La estadística es la ciencia que estudia la recolección, organización, análisis e interpretación de datos numéricos. Se aplica a diversas disciplinas y es útil para la toma de decisiones. Existen dos tipos de estadística: descriptiva, que resume los datos; e inferencial, que permite deducir conclusiones sobre una población a partir de una muestra. La estadística trabaja con variables, que pueden ser cualitativas u cuantitativas.

2. Por Lic. David Peña UCB FM UES

3.  La estadística es una rama de la matemática que
se refiere a la recolección, análisis e
interpretación de los datos obtenidos en un
estudio.
 Es aplicable a una amplia variedad de disciplinas,
desde la física hasta las ciencias sociales, ciencias
de la salud como la Psicología y la Medicina, y
usada en la toma de decisiones en áreas de
negocios e instituciones gubernamentales

4.  La palabra estadística procede del latín “consejo de
Estado” y de subderivado italiano “hombre de
Estado o político”, el término alemán que fue
introducido por (Gottfried Achenwall) en 1749
designaba originalmente el análisis de datos del
Estado, es decir, la ciencia del Estado o también
llamada la aritmética política.
 No fue hasta el siglo XIX cuando el término
estadística adquirió el significado de recolector y
clasificar datos este concepto fue introducido por el
inglés Jhon Sinclair.

5.  La palabra estadística también se utiliza para
referirse a la información estadística; es decir, a
series de datos, tablas y gráficas que presentan
resultados.
 Por ejemplo, cuando leemos las estadísticas de
los equipos de futbol o escuchamos la estadística
muestra que el índice de reprobación en las
escuelas es tal, se hace referencia a los datos y no
al procedimiento o metodología deanálisis.

6.  La palabra "estadística" suele utilizarse bajo dos significados distintos,
a saber:
 1º Como colección de datos numéricos.-1º Como colección de datos numéricos.- Esto es el significado más
vulgar de la palabra estadística. Se sobre entiende que dichos datos
numéricos han de estar presentados de manera ordenada y
sistemática.
 Una información numérica cualquiera puede no constituir una
estadística, para merecer este apelativo, los datos han de constituir un
conjunto coherente, establecido de forma sistemática y siguiendo un
criterio de ordenación.
 Tenemos muchos ejemplos de este tipo de estadísticas…puedes dar
algunos ejemplos.

7.  2º Como ciencia.-2º Como ciencia.- En este significado,
la Estadística estudia el
comportamiento de los fenómenos de
masas.
 Como todas las ciencias, busca las
características generales de un
colectivo y prescinde de las
particulares de cada elemento.

8.  Clasificación de la estadística.
 El estudio de la estadística se ha concretado
primordialmente en el análisis de datos y su
aplicación en la toma de decisiones, lo que ha
permitido dividir a la estadística por su aplicación
en:
 1. Estadística descriptiva.
 2. Estadística inferencial (estadística inductiva o
estadística analítica).

9.  La estadística es la ciencia cuyo objetivo es reunir información
cuantitativa relacionada a individuos, grupos, series de hechos, entre
otros. Gracias al análisis de estos datos se pueden deducir algunos
significados precisos o algunas previsiones para el futuro. La estadística,
en general, es la ciencia que trata la recopilación, la organización,
la presentación, el análisis y la interpretación de datos numéricos con el
fin de realizar una toma de decisiones más efectiva.
 La palabra estadística también se utiliza para referirse a la información
estadística; es decir, a series de datos, tablas y gráficas que presentan
resultados.
 Por ejemplo, cuando leemos las estadísticas de los equipos de futbol o
escuchamos la estadística muestra que el índice de reprobación de la
PAES es tal, se hace referencia a los datos y no al procedimiento o
metodología de análisis.
 La estadística resulta muy útil no sólo para recopilar y describir datos, sino
también para interpretar la información obtenida, que puede ser
aprovechada para demostrar la evolución de un fenómeno a través de
cierto tiempo

