Gestiopolis

Buscar en gestiopolis

OTROS

Estadística: qué es, definición, significado, objetivos, tipos, partes, elementos, historia, ejemplos

E Experto GestioPolis.Com11 minutos de lectura

La estadística es la ciencia que se encarga de recopilar, organizar, procesar, analizar e interpretar datos
con el fin de deducir las características de un grupo o población objetivo, su importancia radica en que
es una fuente de información altamente confiable para la toma de decisiones.

En este post hallarás respuesta a las preguntas qué es estadística, cómo se define, cuál es su significado
y sus partes. Además, aprenderás cuáles son los objetivos de esta ciencia, los tipos de estadística,
descriptiva e inferencial (también llamada analítica o cuantitativa) y de lo que se ocupa cada una,
ejemplificándolas de manera sencilla. Adicionalmente, encontrarás una breve reseña con la historia de
esta ciencia, algunas definiciones de términos clave para iniciar su estudio y como cereza del pastel un
curso compuesto por 13 video lecciones a través de las cuales te podrás adentrar al mundo de esta rama
del saber. ¡Comencemos!

Murió Nora Cortiñas, emblema de Madres de Plaza de...

Qué es estadística, definición, significado y partes

La estadística es la ciencia de los datos, se ocupa de su recolección, organización, estructuración, análisis

y presentación. Dichos datos se refieren a un fenómeno variable e incierto, por ejemplo el resultado de
lanzar una moneda. Su aplicación busca inferir los principios que dirigen esos fenómenos, además,
permite hacer predicciones y una toma de decisiones más informada.

Definición de estadística
A continuación la definición de estadística según algunos autores:

Es la ciencia que estudia cómo debe emplearse la información y cómo dar una guía de acción en
situaciones prácticas que entrañan incertidumbre. (Gutiérrez, p. 23)

Es la ciencia de los datos, la cual implica su recolección, clasificación, síntesis, organización, análisis e
interpretación, para la toma de decisiones frente a la incertidumbre (Ángel, p. 28)

Es la rama del conocimiento humano que tiene como objeto el estudio de ciertos métodos inductivos
aplicables a fenómenos susceptibles de expresión cuantitativa. (López, p. 1)

Es el arte de aprender a partir de los datos. Está relacionada con la recopilación de datos, su descripción
subsiguiente y su análisis, lo que nos lleva a extraer conclusiones. (Ross, p. 3)

La estadística es la ciencia que trata de la recolección y descripción de las mediciones de muestras así
como de las estimaciones y comparaciones poblacionales realizadas a partir de los resultados
muestrales. (Romero, p. 25)

Es una ciencia exacta cuyo objetivo fundamental es el estudio de diversas formas de comportamiento de
la sociedad, para lo cual se fundamenta en el uso de diversos métodos y procedimientos
matemáticamente demostrables de manera formal y rigurosa. (Cóndor, p. 10)

Es una ciencia que facilita la toma de decisiones mediante la presentación ordenada de los datos
observados en tablas y gráficos estadísticos, reduciendo los datos observados a un pequeño número de
medidas estadísticas que permitirán la comparación entre diferentes series de datos y estimando la
probabilidad de éxito que tiene cada una de las decisiones posibles. (Fernández et.al, p. 18)

Significado de Estadística

El Diccionario de la Lengua Española otorga el siguiente significado al término estadística:

Estudio de los datos cuantitativos de la población, de los recursos naturales e industriales, del tráfico o
de cualquier otra manifestación de las sociedades humanas.

Rama de la matemática que utiliza grandes conjuntos de datos numéricos para obtener inferencias
basadas en el cálculo de probabilidades.

Partes de la estadística

De acuerdo con Moore (p. XXXIV) la estadística, para su estudio, se divide en tres partes:
La obtención de datos proporciona métodos para obtener datos que permiten dar respuestas claras a
preguntas concretas,

El análisis de datos se ocupa de los métodos y las ideas necesarias para organizar y describir datos
utilizando gráficos y resúmenes numéricos.

La inferencia estadística va más allá de los datos disponibles y obtiene conclusiones sobre un universo
más amplio teniendo en cuenta la omnipresencia de la variabilidad y la incertidumbre de las
conclusiones.

En el siguiente video se hace una corta introducción al concepto de estadística, se presenta una
definición y, a través de un ejemplo, algunos conceptos adicionales que seguro te van a resultar útiles.

