Conceptos Básicos de Estadística: Unidad 3 y 4 TEyC

Portada del Curso

Este material forma parte del Taller de Estadística y Cálculo de la Universidad Nacional de Rafaela. Está diseñado específicamente para estudiantes de la Licenciatura en Administración y Gestión de la Información.

Te enfocarás en las Unidades III y IV, que cubren los conceptos fundamentales de estadística que necesitarás dominar. Estas herramientas te serán súper útiles tanto en tu carrera como en la vida cotidiana.

💡 Dato curioso: Como dice el economista Walter Sosa Escudero: "Las estadísticas están por todas partes" - desde saber si las papas fritas hacen mal hasta predecir elecciones.

Introducción a la Estadística

¿Te has preguntado quién ganará las próximas elecciones o cuánto cuesta realmente estudiar una carrera? La estadística te ayuda a responder estas preguntas mediante la recolección, organización y análisis de datos.

Imagínate que quieres conocer los medios de transporte más usados por estudiantes de la UNRaf. Para esto necesitás entender algunos conceptos clave:

La población es el conjunto completo que querés estudiar (todos los estudiantes de UNRaf). La muestra es solo una parte representativa de esa población. Las variables son las características que medís (tipo de transporte, tiempo de viaje, distancia).

Los datos son los valores específicos que obtenés de cada estudiante. Un parámetro resume toda la población, mientras que un estadístico resume solo tu muestra.

💡 Tip importante: Los parámetros son valores fijos, pero los estadísticos cambian según la muestra que tomes.

Conceptos Fundamentales y Actividades

La diferencia entre parámetro y estadística es clave para entender cualquier estudio. Un parámetro describe toda la población (como la edad promedio de TODOS los estudiantes universitarios), mientras que una estadística describe solo tu muestra.

Por ejemplo, si el 36% de adultos en Argentina tiene alergias (parámetro poblacional), pero en tu muestra de 1200 personas encontrás que el 32.2% tiene alergias, ese 32.2% es tu estadística muestral.

El Sistema de Información Cultural de Argentina realizó una encuesta a 2800 personas sobre música. Los resultados muestran que el Rock Nacional lidera con 68.2% de preferencia total, seguido por Cumbia (58%) y música romántica (57.2%).

La edad influye mucho en los hábitos musicales: casi el 100% de jóvenes de 12-29 años escucha música diariamente, y el 86% lo hace por internet.

💡 Insight clave: Los datos de encuestas culturales te muestran cómo analizar grandes volúmenes de información de manera práctica.

Tipos de Variables - Parte 1

Cuando recolectás datos, trabajás con dos tipos principales de variables. Entender esta diferencia te ayudará a elegir el análisis correcto.

Las variables cualitativas describen características o categorías (estado civil, ciudad, nivel de satisfacción). No podés hacer cálculos matemáticos con ellas, pero sí contar frecuencias y hacer comparaciones.

Las variables cuantitativas se expresan con números y permiten hacer operaciones matemáticas. Se dividen en dos: discretas (resultado de contar, como cantidad de veces que visitás un lugar) y continuas (resultado de medir, como temperatura o gastos mensuales).

Por ejemplo, si encuestás clientes de un supermercado: "cantidad de visitas al año" es cuantitativa discreta, "gasto mensual" es cuantitativa continua, y "estado civil" es cualitativa.

💡 Truco fácil: Si podés contarlo, es discreta. Si podés medirlo con decimales infinitos, es continua.

Escalas de Medición

Las escalas de medición determinan qué operaciones podés hacer con tus datos. Hay cuatro tipos que debés dominar.

Para variables cualitativas tenés la escala nominal (solo nombres o categorías, como tipos de fruta) y la escala ordinal (con orden pero sin distancias iguales, como grado de satisfacción: malo, bueno, excelente).

Para variables cuantitativas están la escala de intervalo (distancias iguales pero cero arbitrario, como temperatura en Celsius) y la escala de razón (con cero absoluto real, como número de estudiantes o ingresos).

La escala que uses determina qué análisis estadísticos podés aplicar. Las de razón permiten todos los cálculos matemáticos, mientras que las nominales solo permiten contar frecuencias.

💡 Recordá: Orden + Distancia + Cero absoluto = máxima información estadística.

