Reseña historica de la evolución del concepto de Estadística.

La historia de la estadística estudia y analiza la evolución de la misma desde su nacimiento, el

cual es anterior al 3.000 antes de Cristo (a.C).
Aunque podríamos datar el origen de la estadística incluso antes de dicha fecha, la prudencia
nos hace a decantarnos por aquel comienzo. En la antigüedad, la estadística nace de forma
primitiva con el objetivo de contabilizar determinados detalles que servían para mejorar
determinadas áreas de la vida cotidiana. La estadística nace con el ánimo de recoger datos, y
habitualmente datos sobre el Estado. De ahí su origen etimológico ‘Statisticus’, que significa
relativo al Estado, y que más tarde evolucionó a estadística.

Así, por ejemplo, es habitual ver en algunas pinturas sobre rocas signos y señales que servían
para registrar la cantidad de ganado o de alimento. Con el tiempo la evolución de la estadística
como ciencia contribuyó a hitos como la construcción de las pirámides de Egipto, elaboración
de censos de población o el registro de variables económicas como el producto interior bruto
(PIB).

La cantidad de signos con fines estadísticos sobre rocas, en el interior de las cuevas o
esculpidas sobre tablas de arcilla es innumerable. Podríamos incluso decir que la estadística,
nace junto con las civilizaciones. A través de las pinturas rupestres, primeros pasos de la
escritura mediante iconos o dibujos, los seres humanos intentábamos satisfacer la necesidad
de recoger datos, información o describir sucesos.

En cualquier caso, de lo que sí hay certeza es que tres milenios después del nacimiento de la
primera civilización, hacia el 3.500 a.C. se han encontrado las primeras tablillas con signos que
se pìensa pueden tener fines estadísticos.

2 Concepción actual de Estadistica.

La 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.

Conviene saber que la estadística NO es una rama de las matemáticas. Utiliza herramientas de
las matemáticas del mismo modo que lo hace la física, la ingeniería o la economía, pero eso no
las hace ser parte de las matemáticas. Es cierto que tienen una relación estrecha, pero la
estadística y las matemáticas son disciplinas diferentes.

3 •Fenómeno Aleatorio

Un fenómeno aleatorio es un evento cuyo resultado, bajo situaciones similares, no se puede

predecir.

En primer lugar, un fenómeno aleatorio es por naturaleza impredecible. De ahí que se

denomine aleatorio (azaroso). Por ejemplo, la climatología. Bajo circunstancias similares, el
clima puede ser cambiante.
Ahora bien, el hecho de que un fenómeno aleatorio, por definición, esté dominado por las
leyes del azar no impide que sea susceptible de ser estudiado. Es más, la teoría de la
probabilidad nace, precisamente, por la existencia de fenómenos aleatorios.

La necesidad del hombre de saber qué pasará es evolutiva. Y, ciertamente, ese estudio nos
facilita una mejor comprensión de los fenómenos. En consecuencia, nos permite tomar
mejores decisiones.

4 Dato estadístico

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.

Supongamos que un periodista deportivo desea estudiar el rendimiento de un tenista a partir

de los resultados que logró en el último año. En dicho plazo, el jugador disputó 15 encuentros,
de los cuales ganó 5 y perdió 10. Los datos estadísticos obtenidos de la observación de los
partidos son los siguientes: derrota – derrota – derrota – victoria – derrota – victoria – victoria
– derrota – derrota – derrota – derrota- derrota – victoria – derrota – victoria.

5 Naturaleza de los datos estadísticos

La estadística se divide en dos grandes ramas, dependiendo del método empleado para
manejar la información y hacer que tenga sentido: estadística descriptiva y estadística
inferencial.

La estadística es una rama de la ciencia, encargada del diseño y aplicación de métodos para
recolectar, organizar, analizar y hacer deducciones a partir de ellos.

La estadística 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 entender las posibilidades y limitaciones de la investigación experimental,
para diferenciar las conclusiones que pueden obtenerse de los datos de aquellas que carecen
de base empírica y en definitiva para desarrollar un pensamiento crítico y

antidogmático ante la realidad.

