Estadística

I. Desarrolla
1) ¿Qué entiende por Estadística?
La estadística es una disciplina que se encarga de recopilar, organizar, analizar e interpretar
datos numéricos con el objetivo de describir y comprender fenómenos o poblaciones.
Utiliza métodos matemáticos y herramientas estadísticas para extraer información
significativa de los datos y tomar decisiones basadas en evidencia.

La estadística proporciona técnicas para resumir los datos de manera concisa, como
medidas de tendencia central (como la media y la mediana) y medidas de dispersión (como
la desviación estándar y el rango). También ofrece métodos para analizar relaciones y
correlaciones entre variables, y para realizar inferencias y tomar conclusiones sobre una
población más amplia basándose en muestras limitadas de datos.

2) ¿Cuáles son las divisiones de la estadística? defina cada tipo

La estadística se divide en dos ramas principales: estadística descriptiva y estadística
inferencial.
1) Estadística descriptiva: Esta rama se enfoca en describir y resumir los datos de
manera clara y concisa. Su objetivo es presentar los datos de forma organizada y
comprensible para facilitar su interpretación. Algunos conceptos clave de la
estadística descriptiva incluyen:
 Medidas de tendencia central: Se refieren a valores que representan el centro de
un conjunto de datos, como la media (promedio), la mediana y la moda.
 Medidas de dispersión: Indican qué tan dispersos o agrupados están los datos.
Algunas medidas de dispersión comunes son la desviación estándar, el rango y el
coeficiente de variación.
 Representaciones gráficas: Utiliza gráficos y diagramas, como histogramas,
diagramas de barras, diagramas de dispersión y gráficos de torta, para visualizar y
comunicar los datos de manera efectiva.
 2) Estadística inferencial: Esta rama se ocupa de realizar inferencias y tomar
conclusiones sobre una población más amplia basándose en muestras de datos
limitadas. En lugar de analizar todos los datos disponibles, la estadística inferencial
utiliza técnicas y métodos para hacer generalizaciones y estimaciones sobre una
población en base a la muestra. Algunos conceptos clave de la estadística
inferencial son:
 Estimación: Permite estimar características o parámetros de una población
utilizando información de una muestra. Por ejemplo, se pueden obtener
estimaciones de la media poblacional o la proporción utilizando la media y la
proporción de la muestra.
 Pruebas de hipótesis: Se utilizan para evaluar la evidencia en favor o en contra de
una afirmación o hipótesis sobre una población. Se establece una hipótesis nula y
una hipótesis alternativa, y se realiza un análisis estadístico para determinar si los
datos respaldan o no la hipótesis nula.
 Regresión y correlación: Estas técnicas se utilizan para analizar la relación entre
variables y predecir valores futuros. La regresión busca establecer una relación
funcional entre variables, mientras que la correlación cuantifica la fuerza y
dirección de la relación entre dos variables.

Estas divisiones, estadística descriptiva y estadística inferencial, trabajan en conjunto para

comprender y analizar los datos, desde su descripción inicial hasta la obtención de
conclusiones más amplias y generales.

3) ¿Qué entiende por población, ejemplifica en su área de estudio?

En el contexto de la Orientación Académica, la población se refiere al grupo completo de
individuos o estudiantes que comparten una característica específica y relevante para el
estudio o la intervención en cuestión. La población puede estar definida por diversos
criterios, como la edad, el nivel educativo, la institución educativa, la ubicación geográfica
o cualquier otro atributo que sea relevante para el tema de estudio.
Por ejemplo, supongamos que un orientador académico está interesado en investigar la
efectividad de un programa de tutoría para estudiantes universitarios. La población en este
caso estaría compuesta por todos los estudiantes universitarios de una institución específica
o de varias instituciones si se desea una muestra más representativa.

La población en este caso incluiría a todos los estudiantes universitarios,

independientemente de su año de estudio, área de especialización, género o cualquier otra
variable relevante. La idea es que el orientador académico desee examinar y comprender
cómo el programa de tutoría afecta a todos los estudiantes universitarios dentro de esa
población en particular.

Es importante tener en cuenta que, en la mayoría de los casos, estudiar o intervenir en toda
la población no es práctico o posible debido a limitaciones de tiempo, recursos y
accesibilidad. Por lo tanto, se toma una muestra representativa de la población para realizar
el estudio o implementar la intervención y, a partir de los resultados obtenidos de la
muestra, se hacen inferencias y generalizaciones sobre la población completa de estudiantes
universitarios.

