01Ander(001-025).

qxd 1/17/08 10:26 AM Page 3

1.1 Aplicaciones en los negocios y en la economa 3

Anderson, pagina3
En una encuesta de Jupiter Media se encontr que 31% de los hombres adultos ven ms
de 10 horas de televisin a la semana. Entre las mujeres slo 26% (The Wall Street Jour-
nal, 26 de enero de 2004).
General Motors, uno de los lderes automotrices en descuentos en efectivo da, en prome-
dio, $4300 de incentivo en efectivo por vehculo (USA Today, 27 de enero de 2006).
Ms de 40% de los directivos de Marriott Internacional ascienden por escalafn (Fortu-
ne, 20 de enero de 2003).
Los Yankees de Nueva York tienen la nmina ms alta dentro de la liga mayor de bis-
bol. En el ao 2005 la nmina del equipo fue de $208 306 817, siendo la mediana por ju-
gador de $5 833 334 (USA Today, febrero 2006).
El promedio industrial Dow Jones cerr en 11 577 (Barrons, 6 de mayo de 2006).

A los datos numricos de las frases anteriores se les llama estadsticas. En este sentido el tr-
mino estadstica se refiere a datos numricos, tales como promedios, medianas, porcentajes y n-
meros ndices que ayudan a entender una gran variedad de negocios y situaciones econmicas.
Sin embargo, como se ver, el campo de la estadstica es mucho ms que datos numricos. En
un sentido amplio, la estadstica se define como el arte y la ciencia de reunir datos, analizarlos,
presentarlos e interpretarlos. Especialmente en los negocios y en la economa, la informacin ob-
tenida al reunir datos, analizarlos, presentarlos e interpretarlos proporciona a directivos, adminis-
tradores y personas que deben tomar decisiones una mejor comprensin del negocio o entorno
econmico, permitindoles as tomar mejores decisiones con base en mejor informacin. En es-
te libro se hace hincapi en el uso de la estadstica para la toma de decisiones en los negocios y
en la economa.
El captulo 1 empieza con algunos ejemplos de aplicaciones de la estadstica en los negocios
y en la economa. En la seccin 1.2 se define el trmino datos y se introduce el concepto de con-
junto de datos. En esta seccin se introducen tambin trminos clave como variables y observa-
ciones, se muestra la diferencia entre datos cualitativos y cuantitativos y se ilustra el uso de datos
transversales y de serie de tiempo. En la seccin 1.3 se ensea a obtener datos de fuentes ya exis-
tentes o mediante encuestas y estudios experimentales diseados para obtener datos nuevos. Se
resalta tambin el papel tan importante que tiene ahora Internet en la obtencin de datos. En las
secciones 1.4 y 1.5 se describe el uso de los datos en la estadstica descriptiva y para hacer infe-
rencias estadsticas.

1.1 Aplicaciones en los negocios y en la economa

En el entorno mundial actual de los negocios y de la economa, todo mundo tiene acceso a enor-
mes cantidades de informacin estadstica. Los directivos y los encargados de tomar decisiones
que tienen xito entienden la informacin y saben usarla de manera eficiente. En esta seccin se
proporcionan ejemplos que ilustran algunos de los usos de la estadstica en los negocios y en la
economa.

Contadura
Las empresas de contadores pblicos al realizar auditoras para sus clientes emplean procedi-
mientos de muestreo estadstico. Por ejemplo, suponga que una empresa de contadores desea de-
terminar si las cantidades en cuentas por cobrar que aparecen en la hoja de balance del cliente
representan la verdadera cantidad en cuentas por cobrar. Por lo general, el gran nmero de cuen-
tas por cobrar hace que su revisin tome demasiado tiempo y sea muy costosa. Lo que se hace
en estos casos es que el personal encargado de la auditora selecciona un subconjunto de las cuen-
tas al que se le llama muestra. Despus de revisar la exactitud de las cuentas tomadas en la mues-
tra (muestreadas) los auditores concluyen si la cantidad en cuentas por cobrar que aparece en la
hoja de balance del cliente es aceptable.
01Ander(001-025).qxd 1/17/08 10:26 AM Page 4

4 Captulo 1 Datos y estadsticas

Finanzas
Los analistas financieros emplean una diversidad de informacin estadstica como gua para sus
recomendaciones de inversin. En el caso de acciones, el analista revisa diferentes datos finan-
cieros como la relacin precio/ganancia y el rendimiento de los dividendos. Al comparar la in-
formacin sobre una determinada accin con la informacin sobre el promedio en el mercado de
acciones, el analista empieza a obtener conclusiones para saber si una determinada accin est
sobre o subvaluada. Por ejemplo, Barrons (12 de septiembre de 2005) informa que la relacin
promedio precio/ganancia de 30 acciones del promedio industrial Dow Jones fue 16.5. La re-
lacin precio/ganancia de JPMorgan es 11.8. En este caso la informacin estadstica sobre las
relaciones precio/ganancia indican un menor precio en comparacin con la ganancia para JPMor-
gan que el promedio en las acciones Dow Jones. Por tanto el analista financiero concluye que JP-
Morgan est subvaluada. sta y otras informaciones acerca de JPMorgan ayudarn al analista a
comprar, vender o a recomendar mantener las acciones.

