https://www.questionpro.

com/blog/es/tipos-de-datos-cuantitativos/#:~:text=Hay%20dos
%20m%C3%A9todos%20cuantitativos%20principales,para%20resumir%20los%20datos
%20cuantitativos.

En este artículo hablaremos de los tipos de datos cuantitativos que

existen y la mejor forma de recolectar información para tu próximo
estudio. 

Los datos cuantitativos se miden con valores numéricos que

generalmente responden a preguntas como ¿Cuántos? ¿Con qué
frecuencia?, etc. 

Este tipo de datos también se puede definir como un grupo de

información cuantificable que se puede utilizar para cálculos
matemáticos y análisis estadísticos que informan las decisiones de la
vida real. 

Características de los datos cuantitativos

Las características más importantes de los datos cuantitativos son las
siguientes:  

 Representación numérica: Los datos cuantitativos toman

valores numéricos con propiedades numéricas. A diferencia de
los datos categóricos que toman valores numéricos con
características descriptivas, los datos cuantitativos exhiben
características numéricas.
 Orden: Hay una escala u orden de datos cuantitativos. Por
ejemplo, los números del 1 al 3 se pueden escribir como 1,2,3 y
3,2,1 cuando se ordenan en orden ascendente y descendente,
respectivamente.
 Operación aritmética: Se pueden realizar operaciones
aritméticas como la suma y la resta de datos cuantitativos. Casi
todos los métodos de análisis estadístico pueden llevarse a cabo
utilizando datos cuantitativos.
 Escala estandarizada: Los datos cuantitativos tienen una
escala de medición estandarizada.
 Análisis: Los datos cuantitativos pueden analizarse utilizando
métodos estadísticos descriptivos e inferenciales, según el
objetivo de la investigación.
 Visualización de datos: Algunas de las técnicas de
visualización de datos adoptadas por datos cuantitativos pueden
ser el diagrama de dispersión, diagrama de puntos, diagrama de
puntos apilados, histogramas, etc. 
Descubre todo sobre los tipos de datos estadísticos que puedes obtener
en una investigación.
Tipos de datos cuantitativos
Los tipos de datos cuantitativos se pueden dividir en datos
discretos y datos continuos. A continuación te definimos cada unos
de ellos: 

Datos discretos
También conocidos como datos de atributos, los datos discretos no se
pueden dividir en unidades más pequeñas. Por lo general, se cuenta
en números enteros y no hay nada como la mitad de un valor. 

Los datos discretos consisten solo en contar números y, como tales,

no se pueden medir. Puede ser el número de estudiantes en una
clase, el número de días en un año, la edad de un individuo, etc. 

Al intentar identificar los datos discretos, hacemos las siguientes

preguntas; ¿Se puede contar? ¿Se puede dividir en partes más
pequeñas? 

Se puede decir que los datos discretos son contablemente finitos o

contablemente infinitos. Un ejemplo de datos contables finitos es un
conjunto arbitrario A = {1, 2, 3, …, n; donde n es menor que infinito}
mientras que el de un dato infinitamente contable es un conjunto
arbitrario B = {1,2,3, …}.

Datos continuos
Otro de los tipos de datos cuantitativos existentes son los datos
continuos, estos consisten en tomar valores numéricos que se pueden
dividir significativamente en unidades más pequeñas. 

A diferencia de los datos discretos que no se pueden medir, los datos

continuos se pueden colocar en una escala de medición como por
ejemplo el peso, longitud, tiempo, etc.

Se puede decir que los datos continuos son infinitamente finitos o

infinitamente infinitos. Por ejemplo, consideremos el punto de
calificación acumulativo de los estudiantes en una clase, medido en
una escala de 5 puntos. 
Un estudiante puede dar cualquier calificación entre 0 puntos y 5
puntos, incluidas cifras como 1.573, 4.5, 2.6981, etc. Clasificamos esto
como datos continuos infinitamente innumerables porque tiene un
límite superior (5) y un límite inferior (0). 

