Estadística descriptiva: Qué es, tipos y ejemplos

La estadística descriptiva es una rama fundamental de la estadística que se encarga de resumir, organizar y presentar datos de manera comprensible. A diferencia de la estadística inferencial, que busca hacer predicciones o generalizaciones sobre una población a partir de una muestra, la estadística descriptiva se enfoca en analizar la información existente sin extrapolar resultados.

En un mundo cada vez más orientado a los datos, la estadística descriptiva se vuelve crucial en áreas como la economía, la salud, la educación, la ingeniería, las ciencias sociales y la investigación científica. La capacidad de interpretar correctamente los datos permite tomar decisiones informadas, identificar patrones y detectar irregularidades o tendencias que de otro modo podrían pasar desapercibidas.

Qué es la estadística descriptiva

La estadística descriptiva puede definirse como el conjunto de métodos y técnicas utilizadas para describir y resumir datos. Esto incluye la organización de datos, su representación mediante gráficos y tablas, y el cálculo de medidas que describen características relevantes de un conjunto de observaciones.

Su importancia radica en que permite transformar datos crudos en información útil, facilitando la comprensión de fenómenos complejos. Por ejemplo, un gran conjunto de datos sobre las ventas de una empresa puede resultar confuso si se presentan como listas interminables de números; sin embargo, mediante estadísticas descriptivas se pueden obtener promedios, distribuciones y tendencias que simplifican la interpretación.

Diferencias entre estadística descriptiva e inferencial

• Estadística descriptiva: Se centra en describir y resumir los datos disponibles. No permite generalizar resultados a poblaciones mayores, solo ofrece información sobre los datos analizados.
• Estadística inferencial: Se basa en hacer estimaciones, predicciones y pruebas de hipótesis sobre una población, a partir de los datos de una muestra.

Ejemplo práctico:
Supongamos que tenemos los salarios de 100 empleados de una empresa. La estadística descriptiva nos permitirá calcular el salario promedio, la mediana, la dispersión y presentar los resultados en tablas o gráficos. La estadística inferencial nos permitiría estimar el salario promedio de todos los empleados de empresas similares en la región, a partir de nuestra muestra de 100 empleados.

Tipos de estadísticas descriptivas

La estadística descriptiva se puede clasificar en tres grandes tipos, según la manera en que se presenten y analicen los datos:

Medidas de tendencia central

Las medidas de tendencia central son valores que representan un centro o punto típico de un conjunto de datos. Permiten resumir la información en un solo valor representativo. Las más comunes son:

1. Media aritmética: Es el promedio de los datos. Se calcula sumando todos los valores y dividiendo entre el número de observaciones. $$\text{Media} = \dfrac{\sum_{i=1}^{n} x_i}{n}$$Ejemplo: Si los salarios de 5 empleados son 1000, 1200, 1500, 1300 y 1100 euros, la media sería: $$\text{Media} = \dfrac{1000+1200+1500+1300+1100}{5} = 1220 \, \text{€}$$
2. Mediana: Es el valor que divide los datos en dos partes iguales. Si los datos están ordenados, la mediana se encuentra en el centro.
   Ejemplo: Para los salarios anteriores ordenados (1000, 1100, 1200, 1300, 1500), la mediana es 1200 €.
3. Moda: Es el valor que más se repite en el conjunto de datos. Puede no existir o haber más de una moda.
   Ejemplo: En los salarios 1000, 1200, 1200, 1300, 1500, la moda es 1200 €.

Medidas de dispersión

Las medidas de dispersión indican qué tanto se alejan los datos de su tendencia central, proporcionando información sobre la variabilidad de los datos. Entre las más importantes están:

1. Rango: Diferencia entre el valor máximo y el mínimo. $$\text{Rango} = \text{Valor máximo} – \text{Valor mínimo}$$Rango=Valor maˊximo−Valor mıˊnimo Ejemplo: Para salarios de 1000 a 1500 €, el rango sería 500 €.
2. Varianza: Mide el promedio de las desviaciones al cuadrado respecto a la media. $$\text{Varianza} = \dfrac{\sum (x_i – \bar{x})^2}{n}$$
3. Desviación estándar: Es la raíz cuadrada de la varianza y se expresa en las mismas unidades que los datos. Indica la dispersión típica de los valores respecto a la media.
   Ejemplo: Una desviación estándar baja indica que los valores están muy cerca del promedio, mientras que una alta indica gran variabilidad.
4. Coeficiente de variación: Relaciona la desviación estándar con la media y se expresa en porcentaje. $$CV = \dfrac{\text{Desviación estándar}}{\text{Media}} \times 100$$

Medidas de posición

Las medidas de posición permiten ubicar un valor dentro de la distribución de los datos. Son útiles para comparaciones y análisis más detallados. Incluyen:

• Cuartiles: Dividen los datos en cuatro partes iguales.
• Deciles: Dividen los datos en diez partes iguales.
• Percentiles: Dividen los datos en cien partes iguales, indicando el porcentaje de valores que quedan por debajo de un determinado dato.

Representación gráfica de datos

Una característica esencial de la estadística descriptiva es la representación visual de los datos, que facilita la comprensión y permite detectar patrones de manera rápida.

