sugieren una ordenación. (Por
ejemplo la graduación militar, El nivel de estudios, etc.).
 No ordenables: Aquellas que sólo admiten una mera
ordenación alfabética, pero no establece orden por su
naturaleza. (Por ejemplo el color de pelo, sexo, estado
civil, etc.).
 Cuantitativas: Se expresan mediante un número
(cantidad). De estas hay dos tipos:
 Discretas: Solo puede tomar valores aislados. (Por
ejemplo, nº de hermanos).
  Continuas: Pueden tomar todos los valores de un
intervalo. (Por ejemplo, la estatura de los alumnos de 3º
de ESO).

Escala de medición:

Para que los datos tengan sentido es necesario compararlos y

para poder compararlos debemos utilizar escalas de medición.
Dichas escalas tendrán diferentes propiedades en función de
las características de los datos que se compararán. En
estadística existen cuatro escalas de medición: nominal,
ordinal, de intervalo y de razón.

 Escala nominal

Cuando un dato identifica una etiqueta (o el nombre de un

atributo) de un elemento, se considera que la escala de
medición es una escala nominal. En esta carecen de sentido el
orden de las etiquetas, así como la comparación y las
operaciones aritméticas. La única finalidad de este tipo de
datos es clasificar a las observaciones. Ejemplo:

Una variable que indica si el visitante de este post es «hombre»

o «mujer».

En esta variable se tienen dos etiquetas para clasificar a los

visitantes. El orden carece de sentido, así como la comparación
u operaciones aritméticas.

 
  Escala ordinal

Cuando los datos muestran las propiedades de los datos

nominales, pero además tiene sentido el orden (o jerarquía) de
estos, se utiliza una escala ordinal. Ejemplo:

Una variable que mide la calidad de un post. La variable puede

tomar valores enteros del 1 al 5, donde el valor 1 es el peor y el
5 el mejor.

En esta variable sigue sin tener sentido las operaciones

aritméticas, pero ahora sí tiene sentido el orden. Si un post
tiene valor 4 y otro tiene valor 2, el primero se entiende que es
mejor que es segundo.

 Escala de intervalo

En una escala de intervalo, los datos tienen las propiedades de

los datos ordinales, pero a su vez la separación entre las
variables tiene sentido. Este tipo de datos siempre es
numérico, y el valor cero no indica la ausencia de la propiedad.
Veamos un ejemplo:

La temperatura (en grados centígrados) media de una ciudad.

En esta escala, los números mayores corresponden a

temperaturas mayores. Es decir, el orden importa, pero a la vez
la diferencia entre las temperaturas importa.

 
  Escala de razón

En una escala de razón, los datos tienen todas las propiedades

de los datos de intervalo, y la proporción entre ellos tiene
sentido. Para esto se requiere que el valor cero de la escala
indique la ausencia de la propiedad a medir. Ejemplos de este
tipo de variables son el peso de una persona a el tiempo
utilizado para una tarea. Ejemplo:

Una variable que mide el salario de una persona.

En esta variable, si una persona gana 100, y otra 10, la primera

gana más que la segunda (comparación). También tiene
sentido decir que la primera gana 90 más que la segunda
(diferencia), o que gana 10 veces más (proporción).

2: Instrumento de investigación.

Un instrumento de investigación es la herramienta utilizada por

el investigador para recolectar la información de la muestra
seleccionada y poder resolver el problema de la investigación,
que luego facilita resolver el problema de mercadeo. Los
instrumentos están compuestos por escalas de medición.

3: Plan de análisis y tratamiento estadístico:

Es esencial que se proporcione tanta información como sea

posible acerca de la distribución de las variables y de las
pruebas que se utilizan, ya que puede surgir una gran cantidad
sesgos si se utiliza la prueba estadística incorrecta.
A lo largo de los diferentes análisis que se han practicado en
este trabajo se ha generado un corpus de datos considerable.
Las diferentes variables, tanto cualitativas como cuantitativas,
que se han considerado en este trabajo no se pueden concebir
como entidades aisladas, sino que deben ser comprendidas
dentro de una misma unidad o conjunto de caracteres que
forman una globalidad. En este sentido, creemos que es
imprescindible el procesamiento de estos datos mediante la
aplicación de técnicas estadísticas, ya que su tratamiento
sobrepasa ampliamente la capacidad humana. De este modo,
el procesamiento estadístico de los datos se revela como un
instrumento que se basa en un conjunto de métodos que nos
permitirán evidenciar la repartición de los individuos sujetos a
estudio en base a los criterios que hemos determinado durante
su análisis.