Está en la página 1de 28

1

Repblica Bolivariana de Venezuela


Ministerio del Poder Popular para La Educacin Superior
C.U.E. Colegio de Enfermera Cruz Roja Venezolana
3er Semestre A PM
Ctedra: Estadstica Inferencial





LA ESTADISTICA





Profesora Integrantes
Lic. Luca Mendoza Alvarez Rosangelica C.I:20.823.025
Lozada Mardey C.I: 20.872.725
Olivares Paola C.I: 22.496.283

Caracas, 17 de julio de 2014
2


INDICE

Introduccin 3
Desarrollo
I. Historia de la Estadstica 4-5
II. Estadstica 6
III. Clasificacin 7
IV. Relacin con otras ciencias 8-10
V. Datos Estadsticos 11
VI. Recopilacin de datos 12
VII. Interpretacin de datos 13
VIII. Poblacin 14
IX. Muestra 15-16
X. Muestreo 17-20
XI. Medidas 21-22
XII. Variable 23-24
XIII. Escala de medicin 25-26
Conclusin 27
Bibliografa 28









3


INTRODUCCIN

El trmino estadstica es ampliamente escuchado en diversos sectores de la
sociedad. Sin embargo desde los comienzos de la civilizacin han existido formas
sencillas de la estadstica, pues ya se utilizaban representaciones grficas y otros
smbolos en pieles, rocas, palos de madera y paredes de cuevas para contar el nmero de
personas, animales o ciertas cosas.
El trabajo del experto estadstico no consiste ya slo en reunir y tabular los
datos, sino todo el proceso de interpretacin de esa informacin. El desarrollo de la
teora de la probabilidad ha aumentado el alcance de las aplicaciones de la estadstica.
El siguiente trabajo brindar la informacin necesaria para alimentar el
conocimiento acerca de la Estadstica y su evolucin.













4


DESARROLLO
HISTORIA DE LA ESTADISTICA
Desde los comienzos de la civilizacin han existido formas sencillas de
estadstica, pues ya se utilizaban representaciones grficas y otros smbolos en pieles,
rocas, palos de madera y paredes de cuevas para contar el nmero de personas, animales
o ciertas cosas. Hacia el ao 3000 a.C. los babilonios usaban ya pequeas tablillas de
arcilla para recopilar datos en tablas sobre la produccin agrcola y de los gneros
vendidos o cambiados mediante trueque.
Los egipcios analizaban los datos de la poblacin y la renta del pas mucho antes
de construir las pirmides en el siglo XXXI a.C. Los libros bblicos de Nmeros y
Crnicas incluyen, en algunas partes, trabajos de estadstica. El primero contiene dos
censos de la poblacin de Israel y el segundo describe el bienestar material de las
diversas tribus judas. En China existan registros numricos similares con anterioridad
al ao 2000 a.C. Los griegos clsicos realizaban censos cuya informacin se utilizaba
hacia el 594 a.C. para cobrar impuestos.
El Imperio romano fue el primer gobierno que recopil una gran cantidad de
datos sobre la poblacin, superficie y renta de todos los territorios bajo su control.
Durante la edad media slo se realizaron algunos censos exhaustivos en Europa.
Los reyes carolingios Pipino, el Breve, y Carlomagno ordenaron hacer estudios
minuciosos de las propiedades de la Iglesia en los aos 758 y 762 respectivamente.
Despus de la conquista normanda de Inglaterra en 1066, el rey Guillermo I de
Inglaterra encarg un censo. La informacin obtenida con este censo, llevado a cabo en
1086, se recoge en el Domesday Book. El registro de nacimientos y defunciones
comenz en Inglaterra a principios del siglo XVI, y en 1662 apareci el primer estudio
estadstico notable de poblacin, titulado Observations on the London Bills of Mortality
(Comentarios sobre las partidas de defuncin en Londres). Un estudio similar sobre la
tasa de mortalidad en la ciudad de Breslau, en Alemania, realizado en 1691, fue
utilizado por el astrnomo ingls Edmund Halley como base para la primera tabla de
mortalidad
En el siglo XIX, con la generalizacin del mtodo cientfico para estudiar todos
los fenmenos de las ciencias naturales y sociales, los investigadores aceptaron la
necesidad de reducir la informacin a valores numricos para evitar la ambigedad de
5


