REPÚBLICA BOLIVARIANA DE VENEZUELA

UNIVERSIDAD NACIONAL EXPERIMENTAL

“RAFAEL MARÍA BARALT”

VICERRECTORADO ACADÉMICO

PROGRAMA ADMINISTRACION

UNIDAD I: DEFINICIONES BASICAS

San Francisco, 17 de diciembre de 2021

 INDICE

Introducción

Desarrollo:

1.- Estadística: Reseña histórica de la Evolución del Concepto de Estadística,

Concepción actual de Estadística.

2.- Fenómeno Aleatorio.

3.- Datos Estadísticos.

4.- Tabla de Dobla Entrada.

5.- Naturaleza de los Datos Estadísticos.

6.- Universo, Población y Muestra.

7.- Variables: Tipos de Variables, Escalas de Medición.

8.- Instrumento de Investigación. Tipos de Respuesta.

9.- Plan de Análisis y Tratamiento Estadístico.

10.- Proceso estadístico en las Investigaciones: Medición de la variable o

recolección de datos, Ordenamiento de las mediciones, Procesamiento de
datos, Presentación tabular y grafica, Análisis de datos, Interpretación de las
medidas estadísticas.

11.- Aplicaciones del software estadísticos para el procesamiento de datos.

Conclusión

Bibliografía
 INTRODUCCION

La presente investigación se refiere al tema de la Estadística, que se

puede definir es la ciencia cuyo objetivo es reunir una información para
facilitar al hombre el estudio de datos masivos de individuos, grupos, series
de hechos, etc. y deducir de ello gracias al análisis de estos datos unos
significados precisos o unas previsiones para el futuro. En esta presentación
se darán a conocer de forma general aspectos importantes de la estadística,
sus conceptos básicos como población, muestra, variables, población

La estadística es una ciencia y una rama de las matemáticas a través

de la cual se recolecta, analiza, describe y estudia una serie de datos a fin de
establecer comparaciones o variabilidades que permitan comprender un
fenómeno en particular.
 DESARROLLO

1.- Estadística:

Reseña histórica de la Evolución del Concepto de Estadística:

La palabra estadística tiene su origen en la palabra alemana statistik

que, como hemos dicho anteriormente, fue acuñada por Achenwall . El
significado de estadística hace referencia al Estado, a la ciencia del Estado.
Esto es debido a que en la Edad Moderna, la estadística se utilizó
principalmente para registrar nacimientos y defunciones.

En el siglo XIV el término "estadística" designaba la colección

sistemática de datos demográficos y económicos por los estados. A
principios del siglo XIX, el significado de "estadística" fue ampliado para
incluir la disciplina ocupada de recolectar, resumir y analizar los datos. Hoy la
estadística es ampliamente usada en el gobierno, los negocios y todas las
ciencias. Las computadoras electrónicas han acelerado la estadística
computacional y ha permitido a los estadísticos el desarrollo de métodos que
usan recursos informáticos intensivamente.

Desde el punto de vista histórico y desde la perspectivateórica, suele

considerarse al astrólogo belga Quetelet (mediados del siglo XIX) como el
padre de la Estadística.Este autor fue el primero en hablar de un hombre
medio, intentando caracterizar en un solo dato una serie de características
provenientes de un conjunto de mediciones realizadas sobre un colectivo
más o menos amplio. De esta manera aparece el concepto de valor medio ,
que se sigue manteniendo en la actualidad como sinónimo de valor
esperado, valor medio, valor esperado, etc... A partir de aquí, se ha llevado a
cabo todo un gran volumen de trabajo dirigido a sintetizar la información.

Juan Pedro Sussmilchi, que vivió desde 1707 hasta 1767, y fue un
brillante matemático, estadístico y teólogo alemán, perfeccionó los estudios
demográficos, al mismo tiempo que Antonio Deparcioux, que vivió entre 1703
y 1768 y fue un gran matemático francés, aplicó la Estadística para obtener
las primeras "Tablas de Mortalidad", con lo cual se dio inicio el próspero
negocio del segurode vida.

Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980)

definen la estadística como un valor resumido, calculado, como base en una
muestra de observaciones que generalmente, aunque no por necesidad, se
considera como una estimación de parámetro de determinada población; es
decir, una función de valores de muestra.

"La estadística es la ciencia que trata de la recolección, clasificación y

presentación de los hechos sujetos a una apreciación numérica como base a
la explicación, descripción y comparación de los fenómenos". (Yale y Kendal,
1954).

Cualquiera sea el punto de vista, lo fundamental es la importancia

científica que tiene la estadística, debido al gran campo de aplicación que
posee. Otros autores tienen definiciones de la Estadística semejantes a las
anteriores, y algunos otros no tan semejantes. Para Chacón esta se define
como "la ciencia que tiene por objeto el estudio cuantitativo de los
colectivos"; otros la definen como la expresión cuantitativa del conocimiento
dispuesta en forma adecuada para el escrutinio y análisis. La más aceptada,
sin embargo, es la de Minguez, que define la Estadística como "La ciencia
que tiene por objeto aplicar las leyes de la cantidad a los hechos sociales
para medir su intensidad, deducir las leyes que los rigen y hacer su
predicción próxima".
Concepto Actual de Estadística:

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.

La estadística es útil para una amplia variedad de ciencias fácticas, desde la

física hasta las ciencias sociales, desde las ciencias de la salud hasta el
control de calidad. Además, se usa en áreas de negocios o instituciones
gubernamentales con el objetivo de describir el conjunto de datos obtenidos
para la toma de decisiones, o bien para realizar generalizaciones sobre las
características observadas.

En la actualidad, la estadística aplicada a las ciencias fácticas permite

estudiar una determinada población a partir de la recopilación de
información, el análisis de datos y la interpretación de resultados. Del mismo
modo, también es una ciencia esencial para el estudio cuantitativo de los
fenómenos de masa o colectivos.

"La estadística es una técnica especial apta para el estudio

cuantitativo de los fenómenos de masa o colectivo, cuya mediación requiere
una masa de observaciones de otros fenómenos más simples llamados
individuales o particulares". (Gini, 1953.

