Este documento describe diferentes tipos de variables estadísticas, incluyendo variables cualitativas y cuantitativas. También explica conceptos como población, muestra, parámetros estadísticos, escalas de medición, razón, proporción, tasa y frecuencia. Proporciona ejemplos para ilustrar cada uno de estos conceptos estadísticos fundamentales.

1. Realizado por:
Yohanny Grimón
C.I: 25.244.836
SAIA PSM Estadística I Sección YV

2. Variable
Es cada una de las características o cualidades que poseen los individuos de una
población.
 Tipos de Variable:
a) Variable cualitativa
se refieren a características o cualidades que no pueden ser medidas connúmeros.
Podemos distinguir dos tipos:
b) Variable cualitativa nominal
Una variable cualitativa nominal presenta modalidades no numéricas que no admiten
un criterio de orden.
c) Variable cualitativa ordinal
Presenta modalidades no numéricas, en las que existe un orden.
Variable cuantitativa
d) Variable cuantitativa
Es la que se expresa mediante un número, por tanto se pueden realizar
operaciones aritméticas con ella. Podemos distinguir dos tipos:
e) Variable discreta
Una variable discreta es aquella que toma valores aislados, es
decir no admite valores intermedios entre dos valores específicos.
f) Variable continua
Una variable continua es aquella que puede tomar valores comprendidos entre dos
números.

3. Variables
 Ejemplos:

4. Población y Muestra
 Población: Es el conjunto de elementos de referencia
sobre el que se realizan las observaciones. También es
el conjunto sobre el que estamos interesados en
obtener conclusiones (inferir). Normalmente es
demasiado grande para poder abarcarla, motivo por el
cual se puede hacer necesaria la extracción de
una muestra de ésta.
 Muestra: es un subconjunto de casos o individuos de
una población estadística.

5. Población y Muestra
 Ejemplo:
Población = 60 personas.
Muestra = 8 personas

6. Parámetros estadísticos
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.
 Ejemplo:

7. Escalas de Medición
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.
Estas escalas son: nominales, ordinales, intercalares o
racionales. Según pasa de una escala a otra el atributo
o la cualidad aumenta. Las escalas de medición
ofrecen información sobre la clasificación de variables
discretas o continuas. Toda vez que dicha clasificación
determina la selección de la gráfica adecuada.

8. Escalas de Medición
 Tipos:
• ESCALA NOMINAL.-
No poseen propiedades cuantitativas y sirven únicamente para identificar las
clases. Los datos empleados con las escalas nominales constan generalmente de la
frecuencia de los valores o de la tabulación de número de casos en cada clase, según la
variable que se está estudiando.
• ESCALA ORDINAL.-
Las clases en las escalas ordinales no solo se diferencian unas de otras
(característica que define a las escalas nominales) sino que mantiene una especie de
relación entre sí. También permite asignar un lugar específico a cada objeto de un mismo
conjunto, de acuerdo con la intensidad, fuerza, etc.
• ESCALA DE INTERVALO.-
Refleja distancias equivalentes entre los objetos y en la propia escala.
• ESCALA DE RAZÓN.-
Constituye el nivel óptimo de medición, posee un cero verdadero como origen,
también denominada escala de proporciones.

9. Escalas de Medición
 Ejemplos:

10. Sumatoria Razón, Proporción,
Tasa y Frecuencia.
 Razón: es la relación entre dos fenómenos
independientes, el rango es de cero a infinito positivo.
Por ejemplo: en un Hospital existen mil pacientes
y un total de cincuenta médicos, por lo cual se tiene
una razón de 1000/50=20, en otras palabras en el
Hospital por cada médico existen 20 pacientes.
Formula:
ri=xi
n

11. Sumatoria Razón, Proporción,
Tasa y Frecuencia.
 Proporción:
Es el cociente del número de veces que se presenta un
valor o característica con respecto al total de la muestra de
la variable en estudio.
Por ejemplo: en un estudio médico sobre
el Alzheimer se examinaron 280 mujeres y 220 hombres,
entonces se puede notar que:
 Proporción (mujeres) = 280/500 = 0,56
 Proporción (hombres) = 220/500 = 0,44
Pi= xi
n

12. Sumatoria Razón, Proporción,
Tasa y Frecuencia.
 Tasa: Es la rapidez de cambio de un fenómeno, se obtiene
mediante el cociente del número de veces que ocurre la
situación investigada en un lugar y lapso de tiempo
determinado, entre la población en estudio, multiplicada
por una potencia de 10, su rango es de cero a infinito
positivo.
 Por ejemplo:
Tasas de mortalidad: riesgo de morir.
Tasas de morbilidad: riesgo de contraer determinada
enfermedad.
Tasas de natalidad: miden el crecimiento de las
poblaciones.
Tasas de letalidad: miden la gravedad de las enfermedades.

13. Sumatoria Razón, Proporción,
Tasa y Frecuencia:
 Frecuencia
Es el número de elementos comprendidos en un
intervalo con una distribución determinada.

14. Sumatoria Razón, Proporción,
Tasa y Frecuencia:
 Por ejemplo:
Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas máximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29,
29.
En la primera columna de la tabla colocamos la variable ordenada de menor a mayor, en la
segunda hacemos el recuento y en la tercera anotamos la frecuencia absoluta.

15. Bibliografía
 Camel, F. (2010). Estadística médica y planificación
de la salud, Tomo I. Mérida: Consejo de
Publicaciones de la Universidad de Los Andes.
 http://www.enciclopediadetareas.net/2012/04/escalas-
de-medicion.html