🗓️ Clase 0
Introducción a R

SOC9035 – Análisis Avanzado de Datos II

Prof. Gabriel Sotomayor

Universidad Diego Portales

09 Mar 2026

Introducción a R y Rstudio

Objetivos de la Sesión

En esta clase buscaremos:

  1. Reflexionar sobre el uso de software estadístico en la investigación en Ciencias Sociales.
  2. Introducir el ecosistema de R y RStudio: qué son, por qué usarlos y cómo instalarlos.
  3. Comprender la lógica básica de la programación orientada a objetos y funciones.

¿Dónde se sitúa la estadística en el proceso de investigación?

Uso de software en ciencias sociales

Progresivamente se ha generalizado el uso de software estadístico en ciencias sociales, abriendo grandes posibilidades de realizar análisis más complejos y facilitando su uso.

El riesgo tecnológico

Existe el riesgo de una falta de formación estadística y reflexividad. Apretar botones sin entender qué hace el software afecta directamente la calidad y validez del análisis.

Dos niveles de manejo del software:

  1. Nivel Usuario (Básico): Ejecución básica y correcta interpretación de las salidas estadísticas. Es el piso mínimo necesario para utilizar la herramienta y comprender investigaciones de terceros.
  2. Nivel Analista (Avanzado): Manejo avanzado del software y sus procedimientos estadísticos. Es el nivel deseable para un uso reflexivo de las herramientas, personalización de análisis y lectura crítica profunda.

¿Qué software existen y cuál utilizar?

En el mercado laboral y académico existe una gran variedad de herramientas. La elección dependerá de nuestros objetivos, presupuesto y área de especialización.

¿Qué software existen y cuál utilizar?

Dimensión / Lenguaje R Python SPSS Excel Stata
Alcance General, orientación multidisciplinar General, orientación multidisciplinar Limitado, orientado a Ciencias Sociales Limitado, orientado a administración Limitado, orientado a Economía
Licencia Libre (freeware) Libre (freeware) Pagada (versión de prueba limitada) Pagada (versión de prueba limitada) Pagada (versión de prueba limitada)
Aprendizaje Sintaxis, poco intuitivo Sintaxis, poco intuitivo Botones y sintaxis, intuitivo Botones y sintaxis, intuitivo Botones y sintaxis, intuitivo
Visualización Avanzada Intermedia Básica Intermedia Intermedia
Análisis de texto Intermedio, poca eficiencia Avanzado, amplia eficiencia No No No
Minería Datos Intermedio, poca eficiencia Avanzado, amplia eficiencia No No No
Sistema operativo Windows, Mac OS, Linux Windows, Mac OS, Linux Windows, Mac OS Windows, Mac OS Windows, Mac OS

Fuente: Boccardo y Ruiz, 2018.

¿Qué es R?

R es un software y un lenguaje de programación de código abierto (libre), enfocado principalmente en el análisis estadístico y la visualización de datos.

  • Lógica de trabajo: Funciona mediante objetos, sobre los cuales aplicamos operadores y funciones.
  • Lenguaje de programación: Al no ser solo un programa cerrado, podemos crear nuestras propias funciones. Pasamos de ser simples usuarios a programadores.
  • Modularidad: Instalamos una versión base y luego la expandimos agregando paquetes (librerías) creados por la comunidad.

El problema

Su interfaz nativa es muy poco amigable, parece una simple calculadora de texto. La solución a esto es RStudio.

¿Qué es R?

¿Por qué aprender y usar R?

Razones prácticas para usar R

  1. Es libre y gratis: No dependes de las licencias de la universidad o de tu futuro empleador.
  2. Personalización y vanguardia: Ofrece posibilidades ilimitadas para personalizar análisis. Las nuevas técnicas estadísticas llegan primero a R antes que al software comercial.
  3. Comunidad: Existe una gigantesca y creciente comunidad de usuarios desarrollando funciones y resolviendo dudas en foros de internet (la gran mayoría del soporte está en inglés).
  4. Sintaxis moderna: Con paquetes recientes (como tidyverse), su sintaxis se ha vuelto mucho más simple e intuitiva de leer.

¿Por qué trabajar con código y no con botones?

Aprender código puede parecer contraintuitivo y frustrante al principio, pero tiene tres ventajas innegables:

  • 🔍 Replicabilidad: Permite a otros (y a ti mismo en el futuro) entender paso a paso cómo construiste tus resultados y replicarlos. Hoy esto es una exigencia básica en la ciencia de calidad.
  • 🚀 Eficiencia: En condiciones “reales” de trabajo (bases de datos grandes, tareas repetitivas), un script de código es infinitamente más rápido que hacer cientos de clics.
  • 🧠 Control total: Tienes claridad absoluta de todas las etapas del análisis. En programas de botones, muchas decisiones metodológicas se toman “por defecto” sin que el investigador se dé cuenta.

(Elousa, 2009 en Boccardo y Ruiz, 2018: 8-9)

¿Qué es RStudio?

Es un Entorno de Desarrollo Integrado (IDE). En palabras simples: es una interfaz gráfica que “envuelve” a R para hacernos la vida mucho más fácil.