En la actualidad con la ayuda de la informática y la tecnología el tratamiento estadístico de la

información se hace más sencillo.

Estadística descriptiva

Permite describir resumir y analizar la información obtenida de la muestra.

Para tal fin se recolecta la información, se tabula, se grafica y en muchos casos en vez de
trabajar con todas las observaciones, es preferible tener unas medidas que resuman los datos.

Básicamente hay tres tipos de medidas de resumen: medidas de tendencia central, medidas de
dispersión o variabilidad de los datos y medidas de ubicación.
6 •Universo, población y muestra
Universo

En estadística es el nombre especifico 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 del conjunto de unidades de
observación 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 estadística el concepto de población va más allá de lo que comúnmente se conoce como tal.
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. «Una
población es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales
intentamos sacar conclusiones». Levin & Rubin (1996).
«Una población es un conjunto de elementos que presentan una característica común».
Cadenas (1974).

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 vienen dado por el número de
elementos que constituyen la población, 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 y/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.

Muestta
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.

7. Tipos de variables
Según el nivel de medida

Variables cualitativas

Variables cuantitativas

Según la influencia

Variables independientes

Variables dependientes

Otras variables

Variables intervinientes

Variables moderadoras

Existen diferentes tipos de variables: cualitativa nominal, cualitativa ordinal, cuantitativa

continua, cuantitativa discreta.

Según el nivel de medición o también según el criterio metodológico,

1 pueden ser:

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

Politómicas cuando pueden adquirir tres o más valores. Dentro de ellas podemos distinguir:

Variable cualitativa ordinal o variable cuasicuantitativa: 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.

Variable cualitativa nominal: En esta variable los valores no pueden ser sometidos a un criterio
de orden,

Como por ejemplo los colores o el lugar de regist

Son las variables que toman como argumento cantidades numéricas, son variables
matemáticas. Las variables cuantitativas
Además pueden ser:

Variable discreta: Es la variable que presenta separaciones o interrupciones en la escala de

valores que puede

Tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los distintos
valores específicos

Que la variable pueda asumir. Ejemplo: El número de hijos (1, 2, 3, 4, 5).

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
indefinidos

Valores entre dos variables.

Según la influencia que le asignemos a unas variables sobre otras, estas podrán ser:

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.

La variable independiente se suele representar en el eje de abscisas.

La variable independiente es la que se le asignan valores arbitrarios

Una variable dependiente es aquella cuyos valores dependen de los que tomen otra variable.
La variable dependiente es una

Función que se suele representar por la 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.

La variable dependiente es el factor que es observado y medido para determinar el efecto de

la variable independiente.

Son aquellas características o propiedades que, de una manera u otra, afectan el resultado que
se espera y están vinculadas con las

Variables independientes y dependientes. Y es muy similar a la variable moderadora aunque

no son iguales solo son muy

Similares a la forma de relacionarlas.

Según Tuckman: Representan un tipo especial de variable independiente, que es secundaria, y

se selecciona con la finalidad de

Determinar si afecta la relación entre la variable independiente primaria y las variables

dependientes.

8. instrumentos de investigación

Instrumentos para recopilar información

Existen diferentes instrumentos para recopilar información que se utilizan según el propósito.
El diseño adecuado de estos instrumentos es esencial para llegar a conclusiones fiables y
válidas.

A continuación, te daremos algunos ejemplos de instrumentos que puedes utilizar para

recolectar datos cualitativos o cuantitativos para tu análisis.

Ejemplos de instrumentos para recopilar información

La recolección de datos es un paso importante en el proceso de investigación. El instrumento
que elijas para recolectar los datos dependerá de los tipos de datos que pienses recolectar
(cualitativos o cuantitativos) y de cómo pienses recolectarlos.