Murria R. Spiegel, (1991) dice: "La estadística estudia los métodos

científicos para recoger, organizar, resumir y analizar datos, así como para
sacar conclusiones válidas y tomar decisiones razonables basadas en tal
análisis.
2.- Fenómeno Aleatorio:

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, Crecimiento económico, Resultados de las elecciones

gubernamentales, Evolución del desempleo, Crisis económicas, Clima,
Cotizaciones bursátiles, Resultado de lanzar una moneda, etc. 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. Para distinguir un fenómeno aleatorio de aquel que no lo es,
vamos a nombrar diferentes características. Las características de un
fenómeno aleatorio son:

 No se pueden predecir de forma precisa.

 Cualquier cambio en las condiciones iniciales, afecta al resultado final.
 Pueden (o no) presentar patrones repetitivos.
 Se repiten eventos parecidos bajo condiciones similares .

El primer punto es esencial en cuanto que si se pueden predecir de

forma precisa, ya no son fenómenos aleatorios. Serán fenómenos
deterministas. En segundo lugar, cualquier cambio en las condiciones
iniciales afecta al resultado final. Pueden presentar patrones repetitivos (y
nos interesa estudiarlos estadísticamente) pero también puede ser
completamente azarosos. Y, aunque esto no es esencial, se repiten las
condiciones de partida iniciales con cierta frecuencia.

3.- Datos Estadísticos:

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. Para que resulten
útiles, los datos estadísticos deben organizarse y considerarse a partir de un
contexto. Es importante tener en cuenta que el procesamiento de los datos
estadísticos es lo que genera información. El dato por sí mismo, considerado
como algo aislado, carece de interés.

La obtención y el procesamiento de datos estadísticos son tareas muy

importantes para la toma de decisiones en diversos ámbitos. Un gobierno,
por ejemplo, necesita contar con datos estadísticos fiables para decidir su
política económica. Los datos estadísticos es fundamental que siempre
vayan acompañados del llamado margen de error o error muestral que,
siempre, es recomendable que sea lo más bajo posible.

Tienen la particularidad de que en todo momento están sujetos a una

interpretación, que es la que realiza la persona que los lleva a cabo o que los
emplea. De la misma manera, también el lector de los mismos o el oyente de
la presentación de aquellos podrán realizar su propia interpretación también.

Estos datos cuentan con la singularidad de que son utilizados en

muchas ocasiones para persuadir o convencer. Y es que es más convincente
hablar del 90% de la gente, por ejemplo, que decir “muchas personas”.
4.- Tabla de Doble Entrada:

Las tablas de doble entrada, también llamadas tablas de

contingencias, son aquellas tablas de datos referentes a dos variables,
formada, en las cabeceras de las filas, por las categorías o valores de una
variable y en las de las columnas por los de la otra, y en las casillas de la
tabla, por las frecuencias o numero de elementos que reúnen a la vez las dos
categorías o valores de las dos variables que se cruzan en cada casilla. Para
la tabulación de un material agrupado de observaciones simultaneas de dos
variables aleatorias necesitaremos una tabla descrita como anteriormente lo
describimos, las reglas para agrupar son las mismas que en el caso de una
sola variable.

Este tipo de tablas brindan información estadística de dos eventos

relacionados entre sí, es útil en casos en los cuales los experimentos son
dependientes de otro experimento, mas adelante aparecen más aplicaciones
del análisis estadístico bivariable. En una tabla de doble entrada, los datos se
muestran en columnas y filas al igual que en las tablas. Sin embargo, en
comparación con las tablas, cada columna tiene por lo menos un
encabezado y cada fila tiene por lo menos un encabezado de fila. Los datos
correspondientes aparecen en la intersección de los encabezados de la
columna y la fila: esta sección corresponde al "cuerpo"

Las tablas de doble entrada se utilizan para la presentación de la

información en un formato multidimensional de filas y columnas, donde cada
elemento está asociado a otro. Por ejemplo, un tipo de prestación podría
estar asociado a un centro de vacaciones en particular.

La tabla de doble entrada muestra el volumen de negocios por

prestación y por trimestre. Los rótulos de las prestaciones son encabezados
de fila y, los rótulos de trimestre son encabezados de columna. El volumen
de negocios para cada prestación para cada trimestre aparece en el cuerpo.
5.- Naturaleza de los Datos Estadísticos:

La base de los datos estadísticos es poder considerar un conjunto de

datos y calcular valores estadísticos o trazar graficas, pero hay que tomar en
cuenta que es mucho más importante comprender las circunstancias que se
están investigando, las variables implicadas, porque se está investigando el
problema y se aprende a cuestionar los datos y los resultados estadísticos.
Tal conjunto representa usualmente un complejo de datos del que es posible
extraer una cantidad de información casi ilimitada.

Los datos estadísticos son números que pueden ser comparados,

analizados e interpretados. El campo del cual son tomados los datos
estadísticos se identifica como población o universo.

Es un conjunto de valores numéricos que tienen relación significativa

entre sí. Los mismos pueden ser comparados, analizados e interpretados en
una investigación cualquiera. Se puede afirmar que son las expresiones
numéricas obtenidas como consecuencia de observar un individuo de la
población; por lo tanto, son las características que se han tomado en cuenta
de cualquiera población para una investigación determinada. Estos números
que representan las modalidades de las variables.

En un estudio estadístico los métodos que se aplican son:

a) Recopilación: De acuerdo con la localización de la información los datos

estadísticos pueden ser internos y externos.Los internos son los registros
obtenidos dentro de la organización que hace un estudio estadístico, los
externos se obtienen de datos publicados y encuestas.

b) Organización: En la organización de los datos recopilados, el primer paso

es corregir cada uno de los elementos recopilados.
c) Representación: Hay 3 maneras de presentar un conjunto de datos
mediante enunciados tablas estadísticas y gráficas estadísticas.

d) Análisis: Después de los datos anteriores los datos estadísticos están

listos para hacer analizados, para lo cual frecuentemente se emplean
operaciones matemáticas durante el proceso de análisis.

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.

Este se refiere a una población que comprende las unidades o los

informantes de los datos, ya sean animados o inanimados, relativos a un
problema en estudio. En otras palabras, es la totalidad del fenómeno
estudiado o el conjunto de los objetos de una investigación estadística.

