Universidad Nacional de San Agustín

Escuela Profesional de Ciencias de la Comunicación

ESTADÍSTICA

Mg. Esther Yanet Yanapa Zapana

ALUMNO (A) : ...............................................................................

GRUPO : ..................

SEMESTRE : ………….

2024
 CONCEPTOS BÁSICOS DE ESTADÍSTICA

Definición:

Estadística es la disciplina que proporciona métodos y procedimientos para obtener, describir,

analizar e interpretar un conjunto de datos, que permiten, luego, tomar decisiones y predecir
fenómenos que puedan expresarse en forma cuantitativa, de acuerdo a ciertos objetivos
preestablecidos
La estadística es una ciencia auxiliar para todas las ramas del saber; su utilidad se entiende mejor si
tenemos en cuenta que los quehaceres y decisiones diarias conllevan cierto grado de incertidumbre y
la Estadística ayuda en la incertidumbre, trabaja con ella y nos orienta para tomar las decisiones con
un determinado grado de confianza.
La Estadística se clasifica en estadística descriptiva y estadística inferencial.

Estadística Descriptiva:
Trata de la recolección, clasificación, presentación y descripción de los datos. Es decir, sólo se ocupa
de describir y analizar un grupo de datos, sin sacar conclusiones sobre un grupo mayor. Es lo que
piensa la mayor parte de las personas cuando escucha la palabra “Estadística”.

Estadística Inferencial o Inductiva:

En la estadística inferencial vamos más allá de la mera descripción de los datos, ya que un objetivo
básico es el uso de los datos provenientes de una muestra para hacer una afirmación acerca de una
característica de la población. Se hacen dos tipos de afirmaciones: una tiene que ver con la estimación
de parámetros y la otra con la prueba de hipótesis.

Proporciona la teoría necesaria para afirmar algo acerca de la población o tomar decisiones generales
a partir de los datos bajo estudio. Es decir, se pretende inferir conclusiones referentes a la población
de donde procede la muestra, estas conclusiones nunca pueden ser totalmente ciertas por lo cual
siempre tendrán cierto grado de incertidumbre.

Mg. Esther Yanet Yanapa Zapana

Inferir es emitir juicios o conclusiones basados en algún conocimiento o experiencia sobre un evento
o suceso.
La estadística descriptiva y la inferencial no son independientes; por el contrario, son
complementarias y entre ambas dan la suficiente ilustración sobre una posible realidad futura, con el
fin que quien tenga poder de decisión, tome las medidas necesarias para transformar ese futuro o para
mantener las condiciones existentes.
Objetivos de la Estadística:

Descripción. - Los datos que están expresados en su forma natural se clasifican y se presentan en
cuadros o tablas. Esta etapa preliminar consiste generalmente en la recopilación, organización,
tabulación y representación gráfica de los datos y en la determinación de los estadígrafos que
proporcionan en forma resumida una descripción cuantitativa del fenómeno estudiado.

Análisis. - Toda investigación estadística incluye un problema de análisis con el objeto de formarse
un concepto de una población y adoptar decisiones; mediante el análisis se infiere propiedades para
una población sobre la base de resultados muestrales conocidos. La tarea principal del análisis es
producir la decisión que dio origen a la investigación. Sin embargo, se considera que el análisis
estadístico no está completo sin una estimación del grado de confianza que sea justificado atribuir a
esa decisión.
Predicción. - Es la estimación de resultados en el futuro. Esta estimación dependerá del grado de
conocimiento del comportamiento pasado y presente de las variables en estudio. Permite hacer
conjeturas bien informadas acerca de observaciones que aún no se han obtenido.

Campos de aplicación de la Estadística.

Las ciencias que necesitan de la Estadística se clasifican en:

• Las que obligatoriamente necesitan de la Estadística, lo que implica que muchas veces se
confunden con ella. Ejemplo: la Demografía.
• Las que necesitan de la estadística para estudiar fenómenos cuantitativos y cualitativos. Ejemplo:
Ingeniería, Economía, Sociología, Psicología, Biología, Ciencias de la Comunicación, Ciencias
de la Educación.
• Las que necesitan obtener sus resultados con máxima exactitud, lo cual lo logra a través de la
estadística. Ejemplo: Astronomía, Meteorología, Física, Medicina.