10. Población, elementos y caracteres.
 Es obvio que todo estudio estadístico ha de estar referido a
un conjunto o colección de personas o cosas. Este conjunto
de personas o cosas es lo que denominaremos población.
 Las personas o cosas que forman parte de la población se
denominan elementos. En sentido estadístico un elemento
puede ser algo con existencia real, como un automóvil o una
casa, o algo más abstracto como la temperatura, un voto, o
un intervalo de tiempo.
 A su vez, cada elemento de la población tiene una serie de
características que pueden ser objeto del estudio estadístico.
Así por ejemplo si consideramos como elemento a una
persona, podemos distinguir en ella los siguientes caracteres:
Sexo, Edad, Nivel de estudios, Profesión, Peso, Altura, Color
de pelo, Etc. Por tanto de cada elemento de la población
podremos estudiar uno o más aspectos cualidades o
caracteres.

11. La población puede ser según su tamaño de dos tipos:
 Población finita: cuando el número de elementos que la
forman es finito, por ejemplo el número de alumnos de un
centro de enseñanza, o grupo clase.
 De ejemplos:
 Población infinita: cuando el número de elementos que la
forman es infinito, o tan grande que pudiesen considerarse
infinitos.. Como por ejemplo si se realizase un estudio sobre
los productos que hay en el mercado. Hay tantos y de tantas
calidades que esta población podría considerarse infinita.
 Da ejemplos:

12.  La muestra es, en esencia, un subgrupo de la
población.
 Digamos que es un subconjunto de elementos
que pertenecen a ese conjunto definido en sus
características al que llamamos población.

13.  Con frecuencia leemos y oímos hablar de “muestra
representativa”, ‘muestra al azar “ “muestra aleatoria” como
si con los simples términos se pudiera dar más seriedad a los
resultados.
 En realidad, pocas veces se puede medir a toda la población,
por lo que obtenemos o seleccionamos una muestra y se
pretende —desde luego— que este subconjunto sea un reflejo
fiel del conjunto de la población.
 Todas las muestras deben ser representativas, por tanto el uso
de este término es por demás inútil.
 Los términos al azar y aleatorio denotan un tipo de
procedimiento mecánico relacionado con la probabilidad y
con la selección de elementos, pero no logra esclarecer
tampoco el tipo de muestra y el procedimiento de muestreo.

14.  Básicamente categorizamos a las muestras en dos
grandes ramas: las muestras no probabilísticas y las
muestras probabilísticas.
 En estas últimas todos los elementos de la población
tienen la misma posibilidad de ser escogidos.
 Esto se obtiene definiendo las características de la
población, el tamaño de la muestra y a través de una
selección aleatoria y/o mecánica de las unidades de
análisis. Imagínense el procedimiento para obtener
el número premiado en un sorteo de lotería.

15.  En las muestras no probabilísticas, la elección de
los elementos no depende de la probabilidad, sino
de causas relacionadas con las características del
investigador o del que hace la muestra.
 Aquí el procedimiento no es mecánico, ni en base
a fórmulas de probabilidad, sino que depende del
proceso de toma de decisiones de una persona o
grupo de personas, .y desde luego, las muestras
seleccionadas por decisiones subjetivas tienden a
estar sesgadas.

16. La estadística trabaja con datos de característica
variabilidad, conocidos por ello como variables.
¿Qué es una Variable?
Las variables pueden clasificarse también, en
variables cuantitativas y cualitativas

17.  Las variables cuantitativas también se conocen
como variables propiamente dichas, mientras
que las cualitativas se conocen como atributos,
clases o categorías.
 Una posterior división de las variables es en
continuas y discontinuas o discretas.

18. Variables Cualitativas : Atributos o Clases o
categorías.
Discretas
Variables Cuantitativas
Continuas

19. Las variables cuantitativas son las que se describen por medio de
números, como por ejemplo el peso, Altura, Edad, Número de
fallecidos…
A su vez este tipo de variables se puede dividir en dos subclases:
Cuantitativas discretas: Aquellas a las que se les puede asociar un
número entero, es decir, aquellas que por su naturaleza no admiten
un fraccionamiento de la unidad, por ejemplo número de
hermanos, páginas de un libro, etc.
Cuantitativas continuas: Aquellas que no se pueden expresar
mediante un número entero, es decir, aquellas que por su
naturaleza admiten que entre dos valores cualesquiera la variable
pueda tomar cualquier valor intermedio, por ejemplo peso, tiempo.
etc.
No obstante en muchos casos el tratamiento estadístico hace que
a variables discretas las trabajemos como si fuesen continuas y
viceversa.

