Hay datos a nuestro alrededor. Desde los datos recogidos de un usuario en una página de Internet hasta las respuestas a un cuestionario, existe un amplio espectro de diferentes tipos de datos, por lo que no es posible abordar cada tipo de datos de la misma manera. Por eso, es imprescindible que sepas detectar qué tipos de datos estás utilizando y cuál es la mejor forma de analizarlos.
A la hora de recopilar datos para una investigación, en estadística hay cuatro tipos diferentes de datos que puedes recoger: cuantitativos, cualitativos, continuos y discretos. No todos ellos son mutuamente excluyentes. En este artículo se explica cómo detectar qué tipos de datos necesitas utilizar y lo que esto significa para tu análisis.
Datos cuantitativos
Los datoscuantitativos están asociados a números (o variables cuantitativas). Este tipo de datos te ayuda a responder a las preguntas "cuánto" o "cuántos".
Tu altura y tu edad se consideran datos cuantitativos, ya que son números. Algunas preguntas a las que sueles responder con este tipo de datos serían:
¿Cuánto costaba ese café?
¿Cuántos pares de zapatos tienes?
¿Cuánto pesa un autobús?
Aunque los ejemplos anteriores son todos ellos datos cuantitativos, describen cosas muy distintas y tienen unidades diferentes. Por eso debes especificar siempre las unidades cuando respondas a problemas de estadística (o a cualquier problema de matemáticas).
¿Cuánto costó ese café?
El coste de algo, si estás en el Reino Unido, tendrá una unidad de Libras Esterlinas, £.
¿Cuántos pares de zapatos tienes?
La respuesta a esta pregunta es un recuento o frecuencia
¿Cuánto pesa un autobús?
Una unidad probable para esta medida concreta de peso podría ser toneladas
Los datos cuantitativos también son especialmente útiles, ya que son fáciles de visualizar mediante gráficos, como gráficos de líneas, de tarta o de dispersión.
A continuación se presentan datos sobre el número de alumnos por curso en un centro escolar.
Esta información puede representarse mediante un gráfico circular dividiendo el número de alumnos de cada grupo por el número total de alumnos:
Ejemplo de gráfico circular
También se puede representar mediante un diagrama de barras:
Ejemplo de gráfico de barras
Datos cualitativos
Losdatos cualitativos son descriptivos y pueden utilizarse para describir cosas como características como el color o la opinión. Este tipo de datos suele ayudarte a encontrar respuestas a preguntas más descriptivas basadas en entrevistas.
Tu color de pelo o tu sentido de la moda pueden considerarse cualitativos, ya que son descriptivos. Algunas preguntas que pueden responderse con este tipo de datos son:
¿Cuál es tu sabor de helado favorito?
¿De qué color es tu coche?
¿Qué te gusta hacer el fin de semana?
Para representar datos cualitativos, a menudo utilizas la frecuencia para encontrar estadísticas significativas. Por ejemplo, si recoges información de una encuesta, contarías el número de respuestas concretas. De hecho, estarías convirtiendo los datos cualitativos en cuantitativos, que pueden analizarse con mucha más facilidad.
Variables continuas
Una variable continua es una variable que puede tomar cualquier valor entero o no entero dentro de un rango determinado.
La temperatura de algo puede considerarse una variable continua, ya que no tiene por qué tomar un único número entero o no entero; la temperatura en un día de verano podría ser de 25,6°.
Variables discretas
Una variable discreta es una variable que sólo puede tomar un valor específico no decimal, por ejemplo, el número de personas que asisten a clases de matemáticas.
El número de personas en el año 8 o el número de personas en el estadio de fútbol se considerarían ejemplos de variables discretas, ya que las respuestas no pueden tomar un número infinito de valores decimales. El número de personas en el año 8 puede ser 72, no puede ser 72,3.
Pongamos otro ejemplo.
¿Los siguientes ejemplos son variables continuas o discretas? Explica por qué.
a) Número de calzado
b) Altura en pulgadas
c) Número medio de cachorros de una camada
Solución
a) Aunque puedes tener tallas de zapato como 4,5, así como números enteros, éstos siguen siendo discretos, ¡ya que no puedes tener una talla de zapato de 4,563!
b) Esta medida, si se toma con precisión, puede tener muchos decimales.
c) Mientras que el número de cachorros de una camada es un valor discreto, ya que es un recuento, ¡el número medio es en realidad continuo!
Por ejemplo, si tuvieras 5 camadas con 3, 6, 7 y 5 cachorros cada una, tendrías \(\frac{3+6+7+5}{4}=21/4=5,25\). Las medias son siempre variables continuas, ya que pueden adoptar cualquier número de decimales.
¿Existen otros tipos de datos?
A continuación se indican más tipos de datos que pueden interesarte, pero no necesitarás conocerlos para el examen.
