Definición y características de las estadísticas.

La estadística es un conjunto de métodos, normas y reglas empleadas en el estudio del

comportamiento de un grupo determinado de datos, de acuerdo al enfoque de la investigación, de
manera que se puedan tomar decisiones y realizar conclusiones con respecto a una situación, un
fenómeno o, en el contexto empresarial, una oportunidad del entorno o una aceptación y
demanda de un producto o servicio.

Se refiere a la recopilación, organización y análisis de información, y su posterior adaptación o

representación a través de tablas y gráficos estadísticos, de manera sistemática, para facilitar
la interpretación de los datos, así como permitir la comparación entre los mismos y obtener las
conclusiones pertinentes de la investigación.

El concepto de estadística se extiende tanto a la descripción de la actividad de unos datos como a

la deducción y evaluación de conclusiones, a partir de los resultados proporcionados por la
muestra y las operaciones matemáticas aplicadas sobre ella.

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.

Tipos de estadística.

La estadística se divide en diversas categorías dependiendo de los objetivos por los que se aplique
y por los métodos utilizados. Sin embargo, cabe destacar que cada uno de sus tipos son una parte
fundamental en cualquier campo investigativo y son de carácter interdependiente. Estos tipos de
estadística son:
Estadística descriptiva.

La estadística descriptiva se refiere a aquella rama que dispone de la información para organizarla
mediante gráficos y tablas, y describirla numéricamente a través de distintas fórmulas. Todo esto
se realiza con el fin de facilitar su interpretación y comprensión, ya sea para fines educativos,
divulgativos o en entornos donde distintos investigadores necesitan acceder a la información de
manera rápida.

Estadística inferencial.

La estadística inferencial, por su parte, es el enfoque donde determinan los posibles pronósticos
sobre el comportamiento de un grupo de datos en el futuro, de allí su nombre, pues se infieren
ciertos resultados. Este tipo de estadística está relacionado con la probabilidad. A su vez, se divide
en dos subtipos:

La estadística paramétrica.

Se basa en supuestos de distribución de la población que tienden a ser normales. Por tanto, tendrá
más exactitud y será más confiable; pues permitirá que nuestra hipótesis tenga aceptación o
rechazo. Es importante tener en cuenta que las fórmulas que utilizaremos están diseñadas para
una población que tenga una distribución normal. Esta es una de las características de la
estadística paramétrica más importantes.

La estadística no paramétrica.

Pues son las pruebas que no admiten una distribución de probabilidad para los datos y que
requieren de menos supuestos.

Tienen por lo general resultados estadísticos que proceden solo de procedimientos de recuento y
distribución. Por ello, su interpretación es más fácil.

Relación de la estadística con otras disciplinas o ciencias.

Como bien es sabido, ninguna ciencia en particular es ajena a cada una de las demás ramas del
conocimiento científico. La estadística, por tanto forma parte de ese todo y a la vez se relaciona,
apoyándose y/o aportando avances de y para otras ciencias particulares. Sus vínculos más
sobresalientes pueden apreciarse con mayor intensidad con:

Las matemáticas: porque utiliza la aritmética, el álgebra y la geometría como medios de

expresión, ya sea para sumarizar, calcular y relacionar datos, con el fin de extraer resultados
numéricos que luego presenta a través de cuadros y gráficas.

La lógica: porque el estadístico o investigador que utiliza la estadística necesita razonar (abstraer,
comparar, analizar, deducir, inferir, correlacionar, etc.) los datos y resultados sobre los fenómenos
estudiados, para interpretar y sacar conclusiones que generaliza a través de los razonamientos
realizados.

La sociología: siendo que la mayoría de los fenómenos estudiados científicamente tienen

necesariamente una vinculación con el ser humano y estos a su vez en su mayoría conviven y se
vinculan socialmente; la estadística no puede dejar de considerar el fenómeno social como parte
esencial del análisis de sus relaciones.

La psicología: si bien el estudio del ser humano obedece a una relación social, tampoco puede
alcanzar un conocimiento colectivo o tendencia individual.

