DEFINICIÓN DE ESTADÍSTICA Mily NO LO BORRES

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 5

DEFINICIÓN DE ESTADÍSTICA

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.
En la actualidad, la estadística es una ciencia que se
encarga de estudiar una determinada población por medio de la recolección,
recopilación e interpretación de datos. Del mismo modo, también es considerada una
técnica especial apta para el estudio cuantitativo de los fenómenos de masa o
colectivo.

A partir de esta definición, podemos considerar dos partes o vertientes de la


Estadística, en lo que se refiere fundamentalmente a su enfoque, esta son la:
Descriptiva e Inferencial.
A) Estadística Descriptiva: Se define como la ciencia que
sistematiza, recoge, ordena y presenta los datos referentes a un
asunto, fenómeno o problema de investigación, sin pretender
extender las conclusiones que puedan extraerse de los datos a
otros grupos distintos o mas amplios. Se calcula a partir de los
datos de una muestra o de una población. Ejemplo:
• El nivel promedio de inteligencia obtenido mediante la prueba
Stanford Binet, resultó ser 104 para el grupo dos de estudiantes
de Psicología.
• Durante los últimos dos días se han informado un total de ocho homicidios.
• En una entrevista a 1100 electores, se obtuvo la siguiente información: el candidato
del
Partido Conservador obtuvo la preferencia de un 44% de los encuestados, mientras
que un 45% optó por el candidato del Partido Liberal y aún se mantiene un 11%
indeciso.
B) Estadística Inferencial: Su objetivo parte de la
deducción de leyes que rigen los diferentes
fenómenos estudiados, para de esa forma hacer
previsiones sobre los mismos, tomar decisiones u
obtener conclusiones.
Es decir, que para un análisis estadístico inferencial
se requiere utilizar técnicas, procesamientos y
análisis estadísticos más avanzados con los datos
estadísticos obtenidos de la muestra, para así confirmar la veracidad de las inferencias
que se haga sobre la respectiva población a que corresponde la muestra.
Generalmente, este tipo de análisis emplea como herramienta básica el cálculo de
probabilidades y se lleva cabo para exponer relaciones de causa y efecto, así como
probar hipótesis y teorías científicas.

LA IMPORTANCIA DE LA
ESTADISTICA EN CIENCAS DE LA
COMUNICACIÓN
Como transmisores de información, los
periodistas deben poder entender la
importancia y el impacto de los números,
incluyendo presupuestos y otros informes
cuantitativos; no sólo detectar
inconsistencias y exponer malas
acciones, sino además interpretar cifras para la audiencia. Esto requiere un
entendimiento básico de terminología estadística, como estar consciente del tipo de
promedio que está siendo utilizado y la diferencia entre distintos tipos de
Recientemente, el periodismo de datos ha adquirido fuerza y cada vez más, las
organizaciones noticiosas están buscando a reporteros capaces de extraer
información de bases de datos y presentarla de tal manera que sea visualmente
atractiva y convincente. Existe una gran cantidad de herramientas para la visualización
de datos, muchas de ellas gratuitas y fáciles de usar.
Uno de los mitos más arraigados en las redacciones es que para ejercer el periodismo
de datos o de precisión es necesario convertirse en experto en programación y
software de visualización. Olvide esa idea: es posible extraer historias de conjuntos
datos utilizando solo lápiz, papel, una hoja de cálculo, algunas nociones sobre cómo
trabajar con números y un poco de sentido común.
Lo que más se usa en periodismo son las encuestas. El periodista debe saber qué
significan los términos de la ficha técnica como tamaño de muestra, margen de error,
nivel de confianza, método de muestreo. Debe saber interpretar los datos en el sentido
de saber si las diferencias son significativas o no, cuándo hay empate técnico, y
similares.
Es también importante que conozca los gráficos estadísticos como histogramas, tortas,
y sobre todo saber cuándo se hace trampa con los mismos, por ejemplo cuando en las
ordenadas de un histograma no se comienza de cero para engañar mostrando por
ejemplo que una barra tiene el doble de la altura que la otra cuando en realidad si se
comenzase de cero apenas se notaría diferencia.
Conocer conceptualmente los métodos de regresión y correlación es fundamental,
saber que puede haber relación estadística pero no causal.
Otro tema son las series de tiempo y las previsiones para el futuro, conocer los
métodos y las fortalezas y limitaciones de cada uno.
Tener idea de las medidas resumen en estadística descriptiva como media aritmética,
moda, rango, varianza, desvío típico, coeficiente de variación.