las descripciones verbales. En nuestros das, la estadstica se ha convertido en un
mtodo efectivo para describir con exactitud los valores de datos econmicos, polticos,
sociales, psicolgicos, biolgicos y fsicos, y sirve como herramienta para relacionar y
analizar dichos datos. El trabajo del experto estadstico no consiste ya slo en reunir y
tabular los datos, sino sobre todo en el proceso de interpretacin de esa informacin.
El desarrollo de la teora de la probabilidad ha aumentado el alcance de las
aplicaciones de la estadstica. Muchos conjuntos de datos se pueden aproximar, con
gran exactitud, utilizando determinadas distribuciones probabilsticas; los resultados de
stas se pueden utilizar para analizar datos estadsticos. La probabilidad es til para
comprobar la fiabilidad de las inferencias estadsticas y para predecir el tipo y la
cantidad de datos necesarios en un determinado estudio estadstico.


















6


CONCEPTOS DE ESTADISTICA

La estadstica es una ciencia auxiliar moderna. Se aplica, sobre todo, en
economa y demografa, aunque tambin es un importante mtodo de
investigacin de los componentes de las ciencias naturales, entre ellas la fsica y
la biologa.
La estadstica es una ciencia formal y una herramienta que estudia el uso y los
anlisis provenientes de una muestra representativa de datos, busca explicar las
correlaciones y dependencias de un fenmeno fsico o natural, de ocurrencia en
forma aleatoria o condicional.
La Estadstica es la parte de las Matemticas que se encarga del estudio de una
determinada caracterstica en una poblacin, recogiendo los datos,
organizndolos en tablas, representndolos grficamente y analizndolos para
sacar conclusiones de dicha poblacin.
La Estadstica trata del recuento, ordenacin y clasificacin de los datos
obtenidos por las observaciones, para poder hacer comparaciones y sacar
conclusiones.










7


CLASIFICACIN DE LA ESTADSTICA
La Estadstica se divide en dos partes:
Estadstica Descriptiva o Deductiva:
Es un proceso mediante el cual se recopila, organiza, presenta, analiza e
interpreta datos de manera tal que describa fcil y rpidamente las caractersticas
esenciales de dichos datos mediante el empleo de mtodos grficos, tabulares o
numricos, as por ejemplo: Supngase que un docente de Matemtica calcula la
calificacin promedio de uno de sus cursos a su cargo. Como solo se est describiendo
el desempeo del curso pero no hace ninguna generalizacin acerca de los diferentes
cursos, en este caso el maestro est haciendo uso de la Estadstica Descriptiva.
Es la parte que se encarga de recoger, organizar, expresar grficamente y resumir
los datos que se han recogido. En ella construiremos tablas de frecuencias, agrupando
los datos. Tambin representaremos grficamente estos datos y calcularemos
parmetros que nos indicarn claramente cmo se han distribuido los datos recogidos.
Estadstica Inferencial o Inductiva:
Llamada tambin inferencia estadstica, la cual consiste en llegar a obtener
conclusiones o generalizaciones que sobrepasan los lmites de los conocimientos
aportados por un conjunto de datos. Busca obtener informacin sobre la poblacin
basndose en el estudio de los datos de una muestra tomada a partir de ella, as por
ejemplo:Supngase ahora que el docente de Matemtica utiliza el promedio de
calificaciones obtenidas por uno de sus cursos para estimar la calificacin promedio de
los 5 cursos a su cargo. Como se est realizando una generalizacin acerca los
diferentes cursos, en este caso el maestro usa la Estadstica Inferencial. Es la parte que
estudia regularidades en los datos recogidos para elaborar conclusiones futuras,
permitiendo una toma de decisiones ms efectiva. La bondad de esas deducciones se
mide de forma probabilstica. Es decir, estudiaremos cul es la probabilidad de acertar
eligiendo una opcin u otra. Tambin se pretende estudiar si se puede generalizar el
estudio hecho de unos datos a toda la poblacin. Es lo que se hace cuando se realiza una
estadstica de prediccin de votos antes de unas elecciones.
8