La economía: como ciencia social, la economía es un campo fértil para aplicar la estadística a
todos y cada uno de los fenómenos que tienen que ver con la producción (costos, materias primas,
capital, tecnología, trabajos, salarios, métodos y sistemas), la distribución (medios o canales,
localización, empaque y embalaje, transporte, ubicación geográfica, capacidad, etc.) y el consumo,
(hábitos y motivos de compra y consumo, promoción, publicidad, marketing, medidas de
satisfacción, etc.)

La administración: es necesaria para planificar, programar, integrar, dirigir, coordinar, ejecutar,

controlar, evaluar y retroalimentar o reorientar los procesos y proyectos estadísticos, con el fin de
pronosticar eventos y resultados futuros, con eficacia y eficiencia. La administración interviene en
la planificación de los estudios, en la programación de las actividades a realizar (actividad, lugar,
tiempo y personal), en la integración y organización (de los recursos: personas o cosas, capital,
tecnología, métodos y sistemas), en la dirección y coordinación de los mismos; y, en el control,
evaluación, retroalimentación u orientación.

La educación: es obvio que la educación aprovecha la estadística para mejorar sus métodos de
enseñanza en todos los campos del conocimiento; y a la vez, provee de herramientas útiles que
permiten avanzar en el desarrollo y mejoramiento de la ciencia estadística.

La informática (computación): si bien aún se discute sobre si esta especialidad es aún una técnica
o una ciencia, es importante señalar que esta provee la tecnología, programas y procesos muy
avanzados, lógicos y útiles que permiten lograr eficiencia y eficacia en el uso, manipulación y
administración de altos volúmenes de información y datos

Su importancia actual.

En nuestro día a día, la Estadística se ha convertido en una ciencia aplicada a lo cotidiano que se
utiliza como método efectivo para describir y predecir con exactitud hechos y fenómenos de
índole muy diversa: políticos, sociales, psicológicos, sanitarios, biológicos, físicos y hasta
deportivos. Y es que a medida que ha ido aumentando la complejidad en el mundo, se hace más
difícil la toma de decisiones informadas y racionales sin tener un conocimiento objetivo lo más
preciso posible de los fenómenos y las situaciones, para lo cual es necesario contar con la
orientación que nos proporcionan herramientas de análisis científico altamente confiables como
es la estadística, que nos permitan realizar elecciones acertadas y eficientes, ayudándonos a
resolver los problemas de la vida cotidiana. De ahí que actualmente resulte imprescindible
aprender y servirse de ella como forma de minimizar la probabilidad de cometer errores.

En este sentido, la estadística desempeña un papel crucial en diferentes ámbitos de la vida, ya que
nos proporciona herramientas para comprender y analizar datos de manera efectiva. En una
sociedad cada vez más basada en la información, la capacidad de interpretar datos de manera
adecuada se ha vuelto esencial.

En primer lugar, la estadística nos ayuda a tomar decisiones informadas. Cuando nos enfrentamos
a múltiples opciones, contar con datos estadísticos confiables nos permite evaluar las diferentes
alternativas de manera objetiva. Por ejemplo, al comprar un producto, podemos consultar las
opiniones de otras personas y utilizar la información recopilada para tomar una decisión
fundamentada. Gracias a la Estadística podremos contar con las herramientas necesarias para
analizar y comparar diferentes opciones, aumentando así nuestras posibilidades de tomar
decisiones acertadas.

Además, nos ayuda a evaluar y comprender la información que recibimos a diario. En un mundo
inundado de noticias y datos, es esencial tener la capacidad de analizar críticamente la
información que nos llega. La estadística nos permite evaluar la validez de las afirmaciones y las
conclusiones basadas en datos. Podemos utilizar técnicas estadísticas para identificar sesgos,
analizar la calidad de las muestras y evaluar la confiabilidad de los resultados. Al tener una
comprensión sólida de la Estadística, estamos mejor equipados/as para discernir entre
información sólida y afirmaciones engañosas o malinterpretadas.

Datos, tipos de datos.

Una variable es una característica de los elementos u objetos que se estudian. Y los datos son los
valores que se obtienen para cada variable.

Existen dos tipos de datos: cuantitativos y cualitativos.

 Datos categóricos

Los datos categóricos también conocidos como datos cualitativos, representan características
como el género, el idioma, etc. de una persona. También pueden tomar valores numéricos, por
ejemplo: 1 para mujeres y 0 para hombres. Esos números no tienen significado matemático.