20. Los atributos son aquellos caracteres que para su definición
precisan de palabras, es decir, no le podemos asignar un
número. Por ejemplo Sexo Profesión, Estado Civil, etc.
A su vez las podemos clasificar en:
 Ordenables: Aquellas que sugieren una ordenación, por
ejemplo la graduación militar, El nivel de estudios, etc.
 No ordenables: Aquellas que sólo admiten una mera
ordenación alfabética, pero no establece orden por su
naturaleza, por ejemplo el color de pelo, sexo, estado civil,
etc.

21.  Son una sucesión de medidas que permiten
organizar datos en orden jerárquico. Las escalas
de medición, pueden ser clasificadas de acuerdo
a una degradación de las características de las
variables.

22.  De acuerdo con la definición clásica del término —
ampliamente difundida— medir significa “asignar
números a objetos y eventos de acuerdo a reglas”
(Stevens, 1951).
 Sin embargo, como señalan Carmines y Zeller
(1979), esta definición es más apropiada para las
ciencias físicas que para las ciencias sociales, ya que
varios de los fenómenos que son medidos en éstas
no pueden caracterizarse como objetos o eventos,
puesto que son demasiado abstractos para ello.

23.  Este razonamiento nos hace sugerir que es más adecuado
definir la medición como “el proceso de vincular conceptos
abstractos con indicadores empíricos proceso que se realiza
mediante un plan explicito y organizado para clasificar (y
frecuentemente cuantificar) los datos disponibles —los
indicadores— en términos del concepto que el investigador
tiene en mente (Carmines y Zeller, 1979, p. 10).
 Y en este proceso, el instrumento de medición o de recolección
de los datos juega un papel central. Sin él no hay observaciones
clasificadas.

24. La definición sugerida incluye dos consideraciones: La primera es
desde el punto de vista empírico y se resume en que el centro de
atención es la respuesta observable (sea una alternativa de respuesta
marcada en un cuestionario, una conducta grabada vía observación o
una respuesta dada a un entrevistador).
La segunda es desde una perspectiva teórica y se refiere a que el
interés se sitúa en el concepto subyacente no observable que es
representado por la respuesta (Carmines y Zeller, 1979). Así, los
registros del instrumento de medición representan valores observables
de conceptos abstractos.
Un instrumento de medición adecuado es aquel que registra datos
observables que representan verdaderamente a los conceptos o
variables que el investigador tiene en mente.

25.  Estas escalas son: nominales, ordinales,
intervalares o racionales. Según pasa de una
escala a otra el atributo o la cualidad aumenta.
 Las escalas de medición ofrecen información
sobre el tipo de variable: discretas o continuas.
 Dicha clasificación determina la selección de la
gráfica adecuada.

26.  Una clasificación de las escalas de medida por el
Psicólogo llamado Steven en 1946, que han
tenido una aceptación en los últimos tiempos es:
 Escala Nominal
 Escala Ordinal
 Escala por Intervalos
 Escala Racional

27.  La escala mas rudimentaria es la
nominal, donde los objetos se distinguen
en base a un nombre, muchas veces
dado por un número.

28.  En este nivel se tienen dos o más categorías del
ítem o variable.
 Las categorías no tienen orden o jerarquía.
 Lo que se mide es colocado en una u otra
categoría, lo que indica solamente diferencias
respecto a una o más características.

30. Por ejemplo, la variable sexo de la persona tiene
sólo dos categorías: masculino y femenino (si la
variable fuera “práctica sexual” podría haber tal vez
más, pero sexo sólo tiene dos categorías).
Ninguna de las categorías tiene mayor jerarquía
que la otra, las categorías únicamente reflejan
diferencias en la variable. No hay orden de mayor a
menor.
Si les asignamos una etiqueta o símbolo a cada
categoría, éste exclusivamente identifica a la
categoría. Por ejemplo:
* = Masculino
z = Femenino

31.  Las mediciones en una escala ordinal
solo indican orden (“ranking”). Los
objetos en una escala ordinal se
distinguen, pues, en base a la cantidad
relativa de una característica que
poseen.

