CÁTEDRA DE MÉTODOS CUANTITATIVOS ASIG.

ESTADÍSTICA APLICADA A LA EDUCACIÓN

MODALIDAD BIMODAL
PERÍODO 2023-2024
Nombre del estudiante: Katherin Rodriguez

Nombre de la actividad: Estadística

Términos usados en la Asignaturas de Estadística Aplicada a la

Educación
 1. ¿Qué es la investigar en la educación?

La investigación educativa tiene como propósito conocer detallada y

minuciosamente un problema de conocimiento, así como exponer y publicar los
descubrimientos que arroja la indagación.

2. ¿Qué es estadística?

Es la disciplina que estudia la variabilidad, recolección, organización, análisis,

interpretación y presentación de los datos, así como el proceso aleatorio que los
genera siguiendo las leyes de la probabilidad.

2.1 Reseña histórica de la estadística

La palabra Estadística tiene dos acepciones en general, por un lado es el hecho de

estudiar las características de una población y sus integrantes; y por otro lado es
una disciplina científica que entre muchas otras utilidades puede usarse para
deducir relaciones entre variables, o para extender los resultados que obtengamos
para una parte de la población a toda la población. Estadística significa ciencia del
Estado, y proviene del término alemán Statistik. ¿Por qué la ciencia del Estado?
Porque en sus orígenes la estadística se utilizaba exclusivamente con fines
estatales, en el sentido de que los gobiernos de las distintas naciones tenían (y
tienen) la necesidad, por razones de organización, de conocer las características de
su población para gestionar el pago de impuestos, el reclutamiento de soldados, el
reparto de tierras o bienes, la prestación de servicios públicos etc. Esta necesidad
llevó a los gobernantes a establecer sistemas para recoger y procesar de alguna
manera la información obtenida, es decir, a hacer estadísticas sobre la población.

2.2 ¿Qué es etimología?

Es un neologismo que se ubica en el alemán statistik, instaurado por el

economista polonés Gottfried Achenwall, a partir del estudio de Europa y la
Antigua Roma en particular, distinguiendo los componentes del latín status y el
sufijo -icus, comprendiendo aquello que está relacionado al estado. Tal significado
tiene una razón de ser, ya que los romanos fueron pioneros en la admiración del
estado e introdujeron procedimientos contables y numéricos para lograr
una gestión eficaz de los asuntos públicos.

2.3 objeto de estudio en la Educación

La estadística es una herramienta fundamental en la Educación porque brinda las

herramientas indispensables para que los estudiantes la apliquen en su vida
profesional y personal, mejorando su desempeño laboral, personal y por ende su
calidad de vida.

2.4 Clasificación

 ESTADÍSTICA DESCRIPTIVA: Consiste en la presentación de datos en

forma de tablas y gráficas. Esta comprende cualquier actividad para resumir
o describir los mismos factores pertinentes adicionales, esto se refiere a no
intentar nada que vaya más allá de los datos.

 ESTADISTICA INFERENCIAL: Se deriva de las observaciones hechas solo
a una parte de un conjunto numeroso de elementos; implicando así que su
análisis requiera de generalizaciones que van más allá de los datos, como
consecuencia la característica más importante del crecimiento de la
estadística ha sido un cambio en el énfasis de los métodos que sirven para
generalizarlas. En otras palabras la estadística inferencial investiga y analiza
una población partiendo de una muestra tomada.
 3. ¿Qué es un dato?

Los datos son unidades de información que representan una característica de un

elemento. Todo el conocimiento que ha adquirido la humanidad se trata de un
conjunto de datos que se complementan. La estadística se enfoca en el tratamiento
de estos, mediante diversas fórmulas matemáticas. En este último contexto, se
habla de datos estadísticos. A continuación, encontrarás todo lo que debes saber
acerca de este concepto.

3.1 Clasificación

Datos cualitativos

Es el nombre dado a los datos que se expresan en forma de palabras o textos que
ayudan a comprender ciertas acciones y actitudes de los encuestados que no son
cuantificables, por lo que su uso es muy importante para fundamentar cualquier
investigación seria.

