APLICACIONES DE LA ESTADISTICA

EN LA INVESTIGACION
Aplicaciones de la estadística

INVESTIGACION APLICADA

1 de mayo de 2018
Mayra Alejandra Miranda
Jhon Cifuentes
Leslie Barrera
Lina Mayerli Buitrago
 APLICACIONES DE LA ESTADISTICA EN LA
INVESTIGACION
APLICACIONES DE LA ESTADÍSTICA

Frecuentemente se asocia estudios demográficos, económicos y sociológicos, gran parte de

los logros de la estadística se derivan del interés de los científicos por desarrollar modelos
que expliquen el comportamiento de las propiedades de la materia y de los caracteres
biológicos. La medicina, la biología, la física y, en definitiva, casi todos los campos de las
ciencias emplean instrumentos estadísticos de importancia fundamental para el desarrollo de
sus modelos de trabajo.

 Campos de aplicación

La estadística es una ciencia de aplicación práctica casi universal en todos los campos
científicos:

• En las ciencias naturales: se emplea con profusión en la descripción de modelos

termodinámicos complejos (mecánica estadística), en física cuántica, en mecánica de fluidos
o en la teoría cinética de los gases, entre otros muchos campos.

• En las ciencias sociales y económicas: es un pilar básico del desarrollo de la demografía y

la sociología aplicada.

• En economía: suministra los valores que ayudan a descubrir interrelaciones entre múltiples
parámetros macro y microeconómicos.

• En las ciencias médicas: permite establecer pautas sobre la evolución de las enfermedades
APLICACIONES DE LA ESTADISTICA EN LA INVESTIGACION | 01/05/2018

y los enfermos, los índices de mortalidad asociados a procesos morbosos, el grado de eficacia
de un medicamento, etcétera.

 Presentación de datos

Los datos estadísticos se presentan generalmente expresando el valor de la frecuencia

absoluta que toman las variables significativas de un estudio, ya correspondan a una
población o a una muestra. La frecuencia absoluta de un valor o de una modalidad de una
variable estadística es el número de datos observados que presentan ese valor o modalidad.

Un ejemplo de tasa es la densidad de

población, que se define como el número de
habitantes por kilómetro cuadrado y que se
aplica habitualmente en los estudios
demográficos.

Gráficos de sectores que

reflejan el Índice de Precios
al Consumo (IPC).
Números índices
tomado de https://www.hiru.eus/es/matematicas/aplicaciones

1
Otros métodos de presentación de datos utilizados en estadística se basan en el empleo de
números índices.

Un ejemplo típico de empleo de números índices es el índice bursátil, cuya definición obedece
a criterios diferentes en cada país (índice Dow Jones, en la Bolsa de Nueva York; índice
Nikkei, en Tokio, etcétera).

El gráfico de evolución de la Bolsa de Valores constituye un ejemplo

de número índice

Tomado de: https://www.hiru.eus/es/matematicas/aplicaciones-de-la-estadistica

Estadísticas comunes

Varios estudios estadísticos comunes que aparecen con frecuencia en los medios de
comunicación son los siguientes:

• Encuesta de Población Activa (EPA), elaborada por el Instituto Nacional de Estadística (INE)
con periodicidad trimestral, según recomendaciones de la Organización Internacional del
Trabajo (OIT), para obtener y clasificar datos sobre la actividad de la población. Esta encuesta

APLICACIONES DE LA ESTADISTICA EN LA INVESTIGACION | 01/05/2018

se realiza por muestreo, y los resultados se ordenan por edad, sexo, nivel de estudios,
profesión y otros parámetros.

• Índice de Precios al Consumo (IPC), que mide por medios estadísticos la evolución
experimentada por los precios de los bienes y servicios consumidos por la población española.
Se basa en la Encuesta de Presupuestos Familiares (EPF), y selecciona varios centenares
de artículos, clasificados en ocho grupos, que se consideran representativos de la evolución
de los precios. Los artículos seleccionados componen lo que se denomina cesta de la compra,
considerada en la encuesta.

• Producto Interior Bruto (PIB), que registra la producción nacional de un país en bienes y
servicios asociados a procesos considerados productivos.

• Poder adquisitivo, que maneja combinadamente datos del Salario Mínimo Interprofesional
(SMI) y el IPC.