En la investigación se utilizan varios instrumentos para recopilar información:

Entrevistas
Observaciones
Documentos de archivo y fuentes gubernamentales
Experimentos de laboratorio
Cuestionario de papel o cuestionarios online
Focus groups presenciales o focus groups online
Comunidades online
Veamos con más detalle tres de los instrumentos para recopilar información que se consideran
los más utilizados.
Cuestionarios
El cuestionario es una herramienta diseñada para la recolección de datos cuantitativos, y se
utiliza mucho en la investigación, ya que es un buen instrumento de investigación para
recolectar datos estandarizados y hacer generalizaciones.

Los cuestionarios pueden proporcionar respuestas rápidas, pero hay que tener el debido
cuidado a la hora de elaborarlos, para asegurarse de que no se influye en la respuesta que se
recibe. El diseño del cuestionario debe reflejar los objetivos de la investigación.

18 ejemplos de cuestionarios para una investigación.

Entrevistas
Las entrevistas son una herramienta principalmente para la recolección de datos cualitativos y
son populares como instrumentos para recopilar información debido a su flexibilidad.

Las interacciones que se generan en una entrevista pueden presentarse de forma estructurada
o semiestructurada para generar ideas y conceptos.

Al planificar y considerar una entrevista, se tienen en cuenta los siguientes factores:

Exhaustividad
Tacto
Precisión
Exactitud
Confidencialidad
Las entrevistas requieren habilidades especializadas por parte del entrevistador, que tendrá
que tener una buena relación con el entrevistado para garantizar que realmente se recolecten
y transcriban eficazmente un conjunto de datos cualitativos muy detallados y válidos.

Hay diferentes tipos de entrevista:

Individuales, de intercambio verbal cara a cara

Entrevistas grupal cara a cara (grupos de discusión)
Encuestas telefónicas
Las entrevistas pueden ser:

Realizadas de una sola vez

Realizadas como sesiones múltiples y más largas
Entrevistas estructuradas, semi estructuradas, no estructuradas
Observación
La observación es otro de los instrumentos para recopilar información que consiste en
observar a los individuos en su entorno natural o en una situación que se produce de forma
natural.

Los procesos que se observan son normales. Pueden abarcar desde casos individuales hasta
grupos y comunidades enteras. La recolección de datos es laboriosa y requiere mucho tiempo
y puede tener que repetirse para garantizar la fiabilidad. Sin embargo, los programas de
observación basados en un conjunto de expectativas pueden facilitar la recolección de datos.

El nivel de participación del observador puede variar desde participante hasta no participante.
El observador no participante tiene una interacción limitada con las personas observadas.
Los observadores pueden recolectar datos a través de notas de campo, grabaciones de vídeo o
de audio, que pueden analizarse mediante herramientas de análisis cualitativo. Si se codifican
las observaciones para obtener datos numéricos exactos, pueden analizarse mediante un
enfoque cuantitativo.

Una de las principales ventajas de utilizar una observación es que puede dar lugar a una buena
relación con los participantes, lo que les anima a hablar libremente. Esto contribuye a la
riqueza de detalles de los datos recolectados.

Focus groups

El método de los focus groups o grupos focales es un método cualitativo de recolección de

datos. Se trata de una técnica de entrevista en grupo, un moderado neutral, cuyo objetivo es
recoger información sobre un número limitado de preguntas predefinidas.

La realización de focus groups requiere el respeto de ciertas normas metodológicas para

garantizar la validez y el carácter científico.

Es uno de los instrumentos para recopilar información que permite explorar y estimular
diferentes puntos de vista, gracias al encuentro de diversas personalidades que favorecen la
expresión y el debate de opiniones.

Comunidades en línea

Las comunidades online son un prometedor objeto de estudio para el marketing. La creación
de vínculos entre individuos y la búsqueda de interacciones sociales se ven facilitadas en gran
medida por Internet.

El estudio de estas comunidades se aprecia desde un ángulo esencialmente cualitativo, que va

desde el análisis de contenido de los grupos de discusión virtuales hasta la netnografía o
etnografía aplicada a Internet.

