Definición de estadística.

La estadística es una disciplina científica que se ocupa de la obtención, orden y

análisis de un conjunto de datos con el fin de obtener explicaciones y predicciones sobre
fenómenos observados.

La estadística consiste en métodos, procedimientos y fórmulas que permiten

recolectar información para luego analizarla y extraer de ella conclusiones relevantes.
Se puede decir que es la Ciencia de los Datos y que su principal objetivo es mejorar la
comprensión de los hechos a partir de la información disponible.

Clasificación de la estadística.

Los tipos de estadística se puede subdividir en dos grandes ramas: descriptiva e

inferencial.

Estadística descriptiva: Se refiere a los métodos de recolección, organización,

resumen y presentación de un conjunto de datos. Se trata principalmente de describir las
características fundamentales de los datos y para ellos se suelen utilizar indicadores,
gráficos y tablas.

Estadística inferencial: Se trata de un paso más allá de la mera descripción. Se

refiere a los métodos utilizados para poder hacer predicciones, generalizaciones y
obtener conclusiones a partir de los datos analizados teniendo en cuenta el grado de
incertidumbre existente.

La estadística inferencial se subdivide a su vez en dos grandes tipos: estadística

paramétrica y no paramétrica.

Estadística paramétrica: Se caracteriza porque asume que los datos tienen una
determinada distribución o se especifican determinados parámetros que deberían
cumplirse. Así por ejemplo, en un análisis paramétrico podemos trabajar bajo el
supuesto de que la población se distribuye como una Normal (hay que justificar nuestro
supuesto) y luego sacar conclusiones bajo el supuesto que esta condición se cumple.

Estadística no paramétrica: En ella no es posible asumir ningún tipo de

distribución subyacente en los datos ni tampoco un parámetro específico. Un ejemplo de
este tipo de análisis es la prueba binomial.

Importancia de la estadística.

La estadística resulta fundamental para conocer el comportamiento de ciertos

eventos, por lo que ha adquirido un papel clave en la investigación. Se usa como un
valioso auxiliar y en los diferentes campos del conocimiento y en las variadas ciencias.
Es un lenguaje que permite comunicar información basada en datos cuantitativos.
 Es tan importante que casi no existe actividad humana en que no esté
involucrada la Estadística. Las decisiones más importantes de nuestra vida se toman con
base en la aplicación de la Estadística. Pongamos algunos ejemplos.

La estadística es de gran importancia en la investigación científica debido a que:

 Permite una descripción más exacta.

 Nos obliga a ser claros y exactos en nuestros procedimientos y en nuestro
pensar.
 Permite resumir los resultados de manera significativa y cómoda.
 Nos permite deducir conclusiones generales.

Finalidad de la estadística.

Conocer las características y hacer inferencias o llegar a conclusiones respecto a

una población objetivo. Esto, usualmente a partir del análisis de una muestra. Esto es
propio de la estadística inferencial.

Puede permitir establecer relación entre distintas variables, hallando el posible

origen de un fenómeno, estudiando los cambios en dicho evento y haciendo
proyecciones sobre el mismo, de ser posible.

En base a las conclusiones obtenidas, se pueden tomar decisiones, por ejemplo,

si hablamos de un estudio estadístico realizado por el Gobierno para definir una política
pública.

En el caso de la estadística descriptiva, permite tener un estado de la cuestión, es

decir, conocer las características de una base de datos, por ejemplo, calculando las
medidas de tendencia central como la media o la moda.

Sirve de apoyo a otras disciplinas como la economía, en el análisis y proyección

de indicadores como la inflación o el Producto Interior Bruto. Asimismo, en el campo
de la biología, tenemos la bioestadística que analiza, en otros, datos de salud pública y
medioambiental.

Definición de Universo.

Es aquello que lo aborda como todo lo que se puede apreciar de forma física. En
este sentido, se incluyen las múltiples apariencias y versiones de la materia y la energía,
las leyes físicas que las gobiernan, y la totalidad del espacio y del tiempo.

Definición de población.

Una población es un grupo finito o infinito de personas, objetos o animales que

tienen ciertas características en común.
 Una población estadística es el total de individuos o conjunto de ellos que
presentan o podrían presentar el rasgo característico que se desea estudiar.

Definición de sub-población.