Datos cuantitativos

Son estos los datos más empleados, incluso en las investigaciones cualitativas, ya
que los mismo representa valor numéricos, lo que permite una mayor distinción de
rangos.
Evidentemente estos datos contribuyen a la sectorización de la información, como
por igual a la ilustración versada de la misma, considerando que esta solo puede
referirse a condiciones numéricas, tal es el caso de realizar un estudio respecto a la
edad, o bien al peso de cierta muestra.

Datos cronológicos

Son aquellos que se manifiestan acorde a un lapso de tiempo en el que acaecen los
hechos objeto de estudio.

Datos geográficos

Datos que se agrupan conforme a una zona geográfica determinada.

3.2 Representación de los datos

En los análisis estadísticos, es frecuente utilizar representaciones visuales

complementarias de las tablas que resumen los datos de estudio. Con estas
representaciones, adaptadas en cada caso a la finalidad informativa que se
persigue, se transmiten los resultados de los análisis de forma rápida, directa y
comprensible para un conjunto amplio de personas.

3.3 Forma de obtener los datos

Información publicada: Los datos estadísticos pueden obtenerse a través de la

recolección de datos originales. La persona u organización que se encarga de
obtenerlos es la fuente primaria, mientras que la persona que compila la
información es la fuente secundaria.

Ejemplos :
 los datos categóricos también conocidos como datos cualitativos, representan
características como el género, el idioma, etc. de una persona. También pueden
tomar valores numéricos, por ejemplo: 1 para mujeres y 0 para hombres. Ten en
cuenta que esos números no tienen significado matemático.

4. Dato estadístico

Datos estadísticos son categorías que permiten separar información con

características diferentes. Esta distinción es relevante para que los investigadores
sepan cómo efectuar el análisis. Antes de explicar cuáles son los tipos de datos
estadísticos que existen, es importante tener presente el concepto de dato. Los
datos son la representación de variables estadísticas a través de la asignación de un
valor, letras o símbolos.

Los datos son fundamentales para poder realizar inferencia estadística. La

inferencia estadística es el conjunto de métodos que permiten extraer conclusiones
acerca de una población de datos a partir de una muestra.

La mejor forma de que comprendas la diferencia entre cada tipo de datos es a

través de un ejemplo:

 Cualitativos: Color de pelo, nota de un examen, material del que está hecho un
marco de fotos o el sabor de una bebida.
o Nominales: Nacionalidad, color de piel o religión.
o Ordinales: Nota de un examen, número de estrellas en una reseña de Google o
posición en un concurso de pintura.
 Cuantitativos: Hora, velocidad, salario o el número de veces que una persona
acude al médico al año.
o Discretos: El número de carta que puede salir al elegir una carta de una baraja, la
edad de una persona en años o cuántos viajes hace una persona al año.
o Continuos: Velocidad de un coche, tiempo que se tarda en estudiar para un
examen o la cantidad de agua que se puede acumular en un recipiente.

En conclusión, los tipos de datos estadísticos es la clasificación utilizada para

agrupar los diferentes datos que se utilizan en estadística. Esta clasificación es
necesaria para poder saber qué técnicas estadísticas se pueden utilizar y cuáles no.

5. Diferencia entre dato e información

Es un término que se refiere a hechos, eventos, transacciones, etc., que han sido
registrados. Es la entrada sin procesar de la cual se produce
la información. Información se refiere a los datos que han sido procesados y
comunicados de tal manera que pueden ser entendidos e interpretados por el
receptor.
 6. ¿Qué es una Variable?

Es una característica que puede fluctuar y cuya variación es susceptible de 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.

6.1Clasificación

Una variable es una propiedad característica de la población en estudio,

susceptible de tomar diferentes valores, los cuales se pueden observar y
medir.

Las variables pueden ser de dos tipos: cualitativas y cuantitativas. Las variables
cualitativas se clasifican a su vez en nominales y ordinales, en tanto que las
variables cuantitativas se clasifican a su vez en discretas y continuas.

Variables cualitativas: son aquellas que no se pueden medir numéricamente

ejemplo: nacionalidad, color de la piel, sexo, etc.
A su vez, las variables cualitativas pueden ser:

Nominales: son datos que corresponden a categorías que por su naturaleza no

admiten un orden. Por ejemplo: sexo (masculino y femenino); carrera de estudio:
economía, contabilidad, administración, etc.