4) ¿Qué es una muestra y como se deben tomar las muestras?

Una muestra se refiere a una porción o parte representativa de un conjunto más grande o de
un todo, que se selecciona y recopila con el propósito de estudiar, analizar o evaluar las
características de ese conjunto o todo. Las muestras son esenciales en diversas áreas, como
la estadística, la investigación científica, la medicina, la industria y muchos otros campos,
ya que permiten obtener información relevante y tomar decisiones basadas en datos sin
tener que examinar o medir cada elemento de la población completa.
La toma de muestras es un proceso fundamental para garantizar que la muestra sea
realmente representativa del conjunto o población que se está estudiando.

A continuación, se describen algunos pasos y consideraciones importantes en la toma

de muestras:
 1. Definición del objetivo: Antes de tomar una muestra, es necesario definir
claramente el objetivo del estudio. ¿Qué se quiere analizar o evaluar? ¿Cuál es la
población de interés? Estas preguntas ayudarán a determinar el tamaño de la
muestra y el método de selección adecuado.
2. Selección aleatoria: En muchos casos, se utiliza la selección aleatoria para
garantizar que cada elemento de la población tenga la misma probabilidad de ser
incluido en la muestra. Esto reduce el sesgo y aumenta la representatividad de la
muestra.
3. Tamaño de la muestra: El tamaño de la muestra es crucial y debe elegirse con
cuidado. Una muestra demasiado pequeña puede no ser representativa, mientras que
una muestra demasiado grande puede ser costosa y llevar mucho tiempo. Se utilizan
técnicas estadísticas para determinar el tamaño óptimo de la muestra según el nivel
de confianza y el margen de error deseado.
4. Método de muestreo: Existen diferentes métodos de muestreo, como el muestreo
aleatorio simple, el muestreo estratificado, el muestreo por conglomerados, entre
otros. La elección del método depende de la naturaleza de la población y del
objetivo del estudio.
5. Técnica de recolección: La forma en que se recopilan los datos de la muestra puede
variar según el tipo de estudio. Puede incluir encuestas, observaciones, mediciones
físicas, entrevistas, análisis de documentos, entre otros métodos.
6. Mantener la representatividad: Es importante garantizar que la muestra
seleccionada siga siendo representativa a lo largo del proceso de recolección de
datos. Esto implica evitar el sesgo de selección y mantener la integridad de la
muestra.
7. Análisis de datos: Una vez que se ha recopilado la muestra, se procede al análisis
de los datos obtenidos. Esto puede implicar el uso de herramientas estadísticas para
inferir conclusiones sobre la población en función de los resultados de la muestra.

En resumen, la toma de muestras es un proceso crucial en la recopilación de datos y la

investigación en diversas disciplinas. Se deben seguir procedimientos cuidadosos y
científicamente válidos para asegurarse de que la muestra sea representativa y que los
resultados sean confiables y aplicables a la población de interés.

5) Establezca diferencias entre estadístico y parámetro:

En el contexto de la estadística, existen dos conceptos fundamentales: estadístico y
parámetro. A continuación, se presentan las diferencias entre ambos términos:
Estadístico:
 Un estadístico es una cantidad calculada a partir de los datos de una muestra.
 Representa una medida numérica que resume o describe una característica
específica de la muestra.
 Ejemplos comunes de estadísticos son la media muestral, la desviación estándar
muestral, la proporción muestral, etc.
 Los estadísticos se utilizan para estimar los parámetros poblacionales.

Parámetro:
 Un parámetro es una cantidad desconocida que describe una característica de una
población completa.
 Es una medida numérica que representa una característica poblacional y no puede
ser calculada directamente a partir de una muestra.
 Ejemplos de parámetros incluyen la media poblacional, la desviación estándar
poblacional, la proporción poblacional, etc.
 Los parámetros son objetivos de estudio y se busca estimarlos utilizando
información de la muestra a través de inferencia estadística.

En resumen, la diferencia fundamental entre un estadístico y un parámetro radica en su

alcance y origen. Los estadísticos son cantidades calculadas a partir de una muestra y se
utilizan para resumir o describir características muestrales, mientras que los parámetros son
cantidades desconocidas que describen características poblacionales y se estima utilizando
información de la muestra.

