LISTADO DE GRÁFICOS ESTADÍSTICOS

1.     *  Diagrama de barras

    Gráfico que representa datos en barras separadas una de otra, su longitud depende de la frecuencia de los valores. 

2.     * Gráfico circular o por sectores

      Gráfico que muestra datos en un círculo dividido en sectores que corresponde a una categoría.

2

   

3.     * Histograma

      Gráfica de distribución sobre un conjunto de datos que utiliza barras verticales unidas una tras otra sin espacios.

4.     *  Diagrama de Pareto

      Clasifica datos de mayor a menor frecuencia, utiliza barras para frecuencias y una línea curva para causas de un proceso o un problema.

5.     * Gráfico de líneas

      Sirve para ver cambios o tendencias en un período de tiempo, usa una serie de puntos conectados por una línea.

6.     * Gráfico de dispersión

      Utiliza coordenadas cartesianas para demostrar la relación entre dos clases de datos utilizando para ello puntos.

7.     * Pirámide de población

      Representación de la estructura por sexo y edad de una población, utiliza barras horizontales.

8.     * Gráfico de áreas

      Similar al grafico de líneas con la diferencia que debajo de la línea esta rellena indicando el volumen de la variable. 

   Referencias Bibliográficas

Álbarez, L., Castañeda, I., & Rodríguez, A. (2007). La pirámide de población. Precisiones para su utilización. Revista Cubana de Salud Pública, Vol. 33, Núm. 4, 1-10.

Alonso, A. (2014). La graficación como herramienta de la estadistica: de la tabla al gráfico . Buenos Aires: Ediciones Anticipar.

Arenas, R., García, K., Pérez, G., Pacios, L., & Romero, J. (Julio de 2003). Apuntes sobre Representación Gráfica. Obtenido de Revista Cubana de Informática Médica: http://www.rcim.sld.cu/revista_4/articulos_html/rene.htm

Babativa, Y., Gutiérrez, Á., & Lozano, I. (2004). Presentación de datos . Revista Ciencias de la Salud, Vol. 2, Núm. 1, 65-73.

Díaz, D., Arteaga, P., & López, M. d. (2015). Pictogramas en una muestra de directrices Curriculares latinoamericanas. Universidad de Granada, 176-183.

Gaitan, O., & Monteagudo, J. (2005). Herraminetas para la gestión energética empesarial. Scientia et Technica Año XI, No 29, 169-174. Obtenido de Calidad: http://www.jomaneliga.es/PDF/Administrativo/Calidad/Diagrama_Correlacion_Dispersion.pdf

Gutiérrez, B., & Cintas, G. (2013). El histograma como un instrumento para la comprensión de las funciones de densidad de probabilidad. Probabilidad Condicionada: Revista de didáctica de la Estadística, Nº. 2, 229-235.

Sales, M. (2013). Diagrama de Pareto. EALDE Business School, 1-7.

Terrazas, R. (2011). Planificación y programación de operaciones . Perspectivas, Num 28 , 7-32.

 

 DEFINICIÓN DE DATO

Se puede considerar que los datos son hechos o elementos que están direccionados a transformarse en conocimiento e información, al pasar por diferentes procesos mentales pueden llegar a convertirse en conceptos, teorías o argumentaciones en investigaciones, ya sea para comunicar los mismos datos o interpretarlos desde alguna perspectiva.

 DEFINICIÓN DE INFORMACIÓN

Es el medio por el cual los seres humanos pueden conocer al respecto de cualquier dato o suceso, sea este para aumentar su conocimiento o disipar la incertidumbre, podría decirse que la información es la mutación de los datos,  es decir, un paso de ordenamiento de particularidades de un  tema o hecho que se concreta como un concepto, el mismo que luego será adoptado por el individuo y se conservara como noción dentro de su memoria.

REFERENCIAS BIBLIOGRÁFICAS

Chiavenato, I. (2006). McGraw-Hill. Retrieved From McGraw-Hill: «Introducción a la Teoría General de la Administración», Séptima Edición, de Chiavenato Idalberto, McGraw-Hill Interamericana, 2006, Pág. 110

 

Davenport, T., & Prusak, L. (1998). Working knowledge: how organizations manage what they know. Boston: Harvard Business School Press, 199.

 

Gadomski, A. (2014, Julio 10). Meta-ontological assumptions: information, preferences and knowledge universal interrelations. Retrieved from Meta-Knowledge Engineering & Management Server: http://erg4146.casaccia.enea.it/wwwerg26701/gad-dict.htm

 

Guillén, M.; López, B.; Paniagua, E., & Cadenas, J. (2015). Una revisión de la Cadena Datos-Información. Conocimiento desde el Pragmatismo de Peirce. Documentación de las Ciencias de la Información, 38, 153-177. Retrieved from http://dx.doi.org/10.5209/rev_DCIN.2015.v38.50814 ISSN: 0210-4210

 

Izquierdo, S. e. (1998). Revistas UCM. Retrieved From revistas UCM: 11702-Texto%20del%20artículo-11783-1-10-20110601.PDF

 

Kotabe, C. y. (2001). International Thomson Editores. Retrieved From International Thomson Editores: «Administración de Mercadotecnia», Segunda Edición, de Czinkota Michael y Kotabe Masaaki, International Thomson Editores, 2001, Pág. 115.