Así, cuando no se dispone de datos secundarios para el problema que se

estudia, se puede tomar la decisión de corregir los datos primarios utilizando
cualquier método adecuado. La información requerida también puede
obtenerse mediante los siguientes métodos, a saber, el método del censo y
el método de la muestra.

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.

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.

En simples palabras es el proceso o método para extraer un grupo

representativo de individuos o casos de una población determinada. El
muestreo y la inferencia estadística se utilizan en circunstancias en las que
no es práctico obtener información de cada miembro de la población, como
en el análisis biológico o químico, el control de calidad industrial o las
encuestas sociales.

Universo, población y muestra deben entenderse conjuntamente. El

Universo y la población pueden referirse a lo mismo y pueden considerarse
como sinónimos si la población que se utiliza al elegir las muestras incluye a
todos los miembros del universo. Si tiene datos de todos los miembros del
universo, entonces su población es el universo y en realidad está tomando
muestras del universo. Sin embargo, si sólo tiene datos de algunos miembros
del universo, su población es sólo esos miembros del universo y está
muestreando de esos miembros del universo a cuyos datos tiene acceso.

7.- Variables: Tipos de Variables, Escalas de Medición:

Una variable estadística es una característica de una muestra o

población de datos que puede adoptar diferentes valores. Cuando hablamos
de variable estadística estamos hablando de una cualidad que, generalmente
adopta forma numérica. Por ejemplo, la altura de Juan es de 180
centímetros. La variable estadística es la altura y está medida en
centímetros.
 Es una característica que puede fluctuar y cuya variación es
susceptible a adoptar diferentes valores, los cuales pueden medirse u
observarse. Las variables adquieren valor cuando se relacionan con otras
variables, es decir, si forman parte de una hipótesis o de una teoría. En este
caso se las denomina constructos o construcciones hipotéticas.

Tipos de Variables:

Aunque hay decenas de tipos de variables estadísticas, por norma

general podemos encontrarnos dos tipos de variables:

1.) Variable cuantitativa: Son variables que se expresan numéricamente.

Una variable cuantitativa es aquella variable estadística que, a diferencia de
la cualitativa, puede expresarse a través de cifras. Por esta razón, puede
analizarse con métodos estadísticos.

Otra forma de entender las variables cuantitativas es como aquellas que

pueden ser medibles. Así pues, es posible ordenarlas de mayor a menor (o
viceversa) y realizar operaciones matemáticas.

1.1) Variable continua: Toman un valor infinito de valores entre un intervalo

de datos. Diremos que una variable aleatoria es continua, siempre y cuando
la función de distribución que se encuentra asociada a ella sea continua.

Una variable continua, por tanto, es un tipo de variable aleatoria.

Como variable aleatoria, es una función matemática que muestra los
resultados de un experimento aleatorio. Ahora bien, la característica que
hace que sea continua es, precisamente, que, dentro del intervalo de
resultados, esta puede tomar cualquier valor.

1.2) Variable discreta: Toman un valor finito de valores entre un intervalo de

datos. Número de helados vendidos. Son aquellas que toman, solamente,
determinados valores y no cualquier valor que se encuentre entre dos de
ellos.

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.  Por ejemplo, cuando una variable solo puede
tomar valores enteros es discreta. Imaginemos el número de coches que
posee una persona. Un individuo no puede tener un coche y medio.

Diremos que una variable es discreta cuando la función de distribución

asociada a ella sea una función discreta.

2.) Variable cualitativa: Son variables que se expresan, por norma general,
en palabras. La variable cualitativa es aquella variable estadística que
expresa una cualidad, o característica, del objeto o individuo en cuestión.

Las variables cualitativas no suelen corresponderse con cifras. Sin

embargo, es posible vincularlas con números. Por ejemplo, si estamos
estudiando un grupo de personas, estas pueden ser de género masculino,
femenino o ninguno de los anteriores. Cada una de estas alternativas se
podría representar con los números 0, 1 y 2, respectivamente.

2.1) Variable ordinal: Expresa diferentes niveles y orden. Aquellas variables

que no siguen ningún orden en específico. Aquellas que siguen un orden o
jerarquía. La variable cualitativa ordinaria, también conocida como variable
cuasicuantitativa, es representada por una modalidad que no requiere
números pero sí consta de un orden o un puesto. Por ejemplo, el nivel
socioeconómico alto, medio o bajo.

2.2) Variable nominal: Expresa un nombre claramente diferenciado. Por

ejemplo el color de ojos puede ser azul, negro, castaño, verde, etc., son
aquellas variables que no siguen ningún orden en específico, que no son
representadas por números ni tiene algún tipo de orden, y por lo tanto son
matemáticamente menos precisa.

2.3) Cualitativa binaria: variables que permiten tan solo dos resultados. La
variable cualitativa binaria trabaja con valores específicos del tipo binario. Por
ejemplo, el sexo de una persona será masculino o femenino.

Según la influencia que le asignemos a unas variables sobre otras,

estas podrán ser:

3.) Variables independientes: 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 es en la 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

4.) Variables dependientes: 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.

5.) Variables intervinientes: 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.

6.) Variables moderadoras: 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.

7.) Variable Controlada: Es la variable que los valores que presenta son
determinados por el propio investigador. Se la usa en investigaciones de
experimentación.

8.) Variable Aleatoria: Es la variable que no está determinada por el

investigador, ya que no depende del mismo.

9.) Variable Hipotética: Denominadas también como constructos, estas

variables no son observables, si no que se infieren a través de sus defectos o
conductas

10.) Variable Observable: Denominadas también experimentales, estas

pueden ser objetos de observación y de medición directa.

11.) Variables Atributivas: Son aquellas que no se pueden, sino solo ser
observadas o representar características humanas.

12.) Variables Activas: Son aquellas que son susceptibles a

experimentación y manipulación.
13.) Variables Estímulo: Es aquella que cualquier condición o manipulación,
introducida por el ambiente y provoque una respuesta en el organismo.

14.) Variable Respuesta: Es la respuesta del organismo hacia la variable

estímulo.

