Saltar al contenido principal
LibreTexts Español

8.2: Categorizar datos

  • Page ID
    113075
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    Una vez que hayamos recopilado los datos, es posible que deseemos clasificarlos. En términos generales, los datos pueden clasificarse como datos categóricos o datos cuantitativos.

    Definición: Datos cuantitativos y categóricos

    Los datos categóricos (cualitativos) son piezas de información que nos permiten clasificar los objetos investigados en diversas categorías.

    Los datos cuantitativos son respuestas de naturaleza numérica y con las que podemos realizar cálculos aritméticos significativos.

    Ejemplo\(\PageIndex{1}\)

    Podríamos realizar una encuesta para determinar el nombre de la película favorita que cada persona en una clase de matemáticas vio en una sala de cine.

    Cuando realizamos una encuesta de este tipo, las respuestas se verían así: Buscando a Nemo, The Hulk o Terminator 3: El ascenso de las máquinas. Podríamos contar el número de personas que dan cada respuesta, pero las respuestas en sí mismas no tienen ningún valor numérico: no podemos realizar cálculos con una respuesta como “Buscando a Nemo”. Esto serían datos categóricos.

    Ejemplo\(\PageIndex{2}\)

    Una encuesta podría preguntar el número de películas que has visto en una sala de cine en los últimos 12 meses (0, 1, 2, 3, 4,...).

    Estos serían datos cuantitativos.

    Otros ejemplos de datos cuantitativos serían el tiempo de ejecución de la película que viste más recientemente (104 minutos, 137 minutos, 104 minutos,...) o la cantidad de dinero que pagaste por un boleto de cine la última vez que fuiste a una sala de cine ($5.50, $7.75, $9,...).

    En ocasiones, determinar si los datos son categóricos o cuantitativos o no puede ser un poco más complicado.

    Ejemplo\(\PageIndex{3}\)

    Supongamos que reunimos los códigos postales de los encuestados en una encuesta para rastrear su ubicación geográfica.

    Los códigos postales son números, pero no podemos hacer ningún cálculo matemático significativo con ellos (no tiene sentido decir que 98036 es “dos veces” 49018 —es como decir que Lynnwood, WA es “dos veces” Battle Creek, MI, lo cual no tiene ningún sentido), así que los códigos postales son datos realmente categóricos.

    Ejemplo\(\PageIndex{4}\)

    Una encuesta sobre la película a la que asistió más recientemente incluye la pregunta “¿Cómo calificarías la película que acabas de ver?” con estas posibles respuestas:

    1 - fue horrible

    2 - simplemente estuvo bien

    3 - Me gustó

    4 - estuvo genial

    5 - ¡La mejor película de la historia!

    Nuevamente, hay números asociados a las respuestas, pero realmente no podemos hacer ningún cálculo con ellas: una película que califica a un 4 no es necesariamente el doble de buena que una película que califica a un 2, lo que sea que eso signifique; si dos personas ven la película y una de ellas piensa que apesta y la otra piensa que es la mejor de todas no necesariamente tiene sentido decir que “en promedio les gustó”.

    Al estudiar los hábitos y preferencias cinematográficas, no debemos olvidar especificar la población que se está considerando. Si encuestamos a niños de 3 a 7 años, el favorito desbocado podría ser Encontrar a Nemo, y los de 13 a 17 años podrían preferir Terminator 3, y los de 33-37 años podrían preferir... bueno, Buscando a Nemo.

    Pruébalo ahora 3

    Clasificar cada medición como categórica o cuantitativa

    a. Color de ojos de un grupo de personas

    b. Temperatura alta diaria de una ciudad a lo largo de varias semanas

    c. Ingresos anuales


    This page titled 8.2: Categorizar datos is shared under a CC BY-NC-SA 4.0 license and was authored, remixed, and/or curated by Darlene Diaz (ASCCC Open Educational Resources Initiative) via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.