RELACIN DE LA ESTADSTICA CON OTRAS CIENCIAS
Las ciencias naturales:
La estadstica es comnmente considerada como una coleccin de hechos
numricos expresados en trminos de una relacin sumisa, y que han sido recopilados a
partir de otros datos numricos.
Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la
estadstica como un valor resumido, calculado, como base en una muestra de
observaciones que generalmente, aunque no por necesidad, se considera como una
estimacin de parmetro de determinada poblacin; es decir, una funcin de valores de
muestra. La importancia que tiene est relacionada con el rea o reas en las que se
puede aplicar, debido a que est presente en todas las reas del saber. La estadstica es
una ciencia de aplicacin prctica casi universal en todos los campos cientficos:
En las ciencias naturales: se emplea con profusin en la descripcin de modelos
termodinmicos complejos (mecnica estadstica), en fsica cuntica, en mecnica de
fluidos o en la teora cintica de los gases, entre otros muchos campos.
Ciencias sociales y econmicas, sociologa y demografa En las ciencias
sociales y econmicas: es un pilar bsico del desarrollo de la demografa y la
sociologa aplicada.
En economa Suministra los valores que ayudan a descubrir interrelaciones
entre mltiples parmetros macro y microeconmicos.
Ciencias mdicas En las ciencias mdicas: permite establecer pautas sobre la
evolucin de las enfermedades y los enfermos, los ndices de mortalidad
asociados a procesos morbosos, el grado de eficacia de un medicamento.
Con la informtica Suele ser bastante comn que los estudiantes se
cuestionen por qu determinada asignatura est incluida en su plan de estudios.
Esto ocurre con frecuencia entre los alumnos de informtica respecto de la
asignatura de estadstica. Las lneas siguientes tratan de aclarar, en parte, la
cuestin.


9


En primer lugar, se debe sealar que la estadstica es una herramienta de manejo
frecuente entre los informticos, pues es bastante probable que en su prctica
profesional tengan que tratar gran cantidad de datos (estadstica descriptiva o anlisis de
datos) para posteriormente extraer consecuencias de ellos (estadstica de la inferencia).
En segundo lugar, el clculo de probabilidades adems de herramienta necesaria
para abordar el estudio de la estadstica- y la informtica son dos campos muy
relacionados entre s. Por ejemplo, en muchos casos la eleccin de un algoritmo se hace
en base a razones probabilsticas, pues para evaluar su rapidez se pueden introducir los
datos de forma aleatoria y medir el tiempo que tarda en realizar la tarea correspondiente.
As mismo, es muy importante en simulacin generar nmeros aleatorios; en
transmisin de la informacin el ruido que hace imposible transmitir la seal con
exactitud es una variable aleatoria; los mtodos de anlisis de imgenes son
probabilsticos, etc.
Con la mecnica y la fsica La fsica estadstica o mecnica estadstica es una
rama de la fsica que mediante tcnicas estadsticas es capaz de deducir el
comportamiento de los sistemas fsicos macroscpicos a partir de ciertas
hiptesis sobre los elementos o partculas que conforman dichos sistemas.
Con la biologa y la ecologa La estadstica es una disciplina que se encarga
de colectar, organizar, resumir, analizar e interpretar datos con el propsito de
obtener inferencias objetivas y reales a partir de un conjunto de datos. Es
aplicada en la biologa y la ecologa donde cambia los datos descriptivos a
cuantitativos para formular hiptesis y someterlas a pruebas estadsticas. Es muy
importante porque en algunos casos permite saber cuantitativamente el grado de
certeza de las conclusiones a las que se llega.
Con la ingeniera La importancia de la estadstica en la ingeniera, ha sido
encaminada por la participacin de la industria en el aumento de la calidad.
Muchas compaas se han dado cuenta que la baja calidad de un producto, tiene
un gran efecto en la productividad global de la compaa, en el mercado y la
posicin competitiva y, finalmente, en la rentabilidad e la empresa. Mejorar los
aspectos de calidad conlleva al xito de la compaa. La estadstica es un
elemento decisivo en el incremento de la calidad, ya que las tcnicas estadsticas
pueden emplearse para describir y comprender la variabilidad.
10


Con la psicologa En sntesis, la Estadstica, como eslabn del proceder del
mtodo cientfico, nos va a permitir satisfacer el objetivo de resumir y transmitir
de un modo comprensible la informacin procedente de datos empricos
(estadstica descriptiva) as como, cuando sea oportuno, generalizar a partir de la
informacin recogida de un conjunto reducido de sujetos a una poblacin ms
amplia a la que stos representen (estadstica inferencial). Porque nos va a
proporcionar un tipo de conocimientos y competencias que favorecen el
pensamiento analtico y crtico.















