Los datos estadísticos: tipos y técnicas de obtención

Dentro de la estadística, la necesidad de recolectar datos reside en cuatro razones importantes:

1. Proporcionar la introducción imprescindible para un estudio de investigación.
2. Medir el desempeño de un proceso de producción en curso.
3. Ayudar en la formulación de cursos alternativos de acción en un proceso de toma de decisiones.
4. Satisfacer nuestra curiosidad.

Es entonces que podemos decir que los datos pueden concebirse como información numérica necesaria para ayudarnos a tomar una decisión con más bases en una situación particular.

Para que un análisis estadístico sea útil en el proceso de toma de decisiones, los datos de entrada deben ser apropiados. Por tanto, la recolección de datos es extremadamente importante. Si los datos están estropeados por sesgos, ambigüedades u otro tipo de error, es improbable que incluso las metodologías más finas y sofisticadas sean suficientes para compensar tales deficiencias.

Obtención de datos

Existen muchos métodos mediante los cuales podemos obtener los datos necesarios. Podemos:

• Buscar datos a publicados por fuentes gubernamentales industriales o individuales
• Diseñar un experimento para obtener los datos necesarios
• Concluir un estudio
• Hacer observaciones de comportamiento

Utilización de fuentes de datos publicados

Sin importar la fuente utilizada, se hace una distinción entre el recolector original de los datos, la organización o individuos que compilan estos en tablas y diagramas. El recolector de datos es la fuente primaria, mientras que el compilador de los datos es la fuente secundaria.

Diseño de un experimento

Un segundo método para obtener los datos necesarios es la experimentación. En un experimento se ejerce un control estricto sobre el tratamiento dado a los participantes. Por ejemplo, en un estudio para probar la eficacia de una pasta de dientes, el investigador determinaría qué participantes del estudio usarían la nueva marca y cuáles no, en lugar de dejarle la elección a los sujetos.

Conducción de una encuesta

Un tercer método para obtener datos es aplicar una encuesta. Simplemente se formulan preguntas respecto a sus opiniones actitudes comportamiento y otras características. Después, sus respuestas se editan, codifican y tabulan para su análisis.

Realización de un estudio observacional

En un estudio observacional, el investigador observa el comportamiento de interés directamente, por lo común en su entorno natural. Hay una amplia variedad de formatos, los cuales pretenden recolectar información en un grupo establecido para ayudar en el proceso de toma de decisiones.

Tipos de datos

Existen básicamente dos tipos de variables que producen dos tipos de datos: categóricas y numéricas. Las variables aleatorias categóricas producen respuestas categóricas, mientras que las variables aleatorias numéricas producen respuestas numéricas. La variable aleatoria numérica puede considerarse como discreta, mientras que la otra puede pensarse como continúa.

Los datos discretos son respuestas numéricas que surgen de un proceso de conteo, mientras que los datos continuos son respuestas numéricas que surgen de un proceso de medición.

Niveles de medición y tipos de escala de medición

De lo analizado anteriormente, observamos que nuestros datos resultantes también pueden describirse de acuerdo con el nivel de medición obtenido. Los cuatro niveles de medición ampliamente reconocidos son, del nivel de medición más débil al más fuerte, las escalas nominal, ordinal, de intervalo y de cociente.

Escala nominal y ordinal. Se dice que los datos obtenidos de una variable categórica han sido medidos en una escala nominal o en una escala ordinal. Si los datos observados simplemente se clasifican en las diversas categorías distintas en las que no se implica ningún orden, se obtiene un nivel de medición nominal. Por otra parte, si los datos observados se clasifican en las distintas categorías en las que se implica algún orden, se obtiene un nivel de medición ordinal.

Escalas de intervalo y de cociente. Una escala de intervalo es una escala ordenada en la que la diferencia entre las mediciones es una cantidad significativa.

Si, además de que las diferencias son significativas e iguales en todos los puntos de la escala, existe un punto cero verdadero que pueda ser tomado en cuenta con los cocientes de mediciones, entonces la escala es una escala de cociente.

Como resumen podemos decir que la necesidad de recolectar datos reside en cuatro razones (recordemos: proporcionar, medir, ayudar y satisfacer) y que además los mismos se pueden obtener de diversas formas: datos publicados, diseñar un experimento, realizar una encuesta o llevar a cabo un estudio observacional. De allí podemos obtener dos tipos diferentes de datos, categóricos o numéricos, que se pueden medir a través de una escala nominal y ordinal o una escala de intervalo y de cociente

Fuente: Estadística básica en administración, conceptos y aplicaciones – Mark L. Berenson y David M. Levine