Los tipos de datos estadísticos categóricos se clasifican en:

Datos nominales: Otros de los tipos de datos estadísticos son los que tienen valores nominales
que representan unidades discretas y se usan para etiquetar variables que no tienen un valor
cuantitativo.
Estos datos no tienen un orden, aunque cambiara el orden de sus valores, no cambia su
significado.

Datos ordinales: Los datos ordinales representan unidades discretas y ordenadas. Por lo tanto, es
casi lo mismo que los datos nominales, excepto que su orden es importante.

Las escalas ordinales generalmente, se usan para medir características no numéricas como la
felicidad, la satisfacción del cliente, etc.

 Datos numéricos

Estos tipos de datos estadísticos también se conocen como datos cuantitativos, y se refieren a una
medida o recuento. Se clasifican de la siguiente manera:

Datos discretos: Los datos estadísticos son discretos cuando sus valores son distintos y separados.
Es decir, cuando los datos sólo pueden tomar ciertos valores.

Este tipo de datos no se puede medir, pero se pueden contar. Básicamente representan
información que se puede clasificar.

Datos continuos: Los datos continuos representan mediciones y, por lo tanto, sus valores. No se
pueden contar pero se pueden medir. A su vez, estos se clasifican de la siguiente manera:

 Datos de intervalo: Los datos de intervalo representan unidades ordenadas que tienen la
misma diferencia. Por lo tanto, hablamos de datos de intervalo cuando tenemos una
variable que contiene valores numéricos que están ordenados y donde conocemos las
diferencias exactas entre los valores. El problema con los datos de valores de intervalo es
que podemos sumar y restar, pero no podemos multiplicar, dividir o calcular razones.
Debido a que no existe un cero verdadero, no se pueden aplicar muchas estadísticas
descriptivas e inferenciales.

 Datos de relación: También son unidades ordenadas que tienen la misma diferencia. Los
datos de relación son los mismos que los valores de intervalo, con la diferencia de que
tienen un cero absoluto.

Variable.

Una variable es una característica de los elementos u objetos que se estudian. Y los datos son los
valores que se obtienen para cada variable.

Una variable es la representación de una característica o atributo de una población, cuyos valores
pueden variar. Estos últimos pueden ser tanto numéricos como textuales, los cuales hacen
referencia ya sea a una cantidad, una magnitud o cualidad física, un índice o tasa.
Se dice que las variables almacenan datos, pues en realidad, se trata de una manera de clasificar,
utilizada en estadística y en probabilidad, la información en diferentes tipos, según la naturaleza
de la misma.

Se aplica a personas u otros seres vivos, objetos, hechos y fenómenos, los cuales adquieren
diversos valores respecto de la variable referida. Por ejemplo la inteligencia, no todas las personas
la poseen en el mismo nivel, es decir, varían en ello.

Tipos de variables estadísticas

Las variables estadísticas se clasifican, principalmente, por la naturaleza de los datos

estadísticos que almacenan (es decir, si estos se tratan de características o números). Sin
embargo, también existen otro tipo de variables cuya clasificación depende de otros criterios.
Todo esto lo explicaremos a continuación:

Variables cualitativas o categóricas

Las variables cualitativas o categóricas son aquellas que almacenan características o atributos, es
decir, datos no cuantificables que representan un aspecto de un objeto de estudio (como lo puede
ser la apariencia física del mismo, personalidad, estado, entre otros). Estas a su vez se dividen en:

Variable nominal

Una variable nominal almacena características que no se pueden ordenar, pues no existe un
criterio a partir del cual se puede llevar a cabo dicha ordenación. Por lo tanto, solo indican
nombres o categorías mediante las cuales se pueden clasificar unos datos.

Ejemplo: El estado civil de un grupo de personas es un ejemplo de variable nominal, pues no es

posible decir que el estado de soltero sea mayor o menor que el de casado. Por lo tanto, solo
indica una categoría o nombra un conjunto de individuos que tienen una característica en común y
diferente al resto.

