El termino estadstica proviene del latn statisticum collegium (consejo de Estado) y de su

derivado italiano statista (hombre de Estado o poltico).

En 1749, el alemn Gottfried Achenwall comenz a utilizar la palabra alemana statistik para
designar el anlisis de datos estatales. Por lo tanto, los orgenes de la estadstica estn
relacionados con el gobierno y sus cuerpos administrativos.

Hoy puede decirse que la recopilacin y la interpretacin de los datos obtenidos en
un estudio es tarea de la estadstica, considerada como una rama de la matemtica.

Las estadsticas (el resultado de la aplicacin de un algoritmo estadstico a un grupo de
datos) permiten la toma de decisiones dentro del mbito gubernamental, pero tambin en el
mundo de los negocios y el comercio.

Divisin de la Estadstica
La Estadstica para su mejor estudio se ha dividido en dos grandes ramas: la Estadstica
Descriptiva, la Inferencial e Inductiva.

Estadstica Descriptiva: Tienen por objeto fundamental describir y analizar las
caractersticas de un conjunto de datos, obtenindose de esa manera conclusiones sobre las
caractersticas de dicho conjunto y sobre las relaciones existentes con otras poblaciones, a
fin de compararlas. No obstante puede no solo referirse a la observacin de todos los
elementos de una poblacin (observacin exhaustiva) sino tambin a la descripcin de los
elementos de una muestra (observacin parcial).
En relacin a la estadstica descriptiva, Ernesto Rivas Gonzlez dice; "Para el estudio de estas
muestras, la estadstica descriptiva nos provee de todos sus medidas; medidas que cuando
quieran ser aplicadas al universo total, no tendrn la misma exactitud que tienen para la
muestra, es decir al estimarse para el universo vendr dada con cierto margen de error; esto
significa que el valor de la medida calculada para la muestra, en el oscilar dentro de cierto
lmite de confianza, que casi siempre es de un 95 a 99% de los casos.

Estadstica Inferencial: se deriva de muestras, de observaciones hechas slo acerca de una
parte de un conjunto numeroso de elementos y esto implica que su anlisis requiere de
generalizaciones que van ms all de los datos. Como consecuencia, la caracterstica ms
importante del reciente crecimiento de la estadstica ha sido un cambio en el nfasis de los
mtodos que describen a mtodos que sirven para hacer generalizaciones. La Estadstica
Inferencial investiga o analiza una poblacin partiendo de una muestra tomada. Segn
Berenson y Levine; Estadstica Inferencial son procedimientos estadsticos que sirven para
deducir o inferir algo acerca de un conjunto de datos numricos (poblacin), seleccionando
un grupo menor de ellos (muestra). El objetivo de la inferencia en investigacin cientfica y
tecnolgica radica en conocer clases numerosas de objetos, personas o eventos a partir de
otras relativamente pequeas compuestas por los mismos elementos.
En relacin a la estadstica descriptiva y la inferencial, Levin & Rubin (1996) citan los
siguientes ejemplos para ayudar a entender la diferencia entre las dos.

Estadstica Inductiva: Est fundamentada en los resultados obtenidos del anlisis de una
muestra de poblacin, con el fin de inducir o inferir el comportamiento o caracterstica de la
poblacin, de donde procede, por lo que recibe tambin el nombre de Inferencia estadstica.

Mtodo Estadstico: El conjunto de los mtodos que se utilizan para medir las caractersticas
de la informacin, para resumir los valores individuales, y para analizar los datos a fin de
extraerles el mximo de informacin, es lo que se llama mtodos estadsticos. Los mtodos de
anlisis para la informacin cuantitativa se pueden dividir en los siguientes seis pasos:

1. Definicin del problema.
2. Recopilacin de la informacin existente.
3. Obtencin de informacin original.
4. Clasificacin.
5. Presentacin.
6. Anlisis.

Poblacin: El concepto de poblacin en estadstica va ms all de lo que comnmente se
conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u
objetos que presentan caractersticas comunes.
"Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los
cuales intentamos sacar conclusiones". Levin & Rubin (1996).
"Una poblacin es un conjunto de elementos que presentan una caracterstica comn". Cadenas
(1974).

Muestra: "Se llama muestra a una parte de la poblacin a estudiar que sirve para
representarla". Murria R. Spiegel (1991).
"Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin
& Rubin (1996).
"Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se
obtengan de dicha muestra solo podrn referirse a la poblacin en referencia", Cadenas
(1974).

Muestreo: Esto no es ms que el procedimiento empleado para obtener una o ms muestras
de una poblacin; el muestreo es una tcnica que sirve para obtener una o ms muestras de
poblacin.

Este se realiza una vez que se ha establecido un marco muestral representativo de la
poblacin, se procede a la seleccin de los elementos de la muestra aunque hay muchos diseos
de la muestra.

Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra
no necesariamente seran iguales, y lo ms probable es que variaran de una muestra a otra.



Tipos de muestreo

Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio o de
juicio y el muestreo aleatorio o de probabilidad. En este ltimo todos los elementos de la
poblacin tienen la oportunidad de ser escogidos en la muestra.
Una muestra seleccionada por muestreo de juicio se basa en la experiencia de alguien con la
poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para
decidir como tomar una muestra aleatoria ms adelante. Las muestras de juicio evitan el
anlisis estadstico necesario para hacer muestras de probabilidad.

Datos estadsticos:
Los datos estadsticos no son otra cosa que el producto de las observaciones efectuadas en
las personas y objetos en los cuales se produce el fenmeno que queremos estudiar. Dicho en
otras palabras, son los antecedentes (en cifras) necesarios para llegar al conocimiento de un
hecho o para reducir las consecuencias de este.

Los datos estadsticos se pueden encontrar de forma no ordenada, por lo que es muy difcil en
general, obtener conclusiones de los datos presentados de esta manera. Para poder obtener
una precisa y rpida informacin con propsitos de descripcin o anlisis, estos deben
organizarse de una manera sistemtica; es decir, se requiere que los datos sean clasificados.

Esta clasificacin u organizacin puede muy bien hacerse antes de la recopilacin Clasificacin
de los datos

Los datos estadsticos pueden ser clasificados en cualitativos, cuantitativos, cronolgicos
y geogrficos.

Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre ellos es de clase y
no de cantidad.

Datos cuantitativos: cuando los valores de los datos representan diferentes magnitudes,
decimos que son datos cuantitativos.

Datos geogrficos: cuando los datos estn referidos a una localidad geogrfica se dicen que
son datos geogrficos.

Fuentes de datos estadsticos
Los datos estadsticos necesarios para la comprensin de los hechos pueden obtenerse a
travs de fuentes primarias y fuentes secundarias.

Fuentes de datos primarias: es la persona o institucin que ha recolectado directamente los
datos.

Fuentes secundarias: son las publicaciones y trabajos hechos por personas o entidades que
no han recolectado directamente la informacin.
Las fuentes primarias ms confiables, son las efectuadas por oficinas gubernamentales
encargadas de tal fin. En la prctica, es aconsejable utilizar fuentes de datos primarias y en
ltima instancia cuando estas no existan, usar estadsticas de fuentes secundarias. Con este
ltimo tipo no debemos pasar por alto que la calidad de las conclusiones estadsticas depende
en grado sumo de la exactitud de los datos que se recaben.