6) ¿Cuáles son las etapas de la encuesta por muestra?

Las etapas de una encuesta por muestra se pueden resumir en cinco pasos principales:
1. Definición del objetivo y alcance de la encuesta: En esta etapa, se establece el
propósito de la encuesta y se define claramente la población objetivo. También se
determinan los objetivos específicos de la encuesta y se definen las variables de
interés que se medirán.
2. Selección de la muestra: En este paso, se elige una muestra representativa de la
población objetivo. La muestra debe ser lo suficientemente grande como para ser
estadísticamente significativa y garantizar la validez de los resultados. Se utilizan
técnicas de muestreo adecuadas, como el muestreo aleatorio simple, estratificado,
por conglomerados, entre otros, dependiendo de la naturaleza de la población y los
recursos disponibles.
3. Diseño del cuestionario: En esta etapa, se desarrolla el cuestionario que se utilizará
para recopilar los datos. El cuestionario debe ser claro, conciso y adecuado para los
participantes. Se deben formular preguntas adecuadas, evitar sesgos y utilizar
escalas de respuesta apropiadas. Además, se pueden realizar pruebas piloto para
asegurarse de que el cuestionario funcione correctamente y sea comprensible para
los encuestados.
4. Recopilación de datos: En este paso, se lleva a cabo la recolección de datos de la
muestra seleccionada. Esto puede hacerse a través de diversas formas, como
entrevistas en persona, encuestas por correo, cuestionarios en línea, entre otras. Es
importante garantizar que los datos se recolecten de manera sistemática y precisa,
siguiendo los procedimientos establecidos y garantizando la confidencialidad de la
información recopilada.
5. Análisis e interpretación de los datos: Una vez recopilados los datos, se realiza el
análisis estadístico correspondiente. Esto implica tabular, organizar y resumir los
datos utilizando técnicas estadísticas apropiadas. Se pueden utilizar medidas
descriptivas, como medias, medianas, porcentajes y gráficos, para presentar los
resultados de manera clara y comprensible. Posteriormente, se realizan
interpretaciones y se extraen conclusiones basadas en los resultados obtenidos.
Estas etapas son fundamentales para llevar a cabo una encuesta por muestra de manera
efectiva y obtener resultados confiables. Cada paso requiere una planificación adecuada,
atención a los detalles y el uso de metodologías estadísticas apropiadas para garantizar la
calidad de los datos y la validez de las conclusiones.

7) ¿Qué entiende por variable?

En estadística, una variable se refiere a una característica o atributo que puede tener
diferentes valores o categorías. Es una propiedad que puede medirse, observarse o
clasificarse, y puede variar de un individuo a otro o de una situación a otra.

Existen dos tipos principales de variables:

1. Variables cuantitativas: Son variables numéricas que representan una cantidad o
medida. Pueden ser discretas o continuas. Ejemplos de variables cuantitativas
discretas incluyen el número de hijos de una persona, el número de preguntas
respondidas correctamente en un examen, etc. Ejemplos de variables cuantitativas
continuas incluyen la altura, el peso, la temperatura, etc. Estas variables pueden
tomar cualquier valor dentro de un rango determinado.
2. Variables cualitativas (o categóricas): Son variables que representan una cualidad,
categoría o clasificación. Pueden ser nominales u ordinales. Las variables
cualitativas nominales no tienen un orden o jerarquía específica entre las categorías.
Ejemplos de variables nominales son el género, la nacionalidad, el color favorito,
etc. Las variables cualitativas ordinales tienen un orden o jerarquía natural entre las
categorías. Ejemplos de variables ordinales son la clasificación socioeconómica
(baja, media, alta), el nivel educativo (primaria, secundaria, universidad), etc.

Las variables son fundamentales en el análisis de datos y la estadística, ya que permiten

medir y estudiar características de interés en una población o muestra. Su comprensión y
clasificación adecuada son esenciales para seleccionar las técnicas estadísticas apropiadas y
realizar interpretaciones significativas de los resultados.

