La estadstica es una ciencia formal que estudia la recoleccin, anlisis e interpretacin de datos de una muestra representativa, ya sea para

ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional. Sin embargo, la estadstica es ms que eso, es decir, es la herramienta fundamental que permite llevar a cabo el proceso relacionado con la investigacin cientfica.

Distribucin normal

Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales, desde las ciencias de la salud hasta el control de calidad. Se usa para la toma de decisiones en reas de negocios o instituciones gubernamentales. La estadstica se divide en dos grandes reas: La estadstica descriptiva, se dedica a la descripcin, visualizacin y resumen de datos originados a partir de los fenmenos de estudio. Los datos pueden ser resumidos numrica o grficamente. Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos son: histograma, pirmide poblacional, grfico circular, entre otros. La estadstica inferencial, se dedica a la generacin de los modelos, inferencias y predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de lapoblacin bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones de unas caractersticas numricas (estimacin), pronsticos de futuras observaciones, descripciones de asociacin (correlacin) o modelamiento de relaciones entre variables (anlisis de regresin). Otras tcnicas de modelamiento incluyen anova, series de tiempo yminera de datos.

Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. Hay tambin una disciplina llamada estadstica matemtica, la que se refiere a las bases tericas de la materia.

La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo estadstico a un conjunto de datos, como en estadsticas econmicas, estadsticas criminales, entre otros.

Cul es la importancia de la estadstica en salud ocupacional Proporcionar herramientas conceptuales y metodolgicas de la estadstica que permitan al participante valorar la importancia y utilidad del anlisis estadstico de los datos recolectados en los procesos de evaluacin de la salud de poblacin trabajadora. Estudios, inspecciones, encuestas, proyecciones, balances, mediciones, recoleccin de datos, o investigaciones de reas de trabajo en las que se demuestre la afectacin del presupuesto, los costos directos e indirectos que alteren la productividad, calidad y eficiencia de la empresa y del trabajador Los aportes de la estadstica en la investigacin en Salud Ocupacional han permitido grandes avances en la evaluacin de la Salud Ocupacional, tanto fsica como mental. Con el uso de la estadstica se ha logrado la identificacin y medicin de factores de riesgo a los que estn expuestos los trabajadores en cualquier actividad laboral, teniendo como referencia los conceptos definidos en otras disciplinas. 1. Es de gran ayuda cuando no se han reunido los datos necesarios para su anlisis o estudio. 2. Ayuda a determinar la naturaleza de la investigacin es decir si es cualitativa o cuantitativa, adems define las posibilidades de investigarlo y sus limitaciones. 3. Permite determinar la secuencia en que se va a comenzar a investigar y los mtodos de anlisis que se usaran es decir, muestreo, encuestas, tamizajes, entrevistas, etc. 4. A travs de los consolidados anteriores se pueden evaluar los resultados conseguidos, establecer metas , objetivos y, cronogramas y presupuestos. 5. Permite analizar resultados de manera cualitativa o cuantitativa y realizar proyecciones al igual que implementar acciones correctiva , preventivas o eliminar los riesgos. Clasificacin clsica de la estadstica El estudio de la estadstica se divide clsicamente en dos, la estadstica descriptiva y la estadstica inferencial. La estadstica inferencial o inductiva sirve extrapolar los resultados obtenidos en el anlisis de los datos y a partir de ello predecir acerca de la poblacin, con un margen de confianza conocido La estadstica descriptiva o deductiva se construye a partir de los datos y la inferencia sobre la poblacin no se puede realizar, al menos con una confianza determinada, la representacin de la informacin obtenida de los datos se representa mediante el uso de unos cuantos parmetros y algunas graficas planteadas de tal forma que den importancia los mismos datos. COMPONENTES DE UNA INVESTIGACIN ESTADSTICA

El estudio estadstico de una situacin con propsitos inferenciales se centra en dos conceptos fundamentales: poblacin y muestra, los cuales sern definidos a continuacin:

Poblacin. Es el conjunto formado por todos los valores posibles que puede asumir, la variable objeto de estudio. As por ejemplo, en un estudio sobre la preferencia de los votantes en una eleccin presidencial, la poblacin consiste en todas las respuestas de los votantes registrados. Pero el trmino no slo est asociado a la coleccin de seres humanos u organismos vivos; y tenemos as que, si se va a hacer una investigacin de las ventas anuales de los supermercados, entonces las ventas anuales de todos los supermercados constituyen as mismo la poblacin.

Es bueno tener en cuenta que el trmino poblacin se interpreta de dos maneras cuando se hace un estudio estadstico, a saber:

1. La interpretacin propia en el Anlisis Estadstico, que corresponde a la que hemos presentado anteriormente.

2. Como el conjunto de objetos sobre los cuales acta la variable considerada.

Por tanto, no es extrao escuchar expresiones tales como, "se hizo un estudio de los niveles de ingreso de la poblacin trabajadora colombiana", entendindose con ello que el elemento estadstico objeto de anlisis fue el registro numrico de los ingresos.

Muestra. Es cualquier subconjunto de la poblacin, escogido al seguir ciertos criterios de seleccin. La muestra es el elemento bsico sobre el cual se fundamenta la posterior inferencia acerca de la poblacin de donde se ha tomado. Por ello, su escogencia y seleccin debe hacerse siguiendo ciertos procedimientos que son ampliamente tratados en la parte de la estadstica llamada Teora de muestreo.

