Elementos básicos de la estadística y su papel en el campo de las Ciencias Sociales.

Elementos básicos de la estadística y su papel en el campo de las Ciencias Sociales.

• Tablas de frecuencias con información relativa

• ¿Qué es población y muestra en estadística?

• ¿Cuáles son los tipos de estadística?

• ¿Qué es la probabilidad?

• Recolección de datos.

• ¿Qué es la estadística?

Construcción de una distribución de frecuencia.

• Tipos de estadística en función de su alcance.

• Importancia de la estadística en las Ciencias Sociales

• Distribución de frecuencias.

• ¿Cuáles son los tipos de variables?

• Tipos de estadística en función de su propósito.

• ¿Cuáles son los tipos de medición en estadística?

• Ejemplos de la estadística en las Ciencias Sociales.

• Frecuencia acumulada.

• Tablas de frecuencias.

• Tablas de contingencia.

Licenciatura en pedagogía Andrea Elizabeth Medel López.

• Frecuencia relativa.

Referencias bibliográficas Barreto-Villanueva, Adán. (2012). El progreso de la Estadística y su utilidad en la evaluación del desarrollo. Papeles de población, 18(73), 241-271. Recuperado en 13 de marzo de 2026, de http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-74252012000300010&lng=es&tlng=es. Fontanelli, Oscar, Mansilla, Ricardo, & Miramontes, Pedro. (2020). Distribuciones de probabilidad en las ciencias de la complejidad: una perspectiva contemporánea. Inter disciplina, 8(22), 11-37. Epub 15 de enero de 2021.https://doi.org/10.22201/ceiich.24485705e.2020.22.76416 Coronel-Carvajal, Carlos. (2023). Las variables y su operacionalización. Revista Archivo Médico de Camagüey, 27, . Epub 15 de febrero de 2023. Recuperado en 13 de marzo de 2026, de http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1025-02552023000100002&lng=es&tlng=es. Castellaro, Mariano, & Roselli, Néstor. (2023). Comprensión colaborativa de tablas de frecuencias según simetría/asimetría de competencia y de género. Zona Próxima, (38), 154-181. Epub July 13, 2023.https://doi.org/10.14482/zp.38.324.528 Mirón Canelo, J.A., & Alonso Sardón, M.. (2008). Medidas de frecuencia, asociación e impacto en investigación aplicada. Medicina y Seguridad del Trabajo, 54(211), 93-102. Recuperado en 13 de marzo de 2026, de http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0465-546X2008000200011&lng=es&tlng=es.

• Gráfico de frecuencias, gráfico de barras, gráfico circular y polígono de frecuencias.

• Diagrama de frecuencia acumulada.

• ¿Qué es la estadística?

La ciencia matemática cuyo campo de estudio es la recolección, organización, presentación, análisis e interpretación de datos para convertirlos en información útil para la toma de decisiones.

• ¿Cuáles son los tipos de estadística?

Estadística Descriptiva: Definición: Se enfoca en la recopilación, organización, resumen y presentación de datos de manera descriptiva. Objetivo: Proporcionar una descripción clara y concisa de los datos, utilizando medidas de tendencia central, dispersión y gráficos. Ejemplos: Calcular la media, mediana y moda, y crear histogramas o gráficos de barras para resumir características clave de un conjunto de datos. Estadística Inferencial: Definición: Se centra en hacer inferencias y generalizaciones sobre una población basándose en una muestra representativa de datos. Objetivo: Extender las conclusiones obtenidas de una muestra a la población más amplia, utilizando métodos como pruebas de hipótesis y estimaciones. Ejemplos: Realizar pruebas de hipótesis para determinar si hay diferencias significativas entre dos grupos o estimar la media de una población basándose en una muestra. Estas dos ramas de la estadística trabajan juntas para proporcionar una comprensión completa de los datos. (guerra, 2023)

• Importancia de la estadística en las Ciencias Sociales

La estadística es una herramienta fundamental en las ciencias sociales, ya que permite analizar y comprender fenómenos sociales a través de datos cuantitativos y cualitativos.

Además de que la estadística es esencial en las ciencias sociales por varias razones. • análisis de datos: permite analizar grandes volúmenes de datos para identificar patrones y tendencias en el comportamiento humano y fenómenos sociales. • inferencias y predicciones: A través de los métodos estadísticos, los investigadores pueden hacer inferencias sobre poblaciones a partir de muestras, lo que les permite predecir comportamientos futuros basados en datos históricos. • evaluación de políticas: la estadística ayuda a evaluar la efectividad de políticas públicas y programas sociales.