Objetivos de la estadística

1. Objetivo General

Como objetivo general se tiene que:

El objetivo de la estadística es mejorar la comprensión de hechos a partir de datos. (Moore, p. 267)

El principal objetivo de la estadística es hacer inferencias acerca de una población, con base en la
información contenida en una muestra. (Pérez, p. 172)

2. Objetivos específicos

Algunos objetivos específicos son (Martínez, p. 9):

Conocer la realidad de una observación o fenómeno.

Determinar lo típico o normal de esa situación.

Determinar los cambios que representa el fenómeno.

Relacionar dos o más fenómenos.

Determinar las causas que originan el fenómeno.

Hacer estimaciones sobre el comportamiento futuro del fenómeno.

Obtener conclusiones de un grupo menor (muestra) para hacerlas extensivas a un grupo mayor
(población).

Determinar el grado de validez y confiabilidad ya sea de las predicciones o las conclusiones obtenidas a
partir de muestras.

Qué es estadística - Tipos de estadística

Tipos de estadística

Básicamente se tienen dos tipos de estadística, a saber:

1. Estadística descriptiva

La estadística descriptiva se puede definir como un método para describir numéricamente conjuntos
numerosos. Por tratarse de un método de descripción numérica, utiliza el número como medio para
describir un conjunto, que debe ser numeroso, ya que las permanencias estadísticas no se dan en los
casos raros. No es posible sacar conclusiones concretas y precisas de los datos estadísticos. (Vargas,
p.33)

Objetivo

La finalidad última de la estadística descriptiva es resumir la información de conjuntos más o menos

numerosos de datos. Para ello se asienta en un concepto inmediato a la tarea de recuento: la
frecuencia, medida empírica de la ocurrencia de los distintos estados que puede presentar una variable.
(SGT, p.16)

Ejemplo

Un docente de educación primaria desea conocer cuántos de los alumnos del curso que dirige saben
cómo hacer operaciones aritméticas con el ábaco. Realizó una prueba a todos los estudiantes con la cual
midió su grado de conocimientos en el uso de esta herramienta, así obtuvo datos que pudo representar
en tablas y gráficos, además de calcular algunos indicadores con los cuales pudo apreciar que solo un
50% de sus discípulos contaba con los conocimientos requeridos para empezar el curso, por lo cual
concluyó que lo mejor era impartir unas clases iniciales de nivelación para que todos estén en capacidad
de aprovechar las lecciones.

Elementos de la estadística descriptiva

Elementos de la estadística descriptiva. Fuente: Ramos et. al. (p. 16)

2. Estadística inferencial, analítica o deductiva

La estadística inferencial estudia la probabilidad de éxito de las diferentes soluciones posibles a un

problema en las diferentes ciencias en las que se aplica y para ello utiliza los datos observados en una o
varias muestras de la población. Mediante la creación de un modelo matemático infiere el
comportamiento de la población total partiendo de los resultados obtenidos en las observaciones de las
muestras. (Fernández et.al, p.17)

Objetivo

La inferencia estadística intenta tomar decisiones basadas en la aceptación o el rechazo de ciertas

relaciones que se toman como hipótesis. Esta toma de decisiones va acompañada de un margen de
error, cuya probabilidad está determinada. (Vargas, p.33)

La estadística inferencial tiene dos objetivos básicos: a) obtener conclusiones válidas acerca de una
población sobre la base de una muestra, es decir, que las conclusiones que obtengamos de una muestra
se puedan extrapolar a la población que dio origen a esa muestra y b) poder medir el grado de
incertidumbre presente en dichas inferencias en términos de probabilidad. (Díaz, p.287)

Ejemplo

Un fabricante de colchones quiere conocer los hábitos de sueño de sus posibles clientes, para lo cual
decide realizar una encuesta. Inicialmente establece una muestra de consumidores con el perfil
requerido y procede a aplicarla, obteniendo así un conjunto de datos que le permiten inferir que una
gran mayoría de usuarios prefieren los colchones blandos así que, para satisfacer al mercado, decide
que empleará espumas de este tipo en la producción.
Elementos de la estadística inferencial

Elementos de la estadística inferencial. Fuente: Ramos et. al. (p. 17)

Breve reseña histórica

Hasta la actualidad se han desarrollado muchas y muy variadas técnicas estadísticas que se aplican en
laboratorios y todo tipo de organizaciones por todo el mundo, en todos o casi todos los campos del
conocimiento humano, lo que hace de la Estadística en sí misma una ciencia muy importante en el
desarrollo de la vida.