Variable ordinal

Una variable ordinal se refiere a aquella que abarca datos cualitativos que se pueden ordenar,
pues se ha establecido un criterio a partir del cual la información puede ser organizada, esto a
pesar de no ser datos numéricos.

Ejemplo: Los niveles de alerta meteorológica son variables ordinales, pues un grupo de
profesionales ha establecido un orden que permite conocer el peligro existente de un fenómeno
en un momento dado. Así, estos se organizan de la siguiente manera:

 Verde: no existe riesgo.

 Amarillo: riesgo potencial.

 Naranja: peligro inminente.

  Rojo: peligro extremo.

Como se puede observar, los distintos niveles se identifican a través de colores, los cuales en sí
no son cuantificables, más según el criterio, de esta escala de medición, se pueden ordenar de
acuerdo al peligro que representa el fenómeno de manera gradual.

Variable binaria o dicotómica

Una variable binaria o dicotómica acepta, únicamente, dos datos cualitativos opuestos y
excluyentes. Su nombre indica una dicotomía entre los dos valores aceptables, es decir, existe
una oposición entre dos conceptos que a su vez hacen parte de un mismo criterio, como lo
puede ser la veracidad de una sentencia (verdadero o falso) o si un espacio se encuentra lleno o
vacío.

Ejemplo

En algunos estudios de mercado se emplean variables binarias con el fin de evaluar la

satisfacción de un grupo de personas respecto a un producto o servicio. De esta manera, los
encuestados pueden responder si están satisfechos o no, siendo estas respuestas los dos únicos
posibles datos que puede recibir la variable.

Variables cuantitativas o numéricas

Las variables cuantitativas o numéricas son aquellas que abarcan datos numéricos, tales como
magnitudes físicas, cantidades, cifras, entre otro tipo de información. Con estas variables se
pueden realizar cálculos, aplicar fórmulas y operar entre los diferentes datos que almacenan, así
como ordenarlos. Estas se clasifican en:

Variable discreta

Una variable discreta representa cantidades de unidades enteras, es decir, solo acepta números
enteros. Esto se debe a que hace referencia a elementos que no se pueden considerar como una
fracción, sino íntegramente.

Ejemplo

Un ejemplo de variable discreta es la cantidad de estudiantes de una Universidad, para lo cual se

debe realizar un conteo preciso del número de personas cursando cada uno de los programas
académicos ofrecidos.

Variable continua

Una variable continua abarca números reales, es decir, datos que representan una magnitud
física, un índice económico o cualquier otro tipo de información que acepte tanto números
enteros como decimales, pues no es necesario considerarlos como unidades íntegras.
Se dice que los datos que este tipo de variables aceptan se encuentran en un intervalo infinito
de valores, dado a que es posible tomar un número infinito de cifras.

Ejemplo

Las variables continuas pueden referirse a diversas magnitudes físicas, como lo pueden ser los
litros. Por lo tanto, un ejemplo de este tipo de variable sería la cantidad de litros de agua que
una persona bebe en un día.

Variables según la influencia

Las variables pueden guardar cierta relación entre sí, de manera que una afecte los valores de la
otra. A partir de este grado de influencia o dependencia, las variables se pueden clasificar en:

Variable independiente

Una variable independiente es aquella cuyos valores no se ven afectados por otra, es decir, que
permanecen estables. Por el contrario, esta influye sobre las demás.

En un plano cartesiano, esta se refleja en el eje de las abscisas (x), cuya progresión afecta los
valores que toma el eje de las ordenadas (y).

Ejemplo

La cantidad de productos a manufacturar se puede considerar como una variable independiente

dentro de un estudio de los sistemas de producción de una empresa. Este volumen se establece
a partir de un análisis de la situación económica, y afecta el tiempo que se necesita ocupar para
cumplir con dicho objetivo.

De esta manera, a mayor volumen de producción, mayor es el tiempo que se requiere para
manufacturar todos los productos, lo que en un plano cartesiano se reflejaría como una función
exponencial.

Variable dependiente

Una variable dependiente es aquella cuyos valores dependen de la variable independiente, por
lo que es proporcional a los valores que esta última toma. Por lo tanto, esta se refleja en el eje
de las ordenadas (y).

