H I S T O R I A D E

L A
E S T A D Í S T I C A S

Y E S E N I A S A N TAN A
ALGARÍN
 • Ciencia que recoge, organiza,
presenta, analiza e interpreta datos
con el fin de propiciar la toma de
decisiones mas eficaz.

• Es una rama de las Matemáticas

Aplicadas que brinda métodos y
procedimientos para organizar y
evaluar una investigación científica
con el fin de tomar decisiones mas
Estadísticas confiables, cuando prevalecen
condiciones de incertidumbre.
 • Estadísticas Descriptivas
• Métodos para organizar, resumir y
presentar datos de manera informativa.

• Estadísticas Inferenciales
• Métodos para determinar una propiedad
de una población con base en la
información de una muestra.
• Hacer generalizaciones.
Tipos de • Determinar diferencias basadas en
criterios científicos.
Estaditicas
Poblaciones y Muestras

Si un conjunto de datos
consta de todas las
Si un conjunto de datos
observaciones concebibles
consiste sólo en una parte de
( o hipotéticamente) posibles
estas observaciones, se le
de un fenómeno
conoce como una muestra.
determinado, lo llamamos
una población.
 Es una característica de interés

Variable A – Edad

Variable B – Genero
Variables Variable C- Puntuación de examen Final

Variables cualitativas o categorías

Variables cuantitativas
Variables Cualitativas
• Expresan cualidades o categorías
• No son variables numéricas
• Descripción textual de algo

• Cualitativas Ordinal
• Orden de importancia
• Elemental, superior, bachillerato

• Cualitativa nominal
• No importa el orden
• Casado, soltero, viudo
 • Existen cuatro tipo de escala
• Son una sucesión de medidas
que permiten organizar datos en
Escala de orden jerárquico. Las escalas de
Medición medición, pueden ser
clasificadas de acuerdo a una
degradación de las
características de las variables
• Estas son:
• Nominal
• Ordinal
• Intervalo
• Razón
Escala Nominal.
• Una escala de medición es nominal si los
datos son etiquetas o categorías que se usan
para definir un atributo de un elemento.

• Los datos nominales pueden ser numéricos o

no numéricos.

• Ejemplo:
• El sexo de una persona es un dato nominal
no numérico.
• El numero de seguro social de una persona
es un dato nominal numérico.
 • Una escala de medición es ordinal si los
datos pueden usarse para jerarquizar u
ordenar las observaciones.

Escala Ordinal • Los datos ordinales pueden ser numéricos

o no numéricos.

• Ejemplo:
• Las medidas pequeño, mediano y grande
para dar el tamaño de un objeto son datos
ordinales no numéricos.
Escala Intervalo.
• Una escala de medición es de intervalo si los
datos tienen las propiedades de los datos
ordinales y los intervalos entre
observaciones se expresan en términos de
una unidad de medición fija.

• Los datos de intervalo tienen que ser

numéricos.

• Ejemplo:
• Las mediciones de temperatura son datos de
intervalo. Suponga que la temperatura en un
lugar es de 21°C y en otro es de 4°C.
Escala Razón
Una escala de medición es de razón si los datos tienen las propiedades de los
datos de intervalo y el cociente (o razón) entre dos medidas tiene sentido.

Los datos de razón tienen que ser numéricos.

Ejemplo:

Variables como la edad, la distancia, la altura, el peso y el tiempo se miden con

una escala de razón.
Importancia de las escalas
de medición en la
investigación científica.
• Todo problema de investigación científica, aún el
más abstracto, implica de algún modo una tarea
de medición de los conceptos que intervienen en
el mismo.

• Porque si tratamos con objetos como una especie

vegetal o un comportamiento humano nos
veremos obligados ya sea a describir sus
características o a relacionarse éstas con otras con
las que pueden estar conectadas: en todo caso
tendremos que utilizar determinadas variables,
tamaño, tipo de flor, semilla, o las variables que
definan el comportamiento de estudio y
tendremos que encontrar el valor que éstas
asumen en el caso estudiado
 CIENTÍFICOS
QUE
CONTRIBUYERON
A LAS
ESTADÍSTICAS
Pierre de Fermat
• Fermat fue cofundador de la 
teoría de probabilidades 

• La teoría de probabilidades se
ocupa de asignar un cierto
número a cada posible
resultado que pueda ocurrir en
un experimento aleatorio, con el
fin de cuantificar dichos
resultados y saber si un suceso
es más probable que otro.
Sir Ronald Aylmer Fisher

• Fisher desarrolló técnicas

para obtener mayor
cantidad de información
útil a partir de muestras
de datos más pequeñas, e
introdujo el principio de
aleatoriedad en la
recogida de muestras y el
análisis de la varianza o
análisis multivariacional.
Walter Andrew Shewhart