Gráfico de sectores, o circular, que refleja estadísticamente la aplicación de las matemáticas

según el resultado de una encuesta de opinión.

2
 LA ESTADÍSTICA EN LAS INVESTIGACIONES CIENTÍFICAS

La importancia de l a estadística en las investigaciones ci entíficas

La estadística es el nexo común que presentan la mayoría de las investigaciones científicas

en las que interviene el tratamiento de datos y la interpretación y predicción de los mismos.

El estudio estadístico cobra una especial importancia cuando realizamos investigaciones en

campos de la ciencia médica, donde una mala interpretación de los datos puede provocar
consecuencias nefastas para la población.

La estadística nos aporta herramientas que van, desde el análisis e interpretación de datos
(estadística descriptiva), al proceso de predicción y toma de decisiones (estadística
inferencial). Es tal la importancia que ha adquirido que aparece en prácticamente todas las
áreas de trabajo, siendo un factor claro en las predicciones y tomas de decisiones a partir de
datos observados. Sin embargo hay un requisito que resulta imprescindible como es que el
investigador tenga unos conocimientos básicos sobre estadística para no llegar a
conclusiones equivocadas. Esta afirmación tiene una importancia crítica cuando hablamos de
investigaciones médicas vinculadas al estudio de la eficacia de un nuevo fármaco.

La tarea más importante de la estadística es la de proporcionar alternativas cuantitativas al

mero juicio personal, de forma que realicemos conclusiones objetivas. Las pruebas de
significación son consideradas como una de las herramientas más importantes en este tipo
de toma de decisiones subjetivas, pues, mediante ellas, se pueden tomar decisiones, que en
principio, no dependen de la persona que las realiza.
APLICACIONES DE LA ESTADISTICA EN LA INVESTIGACION | 01/05/2018

Según un estudio publicado en la revista The Journal of the American Medical Association
“JAMA” en el cual se han revisado millones de estudios biométricos fechados entre 1990 y
2015 se ha concluido que la mala estadística se utiliza cada vez más en las investigaciones.

El informe indica que los investigadores, en muchos casos, hacen un mal uso del conocido p-
valor, en muchos casos por desconocimiento del concepto.

Recordemos que, en contrastes de hipótesis, el p-valor es una medida directa de lo verosímil

que resulta tener una muestra como la actual si es cierta la hipótesis nula, es decir la hipótesis
que queremos contrastar. El p-valor se emplea para indicar cuánto contradice la muestra
actual la hipótesis alternativa.

Las consecuencias del mal uso del p-valor, no sólo afectan a la calidad de los estudios
científicos publicados, y a la ciencia en general, sino que pueden afectar a la salud de los
pacientes por un mal estudio realizado. Kenneth Rothman epidemiólogo de la Universidad de
Boston afirma en un ensayo que “es seguro que ha sufrido o muerto gente porque los
científicos (y editores, reguladores, periodistas y otros) han usado test de significación
estadística para interpretar resultados de forma errónea”

3
Dada la importancia que tiene la estadística en la investigación científica, se hace necesario
una buena formación para los investigadores, formación que puede ser abordada en las
distintas carreras universitarias donde quede plasmado el importante papel que juega esta
materia en el desarrollo de las investigaciones y que permita a nuestros futuros investigadores
no cometer errores de interpretación originados por el desconocimiento estadístico ya que, a
posteriori, pueden acarrear nefastas consecuencias.

Etapas de la est adí stica en la investigación

Tanto en las investigaciones exploratorias como en las descriptivas y explicativas, el científico

no maneja un solo dato sino muchos, sea porque estudia muchos individuos (las edades de
todos los argentinos, o el cociente intelectual de todos los adolescentes de un colegio), sea
porque estudia un solo individuo sobre el cual se hacen muchas observaciones que
proporcionarán, entonces, muchos datos.