Un ejemplo de un número infinito de datos es el conjunto de números

reales, R = {…, -1, 0, 1, …}. En este caso, los datos no tienen límite
superior ni inferior. 

Los datos continuos también se pueden dividir en dos tipos:

 Datos de intervalo: Se definen como el tipo de datos que se

mide a lo largo de una escala, en la que cada punto se coloca a
la misma distancia entre sí. Es una extensión de datos ordinales,
con una escala estandarizada en oposición a la anterior.
 Datos de relación: Son una extensión de datos de intervalo. Es
lo último cuando hablamos de medición de datos porque nos
informa sobre el orden, la distancia exacta entre las unidades en
la escala y tiene un cero absoluto.

Conoce más detalles de la escala de intervalo y la forma en que puedes

hacer uso de ella en tu próximo estudio.
Ejemplos de los tipos de datos cuantitativos en
una  investigación
Después de conocer los tipos de datos cuantitativos, tenemos para ti
algunos ejemplos de cómo aplicarlos en investigación: 

Proyección de datos: Los investigadores proyectan datos futuros

utilizando algoritmos y herramientas de análisis matemático. 

Por ejemplo, una compañía que está a punto de lanzar un nuevo

producto al mercado analizará los datos cuantitativos de
investigaciones anteriores para predecir un aumento o disminución de
las ventas. 

Censo: Se utiliza para adquirir y registrar información sobre los

miembros de una población determinada. Un ejemplo de ello es la
aplicación de censos por parte del gobierno para predecir qué sector
de la economía necesita dinero y cuánto necesitan.  
Ingresos anuales: Al establecer el precio de venta de un producto, las
empresas utilizan datos cuantitativos del ingreso anual de una persona
u hogar para determinar su poder adquisitivo. Este ejercicio es parte
del proceso de investigación empresarial y puede realizarse antes de
lanzar un nuevo producto o aumentar el precio de un producto
existente. 

Mostrador: Muchas empresas e-commerce usan esto para determinar

la cantidad de visitas al sitio web que reciben diariamente, la cantidad
de descargas de productos en la tienda de aplicaciones, la cantidad de
usuarios, etc. Las cifras generalmente se generan automáticamente a
través de códigos preprogramados. 

Encuesta de satisfacción al cliente: Este es un caso de

cuantificación de entidades cualitativas utilizadas por las empresas
para mejorar su servicio al cliente. Por ejemplo, decirle a un cliente
que otorgue una calificación que va del 0 al 10 para evaluar la
experiencia, ayudará al restaurante a decidir si debería realizar
cambios o no. 

Pasos para realizar un análisis e interpretación

de datos cuantitativos
Conocer los tipos de datos es importante. Sin embargo, saber cómo
analizar e interpretar dicha información es necesario para tomar
mejores decisiones. Aquí tenemos para ti los dos pasos para realizar
este proceso: 

1.Preparación de datos
Esta es la primera etapa para el análisis e interpretación de datos
cuantitativos, donde la información sin procesar se convierte en algo
significativo y legible. Hay cuatro pasos de preparación de datos:

1. Validación de datos: Esto se realiza para averiguar si la

recopilación de datos se realizó sin ningún sesgo. Los
investigadores realizan este paso eligiendo una muestra
aleatoria de una gran población.
2. Edición de datos: Los grandes conjuntos de datos
inevitablemente pueden incluir errores, y es por eso que deben
editarse. Durante este proceso, los datos se inspeccionan para
verificar su integridad y consistencia.
 3. Codificación y entrada de datos: Este es el proceso de
cuantificar datos cualitativos para facilitar el análisis. Implica
agrupar y asignar valores a las respuestas de la encuesta.
4. Transformación de datos: Este es el proceso de cambiar los
datos a un nuevo formato. 

Te invito a conocer más sobre el control de calidad de datos de

encuestas.
2. Métodos de análisis de datos cuantitativos
Después de completar la primera etapa, estamos listos para el análisis
de datos. Hay dos métodos cuantitativos principales: estadística
descriptiva y estadística inferencial.

