ESTADISTICA

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 10

¿Para qué sirve la estadística?

La estadística es una ciencia que se ocupa de idear diversas estrategias, métodos,


fórmulas y procedimientos que son útiles para dar una explicación o establecer
comparaciones acerca de un fenómeno en particular. Generalmente, esta ciencia se
utiliza para estudiar una muestra o una población de la cual se desea obtener una
información específica, por lo que suele ser valiosa para dar solución a una
problemática o para observar los cambios en una situación determinada.
Nos posibilita cuantificar la realidad y disponer de los elementos que nos permitan su
análisis.
La base de las actuaciones políticas y administrativas es el estudio de los datos
estadísticos, porque conocer la realidad nos permite actuar de una forma más
coherente (con conocimiento de causa).
Nos formulamos preguntas y con la ayuda de la estadística las intentamos responder.
Por ejemplo, el Índice de Precios al Consumo (IPC) se utiliza como medida de la
inflación. También se aplica en la revisión de los contratos de arrendamiento de
inmuebles, como referencia en la negociación salarial, en la fijación de las pensiones,
en la actualización de las primas de seguros y otros tipos de contrato, y como deflactor
en la Contabilidad Nacional.

¿Cuáles son las ramas de la estadística?


Los conocimientos generados a partir del estudio de la estadística son muy efectivos
para el desarrollo de diferentes ciencias, como la medicina. Por lo tanto, a pesar de
que las ramas de la estadística son diferentes entre sí, son muy útiles en la sociedad,
ya que se utilizan para una gran variedad de aplicaciones para comprender y manejar
de una forma más sencilla el análisis de datos científicos. A continuación,
mencionaremos las principales ramas de esta disciplina y sus especificaciones. Son
las siguientes:
Estadística descriptiva
La estadística descriptiva es una de las ramas de la estadística que se encarga de
resumir o describir de forma medible las características específicas de una recolección
de datos. Para ello, se resumen un conjunto de información obtenidos a través de una
población o un grupo bajo una situación específica. Generalmente, los estudios
generados a partir de esta especialidad son manifestados por medio de gráficos, los
cuales forman una parte importante en los análisis de datos cuantitativos.
Estadística inferencial
La estadística inferencial se diferencia de las otras ramas de la estadística,
especialmente porque esta disciplina busca deducir las propiedades y características
de una población. Esto significa, que no solamente recopila una gran cantidad de
datos, sino que por medio de diferentes estudios busca explicar ciertas propiedades
esenciales por medio de los datos obtenidos. El objetivo principal de esta especialidad
es obtener una conclusión exacta en un análisis estadístico que haya sido ejecutado a
través de los métodos de la estadística descriptiva, por lo que se dice que ambas
ciencias se encuentran relacionadas.
¿Qué es una población estadística?
Una población estadística (o, en un ámbito clara y abiertamente referido al mundo de
la estadística, simplemente como población), es el conjunto de elementos que son de
interés para un experimento, un estudio o una consideración de algún tipo. Los
elementos que lo componen pueden ser por ejemplo individuos, animales, fenómenos
u eventos.

De hecho, todas las formas de estudio estadístico aspiran a dar información sobre una
población determinada de antemano, ya sea real y existente (como el total de votantes
de un país), o hipotética (como el total de veces que arrojemos al aire una moneda).
PARAMETRO
En estadística, un parámetro es el número que resume la gran cantidad de datos que
pueden derivarse del estudio de una variable estadística.1 El cálculo de este número
está bien definido, usualmente mediante una fórmula aritmética obtenida a partir de
datos de la población.23

Los parámetros estadísticos son una consecuencia inevitable del propósito esencial de
la estadística: crear un modelo de la realidad.4
¿Qué es una muestra estadística?
Una muestra estadística (o en contextos referidos explícitamente a lo estadístico, una
muestra) se entiende como un subconjunto más o menos representativo de una
población estadística, aislado del resto con fines de evaluación y estudio. Es decir, se
trata de un fragmento de la totalidad de elementos a estudiar, compuesta por un
número más manejable de ellos, seleccionados (idealmente) al azar.

La lógica detrás de la toma de una muestra estadística es que, dadas las condiciones
propicias, puede estudiarse un conjunto muy voluminoso a través de porciones más
pequeñas que resulten representativas, o sea, que sean más o menos proporcionales
al resto.

¿Qué es una variable estadística?


Una variable estadística es una característica de
una muestra o población de datos que puede adoptar diferentes
valores.

Puntos clave

 Una variable estadística es una característica de algo (ya sea


numérica o de otro tipo), que se puede medir o agrupar en un
conjunto de datos.
 Las variables pueden ser cuantitativas (expresadas
numéricamente, como el peso, la altura, o los beneficios de una
empresa), o cualitativas (descritas en palabras, como el color
de los ojos o la forma de un objeto).

Variable estadística: Explicación sencilla


Cuando hablamos de una variable estadística nos referimos a algo
que podemos observar, medir o registrar en un conjunto de datos.

Por ejemplo, la altura de Juan es de 180 centímetros. La variable


estadística es la altura y está medida en centímetros.

También podríamos, por ejemplo, decir que el beneficio de una


empresa ha sido de 22.300 dólares el último año. En este caso, la
variable sería el beneficio y estaría medido en dólares.

¿Qué son los datos? Una variable es una característica de los elementos u objetos
que se estudian. Y los datos son los valores que se obtienen para cada variable. Al
conjunto de las mediciones obtenidas para un determinado elemento u objeto se le
llama observación. Existen dos tipos de datos: cuantitativos y cualitativos.
Datos cualitativos • Los datos cualitativos representan una manera de denominar. •
Comprenden etiquetas o nominaciones que identifican un atributo del objeto que se
estudia.– Ejemplo: Definirle un nombre a las especies; a cada subespecie; y a cada
ejemplar de las especies. • Permiten categorizar a los datos:– Conunaescala nominal:
creando categorías– Conunaescala ordinal: creando una jerarquía (1º, 2º, 3º) •
Nopermiten realizar operaciones aritméticas.
Datos cuantitativos • Los datos cuantitativos requieren valores numéricos que indiquen
cuánto o cuántos.– Ejemplos: La número de especies están en peligro de extinción. La
cantidad de toneladas de materias en suspensión se encuentran en el aire. • Permiten
generar estadísticos numéricos: media, promedio, coeficiente de variación, etc. •
Laestadística como disciplina, en general, trata de datos cuantitativos los cuales son
antes cualificados por datos cualitativos.

Una variable discreta es una variable que no puede tomar algunos valores
dentro de un mínimo conjunto numerable, quiere decir, no acepta cualquier
valor, únicamente aquellos que pertenecen al conjunto, otra manera de explicar
este tipo de variables es como aquella que puede tomar únicamente un número
de valores finito. En estas variables se dan de modo coherente separaciones
entre valores observables sucesivos. Dicho con más rigor, se determina una
variable discreta como la variable que hay entre dos valores observables
(potencialmente), hay por lo menos un valor no observable (potencialmente).
Como ejemplo, el número de animales en una granja (0, 1, 2, 3, 4, 5, 6, 7; …).
Otro ejemplo sería el número de hijos en una familia (1; 2; 3; 4; …).

En lógica matemática, una variable proposicional (también llamada variable


sentencial o letra sentencial) es una variable discreta que puede
ser verdadera o falsa. Las variables proposicionales son los bloques de
construcción básicos de las fórmulas proposicionales, usadas en lógica
proposicional y en lógicas superiores.

Una variable continua puede tomar un valor fijo dentro de un intervalo


determinado. Y siempre entre dos valores observables va a existir un tercer
valor intermedio que también podría tomar la variable continua. Una variable
continua toma valores a lo largo de un continuo, esto es, en todo
un intervalo de valores. Un atributo esencial de una variable continua es que, a
diferencia de una variable discreta, nunca puede ser medida con exactitud; el
valor observado depende en gran medida de la precisión de los instrumentos
de medición. Con una variable continua hay inevitablemente un error de
medida. Como ejemplo, la estatura de una persona (1,72 m; 1,719 m; 1,718 6
m....). Otro ejemplo, puede ser el tiempo que toma un atleta en recorrer 100
metros planos, ya que este tiempo puede tomar valores como 9,623 segundos;
10,456 485 segundos; 12,456 412 segundos; es decir, un intervalo de valores.
Las técnicas de recolección de datos son fundamentales en la estadística y se utilizan
para obtener información de manera sistemática y organizada. Estas técnicas permiten
a los investigadores reunir datos que son esenciales para el análisis y la toma de
decisiones. A continuación, se presentan las principales técnicas de recolección de
datos.

## Principales Técnicas de Recolección de Datos

1. **Encuestas**
- Consisten en un conjunto de preguntas estandarizadas dirigidas a una muestra
representativa de la población. Se utilizan para obtener información sobre opiniones,
comportamientos o características específicas[1][4].

2. **Entrevistas**
- Pueden ser estructuradas, semi-estructuradas o no estructuradas. Esta técnica
permite una interacción más profunda con los participantes, facilitando la obtención de
información cualitativa detallada[2][4].

3. **Observación**
- Implica observar directamente el comportamiento o las acciones de los sujetos en
un entorno específico. Puede ser cualitativa o cuantitativa y es útil para recopilar datos
en tiempo real[3][4].

4. **Experimentación**
- Se utiliza para probar hipótesis mediante la manipulación de variables en un
entorno controlado. Es común en estudios científicos y permite establecer relaciones
causales[1].

5. **Revisión Documental**
- Consiste en analizar documentos existentes relacionados con el tema de estudio.
Esta técnica es útil para obtener información histórica o contextual[2][3].

6. **Cuestionarios**
- Son herramientas que pueden incluir preguntas abiertas o cerradas, utilizadas para
recopilar tanto datos cualitativos como cuantitativos. Su diseño es crucial para
garantizar la efectividad en la recolección de información[2][4].
7. **Grupos Focales**
- Reúnen a un grupo pequeño de personas para discutir un tema específico bajo la
guía de un moderador. Esta técnica busca explorar percepciones y actitudes en un
contexto social[3][4].

## Consideraciones al Elegir Técnicas

- **Objetivo del Estudio**: La elección de la técnica debe alinearse con los objetivos
específicos del estudio.
- **Tipo de Datos**: Se debe considerar si se requieren datos cualitativos, cuantitativos
o ambos.
- **Recursos Disponibles**: El tiempo, el presupuesto y el acceso a los participantes
son factores determinantes en la selección de la técnica adecuada.

La combinación de estas técnicas puede aumentar la validez y confiabilidad de los


resultados obtenidos, permitiendo un análisis más completo y robusto[4][5].
DISEÑO DOCUMENTAL

Definición
La investigación documental es aquella que se realiza a través de la consulta de
documentos (libros, revistas, periódicos, memorias, anuarios, registros, códices,
constituciones, etc.).
Un tipo específico de investigación documental es la investigación secundaria, dentro
de la cual podremos incluir a la investigación bibliográfica y toda la tipología de
revisiones existentes (revisiones narrativas, revisión de evidencias, meta-análisis,
metasíntesis). Esta acepción metodológica de los diseños documentales adopta un
formato análogo con independencia de que hablemos de investigación cuantitativa o
cualitativa.
Objeto de estudio
El sentido estricto, la unidad de análisis son los propios documentos.
Métodos de recogida de datos
Según el tema elegido y los objetivos propuestos, los diseños metodológicos varían
sustancialmente.
La recogida de datos debe ser un proceso sistemático bien definido y especificado en
el diseño. Hay que citar las fuentes y cómo se accedió a ellas. Puede tratarse de un
archivo, de una hemeroteca, o de una o varias bases de datos (especificar las
estrategias de búsqueda y selección de documentos).

INVESTIGACION DE CAMPO

La investigación de campo usa instrumentos como ficheros o representaciones


estadísticas. Combinados con técnicas como la observación o la encuesta, estos
permiten recopilar y analizar los datos que se van a estudiar.

Una de sus principales ventajas es que, al llevarse a cabo en el lugar del fenómeno,
los datos recolectados son más fiables. Sin embargo, el hecho de trasladarse al
terreno puede resultar costoso para un equipo de investigación.
La investigación de campo permite generar nuevos conocimientos aplicando el método
científico. Por ello, se considera esencial tanto en las ciencias puras como en las
ciencias sociales.

Por ejemplo, cuando un grupo de biólogos recoge muestras de agua de un lago para
medir su nivel de contaminación, está haciendo investigación de campo.

Aunque el término investigación de campo se suele relacionar con la recolección de


datos en un entorno natural, en realidad hace referencia a cualquier lugar al que el
investigador deba ir.

La interpretación de resultados nos ayuda a entender


lo que los números están tratando de decirnos,
identificar tendencias, patrones y correlaciones
que podrían pasar desapercibidos a simple vista,
y en consecuencia encontrar hallazgos o situaciones
que mejoraran la tomar decisiones en tu negocio.
¿Por qué es importante la interpretación
de resultados?

La interpretación de resultados es una parte crucial del


análisis de datos. Es el proceso de dar sentido a los
datos y traducirlos en información útil que pueda ser
utilizada para tomar decisiones.
Una buena interpretación de resultados puede ayudarte
a:

 Identificar tendencias y patrones: Los datos


pueden revelar información valiosa sobre tus
clientes, tus productos y tu mercado. Sin
embargo, necesitas saber cómo interpretar los
datos para identificar estas tendencias.

 Tomar decisiones informadas: La


interpretación de resultados te permite tomar
decisiones basadas en datos, no en
suposiciones. Esto puede ayudarte a mejorar la
eficiencia y la eficacia de tu negocio.

 Comunicar los resultados a otros: Es


importante poder comunicar los resultados de
tu análisis de datos a otros stakeholders, como
tu jefe, tus compañeros de trabajo o tus
clientes. Una buena interpretación de
resultados te ayudará a hacerlo de manera
clara y efectiva.

También podría gustarte