A continuación algunos hitos históricos de su desarrollo (Llinás, p. 22 – 24):

El matemático británico Thomas Bayes (1702-1761) fue el pionero en el uso de la teoría de la

probabilidad para argumentar desde lo particular a lo general o de la muestra a la población.

Pierre-Simon Laplace, astrónomo francés (1749-1827) admitió el principio de la probabilidad inversa, a

él se debe el principio de que la distribución de una cantidad compuesta de partes independientes
muestra toda una serie de características (la media, varianza y otras medidas) que son simplemente las
sumas de cada característica de las distribuciones de las partes.

Carl Friedrich Gauss, matemático, astrónomo y físico alemán (1777-1855), se acercó al problema de la
estimación estadística en forma empírica, planteando el problema de la estimación no solo en términos
de probabilidades sino en términos de otros parámetros cuantitativos. Para este propósito trató de
aplicar el método de máxima verosimilitud, aunque intentó derivar y justificar este método con el
principio de la probabilidad inversa. Además, perfeccionó el ajuste sistemático de las fórmulas de
regresión, simple y múltiple, por el método de los mínimos cuadrados, el cual, en los casos en los que
sea apropiado, es un ejemplo particular del método de máxima verosimilitud.

Friedrich Robert Helmert, matemático y geólogo alemán (1843-1917), descubriría la distribución chi-
cuadrada como una distribución de la varianza muestral para una distribución normal, pero como su
obra fue escrita en alemán y desconocida en otras lenguas, luego se le atribuyó ese mismo
descubrimiento a Karl Pearson, matemático y científico inglés (1857-1936), quién se considera que
instituyó las disciplinas de la estadística matemática y de la bioestadística.
William Sealy Gosset, estadístico inglés (1876-1937), descubrió, a comienzos del Siglo XX, la forma de la
distribución t mediante una combinación de trabajos empíricos y matemáticos con números aleatorios
en su trabajo como estudiante y colaborador en el laboratorio de Pearson.

Ronald Fisher, estadístico y biólogo inglés (1890 – 1962), considerando uno de los padres de la
inferencia estadística moderna, propuso y desarrolló el concepto de análisis de la varianza, los valores p,
el método de máxima veroscimilitud, la distribución f (de Fisher, aunque también se le atribuye a otro
científico, el estadounidense George W. Snedecor, quien la habría nombrado de esa manera por su gran
admiración a Fisher), investigó la relación de los genes de diferentes características y desarrolló métodos
de análisis multivariante para responder esas inquietudes.

Frank Yates, estadístico inglés (1902 – 1994), en su trabajo con Fisher, desarrolló la correccion de
continuidad o correccion de Yates.

Egon Pearson, hijo de Karl, estadístico británico (1895 – 1980), y Jerzy Neyman, matemático y estadístico
polaco (1894 – 1981), propusieron la prueba de hipótesis, en oposición a los estudios de Fisher,
conocido como el lema fundamental de Neyman-Pearson, un resultado que describe el criterio óptimo
para distinguir dos hipótesis simples.

Más sobre eventos históricos de esta ciencia en el siguiente video:

Elementos de la estadística

A continuación se definen algunos de los elementos más empleados en estadística:

Población. Es el conjunto de todos los posibles elementos que intervienen en un experimento o en un

estudio. La hay de dos tipos

Población finita. Es aquella que indica que es posible alcanzarse o sobrepasarse al contar. Es aquella que
posee o incluye un número limitado de medidas y observaciones.
Población infinita. Es infinita si se incluye un gran conjunto de medidas y observaciones que no pueden
alcanzarse en el conteo. Son poblaciones infinitas porque hipotéticamente no existe límite en cuanto al
número de observaciones que cada uno de ellos puede generar.

Muestra. Un conjunto de medidas u observaciones tomadas a partir de una población dada. Es un

subconjunto de la población.

Muestra representativa. Un subconjunto representativo seleccionado de una población de la cual se

obtuvo.

Muestreo. Al estudio de la muestra representativa.

Censo. Al estudio completo de la población.

Parámetro. Lo constituyen las características medibles en una población completa. Se le asigna un

símbolo representado por una letra griega.

Estadístico o estadígrafo. Es la medida de una característica relativa a una muestra. La mayoría de los
estadísticos muestrales se encuentran por medio de una fórmula y suelen asignárseles nombres
simbólicos que son letras latinas.