11


DATOS ESTADISTICOS
Los datos estadsticos no son otra cosa que el producto de las observaciones
efectuadas en las personas y objetos en los cuales se produce el fenmeno que queremos
estudiar. Dicho en otras palabras, son los antecedentes (en cifras) necesarios para llegar
al conocimiento de un hecho o para reducir las consecuencias de este. El dato es el valor
particular de una variable.
Los datos estadsticos se pueden encontrar de forma no ordenada, por lo que es
muy difcil en general, obtener conclusiones de los datos presentados de esta manera.
Para poder obtener una precisa y rpida informacin con propsito de descripcin o
anlisis, estos deben organizarse de una manera sistemtica; es decir, se requiere que los
datos sean clasificados.
Clasificacin de datos Los datos estadsticos pueden ser clasificados en cualitativos,
cuantitativos, cronolgicos y geogrficos.
Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre ellos
es clase y no de cantidad.
Datos Cuantitativos: Cuando los valores de los datos representan diferentes
magnitudes, decimos que son datos cuantitativos.
Datos Cronolgicos: Cuando los valores de los datos varan en diferentes
instantes o perodos de tiempo, los datos son reconocidos como cronolgicos.
Datos Geogrficos: Cuando los datos estn referidos a una localidad geogrfica
se dicen que son datos geogrficos.







12


RECOPILACION DE DATOS
La nocin de recopilacin se refiere al proceso y el resultado de recolectar
(reunir, recoger o cosechar algo). Un dato, por su parte, una informacin que permite
generar un cierto conocimiento. Esto quiere decir que la recoleccin de datos es la
actividad que consiste en la recopilacin de informacin dentro de un cierto contexto.
Tras reunir estas informaciones, llegar el momento del procesamiento de datos, que
consiste en trabajar con lo recolectado para convertirlo en conocimiento til. La
recoleccin de datos es muy importante ya que permite sustentar el conocimiento que se
generar luego. De todas formas, la recoleccin por s sola no garantiza la calidad del
saber producido. Consiste en la obtencin de datos relacionados con el problema motivo
de estudio, utilizando instrumentos, tales como: cuestionarios, entrevistas, informes,
memorias, etc.
Mtodo para la recopilacin de datos en estadstica se emplea una variedad
de mtodos distintos para obtener informacin de los que se desea investigar.
Discutiremos aqu los mtodos ms importantes, incluyendo las ventajas y limitaciones
de cada uno.
La entrevista personal: El investigador efectuar a la persona una serie de
preguntas previamente escritas en un cuestionario, donde anotara las respuestas
correspondientes. Este procedimiento que se conoce con el nombre de entrevista
personal, permite obtener una informacin ms veraz y completa que la que
proporcionan otros mtodos, debido a que al tener contacto directo con la
persona entrevistada, el entrevistador podr aclarar cualquier duda que se
presente sobre el cuestionario o investigacin.
Cuestionario por correo: Consiste en enviar por correo el cuestionario
acompaado por el instructivo necesario, dando en este no solo las instrucciones
pertinentes para cada una de las preguntas, sino tambin una breve explicacin
del objetivo de la encuesta con el fin de evitar interpretaciones errneas.
Entrevista por telfono: Como lo indica su nombre, este mtodo consiste en
telefonear a la persona a entrevistar y hacerle una serie de preguntas. Este
mtodo es bastante simple y econmico, ya que el entrenamiento y supervisor de
las personas encargadas de efectuar las preguntas es siempre fcil.

13


INTERPRETACION DE DATOS
La interpretacin consiste, fundamentalmente en confrontar los resultados del
anlisis de los datos con las hiptesis formuladas. En un proceso mental, mediante el
cual se encuentra un significado ms amplio de los datos estadsticos con el objetivo de
llegar a conclusiones para la toma de decisiones y solucin de problemas. Tambin se
puede definir como la aplicacin de procedimientos estadsticos para analizar datos
especficos de un estudio o cuerpo de investigacin. Los elementos de interpretacin de
datos son parte de muchas pruebas estandarizadas.

INFERENCIA DE DATOS
Significa sacar una consecuencia o deducir algo de otra cosa a travs de nmeros
que pueden ser comparados, analizados e interpretados. El campo del cual son tomados
los datos estadsticos se identifica como poblacin o universo.

CALCULO DE DATOS
Es el resultado correspondiente a la accin de calcular o contar, es decir, consiste
en realizar las operaciones necesarias para prever el resultado de una accin
previamente concebida, o conocer las consecuencias que se pueden derivar a travs de
unos datos previamente conocidos.