Ejemplo

A partir del ejemplo anterior, se puede decir que la variable dependiente es el tiempo, pues la
cantidad de productos a manufacturar influye en el tiempo requerido para cumplir con el
objetivo.

Otros tipos de variables

Existen otros tipos de variables estadísticas que no están sujetas a los anteriores criterios y que,
de igual manera, son sumamente importantes. A continuación, te explicaremos algunas de las
más relevantes:

Variable aleatoria

Una variable aleatoria es aquella que representa un evento, el cual puede presentarse o no,
durante un experimento aleatorio, es decir, un experimento cuyos resultados dependen
totalmente del azar.

En este caso, los resultados pueden variar a pesar de que el experimento se realice en las
mismas condiciones ambas veces. Así, cada variable aleatoria es un número que representa al
posible resultado, por lo que pueden existir tantas variables como consecuencias.

Ejemplo

Un clásico ejemplo de este tipo de variables estadísticas es el número de posibles resultados

al lanzar un dado o una moneda. En el primer caso, los seis posibles resultados pueden ser
representados a través de seis variables aleatorias, así como en el segundo caso, dos variables
aleatorios representan los dos posibles eventos (Cara o Cruz).

Variable controlada

Una variable controlada, o variable de control, representa un factor externo que afecta un
proceso. Así, los investigadores establecen un valor o índice con el fin de experimentar y evaluar
los efectos del mismo sobre las variables dependientes.

De esta manera, los profesionales pueden mantener un entorno experimental controlado y

observar, fácilmente, la relación entre las variables independientes y dependientes sin que la
variación real de los factores externos afecten los resultados significativamente.

Ejemplo

El crecimiento poblacional de una especie en el tiempo puede verse afectada por una gran
cantidad de factores externos, como lo puede ser la caza furtiva, la deforestación, entre otros
problemas ecológicos.

Para evaluar la tasa de crecimiento, los investigadores pueden establecer variables de control
para los factores ya mencionados, es decir, índices y cifras a partir de las cuales se puede
experimentar con los resultados y observar el comportamiento futuro de los datos.

Variable interviniente

Una variable interviniente representa a un factor que afecta el resultado de otra variable
dependiente y que, sin embargo, no se puede identificar fácilmente y puede aparecer de manera
espontánea.
Como su nombre lo indica, esta interviene sobre un proceso, por lo que guarda cierta similitud
con las variables independientes, más esta última sí puede ser considerada desde un principio,
mientras que la primera es eventual.

Ejemplo

En los procesos de producción pueden intervenir diversas variables que, en primera instancia, no
se pueden observar o predecir su influencia fácilmente. Por ejemplo, el desempeño y disposición
de los trabajadores puede afectar el volumen de manufacturación (variable independiente) y, en
consecuencia, el tiempo (variable dependiente).

Poblacion

es el conjunto de elementos que son de interés para un experimento, un estudio o una

consideración de algún tipo. Los elementos que lo componen pueden ser por ejemplo individuos,
animales, fenómenos u eventos.
la población hace referencia a la muestra para estudiar una población total. Pero también puede
tener relación con los datos o elementos con características comunes que van a ser utilizados
para analizar determinados fenómenos.

La población en estadística puede ser un grupo de objetos existentes o un grupo de objetos

hipotéticos para una experiencia.

Tipos de población estadística

Dentro de las poblaciones estadísticas, podemos encontrar diferentes tipos:

1. Población finita. Hace referencia a un número concreto, limitado y pequeño de individuos

de una población. Por ejemplo, número de manzanas recolectadas en el año 2021.

2. Población infinita. A diferencia del anterior, es un conjunto con gran cantidad de

elementos o individuos. Por ejemplo, granos de arena en una playa.

3. Población hipotética. Son individuos o elementos que, de forma estimativa mediante la

formulación de una hipótesis, podrían formar parte en un asunto concreto. Por ejemplo, el
número de personas que podrían perder su empleo en 2021.

4. Población real. De forma contraria a la población hipotética, esta población está

identificada y es real. Los números exactos se obtienen mediante diferentes instrumentos
de indagación.

Atributos

Atributos. Los atributos son aquellos caracteres que no pueden ser descritos numéricamente, al
menos de manera natural. Para su descripción en consecuencia utilizamos la palabra, el
sustantivo, adjetivo y adverbio fundamentalmente. Por ejemplo: Sexo profesión, estado civil, color
de ojos, color de pelo, nacionalidad, etc.

