Estadistica

Definicion:
Conjunto de métodos científicos ligados a la toma, organización, recopilación, presentación
y análisis de datos, tanto para la deducción de conclusiones como para tomar decisiones
razonables de acuerdo con tales análisis.1

La estadística es la ciencia que se encarga de recopilar, organizar, procesar, analizar e

interpretar datos con el fin de deducir las características de un grupo o población objetivo,
su importancia radica en que es una fuente de información altamente confiable para la
toma de decisiones. 2

Es la ciencia que estudia cómo debe emplearse la información y cómo dar una guía de
acción en situaciones prácticas que entrañan incertidumbre. (Gutiérrez, p. 23)
Es la ciencia de los datos, la cual implica su recolección, clasificación, síntesis, organización,
análisis e interpretación, para la toma de decisiones frente a la incertidumbre (Ángel, p. 28)
Es la rama del conocimiento humano que tiene como objeto el estudio de ciertos métodos
inductivos aplicables a fenómenos susceptibles de expresión cuantitativa. (López, p. 1)
Es el arte de aprender a partir de los datos. Está relacionada con la recopilación de datos, su
descripción subsiguiente y su análisis, lo que nos lleva a extraer conclusiones. (Ross, p. 3)
La estadística es la ciencia que trata de la recolección y descripción de las mediciones de
muestras así como de las estimaciones y comparaciones poblacionales realizadas a partir de
los resultados muestrales. (Romero, p. 25)
Es una ciencia exacta cuyo objetivo fundamental es el estudio de diversas formas de
comportamiento de la sociedad, para lo cual se fundamenta en el uso de diversos métodos
y procedimientos matemáticamente demostrables de manera formal y rigurosa. (Cóndor, p.
10)
Es una ciencia que facilita la toma de decisiones mediante la presentación ordenada de los
datos observados en tablas y gráficos estadísticos, reduciendo los datos observados a un
pequeño número de medidas estadísticas que permitirán la comparación entre diferentes
series de datos y estimando la probabilidad de éxito que tiene cada una de las decisiones
posibles. 3
La estadística puede definirse como un método de razonamiento que permite interpretar
datos cuyo carácter esencial es la variabilidad. Está presente en la práctica médica cada vez
con más frecuencia y en muy diversas formas, desde las estadísticas de actividad de un
hospital o los resultados de auditorías, por ejemplo, hasta los hallazgos de estudios de
investigación que aparecen en la literatura médica.4

Datos estadisticos
El término dato refiere a la información que brinda acceso a un conocimiento preciso y
concreto. Estadístico, por su parte, es aquello vinculado a la estadística: la especialidad de la
matemática que apela a cifras para generar inferencias o para reflejar cuantitativamente un
fenómeno.
Los datos estáticos son los resultados o las observaciones que se producen en los
experimentos científicos o en una investigación. Para llevar a cabo cualquier análisis es
necesario disponer de algunos datos. Sin datos no podemos pensar en una investigación o
en un análisis estadístico.
Los datos juegan un papel vital en todo el campo y en todas las teorías y mediciones. La
medida de la tendencia central (media, mediana, moda), la medida de la dispersión
(varianza, desviación media, desviación estándar, etc.) son algunas de las medidas
estadísticas por las que encontramos las diferentes características de los datos.

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. Por ejemplo, digamos que está realizando una investigación sobre 10
millones de trabajadores en el país X. Su universo son todos los trabajadores. Si tiene acceso
al número de la seguridad social de todos los trabajadores de los que puede extraer su
muestra de 10.000 trabajadores, entonces su universo y su población son los mismos. Si
sólo tiene acceso a los números de la seguridad social de 1 millón de trabajadores, su
universo es de 10 millones de trabajadores, su población es de 1 millón de trabajadores y su
muestra es de 10.000 trabajadores.
Universo: Un universo, en estadística, 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.
Por ejemplo, si vamos a estudiar el gasto medio realizado por los alumnos de un
determinado colegio que consta de 5.000 alumnos, el universo, en este caso, será el
«colegio» que consta de todos los 5.000 alumnos y la unidad o el informante, en tal caso,
será cada uno de estos 5.000 alumnos pertenecientes a dicho colegio. 1

Tipos de Universo
Universo finito
El universo finito es aquel en el que el número de unidades de información es definido y limitado.
Por ejemplo, el «colegio» citado anteriormente es un universo finito, ya que en este caso el número
de unidades de información, es decir, los estudiantes, es definido y limitado, es decir, 5000.

Universo infinito
Un universo infinito se refiere a una población en la que el número de unidades que la componen no
puede determinarse definitivamente. Por ejemplo, la población de estrellas en el cielo, la población
de temperaturas en varios puntos de la atmósfera, la población de alturas, pesos y edades de las
personas en un país son ejemplos de universo infinito. Además, si un universo es muy grande,
también se considera un universo infinito, como el número de hojas de un árbol.