Ordinales: son aquellos que corresponden a evaluaciones subjetivas que se

pueden ordenar o jerarquizar. Por ejemplo: en una competencia artística las
posiciones de los ganadores se ordenan o jerarquizan en primer lugar, segundo
lugar, tercer lugar cuarto lugar etc.

Variables cuantitativas: son aquellas que tienen valor numérico como la edad, el
precio de un producto, ingresos anuales de un consumidor, etc.
A su vez, las variables cuantitativas pueden ser:

Discretas: estas son aquellas que sólo pueden tomar valores enteros como 1, 2,
8, -4, etc. En este sentido, los hermano en una familia podrán ser: 1, 2, 3..., etc. Sin
embargo, nunca podrán ser 1.5 o 2.3.
 Continuas: son aquellas que pueden tomar cualquier valor real dentro de un
intervalo o rango. Por ejemplo, los litros de leche ordeñados podrán ser 1.5 o 10.3
etc.

7. Escala de medición

Una escala de medición es el conjunto de los posibles valores que una cierta
variable puede tomar. Es un continuo de valores ordenados correlativamente, que
admite un punto inicial y otro final.

8. Población
En la inferencia estadística, se elige un subconjunto de la población
(una muestra estadística) para representar la población en un análisis estadístico.
La relación entre el tamaño de esta muestra estadística y el tamaño de la población
se denomina fracción de muestreo. Entonces es posible estimar los parámetros de
la población utilizando las estadísticas de muestra adecuadas.

8.1Clasificación

Fuentes de recolección de datos primarios de una población Los datos recopilados

directamente por un investigador, un estadístico o un organismo gubernamental a
través de fuentes como censos, encuestas por muestreo, entre otros, se denominan
recopilación de datos primarios de población. Fuentes de recolección de datos
secundarios de una población: Los datos obtenidos de fuentes existentes como
revistas, periódicos, informes anuales de investigación, etc. y no directamente por
un gobierno o una organización.

Una población es un grupo o un conjunto de elementos sobre el que se hará un

estudio estadístico. Por ejemplo: Todos los árboles de un bosque. Una muestra es
una parte de una población que fue seleccionada para realizar un estudio. Por
ejemplo: 50 de los 1.000 árboles que hay en un bosque.

9. Muestra
 Una muestra es un subconjunto de casos o individuos de una población. En
diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe
escogerse una técnica de muestra adecuada que produzca una muestra aleatoria
adecuada.

Ejemplo: Las muestras se utilizan en estadística (una disciplina que se ocupa de

recolectar y de analizar datos sobre distintos fenómenos) cuando no es posible
realizar una investigación que incluya la totalidad de la población.

Pero para que una muestra sea confiable, debe ser representativa de la población,
es decir, que tiene que permitir observar las características del conjunto que se está
analizando.

10. Estadísticos y Parámetros

Un parámetro estadístico es un número que se obtiene a partir de los datos de

una muestra estadística. Los parámetros estadísticos también se conocen
como estadísticos descriptivos.

Los parámetros estadísticos sirven para sintetizar o resumir la información dada

por una tabla o por una gráfica. En otras palabras, dados unos pocos parámetros
estadísticos se puede tener una idea general de la distribución de la información.

Los parámetros estadísticos dan un buen resumen cuando se conoce la distribución

de la población. En particular, si la muestra proviene de una distribución normal,
entonces el promedio típico y la desviación estándar dan un buen resumen de la
distribución.

Ejemplos de parámetros estadísticos son el promedio, la mediana, la desviación

estándar o los cuartiles.

Los parámetros estadísticos se clasifican según la información que resumen. Los

dos tipos más comunes de parámetros estadísticos son:

 De tendencia central
 De dispersión
Medidas de tendencia central

Estos parámetros nos indican alrededor de qué valor (centro) se distribuyen los
datos.

Algunas medidas de tendencia central son (al dar clic en el enlace podrás ver una
descripción detallada de cada parámetro):

Media aritmética:
La media es el valor promedio de la muestra. También se puede interpretar como
el centro de gravedad de los datos.

Mediana:

La mediana es el valor que separa la mitad superior de la muestra y la inferior. En

otras palabras, divide los datos en dos partes iguales.

Moda:

La moda es el valor que más se repite en una muestra. Es decir, es el valor más
frecuente.