Datos nominales
Los datos nominales son datos cualitativos sin ningún valor cuantitativo ni orden. Por ejemplo, los colores son nominales, ya que no tienen un orden inherente.
Ordinales
Los datos ordinales son cualitativos, pero tienen unorden . Por ejemplo, las respuestas a un cuestionario: "muy probable", "probable", "poco probable"... pueden ordenarse.
Datos de intervalo
Los datos de intervalo son datos cuantitativos que tienen una escala sin valor cero. La temperatura en grados es un ejemplo de dato de intervalo. La temperatura tiene un "cero absoluto", pero se trata de una asignación arbitraria y no de una cantidad.
Datos de relación
Los datos de razónson datos cuantitativos que tienen una escala pero, a diferencia de los datos de intervalo, contienencero. La longitud es un ejemplo de dato de razón, ya que es posible que algo no tenga longitud.
¿Cómo mostramos los datos?
Hemos recopilado los datos necesarios, pero ¿cómo los mostramos?
Si se ha recogido una gran cantidad de datos, se pueden mostrar como una tabla de frecuencias o como datos agrupados. Cuando los datos se muestran en una tabla de frecuencias agrupadas, no se muestran valores específicos. En su lugar, se agrupan en lo que se conoce como clases. A continuación se muestra un ejemplo de tabla de frecuencias agrupadas.
Se trata de una tabla que muestra la distancia que pudo saltar un grupo de alumnos en su clase de Educación Física.
Distancia saltada (cm)
Número de alumnos
Anchura de la clase
Punto medio
50-100
3
50
75
101-130
15
29
115.5
131-160
10
29
145.5
161-190
2
29
175.5
La columna de la izquierda muestra los límites de la clase. Se trata de los valores mínimo y máximo que hay en esa clase. La segunda columna muestra el número de alumnos que pertenecen a esa clase.
El términoanchura de clasese refiere a la diferencia entre los dos límites de clase. El punto medio de la clase te indica el valor central de esa clase, y se halla sumando la mitad de la anchura de la clase al valor mínimo de esa clase.
Los datos anteriores pueden visualizarse de varias formas. Echemos un vistazo a algo llamado histograma.
Un histograma representa las clases en el eje x y la densidad de frecuencia en el eje derecho. La densidad de frecuencia es la frecuencia dividida por la anchura de la clase.
Podemos escribirlo en una columna al final de la tabla anterior.
Distancia saltada (cm)
Númerode alumnos
Anchura de la clase
Punto medio
Densidad de frecuencia
50-100
3
50
75
3/50
101-130
15
29
115.5
15/29
131-160
10
29
145.5
10/29
161-190
2
29
175.5
2/29
Esto se puede representar gráficamente como se muestra a continuación.
Tipos de datos en Estadística - Puntos clave
Hay cuatro tipos diferentes de datos que vas a estudiar:
datos cualitativos
datos cuantitativos
variables continuas
variables discretas
Los datos pueden mostrarse mediante una tabla de frecuencias o como datos agrupados.
How we ensure our content is accurate and trustworthy?
At StudySmarter, we have created a learning platform that serves millions of students. Meet
the people who work hard to deliver fact based content as well as making sure it is verified.
Content Creation Process:
Lily Hulatt
Digital Content Specialist
Lily Hulatt is a Digital Content Specialist with over three years of experience in content strategy and curriculum design. She gained her PhD in English Literature from Durham University in 2022, taught in Durham University’s English Studies Department, and has contributed to a number of publications. Lily specialises in English Literature, English Language, History, and Philosophy.
Gabriel Freitas is an AI Engineer with a solid experience in software development, machine learning algorithms, and generative AI, including large language models’ (LLMs) applications. Graduated in Electrical Engineering at the University of São Paulo, he is currently pursuing an MSc in Computer Engineering at the University of Campinas, specializing in machine learning topics. Gabriel has a strong background in software engineering and has worked on projects involving computer vision, embedded AI, and LLM applications.
StudySmarter es una compañía de tecnología educativa reconocida a nivel mundial, que ofrece una plataforma de aprendizaje integral diseñada para estudiantes de todas las edades y niveles educativos. Nuestra plataforma proporciona apoyo en el aprendizaje para una amplia gama de asignaturas, incluidas las STEM, Ciencias Sociales e Idiomas, y también ayuda a los estudiantes a dominar con éxito diversos exámenes y pruebas en todo el mundo, como GCSE, A Level, SAT, ACT, Abitur y más. Ofrecemos una extensa biblioteca de materiales de aprendizaje, incluidas tarjetas didácticas interactivas, soluciones completas de libros de texto y explicaciones detalladas. La tecnología avanzada y las herramientas que proporcionamos ayudan a los estudiantes a crear sus propios materiales de aprendizaje. El contenido de StudySmarter no solo es verificado por expertos, sino que también se actualiza regularmente para garantizar su precisión y relevancia.