Universo existente
Un universo existente es aquel que ya existe con todas sus unidades en forma de objetos concretos.
El investigador no tiene nada que hacer para su creación, excepto su descubrimiento y localización.
Por ejemplo, un colegio, una universidad, una biblioteca, un país y un estado, con sus objetos
concretos, como estudiantes, libros e individuos, respectivamente, son ejemplos de universo
existente. Tal universo, también, puede estar bajo un universo finito o bajo un universo infinito.

Universo experimental
Un universo experimental es aquel que se constituye a través de los experimentos que realiza un
investigador y que no se encuentra ya en la existencia. Por ejemplo, un registro hecho del número
de caras y colas obtenidas al lanzar una moneda durante un número de veces, digamos 100, 200 o
500 veces es un caso de universo experimental.
Del mismo modo, un registro hecho del número de veces que se obtiene el número «5» al lanzar un
dado durante cierto número de veces es un ejemplo de universo experimental.

En este caso, el universo no existe ya, sino que es creado por el propio investigador a través de sus
experimentos durante un número de veces. Un universo experimental es generalmente de carácter
infinito, ya que no hay límite en el número de veces que se pueden realizar experimentos para
registrar los sucesos de un evento particular.

Población
Una población es un grupo distinto de individuos, ya sea una nación o un grupo de personas
con una característica común. En estadística, una población es el conjunto de individuos del
que se extrae una muestra estadística para un estudio. Así, cualquier selección de individuos
agrupados por una característica común puede decirse que es una población.
En la mayoría de los usos, la palabra población implica un grupo de personas o, al menos, un
grupo de seres vivos. Sin embargo, los estadísticos se refieren a cualquier grupo que estén
estudiando como una población. La población de un estudio puede ser los bebés nacidos en
Norteamérica en 2021, el número total de empresas tecnológicas en Asia desde el año
2000, la altura media de todos los candidatos a exámenes de contabilidad o el peso medio
de los contribuyentes estadounidenses.

Población Finita e Infinita

La población o el universo pueden ser finitos o infinitos. Se dice que la población es finita si
está formada por un número fijo de elementos, de modo que es posible enumerarla en su
totalidad. Por ejemplo, la población de una ciudad o el número de trabajadores de una
fábrica son ejemplos de poblaciones finitas. El símbolo «N» se utiliza generalmente para
indicar cuántos elementos (o ítems) hay en el caso de una población finita.
Una población infinita es aquella en la que es teóricamente imposible observar todos los
elementos. Por tanto, en una población infinita el número de elementos es infinito, es decir,
no podemos tener ninguna idea sobre el número total de elementos. El número de estrellas
en un cielo, las posibles tiradas de un par de dados son ejemplos de población infinita. Hay
que recordar que no existe ninguna población verdaderamente infinita de objetos físicos, a
pesar de que muchas de esas poblaciones parecen ser muy grandes. Desde un punto de
vista práctico, utilizamos el término población infinita para una población que no puede ser
enumerada en un periodo de tiempo razonable. De este modo, utilizamos el concepto
teórico de población infinita como una aproximación a una población finita muy grande.
Los estadísticos e investigadores prefieren conocer las características de cada entidad de
una población para sacar las conclusiones más precisas posibles. Sin embargo, esto es
imposible o poco práctico la mayoría de las veces, ya que los conjuntos de población suelen
ser bastante grandes.

Muestra
Muestreo, en estadística, 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.

Muestreo Aleatorio Simple

El diseño básico del muestreo es el muestreo aleatorio simple, basado en la teoría de la
probabilidad. En esta forma de muestreo aleatorio, cada elemento de la población
muestreada tiene la misma probabilidad de ser seleccionado. En una muestra aleatoria de
una clase de 50 alumnos, por ejemplo, cada alumno tiene la misma probabilidad, 1/50, de
ser seleccionado. Cada combinación de elementos extraídos de la población también tiene
la misma probabilidad de ser seleccionada.

Muestreo Probabilístico
El muestreo basado en la teoría de la probabilidad permite al investigador determinar la
probabilidad de que los resultados estadísticos sean fruto del azar. Los métodos más
utilizados, que perfeccionan esta idea básica, son el muestreo estratificado (en el que la
población se divide en clases y se extraen muestras aleatorias simples de cada clase), el
muestreo por conglomerados (en el que la unidad de la muestra es un grupo, como un
hogar) y el muestreo sistemático (muestras tomadas por cualquier sistema que no sea la
elección aleatoria, como uno de cada diez nombres de una lista).