El concepto de muestra tiene tambin las dos connotaciones que hemos sealado para la poblacin.

Las caractersticas de una poblacin se resumen para su estudio generalmente ir mediante lo que se denominan parmetros; stos a su vez se toman o consideran como valoresverdaderos de la caracterstica estudiada. Por ejemplo, la proporcin de todos los clientes que declaran cierta preferencia por una marca particular de un producto dado, es un parmetro de la poblacin de todos los clientes; es la verdadera proporcin de la poblacin. Igualmente, la media aritmtica de las cuentas corrientes de los clientes de un banco determinado constituye un parmetro de la poblacin de las cuentas de los clientes de ese banco.

Cuando la caracterstica de la poblacin estudiada se reduce a una muestra el resumen de esa caracterstica se hace mediante una esta (medida) o estadgrafo. As por ejemplo. si se toman 100 de todos los posibles clientes y se les entrevista para ver si estn a favor de una marca particular de un producto, estos 100 clientes la constituyen una muestra.. Si hay 70 clientes que prefieren dicha marca entonces la proporcin muestral ser 0.70 y constituir un estadgrafo; de igual manera si se escogen 1,000 cuentas del total de las cuentas comentes; las 1,000 observaciones conforman una muestra y el promedio aritmtico de estas cuentas un estimador.

La inferencia estadstica se orienta a sacar conclusiones acerca del parmetro o parmetros poblacionales con base en el valor de un estimador obtenido a partir de los datos muestrales extrados de esa poblacin. Para llegar a ese objetivo a travs de un proceso racional y eficaz, se aconseja que se tengan en cuenta los siguientes pasos:

1. Formulacin del problema. En este punto se debe especificar de manera clara la pregunta que se debe responder y la poblacin de datos asociada a la pregunta. Los conceptos deben ser precisos y deben ponerse limitaciones adecuadas al problema motivadas por el tiempo, dinero disponible y la habilidad de los Investigadores. Algunos conceptos como, artculo defectuoso, econmico, salario, pueden variar en cada caso y para cada problema debemos coincidir con las ideas sealadas en el estudio.

2. Diseo del experimento. Este aspecto es de gran importancia, puesto que la recoleccin de datos requiere dinero y tiempo. Es siempre nuestro deseo obtener mxima Informacin con el mnimo costo (dinero y tiempo) posible. Incluir excesiva Informacin en la muestra es a menudo costoso y antieconmico. Incluir poca tambin es poco satisfactorio. Esto implica, entre otras cosas, que debemos determinar el tamao de la muestra o la cantidad o tipo de datos que nos permita resolver el problema de la manera ms eficiente.

3. Recoleccin de datos. Esta parte, por lo general, es la que exige ms tiempo en la Investigacin. Esta recoleccin debe ajustarse a reglas estrictas ya que de los datos esperamos extraer la Informacin deseada.

4. Tabulacin y descripcin de los resultados. En esta etapa, los datos muestrales se exponen de manera clara y se ilustran con representaciones tabulares y grficas (diagramas. histogramas, etc.); adems se calculan las medidas estadsticas apropiadas al proceso inferencial que haya sido escogido.

5. Inferencia estadstica y conclusiones. Este ltimo paso constituye tal vez la contribucin ms importante de la estadstica al proceso inferencial. Aqu se fija el nivel de confiabilidad para la inferencia; esto es debido a que las conclusiones derivadas de inferencias estadsticas jams se pueden tomar con un 100% de certeza, pero s se les puede asociar un nivel de confiabilidad; en trminos de probabilidad denominados nivel de confianza y nivel de significancia. El proceso Inferencial nos llevar a una conclusin estadstica que servir de orientacin a quien o quienes deban tomar la decisin (administrativa o clnica) sobre el tema objeto de estudio. Una variable discreta es una variable que solo puede tomar valores dentro de un conjunto numerable, es decir, no acepta cualquier valor sino solo aquellos que pertenecen al conjunto. En estas variables se dan de modo inherente separaciones entre valores observables sucesivos. Dicho con ms rigor, se define una variable discreta como la variable que hay entre dos valores observables (potencialmente), hay por lo menos un valor no observable (potencialmente). Como ejemplo, el nmero de animales en una granja (0, 1, 2, 3...). En lgica matemtica, una variable proposicional (tambin llamada variable sentencial o letra sentencial) es una variable discreta que puede ser verdadera o falsa. Las variables proposicionales son los bloques de construccin bsicos de las frmulas proposicionales, usadas en lgica proposicional y en lgicas superiores.

Una variable continua puede tomar un valor cualquiera dentro de un rango predeterminado. Y siempre entre dos valores observables va a existir un tercer valor intermedio que tambin podra tomar la variable continua. Una variable continua toma valores a lo largo de un continuo, esto es, en todo un intervalo de valores. Un atributo esencial de una variable continua es que, a diferencia de una variable discreta, nunca puede ser medida con exactitud; el valor observado depende en gran medida de la precisin de los instrumentos de medicin. Con una variable continua hay inevitablemente un error de medida. Como ejemplo, la estatura de una persona (1.710m, 1.715m, 1.174m....)

MUESTRA: POBLACIN O CONJUNTO COMPLETO: Conjunto formado por todos los elementos a estudiar. Parte de una poblacin que se considera representativa de la misma. MUESTREO: Accin de escoger muestras representativas.