• Introdujo el concepto de control

estadístico de calidad en un histórico
memorándum dirigido a sus superiores,
en los Laboratorios Bell, el 16 de mayo
de 1924 y más tarde, a principios de los
años 30, comienza ya la aplicación de
este concepto en la industria con el uso
de las gráficas de control creadas por él
mismo, las cuales desde ese entonces
han sido usadas con éxito en una amplia
variedad de situaciones de control de
procesos, en todo el mundo.
Harald Cramér
• hizo contribuciones
estadísticas a la
distribución de los 
números primos
 • Introdujo el concepto de
Interval de continua.
Jerzy Neyman
• Neyman propuso y estudió
experimentos aleatorios en
1923
 • introdujo el 
análisis de la correlación ca
Harold nónica
.
Hotelling
• El análisis de correlación
canónica es buscar las
relaciones que pueda haber
entre dos grupos de
variables y la validez de las
mismas. 
Egon Pearson

• Establedce como encontrar la

prueba mas poderosa de una
hipotesis nula simple contra una
alterna nula simple.
Abraham Wald
• Fue un matemático que
hizo importantes
contribuciones a la 
teoría de la decisión, la 
geometría, la economía y
que fundó el 
análisis secuencial.
 S P S S .
S T AT Í S T I C A L
P A C K A G E F O R T H E
S O C I A L S C I E N C E S .
 • El SPSS es una potente aplicación de análisis
estadísticos de datos, dotada de una intuitiva
interfaz gráfica que resulta muy fácil de
manejar. (programa estadístico).

• Es un sistema amplio y flexible de análisis

estadístico y gestión de información que es
capaz de trabajar con datos procedentes de
distintos formatos generando, desde sencillos
gráficos de distribuciones y estadísticos

Programa descriptivos hasta análisis estadísticos

complejos que nos permitirán descubrir
relaciones de dependencia e interdependencia,
Estadístico establecer clasificaciones de sujetos y variables,
predecir comportamientos, etc...
( SPSS)
 • Permite manejar bancos de
datos de gran magnitud y
también efectuar análisis
estadísticos muy complejos.
¿En que
consiste el
programa SPSS?
 • El SPSS se inicia siempre ofreciendo la
imagen, similar a una hoja de cálculo, del
Editor de Datos. Este Editor dispondrá las
variables en columnas y los casos enfilas.
Nuestro primer objetivo será definir el
fichero de datos y almacenar esos datos en
CAPTURA DE el editor.

DATOS E • El archivo de datos puede crearse

INTRODUCCIÓN directamente en SPSS o importarse ya
creado de otro programa, normalmente de
DIRECTA EN una hoja de cálculo. La definición de las
variables será, sin embargo, una tarea a
SPSS. realizar obligatoriamente en el SPSS.
 Usos • Facilita crear un archivo de datos en una
forma estructurada. Organizar una base de
potenciales datos que puede ser analizada con
diversas técnicas estadísticas.

del programa • A pesar de que existen otros programas

(como Microsoft Excel) que se utilizan para
SPSS. organizar datos y crear archivos
electrónicos.
• SPSS permite capturar y analizar los datos
sin necesidad de depender de otros
programas.
• Transformar un banco de datos creado en
Microsoft Excel en una base de datos SPSS.
Respecto a su capacidad de
procesamiento de datos :
• Es capaz de manejar ficheros de
datos con más de 30000 variables
y cualquier tamaño de casos,
únicamente limitada por la
capacidad de almacenamiento del
los discos de nuestro ordenador.

• La variedad de análisis incluidos es

amplia .(depende de la versión)
 • Permite efectuar tanto análisis estadísticos
¿Qué tipo de básicos como avanzados.(reportes
análisis estadísticos descriptivos del proyecto: características
de edad, intereses ,ingreso familiar, lugar
se pueden realizar de origen, etc.).
con el programa
SPSS? • Se comparan las características de dos o
mas grupos con respecto a diversas
variables: ejemplo:( saber si existe una
diferencia en el desempeño de los
estudiantes según su genero y/o el
desempeño dependiendo su nivel
socioeconómico.)
Ventajas y desventajas del programa SPSS
SPSS se desarrollo en una forma que aparentemente es fácil de navegar.
Utiliza una serie de cuadros de dialogo que permiten en forma secuencial
determinar las acciones a tomar y seleccionar aquellos análisis útiles.

Sin embargo si el usuario no tiene experiencia previa utilizando SPSS o si

sus conocimientos de estadística no están actualizados es difícil discernir
que opciones seleccionar.

Esta característica del programa puede convertirse en una desventaja e

inhibir al usuario.
Tipos de gráficos de barras
• Sencillo: Contiene una única serie de datos .

• Agrupado: Contiene varias series de datos y cada una se representa

por un tipo de barra de un mismo color o textura.

• Apilado: Contiene varias series de datos. La barra se divide en

segmentos de diferentes colores o texturas y cada uno de ellos
representa una serie.
T I P O S D E
G R Á F I C O S
D E
B A R R A S
S E N C I L L A
Grafica de
dados
agrupados
TIPO DE
GRAFIC
A
APILADO
Gráfico de líneas
• Un gráfico de líneas es una representación gráfica en un eje
cartesiano de la relación que existe entre dos variables reflejando
con claridad los cambios producidos.

• Se suelen usar para presentar tendencias temporales.

GRÁFICO
DE
LÍNEAS
Gráfico de
dispersión
• Este gráfico nos informa del
grado de correlación entre
dos variables.

• El tipo de correlación se
puede deducir según la forma
de la nube de puntos