 Método estadístico descriptivo: Los investigadores hacen uso

de estadísticas descriptivas para resumir los datos cuantitativos.
A menudo, se usa al analizar una sola variable, y como tal a
veces se le llama análisis univariante. 

Algunos métodos estadísticos descriptivos comunes incluyen: la media,

la mediana, la moda o el rango. 

 Método estadístico inferencial: Este método mide la relación

entre múltiples variables para generar resultados e inferir
conclusiones. Algunos ejemplos de estadísticas inferenciales
incluyen; correlación, regresión, ANOVA, etc. 

También hay otros enfoques para las estadísticas inferenciales que se

utilizan para analizar datos o encuestas de la vida real. Incluyen:

 Tabulación cruzada: Utiliza tablas básicas para dibujar

inferencias entre diferentes conjuntos de datos. Estos se
colocan en la misma fila o columna. Las inferencias se extraen
estudiando las similitudes y diferencias entre los datos en cada
fila o columna, según sea el caso.
 Análisis MaxDiff: Se usa para medir la preferencia del
encuestado por un conjunto particular de opciones. Selecciona
el que más prefiere y el que prefiere menos. Estos datos se
comparan para varias muestras para inferir una conclusión.
 Análisis TURF: Es utilizado principalmente por las empresas
para determinar la efectividad en sus estrategias de marketing.
Por ejemplo, una empresa puede publicar el mismo anuncio en
diferentes plataformas de redes sociales y analizar la cantidad
 de clientes alcanzados para determinar el mejor lugar para
publicar anuncios.
 Análisis de brechas: Mide el rendimiento y cómo superar esta
brecha. Utiliza una matriz de lado a lado para medir la diferencia
entre estas actuaciones.
 Análisis de texto: Se utiliza para extraer información útil de un
documento de texto. Las computadoras usan este método para
desintegrar documentos de texto no estructurados y convertirlos
en datos estructurados. 

Conoce las funciones de un software de análisis de texto y contenido. 

Ventajas de los datos cuantitativos 
Las principales ventajas de los datos cuantitativos son las siguientes:

 Los datos cuantitativos son compatibles con la mayoría de los

métodos de análisis estadístico, lo que permite realizar un
estudio más amplio, utilizando diferentes métodos estadísticos.
 Resume los datos recolectados y los racionaliza en información
relevante. Los datos cuantitativos son de naturaleza numérica y,
como tal, codifican los datos cualitativos en números antes del
análisis.
 Facilita el proceso de recolección de datos para la investigación.
Por lo tanto, hacer comparaciones entre categorías y con el
tiempo. Esto se debe al hecho de que la investigación
cuantitativa utiliza un procedimiento estandarizado.
 Al codificar datos cualitativos en números desconocidos, los
investigadores pueden eliminar el sesgo personal que puede
surgir en el manejo de la información.

Aprende cómo analizar los datos de una investigación con este artículo

que tenemos para ti. 
Desventajas de los datos cuantitativos 
Algunas de las desventajas de los datos cuantitativos son: 

 Recolectan un conjunto de datos y pueden terminar perdiendo

información relevante.
 Los resultados no proporcionan una explicación elaborada de
los sentimientos y percepciones humanas.
 La investigación se lleva a cabo utilizando reglas estandarizadas
que dan resultados que pueden no ser aplicables en el
escenario del mundo real.
  Utiliza respuestas preestablecidas que no capturan suficientes
detalles y emociones humanas.
 Las respuestas preestablecidas son un reflejo del punto de vista
del investigador más que del del encuestado. 

Los datos cuantitativos son quizás el tipo de datos más utilizado en la

investigación. Esto se debe en parte a su facilidad de cálculo y
compatibilidad con la mayoría de los métodos cuantitativos. 

Conocer los tipos de datos cuantitativos existentes te permitirán elegir

el método adecuado para recolectar la información que necesitas y
realizar un análisis correcto que te permita tomar mejores decisiones. 

https://www.questionpro.com/blog/es/estadistica-descriptiva/

Existen cálculos matemáticos que permiten extraer de los datos una

tendencia real positiva o negativa de los resultados. Es precisamente
la estadística descriptiva la que nos ayuda a analizar y describir los
datos para obtener un resultado final. 

