¿Qué es la estadística?

La Estadística es una disciplina científica que se ocupa de la recolección, organización, análisis, interpretación y presentación de datos. Su objetivo principal es extraer información significativa de conjuntos de datos para comprender fenómenos, tomar decisiones informadas y hacer predicciones sobre el futuro. No se trata solo de números, sino de dar sentido a esos números en un contexto determinado.

Concepto y Definición Formal

La estadística es la rama de las matemáticas aplicadas que utiliza teorías de probabilidad para inferir propiedades de grandes conjuntos de datos (poblaciones) a partir de un subconjunto de los mismos (muestras). Va más allá de la simple aritmética, empleando métodos sofisticados para asegurar la validez y fiabilidad de las conclusiones obtenidas.

¿PARA QUÉ SIRVE LA ESTADÍSTICA?

La estadística y sus representaciones gráficas nos permiten comprender hechos que suceden a nuestro alrededor, de este modo usted podrá ejercitar constantemente la lectura inteligente y crítica de los informes  estadísticos en las áreas comerciales, económicas, financieras, ambientales, políticas que a diario aparecen en los diferentes medios de comunicación.

La estadística tiene gran utilidad cuando  necesitamos determinar necesidades de una población, cuando necesitamos saber por ejemplo el rendimiento promedio de un grupo de estudiantes, saber si un programa de televisión tiene o no gran sintonía, saber cuál es la causa de muerte más frecuente en el país o el mundo, saber cuál es el candidato de preferencia para unas elecciones, etc.  La estadística nos permite organizar los datos recolectados para luego analizarlos e interpretarlos a través de cuadros o tablas y gráficas, la estadística facilita el manejo de una información obtenida.

 

CONCEPTOS GENERALES PARA TENER EN CUENTA.

 

a. Población: Es el conjunto de todos los elementos a los que se somete a un estudio estadístico.

b. Muestra: Es un conjunto representativo de la población objeto de estudio.

c. Individuo: Cada uno de los elementos de la población.

d. Muestreo: Es la reunión de datos que se desea estudiar obtenidos de la muestra.

e. Valor: Es cada uno de los distintos resultados que se pueden obtener en un estudio estadístico.

f, Dato: Es cada uno de los valores que se ha obtenido al realizar un estudio estadístico.

f. Variables: Una variable estadística es cada una de las características o cualidades que poseen los individuos de una población, se clasifican en variables cuantitativas (que podemos contar) y esta a su vez se clasifica en discreta(se cuenta mediante números enteros) y variable cuantitativa continua(usa números decimales), la siguiente clasificación son las variables cuantitativas (aquellas que muestran cualidades de los individuos de la población). 

CONCEPTOS GENERALES

IMPORTANCIA DEL ESTUDIO ESTADÍSTICO

Un estudio estadístico bien elaborado nos permite analizar los datos recolectados de la población objeto de estudio de forma certera y confiable, con miras a una toma de decisión acertada basada en hechos concretos, por ello la responsabilidad de llevar a cabo este estudio es de vital importancia para los resultados esperados

Empecemos ahora con los parámetros a tener en cuenta al iniciar un estudio estadístico:

 

 

TÉCNICAS PARA LA RECOLECCIÓN DE DATOS

Una vez definimos la población que vamos a analizar y la muestra representativa correspondiente, definimos los la técnica que vamos a utilizar para obtener la información más adecuadamente, ver y analizar las siguientes imágenes:

 

Las siguientes imágenes nos muestran las diferentes técnicas a las que podemos recurrir para obtener datos correctos:

 

ETAPAS DE LA INVESTIGACION

Cuando hemos obtenido la información vemos que estos datos podemos clasificarlos en datos que podemos contar (cuantificar) y otros datos nos muestran las causas o motivaciones que se denominan variables cualitativas por las cuales el individuo responde ante un interrogante, ver siguiente 

VARIABLES CUANTITATIVAS Y CUALITATIVAS

}

VARIABLE CUANTITATIVA Y DISCRETA

El paso siguiente es organizar la información obtenida, para ellos elaboramos tablas de frecuencias y las representamos en gráficas.

Ejemplo de tabla de frecuencia sencilla.  Esta tabla es un conteo básico donde solo se tabulan los datos obtenidos en un estudio básico donde se utilizó el método de observación directa sobre las características en cuanto al clima registrado en un número determinado de días.

