Este documento presenta una introducción a la estadística descriptiva. Explica conceptos clave como universo, población, muestra, parámetro, estadístico y escalas de medición. También distingue entre estadística descriptiva e inferencial, señalando que la descriptiva se centra en describir conjuntos de datos, mientras que la inferencial permite generalizar resultados a partir de una muestra. Además, proporciona ejemplos de variables cualitativas, cuantitativas y cuasi-cuantitativas.

1. Introducción
a la
Estadística Descriptiva
Ph.D. Hermes Viloria Marín

3. hermes.viloriam@ug.edu.ec

4. TEMA 1
Conceptos básicos de Estadística, Estadística
Descriptiva e Inferencial, Universo, Población,
Muestra, Parámetro, Estadístico, Unidad
Estadística, Dato, Escalas de Medición,
Clasificación de Variables.

5. ESTADÍSTICA
Es el conjunto de métodos que nos permiten recopilar, organizar,
resumir, analizar e interpretar datos numéricos relativos a un conjunto
de observaciones para hacer conclusiones básicas y tomar decisiones
lógicas.
ESTADÍSTICA DESCRIPTIVA
Es la que utiliza los datos y conclusiones obtenidas en las muestras
para generalizarlas en la población. Los resultados son
probabilísticos.
El interés se centra en la descripción de un conjunto de observaciones
que pueden ser una población o una muestra. Las conclusiones no se
salen de los datos (muestra). Los resultados se pueden considerar
exactos.
ESTADÍSTICA INFERENCIAL

6. CONCEPTOS BÁSICOS
 UNIVERSO: Es el conjunto de todos los individuos u objetos que
poseen una característica común susceptible de ser medida.
 POBLACIÓN : Es el conjunto de observaciones o mediciones de una
característica de los individuos de un universo. (Pueden ser finitas o
infinitas)
 MUESTRA: Son subconjuntos de individuos, si se toman del universo
y de observaciones y mediciones si la tomamos de la población.

7. CONCEPTOS BÁSICOS
 ESTADÍSTICO : Son características de las muestras, resultante de la
manipulación de todos sus datos (exactos).
 PARÁMETRO : Son características poblacionales y son el resultado de
la manipulación de los datos (aproximados)
 UNIDAD ESTADÍSTICA: Es cada individuo o elemento de un
universo.
 Dato: Son cada una de las observaciones de la población.

8. Escalas o niveles de medición
 MEDIR: Es asignar números a objetos o
situaciones empíricas de acuerdo a ciertas normas.
 ESCALA DE MEDIDA: Conjunto de normas
que nos permiten asignar números y se clasifican
en:

9. Escalas
 Nominal
 Ordinal
 Intervalo
 Razón
Variables
 Cualitativas
 Cuasi-cuantitativas
 Cuantitativas
Discretas
Continuas

10. Escala
Tipo de
Variable
Cualitativa
EJEMPLOS
Nominal
Variable
Genero
Edad Razón Cuantitativa cont.
Temperatura Intervalo Cuantitativacont.
Nivel
Educativo
Ordinal Cuasi-cuantitativa
Notas Intervalo Cuantitativa cont.
Cantidad de
Hermanos Razón Cuantitativa discr.

11. Escala
Tipo de
Variable
Cuantitativa cont
Ejemplo con variables educativas
Intervalo
Indicador
- Logros académicos
del estudiante
Ordinal Cuasicuantitativa
Ordinal Cuasicuantitativa
Ordinal Cuasicuantitativa
Razón
Variable
Desempeño
Docente
- Opinión del
estudiante
- Opinión de los
docentes
- Criterio de los
supervisores
Ordinal Cuasicuantitativa
- Actualización del
docente
- Índice de
productividad
académica
Cuantitativa cont

19. Actualmente, compite no sólo con softwares licenciados
como lo son SAS, MATLAB, Statistica, Stata, sino
también con software de código abierto y libre, de los
cuales el más destacado es el Lenguaje R.
Recientemente ha sido desarrollado un paquete libre
llamado PSPP, con una interfaz llamada PSPPire que ha
sido compilada para diversos sistemas operativos
como Linux, además de versiones para Windows y OS
X. Este último paquete pretende ser un clon de código
abierto que emule todas las posibilidades del SPSS.

20. IBM SPSS Statistics 22.0

21. Nociones básicas en el
uso de IBM SPSS
Statistics 22.0