14


CONCEPTO DE POBLACIN
Poblacin en estadstica, tambin llamada universo o colectivo, es el conjunto de
elementos de referencia sobre el que se realizan unas de las observaciones. Poblacin es
el conjunto sobre el que estamos interesados en obtener conclusiones (hacer inferencia).
Normalmente es demasiado grande para poder abarcarlo.
Es la coleccin de datos que corresponde a las caractersticas de la totalidad de
individuos, objetos, cosas o valores en un proceso de investigacin.
Tipo de Poblacin
Para su estudio, en general se clasifican en Poblaciones Finitas y Poblaciones Infinitas.

Poblaciones Finitas: cuando el nmero de elementos que la forman es finito, por
ejemplo el nmero de alumnos de un centro de enseanza, o grupo de clase,
Constan de un nmero determinado de elementos, susceptible a ser contado.
Ejemplo: Los empleados de una fbrica, elementos de un lote de produccin,
etc.

Poblaciones Infinitas: Tienen un nmero indeterminado de elementos, los cuales
no pueden ser contados, el nmero de elementos que la forman es infinito, o tan
grande que pudiesen considerarse infinitos. Como por ejemplo si se realizase un
estudio sobre los productos que hay en el mercado. Hay tantos y de tantas
calidades que esta poblacin podra considerarse infinita.

N Poblacin Infinita
n Poblacin Finita.
As tambin las poblaciones pueden ser clasificadas en Reales e Hipotticas, las
reales son aquellas concretas, que ya existen. Ejemplo: Los aspirantes a un
puesto de trabajo, los vendedores de una empresa. Mientras que las hipotticas,
son las formas imaginables en que se podra presentar un suceso. Ejemplo:
Estimaciones de la poblacin econmicamente activa dentro de diez aos.

15


MUESTRA
En estadstica, una muestra es un subconjunto de casos o individuos de
una poblacin estadstica.
Las muestras se obtienen con la intencin de inferir propiedades de la totalidad
de la poblacin, para lo cual deben ser representativas de la misma. Para cumplir esta
caracterstica la inclusin de sujetos en la muestra debe seguir una tcnica de muestreo.
En tales casos, puede obtenerse una informacin similar a la de un estudio exhaustivo
con mayor rapidez y menor coste (vanse las ventajas de la eleccin de una muestra,
ms abajo).
Por otra parte, en ocasiones, el muestreo puede ser ms exacto que el estudio de
toda la poblacin porque el manejo de un menor nmero de datos provoca tambin
menos errores en su manipulacin. En cualquier caso, el conjunto de individuos de la
muestra son los sujetos realmente estudiados.
El nmero de sujetos que componen la muestra suele ser bastante inferior a la
poblacin total, aunque suficiente grande como para que la estimacin de los
parmetros determinados tenga un nivel de confianza adecuado. Para que el tamao de
la muestra sea idneo es preciso recurrir a su clculo.
Se llama muestra a un parte de la poblacin a estudiar qu sirve parta
representarla. Murria R. Spiegel (1191).
Una muestra es una coleccin de algunos elementos de la poblacin, pero no de
todos. Levin & Rubin (1996)
Una muestra debe ser definida en base de la poblacin determinada, y las
conclusiones que se obtengan de dicha muestra solo podrn referirse a la
poblacin en referencia. Cadenas (1974).

M: Tamao de la muestra



16


Tipos de muestras
Aleatoria: Cuando se selecciona al azar y cada miembro tiene igual oportunidad
de ser incluido.
Estratificada: Cuando se subdivide en estratos o subgrupos segn las variables
o caractersticas que se pretenden investigar. Cada estrato debe corresponder
proporcionalmente a la poblacin.
Sistemtica: Cuando se establece un patrn o criterio al seleccionar la muestra.

