CALCULO DE TABLAS DE FRECUENCIA Y PORCENTAJES

ejemplo

De esta forma empezamos a organizar la información, las tablas de frecuencia nos ayudan a organizar la información obtenida y nos permiten garantizar un adecuado análisis e interpretación de los datos y resultados obtenidos para la posterior toma de decisiones acertadas frente al hecho que es objeto de investigación. ver siguiente cuadro:

 

Una vez obtenidos los datos, tabulados y organizados podemos analizarlos también mediante gráficas, ejemplos:

En el siguiente ejemplo vamos a analizar una tabla de frecuencias sencilla, donde se calcula el porcentaje % de participación en practica de un deporte favorito, la encuesta fue realizada a 100 niños. En la primera columna (deportes favoritos), en la segunda columna ( número de niños por deporte), en la tercera columna (frecuencia relativa que se calcula dividiendo cada uno de los totales de niños por deporte sobre el total encuestado en este caso 100 ejemplo (35/100=0,35) y por último la columna cuarta muestra el porcentaje( %) obtenido con cada uno de los deportes, este se obtiene multiplicando por 100 cada uno, ejemplo. (0,35x100=35%) Y asi mismo los otros deportes.  Vemos entonces que el deporte de mayor preferencia(45%) corresponde a Voleibol, el segundo es Futbol(35% ) y por último la natación (20%), con estos datos podemos graficar mediante barras o circulos teniendo en los porcentajes obtenidos en la tabla de frecuencias.

Ramas de la Estadística

La estadística se divide principalmente en dos ramas:

• Estadística Descriptiva: Se encarga de organizar, resumir y presentar los datos de manera informativa. Utiliza tablas, gráficos y medidas numéricas (como promedios, medianas, modas, desviaciones estándar) para describir las características principales de un conjunto de datos. No busca hacer inferencias más allá de los datos que se han recogido.
• Estadística Inferencial: Va más allá de la descripción y utiliza los datos de una muestra para hacer generalizaciones o predicciones sobre una población más grande. Implica el uso de la probabilidad para sacar conclusiones y evaluar la fiabilidad de esas conclusiones (por ejemplo, mediante pruebas de hipótesis o intervalos de confianza).

Conceptos Fundamentales en Estadística

Para comprender la estadística, es crucial entender sus componentes básicos:

Población

La población es el conjunto completo de todos los elementos (individuos, objetos, eventos, mediciones, etc.) que poseen una característica común que se desea estudiar. Es el universo de interés para el investigador. La población puede ser finita (un número contable de elementos) o infinita (un número ilimitado de elementos).

• Características:
  • Es el grupo total sobre el que se desea obtener conclusiones.
  • Sus propiedades se denominan parámetros (ej. la media poblacional, la desviación estándar poblacional).
• Ejemplo:
  • Población: Todos los estudiantes universitarios matriculados en Colombia en el año 2024.
  • Población: Todos los árboles de pino en un bosque específico.
  • Población: Todas las bombillas producidas por una fábrica en un día.

Individuo (o Elemento)

Un individuo (o elemento, o unidad estadística) es cada uno de los componentes de la población. Es la unidad básica de la cual se recogen los datos.

• Características:
  • Es una única observación o entidad dentro de la población.
• Ejemplo:
  • Si la población son "todos los estudiantes universitarios matriculados en España en el año 2024", un individuo sería "un estudiante específico de la Universidad de Barcelona".
  • Si la población son "todos los árboles de pino en un bosque específico", un individuo sería "un árbol de pino en particular dentro de ese bosque".
  • Si la población son "todas las bombillas producidas por una fábrica en un día", un individuo sería "una bombilla específica de esa producción".

 Muestra

Una muestra es un subconjunto representativo de la población. Como a menudo es imposible o impráctico estudiar a toda la población (por costos, tiempo o accesibilidad), se selecciona una muestra y se estudian sus características para inferir propiedades sobre la población de la que proviene. La clave es que la muestra debe ser lo más representativa posible de la población para que las inferencias sean válidas.

• Características:
  • Es un subconjunto de la población.
  • Debe ser representativa para permitir inferencias precisas.
  • Sus propiedades se denominan estadísticos (ej. la media muestral, la desviación estándar muestral).
• Ejemplo:
  • Si la población son "todos los estudiantes universitarios matriculados en Colombia en el año 2024", una muestra podría ser "1,000 estudiantes universitarios seleccionados aleatoriamente de diferentes universidades en Colombia".
  • Si la población son "todos los árboles de pino en un bosque específico", una muestra podría ser "50 árboles de pino elegidos de forma sistemática a lo largo de senderos del bosque".
  • Si la población son "todas las bombillas producidas por una fábrica en un día", una muestra podría ser "200 bombillas seleccionadas al azar de la línea de producción cada hora".

Dato

Un dato (o valor, u observación) es el valor particular de una variable para un individuo específico. Es la información cruda que se recopila durante un estudio.