Datos estadísticos (Variables). Los datos son agrupaciones de cualquier número de observaciones
relacionadas. Para que se considere un dato estadístico debe tener 2 características: a) Que sean
comparables entre sí. b) Que tengan alguna relación.

Variable. Una característica que asume valores. Clases de datos:

Variable cuantitativa o escalar. Será una variable cuando pueda asumir sus resultados en medidas
numéricas.

Variable cuantitativa discreta. Es aquella que puede asumir solo ciertos valores, números enteros.
Ejemplo: El número de estudiantes (1,2,3,4)

Variable cuantitativa continua. Es aquella que teóricamente puede tomar cualquier valor en una escala
de medidas, ya sea entero o fraccionario. Ejemplo, Estatura: 1.90 m

Variables cualitativas nominales. Cuando no es posible hacer medidas numéricas, son susceptibles de
clasificación. Ejemplo: Color de autos: rojo, verde, azul.

Experimento. Es una actividad planificada, cuyos resultados producen un conjunto de datos. Es el

proceso mediante el cual una observación o medición es registrada. Ejemplo: ¿Cuál será la preferencia
del consumidor ante dos marcas de refresco con similares características en un ambiente armónico y sin
publicidad?

Video curso de estadística descriptiva

A continuación un curso de estadística descriptiva a través del cual podrás aprender los conceptos
fundamentales de esta ciencia (José Luis Suárez, 13 videos)

Bibliografía

Ángel Gutiérrez, Julio César. Estadística general aplicada. Universidad Eafit, 1998.

Cóndor E., Ilmer. Teoría de la probabilidad y aplicaciones estadísticas.

Díaz Narváez, Víctor. Metodología de la investigación científica y bioestadística. RIL Editores, 2009

Fernández Fernández, Santiago; Cordero Sánchez, José María; Córdoba Largo, Alejandro; Cordero, José
María. Estadística descriptiva, ESIC Editorial, 2002.

Gutiérrez Cabria, Segundo. Filosofía de la estadística, Universitat de València, 1994.

López Cazuzo, Rafael. Cálculo de probabilidades e inferencia estadística, Universidad Católica Andrés
Bello, 2006.

Llinás Solano, Humberto. Introducción a la estadística matemática. ECOE Ediciones, 2018.

Martínez Bencardino, Ciro. Estadística básica aplicada, Ecoe Ediciones, 2012.

Moore, David S. Estadística aplicada básica, Antoni Bosch editor, 2005.

Pérez Tejada, Arnoldo Elorza. Estadística, ciencias sociales, del comportamiento y de la salud. Cengage
Learning Editores, 2008.

Ramos R. Julio, del Águila, Víctor y Bazalar B., Ana. Estadística básica para los negocios. Universidad de
Lima, 2017.

Romero Revilla, Félix. Aprendiendo estadística. Universidad Ricardo Palma, 2001.

Ross, Sheldon M. Introducción a la estadística, Editorial Reverté, 2007.

SGT. La estadística y la probabilidad en la Educación Secundaria Obligatoria, Ministerio de Educación,

2003.

Vargas Sabadías, Antonio. Estadística descriptiva e inferencial, Universidad de Castilla La Mancha, 1996.

Etiquetas: estadística

Cita esta página

APA

MLA

CHICAGO

ICONTEC

GestioPolis.com Experto. (2020, junio 22). Estadística: qué es, definición, significado, objetivos, tipos,
partes, elementos, historia, ejemplos. Recuperado de https://www.gestiopolis.com/que-es-estadistica-
tipos-y-objetivos/

Copiar

Escrito por:

Experto GestioPolis.com

Imagen del encabezado cortesía de habbyshaw en Flickr

Artículos Relacionados

Curso de estadística descriptiva y analítica

Curso de estadística descriptiva y analítica

43 minutos de lectura

GestioPolis

Estamos para servir a la sociedad a través de un entorno virtual que les posibilita compartir y adquirir
conocimientos a las personas que desean desarrollar sus competencias personales y profesionales en los
campos vinculados con la administración, la empresa y la economía.

MENÚ

Paute Aquí

Acerca de Gestiopolis

Contacto

Términos de uso

Política de privacidad

TEMAS
Administración

Autoayuda

Contabilidad

Economía

Emprendimiento

Finanzas

Marketing

Medio Ambiente

Otros

Talento

Tecnología

© 2000 - 2024 WebProfit Ltda.