3

INTRODUCCIÓN.
La estadística ha cobrado gran importancia en el análisis de los datos, no sólo en los asuntos
del Estado (de ahí su nombre), sino también en las facetas del comportamiento humano,
expandiendo su aplicación en las diferentes ciencias y disciplinas tales como la
administración, economía, comunicación, agricultura, medicina, física, ciencias políticas,
psicología, sociología, ingeniería, entre otras.
Podemos definir la estadística como la rama de las Matemáticas las cuales comprenden un
conjunto de técnicas las cuales tienen como objetivo la recolección, organización, análisis e
interpretación de datos que muestran cierta variabilidad o incertidumbre. Esto nos ayudará a
realizar juicios inteligentes y nos ayudarán a tomar mejores decisiones teniendo en cuenta la
información encontrada gracias a esta rama.
Los datos, la materia prima del investigador, son mediciones u observaciones documentadas
de un experimento o fenómeno. Al investigar un fenómeno nos enfocamos en un conjunto de
objetos que tienen ciertas características constantes esto es lo que se conoce como población
de interés. Si tuviésemos todos los objetos de la población disponibles para nuestro estudio,
tendríamos un censo, pero esta situación es rara debido a varias limitaciones, como tiempo y
dinero. Por esto, se selecciona un subconjunto de la población de interés, llamada muestra.
Por lo general, no se interesa solamente en estudiar todas las características de una población,
sino que se enfoca en alguna de ellas. Así, podemos definir un nuevo término, una variable,
es cualquier característica cuyo valor pueda cambiar de objeto a otro en un conjunto de
objetos. Las variables suelen representarse por letras del abecedario.

CONCEPTO.
La estadística es la rama de las matemáticas que estudia una característica determinada en
una población, tabulando y compilando datos, organizándolos en tablas, representándolos
gráficamente y analizándolos para sacar conclusiones de dicha población. Al
utilizar métodos, procedimientos y fórmulas, la estadística es considerada la ciencia del
análisis de datos y su principal objetivo es ayudar a comprender lo que sucede en tu entorno a
partir de la información disponible.

¿PARA QUÉ SIRVE LA ESTADÍSTICA?

La estadística sirve para conocer comportamientos, aspectos de la industria y tendencias en
el mercado. Tenemos un claro ejemplo, como lo es el caso de Netflix, la plataforma de
películas y series que reúne datos de sus usuarios para saber cuál es el contenido que más les
gusta. Así, pueden decidir cuál será la película del momento o qué serie lanzarán el próximo
mes. Otro ejemplo podría ser Google, pues este también procesa millones de búsquedas a
diario y las analiza para mejorar la experiencia de sus usuarios. Además, la estadística se
 4

utiliza en investigaciones médicas para comprobar la eficacia de un medicamento, en la

economía para saber cuáles productos son los más consumidos, en la educación para conocer
cuántas personas están estudiando en tu país. En fin, en diferentes campos y situaciones en
las que es necesario interpretar grandes cantidades de información la estadística resulta ser
muy relevante.

VENTAJAS DE LA ESTADÍSTICA
• Te permite resumir grandes cantidades de información, hacer comparaciones y
predecir resultados.
• Es muy útil al momento de tomar decisiones acertadas o responder preguntas sobre
cualquier objeto de estudio.
• Si existen ideas o afirmaciones con pocos argumentos, puedes apoyarte en la
estadística para justificarlas.
• Es una gran herramienta para dar conclusiones objetivas en las investigaciones.
DATO: El origen de la palabra estadística se suele atribuir al economista Gottfried
Achenwall (prusiano, 1719-1772) que entendía la estadística como “ciencia de las cosas que
pertenecen al Estado”.
Hay dos tipos de estadística, estas son: estadística descriptiva, la cual ayuda a organizar una
gran cantidad de datos a través de métodos, tablas y gráficos que te permiten presentar los
resultados de forma ordenada; la estadística inferencial se encarga de realizar conclusiones y
deducciones a partir de una muestra de datos, es útil cuando necesitas tomar decisiones o
establecer cuál es la tendencia en un grupo de información.

APLICABILIDAD DE LA ESTADÍSTICA.
Aunque comúnmente se asocie a estudios demográficos, económicos y sociológicos, gran
parte de los logros de la estadística se derivan del interés de los científicos por desarrollar
modelos que expliquen el comportamiento de las propiedades de la materia y de los
caracteres biológicos. La medicina, la biología, la física y, en definitiva, casi todos los campos
de las ciencias emplean instrumentos estadísticos de importancia fundamental para el
desarrollo de sus modelos de trabajo. La estadística es una ciencia de aplicación práctica casi
universal en todos los campos científicos:
• En las ciencias naturales: se emplea con profusión en la descripción de modelos
termodinámicos complejos (mecánica estadística), en física cuántica, en mecánica de
fluidos o en la teoría cinética de los gases, entre otros muchos campos.
• En las ciencias sociales y económicas: es un pilar básico del desarrollo de la
demografía y la sociología aplicada.
• En economía: suministra los valores que ayudan a descubrir interrelaciones entre
múltiples parámetros macro y microeconómicos.
 5

• En las ciencias médicas: permite establecer pautas sobre la evolución de las

enfermedades y los enfermos, los índices de mortalidad asociados a procesos
morbosos, el grado de eficacia de un medicamento, etcétera.
La estadística constituye una parte importante de la mayoría de las ciencias, ya que ayuda a
los investigadores a probar hipótesis, confirmar (o rechazar) teorías y llegar a conclusiones
fiables.
Antes de que un investigador o científico se embarque en una nueva investigación, es habitual
realizar una búsqueda bibliográfica de toda la información publicada disponible sobre un
tema específico.
Una de las aplicaciones más importantes del análisis estadístico es el diseño de ensayos
clínicos. Cuando se descubre un nuevo fármaco o tratamiento, primero hay que probarlo en
un grupo o grupos de personas para conocer su eficacia y seguridad.

ESTADÍSTICA DESCRIPTIVA E INTERENCIAL.

La 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.
La finalidad última de la estadística descriptiva es resumir la información de conjuntos más
o menos numerosos de datos. Para ello se asienta en un concepto inmediato a la tarea de
recuento: la frecuencia, medida empírica de la ocurrencia de los distintos estados que puede
presentar una variable
EJEMPLO:
Un docente de educación primaria desea conocer cuántos de los alumnos del curso que dirige
saben cómo hacer operaciones aritméticas con el ábaco. Realizó una prueba a todos los
estudiantes con la cual midió su grado de conocimientos en el uso de esta herramienta, así
obtuvo datos que pudo representar en tablas y gráficos, además de calcular algunos
indicadores con los cuales pudo apreciar que solo un 50% de sus discípulos contaba con los
conocimientos requeridos para empezar el curso, por lo cual concluyó que lo mejor era
impartir unas clases iniciales de nivelación para que todos estén en capacidad de aprovechar
las lecciones.
 6

La estadística inferencial estudia la probabilidad de éxito de las diferentes soluciones

posibles a un problema en las diferentes ciencias en las que se aplica y para ello utiliza los
datos observados en una o varias muestras de la población. Mediante la creación de un
modelo matemático infiere el comportamiento de la población total partiendo de los
resultados obtenidos en las observaciones de las muestras.
La inferencia estadística intenta tomar decisiones basadas en la aceptación o el rechazo de
ciertas relaciones que se toman como hipótesis. Esta toma de decisiones va acompañada de
un margen de error, cuya probabilidad está determinada.
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.
EJEMPLO:
Un fabricante de colchones quiere conocer los hábitos de sueño de sus posibles clientes, para
lo cual decide realizar una encuesta. Inicialmente establece una muestra de consumidores con
el perfil requerido y procede a aplicarla, obteniendo así un conjunto de datos que le permiten
inferir que una gran mayoría de usuarios prefieren los colchones blandos así que, para
satisfacer al mercado, decide que empleará espumas de este tipo en la producción.