Las ciencias de la comunicación es una ciencia predictiva ya que por ser ciencia entra
e el ámbito de la investigación y toda investigación requiere de una pregunta hipotética
o cuestionamiento por el cual se debe desarrollar dicha investigación la cual proveerá
datos estadísticos que de una u otra forma comprobara estadísticamente la respuesta
a dicha investigación.
Los investigadores al igual que los comunicadores se preocupan por el mundo y por la
sociedad y por esto deben ser capaces de percibir y clasificar lo que estudian y de
rechazar las explicaciones sin sentido de los acontecimientos que están siendo
investigados. Es por esto que se realiza la definición operacional de las variables, lo
que significa especificar los procedimientos que permitirá experimenta o responde a
alguna interrogante investigada.

MUESTREO
En la referencia estadística se conoce como muestreo a la
técnica para la selección de una muestra a partir de una
población estadística.
Al elegir una muestra aleatoria se espera conseguir que
sus propiedades sean extrapolables a la población. Este
proceso permite ahorrar recursos, y a la vez obtener
resultados parecidos a los que se alcanzarían si se
realizase un estudio de toda la población. En las
investigaciones llevadas por empresarios y de la medicina se usa muestreo
extensivamente en recoger información sobre poblaciones.
Cabe mencionar que para que el muestreo sea válido y se pueda realizar un estudio
adecuado (que consienta no solo hacer estimaciones de la población sino estimar
también los márgenes de error correspondientes a dichas estimaciones), debe cumplir
ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea
una muestra representativa, pero sí podemos actuar de manera que esta condición se
alcance con una probabilidad alta.
En el muestreo, si el tamaño de la muestra es más pequeño que el tamaño de la
población, se puede extraer dos o más muestras de la misma población. Al conjunto
de muestras que se pueden obtener de la población se denomina espacio muestral. La
variable que asocia a cada muestra su probabilidad de extracción, sigue la llamada
distribución muestral.

Tipos de muestreo no probabilístico


El muestreo no probabilístico es una técnica de muestreo donde las muestras se
recogen por medio de un proceso que no les brinda a todos los individuos de la
población las mismas oportunidades de ser seleccionados. Aunque seleccionar
algunos de estos métodos podría resultar en datos sesgados o en una capacidad
limitada para hacer conclusiones generales basadas en los hallazgos, también existen
algunas situaciones en las que seleccionar este tipo de técnica de muestreo es la
mejor opción para cierta pregunta de investigación o para una etapa de la
investigación.
Basada en los sujetos disponibles: Basarse en los sujetos disponibles, como
detener a las personas en la esquina de la calle mientras pasan por ahí, es un método
de muestreo, aunque es extremadamente riesgoso y debe realizarse con cautela.
Este método, también conocido como muestra de conveniencia, no le permite al
investigador tener control sobre la representatividad de la muestra. Sin embargo, es
útil si el investigador quiere estudiar las características de las personas que pasan por
la esquina de una calle en un momento determinado, por ejemplo, o si el tiempo y los
recursos son limitados de tal forma que la investigación no sería posible de otra
manera.
Por esta razón, un muestreo de conveniencia está entre los tipos de muestreo que
comúnmente se utilizan en las fases iniciales o fase piloto de la investigación, antes de
que se lance un proyecto de investigación más grande. Aunque este método puede
resultar útil, el investigador no podrá utilizar los resultados de una muestra de
conveniencia para generalizar una población más amplia.
Muestra Intencional o Discrecional: Una muestra intencional o por juicio es aquella
que se selecciona en base al conocimiento de una población o propósito del estudio.
Por ejemplo, cuando sociólogos quieren estudiar los efectos emocionales y
psicológicos a largo plazo de la terminación de un embarazo, se puede crear una
muestra que incluya solamente a mujeres que se habían sometido a un aborto. En
este caso, los investigadores pueden utilizar una muestra intencional porque los
entrevistados cumplen con una descripción o propósito específico que es necesario
para realizar la investigación.
Muestreo de Bola de Nieve: Es adecuado utilizar una muestra de bola de nieve
cuando los miembros de una población son difíciles de localizar, como las personas
sin hogar, trabajadores migrantes o inmigrantes indocumentados. Una muestra de bola
de nieve es aquella en la que el investigador recopila datos sobre los pocos miembros
de la población objetivo que puede localizar, y luego les pide que le proporcionen la
información necesaria para localizar a otros miembros que conozcan de esa población.
Por ejemplo, si un investigador quiere entrevistar a inmigrantes indocumentados de
México, podría entrevistar a algunos indocumentados que conozca o pueda localizar, y
luego dependerá de esos sujetos para que lo ayuden a localizar a más individuos
indocumentados. Este proceso continúa hasta que el investigador tenga todas las
entrevistas que necesita o hasta que se hayan agotados todos los contactos. Esta
técnica es útil cuando se estudia un tema sensible en el que la gente podría no hablar
abiertamente, o si hablar sobre los temas investigados podría poner en peligro su
seguridad. Una recomendación de un amigo o conocido de que el investigador es
confiable funciona para aumentar el tamaño de la muestra.
Muestreo por Cuotas: Una muestra por cuota es aquella en
la que las unidades son seleccionadas en una muestra
partiendo de las características predeterminadas, de modo
que la muestra total tenga la misma distribución de
características que se supone que existen en la población
que está siendo estudiada.
Por ejemplo, si eres un investigador que está realizando una
muestra por cuota nacional, podrías necesitar saber qué proporción de la población es
masculina y qué proporción es femenina. Así como también qué proporciones de los
miembros de cada género pertenecen a las diferentes categorías de edad, raza o
étnicas, educativas, entre otras. Después, el investigador recogería una muestra con
las mismas proporciones que la población nacional.