• Ejemplos de la estadística en las Ciencias Sociales.

La estadística es una herramienta fundamental en las ciencias sociales, ya que permite analizar y comprender patrones y tendencias en datos sociales, económicos y políticos. • Análisis de encuestas: la estadística se utiliza para analizar los resultados sobre temas como la opinión pública, el comportamiento electoral, la satisfacción con servicios públicos, etc. • Estudios de pobreza y desigualdad: en este apartado se utiliza indicadores como el índice de pobreza, el coeficiente de Gini, etc. • Análisis de datos de salud: aquí se utiliza para analizar los datos de salud, como la tasa de mortalidad, la prevalencia de enfermedades, la efectividad de programas de salud, etc. • Estudios de educación: aquí se utiliza para analizar datos sobre la educación, como por ejemplo la tasa de alfabetización, la tasa de deserción escolar, la efectividad de programas educativos, etc.

• ¿Qué es la probabilidad?

Es la descripción de la posibilidad de ocurrencia de un evento, la probabilidad va de cero (imposibilidad de ocurrencia) a uno (total certeza de ocurrencia).

• ¿Cuáles son los tipos de variables?

1. Variables Cualitativas. Las variables cualitativas, también conocidas como variables categóricas, describen cualidades o características no numéricas. Se dividen en dos subtipos: • Variables Nominales: No tienen un orden específico. Ejemplos incluyen el color de un coche (rojo, azul, verde) o el tipo de mascota (perro, gato, pez). • Variables Ordinales: Tienen un orden jerárquico. Ejemplos incluyen niveles de satisfacción (muy insatisfecho, insatisfecho, neutral, satisfecho, muy satisfecho) o clasificaciones en competiciones (oro, plata, bronce). 2. Variables Cuantitativas. Las variables cuantitativas son aquellas que se pueden medir numéricamente y permiten realizar operaciones aritméticas. Se dividen en: • Variables Cuantitativas Discretas: Solo pueden tomar un número finito de valores. Ejemplos incluyen el número de estudiantes en una clase o el número de hijos en una familia. • Variables Cuantitativas Continuas: Pueden tomar cualquier valor dentro de un intervalo. Ejemplos incluyen la altura de una persona o la temperatura, que pueden expresarse en decimales.

1. Escala Nominal .La escala nominal clasifica los datos en categorías sin un orden específico. Cada categoría es mutuamente excluyente, lo que significa que un elemento solo puede pertenecer a una categoría. Ejemplos incluyen: • Género (masculino, femenino) • Estado civil (soltero, casado, divorciado) • Color de ojos (azul, verde, marrón). 2. Escala Ordinal. La escala ordinal organiza los datos en categorías que tienen un orden o jerarquía, pero no se conocen las diferencias exactas entre los valores. Ejemplos incluyen: • Clasificaciones (primer, segundo, tercer lugar) • Niveles de satisfacción (muy insatisfecho, insatisfecho, neutral, satisfecho, muy satisfecho). 3. Escala de Intervalo. La escala de intervalo no solo clasifica y ordena los datos, sino que también mide las diferencias exactas entre ellos. Sin embargo, no tiene un punto cero absoluto. Un ejemplo clásico es la temperatura en grados Celsius o Fahrenheit, donde la diferencia entre los grados es constante, pero no hay un cero absoluto que indique la ausencia de temperatura. 4. Escala de Razón. La escala de razón es la más completa, ya que incluye todas las características de la escala de intervalo, pero con un punto cero absoluto. Esto permite realizar operaciones matemáticas significativas. Ejemplos incluyen: • Peso • Altura • Ingreso.

• ¿Qué es población y muestra en estadística?

Población.La población se refiere al conjunto de todos los elementos, individuos u objetos que comparten características similares y sobre los cuales se desea realizar un estudio estadístico. Este conjunto puede incluir personas, productos, eventos, o cualquier otro tipo de unidad de análisis. Por ejemplo, si se quiere estudiar la altura de los estudiantes de una escuela, la población sería todos los estudiantes de esa escuela. La población puede ser finita (un número limitado de elementos) o infinita (un número ilimitado de elementos). Muestra. Una muestra es un subconjunto de la población que se selecciona para realizar el estudio. La muestra se utiliza cuando no es posible o práctico estudiar a todos los elementos de la población. Por ejemplo, si se desea conocer la opinión de los votantes en una elección, se puede seleccionar una muestra representativa de votantes en lugar de encuestar a todos. La clave es que la muestra debe ser representativa de la población para que los resultados obtenidos puedan generalizarse a todo el grupo.