Resumen de Escalas y Ejercicios Prácticos

La tabla resumen te muestra las características de cada escala de medición: nominal (sin orden), ordinal (con orden), intervalo (orden + distancia) y razón (orden + distancia + cero absoluto).

Los ejercicios prácticos te ayudan a aplicar estos conceptos. Por ejemplo, en un estudio de autos en Rosario: la marca es nominal, la cantidad de puertas es de razón, el color es nominal, y la velocidad es de razón.

Para determinar si trabajás con población o muestra, preguntate si estudiás todos los elementos o solo una parte. Si pesás los 150 porcinos del establecimiento, es población. Si tomás 100 tuercas de toda la producción, es muestra.

Las escalas determinan qué análisis podés hacer: con datos nominales solo contás frecuencias, pero con datos de razón podés calcular promedios, variabilidad y hacer predicciones.

💡 Práctica: Clasificá siempre tus variables antes de comenzar cualquier análisis estadístico.

Recolección de Datos: Censo vs Muestra

Decidir entre hacer un censo o tomar una muestra depende de varios factores prácticos. Un censo estudia toda la población, mientras que una muestra estudia solo una parte representativa.

Los censos parecen ideales, pero tienen problemas: son costosos, lentos, y pueden tener errores de cobertura. Las muestras son más rápidas, económicas y a menudo más precisas si están bien diseñadas.

La población objetivo debe estar claramente definida en tiempo y espacio. Por ejemplo: "estudiantes universitarios de Rafaela en 2024" es más específico que "estudiantes universitarios".

El diseño muestral puede ser probabilístico (cada elemento tiene probabilidad conocida de selección) o no probabilístico (selección por conveniencia o criterio). El muestreo aleatorio simple es la base de la mayoría de estudios científicos.

💡 Regla práctica: Usá muestreo probabilístico cuando necesites resultados generalizables a toda la población.

Diseños de Muestreo y Presentación de Datos

Existen múltiples tipos de muestreo: aleatorio, estratificado, sistemático, por conglomerados (probabilísticos) versus por juicio, cuotas, conveniencia (no probabilísticos).

Elegí muestreo probabilístico cuando necesités conocer la precisión de tus resultados. Usá muestreo no probabilístico para estudios exploratorios o cuando no tengas un listado confiable de la población.

Una vez recolectados los datos, lo más importante es organizarlos y presentarlos visualmente. Esto te ayuda a "familiarizarte" con la información y descubrir patrones.

Las tablas estadísticas y gráficos son tus herramientas principales para revelar patrones de comportamiento. El método que uses depende del tipo de variable que estés analizando.

💡 Consejo clave: Comenzá siempre con una exploración visual de tus datos antes de hacer análisis complejos.

Variables Cualitativas: Tablas de Frecuencia

Para variables cualitativas, como medios de transporte de estudiantes, necesitás crear tablas de frecuencia que muestren cuántas veces aparece cada categoría.

Manejás tres tipos de frecuencias: absoluta (cuántas veces aparece cada valor), relativa (proporción del total), y porcentual (relativa por 100). La suma de frecuencias absolutas es igual al tamaño de la muestra.

En el ejemplo del hospital, de 498 operaciones totales, las abdominales fueron 115 (frecuencia absoluta), representando 0.23 (frecuencia relativa) o 23% (frecuencia porcentual) del total.

Estas tablas te permiten identificar rápidamente qué categorías son más frecuentes y qué proporción representan del total. Es la base para crear gráficos efectivos.

💡 Verificación rápida: Las frecuencias relativas siempre suman 1, y las porcentuales suman 100%.

Gráficos para Variables Cualitativas

Los gráficos circulares (de torta) y de barras son perfectos para mostrar la distribución de variables cualitativas. Te permiten visualizar rápidamente qué categorías dominan tus datos.

En el gráfico del hospital, las operaciones abdominales (23%) y generales (20%) ocupan los sectores más grandes, mientras que las torácicas y neurocirugías (4% cada una) son las menos frecuentes.

Para crear un gráfico circular, cada sector se calcula con la fórmula: ángulo = (porcentaje/100) × 360°. Así, las operaciones abdominales ocuparían 82.8° del círculo total.

Estos gráficos te ayudan a comunicar resultados de manera clara y profesional. Son especialmente útiles en presentaciones donde necesitás mostrar proporciones de un vistazo.

💡 Tip de diseño: Usá colores contrastantes y etiquetas claras para que tu gráfico sea fácil de interpretar.