Se dice que la estadística descriptiva es la base de cualquier análisis

de datos. Conozcamos más de sus características y tipos que existen.

Contenido del artículo

1. ¿Qué es la estadística descriptiva?

2. Objetivo de la estadística descriptiva
3. Importancia de la estadística descriptiva
4. Tipos de estadística descriptiva
5. Ejemplos de investigación descriptiva
6. Diferencia entre estadística descriptiva y estadística inferencial
7. Conclusión

¿Qué es la estadística descriptiva?

El término estadística descriptiva se refiere al análisis, el resumen y la
presentación de los resultados relacionados con un conjunto de datos
derivados de una muestra o de toda la población. 

La estadística descriptiva comprende tres categorías principales:

distribución de frecuencias, medidas de tendencia central y medidas
de variabilidad.
Por estadística descriptiva entendemos, por ejemplo, el cálculo de la
media y la mediana, dos indicadores muy importantes y sobre todo
diferentes. La mediana es un indicador que «no tiene en cuenta los
valores extremos, a veces poco frecuentes», a diferencia de la media,
que está muy influida por estos valores extremos. 

Conoce la diferencia entre muestra y población.

Objetivo de la estadística descriptiva

El objetivo de la estadística descriptiva es describir los datos
observados de forma sintética y significativa para poder analizarlos
mejor. Es recoger observaciones sobre sujetos con una determinada
propiedad y traducir estas observaciones en números que
proporcionen información sobre dicha propiedad.

En resumen, su objetivo es estructurar y representar la información

contenida en los datos.

Importancia de la estadística descriptiva

La estadística descriptiva facilita la visualización de los datos.
Permiten presentarlos de forma significativa y comprensible, lo que a
su vez da pie a una interpretación simplificada del conjunto de datos
en cuestión. 

Los datos brutos serían difíciles de analizar, y la determinación de

tendencias y patrones puede ser un reto. Además, los datos en bruto
dificultan la visualización de lo que muestran los datos.

Además, el uso de la estadística descriptiva permite resumir y

presentar un conjunto de datos mediante una combinación de
descripciones tabuladas y gráficas. La estadística descriptiva se utiliza
para resumir datos cuantitativos complejos.

Conoce también la importancia del análisis descriptivo.

Tipos de estadística descriptiva
La estadística descriptiva ayuda a describir y comprender las
características de un conjunto de datos específico ofreciendo breves
resúmenes sobre la muestra y las medidas de los datos. 

Estos son los tipos de estadística descriptiva:

– Distribución de frecuencias
Utilizada tanto para datos cualitativos y cuantitativos. Representa la
frecuencia o el recuento de los diferentes resultados en un conjunto de
datos o muestras. 

La distribución de frecuencias se presenta normalmente en una tabla o

un gráfico. Cada entrada de la tabla o el gráfico va acompañada del
recuento o la frecuencia de aparición de los valores, en un intervalo,
rango o grupo específico.

La distribución de frecuencias es básicamente una presentación o un

resumen de datos agrupados que se han clasificado en función de
clases mutuamente excluyentes y del número de ocurrencias en cada
clase respectiva. Permite una forma más estructurada y organizada de
presentar los datos en bruto.
Los cuadros y gráficos más comunes utilizados en la presentación y
visualización de la distribución de frecuencias incluyen gráficos de
barras, histogramas, gráficos circulares y gráficos de líneas.

– Tendencia central
La tendencia central es otro de los tipos de estadística descriptiva, y
se refiere al resumen descriptivo de un conjunto de datos utilizando un
único valor que refleja el centro de la distribución de los datos. 

Las medidas de tendencia central también se conocen como medidas

de localización central. La media, la mediana y la moda son
consideradas las medidas de tendencia central.

La media, que se considera la medida de tendencia central más

popular, es el valor medio o más común en un conjunto de datos. La
mediana se refiere a la puntuación media de un conjunto de datos en
orden ascendente. La moda se refiere a la puntuación o valor más
frecuente en un conjunto de datos.

