Diferencia entre Estadística descriptiva e inferencial

En el mundo acelerado en el que vivimos, el dinamismo e interacción del hombre con su entorno se
derivan en una serie de patrones cuantificables con lo cual se hace necesario que dicha información sea
organizada, sistematizada y analizada. En este sentido, se tiene que la estadística es aquella rama de la
matemática aplicada la cual juega un papel importante en la investigación en un mundo en constante
crecimiento, Spiegel (2004) define la estadística como una ciencia que se encarga de la recopilación,
análisis y representación de los datos de una manera medible; en este mismo sentido, Yale y Kendal
(1954) la precisan como una ciencia la cual tiene como objetivo la recopilación, organización, reducción y
análisis de la información, donde posteriormente se puede sacar conclusiones asertivas las cuales
pueden ayudar a la toma de decisiones, una definición más es dada por Kothari (2007) el cual la describe
como aquella ciencia que se ocupa de dar significado a los datos de manera resumida y comprensible.

Dado que las estadísticas son tan esenciales para el análisis de datos, también son importantes en
cualquier campo en el que trabajen los analistas de datos. La amplia gama de técnicas estadísticas
disponibles, desde la ciencia y la psicología hasta el marketing y la medicina, se puede dividir en términos
generales en estadística descriptiva y estadística inferencial, Como las personas generalmente no
conocen estos dos campos, es difícil identificar si la investigación se basa en estadística descriptiva o
estadística inferencial, lo cual hace que nos cuestionemos respecto a ¿cuál es la diferencia entre ellos?

De lo anterior, es primordial precisar que es tanto la estadística descriptiva como la inferencial para
poder tener una panorámica general y de esta manera asentar las diferencias entre estas. En primera
instancia, La estadística descriptiva se refiere al uso de datos para describir una población
específica. Ayuda a organizar grandes cantidades de datos de manera sensata, por lo que forma la base
para el análisis cuantitativo de los datos. Los datos se recopilan primero de la población o muestra antes
de resumirlos utilizando estadísticas descriptivas. Sin embargo, los datos descritos son únicamente
específicos de la muestra o población objeto de estudio, y no puede generalizarse para incluir otros
elementos de otras muestras o poblaciones. La principal ventaja de la estadística descriptiva es que es
confiable cuando no es necesario extenderse a un grupo más grande de elementos, que inicialmente no
se incluyen como elementos de una muestra o población. Ahora bien, para Haslam & McGarty (2003) las
estadísticas descriptivas pueden adoptar la forma de medidas de tendencia central (que incluyen la
media, la mediana y la moda), distribuciones de frecuencia y gráficos, como gráficos de barras o
circulares.
Por otro lado, La estadística inferencial, a diferencia de la estadística descriptiva, es más generalizada. Se
refiere a hacer deducciones, predicciones o inferencias sobre una población con referencia a un estudio
particular realizado sobre muestras. Esto implica que los resultados, específicos de una muestra en
particular, se pueden utilizar para generalizar una población más grande de la que se extrae una muestra
(Canavos, 1994). Para propósitos de precisión en la ejecución de generalizaciones, es importante que el
investigador aprecie el hecho de que la muestra debe ser adecuada y representativa de la población
general. El no hacerlo implica que las deducciones e inferencias hechas no serán un fiel reflejo o
representación de la población más grande de la que se toma la muestra (Huff y Geis, 1997).

En esta misma línea, para Chao (2006) la estadística inferencial va más allá de los datos inmediatos o de
primera mano a diferencia de la estadística descriptiva que es específica. Las estadísticas inferenciales
pueden tomar varias formas que incluyen la regresión lineal y el análisis de correlación. Para abordar el
desafío de la generalización, las estadísticas inferenciales utilizan pruebas de significancia que toman en
consideración la probabilidad de que los resultados obtenidos de la muestra sean representativos de la
población.

Con lo anteriormente expuesto, se puede evidenciar un enfoque distintivo entre la estadística descriptiva
e inferencial. En conclusión, el procedimiento de estadística elegido dependerá en gran medida de la
naturaleza de la muestra o población objeto de estudio. La estadística inferencial se usa para
poblaciones donde los elementos son homogéneos y muestran similitud para respaldar la posibilidad de
hacer predicciones precisas. El objetivo de las estadísticas descriptivas e inferenciales es proporcionar
resúmenes de datos de una manera útil y sencilla.
 Referencias Bibliográficas

Canavos, G. (1994). Probabilidad y Estadística. México: McGraw-Hill.

Huff, D. y Geis, I. (1993). How to lie with Statistics. Nueva York: W. W. Norton.

Chao, L. L. (2006). Introducción a la estadística. México: Cecsa.

Spiegel (2010). Geoestatistics Explained. An Introductory Guide for Earth Scientists. United Kingdom:
Cambridge University Press.

Kothari (2007). Probabilidad y estadística para ingeniería y ciencias. México: Pearson Educación.