VARIABLES ESTADÍSTICAS, TIPOS: DISCRETAS Y CONTINUAS, CUALITATIVAS Y CUATITATIVAS.

Una variable estadística es una característica que puede fluctuar y cuya variación es
susceptible de adoptar diferentes valores, los cuales pueden medirse u observarse. Las
variables adquieren valor cuando se relacionan con otras variables, es decir, si forman parte
de una hipótesis o de una teoría. En este caso se las denomina constructos o construcciones
hipotéticas.
Existen diferentes tipos de variables: cualitativa nominal, cualitativa ordinal, cuantitativa
continua, cuantitativa discreta.
Según el nivel de medición o también según el criterio metodológico, pueden ser:
 7

VARIABLES CUALITATIVAS.
Son el tipo de variables que como su nombre lo indica expresan distintas cualidades, características
o modalidad. Cada modalidad que se presenta se denomina atributo o categoría, y la medición consiste
en una clasificación de dichos atributos. Las variables cualitativas pueden ser dicotómicas cuando
sólo pueden tomar dos valores posibles, como sí y no, hombre y mujer o ser politómicas cuando
pueden adquirir tres o más valores. Dentro de ellas podemos distinguir:

Variable cualitativa ordinal o variable cuasicuantitiva: La variable puede tomar distintos

valores ordenados siguiendo una escala establecida, aunque no es necesario que el intervalo
entre mediciones sea uniforme, por ejemplo: leve, moderado, fuerte.
Variable cualitativa nominal: En esta variable los valores no pueden ser sometidos a un
criterio de orden, como por ejemplo los colores o el lugar de registro índice.

VARIABLES CUANTITATIVAS.
Son las variables que toman como argumento cantidades numéricas, son variables
matemáticas. Las variables cuantitativas además pueden ser:
Variable discreta: Es la variable que presenta separaciones o interrupciones en la escala de
valores que puede tomar. Estas separaciones o interrupciones indican la ausencia de valores
entre los distintos valores específicos que la variable pueda asumir. Ejemplo: El número de
hijos (1, 2, 3, 4, 5).
Variable continua: Es la variable que puede adquirir cualquier valor dentro de un intervalo
especificado de valores. Por ejemplo, la masa (2,3 kg, 2,4 kg, 2,5 kg, ...) o la altura (1,64 m,
1,65 m, 1,66 m, ...), o el salario. Solamente se está limitado por la precisión del aparato
medidor, en teoría permiten que exista indefinidos valores entre dos variables.

MUESTRA Y TIPOS DE MUESTRA.

Al realizar la investigación, casi nunca es posible estudiar a toda la población que te interesa.
Esta es la razón por la que los investigadores utilizan diversos tipos de muestreo cuando
pretenden recopilar datos y responder las preguntas de investigación. Una muestra es un
subconjunto de la población que está siendo estudiada. Representa la mayor población y se
utiliza para sacar conclusiones de esa población. Es una técnica de investigación ampliamente
utilizada en las ciencias sociales como una manera de recopilar información sin tener que
medir a toda la población. En la investigación existen dos técnicas principales de muestreo:
las que están basadas en la probabilidad y las que no, es decir, probabilísticos y no
probabilísticos.
El muestreo probabilístico analiza y estudia una población utilizando la selección aleatoria,
simplemente porque en un grupo de individuos todos tienen la misma oportunidad de ser
elegidos. A su vez, esta categoría se divide en:
 8

Muestreo aleatorio simple: este tipo de muestreo elige al azar cada individuo que hará parte
de la muestra y todos tienen las mismas oportunidades de ser seleccionados. Por ejemplo: si
hay 400 universidades, eligen 20 aleatoriamente que cumplan ciertas características, tales
como edificios con árboles, banderas, entrada de vidrio y grandes ventanas.

Muestreo sistemático: este muestreo selecciona de forma aleatoria al primer individuo de la

población que hará parte del estudio y luego, define un intervalo para completar la muestra.
EJEMPLO:
En un grupo de 1000 personas desean obtener una muestra de 100 personas. El primer
seleccionado es el número 2 (en azul). A partir de este y, mediante un intervalo de 4 personas
decidido por el investigador, se seleccionarán los siguientes individuos. De esta manera,
serán los números 6, 10, 14,18, 22, etc., hasta completar la muestra de 100 individuos.

Este muestreo asegura una selección equitativa de la población, lo que resulta muy útil y
rápido, además permite que la población esté correctamente representada.
Muestreo por conglomerados: se utiliza cuando no se pueden estudiar todos los individuos
de una población porque es muy grande o se encuentra dispersa en un área geográfica muy
extensa, lo que aumenta el costo de la investigación. Es útil cuando la población se encuentra
agrupada previamente y de estos grupos se extraen los individuos para conformar la muestra.
 9

EJEMPLO:
Imagina que necesitas realizar una investigación sobre la población de tu país. Como es un
poco difícil llegar a cada habitante, aprovechas la división que ya existe por ciudades o por
estados. Entonces, eliges 100 personas o 50 por cada zona de manera aleatoria para
conformar la muestra.

Muestreo estratificado: el muestreo estratificado divide la población en subgrupos o

estratos que comparten ciertas características. Luego, utilizando el método del muestreo
aleatorio simple, se eligen individuos de cada estrato para conformar la muestra.
EJEMPLO:
Una empresa necesita averiguar cuántas personas consumen jugo de naranja en Puerto
Rico. La persona encargada de realizar el estudio decide utilizar el muestreo estratificado.
Entonces, divide la población en diferentes estratos, en este caso, por edades. De cada estrato
toma un porcentaje de personas y con ellas conforma una muestra de 100.000 personas para
el estudio del jugo de naranja.
 10

¿Qué es el muestreo no probabilístico?: El muestreo no probabilístico es una técnica que

selecciona las personas que harán parte de la muestra de una manera subjetiva, esto quiere
decir, según la decisión del investigador, evitando hacerlo al azar.
A diferencia en el muestreo probabilístico, donde cada individuo de la población tiene las
mismas oportunidades de ser seleccionado, en el muestreo no probabilístico no todas las
personas pueden participar.
El muestreo no probabilístico es menos estricto y depende en su mayoría de la experiencia
de los investigadores. Se divide en:
Muestreo de bola de nieve: esta técnica ayuda a los investigadores a encontrar muestras
cuando son difíciles de localizar. Es útil si el tamaño de la muestra es pequeño y no está
disponible fácilmente.
EJEMPLO:
Si eres un investigador y estás buscando personas con cierta enfermedad, lo que haces es contactar a
uno o dos individuos que presenten dicha condición médica y que ellos mismos sean quienes te
recomienden a otros individuos con una historia médica parecida.

Muestreo por cuotas: este método permite dividir la población en grupos o estratos que
comparten características como el sexo, la edad, los estudios, etc., y de ellos se selecciona
una muestra proporcional y representativa.
EJEMPLO:
En una empresa grande quieren saber cuáles son los hobbies preferidos por sus empleados.
Como son tantas personas, deciden dividirlas en dos estratos, por género: hombres y mujeres.
Las mujeres representan el 40 % de los empleados y los hombres el 60 %, por lo tanto, el
investigador decide que en la muestra se incluirán 400 mujeres y 600 hombres para tener un
total de 1000 individuos en el estudio. Así, asegura que la participación de cada género es
proporcional a la población que representan. A esos porcentajes elegidos se les llama cuotas.
Muestreo intencional o por conveniencia: con este método las muestras se seleccionan
basándose únicamente en el conocimiento y la credibilidad del investigador. En otras
palabras, los investigadores eligen solo aquellas personas que ellos creen que son los
adecuados para participar en un estudio de investigación, ya sea porque son fáciles de reclutar
o porque los consideran buenos representantes de la población.

POBLACIÓN.
Una población estadística es el total de individuos o conjunto de ellos que presentan o
podrían presentar el rasgo característico que se desea estudiar.
Dentro de las poblaciones estadísticas, fundamentalmente tenemos dos tipos de poblaciones:
 11

Población estadística finita: Es aquella en la que el número de valores que la componen

tiene un fin. Por ejemplo, la población estadística que nos indica la cantidad de árboles de
una ciudad es finita. Es cierto que puede variar con el tiempo, pero en un instante determinado
es finita, tiene fin.
Población estadística infinita: Se trata de aquella población que no tiene fin. Por ejemplo,
el número de planetas que existen en el universo. Aunque puede que sea finito, el número es
tan grande y desconocido que estadísticamente se asume como infinito.
Adicionalmente, dentro de esta gran clasificación, existen otros tipos de poblaciones.
Poblaciones según la distribución de los datos, según el tipo de dato (cualitativo o
cuantitativo), etc.

MARCO.
Un marco muestral es una lista de los elementos que forman el universo que está por
estudiarse, los cuales se conocen como unidades muestrales. Cada uno de estos elementos
comparten características que los permite identificarse.
A partir del marco muestral es posible extraer la muestra de estudio, es decir, la población
que se va a investigar. Los elementos que la integran pueden ser clientes, empleados, hogares,
instituciones, ciudades o cualquier cosa que necesite ser estudiada. Para realizar un muestreo
probabilístico, es sumamente necesario ejecutar este método, ya que permite encontrar la
unidad que va a ser el objeto de estudio. El marco muestral debe ser preciso, libre de
omisiones y duplicaciones. Los datos y las unidades deben cubrir a toda la población e
identificarlas correctamente.
 12

Existen dos tipos de marco muestral, de lista y de área. A continuación, te describimos cada
uno de ellos:
Marco muestral de lista: Son listados que ayudan a identificar a los objetos que participarán
en el muestreo aleatorio.
Marco muestral de área: Son los elementos que permiten delimitar las unidades geográficas
para ubicarlas sobre el lugar de estudio, como las fotografías.

CARACTERÍSTICAS DE LA ESTADÍSTICA.
La estadística se caracteriza, principalmente, por su análisis matemático, al emplear fórmulas
aritméticas con el fin de representar, numéricamente, ciertas características pertenecientes a
unos datos, facilitando la interpretación de las mismas mediante diversos gráficos.
• Explica grandes bloques de información a partir de una porción de ellos.
• Es aplicable a todos los ámbitos de la vida humana.
• Proporciona métodos de investigación para observar y reunir toda la información
necesaria en un estudio.
• Es de carácter inferencial, debido a que facilita la definición de proyecciones a
mediano y largo plazo.
• Precisión en las conclusiones y resultados.
• Su índole es tanto teórica como práctica, pues a partir del análisis se pueden ejecutar
ciertas acciones sobre el objeto de estudio.
• Por los métodos que proporciona para representar gráficamente datos numéricos, es
altamente divulgativa.

DATOS PRIMARIOS Y DATOS SECUNDARIOS.

Los datos primarios, también conocidos como datos brutos, son los que se obtienen
directamente del investigado con el uso de sus propios instrumentos y experiencia. Estos se
obtienen con el propósito de abordar el fenómeno de estudio. Suelen ser de un alto costo
debido a que las organizaciones requieren de personal y una fuerte inversión para llevar a
cabo el proceso de investigación.
Los datos primarios son recolectados a través de diferentes métodos como:
• Cuestionarios
• Encuestas
• Entrevistas
• Estudio de casos
 13

Datos secundarios.
Estos datos son el conjunto de información que ya ha sido recopilada por otra persona durante
un proceso de investigación diferente. Estos datos son más rápidos de conseguir y a un costo
menor, pero en muchas ocasiones no se encuentran actualizados, por lo que puede afectar el
éxito de la investigación.
Los datos secundarios son recolectados a través de:
• Publicaciones de organizaciones gubernamentales y empresas privadas
• Libros
• Registros
• Artículos
• Sitios web

ESTADÍSTICAS O SERIES TEMPORALES.

Una serie temporal o cronológica es una sucesión de datos medidos en determinados
momentos y ordenados cronológicamente. Los datos pueden estar espaciados a intervalos
iguales (como la temperatura en un observatorio meteorológico en días sucesivos al
mediodía) o desiguales (como el peso de una persona en sucesivas mediciones en el
consultorio médico, la farmacia, etc.). Para el análisis de las series temporales se usan
métodos que ayudan a interpretarlas y que permiten extraer información representativa sobre
las relaciones subyacentes entre los datos de la serie o de diversas series y que permiten en
diferente medida y con distinta confianza extrapolar o interpolar los datos y así predecir el
comportamiento de la serie en momentos no observados, sean en el futuro (extrapolación
pronóstica), en el pasado (extrapolación retrógrada) o en momentos intermedios
(interpolación).
Uno de los usos más habituales de las series de datos temporales es su análisis para predicción
y pronóstico (así se hace por ejemplo con los datos climáticos, las acciones de bolsa, o las
series de datos demográficos).

PARAMETROS ESTADÍSTICOS.
Un parámetro estadístico es un número que se obtiene a partir de los datos de
una distribución estadística. Los parámetros estadísticos sirven para sintetizar la información
dada por una tabla o por una gráfica.
Hay tres tipos parámetros estadísticos:
• De centralización.
• De posición.
• De dispersión.
 14

Medidas de centralización: Nos indican en torno a qué valor (centro) se distribuyen los
datos. Las medidas de centralización son:
Media aritmética: es el valor promedio de la distribución.
Mediana: es la puntación de la escala que separa la mitad superior de la distribución y la
inferior, es decir divide la serie de datos en dos partes iguales.
Moda: es el valor que más se repite en una distribución.
Medidas de posición: dividen un conjunto de datos en grupos con el mismo número de
individuos. Para calcular las medidas de posición es necesario que los datos estén ordenados
de menor a mayor. Las medidas de posición son:
Cuartiles: dividen la serie de datos en cuatro partes iguales.
Deciles: dividen la serie de datos en diez partes iguales.
Percentiles: dividen la serie de datos en cien partes iguales.
Medidas de dispersión: nos informan sobre cuánto se alejan del centro los valores de la
distribución. Las medidas de dispersión son:
Rango o recorrido: es la diferencia entre el mayor y el menor de los datos de una
distribución estadística.
Desviación media: es la media aritmética de los valores absolutos de
las desviaciones respecto a la media.
Varianza: es la media aritmética del cuadrado de las desviaciones respecto a la media.
Desviación típica: es la raíz cuadrada de la varianza.

ESTIMADORES ESTADÍSTICOS.
Un estimador es un estadístico (una función de la muestra) utilizado para estimar un
parámetro desconocido de la población. Por ejemplo, si se desea conocer el precio medio
poblacional de un artículo (parámetro desconocido) se recogen observaciones del precio de
dicho artículo en diversos establecimientos (muestra) pudiendo utilizarse la media aritmética
de las observaciones para estimar el precio medio poblacional. Para cada parámetro pueden
existir varios estimadores diferentes. En general, se elige el estimador que posea mejores
propiedades que los restantes, como insesgadez, eficiencia, convergencia y robustez
(consistencia).
 15

BIBLIOGRAFÍA.
• Generalidades de la estadística y breve introducción a R; Juan C. López Tavera;
Jueves, 11, 2014; https://rstudio-pubs-
static.s3.amazonaws.com/47730_e80fc9994f10474ca2322a5cb4a5e058.html
• GestioPolis.com Experto. (2020, junio 22). Estadística: qué es, definición,
significado, objetivos, tipos, partes, elementos, historia, ejemplos. Recuperado de
https://www.gestiopolis.com/que-es-estadistica-tipos-y-objetivos/
• https://es.slideshare.net/holguinovich86/generalidades-de-la-estadstica