35.  Además de haber orden o jerarquía entre
categorías, se establecen intervalos iguales en la
medición. Las distancias entre categorías son las
mismas a lo largo de toda la escala. Hay intervalo
constante, una unidad de medida.

36. dólares

37. Tipo de variable de respuesta Ejemplo
Categoría con dos categorías Vivo/Muerto
Presencia o ausencia de una enfermedad
Empleado/desempleado
Categoría con mas de dos categorías no
ordenadas
Causa de muerte
Tipo de cáncer
Partido político
Afiliación religiosa
Categorías con categorías ordenadas Fuerza de convicción a una actitud política
Clase en la universidad
Severidad de síntomas de una enfermedad
Conteo discretos Numero de hijos en una familia
Numero de accidentes en un cruce de calles
Discretas duración de tiempo datos históricos Situación de desempleo para cada mes
(tiempo desempleado)

38. Obtención de Datos
Organización de Datos
Representación de Datos
Análisis de Datos
Toma de decisiones con los datos.

39. ¿QUÉ IMPLICA LA ETAPA DE RECOLECCIÓN DE LOS
DATOS?
Una vez que seleccionamos el diseño de investigación apropiado y la muestra
adecuada de acuerdo con nuestro problema de estudio e hipótesis, la siguiente
etapa consiste en recolectar los datos pertinentes sobre las variables
involucradas en la investigación.
Recolectar los datos implica tres actividades estrechamente vinculadas entre sí:
a)Seleccionar un instrumento de medición de los disponibles en el estudio del
comportamiento o desarrollar uno (el instrumento de recolección de los datos:
guía de observación, guía de entrevista, cuestionario, otros). Este instrumento
debe ser válido y confiable, -de lo contrario- no podemos basarnos en sus
resultados. Debe adaptarse al estudio de investigación.
b) Aplicar ese instrumento de medición. Es decir, obtener las observaciones y
mediciones de las variables que son de interés para nuestro estudio (medir
variables).
c) Preparar las mediciones obtenidas para que puedan analizarse correctamente
(a esta actividad se le denomina codificación de los datos).

40.  Se deberá organizar el grupo para obtener lo
datos y llevar un registro exacto de los datos.
 Tomando en cuenta que tipo de datos, el tipo de
población y muestra.
 El espacio geográfico y otros factores que
pudieran facilitar o impedir la correcta obtención
de datos.

41. OBTENCION DE DATOSOBTENCION DE DATOS
Una vez que seleccionamos el diseño de investigación apropiado y la
muestra adecuada de acuerdo con nuestro problema de estudio e
hipótesis, la siguiente etapa consiste en recolectar los datos pertinentes
sobre las variables involucradas en la investigación.
Recolectar los datos implica tres actividades estrechamente vinculadas
entre sí:
a)Seleccionar un instrumento de medición
b)Aplicar ese instrumento de medición.
c)Preparar las mediciones

42. a) Seleccionar un instrumento de medición de los
disponibles en el estudio del
comportamiento o desarrollar uno (el
instrumento de recolección de los
datos). Este instrumento debe ser
válido y confiable, -de lo contrario no
podemos basamos en sus resultados.

43. B. Aplicar ese instrumento de
medición. Es decir, obtener las
observaciones y mediciones de las
variables que son de interés para
nuestro estudio (medir variables).
C. Preparar las mediciones obtenidas
para que puedan analizarse
correctamente (a esta actividad se le
denomina codificación de los datos).

44. Hoy día, los análisis estadísticos se llevan a cabo a través de programas
para computadora, utilizando paquetes estadísticos.
Estos paquetes son sistemas integrados de programas para computadora
diseñados para el análisis de datos. Cada paquete tiene su propio
formato, instrucciones, procedimientos y Características.
Para conocer un paquete es necesario consultar el manual respectivo. Los
manuales de los paquetes más importantes han sido publicados y
difundidos ampliamente.
Y el procedimiento para analizar los datos es crear o desarrollar un
programa basándonos en el manual. Este programa incluye el llamado de
la matriz de datos y las pruebas estadísticas seleccionadas.
Después se corre el programa y se obtienen los resultados, los cuales se
interpretan.