Tipos de gráficos más comunes

1. Gráfico de barras: Representa datos categóricos mediante barras rectangulares cuya altura refleja la frecuencia o cantidad de cada categoría.
2. Histograma: Similar al gráfico de barras, pero utilizado para datos continuos agrupados en intervalos.
3. Gráfico de pastel o circular: Muestra la proporción de cada categoría respecto al total.
4. Diagrama de caja y bigotes (boxplot): Representa la mediana, cuartiles y valores atípicos, útil para resumir la distribución de los datos.
5. Gráficos de línea: Representan la evolución de los datos en el tiempo, muy utilizados en series temporales.

Ventajas de la visualización

• Facilita la interpretación de grandes volúmenes de datos.
• Permite detectar tendencias, patrones y anomalías.
• Mejora la comunicación de resultados a públicos no especializados.

Ejemplos prácticos de estadística descriptiva

Ejemplo en educación

Una escuela desea analizar las calificaciones de sus estudiantes en matemáticas: 5, 7, 8, 6, 9, 10, 5, 7, 8, 6.

• Media:

$$\text{Media} = \dfrac{5+7+8+6+9+10+5+7+8+6}{10} = 7.1$$

• Mediana: Al ordenar los datos: 5,5,6,6,7,7,8,8,9,10 → mediana = (7+7)/2 = 7
• Moda: 5, 6, 7, 8 → cada uno se repite dos veces, por lo que hay varias modas.
• Rango: 10 – 5 = 5
• Gráficos: Se puede representar mediante un histograma o diagrama de caja para visualizar la distribución.

Ejemplo en economía

Una empresa analiza los ingresos mensuales de 12 meses: 2000, 2200, 2500, 2300, 2400, 2600, 2700, 2500, 2800, 2900, 3000, 3100.

• Media:

$$\text{Media} = \dfrac{2000+2200+\dots+3100}{12} = 2550$$

• Desviación estándar: Calcula la dispersión de los ingresos respecto a la media, mostrando qué tan estables son.
• Representación: Un gráfico de línea mostraría la evolución mensual, mientras que un histograma podría mostrar la frecuencia de rangos de ingresos.

Aplicaciones de la estadística descriptiva

La estadística descriptiva tiene un amplio campo de aplicación en diferentes sectores:

Salud

• Analizar la distribución de enfermedades por edad, sexo o región.
• Evaluar la efectividad de tratamientos mediante medidas promedio y desviación estándar.

Economía y finanzas

• Resumir ingresos, gastos, ventas y beneficios de empresas o sectores.
• Identificar tendencias de consumo o inversión mediante gráficos de línea y tablas.

Educación

• Evaluar el desempeño académico de estudiantes.
• Comparar calificaciones entre cursos, regiones o instituciones.

Ciencias sociales

• Analizar encuestas de opinión y comportamiento social.
• Determinar porcentajes y distribuciones en estudios demográficos.

Ingeniería y calidad

• Monitorear procesos de producción mediante control de calidad.
• Detectar desviaciones en procesos industriales y reducir errores.

Ventajas y limitaciones de la estadística descriptiva

Ventajas

• Facilita la interpretación de grandes cantidades de datos.
• Permite tomar decisiones rápidas basadas en información concreta.
• Ayuda a identificar patrones y anomalías.
• Es útil para comunicar resultados de manera clara mediante gráficos y resúmenes.

Limitaciones

• No permite hacer predicciones sobre poblaciones más grandes que los datos analizados.
• Puede ser engañosa si los datos contienen valores atípicos o están sesgados.
• Los resultados dependen de la calidad de los datos; datos incorrectos producen conclusiones incorrectas.

Consideraciones prácticas para su uso

1. Calidad de los datos: Verificar la veracidad y consistencia de los datos antes de realizar análisis.
2. Selección de medidas adecuadas: Elegir medidas de tendencia central y dispersión que se ajusten al tipo de datos (nominales, ordinales, intervalos, razones).
3. Uso de gráficos: Seleccionar representaciones visuales claras y coherentes con la naturaleza de los datos.
4. Interpretación contextual: Analizar los resultados considerando el contexto y no solo los números.

Conclusión

La estadística descriptiva es una herramienta fundamental para entender y comunicar información. Permite resumir, organizar y visualizar datos, proporcionando medidas de tendencia central, dispersión y posición que facilitan la interpretación. Su aplicación es transversal, abarcando desde la educación y la salud hasta la economía y las ciencias sociales.

A pesar de sus limitaciones, su correcto uso permite tomar decisiones informadas, identificar patrones y presentar información de manera clara. En un entorno cada vez más basado en datos, el dominio de la estadística descriptiva se convierte en una competencia esencial para profesionales, investigadores y tomadores de decisiones.

Continua con:

1. ¿Qué es la Política redistributiva? Definición y ejemplos
2. ¿Qué es Inspección de Hacienda? Definición y ejemplos
3. ¿Qué es el Salario neto? Definición y ejemplos
4. ¿Qué es el Salario bruto? Definición y ejemplos
5. ¿Qué es el Test de Durbin-Watson? Definición y ejemplos
6. ¿Qué es el Consenso de Washington? Definición y características

Rodrigo Ricardo Editor y fundador