Las comunidades online son uno de los instrumentos para recopilar información más
completos, pues en un mismo espacio puedes hacer tanto encuestas o sondeos, como focus
groups, tener una tablero de generación de ideas, premiar a los participantes por su
retroalimentación, y más.

3. TIPO CON UNICA RESPUESTA

Este tipo de pregunta consta con un enunciado y 5 opciones

Por ejemplo

.- Los dispositivos de entrada sirven para:

a. Introducir la información
b. Recibir la información
c. Almacenar la información
d. Guardar la información Siguiente

1º Diapositiva
3. TIPO SELECCIÓN MULTIPLE CON MULTIPLE RESPUESTA

Este tipo de preguntas consta de un (1) enunciado y 4 opciones de respuesta (1, 2, 3, 4). Sólo
dos (2) de esas opciones responden correctamente a la pregunta. El estudiante debe
responder este tipo de preguntas de acuerdo con el siguiente cuadro: Si 1 y 2 son correctas,
rellene el óvalo A Si 2 y 3 son correctas, rellene el óvalo B Si 3 y 4 son correctas, rellene el
óvalo C Si 2 y 4 son correctas, rellene el óvalo D Si 1 y 3 son correctas, rellene el óvalo E 1º
Diapositiva siguiente

4. TIPO PREGUNTAS DE ANALISIS DE RELACION

Este tipo de preguntas consta de dos proposiciones, así: una Afirmación y una (1) Razón,
unidas por la palabra PORQUE. El estudiante debe examinar la veracidad de cada proposición y
la relación teórica que las une. Para responder este tipo de preguntas el estudiante debe leer
toda la pregunta y señalar en su Hoja de respuestas, la respuesta elegida de acuerdo con el
siguiente cuadro de instrucciones: Si la afirmación y la razón son VERDADERAS y la razón es
una explicación CORRECTA de la afirmación, rellene el óvalo (A) Si la afirmación y la razón son
VERDADERAS, pero la razón NO es una explicación CORRECTA de la afirmación, rellene el óvalo
(B) Si la afirmación es VERDADERA, pero la razón es una proposición FALSA, rellene el óvalo (C)
Si la afirmación es FALSA, pero la razón es una proposición VERDADERA, rellene el óvalo (D) Si
tanto la afirmación como la razón son proposiciones FALSAS, rellene el óvalo € 1º Diapositiva
siguiente

5. PREGUNTAS DE SELECCIÓN MÚLTIPLE CON MÚLTIPLE RESPUESTA VÁLIDA – TIPO X Se

compone de una situación (gráfica, tabla, texto o combinación de ellos), un enunciado descrito
en forma afirmativa o interrogativa y cuatro opciones de respuesta. Es posible que varias de las
opciones sean válidas y la escogencia de la más adecuada, es decisión de quien realiza el
examen. 1º Diapositiva

3. Plan de análisis estadístico

(SAP) en un ensayo clínico (CT)

Un Plan de Análisis Estadístico (PAE) bien redactado y completo es importante para aumentar
la calidad de los ensayos clínicos y hacerla más válida y generalizada.

“Planificar es traer el futuro al presente para poder hacer algo al respecto ahora” – Alan
Lakein.
El SAP es un esquema definido de los métodos estadísticos básicos/avanzados planificados
para los análisis de un ensayo clínico y está escrito en el protocolo del estudio, así como por
separado. El SAP es crucial y es uno de los documentos confidenciales reglamentarios clave en
el desarrollo de un ensayo clínico. Un SAP es una tarea más desafiante en el desarrollo de un
protocolo de ensayo clínico que requiere un fuerte dominio de la metodología estadística, la
terminología médica y el poder de visualización. Proporciona una orientación explícita sobre la
programación estadística y la presentación de resultados para el ensayo clínico. En un ensayo
clínico se utilizan los siguientes cuatro tipos importantes de SAP (Figura 1).

