Conceptos básicos de estadística descriptiva

Introducción a la estadística descriptiva

La estadística descriptiva es la rama de la estadística que se encarga de organizar, resumir y presentar los datos de forma clara y comprensible. A diferencia de la estadística inferencial, no busca hacer predicciones ni generalizaciones más allá de la información disponible, sino que se concentra en describir lo que se ha observado.

En este curso aprenderás los conceptos básicos que sustentan cualquier análisis descriptivo: población, muestra, individuo y dato. Cada uno de estos términos tiene un significado preciso que, si se confunde, puede llevar a interpretaciones erróneas.

¿Qué es un dato?

En una muestra aleatoria, el término dato se refiere a cada observación individual obtenida de un individuo. No se trata del total de la muestra ni de una medida resumen; es la unidad mínima de información que se registra.

Ejemplo práctico: si se encuesta a 30 personas sobre su edad, cada edad registrada constituye un dato. Cada dato es independiente y aporta al conjunto de información que será analizado.

• Dato = registro concreto (p.ej., "28 años").
• Conjunto de datos = colección de todas esas observaciones.

Población y muestra

Definición de población

La población incluye a todos los individuos posibles que cumplen con los criterios del estudio. Es el universo completo sobre el que se desea obtener información.

Definición de muestra

Una muestra es una parte seleccionada de la población que se estudia para inferir características del total. Visualmente, si la población se representa con un círculo grande, la muestra se muestra como un círculo rojo más pequeño dentro del grande.

La muestra debe ser representativa, es decir, sus miembros deben reflejar las mismas características (edad, género, ingresos, etc.) que la población completa.

• Representatividad → calidad de la inferencia.
• Selección aleatoria → reduce sesgos.

Diferencia principal entre población y muestra

La diferencia esencial radica en su alcance:

• Población: incluye a todos los individuos posibles.
• Muestra: contiene solo a algunos individuos seleccionados.

Esta distinción es fundamental porque la validez de cualquier conclusión depende de cuán bien la muestra representa a la población.

El concepto de individuo

En estadística, un individuo es cada elemento o unidad que forma parte de la población. Puede ser una persona, una empresa, una planta, o cualquier unidad de observación definida por el investigador.

Cuando se extrae una muestra, cada individuo de la muestra genera un dato que será analizado.

Cálculo de proporciones en la muestra

Para entender la relación entre muestra y población, se utilizan proporciones. Por ejemplo, si se eligen 50 individuos de una población de 1 000, la proporción es:

50 / 1 000 = 0,05 = 5 %. Por lo tanto, la muestra representa el 5 % de la población.

Este cálculo es útil para evaluar el tamaño de la muestra y su potencial poder estadístico.

Estadística descriptiva: herramientas y objetivos

La estadística descriptiva se centra en resumir y organizar datos mediante tablas y gráficos. Sus principales objetivos son:

• Facilitar la comprensión de grandes volúmenes de información.
• Identificar patrones, tendencias y valores atípicos.
• Comunicar resultados de forma visual y accesible.

Algunas de las técnicas más comunes incluyen:

• Tablas de frecuencia.
• Histogramas y diagramas de barras.
• Medidas de tendencia central (media, mediana, moda).
• Medidas de dispersión (rango, varianza, desviación estándar).

El papel del dato dentro de la muestra

Cada dato corresponde a la información obtenida de un individuo de la muestra. Es decir, el dato es la respuesta o medida que se registra para cada sujeto seleccionado.

Ejemplo: en una encuesta de satisfacción, la respuesta "Muy satisfecho" de un cliente es un dato que forma parte del conjunto de datos de la muestra.

Representatividad de la muestra

Una muestra es considerada representativa cuando los individuos dentro del círculo rojo (muestra) reflejan las características de la población completa. Esto implica que la distribución de variables clave (edad, sexo, ingresos, etc.) en la muestra es similar a la de la población.

Para lograr representatividad se pueden aplicar técnicas como:

• Muestreo aleatorio simple.
• Muéstreo estratificado.
• Muéstreo por conglomerados.

Una muestra no representativa puede conducir a conclusiones sesgadas y a decisiones incorrectas.

Resumen y conclusiones

En este módulo hemos cubierto los conceptos esenciales de la estadística descriptiva:

• Dato: observación individual.
• Individuo: unidad de la población.
• Población vs. muestra: totalidad vs. parte seleccionada.
• Representatividad: calidad de la muestra.
• Herramientas descriptivas: tablas, gráficos y medidas resumidas.

Dominar estos conceptos permite construir análisis claros, comunicar resultados de manera eficaz y sentar las bases para estudios más avanzados que involucren inferencia estadística.

Recuerda: una buena descripción es el primer paso para cualquier investigación rigurosa.