Se divide en 4 paneles principales:

  1. Editor de código (Script): El bloc de notas donde escribimos, guardamos y ejecutamos nuestro código.
  2. Ambiente de trabajo (Environment): Muestra todas las bases de datos y objetos que tenemos cargados en la memoria RAM temporal.
  3. Consola (Console): El “motor” de R. Aquí vemos los resultados numéricos, la ejecución paso a paso y las advertencias o errores.
  4. Panel multipropósito: Contiene los gráficos (Plots), los paquetes instalados (Packages), la ayuda (Help) y el explorador de archivos (Files).

¿Qué es RStudio?

Instalación: Paso 1, Instalar R

Regla de oro

Siempre se debe instalar R primero, y RStudio después.

Podemos encontrar el instalador de R para Windows, Linux y Mac en el sitio oficial del CRAN: 🔗 https://cloud.r-project.org/

Instrucciones: Debemos descargar el “paquete base” (base R), luego ejecutar el archivo descargado e instalarlo dándole “Siguiente” a todas las opciones predeterminadas.

Instalación: Paso 2, Instalar RStudio

Una vez que R ya está en nuestro computador, procedemos a instalar la interfaz.

Podemos encontrar RStudio en su sitio web. Debemos descargar la versión gratis (RStudio Desktop), que es totalmente funcional para nuestros propósitos: 🔗 https://posit.co/download/rstudio-desktop/ (Nota: RStudio ahora es parte de la empresa Posit).

Debemos fijarnos en elegir el instalador correcto para nuestro sistema operativo (Windows o Mac). Igualmente, lo instalamos usando las opciones predeterminadas.

Advertencia: El problema de Java x64

Atención usuarios de Windows

Para algunos análisis específicos (o al leer ciertos archivos de Excel viejos), R utiliza el software Java. El problema es que los computadores suelen tener instalada la versión antigua de 32 bits, mientras que RStudio opera en 64 bits. Esto genera un error de incompatibilidad.

¿Cómo resolverlo? Si te encuentras con este error en el futuro, debes descargar e instalar la versión offline de 64 bits de Java desde su página oficial: 🔗 https://www.java.com/es/download/manual.jsp

Conceptos clave: Estructuras de datos

R organiza la información en diferentes “envases”. Los principales son:

  • Vector (Vector): Una columna o fila de datos de un mismo tipo. Es la estructura más básica (equivale a una variable individual).
  • List (Listas): Cajas complejas que nos permiten agrupar múltiples objetos que pueden ser de distinto tamaño o tipo.
  • Matrix (Matrices): Arreglo de dos dimensiones (filas y columnas) donde todos los datos deben ser exactamente del mismo tipo (por ejemplo, solo números).
  • Data.frame (Base de datos): Es la estructura reina en Ciencias Sociales. Es una matriz de datos bidimensional donde cada columna tiene un nombre (variable) y cada fila es un caso. A diferencia de la matriz, permite combinar distintos tipos de datos (una columna de texto, otra de números, etc.).

Conceptos clave: Tipos de variables

Dentro de las estructuras (como un vector o una columna de un data.frame), los datos pueden tener distintas naturalezas:

Tipo en R Descripción Ejemplo
numeric Números (pueden contener decimales) 1.5, 3.14, 100
integer Números enteros estrictos 1, 2, 3
logical Valores booleanos TRUE (Verdadero) o FALSE (Falso)
character / string Cadenas de texto. Siempre van entre comillas "Santiago", "Femenino"
factor Variables categóricas/nominales. Tienen “niveles” subyacentes Nivel 1: "Bajo", Nivel 2: "Alto"

¿Cómo sobrevivir y continuar aprendiendo?

Dominar R es un camino de mediano plazo. Es normal que el código arroje error (¡le pasa a los expertos todos los días!). Lo importante es desarrollar habilidad de “hacking”:

  1. No frustrarse ante el error en rojo.
  2. Estar dispuesto a buscar respuestas de manera autónoma.
  3. Saber dónde buscar la información.

Tus mejores aliados para buscar ayuda

  • ¡GOOGLE! (Preferentemente busca en inglés, ej: “how to filter rows in R dplyr”).
  • La pestaña Help dentro de RStudio (escribiendo ?nombrefuncion).
  • Foros como StackOverflow.
  • Inteligencia Artificial (ChatGPT, Claude, Gemini): Son excelentes tutores de R. Tip: Cópiales tu código, diles qué intentas hacer y pégales el mensaje de error exacto que te dio R.

Bibliografía y recursos recomendados

Textos base:

  • Boccardo, G. y Ruiz, F. (2018). Uso de RStudio para Estadística Univariada en Ciencias Sociales. Universidad de Chile. [Enlace al documento]
  • Wickham, H. y Grolemund, G. (2019). R para Ciencia de Datos.https://es.r4ds.hadley.nz/
  • Paradis, E. (2003). R para Principiantes. Enlace PDF CRAN

Sitios web útiles:

Cursos online (Inglés):

  • Especialización en Data Science, Johns Hopkins (Coursera): Enlace
  • DataCamp (Módulos de R): Enlace