– Variabilidad
Una medida de variabilidad es una estadística de resumen que refleja
el grado de dispersión de una muestra. Las medidas de variabilidad
determinan la distancia que los puntos de datos parecen tener con
respecto al centro.

La dispersión y la variabilidad se refieren y denotan el rango y la

amplitud de la distribución de los valores en un conjunto de datos. El
rango, la desviación estándar y la varianza se utilizan,
respectivamente, para representar diferentes componentes y aspectos
de la dispersión.

El rango representa el grado de dispersión o un ideal de la distancia

entre los valores más altos y más bajos dentro de un conjunto de
datos. La desviación estándar se utiliza para determinar la varianza
media de un conjunto de datos y proporciona una idea de la distancia
o la diferencia entre un valor de un conjunto de datos y el valor medio
del mismo conjunto de datos. 

La varianza refleja el grado de dispersión y es esencialmente una

media de las desviaciones al cuadrado.
Quizá te interese conocer sobre los tipos de datos estadísticos.

Ejemplos de investigación descriptiva

Estos son algunos ejemplos donde se aplica la investigación
descriptiva:

Ejemplo 1:

Las estadísticas descriptivas sobre una universidad se refieren a la

puntuación media en los exámenes de matemáticas de los alumnos de
nuevo ingreso. No dice nada sobre por qué los datos son así o qué
tendencias podemos ver y seguir.

La estadística descriptiva ayuda a simplificar grandes cantidades de

datos de forma significativa. Reduce muchos datos a un resumen.

Ejemplo 2:

Has realizado una encuesta a 40 encuestados sobre su color favorito

de coche. Y ahora tiene una hoja de cálculo con los resultados.

Sin embargo, esta hoja de cálculo no es muy informativa y quieres

resumir los datos con algunos gráficos y tablas que te permitan llegar
a algunas conclusiones sencillas (por ejemplo, el 24% de las personas
dijeron que el blanco es su color favorito).

Seguro que esto sería mucho más representativo y claro que una fea
hoja de cálculo. Y tienes un montón de opciones para visualizar datos,
como gráficos circulares, gráficos de líneas, etc.

Ese es el núcleo de la estadística descriptiva. Ten en cuenta que no

estás sacando conclusiones sobre toda la población.

Diferencia entre estadística descriptiva y

estadística inferencial
Las estadísticas descriptivas ofrecen un resumen conciso de los
datos. Puedes resumir los datos en forma numérica o gráfica. Por
ejemplo, el gerente de un restaurante de comida rápida analiza el
tiempo de espera de los clientes a la hora de comer durante una
semana y luego resume los datos.

La estadística inferencial utiliza una muestra aleatoria de datos de una

población para describirla y hacer inferencias sobre ella. Las
estadísticas inferenciales son pertinentes cuando es difícil o imposible
examinar a todos los miembros de una población entera. 

Por ejemplo, no resulta práctico medir el diámetro de todos los clavos

fabricados, pero se pueden medir los diámetros de una muestra
aleatoria representativa de clavos y utilizar esta información para
extraer conclusiones generales sobre los diámetros de todos los
clavos fabricados.

Conclusión
La estadística descriptiva es una rama de la estadística que se ocupa
de describir las características de los datos conocidos. La estadística
descriptiva proporciona resúmenes sobre los datos de la población o
los datos de la muestra. Aparte de la estadística descriptiva, la
estadística inferencial es otra rama crucial de la estadística que se
utiliza para hacer inferencias sobre los datos de población.

Este tipo de estadística se utiliza para transformar información

cuantitativa difícil de entender de un gran conjunto de datos en
descripciones breves.

Recuerda que en QuestionPro te ayudamos a realizar tu próximo

proyecto de recolección de datos. Contamos con un dashboard que te
ayuda a ver en tiempo real los resultados de tus datos obtenidos.
Conoce más de nuestras gráficas de encuestas y otros recursos
disponibles que tenemos para llevar a cabo tu investigación.