Escalas 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.

 a.)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.

b.) 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.

c.) 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 número mayores corresponden a temperaturas

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

d.) 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).
8.- Instrumento de Investigación. Tipos de Respuesta:

Bernardo y Calderero (2000) consideran que los instrumentos es un

recurso del que los instrumentos y extraer de ellos información. Dentro de
cada instrumento pueden distinguirse dos aspectos diferentes: una forma y
un contenido. La forma del instrumento se refiere al tipo de aproximación que
establecemos con lo emperico, a las técnicas que utilizamos para esta tarea.
En cuanto al contenido, este queda expresado en la especificación de los
datos concretos que necesitamos conseguir; se realiza, por tanto, en una
serie de ítems que no son otra cosa que los indicadores bajo la forma de
preguntas, de elementos a observar, etc.

Los instrumentos de investigación son los recursos que el investigador

puede utilizar para abordar problemas y fenómenos y extraer información de
ellos: formularios en papel, dispositivos mecánicos y electrónicos que se
utilizan para recoger datos o información sobre un problema o fenómeno
determinado. Cuestionario, termómetro, escalas, ecogramas. Entre los
instrumentos tenemos:

a) Ficha de observación: Una ficha de observación, es un instrumento de

recolección de datos, referido a un objetivo específico, en el que se
determinan variables específicas. Una ficha de observación es un documento
que intenta obtener la mayor información de algo, (sujeto) observándolo. La
ficha puede ser de gran duración o corta duración en el tiempo. Las
características del sujeto a observar determinarán las características de la
ficha.

Por ejemplo: la observación del clima en un lugar deberá considerar, a

lo menos, Superficie o extensión territorial. Periodo durante el cual se
observará, Variables, (cosas que se observarán); Temperatura, humedad,
saturación del aire, transparencia atmosférica etc. Por lo poco que te he
podido participar puedes ver que una ficha de observación, que permita
hacer una buena observación, es un poco más estructurada que lo que te
podría dar una comunicación de este tipo.

La ficha de observación son instrumentos muy importantes, evitan

olvidar datos, personas o situaciones, por ello el investigador debe tener
siempre a la mano sus fichas para completar el registro anecdótico que
realiza cuando su investigación requiere trabajar directamente con ambientes
o realidades.

b.) Encuestas: El diseño encuesta es exclusivo de las ciencias sociales y

parte de la premisa de que si, queremos conocer algo sobre el
comportamiento de las personas, lo mejor, lo más directo y simple, es
preguntárselo directamente a ellas. Se trata por tanto de requerir información
a un grupo socialmente significativo de personas acerca de los problemas en
estudio para luego, mediante un análisis de tipo cuantitativo, sacar las
conclusiones que se correspondan con los datos recogidos.

Cuando se recaba información a todas las personas que están

involucradas en el problema en estudio este diseño adopta el nombre de
Censo. Los censos, por las dificultades materiales que implica su realización,
son casi siempre trabajos de envergadura, que sólo pueden ser acometidos
por los Estados o por instituciones de muy amplios recursos. Son
sumamente útiles porque a través de ellos tenemos una información general
de referencia, indispensable para casi cualquier trabajo de indagación social
posterior. Por la gran cantidad de personas a entrevistar no es factible en
ellos obtener información muy detallada, pues se convertirían en trabajos
desproporcionadamente difíciles de ejecutar y analizar.

En su lugar se emplean las encuestas por muestreo, donde se escoge

mediante procedimientos estadísticos una parte significativa de todo el
diverso, que se toma como objeto a investigar. Las conclusiones que se
obtienen para este grupo se proyectan luego a la totalidad del universo,
teniendo en cuenta los errores maestrales que se calculen para el caso. De
esta forma los hallazgos obtenidos a partir de la muestra pueden
generalizarse a todo el universo con un margen de error conocido y limitado
previamente por el investigador.

El método de encuestas ha alcanzado gran popularidad entre los

investigadores sociales, lo que ha llevado a que muchas personas confundan
encuestas con investigación social como si fuera una misma cosa, siendo
que en la realidad la encuesta es sólo uno de los métodos posibles de
estudio de la realidad social y que presenta, como todos los métodos, sus
puntos a favor y en contra.

c.) Entrevistas: La entrevista, desde el punto de vista del método, es una

forma específica de interacción social que tiene por objeto recolectar datos
para una indagación. El investigador formula preguntas a las personas
capaces de aportarle datos de interés, estableciendo un diálogo peculiar,
asimétrico, donde una de las partes busca recoger informaciones y la otra es
la fuente de esas informaciones. Por razones obvias sólo se emplea, salvo
raras excepciones, en las ciencias humanas.

La ventaja esencial de la entrevista reside en que son los mismos

actores sociales quienes proporcionan los datos relativos a sus conductas,
opiniones, deseos, actitudes y expectativas, cosa que por su misma
naturaleza es casi imposible de observar desde fuera. Nadie mejor que la
misma persona involucrada para hablarnos acerca de todo aquello que
piensa y siente, de lo que ha experimentado o proyecta hacer.

Pero existe un inconveniente de considerable peso que reduce y limita

los alcances de esta técnica. Cualquier persona entrevistada podrá
hablarnos de aquello que le preguntemos pero siempre nos dará la imagen
que tiene de las cosas, lo que cree que son, a través de toda su carga
subjetiva de intereses, prejuicios y estereotipos. La propia imagen que el
entrevistado tiene de sí mismo podrá ser radicalmente falsa y, en todo caso,
estará siempre idealizada de algún modo, distorsionada, mejorada o
retocada según factores que no es del caso analizar aquí, pero que nunca
podemos prever en detalle.

Este problema nos obliga a dejar fuera de esta técnica a un campo

considerable de problemas y de temas que, por lo anterior, son explorados
mejor por medio de otros procedimientos que resultan más confiables. Por
otra parte nos obliga a utilizar, a veces, caminos indirectos, mediante
preguntas que alcancen nuestro objetivo elípticamente, utilizando todo tipo
de rodeos.

Es clásico de ejemplo de que las personas nunca contestan la verdad

respecto a sus ingresos personales en dinero, ya sea porque los disminuyen
(ante el temor de estar frente a algún tipo de inspector de impuestos), o
porque los aumentan (con fines de ostentación social o para reforzar su
autoestima). Tal como en este caso, el lector podrá imaginar una amplia
variedad de preguntas a las que los entrevistados sólo nos proporcionarían
respuestas inexactas o falsificadas, cuando no una reacción adversa que
interrumpa toda comunicación.

d.) Cuestionarios: Un cuestionario consiste en un conjunto de preguntas

respecto a una o más variables a medir. El contenido de las preguntas de un
cuestionario puede ser tan variado como los aspectos que mida. Y
básicamente, podemos hablar de dos tipos de preguntas: cerradas y
abiertas.

