datos estadísticos: tipos y técnicas de obtención

Por Macarena Jauregui el 26 de enero del 2016 en Estadística

Dentro de la estadística, la necesidad de recolectar datos reside en cuatro razones importantes:

1. Proporcionar la introducción imprescindible para un estudio de investigación.
2. Medir el desempeño de un proceso de producción en curso.
3. Ayudar en la formulación de cursos alternativos de acción en un proceso de toma de decisiones.
4. Satisfacer nuestra curiosidad.
Es entonces que podemos decir que los datos pueden concebirse como información numérica necesaria
para ayudarnos a tomar una decisión con más bases en una situación particular.
Para que un análisis estadístico sea útil en el proceso de toma de decisiones, los datos de entrada deben
ser apropiados. Por tanto, la recolección de datos es extremadamente importante. Si los datos están
estropeados por sesgos, ambigüedades u otro tipo de error, es improbable que incluso las metodologías
más finas y sofisticadas sean suficientes para compensar tales deficiencias.

Contenido [ocultar]
• Obtención de datos
o Utilización de fuentes de datos publicados
o Diseño de un experimento
o Conducción de una encuesta
o Un tercer método para obtener datos es aplicar una encuesta. Simplemente se formulan preguntas respecto
a sus opiniones actitudes comportamiento y otras características. Después, sus respuestas se editan,
codifican y tabulan para su análisis.
o Realización de un estudio observacional
• Tipos de datos
• Niveles de medición y tipos de escala de medición

Obtención de datos
Existen muchos métodos mediante los cuales podemos obtener los datos necesarios. Podemos:
• Buscar datos a publicados por fuentes gubernamentales industriales o individuales
• Diseñar un experimento para obtener los datos necesarios
• Concluir un estudio
• Hacer observaciones de comportamiento
Utilización de fuentes de datos publicados
Sin importar la fuente utilizada, se hace una distinción entre el recolector original de los datos, la
organización o individuos que compilan estos en tablas y diagramas. El recolector de datos es la fuente
primaria, mientras que el compilador de los datos es la fuente secundaria.
Diseño de un experimento
Un segundo método para obtener los datos necesarios es la experimentación. En un experimento se ejerce
un control estricto sobre el tratamiento dado a los participantes. Por ejemplo, en un estudio para probar la
eficacia de una pasta de dientes, el investigador determinaría qué participantes del estudio usarían la nueva

marca y cuáles no, en lugar de dejarle la elección a los sujetos.

Conducción de una encuesta
Un tercer método para obtener datos es aplicar una encuesta. Simplemente se formulan preguntas respecto
a sus opiniones actitudes comportamiento y otras características. Después, sus respuestas se editan,
codifican y tabulan para su análisis.
Realización de un estudio observacional
En un estudio observacional, el investigador observa el comportamiento de interés directamente, por lo
común en su entorno natural. Hay una amplia variedad de formatos, los cuales pretenden recolectar
información en un grupo establecido para ayudar en el proceso de toma de decisiones.
Tipos de datos
Existen básicamente dos tipos de variables que producen dos tipos de datos: categóricas y numéricas.
Las variables aleatorias categóricas producen respuestas categóricas, mientras que las variables aleatorias
numéricas producen respuestas numéricas. La variable aleatoria numérica puede considerarse como
discreta, mientras que la otra puede pensarse como continúa.
Los datos discretos son respuestas numéricas que surgen de un proceso de conteo, mientras que los datos
continuos son respuestas numéricas que surgen de un proceso de medición.
Niveles de medición y tipos de escala de medición
De lo analizado anteriormente, observamos que nuestros datos resultantes también pueden describirse de
acuerdo con el nivel de medición obtenido. Los cuatro niveles de medición ampliamente reconocidos son,
del nivel de medición más débil al más fuerte, las escalas nominal, ordinal, de intervalo y de cociente.