A su vez se pueden clasificar en:

 Ordenables: Aquellas que sugieren una ordenación o son susceptibles de ella, por ejemplo
la graduación militar, el nivel de estudios o el grado de satisfacción.

 No ordenables: Aquellas que sólo admiten una mera ordenación alfabética, pero no
establece orden por su naturaleza, por ejemplo el color de pelo, sexo o estado civil.

Tipos de atributos en estadística

En estadística, los atributos pueden clasificarse en dos tipos principales: cualitativos y

cuantitativos.

Atributos cualitativos: También conocidos como atributos categóricos, se refieren a las

características o cualidades que no pueden medirse en términos de cantidad. Estos atributos
pueden ser nominales u ordinales.

1. Atributos nominales: Son aquellos atributos que no tienen un orden o jerarquía

específicos, como el color de ojos, la nacionalidad, el género, la religión, entre otros.

2. Atributos ordinales: Son aquellos atributos que tienen un orden o jerarquía específicos,
como la clasificación socioeconómica, el nivel educativo, el estado civil, entre otros.

Atributos cuantitativos: También conocidos como atributos numéricos, se refieren a las

características o cualidades que pueden medirse en términos de cantidad. Estos atributos pueden
ser discretos o continuos.

1. Atributos discretos: Son aquellos atributos que solo pueden tomar valores enteros o
contables, como el número de hijos, la cantidad de personas en un hogar, el número de
llamadas telefónicas recibidas, entre otros.

2. Atributos continuos: Son aquellos atributos que pueden tomar cualquier valor dentro de
un rango determinado, como la edad, el peso, la altura, el tiempo, la temperatura, entre
otros.

Es importante tener en cuenta que la elección del tipo de atributo a utilizar en un estudio depende
del objetivo de la investigación y de la naturaleza de los datos que se van a analizar.

Muestra y Muestreo
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.

Muestreo es el método utilizado para seleccionar a los componentes de la muestra del total de la
población. "Consiste en un conjunto de reglas, procedimientos y criterios mediante los cuales se
selecciona un conjunto de elementos de una población que representan lo que sucede en toda esa
población".

Obviamente, toda muestra forma parte de una población, de modo que si se tienen varias
poblaciones, se deberán tener también varias muestras. El muestreo es el proceso de obtención
de una muestra estadística y es común en disciplinas tan diferentes como la demografía,
la biología o la política.

Las muestras estadísticas se clasifican, en primer lugar, en dos grandes grupos: probabilísticas y no
probabilísticas, cada uno con sus propia clasificación independiente.

Muestras estadísticas probabilísticas. Son aquellas que se escogen a través de métodos más o
menos aleatorios, para garantizar la menor intervención de los criterios del investigador en la
muestra. A su vez, se clasifican en:

 Muestras aleatorias simples. Las más simples de todas, se eligen absolutamente al azar
entre la población. Es el caso, por ejemplo, de un sondeo de opinión pública nacional para
el cual son elegidos algunos ciudadanos por su número de documento.

 Muestras estratificadas. Se eligen de manera aleatoria entre los distintos estratos o

niveles de clasificación en los que previamente se ha organizado la población. Por ejemplo,
se puede escoger la muestra al azar entre los distintos rangos de edad de la población,
obteniendo así una muestra al azar, pero estratificada.

 Muestras por conglomerado. Similares a las estratificadas, se eligen aleatoriamente entre

un conjunto previamente determinado, pero en este caso estos conjuntos no son fruto de
los criterios del investigador, sino que están dados de manera espontánea, natural. Por
ejemplo, una muestra de los vecinos de un barrio determinado, o de los trabajadores de
un determinado edificio.

Muestras estadísticas no probabilísticas. Son aquellas cuya selección no está libradas al azar, sino
a determinados criterios de búsqueda del investigador, debido a limitantes que impiden un
muestreo mayor. Por ende, este tipo de muestras no son realmente representativas del universo
estadístico estudiado, pero permiten obtener una aproximación, dotada de un cierto margen de
error. Estas muestras pueden ser de los siguientes tipos:

 Muestras intencionales. Aquellas que son escogidas de acuerdo a los criterios del
investigador, o sea, tomando aquellas que considera darán mejores resultados, al ser más
 representativas. Un ejemplo de ello es cuando un periodista pide opiniones a ciertas
personas que ha elegido de antemano.

 Muestras por conveniencia. Aquellas que son escogidas de acuerdo a lo que está más a
mano, o sea, limitadas a lo inmediato. Es lo que ocurre, por ejemplo, cuando un
representante de una empresa ofrece sus productos a quienes pasen cerca.

 Muestras consecutivas. Aquellas que forman parte de un recorrido del investigador, que
va de grupo en grupo extrayendo los datos para posteriormente constituir un todo. Un
ejemplo de esto lo constituyen los métodos de aproximación al público de ciertos
vendedores o promotores, en los que invitan a la gente a detenerse para escuchar las
virtudes del producto: algunos lo hacen y otros no, y posteriormente el vendedor cambia
de área. Al final, se reunirán todos los datos de las distintas áreas en que estuvo.

 Muestras por cuotas. Se trata de una combinación de las muestras estratificadas y las
muestras intencionales, ya que el investigador elige a las personas que entrevistar de
acuerdo a su pertenencia (y representatividad) de un determinado estrato o grupo
determinado de antemano

Censo y encuestas

Una encuesta es un método de recopilación de datos que puede enfocarse en conocer diferentes
tipos de temas e información, como opiniones, comportamientos, preferencias de consumidores,
etc.

Una de las principales diferencias entre encuestas y censos es precisamente que la encuesta solo
selecciona una parte o muestra representativa de la población total para aplicarla, razón por la
cual no son tan costosas, ni requieren tanto tiempo para su realización como la de un censo, por lo
tanto se pueden realizar con mayor frecuencia.

Por otro lado, cuando se realizan encuestas se generan una menor cantidad de datos para
procesar, en comparación con un censo, donde se ven representados datos de toda la población a
detalle.

El éxito de una encuesta depende de la selección de la muestra. Hay más posibilidades de recopilar
datos precisos cuando la muestra es grande. Por esta y otras razones las encuestas se han
convertido en una técnica popular de recopilación de datos para la investigación de mercados.

Un censo es un tipo de método de recopilación de datos que involucra a toda la población; En un

censo no se usa un método de muestreo. Como todos los miembros participan en el censo, los
datos recopilados son precisos y detallados.
Un censo reúne información de cada entidad en una población. Como resultado, los datos son
exactamente representativos de toda la población y los datos detallados pueden estar disponibles
hasta en áreas pequeñas.

Una gran diferencia entre encuestas y censos son los métodos de recopilación de datos. En el
censo esto es un proceso costoso y lento ya que involucra a la totalidad del público a estudiar, por
esto mismo suele tomar mucho más tiempo en realizarse y por lo tanto se lleva a cabo con menos
frecuencia.

Es por esto mismo que los censos generalmente se llevan a cabo por los gobiernos de los países
para conocer a fondo las características de la población nacional, esta clase de estudios suelen
hacerse con diversos años de diferencia.

Estadística descriptiva e inferencial.

La estadística descriptiva se enfoca en resumir y describir los datos que ya tenemos. Esta rama de
la estadística utiliza técnicas como medidas de tendencia central (media, mediana y moda),
medidas de dispersión (varianza y desviación estándar) y gráficos (histogramas, diagramas de caja
y bigotes, entre otros) para resumir y visualizar los datos. El objetivo principal de la estadística
descriptiva es hacer que los datos sean más fáciles de entender y comunicar, y para ello se utilizan
técnicas de análisis de datos simples.

Por otro lado, la estadística inferencial se enfoca en hacer inferencias o generalizaciones sobre una
población a partir de una muestra de datos. En otras palabras, esta rama de la estadística se utiliza
para sacar conclusiones sobre una población entera a partir de datos recolectados de una muestra
representativa de esa población. Para hacer esto, se utilizan técnicas como la estimación de
parámetros, la prueba de hipótesis y la regresión. El objetivo principal de la estadística inferencial
es hacer predicciones y tomar decisiones informadas basadas en los datos.