Cuando, como en tales casos, hay que considerar una gran cantidad de datos, necesitaremos
una herramienta para poder organizarlos, analizarlos y finalmente sacar conclusiones sobre
la población o el individuo de donde esos datos fueron extraídos, y este instrumento se llama
estadística. La utilidad de la estadística, entonces, no apunta necesariamente al estudio de
muchos individuos (población), sino fundamentalmente al estudio de muchos datos, sea
porque provengan de un solo sujeto o de muchos, por lo anterior se identifican las etapas:

a) Muestra y muestreo

Nos interesarán, entonces, las poblaciones. Pero aquí surge un problema: como
habitualmente las poblaciones son muy grandes (cuando no infinitas), no podemos obtener
los datos de todos los individuos, y entonces nos vemos obligados a seleccionar una parte de
esa población, que se llama muestra. La muestra está así a mitad de camino entre el individuo
y la población (aunque en ciertos casos una muestra puede estar constituída por un solo

APLICACIONES DE LA ESTADISTICA EN LA INVESTIGACION | 01/05/2018

individuo)

Obviamente, deberemos asegurarnos de que la muestra sea representativa de la población:

si queremos tomar una muestra de los habitantes de una ciudad y sólo seleccionamos veinte
enfermos mentales de un hospicio, esta muestra no representará adecuadamente a la
población.

El tamaño elegido para la muestra es también importante, y variará de acuerdo a cada

investigación pudiendo ser el 5%, el 20%, etc., de la población total. Suele ser difícil elegir el
tamaño justo, ya que no se puede pecar por defecto (un solo individuo no representa a una
ciudad, aún tomándolo al azar) o por exceso (una muestra que sea el 80% de la población es
altamente confiable pero no económica, ya que con menos esfuerzo y dinero puede obtenerse
una muestra considerablemente más pequeña sin que varíe en forma significativa su grado
de representatividad).

El procedimiento por el cual seleccionamos una muestra se llama muestreo, y clásicamente

se los divide en probabilísticos y no probabilísticos. Lo esencial del muestreo probabilístico es
que cada individuo de la población total tiene la misma o aproximadamente la misma
probabilidad de estar incluído en la muestra. Si tomamos una muestra de los habitantes de
Londres considerando uno de cada 100 de un listado alfabético, la probabilidad que tiene de
haber sido seleccionado el señor Smith es la misma que tiene el señor Brown o cualquier otro
(en este caso, la probabilidad del uno por ciento).

4
 Hay varias técnicas para realizar muestreos probabilísticos, y todas se basan en la selección
de individuos al azar ya que es éste quien presuntamente garantiza la equiprobabilidad. El
muestreo puede ser:

a) simple: partiendo de toda la población se toman individuos al azar según diversos

procedimientos;

b) estratificado: previamente se seleccionan en la población estratos (por ejemplo clases

sociales: alta, media y baja), y dentro de cada estrato se toman individuos al azar según el
muestreo simple;

c) por áreas o conglomerados: se delimitan previamente áreas geográficas (provincias,

ciudades) y dentro de cada una de ellas se toman individuos al azar según el muestreo simple
o estratificado.

En el muestreo no probabilístico los individuos de la población no tienen todos la misma

probabilidad de aparecer en la muestra, ya que aquí no hacemos una estricta selección al
azar sino que tomamos casos típicos (que suponemos representativos de la media
poblacional) o casos en forma accidental (los que tenemos más a mano), etc.

Una vez obtenida la muestra (preferiblemente mediante muestreo probabilístico), procedemos

ahora a hacer una descripción de la muestra, para lo cual usaremos ciertas medidas
especiales diferentes a las medidas que usamos para medir individuos. Si queremos describir
sujetos individuales usaremos una medida individual: Juancito tiene cociente intelectual 110,
o Pedrito tiene poco interés en política, etc. Pero, si queremos describir una muestra usaremos
lo que se llama una medida estadística. Por ejemplo, tal muestra se compone de sujetos cuyo
promedio de cocientes intelectuales es 120, o tal otra muestra tiene un 70% de sujetos con
poco interés en política, etc. Como vemos, estas medidas estadísticas son verdaderas síntesis
o resúmenes de muchas medidas individuales, y un ejemplo típico es la media aritmética, o
APLICACIONES DE LA ESTADISTICA EN LA INVESTIGACION | 01/05/2018

sea, un simple promedio.