Las subpoblaciones son los miembros de subgrupos de la población que

comparten las mismas características específicas pero que son distintos del resto de la
población estudiada.

Definición de muestra.

Una muestra es una parte o una porción de un producto que permite conocer la
calidad del mismo.

Una muestra estadística es un subconjunto de datos perteneciente a una

población de datos. Estadísticamente hablando, debe estar constituido por un cierto
número de observaciones que representen adecuadamente el total de los datos.

Definición de parámetro.

Un parámetro es un elemento de un sistema que permite clasificarlo y poder

evaluar algunas de sus características como el rendimiento, la amplitud o la condición.

Definición de estadígrafo.

Son las medidas descriptivas inherentes a una muestra, las cuales pueden usarse
como estimación del parámetro. Como ejemplo podría tomarse los salarios promedio de
una muestra de los empleados de la empresa.

Definición de elemento.

Son las entidades acerca de las que se reúnen datos. Por ejemplo: 1) si se evalúa
la memoria de los aspirantes a un puesto de mozo en el restaurante X, las unidades son
cada uno de los aspirantes.

Definición de carácter.

Es una propiedad que permite clasificar a los individuos de una población. Se

distinguen dos tipos de caracteres estadísticos: - Cuantitativo: Son aquellos que se
pueden medir. - Cualitativos: Son aquellos que no se pueden medir.

Definición de 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.

Clasificación de variables.
 Aunque hay decenas de tipos de variables estadísticas, por norma general
podemos encontrarnos dos tipos de variables:

Variable cuantitativa: Son variables que se expresan numéricamente.

Variable continua: Toman un valor infinito de valores entre un intervalo de

datos. El tiempo que tarda un corredor en completar los 100 metros lisos.

Variable discreta: Toman un valor finito de valores entre un intervalo de datos.

Número de helados vendidos.

Variable cualitativa: Son variables que se expresan, por norma general, en

palabras.

Variable ordinal: Expresa diferentes niveles y orden.

Variable nominal: Expresa un nombre claramente diferenciado. Por ejemplo el

color de ojos puede ser azul, negro, castaño, verde, etc.

Además cada una de estas variables podría tener más subtipos, ya que tenemos
variables de tipo económico, categóricas, dicotómicas, dependientes, independientes y
cardinales. Es decir, como ya hemos dicho, muchos tipos de variables estadísticas. Por
ejemplo, podríamos tener una variable estadística de tipo cuantitativo, discreta y
dependiente.

Adicionalmente, también debemos aclarar que el hecho que las variables

cualitativas se expresen con nombre no quiere decir que no puedan ser parte de un
modelo matemático. Así pues, podríamos crear una variable cuantitativa a partir de una
variable cualitativa. Por ejemplo, para el color de ojos podríamos asignar un 1 si tiene
los ojos azules, un 2 si tiene los ojos verdes y un 3 si tiene los ojos marrones. O, en
otros casos, podríamos también convertir variables dicotómicas que indica SI o NO, en
1 o 0.

Definición de atributo.

Los atributos también llamados caracteres cualitativos, son aquellos que no son
susceptibles de medición, es decir que no se pueden expresar mediante un número.

La forma de expresar los atributos es mediante palabras, por ejemplo; profesión,

estado civil, sexo, nacionalidad, entre otros. Puede notar que los atributos no se
presentan en la misma forma en todos los elementos. Estas distintas formas en que se
presentan los atributos reciben el nombre de "modalidades".

Ejemplo:
 El estado civil de cada uno de los estudiantes de la Escuela de Relaciones
Industriales de FACES, no se presenta en la misma modalidad en todos.

Como hemos dicho, para que los datos tengan sentido es necesario compararlos.
Y para poder compararlos debemos utilizar escalas de medición. Dichas escalas tendrán
diferentes propiedades en función de las características de los datos que se compararán.
En estadística existen cuatro escalas de medición: nominal, ordinal, de intervalo y de
razón.

Escala de medición.

 Escala nominal.

Cuando un dato identifica una etiqueta (o el nombre de un atributo) de un

elemento, se considera que la escala de medición es una escala nominal. En esta carecen
de sentido el orden de las etiquetas, así como la comparación y las operaciones
aritméticas. La única finalidad de este tipo de datos es clasificar a las observaciones.
Ejemplo:

Una variable que indica si el visitante de este post es «hombre» o «mujer».

En esta variable se tienen dos etiquetas para clasificar a los visitantes. El orden
carece de sentido, así como la comparación u operaciones aritméticas.

 Escala ordinal.

Cuando los datos muestran las propiedades de los datos nominales, pero además
tiene sentido el orden (o jerarquía) de estos, se utiliza una escala ordinal. Ejemplo:

Una variable que mide la calidad de un post. La variable puede tomar valores
enteros del 1 al 5, donde el valor 1 es el peor y el 5 el mejor.

En esta variable sigue sin tener sentido las operaciones aritméticas, pero ahora sí
tiene sentido el orden. Si un post tiene valor 4 y otro tiene valor 2, el primero se
entiende que es mejor que es segundo.
  Escala de intervalo.

En una escala de intervalo, los datos tienen las propiedades de los datos
ordinales, pero a su vez la separación entre las variables tiene sentido. Este tipo de datos
siempre es numérico, y el valor cero no indica la ausencia de la propiedad. Veamos un
ejemplo:

La temperatura (en grados centígrados) media de una ciudad.

En esta escala, los números mayores corresponden a temperaturas mayores. Es

decir, el orden importa, pero a la vez la diferencias entre las temperaturas importa.

 Escala de razón.

En una escala de razón, los datos tienen todas las propiedades de los datos de
intervalo, y la proporción entre ellos tiene sentido. Para esto se requiere que el valor
cero de la escala indique la ausencia de la propiedad a medir. Ejemplos de este tipo de
variables son el peso de una persona a el tiempo utilizado para una tarea. Ejemplo:

Una variable que mide el salario de una persona.

En esta variable, si una persona gana 100, y otra 10, la primera gana más que la
segunda (comparación). También tiene sentido decir que la primera gana 90 más que la
segunda (diferencia), o que gana 10 veces más (proporción).

Formas de observar la población: exhaustiva y por muestreo.

 Observación Exhaustiva: cuando la observación es generada sobre la

totalidad de los elementos de la población se habla de una observación
exhaustiva.

 Por muestreo: Esto no es más que el procedimiento empleado para obtener

una o más muestras de una población; el muestreo es una técnica que sirve
para obtener una o más muestras de población.
 Este se realiza una vez que se ha establecido un marco muestral representativo
de la población, se procede a la selección de los elementos de la muestra aunque hay
muchos diseños de la muestra.

Al tomar varias muestras de una población, las estadísticas que calculamos para
cada muestra no necesariamente serían iguales, y lo más probable es que variaran de
una muestra a otra.

Ejemplo:

Consideremos como una población a los estudiantes de educación del Núcleo

San Carlos de la UNESR, determinando por lo menos dos caracteres ser estudiados en
dicha población: Religión de los estudiantes y Sexo.

Pasos de la investigación estadística directa.

El proceso de aplicación de la estadística implica una serie de pasos:

 Selección y determinación de la población o muestra y las características

contenidas que se desean estudiar. En el caso de que se desee tomar una
muestra, es necesario determinar el tamaño de la misma y el tipo de
muestreo a realizar (probabilístico o no probabilístico).

 Obtención de los datos. Esta puede ser realizada mediante la observación

directa de los elementos, la aplicación de encuestas y entrevistas, y la
realización de experimentos.

 Clasificación, tabulación y organización de los datos. La clasificación

incluye el tratamiento de los datos considerados anómalos que pueden en un
momento dado, falsear un análisis de los indicadores estadísticos. La
tabulación implica el resumen de los datos en tablas y gráficos estadísticos.

 Análisis descriptivo de los datos. El análisis se complementa con la

obtención de indicadores estadísticos como las medidas: de tendencia
central, dispersión, posición y forma.
  Análisis inferencial de los datos. Se aplican técnicas de tratamiento de datos
que involucran elementos probabilísticos que permiten inferir conclusiones
de una muestra hacia la población (opcional).

 Elaboración de conclusiones. Se construye el informe final.

Métodos de recopilación de datos.

La forma de obtener la información original de las unidades de análisis que

componen el universo por investigar puede ser efectuada a través de un censo, una
encuesta o un registro administrativo.

 Censo.