17


MUESTREO
En estadstica se conoce como muestreo a la tcnica para la seleccin de
una muestra a partir de una poblacin. Al elegir una muestra aleatoria se espera
conseguir que sus propiedades sean extrapolables a la poblacin. Este proceso permite
ahorrar recursos, y a la vez obtener resultados parecidos a los que se alcanzaran si se
realizase un estudio de toda la poblacin.
Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un
estudio adecuado (que consienta no solo hacer estimaciones de la poblacin sino estimar
tambin los mrgenes de error correspondientes a dichas estimaciones), debe cumplir
ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea
una muestra representativa, pero s podemos actuar de manera que esta condicin se
alcance con una probabilidad alta.
En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la
poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al conjunto de
muestras que se pueden obtener de la poblacin se denomina espacio muestral. La
variable que asocia a cada muestra su probabilidad de extraccin, sigue la
llamada distribucin muestral.
Tipos de muestreo
Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque
en general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilsticos
y mtodos de muestreo no probabilsticos.
Muestreo probabilstico Los mtodos de muestreo probabilsticos son aquellos que
se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los
individuos tienen la misma probabilidad de ser elegidos para formar parte de una
muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la misma
probabilidad de ser seleccionadas. Slo estos mtodos de muestreo probabilsticos nos
aseguran la representatividad de la muestra extrada y son, por tanto, los ms
recomendables. Dentro de los mtodos de muestreo probabilsticos encontramos los
siguientes tipos:
18


1.- Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna
un nmero a cada individuo de la poblacin y 2) a travs de algn medio mecnico
(bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados
con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para
completar el tamao de muestra requerido. Este procedimiento, atractivo por su
simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos
manejando es muy grande.
2.- Muestreo aleatorio sistemtico: Este procedimiento exige, como el anterior,
numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros
aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero
elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i,
i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el
resultado de dividir el tamao de la poblacin entre el tamao de la muestra: k= N/n. El
nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k. El
riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la
poblacin ya que al elegir a los miembros de la muestra con una periodicidad constante
(k) podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos
que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5
primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio
sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no
podra haber una representacin de los dos sexos.
3.- Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los
anteriores ya que simplifican los procesos y suelen reducir el error muestral para un
tamao dado de la muestra. Consiste en considerar categoras tpicas diferentes entre s
(estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede
estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el
estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que
todos los estratos de inters estarn representados adecuadamente en la muestra. Cada
estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo
aleatorio simple o el estratificado para elegir los elementos concretos que formarn
parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes,
pues exige un conocimiento detallado de la poblacin. (Tamao geogrfico, sexos,
19


edades). La distribucin de la muestra en funcin de los diferentes estratos se denomina
afijacin, y puede ser de diferentes tipos:
Afijacin Simple: A cada estrato le corresponde igual nmero de elementos
mustrales.
Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao)
de la poblacin en cada estrato.
Afijacin ptima: Se tiene en cuenta la previsible dispersin de los resultados,
de modo que se considera la proporcin y la desviacin tpica. Tiene poca
aplicacin ya que no se suele conocer la desviacin.
4.- Muestreo aleatorio por conglomerados: Los mtodos presentados hasta ahora
estn pensados para seleccionar directamente los elementos de la poblacin, es decir,
que las unidades mustrales son los elementos de la poblacin. En el muestreo por
conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman
una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los
departamentos universitarios, una caja de determinado producto, etc., son
conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no
naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son reas
geogrficas suele hablarse de "muestreo por reas". El muestreo por conglomerados
consiste en seleccionar aleatoriamente un cierto nmero de conglomerados (el necesario
para alcanzar el tamao muestral establecido) y en investigar despus todos los
elementos pertenecientes a los conglomerados elegidos.
Mtodos de muestreo no probabilsticos A veces, para estudios exploratorios, el
muestreo probabilstico resulta excesivamente costoso y se acude a mtodos no
probabilsticos, aun siendo conscientes de que no sirven para realizar generalizaciones
(estimaciones inferenciales sobre la poblacin), pues no se tiene certeza de que la
muestra extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la
misma probabilidad de se elegidos. En general se seleccionan a los sujetos siguiendo
determinados criterios procurando, en la medida de lo posible, que la muestra sea
representativa. En algunas circunstancias los mtodos estadsticos y epidemiolgicos
permiten resolver los problemas de representatividad aun en situaciones de muestreo no
probabilstico, por ejemplo los estudios de caso-control, donde los casos no son
seleccionados aleatoriamente de la poblacin.
20