• Características:
  • Es una pieza única de información.
  • Puede ser numérico (cuantitativo) o categórico (cualitativo).
• Ejemplo:
  • Si la variable que se estudia en los estudiantes universitarios es su "edad", un dato podría ser "21 años" (la edad de un estudiante específico).
  • Si la variable que se estudia en los árboles de pino es su "altura", un dato podría ser "15.7 metros" (la altura de un árbol en particular).
  • Si la variable que se estudia en las bombillas es su "duración", un dato podría ser "1200 horas" (la duración de una bombilla específica).
  • Si la variable es el "color de ojos" de una persona, un dato podría ser "azul".

Variables en Estadística

Una variable estadística es una característica o cualidad de los individuos (personas, objetos, fenómenos) de una población que puede tomar diferentes valores o categorías. El propósito de la estadística es estudiar cómo varían estas características y cómo se relacionan entre sí.

• ¿Por qué "variable"? Porque sus valores pueden variar de un individuo a otro. Si una característica no variara (es decir, fuera constante para todos los individuos), no sería de interés estadístico.
• Ejemplos de variables:
  • Edad de una persona.
  • Altura de un árbol.
  • Color de ojos.
  • Nivel socioeconómico.
  • Número de hijos.
  • Ingresos mensuales.

Tipos de variables (estadística)

Las variables se clasifican principalmente en dos grandes categorías: cualitativas y cuantitativas, y a su vez, estas se subdividen. La clasificación de una variable es crucial porque determina qué métodos estadísticos se pueden aplicar para su análisis.

Variable cualitativa

Una variable cualitativa (o variable categórica) es un tipo de variable cuyos valores son cualidades, características o categorías y, por lo tanto, no admite valores numéricos.

A la vez, las variables cualitativas se dividen en dos subtipos: las variables cualitativas ordinales, las cuales se pueden ordenar según algún criterio, y las variables cualitativas nominales, que no se pueden ordenar jerárquicamente.

Ejemplos de variables cualitativas ordinales:

• Las medallas olímpicas: un atleta ganará la medalla de «oro», «plata o «bronce» según su clasificación.
• La nota de una asignatura: puede ser «matrícula de honor», «excelente», «notable», «aprobado».
• Los puestos de trabajo en una empresa: existe la posición de «presidente», «vicepresidente», «jefe de departamento».
• Los títulos nobiliarios: pueden ser «rey», «príncipe», «marqués», «conde»…
• La talla de una camiseta: puede ser «pequeña», «mediana», «grande», «extra grande»…

Ejemplos de variables cualitativas nominales:

• El género de una persona: puede ser «hombre» o «mujer».
• El estado civil de una persona: puede ser «casado/a», «soltero/a», «divorciado/a»…
• La profesión de una persona: puede ser «economista», «informático/a», «peluquero/a»…
• El país de nacimiento: hay muchos países posibles, tales como «Argentina», «México», «España»…
• El grupo sanguíneo de una persona: hay cuatro opciones posibles que son «Grupo A», «Grupo B», «Grupo AB» o «Grupo 0».

Variables cuantitativas

Una variable cuantitativa (o variable numérica) es un tipo de variable que solo admite valores numéricos, es decir, el valor de una variable cuantitativa siempre será un número.

Existen dos subtipos de variables cuantitativas: las variables cuantitativas discretas, que son variables que no pueden tomar algunos valores, y las variables cuantitativas continuas, las cuales pueden tomar cualquier valor numérico.

Ejemplos de variables cuantitativas discretas:

• El número de personas en una habitación: 1, 2, 5, 9…
• El número de hijos en una familia: 0, 1, 2, 3, 4, 5…
• Los posibles resultados del lanzamiento de un dado: 1, 2, 3, 4, 5 o 6.
• Los goles marcados por un equipo de fútbol durante un partido: 1, 2, 4, 5…
• La cantidad de trabajadores de una empresa: 54, 29, 158, 561, 302…

Ejemplos de variables cuantitativas continuas:

• El peso de un grupo de personas: 74,5 kg, 58,14 kg, 62,39 kg, 83,92 kg…
• La temperatura de una habitación: 25 ºC, 19,50 ºC, 12,83 ºC, 17,52 ºC, 29,4 ºC…
• El tiempo que tarda un atleta en recorrer los 100 m lisos: 9,81 s, 10,02 s, 9,52 s, 9,74 s, 11,25 s…
• La distancia entre dos localidades: 45 km, 0,82 km, 634 km, 35,87 km, 23,548 km…
• La velocidad de un coche: 58,00 km/h, 34,25 km/h, 29,50 km/h, 14,96 km/h, 76,94 km/h…