Mg. Esther Yanet Yanapa Zapana

 CONCEPTOS USADOS EN ESTADÍSTICA

Población o Universo. - Es la totalidad de individuos o elementos que poseen alguna característica

común susceptible de ser estudiada. Es la totalidad de las unidades de análisis. El estudio de la
población completa se llama censo y es con frecuencia costoso, lleva mucho tiempo y no es práctico.
Ejemplos:
- Todos los estudiantes del segundo año de la UNSA.
- Todos los meses comprendidos durante el periodo 2020-2022.

La población puede ser finita e infinita.

Población Finita. - Cuando es posible enumerar todos sus elementos de tal manera que haya un
primero y un último elemento. Al número de elementos de una población finita se le denota por 𝑵.
Población Infinita. - Cuando sus elementos no se pueden enumerar. En la práctica toda población
extremadamente grande se trata como población infinita.

Muestra. - Es un subconjunto representativo de la población que se aísla para su análisis estadístico.

Se toman muestras cuando es difícil o costoso observar todos los elementos de la población. El
número de elementos de la muestra se denota por 𝒏. Al proceso de obtener la muestra se llama
muestreo.
Ejemplos:
- Los estudiantes del segundo año de la Facultad de Psicología, Relaciones Industriales y Ciencias
de la Comunicación de la UNSA.
- Todos los meses de verano comprendidos durante el periodo de 2020-2022.
Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las similitudes y
diferencias encontradas en la población, ejemplificar las características de la misma. Cuando decimos
que una muestra es representativa indicamos que reúne aproximadamente las características de la
población que son importantes para la investigación.
Si una muestra es representativa de una población, es posible inferir importantes conclusiones sobre
las poblaciones a partir del análisis de la muestra. Ya que dicha inferencia no es del todo exacta, el
lenguaje de las probabilidades aparecerá al establecer nuestras conclusiones.

Unidad Estadística o unidad de Análisis. - Es el objeto o elemento indivisible que será estudiado
en una población, sobre el cual se van a obtener datos. La unidad estadística genera el fenómeno que
se desea estudiar y proporciona datos concretos. Es cualquier elemento que porte información sobre
el fenómeno que se estudia.
Ejemplos:
- Un estudiante.
- Un mes.

Mg. Esther Yanet Yanapa Zapana

Variable. - Es un número o denominación que podemos asignar a la unidad de análisis. Es una
característica de la población que interesa al investigador. Son observables y susceptibles de tomar
distintos valores o ser expresados en diferentes categorías. Es una característica o propiedad
determinada del individuo, sea medible o no.

Esta propiedad hace que las personas de un grupo puedan diferir de las de otro grupo en la muestra o
población de estudio. A las variables se les denotan con las letras: X, Y, Z.
Las variables pueden ser: Cualitativas y cuantitativas.
Variables Cualitativas. - Cuando se refieren a características, atributos o actitudes. Son variables
cuyos valores consisten en categorías de clasificación, es decir se refieren a la cualidad que presenta
la población. Sus resultados no son numéricos.
Ejemplos:
- Estado Civil 𝑋 = {𝑠𝑜𝑙𝑡𝑒𝑟𝑜, 𝑐𝑎𝑠𝑎𝑑𝑜, 𝑣𝑖𝑢𝑑𝑜, 𝑑𝑖𝑣𝑜𝑟𝑐𝑖𝑎𝑑𝑜}
- Clase social 𝑌 = {𝑏𝑎𝑗𝑎, 𝑚𝑒𝑑𝑖𝑎, 𝑎𝑙𝑡𝑎}
- Lugar de Procedencia 𝑍 = {𝐴𝑟𝑒𝑞𝑢𝑖𝑝𝑎, 𝐿𝑖𝑚𝑎, 𝑀𝑜𝑞𝑢𝑒𝑔𝑢𝑎, 𝑇𝑎𝑐𝑛𝑎, 𝑃𝑢𝑛𝑜}
- Marca de PC 𝑋 = {𝐻𝑃, 𝐷𝑒𝑙𝑙, 𝐿𝑒𝑛𝑜𝑣𝑜, 𝐿𝐺, 𝐴𝑝𝑝𝑙𝑒}
- Color favorito 𝑌 = {𝑟𝑜𝑗𝑜, 𝑏𝑙𝑎𝑛𝑐𝑜, 𝑟𝑜𝑠𝑎, 𝑛𝑒𝑔𝑟𝑜, 𝑣𝑒𝑟𝑑𝑒}
- Ciclo de estudios 𝑍 = {𝑝𝑟𝑖𝑚𝑒𝑟𝑜, 𝑠𝑒𝑔𝑢𝑛𝑑𝑜, 𝑡𝑒𝑟𝑐𝑒𝑟𝑜, … , 𝑑é𝑐𝑖𝑚𝑜}