Entre los mtodos de muestreo no probabilsticos ms utilizados en investigacin
encontramos:
1.- Muestreo por cuotas: Tambin denominado en ocasiones "accidental". Se asienta
generalmente sobre la base de un buen conocimiento de los estratos de la poblacin y/o
de los individuos ms "representativos" o "adecuados" para los fines de la investigacin.
Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el
carcter de aleatoriedad de aqul. En este tipo de muestreo se fijan unas "cuotas" que
consisten en un nmero de individuos que renen unas determinadas condiciones, por
ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una
vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas
caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin.
2.- Muestreo intencional o de conveniencia: Este tipo de muestreo se caracteriza por
un esfuerzo deliberado de obtener muestras "representativas" mediante la inclusin en la
muestra de grupos supuestamente tpicos. Es muy frecuente su utilizacin en sondeos
preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto.
Tambin puede ser que el investigador seleccione directa e intencionadamente los
individuos de la poblacin. El caso ms frecuente de este procedimiento el utilizar como
muestra los individuos a los que se tiene fcil acceso (los profesores de universidad
emplean con mucha frecuencia a sus propios alumnos).
3.- Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos
a otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes,
sectas, determinados tipos de enfermos, etc.
4.- Muestreo Discrecional: A criterio del investigador los elementos son elegidos sobre
lo que l cree que pueden aportar al estudio.




21


MEDIDA
Es el nmero o categora que se asigna al medir un fenmeno. Un sinnimo de
medida es observacin. Medicin. Es la observacin de un fenmeno o propiedad, y la
asignacin de un nmero o categora, como forma de representar ese fenmeno. Suele
usarse el trmino observar como sinnimo de medir. Por ejemplo, pesar un objeto es
observar una propiedad, su peso, y asignarle un nmero, el nmero de kilogramos que
pesa. Determinar el estado civil de una persona tambin es efectuar una medicin, que
consiste en clasificar esa propiedad en una de varias categoras: soltera, casada, etc.
Tipos de medidas
Medidas Cuantitativa: Son aquellos que se pueden medir. Determinan variables
estadsticas que pueden ser:
Discretas: Slo pueden tomar un nmero finito de valores enteros, los valores
posibles de estas variables son aislados.
Ejemplos de variables estadsticas cuantitativas discretas
Nmero de hermanos: pueden ser 1, 2, 3 , pero nunca podr ser 3,45. Nmero
de hijos
Nmero de empleados de una fbrica.
Nmero de goles marcados por un equipo de futbol en la liga.

Continuas: Pueden tomar cualquier valor real (infinitos) dentro de un intervalo.
Ejemplos de variables estadsticas cuantitativas continuas
Velocidad de un vehculo: puede ser 20; 54,2; 100 ; km/h
Temperaturas registradas en un observatorio cada hora.
Peso en kg de los recin nacidos en un da en Espaa.







22


Medidas Cualitativas: No se pueden medir numricamente.

Ejemplos de variables estadsticas cualitativas
Color de los ojos.
Bondad de una persona.
Profesin de una persona.
Determinan modalidades. Las modalidades del carcter profesin pueden ser:
arquitecto, albail, mdico, etc.

















23


VARIABLE
Una variable es una propiedad que puede fluctuar y cuya variacin es
susceptible de adoptar diferentes valores, los cuales pueden medirse u observarse. Las
variables adquieren valor para la investigacin cuando se relacionan con otras variables,
es decir, si forman parte de una hiptesis o de una teora. En este caso se las
denomina constructos o construcciones hipotticas.
Una variable estadstica es cada una de las caractersticas o cualidades que
poseen los individuos de una poblacin.
Tipos de variable estadsticas
Variable cualitativa: Las variables cualitativas se refieren a caractersticas o
cualidades que no pueden ser medidas con nmeros. Podemos distinguir dos
tipos:
Variable cualitativa nominal Una variable cualitativa nominal presenta modalidades
no numricas que no admiten un criterio de orden.
Variable cualitativa ordinal Una variable cualitativa ordinal presenta modalidades no
numricas, en las que existe un orden.
Variable cuantitativa: Una variable cuantitativa es la que se expresa mediante
un nmero, por tanto se pueden realizar operaciones aritmticas con ella.
Podemos distinguir dos tipos:
Variable discreta Una variable discreta es aquella que toma valores aislados, es
decir no admite valores intermedios entre dos valores especficos.
Variable contina Una variable continua es aquella que puede tomar valores
comprendidos entre dos nmeros.