Control de datos
Análisis estadístico provisional
Plan de análisis estadístico integrado
Plan de análisis estadístico para el estudio clínico
El PAE suele redactarse como un documento independiente o se incluye en el protocolo del
estudio de TC como procedimiento operativo estándar para abordar la parte estadística del
estudio clínico. Un estadístico médico/bioestadístico del equipo se encarga de desarrollar el
SAP en coordinación con el investigador principal del estudio de TC. El documento debe ser
revisado por el bioestadístico principal y finalizado antes de presentarlo a la junta de revisión y
a las autoridades reguladoras. Si se realizan modificaciones al protocolo, también se modifica
el PAE.

El PAE debe explicar adecuadamente las metas y los objetivos primarios, el objetivo
secundario, los objetivos exploratorios, los criterios de valoración
primarios/secundarios/exploratorios, la población del ensayo, el diseño del ensayo, los
cálculos del tamaño de la muestra con justificaciones/supuestos, y los métodos de
aleatorización. Además, un PAE debe describir en detalle la metodología estadística, es decir,
el análisis de la eficacia, el análisis de los datos de seguridad, las convenciones de presentación
de informes, etc. La figura 2 muestra los puntos más importantes que deben tenerse en cuenta
a la hora de elaborar el SAP en el protocolo de estudio del ensayo clínico.
El plan de análisis desarrollado debe ser revisado con especial atención y aprobado por un
bioestadístico ciego de alto nivel antes del bloqueo de la base de datos por parte de las
autoridades. Ahrweiler et al. 2011 El documento de la conferencia publicado en línea explica la
importancia del plan de análisis estadístico de revisión. A continuación se detallan los puntos
importantes que se deben tener en cuenta a la hora de elaborar el protocolo de análisis
estadístico en la TC,

Detalle del análisis estadístico previsto

Elaborar las principales características del análisis técnico.
Objetivos del ensayo
Fuentes de datos
Población estudiada
Puntos finales del estudio
Metodología estadística
Análisis de sensibilidad y datos que faltan
El SAP del ensayo clínico debe desarrollarse con una discusión en profundidad entre los
investigadores principales del estudio y el estadístico. A continuación se describen las
funciones y responsabilidades del estadístico,

Redactar un enunciado de investigación o hipótesis del estudio de ensayo clínico.

Determinar los criterios de valoración primarios y secundarios.
Averiguar y desarrollar una estrategia para reducir el sesgo y la selección del tamaño de la
muestra para el ensayo clínico
Definir todos los métodos estadísticos apropiados para el análisis de los datos de los ensayos
clínicos
En el desarrollo de SAP en el ensayo clínico necesidad de explicar en profundidad los puntos
destacados clave. Yuan et al.2019 publicó un artículo de interés especial sobre “Guía del plan
de análisis estadístico” [Figura 2]. El artículo profundiza en el SAP de un estudio de
investigación de un ensayo clínico real para proporcionar una guía práctica detallada sobre la
redacción de un SAP eficaz. Además, en el mismo artículo se discute dónde, qué, por qué de un
SAP, cuándo y quién, y se destacan los contenidos clave del SAP. La necesidad de que el
estudio de investigación de un ensayo clínico esté bien escrito y documentado en los SAP, en
particular para los estudios reglamentarios.
El proceso estadístico es el conjunto de etapas o fases que deben completarse para realizar
una investigación basada en información cuantitativa y obtener unos resultados fieles a la
realidad estudiada.

Cuando hablamos de proceso estadístico, estamos hablando de una serie de pasos que es
recomendable realizar para obtener unos resultados fieles a la realidad que estudiamos en el
estudio estadístico que se pretenda realizar. Esto es necesario, ya que si no realizamos estos
pasos podemos obtener conclusiones erróneas y, por ende, tomar malas decisiones.
Por ejemplo, imaginemos que tenemos una heladería. Necesitamos saber, en forma
aproximada, qué cantidad de helado debemos comprar en función de la cantidad de demanda
que tendremos. Así pues, si nos quedamos cortos podrían llegar clientes a los que tendríamos
que decirles que en esta heladería no queda helado. Al contrario, si tenemos demasiada
cantidad, podría echarse a perder. Por tanto, se hace necesario intentar estimar qué cantidad
debemos comprar, o al menos un rango aproximado. Si para calcular ese rango, recolectamos
datos que no son representativos (por ejemplo, una heladería situada en otra ciudad con
menos afluencia) podríamos equivocarnos.