Variables cuantitativas. - Cuando expresan dimensiones o capacidades. Son variables que se

obtienen como resultado de mediciones o conteos.
Ejemplos:
- Estatura 𝑋 = [150,188]
- Peso 𝑌 = [45,85]
- Número de PC’s 𝑍 = {0,1,2, … ,50}
- Temperatura 𝑋 = [36.1°, 37.2°]
- Ingresos 𝑌 = [0,3500]
- Cociente intelectual 𝑍 = [70,150]

Las variables cuantitativas se clasifican en: Discretas y Continuas.

Variables cuantitativas discretas. - Cuando asumen valores numéricos aislados y no pueden tomar
ningún valor entre dos consecutivos. Son contables. Se asocian con los números naturales.
Ejemplos:
- Número de hijos 𝑋 = {0,1,2,3,4,5,6}
- Número de computadoras en reparación Y= {0,1, … ,23}
- Número de cursos aprobados 𝑍 = {0,1,2,3,4,5,6,7}
- Número de administradores que siguen maestría 𝑋 = {0,1, … ,36}

Variable cuantitativa continua. - Cuando puede tomar cualquier valor, dependiendo éste de la
precisión con que se trabaje. Es decir, puede tomar infinitos valores entre dos números por muy
próximos que estén. Es aquella que puede sufrir cualquier grado de subdivisión. Son medibles. Se
asocian con los números reales.

Ejemplos:
- Edad 𝑋 = [17,35]
- Presión arterial 𝑌 = [17,35]
- Estatura 𝑍 = [150,188]
- Calificaciones 𝑋 = [0,20]
Mg. Esther Yanet Yanapa Zapana
- Peso al nacer 𝑋 = [2500,3500]
- Sueldo 𝑋 = [0,1025]
- Nº Horas de Estudio 𝑋 = [0,7]
- Velocidad 𝑋 = [20,50]

Dato Estadístico u Observación. - Es el valor o respuesta que adquiere la variable en cada unidad
de análisis. Son números o medidas que han sido recopilados como resultado de observaciones, que
pueden ser comparados, analizados e interpretados. Los datos son la materia prima de la estadística.
Un conjunto de datos constituye un grupo de valores o características registradas para cada uno de
los individuos observados. Es la información disponible. La característica principal de los datos
estadísticos, es que los valores cambian de un individuo a otro.

Ejemplos:
- 50, 55, 70, 48, 56, ..... (Peso).
- Lima, Ica, Huancayo, Trujillo, ..... (Lugar de procedencia).
- 3, 1, 2, 4, 0, .... (Nº de cursos reprobados)
- Alto, Medio, Bajo (Nivel Socioeconómico)

Parámetro. - Es un valor obtenido para describir en forma resumida las características más
importantes de una población. Son las medidas de resumen de una población, ésta puede tener muchas
características y por lo tanto muchos parámetros.
Para determinar su valor es necesario utilizar la información de la población completa y por lo tanto,
las decisiones que se tomen basándose en un parámetro serán con certidumbre total.
Los parámetros más usados son:
Media poblacional : 
Proporción poblacional : 𝑝
Varianza poblacional : 𝜎 2
Desviación Estándar poblacional: 𝜎

Ejemplos:
- La edad promedio de todos los relacionistas públicos que trabajan en la UNSA.
- La proporción de estudiantes que estudian Ciencias de la Comunicación en la UNSA.
Estadístico o Estadígrafo. - Es una medida usada para describir alguna característica de la muestra.
La toma de decisiones basada en un estadígrafo contiene cierto grado de incertidumbre debido al error
de muestreo. La estadística puede usarse para hacer inferencias acerca de los parámetros de la
población.
Los estadígrafos más usadas son:
Media muestral : 𝑥̅
Proporción muestral : 𝑃̅
Varianza muestral : 𝑆 2
Desviación estándar muestral : 𝑆

Ejemplos:
- El promedio aritmético de 20 relacionistas públicos elegidos al azar en la UNSA.
- La proporción de estudiantes a quienes les gusta el curso de Estadística en un grupo elegido al
azar en la Facultad de Psicología, Relaciones Industriales y Ciencias de la Comunicación de la
UNSA.

Mg. Esther Yanet Yanapa Zapana

Proporción. - Es la fracción de la población que posee una determinada propiedad. Es el parámetro
que más se utiliza en la descripción de una población de atributos. Es la relación que existe entre el
número de casos observados con una característica y el total de objetos que poseen la característica.
Indica el tanto por 1.
Ejemplo:
Se tiene una población de 1200 relacionistas públicos compuesta por 300 mujeres y 900 hombres,
entonces la proporción de hombres será:
900 3
P= = = 0.75
1200 4
La proporción de relacionistas públicos hombres es 0.75.

Porcentaje. - Es la proporción multiplicada por 100. Permite comparar dos o más series estadísticas
cuyos totales son diferentes pues quedan reducidos a 100. Expresa el tanto por 100.
Ejemplo:
Se tiene una población de 1600 relacionistas públicos compuesta por 600 mujeres y 1000 hombres,
entonces el porcentaje de mujeres será:
600
P% =  100 = 37,5%
1600
El 37,5% de los relacionistas públicos son mujeres.

ESCALAS DE MEDICIÓN

Definición. - Se denomina escala de medición a un instrumento de medida, con el que se asignan

valores (cualidades o números) a las unidades estadísticas para una variable definida.
El conocimiento de las escalas de medición es muy importante, pues cada una de ellas tienen métodos
estadísticos específicos.

Las escalas de medición son de los siguientes tipos:

* Nominal
* Ordinal
* De intervalos,
* De razón.

Escala nominal. - No implica ningún orden entre las diferentes categorías, sólo se puede observar
diferencia entre ellas.
Ejemplos:
- Color de ojos - Profesión - Partido político
- Sexo - Raza - Nacionalidad
- Curso favorito - Estado Civil - Religión

Escala ordinal. - Además de existir diferencia entre los valores de la variable, se tiene un orden entre
sus categorías.
Ejemplos:
- Grado de instrucción - Año de estudios - Grado académico.
- Clase social - Contextura física - Piso donde se reside.

Escala de Intervalo. - La escala de intervalos tiene un "cero relativo". Este cero no significa ausencia
total de la propiedad que se observa.
Ejemplos:
Mg. Esther Yanet Yanapa Zapana
- La temperatura (grados Celsius o Fahrenheit)
- La latitud
- El tiempo que se registra en nuestros calendarios
- Las calificaciones de una prueba de conocimientos o de aptitud.

Estas mediciones tienen un cero elegido arbitrariamente,

Escala de razón. - La escala de razón tiene un cero absoluto (ausencia total de la característica que
se observa).
Ejemplos:
- Sueldo
- Número de hijos
- Longitud de un objeto

Mg. Esther Yanet Yanapa Zapana