Tipos de muestreo probabilístico


El muestreo probabilístico es una técnica en la cual las muestras son recogidas
mediante un proceso que le brinda a todos los individuos de la población la misma
oportunidad de ser seleccionados. Muchos consideran que este es metodológicamente
el enfoque más riguroso para el muestreo, ya que elimina los sesgos sociales que
podrían moldear la muestra de investigación. Sin embargo, en última instancia la
técnica de muestreo que elijas debe ser la que te permita responder mejor a tu
pregunta de investigación.
Muestreo Aleatorio Simple: La muestra aleatoria simple es el método de muestreo
básico utilizado en métodos estadísticos y cálculos. Para recopilar una muestra
aleatoria simple, a cada unidad de la población objetivo se le asigna un número. Luego
se genera un conjunto de números aleatorios y las unidades que tienen esos números
son incluidas en la muestra. Por ejemplo, supongamos que tienes una población de
1,000 personas y quieres seleccionar una muestra aleatoria simple de 50 personas.
Primero, cada persona está numerada del 1 al 1,000. Luego, generas una lista de 50
números aleatorios, generalmente con un programa informático, y los individuos que
tienen asignados estos números son los que vas a incluir en la muestra. Cuando se
estudia a las personas, está técnica funciona mejor con una población homogénea,
que no sean muy diferentes en edad, raza, escolaridad o clase, ya que con una
población heterogénea se corre el riesgo de crear una muestra sesgada si no se
toman en cuenta las diferencias demográficas.
Muestreo Sistemático: En una muestra sistemática, los elementos de la población se
ponen en una lista y luego cada enésimo elemento de la lista se selecciona
sistemáticamente para su inclusión en la muestra.
Por ejemplo, si la población de estudio contenía 2,000 estudiantes de una secundaria
y el investigador quería una muestra de 100 estudiantes, los estudiantes se colocarían
en forma de lista y luego cada veinteavo estudiante sería seleccionado para ser
incluido en la muestra. Para garantizar que no haya ningún sesgo humano en este
método, el investigador debe seleccionar aleatoriamente al primer individuo. Esto es
técnicamente llamado una muestra sistemática con un inicio aleatorio.
Muestreo Estratificado: Una muestra estratificada es una técnica de muestreo en la
que el investigador divide a toda la población objetivo en diferentes subgrupos o
estratos, y luego selecciona aleatoriamente a los sujetos finales de los diferentes
estratos de forma proporcional. Este tipo de muestreo se utiliza cuando el investigador
quiere resaltar subgrupos específicos dentro de una población. Por ejemplo, para
obtener una muestra estratificada de estudiantes universitarios, el investigador primero
tendría que organizar a la población por grado universitario y luego seleccionar el
número adecuado de estudiantes de primer, segundo, tercer y último año. Esto
aseguraría que el investigador tenga cantidades adecuadas de sujetos de cada grado
en la muestra final.
Muestreo por Conglomerados: El muestreo por conglomerados puede ser utilizado
cuando es imposible o impráctico elaborar una lista exhaustiva de los elementos que
constituyen a la población objetivo. Sin embargo, generalmente lo elementos de la
población ya están agrupados en subpoblaciones y las listas de esas subpoblaciones
ya existen o pueden ser creadas. Por ejemplo, supongamos que la población objetivo
de un estudio eran los miembros de iglesias en Guatemala. No existe una lista de los
miembros de las iglesias en el país. Sin embargo, el investigador podría elaborar una
lista de iglesias ubicadas en Guatemala, seleccionar una muestra de iglesias y luego
conseguir listas de los miembros de esas iglesias.

También podría gustarte