2.1: Revisión y vista previa

Review and Preview
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Review and Preview
Please note that all translations are automatically generated. Click here for the English version.

8,894 Views

01:13 min
April 30, 2023

Overview

Los datos son elementos individuales de información obtenidos de una población o muestra. Los datos se pueden clasificar como cualitativos (categóricos), cuantitativos continuos o cuantitativos discretos. Debido a que no es práctico medir a toda la población en un estudio, los investigadores utilizan muestras para representar a la población. Una muestra aleatoria es un grupo representativo de la población elegido mediante el uso de un método que da a cada individuo de la población la misma probabilidad de ser incluido en la muestra. Los métodos de muestreo aleatorio incluyen el muestreo aleatorio simple, el muestreo estratificado, el muestreo por conglomerados y el muestreo sistemático. El muestreo por conveniencia es un método no aleatorio de elección de una muestra que a menudo produce datos sesgados.

Una vez que se recopilan los datos, se pueden describir y presentar en muchos formatos diferentes. Por ejemplo, supongamos que una persona está interesada en comprar una casa en un área en particular. Al no tener mucha información sobre los precios de la casa, el comprador puede pedirle al agente inmobiliario que le dé un conjunto de datos de muestra de precios. Leer todos los precios de la muestra puede ser un poco abrumador. Una mejor manera podría ser observar el precio medio y la variación de los precios. La mediana y la variación son solo dos formas que se pueden utilizar para describir los datos. El agente también podría proporcionar un gráfico de los datos, lo que podría ser una forma más conveniente de comprender los precios de la vivienda.

El área de estadística que detalla las formas numéricas y gráficas de describir y mostrar los datos de la muestra se denomina “Estadística descriptiva”. Un gráfico estadístico es una herramienta que ayuda a conocer la forma o distribución de una muestra o una población. Un gráfico puede ser una forma más eficaz de presentar datos que una pila de números, ya que es fácil observar grupos de datos e identificar posiciones en las que solo hay unos pocos valores de datos. Los periódicos e Internet utilizan gráficos para mostrar tendencias y permitir a los lectores comparar datos y cifras rápidamente. Algunos tipos de gráficos que se utilizan para resumir y organizar datos son el diagrama de puntos, el gráfico de barras, el histograma, el diagrama de tallo y hoja, el polígono de frecuencia (un tipo de gráfico de líneas discontinuas), el gráfico circular y el diagrama de caja.

Transcript

Recordemos que los datos se clasifican a grandes rasgos en datos cuantitativos y datos cualitativos.

Los datos cuantitativos representan las medidas o recuentos de valores numéricos, como las diferentes alturas de los estudiantes en una clase.

Por el contrario, los datos cualitativos, también conocidos como datos categóricos, representan variables no numéricas como los diferentes colores de cabello.

Para un análisis estadístico eficiente, estos grandes conjuntos de datos desorganizados se resumen y representan numéricamente en forma de tabla o visualmente en forma gráfica.

Por ejemplo, los cambios de temperatura medidos durante un día se pueden resumir en forma de tabla.

Estos datos también se pueden representar gráficamente. Aquí, la hora se da a lo largo del eje horizontal y la temperatura se muestra a lo largo del eje vertical.

Los puntos del gráfico se unen para formar el patrón, lo que proporciona una comprensión visual de cómo cambia la temperatura diurna con el tiempo.

El gráfico también identifica los valores atípicos de los otros valores de datos que indican temperaturas extremas observadas en el día.

Key Terms and definitions​

  • Data - Individual items of qualitative or quantitative information obtained from a population or sample.
  • Random Sampling - A systematic approach of gathering representative data from a population.
  • Cluster Sampling - A sampling method where the researcher selects groups of subjects, instead of individual participants.
  • Descriptive Statistics - Numerical and graphical methods to summarize and present data.
  • Graphical Representation - Utilization of graphs to summarize and organize data better.

Learning Objectives

  • Define Data – Understanding the types: qualitative, quantitative continuous, or quantitative discrete (e.g., data).
  • Contrast Random Sampling vs Cluster Sampling – Understanding key differences (e.g., cluster sampling).
  • Explore Simple Sampling Techniques – Application and significance (e.g., simple random, stratified, and systematic sampling).
  • Explain Descriptive Statistics – Understanding its role in data description and presentation.
  • Apply Graphical Representation – Learning different types for better data visualization.

Questions that this video will help you answer

  • What are qualitative and quantitative data and how to differentiate them?
  • What are random and cluster sampling, and how are they different?
  • How are data described and what are descriptive statistics?

This video is also useful for

  • Students - Understand how data and sampling methods aid in research and learning.
  • Educators - Provides a clear framework to teach statistical data collection and interpretation.
  • Researchers - Understanding sampling techniques for research methodologies.
  • Data Analysts - Offers knowledge on effective data description methods and visualizations.