Así pues, teniendo esto claro, debemos conocer la serie de pasos y detalles que debemos
seguir para que los resultados se adecuen a la realidad y tomemos mejores decisiones.

Etapas del proceso estadístico

Dependiendo del manual visitado o del autor, podríamos ver diferentes etapas con diferentes
nombres. En esencia, casi todos los documentos sobre el tema recogen los mismos apartados,
solo que unos engloban varias fases en una y otros fragmentan más el proceso.

En nuestro caso, consideramos que el proceso estadístico está formado por:

Planteamiento del problema

En el planteamiento del problema se sitúa el eje central sobre el que articular todo lo demás.
Esta fase responde a la siguiente pregunta: ¿Qué necesito estudiar y por qué? En ocasiones,
por increíble que parezca plantear el problema puede hacernos llegar a la conclusión de que
en realidad no necesitamos realizar un estudio estadístico.

Recogida de datos
Una vez hemos planteado el problema debemos recoger los datos. Aquí es importante la
metodología. De tal modo que existen diferentes consideraciones. Así pues, debemos
establecer el tipo de muestreo, el tamaño de la muestra, el tipo de recolección de datos (por
ejemplo, a través de bases de datos o de encuestas personalizadas), en persona, por internet o
por teléfono, etc.

Organización de los datos

Una vez tenemos todos los datos queda unificarlos y organizarlos. Como en todo, necesitamos
introducir los datos en programa o plataforma que luego nos permita calcular determinadas
métricas y analizar correctamente. Para ello, siempre es conveniente organizar los datos. Es
más, a veces necesitaremos recoger datos de diferentes bases de datos que ofrecen formatos
de archivos diferentes y será necesario unificarlo todo en el mismo formato.

Análisis de los datos

Una vez planteado el problema, recolectados los datos y organizados podemos analizarlos de
forma eficaz. Dependiendo del planteamiento del problema, se realizará un tipo de análisis u
otro. Por ejemplo, si queremos saber si dos variables son dependientes, podríamos utilizar un
análisis de cointegración. Mientras que si lo que queremos estudiar es la dispersión total de un
activo financiero, calcularemos el rango estadístico.

Interpretación de los datos

Por último, pero no por ello menos importante, tenemos la interpretación de los datos. De
nada sirve realizar todas las fases del proceso estadístico correctamente si al final la
interpretación es errónea. Esto es debido a que si la interpretación es errónea, entonces las
decisiones tendrá un efecto no deseado. Por ejemplo, imaginemos que realizamos un estudio
sobre la variabilidad de las ventas de una empresa. Si una vez obtenemos los resultados
resulta que hay mucha dispersión, conviene reducirla y nosotros interpretamos que no, esto
podría afectar negativamente a la empresa.

Bibliografía
José Francisco López, 22 de julio, 2019
Historia de la estadística. Economipedia.com
Paula Nicole Roldán, 31 de julio, 2017
Estadística. Economipedia.com
José Francisco López, 31 de enero, 2019
Fenómeno aleatorio. Economipedia.com
Julián Pérez Porto y María Merino. Publicado: 2017. Actualizado: 2021.
Definicion.de: Definición de datos estadísticos (https://definicion.de/datos-estadisticos/)
Edgar Olarte 31 de mayo del 2015
DRA ELEONORA ESPINOZA UIC Noviembre 2016
Arnal et al. (1992). «3 “Proceso general de investigación” ». Investigación educativa. Barcelona:
Labor. P. 72.
José Francisco López, 14 de agosto, 2019
Ramya Sriram, (2021)
Cristina Ortega, 09 de septiembre del 2020
Hayman (1974 : 69)