INTRODUCCIN.

La estadstica es una disciplina que utiliza recurso matemticos para

organizar, analizar, resumir datos, para obtener conclusiones validas en una
investigacin.
En una investigacin se requiere conocer diferentes aspectos de su inters
en una poblacin especfica, resulta muy complicado recurrir a todos los individuos
que la conforman para poder cumplir sus objetivos. Por este motivo es necesario
tomar muestras y analizarlas, para que con un esfuerzo y costos accesibles poder
llegar a conclusiones tan vlidas como las que habra logrado en el caso de haber
realizado un censo.
El muestreo en la investigacin cientfica y en la recoleccin de informaciones
tiene dos ingredientes bsicos: Los conceptos tericos que establecen los principios
estadsticos y matemticos que orientan el proceso de obtencin de la informacin
en la direccin del muestreo estadstico. Los principios de aplicacin prctica en un
rea del conocimiento o en un problema especfico que establece ciertas
particularidades que son fundamentales para obtener informaciones de relevancia
prctica.
EL NDICE DE GINI:

El ndice de Gini es una medida de la desigualdad ideada por el estadstico italiano

Corrado Gini. Normalmente se utiliza para medir la desigualdad en los ingresos,
pero puede utilizarse para medir cualquier forma de distribucin desigual (la tierra,
por ejemplo).
PRESENTACIN TABULAR: CUADROS
Los cuadros son presentaciones tabulares que muestran la informacin de manera
ordenada por filas y por columnas, de manera visualmente agradable. Los cuadros
estadsticos bien elaborados son muy importantes ya que permiten presentar y
divulgar la informacin obtenida en las operaciones estadsticas, de una manera
fcil de interpretar y til para el usuario.
La principal ventaja de un cuadro es que comunica claramente la informacin sin
necesidad de texto. Un cuadro estadstico est constituido por:
1) Nmero de cuadro 5) Cuerpo o contenido
2) Ttulo 6) Nota introductoria o preliminar
3) Columna matriz 7) Nota al pie
4) Encabezados 8) Fuente
ANLISIS BIVARIADO
Puede ocurrir en problemas prcticos, que tengamos inters en estudiar
simultneamente dos o ms variables cuantitativas, cualitativas, o ambas.
DESCRIPCIN TABULAR
Para hacer un anlisis de datos, generalmente se disponen los datos en las
llamadas tablas de datos, que son arreglos rectangulares en forma de matriz, en las
que las filas y columnas describen a individuos o variables, segn sea el caso.
DESCRIPCIN GRFICA
Variables cualitativas bidimensionales
De modo general, los grficos de las variables cualitativas bidimensionales son de
dos tipos:
Grficos tridimensionales
Son compuestos de paralelogramos, separados entre s, descritos en ejes
tridimensionales:
COVARIANZA
La covarianza proporciona una idea del signo y de la cantidad de relacin entre dos
variables, a travs de su variacin conjunta. As, por ejemplo, la covarianza es
positiva si la relacin es de tipo directo, esto es, si a pequeos valores de X
corresponden pequeos valores de Y. De modo anlogo, ella es negativa, si la
relacin es de tipo inverso, o sea, para pequeos valores de una de las variables,
corresponden grandes valores de la otra, y viceversa. Adems, ella ser nula o
prxima de cero para relaciones lineares dbiles.
Definicin: Se define covarianza entre las variables cuantitativas X y Y por la
siguiente expresin:

CONCEPTOS ESTADSTICOS FUNDAMENTALES

1. Individuo o Unidad Estadstica: Es el objeto de observacin. Una unidad
estadstica es la entidad sobre la que se quiere obtener las informaciones para
ser analizadas.
2. Poblacin y poblacin objetivo.

Poblacin: Es una coleccin completa de individuos que tienen por lo menos una
caracterstica en comn.
Poblacin biolgica: Una poblacin biolgica se refiere a un conjunto de individuos
de una misma especie ubicada en un espacio y tiempo determinado. La poblacin
biolgica se caracteriza porque sus unidades estn distribuidas espacialmente en
un rea o en un volumen.