Muestreo de Juicio
Una alternativa al muestreo probabilístico es el muestreo de juicio, en el que la selección se
basa en el juicio del investigador y existe una probabilidad desconocida de inclusión en la
muestra para cualquier caso. Se suelen preferir los métodos probabilísticos porque evitan el
sesgo de selección y permiten estimar el error de muestreo (la diferencia entre la medida
obtenida de la muestra y la de toda la población de la que se extrajo la muestra).

Metodo estadistico
El método estadístico consiste en una secuencia de procedimientos para el manejo de los
datos cualitativos y cuantitativos de la investigación. En este artículo se explican las
siguientes etapas del método estadístico: recolección, recuento, presentación, síntesis y
análisis. 1
Los métodos estadísticos son procedimientos para manejar datos cuantitativos y cualitativos
mediante técnicas de recolección, recuento, presentación, descripción y análisis. Los
métodos estadísticos permiten comprobar hipótesis o establecer relaciones de causalidad
en un determinado fenómeno. 2

proceso de obtención, representación, simplificación, análisis, interpretación y proyección

de las características, variables o valores numéricos de un estudio o de un proyecto de
investigación para una mejor comprensión de la realidad y una optimización en la toma de
decisiones. El Método Estadístico en las Ciencias sociales se convierte en una herramienta
poderosa de precisión científica en la medida en la que se combine con los métodos
cualitativos y se emplee de acuerdo a las necesidades y al sano criterio. Adolph Quetelet fue
de los primeros en aplicar métodos estadísticos al estudio de un conjunto de datos. El
Método estadístico ofrece además las siguientes bondades para la Investigación educativa y
pedagógica (Bojacá, 2004):
1) Facilita el manejo de grandes cantidades de observaciones y datos por el empleo
adecuado de la muestra.
2) Facilita el manejo de categorías tanto deductivas como inductivas al convertirlas en
variables numéricas.
3) Maximiza el carácter objetivo de la interpretación no obstante la observación y
participación del sujeto investigador en el mismo grupo investigado. 3

Medidas y escalar:

Medidas
Las medidas estadisticas son aquellas que permiten resumir informacion de una muestra o
poblacion y tienen por objeto conseguir un valor que resuma en si todas las mediciones.
Estas medidas aplicadas a las caracteristicas de las unidades de una muestra se denominan
estadisticos o estadigrafos; mientras que las aplicadas a poblaciones se les denomina
parametros o valores estadisticos de la poblacion.

Distribucion de frecuencias:

Las distribuciones de frecuencias son tablas en que se dispone las modalidades de la

variable por filas. En las columnas se dispone el número de ocurrencias por cada valor,
porcentajes, etc. La finalidad de las agrupaciones en frecuencias es facilitar la obtención de
la información que contienen los datos.
Frecuencia simple:
La frecuencia absoluta o simplemente frecuencia es el número de veces que aparece un
determinado valor en un estudio estadístico.1
La frecuencia absoluta es el número de veces que aparece un determinado valor en un
estudio estadístico. La suma de las frecuencias absolutas es igual al número total de datos,
que se representa por N. Para indicar resumidamente estas sumas se utiliza la letra griega S
(sigma mayúscula) que se lee suma o sumatoria.2

Frecuencia relativa:
La frecuencia absoluta, es una medida que está influida por el tamaño de la muestra, al
aumentar el tamaño de la muestra aumentará también el tamaño de la frecuencia absoluta.
Esto hace que no sea una medida útil para poder comparar. Para esto es necesario introducir
el concepto de frecuencia relativa, que es el cociente entre la frecuencia absoluta y el tamaño
de la muestra. La denotaremos por fi

Donde N = Tamaño de la muestra

La frecuencia relativa es una medida estadística que se calcula como el cociente de la
frecuencia absoluta de algún valor de la población/muestra (fi) entre el total de valores que
componen la población/muestra (N).

Frecuencia relativa porcentual ( h i % )

La frecuencia porcentual es la frecuencia relativa ( h i ) expresada en forma porcentual. En
otras palabras, es la frecuencia relativa ( h i ) multiplicada por 100 :
La frecuencia relativa porcentual es el porcentaje de la frecuencia relativa, siendo esta la
división de la frecuencia absoluta entre el total de valores en una selección de datos.
La frecuencia relativa es muy usada en probabilidad, y hace referencia a la relación de una
frecuencia absoluta entre un total.
Este valor valor de frecuencia relativa porcentual representa la posibilidad sobre 100% de
encontrar este número en una serie de datos, es por esta razón que es una relación de
frecuencias.
Mira algunos ejemplos en la imagen adjunta.
Tenemos el termino x = 3, tiene una frecuencia absoluta de 2 y el total de dígitos es 30,
entonces:
fr = (2/30)· 100%
fr = 7%
Siendo la frecuencia relativa porcentual del 7%.

Reprecentacion grafica