Escala nominal y ordinal. Se dice que los datos obtenidos de una variable categórica han sido medidos en
una escala nominal o en una escala ordinal. Si los datos observados simplemente se clasifican en las
diversas categorías distintas en las que no se implica ningún orden, se obtiene un nivel de medición
nominal. Por otra parte, si los datos observados se clasifican en las distintas categorías en las que se
implica algún orden, se obtiene un nivel de medición ordinal.
Escalas de intervalo y de cociente. Una escala de intervalo es una escala ordenada en la que la
diferencia entre las mediciones es una cantidad significativa.
Si, además de que las diferencias son significativas e iguales en todos los puntos de la escala, existe un
punto cero verdadero que pueda ser tomado en cuenta con los cocientes de mediciones, entonces la escala
es una escala de cociente.
Como resumen podemos decir que la necesidad de recolectar datos reside en cuatro razones (recordemos:
proporcionar, medir, ayudar y satisfacer) y que además los mismos se pueden obtener de diversas formas:
datos publicados, diseñar un experimento, realizar una encuesta o llevar a cabo un estudio observacional.
De allí podemos obtener dos tipos diferentes de datos, categóricos o numéricos, que se pueden medir a
través de una escala nominal y ordinal o una escala de intervalo y de cociente

Fuente: Estadística básica en administración

EPRESENTACIÓN GRÁFICA DE DATOS

Las tablas estadísticas representan toda la información de modo esquemático y están preparadas para los cálculos po
estadísticos nos transmiten esa información de modo más expresivo, nos van a permitir, con un sólo golpe de vista,
observar sus caracteícticas más importantes, incluso sacar alguna conclusión sobre el comportamiento de la muestra
estudio.

Los gráficos estadísticos son muy útiles para comparar distintas tablas de frecuencia.

Los gráficos estadísticos más usuales son:

DIAGRAMA DE BARRAS.

Se utiliza para la representación de variables cuantitativas discretas, cada valor de la variable se representa por un
sobre él se dibuja una barra de longitud igual o proporcinal a su frecuencia absoluta. Si la frecuencia absoluta que s
diagrama de barras que se obtiene es: diagrama de barras acumulativo

HISTOGRAMA.

Se utiliza para la representación de variables cuantitativas continuas, cada intervalo se representa sobre el eje OX
rectángulo que se dibuja sobre él con altura igual o proporcional a su frecuencia absoluta. Como los intervalos son
quedan adosados. Si se utilizarán rectángulos de amplitud diferente, el área del rectángulo es la que tendría que ser p
absoluta correspondiente a ese intervalo. Histograma acumulativo, si se utiliza la frecuencia absoluta acumulativa

POLÍGONO DE FRECUENCIAS.

Se utilizan para variables estadísticas cuantitativas, discretas o continuas.

Para una variable discreta, el polígono de frecuencias se obtiene uniendo por una poligonal, los extremos superiore
Para una variable continua, el poligono de fecuencias se obtiene uniendo por una poligonal los puntos medios de la
poligonos del histograma.

Las escalas utilizadas para representar los polígonos de frecuencias influyen mucho por el impacto visual de los mis

DIAGRAMA DE SECTORES.

Se utiliza para todo tipo de variable estadística, cuantitativa o cualitativa. Consiste en dibujar sectores sobre un cí
los sectores proporcional a su frecuencia absoluta, cada sector se rellena con un color diferente.

El cálculo de la amplitud en grados sexagesimales del sector correspondiente se realiza así: ángulo = frecuencia rel

Ejemplo 2.- Hemos preguntado a 20 personas por el número medio de días que practican deporte a la semana y he
respuestas:

Nº días (xi) fr. absoluta (ni)

0 1
1 2
2 4
3 7
4 1
5 1
6 3
7 1
Total 20

Realiza en tu cuaderno el diagrama de barras, el poligono de frecuencias y el diagrama de sectores correspondiente,

los resultados.

