Tipos de datos — cualitativos, cuantitativos, discretos y continuos

Los tipos de datos en estadística te indican qué representa una variable. Si los valores son etiquetas como "rojo" o "biología", los datos son cualitativos. Si los valores son cantidades numéricas, los datos son cuantitativos. Luego, para los datos cuantitativos, normalmente se plantea una pregunta más: ¿es un conteo discreto o una medición continua?

Esto importa porque el tipo de dato afecta qué gráficos, resúmenes y modelos tienen sentido. Una media puede ser útil para las estaturas, pero no para el color de ojos.

Datos cualitativos vs cuantitativos

Los datos cualitativos son categorías

Los datos cualitativos describen cualidades, grupos o etiquetas en lugar de cantidades numéricas. Algunos ejemplos son el color del coche, el tipo de sangre y el país.

A este tipo de datos también se le suele llamar datos categóricos.

Los datos cuantitativos son cantidades numéricas

Los datos cuantitativos registran una cantidad numérica. El número no es solo una etiqueta; representa cuánto, cuántos o qué tan lejos.

Algunos ejemplos son la edad, la estatura, la puntuación de un examen y el número de mascotas.

Datos discretos vs continuos

Los datos discretos provienen del conteo

Los datos discretos son datos cuantitativos que normalmente provienen de contar. Los valores saltan de un valor permitido a otro, en lugar de llenar un intervalo completo.

El número de estudiantes en una clase es discreto porque se cuentan estudiantes enteros. En un modelo de conteo ordinario, valores como $24.5$ estudiantes no tienen sentido.

Los datos continuos provienen de la medición

Los datos continuos son datos cuantitativos que normalmente provienen de medir. En principio, el valor puede registrarse con una precisión cada vez mayor, según el instrumento de medición y el contexto.

La estatura, el tiempo y la temperatura son ejemplos típicos. La estatura de una persona puede escribirse como $170$ cm, $170.2$ cm o $170.24$ cm según la precisión que uses.

Ejemplo resuelto: clasificar datos de estudiantes

Supón que una escuela registra estas cuatro variables para cada estudiante:

• grupo
• número de hermanos
• tiempo de viaje a la escuela
• asignatura favorita

Así es como se clasifican.

Grupo es cualitativa porque es una etiqueta de grupo.

Número de hermanos es cuantitativa y discreta porque es un conteo: $0, 1, 2, 3,$ y así sucesivamente.

Tiempo de viaje a la escuela es cuantitativa y continua porque se mide. Puede que lo redondees al minuto más cercano, pero la variable subyacente puede variar con más detalle que eso.

Asignatura favorita es cualitativa porque nombra una categoría, no una cantidad.

Este ejemplo muestra la ruta principal de decisión. Primero pregunta: "¿etiqueta o cantidad?" Si es una cantidad, pregunta: "¿conteo o medición?"

Cómo saber qué tipo de dato tienes

Usa esta regla práctica:

1. Si calcular el promedio de los valores no tendría sentido, probablemente los datos son cualitativos.
2. Si calcular el promedio sí tendría sentido, probablemente los datos son cuantitativos.
3. Si los valores cuantitativos provienen de contar elementos separados, normalmente son discretos.
4. Si provienen de medir en una escala, normalmente son continuos.

Este es un atajo práctico, no una prueba formal. El contexto de la variable sigue importando.

Errores comunes con los tipos de datos en estadística

Tratar códigos numéricos como cantidades reales

Si las respuestas de una encuesta se codifican como $1$, $2$ y $3$, esos números pueden seguir representando categorías en lugar de cantidades reales. Que aparezca un número en los datos no convierte automáticamente la variable en cuantitativa.

Suponer que todo valor entero es discreto

Una medición registrada puede aparecer como un número entero solo porque fue redondeada. Por ejemplo, pesos anotados como $68$, $72$ y $75$ kilogramos siguen siendo datos continuos si el peso se midió en lugar de contarse.

Confundir la variable con la forma en que se almacena

El tiempo de viaje redondeado al minuto más cercano suele almacenarse como números enteros, pero la variable en sí sigue siendo continua. El formato de registro no siempre cambia el tipo subyacente.

Dónde se usan estos tipos de datos en estadística

La clasificación importa siempre que elijas un gráfico, un resumen o un método estadístico.

Para datos cualitativos, son comunes los gráficos de barras y las tablas de frecuencia. Para datos cuantitativos, pueden ser útiles los histogramas, los diagramas de caja, las medias, las medianas y las desviaciones estándar.

La distinción entre discreto y continuo también importa al elegir un modelo de probabilidad. Algunos modelos están diseñados para conteos, mientras que otros están pensados para mediciones en un continuo.

Prueba tu propia versión

Toma cinco variables de la vida cotidiana, como la talla de zapato, el código postal, la temperatura, el número de correos electrónicos o el color de pelo, y clasifica cada una. Si un caso te parece ambiguo, indica la condición que lo decide, como si el valor es una etiqueta, un conteo o una medición.

Si quieres ir un paso más allá, analiza otro caso preguntando qué gráfico o resumen tiene sentido para cada variable y cuál no.