24


Segn la influencia que asignemos a unas variables sobre otras, podrn ser:
Variables independientes: Una variable independiente es aquella cuyo valor no
depende de otra variable. La variable independiente se representa en el eje de
abscisas. Son las que el investigador escoge para establecer agrupaciones en el
estudio, clasificando intrnsecamente a los casos del mismo. Un tipo especial son
las variables de control, que modifican al resto de las variables independientes y
que de no tenerse en cuenta adecuadamente pueden alterar los resultados por
medio de un sesgo. Es aquella caracterstica o propiedad que se supone ser la
causa del fenmeno estudiado. En investigacin experimental se llama as a
la variable que el investigador manipula.
Variables dependientes: Una variable dependiente es aquella cuyos valores
dependen de los que tomen otra variable. La variable dependiente en una
funcin se suele representar por y. La variable dependiente se representa en el
eje ordenadas. Son las variables de respuesta que se observan en el estudio y que
podran estar influidas por los valores de las variables independientes. La
variable dependiente es el factor que es observado y medido para determinar el
efecto de la variable independiente.











25


ESCALA DE MEDICIN
Se entender por medicin al proceso de asignar el valor a una variable de un
elemento en observacin. Este proceso utiliza diversas escalas: nominal, ordinal, de
intervalo y de razn. Las variables de las escalas nominal y ordinal se denominan
tambin categricas, por otra parte las variables de escala de intervalo o de razn se
denominan variables numricas. Con los valores de las variables categricas no tiene
sentido o no se puede efectuar operaciones aritmticas. Con las variables numricas s.
La escala nominal slo permite asignar un nombre al elemento medido. Esto la
convierte en la menos informativa de las escalas de medicin.
Los siguientes son ejemplos de variables con este tipo de escala:
Nacionalidad.
Uso de anteojos.
Nmero de camiseta en un equipo de ftbol.
Nmero de Cdula Nacional de Identidad.
A pesar de que algunos valores son formalmente numricos, slo estn siendo usados
para identificar a los individuos medidos.
La escala ordinal, adems de las propiedades de la escala nominal, permite
establecer un orden entre los elementos medidos.
Ejemplos de variables con escala ordinal:
Preferencia a productos de consumo.
Etapa de desarrollo de un ser vivo.
Clasificacin de pelculas por una comisin especializada.
Madurez de una fruta al momento de comprarla.


26


La escala de intervalo, adems de todas las propiedades de la escala ordinal,
hace que tenga sentido calcular diferencias entre las mediciones.
Los siguientes son ejemplos de variables con esta escala:
Temperatura de una persona.
Ubicacin en una carretera respecto de un punto de referencia (Kilmetro 85
Ruta 5).
Sobrepeso respecto de un patrn de comparacin.
Nivel de aceite en el motor de un automvil medido con una vara graduada.

















27


CONCLUSIN
Los conceptos antes mencionados han sido analizados e investigados de tal manera
de hacer ms fcil su comprensin y entendimiento ya que la estadstica es la ciencia
que trata de entender, organizar y tomar decisiones que estn de acuerdo con los anlisis
efectuados.
La estadstica juega un papel muy importante en nuestras vidas, ya que actualmente
sta se ha convertido en un mtodo muy efectivo para describir con mucha precisin los
valores de datos econmicos, polticos, sociales, psicolgicos, biolgicos y fsicos,
adems, sirve como herramienta para relacionar y analizar dichos datos. El trabajo del
experto estadstico ha evolucionado mucho, ya no consiste slo en reunir y tabular los
datos, sino sobre todo en el proceso de interpretacin de esa informacin, ahora tiene un
papel mucho ms importante del que tena en aos pasados.
Es de vital importancia para nuestra vida profesional venidera, que manejemos
estos conceptos con facilidad, as mismo el que los usemos de la manera apropiada,
siempre en pro de buscar soluciones a los problemas que se nos puedan presentar. A
travs de sus grficas, medidas de tendencia central y de dispersin podemos ver ms
claro y concreto un conjunto de datos que se nos hacen muy complicados, en resumen
son un verdadero mtodo de ayuda para informar.









28


BIBLIOGRAFIA
Fuentes Electrnicas
www.profesorenlinea.cl/matematica/estadisticaHistoria.htm

reshistorica.blogspot.com

http://es.wikipedia.org/wiki/Estadistica

http://recursostic.educacion.es/descartes/web/materiales_didacticos/unidimensio
na_lbarrios/definicion_est.htm

http://www.monografias.com/trabajos96/conceptos-basicos-estadistica-
descriptiva-e-inferencial/conceptos-basicos-estadistica-descriptiva-e-
inferencial.shtml#ixzz37MAp83Xr