b) Pruebas de significación

Hasta aquí lo único que hicimos fue describir una muestra, pero lo que a la estadística le
interesa en última instancia es la población, con lo cual debemos resolver una segunda
cuestión: la representatividad de la muestra. Es decir, interesa saber hasta qué punto las
medidas que describieron la muestra describen igualmente bien la población de donde la
muestra fue extraída. Más concretamente: ¿el promedio 110 de la muestra podemos también
adscribírselo con confianza a la población? ¿Pasa lo mismo con la medida de dispersión?
Naturalmente que siempre habrá un margen de error, pues si nos animáramos a sacar el
promedio de la población entera seguramente no sería exactamente igual al promedio de la
muestra. La cuestión entonces no reside en eliminar esta diferencia, pues es imposible, sino
en poder saber hasta qué punto dicha diferencia se debe solamente al azar. De comprobar
realmente esto, entonces la diferencia no es importante y concluímos que la muestra sí es
representativa. Para poder hacer estas determinaciones nos bastará aquí con saber que la
estadística ha diseñado ciertas pruebas especiales, como por ejemplo las pruebas de
significación. Son pruebas basadas en el cálculo de probabilidades, ya que aquí lo que
debemos verificar es si lo concluído respecto de la muestra vale también para la población y
con qué grado de probabilidad (pues hay grados de probabilidad aceptables y no aceptables).

Hay dos tipos de probabilidad: lógica e inductiva.

5
a) Probabilidad lógica: si yo tengo un dado perfectamente balanceado (o sea que las seis
caras tienen la misma probabilidad de salir), no necesitaré arrojarlo para saber qué
probabilidad tiene de salir el número 3. Como ya sé que tiene seis caras equiprobables, su
probabilidad será de uno sobre seis (p=1/6).

b) Probabilidad inductiva: puede ocurrir, sin embargo, que el dado no esté balanceado, o que
yo no sepa si el número 3 figura en dos caras y el 5 en ninguna, etc., y sólo sé que tiene 6
caras. A priori, o sea antes de arrojar los dados, en estos casos no puedo saber qué
probabilidad tiene el 3 de salir, debido a mi desconocimiento del dado.

Por último, no siempre debemos oponer casualidad con causalidad: la casualidad (o azar) no
implica necesariamente la ausencia de causas (corrientemente, la expresión ocurrió por
casualidad suele significar ocurrió sin ninguna causa o motivo). Si partimos de una
cosmovisión causalista, cosmovisión en la cual se basa habitualmente la ciencia, cuando
decimos que un determinado acontecimiento ocurrió por azar queremos solamente decir que
está influenciado por una gran cantidad de factores causales, muchos de los cuales son
desconocidos para nosotros y sin que prevalezca ninguno en especial.

c) Etapas de la estadística

Podemos resumir todo lo dicho indicando cuáles son las dos etapas de la investigación
estadística:

a) la estadística descriptiva, que busca seleccionar una muestra y luego describirla

adecuadamente mediante medidas de posición y dispersión;

b) la estadística inductiva o inferencial, que busca extender lícitamente nuestras conclusiones

sobre la muestra a toda la población.

La estadística descriptiva debe preocuparse de si la muestra está o no bien descripta a partir

APLICACIONES DE LA ESTADISTICA EN LA INVESTIGACION | 01/05/2018

de los datos de los individuos, mientras que la estadística inductiva se preocupará de
establecer la representatividad de la muestra respecto de la población.

Más generalmente, la primera es eminentemente descriptiva y no amplía mayormente nuestro

conocimiento: mas bien lo resume mediante las medidas estadísticas. En cambio la segunda
sí amplía nuestro conocimiento pues lo extiende (con cierto margen de error) a toda la
población. De aquí que tenga un carácter predictivo, pues conociendo la muestra, puedo
predecir hasta cierto punto confiable cómo habrá de ser la población.

6
 Website

 Hiru.eus.(2018).Aplicaciones de la estadística-hiru.Recuperado de:

http://www.hiru.eus/matematicas/aplicaciones-de-la-estadistica. [Visitado el: 1 May 2018].
 Quirantes, F. (2018). La estadística en las investigaciones científicas | MasScience.
Masscience.com. Recuperado de: https://www.masscience.com/2016/03/27/la-estadistica-en-
las-investigaciones-cientificas [Visitado el: 1 May 2018].
 http://www.mercadeoypublicidad.com/Secciones/Investigacion/DetalleInvestigacion.php?recor
dID=6516&pageNum_busqueda=19&totalRows_busqueda=305&list=Ok
APLICACIONES DE LA ESTADISTICA EN LA INVESTIGACION | 01/05/2018