Las preguntas cerradas contienen categorías o alternativas de

respuestas que han sido delimitadas. Es decir, se presentan a los sujetos las
posibilidades de respuestas y ellos deben circunscribirse a ellas. Pueden ser
dicotómicas (dos alternativas de respuestas) o incluir varias alternativas de
respuestas.
 En las preguntas cerradas las categorías de respuestas son definidas
a priori por el investigador y se le presentan al respondiente, quien debe
elegir la opción que describa más adecuadamente su respuesta. Las escalas
de actitudes en forma de pregunta caerían dentro de la categoría de
preguntas cerradas.

Ahora bien, hay preguntas cerradas, donde el respondiente puede

seleccionar más de una opción o categoría de respuesta. Algunos
respondientes pudieran marcar una, dos, tres, cuatro o cinco opciones de
respuesta. Las categorías no son mutuamente excluyentes. En otras
ocasiones, el respondiente tiene que jerarquizar opciones. O bien debe
asignar un puntaje a una o diversas cuestiones. En otras se anota una cifra.

En cambio, las preguntas abiertas no delimitan de antemano las

alternativas de respuesta. Por lo cual el número de categorías de respuesta
es muy elevado; en teoría, es infinito.

e.) Observación: La observación consiste en el registro sistemático, válido y

confiable de comportamiento o conducta manifiesta. Puede utilizarse como
instrumento de medición en muy diversas circunstancias. Es un método más
utilizado por quienes están orientados conductualmente. Puede servir para
determinar la aceptación de un grupo respecto a su profesor, analizar
conflictos familiares, eventos masivos, la aceptación de un producto en un
supermercado, el comportamiento de deficientes mentales, etc.

f.) Escala de Likert: Este método fue desarrollado por Rensis Likert a
principios de los treinta; sin embargo, se trata de un enfoque vigente y
bastante popularizado. Consiste en un conjunto de ítems presentados en
forma de afirmaciones o juicios ante los cuales se pide la reacción de los
sujetos. Es decir, se presenta cada afirmación y se pide al sujeto que externe
su reacción eligiendo uno de los cinco puntos de la escala. A cada punto se
le asigna un valor numérico. Así, el sujeto obtiene una puntuación respecto a
la afirmación y al final se obtiene su puntuación total sumando las
puntuaciones obtenidas en relación a todas las afirmaciones.

Las afirmaciones califican al objeto de actitud que se está midiendo y

deben expresar sólo una relación lógica, además es muy recomendable que
no excedan de 20 palabras.

  En este caso la afirmación incluye o palabras y expresa una sola

relación lógica (X – Y). Las alternativas de respuesta o puntos de la escala
son cinco e indican cuánto se está de acuerdo con la afirmación
correspondiente. Debe recordarse que a cada una de ellas se le asigna un
valor numérico y sólo puede marcarse una opción. Se considera un dato
inválido a quien marque dos o más opciones.

Tipos de Respuesta:

Estas son algunas opciones de respuestas que se pueden utilizar al

momento de redactar reactivos para una encuesta:

Respuestas numéricas

Una respuesta numérica es aquella en la que la persona que completa

la encuesta puede escribir un número exacto. Las respuestas numéricas son
las más precisas y se pueden utilizar en la gama más amplia de análisis, por
lo que siempre debe utilizar respuestas numéricas siempre que sea posible. 
No agrupe las respuestas numéricas en rangos a menos que sea necesario.
Por ejemplo, es mucho mejor preguntar por su edad exacta, en lugar de
pedirles que seleccionen de un rango. 

Si el reactivo es la edad exacta, siempre puede agruparla más tarde

durante el análisis, pero si solicita un rango, no puede desagruparlo. Por
supuesto, a veces los participantes no pueden recordar el número exacto o
es posible que no quieran dárselo. 
 Por ejemplo, “¿Qué edad tienes? _____ años”.

Opción múltiple

Una pregunta de opción múltiple permite a la persona seleccionar una

respuesta entre una variedad de opciones predeterminadas. Todos los
reactivos de opción múltiple deben tener instrucciones sobre si la persona
que responde debe seleccionar solo una respuesta o más de una respuesta. 

Escalas

Los reactivos en escalas permiten al participante calificar una variedad

de elementos diferentes en una dimensión, como qué tan importantes son,
qué tan frecuentes son o cuánto están de acuerdo con ellos. Uno de los
principales problemas con el uso de escalas es que el público objetivo de la
encuesta puede no estar familiarizado con cómo completar una escala. 

9.- Plan de Análisis y Tratamiento Estadístico:

Un plan de análisis de datos es un mapa de ruta sobre cómo organizar

y analizar los datos de tu encuesta. El análisis estadístico posibilita la
obtención de medidas de centralización, dispersión y tendencias temporales
en las series de observaciones de los fenómenos meteorológicos con el fin
de analizar la zonación de estos fenómenos. Un plan de análisis de datos lo
ayuda a reflexionar sobre los datos que recopilará, para qué los utilizará y
cómo los analizará. La planificación del análisis puede ser una inversión de
tiempo muy valiosa.

La tabulación es el proceso del análisis estadístico de los datos.

Considera el conteo de respuestas obtenidas par a determinar el número de
casos , pueden clasificarse en las distintas categorías. Según Tamayo y
Tamayo (2007) la tabulación permite organizar los datos para aplicar las
estadísticas correspondientes, a fin de procesar la información.
 Los resultados obtenidos se tabularon tomando en cuenta la
agrupación de los ítems correspondientes a los indicadores de cada variable,
sometidos a un análisis cuantitativo, lo cual permitió resultados que fueron
sometidos a su respectiva discusión con lo estudiado en el Marco Teórico,
sobre la base de un análisis cuantitativo de los datos recogidos, sustentado
por la discusión de los resultados, derivando las respectivas conclusiones y
recomendaciones.

El método para elaborar un plan de análisis de datos no es muy diferente del

método empleado en un contexto de investigación.

1. Preguntas principal y secundarias

En este punto, ya se formuló la pregunta relevante sobre las políticas (y, en
algunos casos, sus preguntas secundarias) Responder todas las preguntas
secundarias permitirá obtener la respuesta completa a la pregunta principal.

2. Conjuntos de datos que se emplearán

Se detallan los conjuntos de datos necesarios. Se debe prestar especial
atención a la gestión de los datos. Debido a que los conjuntos de datos
pueden provenir de distintas fuentes, o bien es posible que no se hayan
generado para la pregunta principal, podría haber mucho trabajo por hacer
para unificar, agregar y depurar los conjuntos de datos sin procesar.

3. Criterios de inclusión/exclusión
En esta sección, los subgrupos de población, el alcance geográfico, los
plazos, entre otros criterios, se definen de forma muy precisa.
También es necesario definir el nivel de calidad de los datos para el análisis.
De hecho, en función del análisis, podría necesitarse un nivel más o menos
estricto de calidad de los datos.
Este punto se detalla en el módulo de capacitación "Calidad de los datos"
4. Variables que se utilizarán en el análisis principal
En esta sección, se deben definir las variables o indicadores exactos que se
utilizarán en el análisis. Por ejemplo, para analizar la "obesidad", se debe
determinar si el indicador es el índice de masa corporal (IMC) y si se
emplearán diferentes categorías del IMC, el valor medio del IMC o ambos.
Será importante unificar la definición de los indicadores en todos los
conjuntos de datos.

5. Métodos y software estadísticos que se emplearán

Asegurar la coherencia de las notas orientativas sobre el análisis de datos.
Además, para brindar solo un análisis indiscutible cerciórese de que el
método estadístico empleado sea coherente con los conjuntos de datos
disponibles y su calidad. La elección del método estadístico es clave para
evitar la interpretación excesiva de los datos que podría llevar a conclusiones
erróneas.

8. Tablas sin datos

9. Estimación del tiempo y los recursos necesarios

En este punto, se debe realizar una estimación precisa del tiempo y los
recursos necesarios para llevar adelante el análisis. Si esta estimación lleva
más tiempo que la estimación inicial hecha durante el marco de análisis de
datos, primero puede adaptar la o las preguntas que se responderán.

Tratamiento Estadístico:

Arias (2006), define el trata miento estadístico como la asignación de

un código o un número convencional a cada uno de los valores asumidos a
una variable. Para Tamayo y Tamayo (2005), lo refiere a la codificación de
procedimientos técnicos mediante el cual los datos son categorizados. Al
mismo tiempo, la codificación de los datos se transforma símbolos,
ordinariamente numéricos, los cuales pueden ser tabulados y contados.
 Para efectos de la presente investigación, los valores numéricos para
codificar las alternativas de respuesta de las preguntas, se efectuaron
mediante la siguiente atribución: Si y No. Entonces, para la
codificación de los datos se procedió apoyándose en la teoría de Tamayo &
Tamayo (2005) quienes establecen que la tabulación es parte del proceso
técnico en el análisis de los datos, donde la operación esencial es el
recuento para determinar el número de casos que caben en las diferentes
categorías.

Al respecto Chávez (2004), establece a la tabulación como una

técnica empleada por el investigador para procesar información recolectada
del instrumento, permitiendo la organización de los datos relativos a las
variables en estudio, así como las dimensiones, Subdimensiones e
indicadores, ítems o preguntas. Atendiendo a ello, la tabulación se emplea
para organizar y contar los resultados obtenidos del cuestionario realizado,
dirigido a los consumidores de programas audiovisuales en la web,
permitiendo así, agruparlos para su posterior análisis a través del software
Excel, que permite el procesamiento de todos los datos para hallar respuesta
a los indicadores.

10.- Proceso estadístico en las Investigaciones: Medición de la variable

o recolección de datos, Ordenamiento de las mediciones,
Procesamiento de datos, Presentación tabular y grafica, Análisis de
datos, Interpretación de las medidas estadísticas:

1.- Medición de la Variable o Recolección de Datos:

La medición de las variables puede realizarse por medio de cuatro

escalas de medición. Dos de las escalas miden variables categóricas y las
otras dos miden variables numéricas (Therese L. Baker, 1997). Los niveles
de medición son las escalas nominal, ordinal, de intervalo y de razón. Se
utilizan para ayudar en la clasificación de las variables, el diseño de las
preguntas para medir variables, e incluso indican el tipo de análisis
estadístico apropiado para el tratamiento de los datos.

Una característica esencial de la medición es la dependencia que

tiene de la posibilidad de variación. La validez y la confiabilidad de la
medición de una variable depende de las decisiones que se tomen para
operacionalizarla y lograr una adecuada comprensión del concepto evitando
imprecisiones y ambigüedad, por en caso contrario, la variable corre el riesgo
inherente de ser invalidada debido a que no produce información confiable.

a) Medición Nominal.

En este nivel de medición se establecen categorías distintivas que no

implican un orden específico. Por ejemplo, si la unidad de análisis es un
grupo de personas, para clasificarlas se puede establecer la categoría sexo
con dos niveles, masculino (M) y femenino (F), los respondientes solo tienen
que señalar su género, no se requiere de un orden real.

Así, si se asignan números a estos niveles solo sirven para

identificación y puede ser indistinto: 1=M, 2=F o bien, se pueden invertir los
números sin que afecte la medición: 1=F y 2=M. En resumen en la escala
nominal se asignan números a eventos con el propósito de identificarlos. No
existe ningún referente cuantitativo. Sirve para nombrar las unidades de
análisis en una investigación y es utilizada en cárceles, escuelas, deportes,
etc. La relación lógica que se expresa es: A ¹ B (A es diferente de B).

b) Medición Ordinal.

Se establecen categorías con dos o más niveles que implican un

orden inherente entre sí. La escala de medición ordinal es cuantitativa
porque permite ordenar a los eventos en función de la mayor o menor
posesión de un atributo o característica
 . Por ejemplo, en las instituciones escolares de nivel básico suelen
formar por estatura a los estudiantes, se desarrolla un orden cuantitativo pero
no suministra medidas de los sujetos. La relación lógica que expresa esta
escala es A > B (A es mayor que B). Clasificar a un grupo de personas por la
clase social a la que pertenecen implica un orden prescrito que va de lo más
alto a lo más bajo. Estas escalas admiten la asignación de números en
función de un orden prescrito.

Las formas más comunes de variables ordinales son ítems (reactivos)

actitudinales estableciendo una serie de niveles que expresan una actitud de
acuerdo o desacuerdo con respecto a algún referente. Por ejemplo, ante el
ítem: La economía mexicana debe dolarizarse, el respondiente puede marcar
su respuesta de acuerdo a las siguientes alternativas:

___ Totalmente de acuerdo

___ De acuerdo

___ Indiferente

___ En desacuerdo

___ Totalmente en desacuerdo

Las anteriores alternativas de respuesta pueden codificarse con

números que van del uno al cinco que sugieren un orden preestablecido pero
no implican una distancia entre un número y otro. Las escalas de actitudes
son ordinales pero son tratadas como variables continuas (Therese L. Baker,
1997).

c) Medición de Intervalo.

La medición de intervalo posee las características de la medición

nominal y ordinal. Establece la distancia entre una medida y otra. La escala
de intervalo se aplica a variables continuas pero carece de un punto cero
absoluto. El ejemplo más representativo de este tipo de medición es un
termómetro, cuando registra cero grados centígrados de temperatura indica
el nivel de congelación del agua y cuando registra 100 grados centígrados
indica el nivel de ebullición, el punto cero es arbitrario no real, lo que significa
que en este punto no hay ausencia de temperatura.

Una persona que en un examen de matemáticas que obtiene una

puntuación de cero no significa que carezca de conocimientos, el punto cero
es arbitrario por que sigue existiendo la característica medida.

d) Medición de Razón.

Una escala de medición de razón incluye las características de los tres

anteriores niveles de medición anteriores (nominal, ordinal e intervalo).
Determina la distancia exacta entre los intervalos de una categoría.
Adicionalmente tiene un punto cero absoluto, es decir, en el punto cero no
existe la característica o atributo que se mide. Las variables de ingreso,
edad, número de hijos, etc. son ejemplos de este tipo de escala. El nivel de
medición de razón se aplica tanto a variables continuas como discretas.

2.- Procesamiento de Datos:

Procesamiento estadístico es necesario para transformar datos y

microdatos en estadísticas e indicadores. El procesamiento de datos es, en
general, "la acumulación y manipulación de elementos de datos para producir
información significativa."

El procesamiento de datos trata de un subconjunto del 'procesamiento

de la información', el cambio (procesamiento) de la información de cualquier
manera detectable por un observador. Durante el procesamiento, los datos
brutos se utilizan como una entrada para producir información como una
salida, normalmente en forma de informes y otras herramientas analíticas.
Durante esta etapa, los datos ingresados en la computadora en la etapa
anterior se procesan para su interpretación.

El procesamiento se puede realizar mediante técnicas de filtrado,

análisis e visualización de datos e incluso con algoritmos de aprendizaje
automático, aunque el proceso en sí puede variar ligeramente dependiendo
de la fuente de datos que se procesa (base de datos, redes sociales,
dispositivos conectados, etc.) y su uso previsto (examen de patrones de
publicidad, diagnóstico de dispositivos conectados, determinar las
necesidades del cliente, etc.).

3.- Presentación tabular y grafica:

La presentación de datos estadísticos constituye en sus diferentes

modalidades uno de los aspectos de mas uso en la estadística descriptiva. A
partir podemos visualizar a través de los diferentes medios escritos y
televisivos de comunicación masiva la presentación de los datos estadísticos
sobre el comportamiento de las principales variables económicas y sociales,
nacionales e internacionales.

Presentación tabular:

Cuando los datos estadísticos se presentan a través de un conjunto de

filas y de columnas que responden a un ordenamiento lógico; es de gran eso
e importancia para el uso e importancia para el usuario ya que constituye la
forma más exacta de presentar las informaciones. Una tabla consta de varias
partes, las principales son las siguientes:

 Titulo: Es la parte más importante del cuadro y sirve para

describir todo el contenido de este.
 Encabezados: Son los diferentes subtítulos que se colocan en
la parte superior de cada columna.
 Columna matriz: Es la columna principal del cuadro.
  Cuerpo: El cuerpo contiene todas las informaciones numéricas
que aparecen en la tabla.
 Fuente: La fuente de los datos contenidos en la tabla indica la
procedencia de estos.
 Notas al pie: Son usadas para hacer algunas aclaraciones
sobre aspectos que aparecen en la tabla o cuadro y que no han
sido explicados en otras partes.

Presentación grafica:

Proporciona al lector o usuario mayor rapidez en la comprensión de los

datos, una grafica es una expresión artística usada para representar un
conjunto de datos. De acuerdo al tipo de variable que vamos a representar,
las principales graficas son las siguientes:

 Histograma: Es un conjunto de barras o rectángulos unidos uno de

otro, en razón de que lo utilizamos para representar variables
continuas.
 Polígono de frecuencias: Esta grafica se usa para representar los
puntos medios de clase en una distribución de frecuencias
 Gráfica de barras: Es un conjunto de rectángulos o barras separadas
una de la otra, en razón de que se usa para representar variables
discretas; las barras deben ser de igual base o ancho y separadas a
igual distancia. Pueden disponerse en forma vertical y horizontal.
 Gráfica lineal: Son usadas principalmente para representar datos
clasificados por cantidad o tiempo; o sea, se usan para
representar series de tiempo o cronológicas.
 Gráfica de barra 100% y gráfica circular: se usan especialmente
para representar las partes en que se divide una cantidad total.
 La ojiva: Esta grafica consiste en la representación de las frecuencias
acumuladas de una distribución de frecuencias. Puede construirse de
 dos maneras diferentes; sobre la base "menor que" o sobre la base "o
más". Puede determinar el valor de la mediana de la distribución.

La utilidad de los gráficos es doble, ya que pueden servir no sólo como

sustituto a las tablas, sino que también constituyen por sí mismos una
poderosa herramienta para el análisis de los datos, siendo en ocasiones el
medio más efectivo no sólo para describir y resumir la información, sino
también para analizarla.