Con el pulsador de "gráfico" puedes, al variar su valor, elegir diferente representación gráfica: 1 para diagram
polígono de frecuencia y 3 para el diaframa de sectores.

Puedes cambiar los valores de las frecuencias absolutas y observar su imfluencia en el correspondiente gráfico.
Ejemplo 3.- En un preconocimiento médico realizado a 30 niños, uno de los datos que se han tomado ha sido el p
uno, los resultados obtenidos se reflejan en la siguiente tabla:

Intervalo marca clase (xi) fr. absoluta (ni)

[20 , 24) 22 3
[24 , 28) 26 6
[28 , 32) 30 10
[32 , 36) 34 8
[36 , 40) 38 3
Total 30

Realiza en tu cuaderno el Histograma, el poligono de frecuencias y el diagrama de sectores correspondiente, y

resultados.

Con el pulsador de "gráfico" puedes, al variar su valor, elegir diferente representación gráfica: 1 para Histogra
frecuencia y 3 para el diaframa de sectores.

Puedes cambiar los valores de las frecuencias absolutas y observar su imfluencia en el correspondiente gráfico.

Actividad 4.- Un aparato de radar instalado a la entrada de una población (velocidad máxima permitida, 60Km./h)
siguiente " estadística" de infracciones.
De más de 60 a 70 Km./h ................................... 30 vehículos
Entre 70 y 80 Km./h ........................................... 40 "
Entre 80 y 90 Km./h ........................................... 90 "
Entre 90 y 100 Km./h ........................................... 80 "
Entre 100 y 110 Km./h ........................................... 60 "
Entre 110 y 120 Km./h ........................................... 10 "

Dibuja un Histograma que refleje estos valores.

Actividad 5.- Utilizando la encuesta que has realizado en la actividad 2, construye la tabla de frecuencias, para ca
has considerado, y representa la correspondiente tabla de frecuencias, en el gráfico más adecuado.
Ordenamiento de Datos

El Proceso de Ordenamiento de Dato:

Es el procedimiento en el cual se agrupan los registros en orden definido, con el fin de facilitar la
búsqueda de datos ordenados en secuencia. el cual puede ser numérico, alfabético o incluso
alfanumérico, ascendente o descendente, el cual puede ser numérico, alfabético o incluso
alfanumérico, ascendente o descendente.

Tipo de Ordenación de Datos.

Los Internos:

Son aquellos en los que los valores a ordenar están en memoria principal, por lo que se asume que
el tiempo que se requiere para acceder cualquier elemento sea el mismo.
Los externos:

Son aquellos en los que los valores a ordenar están en memoria secundaria como en disco, cinta,
cilindro magnético, etc. Por lo que se asume que el tiempo que se requiere para acceder a cualquier
elemento depende de la última posición accesada (posición 1, posición 500, etc).

Métodos de ordenación de datos.

Burbuja:

Es el metodo en donde se comparan los valores e intercambian si no estan en su posición relativa

correta, este se considera por ser frecuentemente usado siendo asi poco recomendado, este
metodo prácticamente lo que hace es tomar el elemento mayor y lo va recorriendo de posición en
posición hasta ponerlo en su lugar.
 Selección:

Consiste en la selección repetida de la llave menor restante en una lista de datos no clasificados,
como la siguiente llave que podrian ser dato o registro, en una lista de datos ordenada que crece.
Este metodo cumple con encontrar el menor de todos los elementos del arreglo e intercambiarlo con
el que está en la primera posición. Luego el segundo mas pequeño, y asi sucesivamente hasta
ordenar todo el arreglo.

Inter colección:

Es el tipo de algoritmo donde los elementos que van a ser ordenados son considerados uno a la
vez. Cada elemento es insertado en la posición apropiada con respecto al resto de los elementos ya
ordenados.

Conclusión

El ordenamiento de datos es una estrategia mas en cuanto a la busqueda facil y rapida de

información necesaria la cual se encuentra en registros
Publicado por Redes en 11:00 No hay comentarios: