Академический Документы
Профессиональный Документы
Культура Документы
La estadística (la forma femenina del término alemán Statistik, derivado a su vez del italiano
statista, "hombre de Estado")1es una rama de las matemáticas y una herramienta que
estudia usos y análisis provenientes de una muestra representativa de datos, que busca
explicar las correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia en
forma aleatoria o condicional.
Es transversal a una amplia variedad de disciplinas, desde la física hasta las ciencias
sociales, desde las ciencias de la salud hasta el control de calidad. Además, se usa en áreas
de negocios o instituciones gubernamentales ya que su principal objetivo es describir al
conjunto de datos obtenidos para la toma de decisiones o bien, para realizar
generalizaciones sobre las características observadas.
La estadística es la ciencia que estudia cómo debe emplearse la información y cómo dar una
guía de acción en situaciones prácticas que entrañan incertidumbre.
La estadística es la rama del conocimiento humano que tiene como objeto el estudio de
ciertos métodos inductivos aplicables a fenómenos susceptibles de expresión cuantitativa.
COMPONENTES DE ESTADÍSTICA
Población. Es el conjunto formado por todos los valores posibles que puede asumir, la
variable objeto de estudio.
Así por ejemplo, en un estudio sobre la preferencia de los votantes en una elección
presidencial, la población consiste en todas las respuestas de los votantes registrados. Pero
el término no sólo está asociado a la colección de seres humanos u organismos vivos; y
tenemos así que, si se va a hacer una investigación de las ventas anuales de los
supermercados, entonces las ventas anuales de todos los supermercados constituyen así
mismo la población.
Es bueno tener en cuenta que el término población se interpreta de dos maneras cuando se
hace un estudio estadístico, a saber:
Por tanto, no es extraño escuchar expresiones tales como, "se hizo un estudio de los niveles
de ingreso de la población trabajadora colombiana", entendiéndose con ello que el elemento
estadístico objeto de análisis fue el registro numérico de los ingresos.
El concepto de muestra tiene también las dos connotaciones que hemos señalado para la
población.
Las características de una población se resumen para su estudio generalmente irá mediante
lo que se denominan parámetros; éstos a su vez se toman o consideran como valores
verdaderos de la característica estudiada. Por ejemplo, la proporción de todos los clientes
que declaran cierta preferencia por una marca particular de un producto dado, es un
parámetro de la población de todos los clientes; es la verdadera proporción de la población.
2. Diseño del experimento. Este aspecto es de gran importancia, puesto que la recolección
de datos requiere dinero y tiempo. Es siempre nuestro deseo obtener máxima Información
con el mínimo costo (dinero y tiempo) posible. Incluir excesiva Información en la muestra es a
menudo costoso y antieconómico. Incluir poca también es poco satisfactorio. Esto implica,
entre otras cosas, que debemos determinar el tamaño de la muestra o la cantidad o tipo de
datos que nos permita resolver el problema de la manera más eficiente.
3. Recolección de datos. Esta parte, por lo general, es la que exige más tiempo en la
Investigación. Esta recolección debe ajustarse a reglas estrictas ya que de los datos
esperamos extraer la Información deseada.
4. Tabulación y descripción de los resultados. En esta etapa, los datos muestrales se
exponen de manera clara y se ilustran con representaciones tabulares y gráficas (diagramas.
histogramas, etc.); además se calculan las medidas estadísticas apropiadas al proceso
inferencial que haya sido escogido.
Tipos de Estadísticas
Estadística descriptiva
Se puede definir como un método para describir numéricamente conjuntos numerosos. Por
tratarse de un método de descripción numérica, utiliza el número como medio para describir
un conjunto, que debe ser numeroso, ya que las permanencias estadísticas no se dan en los
casos raros. No es posible sacar conclusiones concretas y precisas de los datos estadísticos.
(Vargas, p.33)
La estadística inferencial tiene dos objetivos básicos; a) obtener conclusiones válidas acerca
de una población sobre la base de una muestra, es decir, que las conclusiones que
obtengamos de una muestra se puedan extrapolar a la población que dio origen a esa
muestra y b) poder medir el grado de incertidumbre presente en dichas inferencias en
términos de probabilidad. (Díaz, p.287)
Clasificación de la estadística
La estadística se puede clasificar en dos grandes ramas:
* Estadística descriptiva o deductiva.
* Estadística inferencial o inductiva.
Individuos o elementos: personas u objetos que contienen cierta información que se desea
estudiar.
Población: conjunto de individuos o elementos que cumplen ciertas propiedades comunes.
Muestra: subconjunto representativo de una población.
Parámetro: función definida sobre los valores numéricos de características medibles de una
población.
* Finita, como es el caso del número de personas que llegan al servicio de urgencia de un
hospital en un día;
Ejemplo
Clasificación:
Las variables pueden ser clasificadas como cuantitativas (intervalares) o cualitativas
(categóricas), dependiendo si los valores presentados tienen o no un orden de magnitud
natural (cuantitativas), o simplemente un atributo no sometido a cuantificación (cualitativa).
Una variable es medida utilizando una escala de medición. La elección de la(s) escala(s) de
medición a utilizar depende, en primer lugar, del tipo de variable en estudio, y, además, del
manejo estadístico a la que se someterá la información. En términos prácticos, existe una
correspondencia directa entre el concepto de variable y escala de medición.
Un atributo corresponde a un valor específico e una variable, como ser el caso de la variable
sexo, la que posee dos atributos: varón o mujer. En variables que exploran el grado de
acuerdo o desacuerdo frente a una afirmación los atributos podrían ser:
1 = muy en desacuerdo
2 = en desacuerdo
3 = indiferente
4 = de acuerdo
5 = muy de acuerdo
Dependiendo de los valores que puede tener una variable cualitativa, ésta puede a su vez
ser dicotómicas (cuando sólo pueden adoptar un sólo valor sin jerarquía entre sí; hombre -
mujer, positivo-negativo, presente-ausente), o bien, poli o multicotómicas, si existe la
posibilidad de que adopten múltiples valores (edad, talla, nivel socioeconómico, grupos
sanguíneos, calificación previsional de usuarios).
Si las categorías o valores que adopte una variable cualitativa poseen un orden, secuencia o
progresión natural esperable, hablaremos de variable ordinal, como por ejemplo: grados de
desnutrición, respuesta a un tratamiento, nivel socioeconómico, intensidad de consumo de
alcohol, días de la semana, meses del año, escalas de Killip o Apgar. A pesar de este orden
jerárquico no es posible obtener valoración numérica lógica entre dos valores.
2. Las variables de tipo cuantitativo pueden a su vez ser clasificadas como continuas o
discretas. Las escalas cuantitativas son reconocidas también como escalas intervalares o
numéricas.
Tanto las variables discretas como las continuas pueden agruparse construyendo intervalos,
entre cuyos valores extremos se ubicarán las diferentes observaciones registradas. Sin
embargo, estrictamente hablando, sólo las variables continuas pueden ser objeto de
categorización mediante intervalos.
Clasificación de variables
Cuantitativas (intervalares)