• Tipos de estadística en función de su alcance.

Estadística Descriptiva.Definición: Se enfoca en la recopilación, organización, resumen y presentación de datos de manera descriptiva. Objetivo: Proporcionar una descripción clara y concisa de los datos, utilizando medidas de tendencia central, dispersión y gráficos. Ejemplos: Calcular la media, mediana y moda, y crear histogramas o gráficos de barras para resumir características clave de un conjunto de datos. Estadística Inferencial. Definición: Se centra en hacer inferencias y generalizaciones sobre una población basándose en una muestra representativa de datos. Objetivo: Extender las conclusiones obtenidas de una muestra a la población más amplia, utilizando métodos como pruebas de hipótesis y estimaciones. Ejemplos: Realizar pruebas de hipótesis para determinar si hay diferencias significativas entre dos grupos o estimar la media de una población basándose en una muestra. Estas dos ramas de la estadística trabajan juntas para proporcionar una comprensión completa de los datos. (guerra, 2023)

• Tipos de estadística en función de su propósito.

Estadística Descriptiva: Propósito: Describir y resumir las características principales de un conjunto de datos. Métodos: Utiliza medidas de tendencia central (como la media, mediana y moda), medidas de dispersión (como la desviación estándar), y gráficos (como histogramas y diagramas de dispersión) para presentar de manera concisa la información contenida en los datos. Estadística Inferencial: Propósito: Hacer inferencias y generalizaciones sobre una población más amplia basándose en los resultados de una muestra. Métodos: Incluye pruebas de hipótesis, intervalos de confianza, análisis de regresión y técnicas de estimación. Estos métodos ayudan a tomar decisiones y hacer predicciones sobre características desconocidas de la población. Estadística Aplicada: Propósito: Aplicar herramientas y técnicas estadísticas para resolver problemas específicos en campos como la ciencia, la ingeniería, la medicina, la economía, entre otros. Métodos: Utiliza métodos estadísticos para abordar cuestiones prácticas en contextos específicos. Por ejemplo, puede incluir el diseño de experimentos, análisis de datos en estudios clínicos, o la optimización de procesos industriales. (guerra, 2023)

• Recolección de datos.

La recolección de datos en estadística es el proceso crucial de obtener información relevante para un estudio o investigación. Comprende la planificación, diseño y obtención de datos de manera sistemática y organizada. Antes de recopilar información, se establecen los objetivos y se identifica la población de interés. Se eligen herramientas adecuadas, como encuestas, entrevistas o mediciones, y se aplica un método de muestreo si la población es extensa. Durante la recolección, se administra el instrumento seleccionado, registrando y almacenando la información de manera ordenada. Es fundamental realizar controles de calidad, validar respuestas y garantizar la privacidad y ética en el procesoLa calidad de los datos recopilados influye directamente en la validez y confiabilidad de los análisis estadísticos subsiguientes, por lo que la precisión y cuidado en esta etapa son esenciales.

• Distribución de frecuencias.

Este proceso ayuda a visualizar la distribución de los datos y proporciona una descripción clara de cómo se distribuyen las diferentes categorías o valores en una variable. Definición: La distribución de frecuencias es una tabla o gráfico que muestra la frecuencia de cada valor o intervalo en un conjunto de datos. Pasos para Crear una Distribución de Frecuencias: -Identificar cada valor único en el conjunto de datos. -Contar cuántas veces aparece cada valor (frecuencia). -Organizar los valores y sus frecuencias en una tabla. Elementos de la Distribución. -Clases o Categorías: Los valores únicos o rangos en los que se dividen los datos. -Frecuencia Absoluta (f): La cantidad de veces que aparece cada valor. -Frecuencia Relativa (f %): El porcentaje de veces que aparece cada valor en relación con el total de observaciones. -Frecuencia Acumulada: La suma acumulativa de las frecuencias. Tipos de Distribuciones. -Distribución Uniforme: Todos los valores tienen aproximadamente la misma frecuencia. -Distribución Sesgada a la Derecha (positiva): La mayoría de los valores se concentran en la parte inferior y hay pocos valores altos. -Distribución Sesgada a la Izquierda (negativa): La mayoría de los valores se concentran en la parte superior y hay pocos valores bajos. Representación Gráfica: Las distribuciones de frecuencias pueden visualizarse mediante gráficos como histogramas, polígonos de frecuencia o diagramas de barras.

• Tablas de frecuencias.