8) En general, como se clasifican las variables, defínalas y ejemplifique

en su área de estudio:
Las variables se clasifican en dos categorías principales: variables independientes y
variables dependientes.
1. Variable independiente: Es una variable que se manipula o controla en un estudio
o investigación y se considera la causa o factor que afecta a otras variables. Es una
variable que se selecciona o asigna antes de realizar las observaciones o mediciones.
En un estudio de orientación académica, un ejemplo de variable independiente
podría ser:
 Programa de tutoría: En un estudio que investiga el impacto de un programa de
tutoría en el rendimiento académico de los estudiantes, el programa de tutoría sería
la variable independiente. Se seleccionaría un grupo de estudiantes que participan
en el programa de tutoría y se compararía con un grupo de estudiantes que no
participan.

2. Variable dependiente: Es una variable que se observa o mide en respuesta a la

variable independiente y es el resultado o efecto que se estudia. En un estudio de
orientación académica, un ejemplo de variable dependiente podría ser:
 Rendimiento académico: En el mismo estudio mencionado anteriormente, el
rendimiento académico de los estudiantes sería la variable dependiente. Se mediría
y compararía el rendimiento académico de los estudiantes que participan en el
programa de tutoría con aquellos que no participan.

Además de esta clasificación, las variables pueden ser cuantitativas o cualitativas, como se
mencionó anteriormente. A continuación, se presentan ejemplos de clasificación de
variables en el área de la orientación académica:
 Variable independiente: Programa de orientación vocacional.
 Variable dependiente: Elección de carrera de los estudiantes.
En este caso, el programa de orientación vocacional sería la variable independiente que se
ofrece a un grupo de estudiantes, y se observaría si esto tiene un impacto en la elección de
carrera de los estudiantes, que sería la variable dependiente.

Estas clasificaciones y ejemplos ilustran cómo las variables se definen y se aplican en el

contexto de la orientación académica para comprender la relación entre diferentes factores
y los resultados de los estudiantes.

9) Como se subdividen las variables cuantitativas, defínalas y

ejemplifique en su área de estudio:
Las variables cuantitativas se subdividen en dos tipos: variables cuantitativas discretas y
variables cuantitativas continuas.
1. Variables cuantitativas discretas: Son variables numéricas que solo pueden tomar
valores específicos y contables. Estos valores son distintos y no pueden tener
valores intermedios entre ellos. Ejemplos de variables cuantitativas discretas en el
área de la orientación académica podrían ser:
 Número de cursos aprobados en un semestre: Esta variable cuantifica la cantidad
de cursos que un estudiante ha aprobado en un semestre académico. Solo puede
tomar valores enteros, como 0, 1, 2, 3, etc.
 Número de horas dedicadas al estudio por semana: Esta variable representa la
cantidad de horas que un estudiante dedica al estudio en una semana. También es
una variable discreta, ya que solo puede tomar valores enteros, como 0, 1, 2, 3, etc.

2. Variables cuantitativas continuas: Son variables numéricas que pueden tomar

cualquier valor dentro de un rango determinado. Estos valores pueden ser medidos o
expresados con precisión. Ejemplos de variables cuantitativas continuas en el área
de la orientación académica podrían ser:
 Promedio de calificaciones: Esta variable representa el promedio ponderado de las
calificaciones obtenidas por un estudiante. Puede tomar valores continuos en un
rango específico, como 3.25, 3.50, 3.75, etc.
  Edad de los estudiantes: Esta variable representa la edad de los estudiantes en
años. Es una variable cuantitativa continua, ya que puede tomar cualquier valor
dentro de un rango continuo, como 18, 19, 20, 21.5, etc.

Estas subdivisiones de variables cuantitativas, discretas y continuas, permiten comprender y

clasificar mejor los diferentes tipos de datos numéricos que se manejan en la orientación
académica. Cada tipo de variable tiene implicaciones diferentes en términos de los métodos
de análisis y las interpretaciones estadísticas que se pueden realizar.
II. Conteste con N=nominal, O=Ordinal, I=intervalo y R=razón

1) La escala que categoriza a las personas según sus cualidades: N

2) Pedro es el chico más popular de esta clase: O

3) El marido pesa el doble de su mujer: R

4) La escala que posee el punto cero no verdadero y es solo una referencia: I

5) La nota más alta fue de 90 puntos y la más baja de 40 puntos en el examen: I

6) En una tabla se indica que hay 23 estudiantes de básica, 15 de inicial, 10 de

derecho, etc.: N

7) El listado de confinados (presos) está en orden alfabético de su primer apellido: N