3. Poblacin objetivo: debe contener una descripcin de los elementos que sern
incluidos y una especificacin de las mediciones que se van a considerar.
4. Unidad de Muestreo: son colecciones no traslapadas de elementos de la
poblacin que cubren la poblacin completa. Las unidades de muestreo deben
ser uniformes y estables, fcilmente identificables y deben suministrar
informacin lo ms precisa posible.
5. Marco: Es una lista de unidades de muestreo.
6. Muestra: Es una coleccin de unidades muestrales seleccionadas de un marco
o de varios marcos. El tamao de la muestra, o dicho en otras palabras, el
nmero de unidades de muestreo que han de constituir la muestra est
determinado por la variacin existente entre las unidades y por el costo implcito
en la disminucin de esta variacin al mnimo. Una ecuacin de tipo general que
puede ser aplicada sin considerar la distribucin espacial de la poblacin
biolgica, con la condicin que el hbitat sea homogneo, es la siguiente:

n = Nmero de muestra a tomar.

s = Desviacin estndar obtenida con los datos de las muestras preliminares
x = Media estimada con los datos de las muestras preliminares
E = Nivel de precisin requerido.
7. Censo: Estudiar cada uno de los elementos que componen la poblacin
8. Parmetro: Valor fijo (no aleatorio) que caracteriza a una poblacin en
particular.
9. Estimador o estadstico: Las cantidades usadas para describir una muestra se
denominan estimadores o estadsticos muestrales y se representa con letras del
alfabeto arbigo.

Media de la muestra:

Varianza de la muestra:
Menor valor de la muestra: X(1) =mn (X1, X2, . . , Xn)
Mayor valor de la muestra: X(n) =mx (X1, X2, . . , Xn)
10. Distribuciones de muestreo: poblacin finita de tamao N, de la cual estamos
interesados en estudiar el parmetro , podemos extraer de manera aleatoria
todas las k muestras (M) posibles de tamao n.
IMPORTANTE: Cualquier distribucin de probabilidad (y por lo tanto, cualquier
distribucin de muestreo) puede ser descrita parcialmente por su media y su
desviacin estndar.

Distribucin de muestral de x a partir de poblaciones que siguen una

distribucin normal. La distribucin de muestreo de la media muestral x tiene
algunas propiedades nicas. Si se obtiene una muestra aleatoria de n
observaciones de una poblacin que sigue aproximadamente una distribucin
normal con media y desviacin estndar , la distribucin de muestreo de x ser
normal y tendr una media x (la misma media de la poblacin muestreada) y una
desviacin estndar igual n .

Poblacin infinita: es aquella poblacin en la que es tericamente imposible

observar (o medir) todos los elementos que la conforman.
Poblacin finita: es la poblacin que tiene un tamao establecido o limitado. Por
ejemplo: empleados de una fbrica, estudiantes de una Universidad, clientes de una
agencia bancaria, etc.

Distribucin de muestral de x a partir de poblaciones que no siguen una

distribucin normal.
Teorema Central del Lmite
Dada una poblacin de cualquier forma funcional no normal con una media y
desviacin estndar finita , la distribucin muestral de x , calculada a partir de
muestras aleatorias de tamao n de dicha poblacin, ser aproximadamente normal
con media y una desviacin estndar igual n cuando la muestra es muy grande.

Relacin entre el tamao de muestra y el error estndar

El error estndar es una medida de dispersin de las medias de las muestras
alrededor de la media de la poblacin.