Una tabla de frecuencias es una presentación tabular que muestra la frecuencia de ocurrencia de cada valor o intervalo en un conjunto de datos. Elementos de una Tabla de Frecuencias. -Clases o Categorías: Los valores únicos o intervalos en los que se dividen los datos. -Frecuencia Absoluta (f): La cantidad de veces que aparece cada valor. -Frecuencia Relativa (f %): El porcentaje de veces que aparece cada valor en relación con el total de observaciones. -Frecuencia Acumulada: La suma acumulativa de las frecuencias. Pasos para Construir una Tabla de Frecuencias. -Identificar los valores únicos o intervalos en el conjunto de datos. -Contar cuántas veces aparece cada valor o cae dentro de cada intervalo. -Organizar los valores y sus frecuencias en una tabla, incluyendo las frecuencias relativas y acumuladas. Tipos de Tablas de Frecuencias. -Tablas de Frecuencias Simples: Presentan la frecuencia de cada valor individual en el conjunto de datos. -Tablas de Frecuencias Agrupadas: Agrupan los valores en intervalos para manejar conjuntos de datos más extensos. Ejemplo. Supongamos que estamos registrando las alturas de un grupo de personas. La tabla de frecuencias podría incluir categorías de rangos de alturas (por ejemplo, 150-160 cm, 161-170 cm, etc.) y mostrar la frecuencia de personas en cada categoría. Estas tablas proporcionan una visión sistemática y estructurada de la frecuencia con la que aparecen los distintos valores o intervalos en los datos

• Tablas de frecuencias con información relativa

Estas medidas, como las frecuencias relativas y las frecuencias acumuladas relativas, proporcionan una perspectiva proporcional de la distribución de datos.Frecuencia Relativa (f %): La frecuencia relativa de un valor es el porcentaje de veces que ese valor aparece en relación con el total de observaciones. Se calcula dividiendo la frecuencia absoluta de un valor entre el total de observaciones y multiplicando por 100. Frecuencia Acumulada Relativa: La frecuencia acumulada relativa en un punto específico es el porcentaje acumulado de observaciones hasta ese punto en la tabla. Se calcula sumando las frecuencias relativas hasta el valor o intervalo actual. Construcción de una Tabla de Frecuencias con Información Relativa: Además de las columnas típicas que incluyen los valores y sus frecuencias absolutas, se añaden columnas para las frecuencias relativas y las frecuencias acumuladas relativas. La columna de frecuencias relativas se calcula dividiendo cada frecuencia absoluta entre el total de observaciones y multiplicando por 100. La columna de frecuencias acumuladas relativas se calcula sumando las frecuencias relativas a medida que avanzamos a través de la tabla. Ejemplo. Si estamos registrando las calificaciones de estudiantes en una escala de 1 a 10, una tabla de frecuencias con información relativa incluiría columnas para las calificaciones, las frecuencias absolutas, las frecuencias relativas y las frecuencias acumuladas relativas.

• Construcción de una distribución de frecuencia.

La construcción de una distribución de frecuencia es un proceso clave en estadística para organizar y presentar la frecuencia de ocurrencia de cada valor en un conjunto de datos. Inicia identificando valores únicos y determinando el rango de datos. Luego, se eligen clases o intervalos, estableciendo límites para agrupar los valores. Se cuentan las frecuencias absolutas de cada intervalo y se construye una tabla que incluye estos valores, así como límites de clase y, opcionalmente, frecuencias relativas y acumuladas. Esta tabla proporciona una visión estructurada de la distribución de datos. Posteriormente, se pueden realizar representaciones gráficas, como histogramas. La interpretación de la distribución permite identificar patrones y características notables. Es crucial validar los cálculos y verificar la precisión de la construcción para garantizar la confiabilidad de los resultados. Este proceso facilita la exploración y análisis de datos de manera organizada y efectiva.

• Frecuencia acumulada.

Estadística Descriptiva.Definición: Se enfoca en la recopilación, organización, resumen y presentación de datos de manera descriptiva. Objetivo: Proporcionar una descripción clara y concisa de los datos, utilizando medidas de tendencia central, dispersión y gráficos. Ejemplos: Calcular la media, mediana y moda, y crear histogramas o gráficos de barras para resumir características clave de un conjunto de datos. Estadística Inferencial. Definición: Se centra en hacer inferencias y generalizaciones sobre una población basándose en una muestra representativa de datos. Objetivo: Extender las conclusiones obtenidas de una muestra a la población más amplia, utilizando métodos como pruebas de hipótesis y estimaciones. Ejemplos: Realizar pruebas de hipótesis para determinar si hay diferencias significativas entre dos grupos o estimar la media de una población basándose en una muestra. Estas dos ramas de la estadística trabajan juntas para proporcionar una comprensión completa de los datos. (peña, 2014)

• Frecuencia relativa.