 

Ortega, J. R. (2014, Abril). Scielo. Retrieved from Scielo: http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0187-358X2014000100009#fn12

 

Pollock, N. (2002). Knowledge management and information technology. Fort Belvoir: Defense Acquisition University Press, 384.

Prada Madrid, E. (2008). Los insumos invisibles de decisión: datos, información y conocimiento. Anales de Documentación (11), 183-196. Retrieved from http://www.redalyc.org/articulo.oa?id=63501110 ISSN: 1575-2437

 

RAE. (n.d.). RAE. Retrieved from RAE.

Rowley, J. (2007). The wisdom hierarchy: representations of the DIKW hierarchy. Journal of information science (2), 163-180.

Variable cualitativa nominal y ordinal

 

Variables Cualitativas Nominal

Ejemplo #1

Estudio estadístico	El color de las flores de una florería: blancas, rojas, amarillas. Todas son flores y su color las caracteriza y las distingue.
Objetivo	Identificar el color de las Flores
Población	Las flores
¿Es necesario tomar muestra? Si/No. Si su respuesta fue Si, escríbala.	No
Tipo de variable	Cualitativa nominal

Ejemplo #2

Estudio estadístico	Marca de los vehículos en un estacionamiento: Ford, Toyota, Hyundai, Nissan centra etc. las marcas diferencian los vehículos.
Objetivo	Reconocer las marcas de los vehículos dentro del estacionamiento.
Población	Vehículos
¿Es necesario tomar muestra? Si/No. Si su respuesta fue Si, escríbala.	No
Nombre de la variable estadística	Marca de vehículos en un estacionamiento
Tipo de variable	Cualitativa nominal

Ejemplo #3

Estudio estadístico	Nombres y apellidos de los estudiantes de la escuela “Francisco Valdivia Díaz”
Objetivo	Conocer los nombres y apellidos de los estudiantes de la escuela “Francisco Valdivia Díaz”
Población	Estudiantes de la escuela “Francisco Valdivia Díaz”
¿Es necesario tomar muestra? Si/No. Si su respuesta fue Si, escríbala.	Sí, los estudiantes del 1er año.
Nombre de la variable estadística	Nombres y apellidos de los estudiantes del primer grado.
Tipo de variable	Cualitativa nominal

Ejemplo #4

Estudio estadístico	Número de la entrada a una obra de teatro: 001, 034, 235, 300, 400 etc. Las entradas están numeradas para controlar el aforo del teatro, pero todas ellas representan una persona que ingresa al teatro y ocupa una localidad en el mismo, sin distinción entre ellas.
Objetivo	Conocer el Número de entradas del teatro
Población	Boletos vendidos
¿Es necesario tomar muestra? Si/No. Si su respuesta fue Si, escríbala.	Sí, una lista de boletos vendidos
Nombre de la variable estadística	Número de la entrada a una obra de teatro.
Tipo de variable	Cualitativa nominal

Variables Cualitativas Ordinal

Ejemplo #1

Estudio estadístico	Grado de mejoría de los pacientes que tiene una enfermedad tras un tratamiento de un Hospital (máximo, moderado, leve, sin mejoría).
Objetivo	Conocer el grado de mejoría de los pacientes de un hospital.
Población	Pacientes
¿Es necesario tomar muestra? Si/No. Si su respuesta fue Si, escríbala.	Sí, los pacientes que reciben tratamientos en un horario establecido de 8:00 a 10:00
Nombre de la variable estadística	Grado de mejoría.
Tipo de variable	Cualitativa ordinal

Ejemplo #2

Estudio estadístico	Niveles de conocimiento de una persona en una capacitación, se podrían sugerir por ejemplo 6 categorías así: 1, 2, 3, 4, 5 y 6, siendo el 6 el número correspondiente a la categoría del más alto nivel.
Objetivo	Reconocer el nivel de conocimiento de una persona.
Población	Personas que asistieron a la capacitación
¿Es necesario tomar muestra? Si/No. Si su respuesta fue Si, escríbala.	No.
Nombre de la variable estadística	Nivel de conocimiento.
Tipo de variable	Cualitativa ordinal

Ejemplo #3

Estudio estadístico	Calidad del servicio de internet de una escuela, clasificado como bueno, medio y alto.
Objetivo	Conocer la calidad de servicio de internet.
Población	Escuela.
¿Es necesario tomar muestra? Si/No. Si su respuesta fue Si, escríbala.	No.
Nombre de la variable estadística	Calidad de servicio de internet.
Tipo de variable	Cualitativa ordinal

Ejemplo #4

Estudio estadístico	Interés de los estudiantes de básica media de la Unidad Educativa Giovanni Farina, sobre la Asignatura de Estudios Sociales: 1 bajo, 2 medio 3 alto.
Objetivo	Conocer el interés de los estudiantes de la Unidad Educativa Geovanni Farina sobre la asignatura de Estudios sociales.
Población	Estudiantes de básica media.
¿Es necesario tomar muestra? Si/No. Si su respuesta fue Si, escríbala.	Si, de los estudiantes de Quinto año de la unidad educativa Giovanni Farina.
Nombre de la variable estadística	Interés de una materia.
Tipo de variable	Cualitativa ordinal.