Ejemplo:

Tenemos los siguientes datos, los cuales representan las edades en una oficina.
Para estos datos:

1 Su media es 29.92 años. Es decir, el trabajador promedio tiene 30 años (después

de redondear).

2 La moda de estos datos es 27 años. Por lo tanto, 27 años es la edad más

frecuente.

3 La mediana es 27 años también. Esto significa que la mitad de los empleados

tienen más de 27 años, mientras que la otra mitad tienen 27 años o menos.

Podemos observar los datos en la siguiente gráfica:

Medidas de dispersión

Las medidas de dispersión nos informan sobre cuánto se alejan del centro los
valores de la distribución. Es decir, son un resumen sobre qué tan dispersos están
los datos.

Algunas medidas de dispersión son:

Rango o recorrido:
El rango es la diferencia entre el mayor y el menor de los valores de una muestra.
Este valor nos indica en qué rango se encuentran los datos.

Desviación media:
La desviación media es la media de los valores absolutos de las desviaciones
respecto a la media. En otras palabras, es el promedio de cuánto se desvían los
datos de la media (en valor absoluto).

Varianza:
La varianza es el promedio del cuadrado de las desviaciones respecto a la media. O
sea, mide el promedio de cuánto se desvían los datos al cuadrado —primero
elevamos al cuadrado y luego calculamos el promedio—.

Desviación estándar:
La desviación estándar es la raíz cuadrada de la varianza. Este suele ser un mejor
estimador que la desviación media cuando tratamos con la distribución normal.

Cuantiles:
Los cuantiles dividen una muestra en partes iguales. Estos nos ayudan a tener una
idea de los rangos en los que se concentran más valores.

Dependiendo el valor de, los cuartiles pueden tener nombres particulares:

 Cuartiles: Estos dividen los datos en cuatro partes iguales.

 Deciles: Los deciles dividen la muestra en diez conjuntos del mismo tamaño.
 Percentiles: Los percentiles dividen los datos en cien partes iguales.
Ejemplo

Con los mismos datos del ejemplo anterior —edades de los empleados de una
oficina

La medidas de dispersión de estos datos son:

1 Su rango es 22 años. Es decir, entre el trabajador más joven y el empleado más

grande hay 22 años de diferencia.

2 Su desviación media es 5.44 años. Esto es, los empleados suelen estar 5 años
más jóvenes o más viejos que la media —esta desviación es promedio, por lo tanto,
algunos empleados se desvían más de 5 años y otros se desvían menos de 5 años
—.

3 La varianza 41.61 años.

4 La desviación estándar es de 6.45 años.

5 Por último, la muestra tiene solo 13 individuos. Por este motivo, no es apropiado
utilizar deciles o percentiles. Sin embargo, podemos calcular los cuartiles:

 Primer cuartil: 26 años.

 Segundo cuartil: 27 años.
 Tercer cuartil: 34 años.
De esta manera, podemos interpretar que aproximadamente el 25% de los
empleados tienen menos de 26 años. Además, hay muchos empleados entre 26 y
27 años (casi el 25% de los empleados tienen esas edades, pues están entre el
primer y segundo cuartil). Por último, sólo el 25% de los trabajadores tienen más
de 34 años que es equivalente a decir que aproximadamente el 75% de los
trabajadores son menores de 34 años.

El material presentado en este manual se ha adaptado de:

https://www.ine.es/explica/docs/historia_estadistica.pdf
https://excelparatodos.com/datos-estadisticos/#caracteristicas-de-los-datos-
estadisticos

https://economipedia.com/definiciones/tipos-de-datos-estadisticos.html

https://www.mineduc.gob.gt/DIGECADE/documents/Telesecundaria/Recursos
%20Digitales/3o%20Recursos%20Digitales%20TS%20BY-SA%203.0/
MATEMATICA/U12%20pp%20278%20variable%20estad%C3%ADstica.pdf

http://materiaestadistica.blogspot.com/2012/01/variables-y-su-clasificacion.html

file:///C:/Users/Katty/Downloads/Dialnet-EscalasDeMedicion-4942056.pdf

https://www.ejemplos.co/poblacion-y-muestra/

https://www.superprof.es/apuntes/escolar/matematicas/estadistica/
descriptiva/parametros-estadisticos.html#:~:text=Ejemplos%20de%20par
%C3%A1metros%20estad%C3%ADsticos%20son,De%20tendencia
%20central