Es un método de recolección de datos mediante el cual la información se obtiene

relevando la totalidad de los elementos que componen la población o universo bajo
estudio. Un censo debe cumplir las condiciones de universalidad (censar a todos los
elementos de la población) y simultaneidad (realizarse en un momento determinado).
Un censo es equivalente a una fotografía de la población bajo estudio.

El término censo no sólo se aplica a aquellos relevamientos que comprenden

todas las unidades de todo un país y que se realizan con una frecuencia de recolección
quinquenal o decenal, como es el caso de los censos de población, económicos,
agropecuarios, etc., sino también a todo relevamiento, cualquiera sea su cobertura
geográfica, número de unidades de información, o frecuencia de su recolección, siempre
que incluya todas las unidades que componen el universo que se investiga.

 Encuesta.

Es un método de recolección mediante el cual la información se obtiene

relevando sólo un subconjunto o muestra de elementos del universo en estudio, que
permite obtener información sobre el mismo.
 Para que la información obtenida con la encuesta sea generalizable a la
población, la muestra utilizada debe ser representativa de la población de la que
proviene. Para lograrlo, se utilizan métodos de selección de unidades especialmente
diseñados con este fin.

Su uso ha ido en rápido aumento, en la medida en que las instituciones

productoras de información disponen de personal capacitado para efectuar su
organización, diseño y análisis, debido a su menor costo y a que en determinadas
circunstancias la información resulta más exacta debido a que los errores ajenos al
muestreo (errores en la recolección y en el procesamiento) pueden ser reducidos a través
de una mejor capacitación de los empadronadores y la utilización de métodos de
captación de información más objetivos.

 Registro administrativo.

Existen oficinas públicas que llevan registros administrativos para sus propios
fines. Por ejemplo, los Registros Civiles que registran los nacimientos, los casamientos,
las defunciones, etc.; los Ministerios de Educación que llevan registros de matriculación
de alumnos, deserción escolar, etc.; la Aduana que registra las importaciones y
exportaciones, etc.

Esta información puede ser utilizada con fines estadísticos y se obtiene tal como
está disponible. Los fines administrativos no siempre coinciden totalmente con los fines
estadísticos.

Por ejemplo, para un estudio sobre determinada enfermedad se puede recurrir a

los registros disponibles en hospitales, sanatorios, etc. Estos registros habrán sido
diseñados para dar respuesta a ciertos requerimientos administrativos y seguramente la
información que contienen no coincidirá exactamente con los requerimientos
estadísticos.

Los registros constituyen la forma más económica de obtener información

estadística de una población.

 Agrupamiento de datos

Existen métodos para resumir los datos medidos u observados.

 Cuando se trata de variables cualitativas donde las categorías están
determinadas, lo único que hay que hacer es contabilizar el número de casos
pertenecientes a cada categoría y normalizar en relación al número total de casos,
calculando una proporción, un porcentaje o una razón.

En cambio, cuando se trata de variables cuantitativas, el resumen de los datos

consiste en organizar tablas que sintetizan los datos originales y se denominan
distribuciones de frecuencia.

Frecuencia: es el número de veces que se presenta cada valor de la variable.

Tabla de frecuencias: es una tabla que presenta en forma ordenada los distintos
valores de una variable y sus correspondientes frecuencias.

Representación gráfica: en general la representación gráfica de una tabla de

frecuencias permite percibir con mayor claridad algunas características de la masa de
datos que se investiga. Por ello, a través de gráficos, resulta bastante más fácil transmitir
conclusiones a personas no habituadas a la interpretación de tablas de frecuencias.

Para representar gráficamente una distribución de frecuencias se utiliza un par

de ejes de coordenadas. En el eje de las abscisas se representará la variable estudiada y
en el eje de las ordenadas, las correspondientes frecuencias.

 Parámetros estadísticos

Al obtener de una población la distribución de frecuencias de una variable lo

que se persigue es reducir o condensar en pocas cifras el conjunto de observaciones
relativas a dicha variable.

Este proceso de reducción puede continuarse hasta su grado máximo, es decir,

hasta sustituir todos los valores observados por uno solo, que se llama promedio.
 Existen numerosas formas de calcular promedios. La más conocida es la media
aritmética, pero además existen otras como la mediana y la moda o el modo.