11. Precisin: Es el alejamiento mximo que el investigador est dispuesto a

permitir entre el estimador y el parmetro correspondiente.
12. Confiabilidad Es el grado de seguridad de que la precisin se cumpla, y se
mide en trminos de probabilidad. Los valores ms frecuentes utilizados para
representar la confiabilidad son: 1.65, 1.96, 2.58, los cuales equivalen al 90%,
95% y 99% de confianza, respectivamente.
13. Tipos de muestreo: Existen dos mtodos para seleccionar muestras de
poblaciones: el muestreo no aleatorio (no probabilstico o a juicio) y el muestreo
probabilstico (o aleatorio).
Muestreo Simple Aleatorio: En el muestreo simple aleatorio se seleccionan
muestras mediante mtodos que permiten que cada posible muestra de tamao
n tenga una igual probabilidad de ser seleccionada y que cada elemento de la
poblacin total tenga una oportunidad igual de ser incluido en la muestra.

Muestreo Sistemtico
Una muestra obtenida al seleccionar aleatoriamente un elemento de los primeros k
elementos en el marco y despus cada k-simo elemento se denomina muestra
sistemtica de 1-en-k En el muestreo sistemtico, los elementos son seleccionados
de la poblacin dentro de un intervalo uniforme que se mide con respecto al tiempo,
al orden, o al espacio. Este tipo de muestreo presenta la ventaja de ser ms fcil de
llevar a cabo en el campo, y por lo tanto, a diferencia de las muestras aleatorias
simples y estratificadas, est menos expuesto a los errores de seleccin que
cometen los investigadores de campo.

Muestreo Aleatorio Estratificado

Una muestra aleatoria estratificada es la obtenida mediante la separacin de los
elementos de la poblacin en grupos relativamente homogneos, que no presenten
traslapes, llamados estratos, y la seleccin posterior de una muestra aleatoria
simple. La estratificacin pretende reunir en cada estrato a unidades homogneas
entre s y heterogneas en relacin con los otros estratos. El muestreo estratificado
resulta apropiado cuando la poblacin ya est dividida en grupos de diferentes
tamaos y se desea tomar en cuenta este hecho.

Muestreo Aleatorio por Conglomerados

Los mtodos presentados hasta ahora estn pensados para seleccionar
directamente los elementos de la poblacin, es decir, que las unidades muestrales
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
se denomina conglomerado.

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.

Tipos de muestreo No Probabilsticos

Muestreo por Cuotas: este tipo de muestreo se fundamente generalmente sobre
la base de un buen conocimiento de los estratos de la poblacin y/o individuos ms
representativos o adecuados para los fines de la investigacin.
Muestreo Accidental: es aquel en el cual los individuos que formarn la muestra
se obtienen sin ningn plan preconcebido; los individuos seleccionados resultan
producto de circunstancias fortuitas.

Muestreo Incidental: se trata de un proceso en el que el investigador selecciona

directa e intencionalmente a los individuos de la poblacin.

Muestreo tipo snow ball (bola de nieve): en este tipo de muestreo, se localiza
a algunos individuos, los cuales conducen a otros, y stos a otros, y as hasta
conseguir una muestra suficiente.

14. Toma de la muestra: Para la solucin de este problema se sugiere hacer una
estimacin de la capacidad de estas tcnicas para evaluar la variable de
anlisis y de esta manera poder definir factores de correccin o calibracin
para ellas. Por ejemplo, en el caso de muestreo de suelos, el recorrido a
efectuar en la toma de muestra es de acuerdo a alguno de los siguientes
esquemas:

15. Errores en un estudio por muestreo: Aunque se empleen mtodos de

muestreo probabilsticos, las investigaciones estn sujetas a errores
potenciales. A continuacin se describen los tipos de errores de investigacin:

Error de muestreo: aparece como consecuencia de la utilizacin de una parte de

la poblacin para estimar caractersticas de todo el conjunto poblacional.

Errores de no muestreo: Se trata de errores que no tienen que ver con el hecho
de seleccionar una muestra. Puede ser consecuencia de la naturaleza del diseo
del estudio y de las imperfecciones en su ejecucin. Bsicamente se tienen tres
tipos de errores de no muestreo:

Error de cobertura o sesgo en la seleccin.

Error por falta de respuesta o sesgo por falta de respuesta.
Error de medicin.

Un buen proyecto de estudio de investigacin intenta reducir o minimizar esos

diversos errores, frecuentemente a un costo considerable.