La frecuencia relativa es una medida estadística que expresa la proporción o porcentaje de veces que un valor específico o intervalo ocurre en relación con el total de observaciones en una distribución de datos. Se calcula dividiendo la frecuencia absoluta de un valor entre el total de observaciones y multiplicando por 100 para expresar el resultado en términos de porcentaje. La frecuencia relativa proporciona una perspectiva proporcional de la distribución de datos, indicando la importancia relativa de diferentes categorías. Se puede visualizar gráficamente, por ejemplo, mediante gráficos circulares, y su suma total en una distribución siempre es igual a 1 o 100%. La frecuencia relativa es esencial para entender la proporción de ocurrencia de distintos valores y facilita comparaciones entre conjuntos de datos, siendo una herramienta fundamental en el análisis estadístico.

• Gráfico de frecuencias, gráfico de barras, gráfico circular y polígono de frecuencias.

Gráfico de Frecuencias: Un gráfico de frecuencias es una representación visual de la distribución de frecuencias de un conjunto de datos. Se utiliza para visualizar la frecuencia de ocurrencia de cada valor o intervalo en una variable. Puede tomar diversas formas, siendo comúnmente representado mediante histogramas, polígonos de frecuencias o gráficos de barras. Gráfico de Barras: El gráfico de barras es una representación visual en la que las frecuencias de distintas categorías o valores se muestran mediante barras rectangulares. La longitud de cada barra es proporcional a la frecuencia correspondiente. Este tipo de gráfico es efectivo para comparar cantidades entre diferentes categorías y es especialmente útil para datos categóricos o discretos. Gráfico Circular (o Gráfico de Pastel): El gráfico circular, también conocido como gráfico de pastel, representa las frecuencias de diferentes categorías como sectores en un círculo. Cada sector corresponde a una categoría y su tamaño relativo refleja la proporción de la frecuencia en relación con el total. Es adecuado para representar datos categóricos y permite visualizar la participación de cada categoría en el conjunto de datos. Polígono de Frecuencias: El polígono de frecuencias es un gráfico que representa la distribución de frecuencias mediante líneas conectando los puntos correspondientes a los valores del eje horizontal con las frecuencias en el eje vertical. Se utiliza comúnmente en conjunción con histogramas para proporcionar una representación suave de la distribución. Es especialmente útil para datos cuantitativos

• Diagrama de frecuencia acumulada.

El diagrama de frecuencia acumulada es una representación gráfica que ilustra la suma acumulativa de las frecuencias absolutas o relativas en una distribución de datos. Puede adoptar la forma de una línea o escalera, mostrando cómo se acumulan las observaciones a medida que avanzamos en la escala de valores. Construcción: Para construir un diagrama de frecuencia acumulada, se comienzan por ordenar los datos en orden ascendente. Luego, se suma acumulativamente cada frecuencia absoluta o relativa, y estas sumas se representan en el gráfico. Interpretación: El diagrama de frecuencia acumulada proporciona información sobre la distribución acumulativa de los datos, indicando cuántas observaciones caen por debajo o son iguales a un determinado valor. También es útil para identificar puntos de corte y percentiles en la distribución. Tipos: Puede haber diagramas de frecuencia acumulada ascendente, donde la línea se mueve hacia arriba a medida que se acumulan las frecuencias, o descendente, donde la línea se mueve hacia abajo desde el total acumulado al principio. Punto Final: El punto final del diagrama de frecuencia acumulada coincide con el total de observaciones en la distribución, ya que representa la acumulación completa de frecuencias. Aplicación: Se utiliza en estadística para visualizar la distribución acumulativa de datos y para realizar comparaciones y análisis en términos de percentiles y puntos de corte.

• Tablas de contingencia.

Las tablas de contingencia, fundamentales en estadística, organizan datos en función de dos variables categóricas. Estas tablas representan la intersección de las categorías y muestran las frecuencias absolutas de observaciones en cada combinación. Cada celda de la tabla contiene el recuento de casos correspondiente a una categoría específica de ambas variables. Además de proporcionar una visión conjunta de la distribución de datos, las tablas de contingencia permiten calcular frecuencias relativas y realizar pruebas estadísticas, como la prueba de chi-cuadrado, para evaluar la independencia entre las variables. Los totales marginales en las filas y columnas ofrecen información adicional sobre las frecuencias marginales de cada variable. Este enfoque es ampliamente utilizado en estudios de asociación y análisis de datos categóricos, proporcionando información valiosa sobre la relación entre dos características categóricas.