2. ESTADÍSTICA
• Ciencia que recoge, organiza, presenta, analiza e interpreta datos con el fin de propiciar una toma
de decisiones más eficaz.
• Importancia y necesidad de la estadística: radica fundamentalmente en su aplicación en el
proceso de todo tipo de investigación científica. Ella es de gran utilidad en las ciencias sociales, en
las ciencias naturales y en las ciencias formales. De manera, que la estadística es por sí misma,
auxiliar de todas las ciencias.
3. DEFINICIONES
• Estadística: Ciencia que recoge, organiza, presenta, analiza e interpreta datos con el fin de
propiciar una toma de decisiones más eficaz.
• Poblaciones y parámetros:
• Población es el conjunto de individuos u objetos de interés o medidas que se obtienen a partir de
todos los individuos u objetos de interés, el parámetro estadístico es un valor, un número, que
resume y permite interpretar los datos extraídos en el estudio de una muestra estadística.
4. ESTADÍSTICA
• Muestras y Estadísticos
Muestra es la porción o parte de la población de interés, un estadístico es un valor que se calcula a
partir de los datos de una muestra. Se utilizan para representar una característica de la muestra y
para estimar el mismo valor referido a la población de la cual se ha extraído la muestra. Por ejemplo,
la media calculada en una muestra proporciona información sobre la correspondiente media
poblacional.
6. TIPOS DE ESTADÍSTICA
• Estadística Descriptiva
La estadística descriptiva es la rama de las Matemáticas que recolecta, presenta y caracteriza un
conjunto de datos (por ejemplo, edad de una población, altura de los estudiantes de una escuela,
temperatura en los meses de verano, etc.) con el fin de describir apropiadamente las diversas
características de ese conjunto.
7. TIPOS DE ESTADÍSTICA
• Estadística Inferencial
Se llama estadística inferencial o inferencia estadística a la rama de la Estadística encargada de
hacer deducciones, es decir, inferir propiedades, conclusiones y tendencias, a partir de una
muestra del conjunto. Su papel es interpretar, hacer proyecciones y comparaciones.
Algunos ejemplos de la aplicación de la estadística inferencial son:
• Sondeos de tendencia de voto.
• Análisis de mercado.
• Epidemiología médica.
9. VARIABLE CUALITATIVA
• Cuando la característica que se estudia es de naturaleza no numérica, recibe
el nombre de variable cualitativa o atributo.
• Algunos ejemplos de variables cualitativas son el género, la filiación
religiosa, tipo de automóvil que se posee, estado de nacimiento y color de
ojos. Cuando los datos son de naturaleza cualitativa, importa la cantidad o
proporción que caen dentro de cada categoría. Por ejemplo, ¿qué
porcentaje de la población tiene ojos azules?, ¿Cuántos católicos o cuántos
cristianos hay en Guatemala?, ¿Qué porcentaje del total de automóviles
vendidos el mes pasado eran Toyota?.
10. VARIABLE CUANTITATIVA
• Cuando la variable que se estudia aparece en forma numérica, se le
denomina variable cuantitativa. Ejemplos de variables cuantitativas son el
saldo en su cuenta de cheques, las edades de los presidentes de la
compañía, la vida de la batería de un automóvil —aproximadamente 42
meses— y el número de hijos que hay en una familia. Las variables
cuantitativas pueden ser discretas o continuas.
11. VARIABLE CUANTITATIVA
• Discreta: Las variables discretas adoptan sólo ciertos valores y existen vacíos
entre ellos. Ejemplos de variables discretas son el número de camas en una
casa (1, 2, 3, 4, etc.); el número de automóviles que en una hora usan la
salida X hacia el Periférico y el número de estudiantes en cada sección de un
curso de estadística
• Continua: Las observaciones de una variable continua toman cualquier valor
dentro de un intervalo específico. Ejemplos de variables continuas son la
presión del aire en una llanta y el peso de un cargamento de tomates.
12. ESCALAS DE MEDICIÓN
• Ordinal : En este nivel de medición se establecen categorías distintivas que
no implican un orden específico. En el caso del nivel nominal de medición,
las observaciones acerca de una variable cualitativa sólo se clasifican y se
cuentan.
• Nominal: Las clasificaciones de los datos se encuentran representadas por
conjuntos de etiquetas o nombres (alto, medio, bajo), las cuales tienen
valores relativos. En consecuencia, los valores relativos de los datos se
pueden clasificar u ordenar.
13. ESCALAS DE MEDICIÓN
• Intervalo : El nivel de intervalo de medición es el nivel inmediato superior.
Incluye todas las característica del nivel ordinal, pero, además, la diferencia
entre valores constituye una magnitud constante.
14. ESCALAS DE MEDICIÓN
• Razón: Todos los datos cuantitativos son registrados en el nivel de razón de
la medición. El nivel de razón es el más alto. Posee todas las características
del nivel de intervalo, aunque, además, el punto 0 tiene sentido y la razón
entre dos números es significativa. Ejemplos de la escala de razón de
medición incluyen salarios, unidades de producción, peso, cambios en los
precios de las acciones, la distancia entre sucursales y la altura.
16. DATOS ESTADÍSTICOS
• Los datos estadísticos, son los valores que se obtienen al llevar a cabo un
estudio de tipo estadístico. Se trata del producto de la observación de aquel
fenómeno que se pretende analizar.
• Supongamos que un periodista deportivo desea estudiar el rendimiento de un
tenista a partir de los resultados que logró en el último año. En dicho plazo, el
jugador disputó 15 encuentros, de los cuales ganó 5 y perdió 10. Los datos
estadísticos obtenidos de la observación de los partidos son los siguientes:
derrota – derrota – derrota – victoria – derrota – victoria – victoria – derrota –
derrota – derrota – derrota- derrota – victoria – derrota – victoria.
17. CUADROS O TABLAS ESTADÍSTICAS
• Cuadro Estadístico llamado también “tabla estadística” es un arreglo de filas y
columnas dispuestas metódicamente de modo tal que se puedan presentar y
organizar los datos para clasificarlos adecuadamente para comparar e
interpretar las características de dos o más variables.
18. GRAFICAS ESTADISTICAS
• Son representaciones gráficas de los resultados que se muestran en una tabla
estadística. Pueden ser de formas muy diversas, pero con cada tipo de gráfica
se cumple un propósito.
• Ejemplos de gráficas estadísticas son: Los diagramas de barras, los diagramas de
pie, los histogramas y los polígonos de frecuencias.
19. ANÁLISIS DE DATOS CUALITATIVOS
• El análisis de datos cualitativo es un proceso dinámico y creativo que nos
permite extraer conocimiento de una masa de datos heterogéneos en forma
textual o narrativa. Los datos cualitativos pueden provenir de varias fuentes
y pueden tener formato de texto, de audio, de imagen o de vídeo.
• La importancia de los datos cualitativos reside en el hecho de que nos
permiten obtener conocimiento profundo sobre ciertas realidades
subjetivas, como, por ejemplo, los sentimientos y las motivaciones de
nuestros clientes.
20. INTERPRETACIÓN DE LOS RESULTADOS
• El análisis de datos estadísticos es el proceso que nos permite interpretar los
datos numéricos que disponemos, con el objetivo de tomar las decisiones de
negocio más eficaces.
• Cada decisión que se quiera tomar en nuestras organizaciones debe estar
basada en datos. Esto significa que la estadística es una herramienta muy
potente en nuestras manos como administradores.
21. EJERCICIO EN CLASE
• https://grupo.us.es/afunmet/guia_y_material/naceescaltipos.htm