4.- Análisis de Datos:

Cuando el dominio desde el que se recogen los datos es una ciencia o

ingeniería, el procesamiento de datos y de sistemas informativos se
consideran términos demasiado amplios, y el término más especializado,
análisis de datos se suele utilizar, centrándose en la altamente especializada
y altamente precisa derivación algorítmica y cálculos estadísticos que se
observan con menos frecuencia en el típico entorno empresarial.

En estos contextos, el análisis de datos de formatos json, csv o xml se

utilizan con frecuencia. Esta divergencia de nomenclatura se expone en las
típicas representaciones numéricas utilizadas en el procesamiento de datos
numéricos.

Las Mediciones de procesamiento de datos normalmente están

representados por números enteros o de punto fijo con código binario o
representaciones de los números decimales, mientras que la mayoría de las
mediciones del análisis de datos son a menudo representados por
representación de punto flotante de los números racionales. El análisis de
datos estadísticos es un proceso central en cada estrategia de inteligencia de
negocio.

Este tipo de análisis de datos sirve para convertir los datos puros o
brutos en insights de negocio. Es decir, en información valiosa y práctica que
sirve para entender un negocio, el mercado y su contexto, permitiendo así
tomar decisiones más efectivas.

5.- Interpretación de las Medidas Estadísticas:

La etapa de salida / interpretación es la etapa en la que los datos son

finalmente utilizables para los usuarios. Se traducen los datos, se pueden
leer, y  a menudo en forma de gráficos, videos, imágenes, texto sin formato,
etc.). Los miembros de la empresa o institución ahora pueden comenzar a
administrar los datos para sus propios proyectos de análisis de datos.

La interpretación de los resultados estadísticos es un elemento crucial

para la comprensión de los datos. Las herramientas que nos ofrece la
estadística nos permiten transformar la incertidumbre y aparente caos de la
naturaleza en parámetros medibles y aplicables a nuestra vida cotidiana.

La importancia de entender el significado y alcance real de estos

instrumentos es fundamental para el investigador, para los financiadores de
las investigaciones y para los profesionales que precisan de una
actualización permanente basada en buena evidencia y ayudas a la toma de
decisiones. Se repasan diversos aspectos de los diseños, resultados y
análisis estadísticos, intentando facilitar su entendimiento desde lo más
elemental a aquello que es más común pero no por ello mejor comprendido y
aportar una mirada constructiva y realista, sin ser exhaustiva.

11.- Aplicaciones del software estadístico para el procesamiento de

datos:

SPSS es la herramienta estadística más utilizada a nivel mundial en el

entorno académico. Puede trabajar con bases de datos de gran tamaño. .
Además, de permitir la decodificación de las variables y registros según las
necesidades del usuario. El programa consiste en un modulo base y módulos
anexos que se han ido actualizando constantemente con nuevos
procedimientos estadísticos.

S-Plus es otro de los programas estadísticos más usados a nivel

mundial para el análisis de datos. Está disponible al público la versión 8.
Incluye dentro de sus principales características: análisis multivariado de
datos, análisis de sobrevivencia, escalamiento multidimensional, regresión no
paramétrica.

Statgraphics es un programa de estadística de fácil manejo y una

buena herramienta para la enseñanza de la estadística en secundaria y para
la investigación en educación.

Statistica es otro de los programas más usados a nivel mundial para el

análisis estadístico. Entre todas las bondades y pruebas estadísticas que
incluye, destaca la variedad de gráficos y la facilidad en el manejo de bases
de datos.

PH-Stat es un complemento de Excel producido por la Editorial

Prentice Hall y acompaña a varios de sus libros de texto sobre estadística.
Destaca la posibilidad de poder crear gráficos de control de calidad,
diagramas de tallos y hojas, cajas de dispersión, intervalos de confianza en
estimación, análisis de varianza, entre otros.
 CONCLUSION

Los conceptos antes mencionados han sido analizados e investigados

de tal manera de hacer más fácil su comprensión y entendimientos ya que la
estadística es la ciencia que trata de entender, organizar y tomar decisiones
que estén de acuerdo con los análisis efectuados. La estadística juega un
papel muy importante en nuestras vidas, ya que actualmente ésta se ha
convertido en un método muy efectivo para describir con mucha precisión los
valores de datos económicos, políticos, sociales, psicológicos, biológicos y
físicos, además, sirve como herramienta para relacionar y analizar dichos
datos.

El trabajo del experto estadístico ha evolucionado mucho, ya no

consiste sólo en reunir y tabular los datos, sino sobre todo en el proceso de
interpretación de esa información, ahora tiene un papel mucho más
importante del que tenía en años pasados.

Es de vital importancia para nuestra vida profesional venidera, que

manejemos estos conceptos con facilidad, así mismo el que los usemos de la
manera apropiada, siempre en pro de buscar soluciones a los problemas que
se nos puedan presentar.
 BIBLIOGRAFIA

https://es.wikipedia.org/wiki/Estad%C3%ADstica

https://www.significados.com/estadistica/

https://economipedia.com/definiciones/fenomeno-aleatorio.html

https://definicion.de/datos-estadisticos/

http://edelmirachocooj-edelmira.blogspot.com/2009/03/tabla-de-doble-
entrada.html

https://html.rincondelvago.com/datos-estadisticos.html

https://www.cgonzalez.cl/conceptos-universo-poblacion-y-muestra/

https://online-tesis.com/el-universo-en-estadistica/

https://economipedia.com/definiciones/variable-estadistica.html

https://es.wikipedia.org/wiki/Variable_estad%C3%ADstica#Variable_Dicot
%C3%B3mica

https://mauricioanderson.com/escalas-de-medicion-estadistica/

https://www.monografias.com/trabajos15/la-estadistica/la-
estadistica.shtml#INSTMEDIC

https://www.questionpro.com/blog/es/tipos-de-respuestas-para-una-encuesta/

https://www.tecnologias-informacion.com/procesamientodatos.html

https://revistachilenadeanestesia.cl/tipos-de-datos-y-escalas-de-medida/

http://www.estadisticaparatodos.es/software/software_otros.html

https://www.medintensiva.org/es-interpretacion-resultados-estadisticos-
articulo-S021056911