45. 1. BMDP (Programa Biomédico Computarizado). Desarrollado por la Universidad
de California de la ciudad de Los Ángeles. Es utilizable en máquinas IBM y otros
sistemas (CYBER, Honeywell, Univac, Xerox, etc.). Aunque está diseñado para
el área biomédica, contiene una gran cantidad de análisis aplicables a ciencias
sociales.
La referencia del manual es la siguiente:
Dixon, W J. (1975). BMDP biomedical computer programs. Los Ángeles,
California: UCLA.
2. ESP (Paquete econométrico de Software). Especialmente útil para análisis
estadísticos de series cronológicas. Se puede tener en máquinas IBM, aunque
hay adaptaciones a otras máquinas.
La referencia del manual es:
Cooper, J. P. y Curtis, O. A. (1976) ESP: Econometric Software Package.
Chicago Illinois: Graduate School of Business, University of Chicago.

46. 3. OSIRIS (Organized Set of Integrated Routines for Investigation with Statistics)
(Conjunto organizado de rutinas integradas para la investigación con estadística).
Desarrollado por el Instituto de Investigación Social de la Universidad de Michigan.
Disponible en máquinas IBM y otras máquinas.
4. SAS (Sistema de Análisis Estadístico). Desarrollado en la Universidad Estatal de
Carolina del Norte y distribuido por SAS Institute, Inc. de Raleigh, Carolina del
norte. Es muy poderoso y su utilización se ha incrementado notablemente.
La referencia del manual es: Barr, A. J; Goodnight, J. H.; Salí, J. R.; y Helwig, J. T.
(1976). SAS: Statistical Analysis System. Raleigh, North Carolina: SAS Institute,
INC.
5. SPSS (Paquete Estadístico para las Ciencias Sociales).
Desarrollado en la Universidad de Chicago, es probablemente el más
difundido en el mundo occidental (en Latinoamérica es tal vez el más
utilizado). Disponible en muchos tipos de máquinas. Contiene todos
los análisis estadísticos descritos en este capítulo. Además del
paquete tradicional cuenta con una versión interactiva denominada
SPSS-X que tiene mayor capacidad, variedad de análisis y es menos
rígida, y una versión para la elaboración de gráficas (SPSS Graphics)
con una versión para computadoras personales y
microcomputadoras (SPSS/PC).

47.  Aunque hoy en día, si se realiza un estudio estadístico importante esta tarea la realiza el
ordenador, ya sea por medio de programas de estadística específicos, o bien utilizando
herramientas informáticas de propósito general como Bases de Datos u Hojas de Cálculo u
otros métodos manuales como los siguientes:
Por Palitos o Palotes l, ll, lll,
Formando cuadros , , ,
Y para muestras muy grandes el de puntos . , . . , …, …., ….., …..
¨
Aunque el método más utilizado o conocido sea el primero, quizás el más
cómodo de utilizar es el 2º en la mayoría de los casos.

48.  Muchas veces, al comienzo de un trabajo de
análisis de datos se cuenta con un gran volumen
de información en bruto.

49.  Una de las primeras tareas es organizar esa
información y tabularla.
 El propósito de la tabulación es resumir la
información hasta llegar, a veces, a un par de
valores (la media y la varianza por ejemplo) que
encierran toda la utilidad de la información.

51.  Traer tensiómetro (esfigmomanómetro)
 Termómetro
 Bascula de pesar
 Cinta métrica
 Leer las técnicas para la utilización de estos
instrumentos de medición de signos vitales.

52.  TOMAR SIGNOS VITALES DE TODOS LOS
ESTUDIANTES DEL SALON:
 FRECUENCIA CARDIACA (PULSO)
 TEMPERATURA
 PESO
 TALLA
 CINTURA
 PRESION ARTERIAL SISTOLICA/DIASTOLICA