Pasos del método científico y tipos de estadística: descriptiva, inferencial y clasificación de datos

Método científico: pasos

El método científico se compone de una serie de etapas sistemáticas para investigar fenómenos. A continuación se enumeran los pasos principales:

1. Observación: La observación de un fenómeno o conjunto de datos que plantea una pregunta o problema.
2. Pregunta de investigación: Después de observar, se formula una pregunta específica que se busca responder mediante la investigación.
3. Investigación preliminar: Realizar una investigación preliminar para comprender lo que se sabe sobre el tema.
4. Hipótesis: Es la declaración fundamentada que sugiere una posible respuesta a la pregunta de investigación.
5. Diseño experimental: Se planifica cómo se llevará a cabo la investigación para probar la hipótesis.
6. Recopilación de datos: Se ejecuta el experimento y se recolectan datos de acuerdo con el diseño experimental.
7. Análisis de datos: Se analizan los datos para determinar si respaldan o refutan la hipótesis.
8. Conclusiones: Basado en el análisis de datos, se llega a una conclusión sobre si la hipótesis es respaldada o refutada.
9. Comunicación de resultados: Los resultados se comunican a través de informes científicos, artículos, presentaciones u otras formas de divulgación.

Tipos de estadística

La estadística se divide principalmente en dos ramas:

Estadística descriptiva

Es la rama de la estadística que se enfoca en la recopilación, organización, resumen y presentación de datos para describir y resaltar patrones, tendencias o características importantes en un conjunto de datos.

Ventajas:

• Simplificación de datos.
• Visualización de datos.
• Facilita la comparación.
• Preparación para análisis más avanzados.

Estadística inferencial

Es la rama de la estadística que se utiliza para hacer inferencias o conclusiones sobre poblaciones más amplias basadas en datos recopilados de una muestra representativa de esa población.

Ventajas:

• Generalización a poblaciones más amplias.
• Apoya la toma de decisiones.
• Eficiencia en tiempo y recursos (trabajar con muestras en lugar de poblaciones completas).
• Permite predicciones.

Desventajas:

• Dependencia de la calidad de la muestra.
• Complejidad en los métodos y supuestos.
• Errores de tipo I y tipo II.
• Limitaciones para establecer causalidad.

Clasificación de datos estadísticos

Los datos estadísticos se pueden clasificar en dos grandes grupos: cuantitativos y cualitativos.

Cuantitativos

Son un tipo de datos que se expresan en términos numéricos o valores numéricos y se utilizan para medir cantidades o atributos que se pueden cuantificar. Los datos cuantitativos se representan mediante números. Estos números pueden ser enteros o decimales y se utilizan para medir y cuantificar cantidades.

Los datos cuantitativos se pueden dividir en dos categorías principales:

• Datos discretos: Son valores numéricos que solo pueden tomar ciertos valores específicos en un rango determinado. Por ejemplo, el número de estudiantes en una clase (1, 2, 3, ...).
• Datos continuos: Representan valores que pueden tomar cualquier valor dentro de un rango determinado, generalmente en forma de números decimales. Por ejemplo, la altura de las personas, la temperatura, el peso, etc.

Cualitativos

Son información que se describe en términos de cualidades o categorías.

Tipos de datos cualitativos:

• Nominales: Son categorías que representan diferentes clases o grupos sin un orden específico. Ejemplos: género (masculino, femenino), colores (rojo, verde, azul) o tipos de animales (perro, gato, pájaro).
• Ordinales: Representan categorías que tienen un orden, pero la diferencia entre ellas no es necesariamente uniforme. Ejemplos: niveles de satisfacción (bajo, medio, alto) o calificaciones (A, B, C).

Muestra y población

Muestra: Es un subgrupo de una población, seleccionado de manera particular para realizar estimaciones o pruebas.

Población: Es un conjunto de elementos o eventos similares que son de interés para una pregunta o experimento.

Medidas de tendencia central

Las medidas de tendencia central sirven para resumir un conjunto de datos mediante un valor representativo. Las principales son tres:

• Media aritmética: Está dada por la suma de todos los valores obtenidos en n observaciones, dividida entre la cantidad de observaciones n.
• Mediana: Es el valor que queda en el medio del conjunto de datos cuando están ordenados de menor a mayor (o de mayor a menor).
• Moda: Es el valor que se presenta con mayor frecuencia en el conjunto de datos.

Nota: Mantener la calidad del muestreo y respetar los supuestos estadísticos es fundamental para obtener conclusiones válidas y útiles.