Marketing
Escneres electrnicos en las cajas de los comercios minoristas recogen datos para diversas apli-
caciones en la investigacin de mercado. Por ejemplo, proveedores de datos como ACNielsen e
Information Research Inc. compran estos datos a las tiendas de abarrotes, los procesan y luego
venden los resmenes estadsticos a los fabricantes; quienes gastan cientos de miles de dlares
por producto para obtener este tipo de datos. Los fabricantes tambin compran datos y resme-
nes estadsticos sobre actividades promocionales como precios o displays promocionales. Los
administradores de marca revisan estas estadsticas y las propias de las actividades promociona-
les para analizar la relacin entre una actividad promocional y las ventas. Estos anlisis suelen
resultar tiles para establecer futuras estrategias de marketing para diversos productos.

Produccin
La importancia que se le da actualmente a la calidad hace del control de calidad una aplicacin
importante de la estadstica a la produccin. Para vigilar el resultado de los procesos de produc-
cin se usan diversas grficas de control estadstico de calidad. En particular, para vigilar los re-
sultados promedio se emplea una grfica x-barra. Suponga, por ejemplo, que una mquina llena
botellas con 12 onzas de algn refresco. Peridicamente un empleado del rea de produccin to-
ma una muestra de botellas y mide el contenido promedio de refresco. Este promedio o valor x-
barra se marca como un punto en una grfica x-barra. Si este punto queda arriba del lmite de
control superior de la grfica, hay un exceso en el llenado, y si queda debajo del lmite de con-
trol inferior de la grfica hay falta de llenado. Se dice que el proceso est bajo control y pue-
de continuar, siempre que los valores x-barra se encuentren entre los lmites de control inferior y
superior. Con una interpretacin adecuada, una grfica de x-barra ayuda a determinar si es nece-
sario hacer algn ajuste o correccin a un proceso de produccin.

Economa
Los economistas suelen hacer pronsticos acerca del futuro de la economa o sobre algunos
aspectos de la misma. Usan una variedad de informacin estadstica para hacer sus pronsticos.
Por ejemplo, para pronosticar las tasas de inflacin, emplean informacin estadstica sobre indi-
cadores como el ndice de precios al consumidor, la tasa de desempleo y la utilizacin de la ca-
pacidad de produccin. Estos indicadores estadsticos se utilizan en modelos computarizados de
pronsticos que predicen las tasas de inflacin.
01Ander(001-025).qxd 1/17/08 10:26 AM Page 5

1.2 Datos 5

Aplicaciones de la estadstica como las descritas en esta seccin integran este libro. Dichos
ejemplos proporcionan una visin general de la diversidad de las aplicaciones estadsticas. Co-
mo complemento de estos ejemplos, profesionales en los campos de los negocios y de la econo-
ma proporcionan los artculos de La estadstica en la prctica que se encuentran al principio de
cada captulo, en los que se presenta el material que se estudiar en el captulo. Las aplicaciones
en La estadstica en la prctica muestran su importancia en diversas situaciones de los negocios
y la economa.

1.2 Datos
Datos son hechos/informaciones y cifras que se recogen, analizan y resumen para su presenta-
cin e interpretacin. A todos los datos reunidos para un determinado estudio se les llama con-
junto de datos para el estudio. La tabla 1.1 muestra un conjunto de datos que contiene
informacin sobre 25 empresas que forman parte del S&P 500. El S&P 500 consta de 500 em-
presas elegidas por Standard & Poors. Estas empresas representan 76% de la capitalizacin de
mercado de todas las acciones de Estados Unidos. Las acciones de S&P 500 son estrechamente
observadas por los inversionistas y por los analistas de Wall Street.

TABLA 1.1 CONJUNTO DE DATOS DE 25 EMPRESAS S&P 500

Ganancia
Denominacin Precio por por
Bolsa abreviada Posicin en accin accin
Empresa de valores Ticker BusinessWeek ($) ($)
Abbott Laboratories N ABT 90 46 2.02
Altria Group N MO 148 66 4.57
Apollo Group NQ APOL 174 74 0.90
Bank of New York N BK 305 30 1.85
archivo CD Bristol-Myers Squibb
Cincinnati Financial
N
NQ
BMY
CINF
346
161
26
45
1.21
2.73
en Comcast NQ CMCSA 296 32 0.43
BWS&P Deere N DE 36 71 5.77
eBay NQ EBAY 19 43 0.57
Federated Dept. Stores N FD 353 56 3.86
Hasbro N HAS 373 21 0.96
IBM N IBM 216 93 4.94
International Paper N IP 370 37 0.98
Knight-Ridder N KRI 397 66 4.13
Manor Care N HCR 285 34 1.90
Medtronic N MDT 53 52 1.79
National Semiconductor N NSM 155 20 1.03
Novellus Systems NQ NVLS 386 30 1.06
Pitney Bowes N PBI 339 46 2.05
Pulte Homes N PHM 12 78 7.67
SBC Communications N SBC 371 24 1.52
St. Paul Travelers N STA 264 38 1.53
Teradyne N TER 412 15 0.84
UnitedHealth Group N UNH 5 91 3.94
Wells Fargo N WFC 159 59 4.09
Fuente: Business Week (4 de abril de 2005).
 OBLEM
PR
A
1 PROBLEMA DEL CAPTULO
DEL
O
UL
C A PT
Seis grados de Kevin Bacon: el estudio
original utiliz buenos datos?
Seis grados de Kevin Bacon es un juego popular re-
ciente, que consiste en identificar a un actor o a una actriz
de cine, y luego vincularlo con el actor Kevin Bacon. (En
el momento en que se escribi esto, el juego poda jugar-
se en el sitio Web www.cs.virginia.edu/oracle). Conside-
remos a Richard Gere como ejemplo. Gere actu en la
pelcula Cotton Club con Laurence Fishburne, que traba-
j en la pelcula Mystic River con Kevin Bacon. El vncu-
lo Gere-Fishburne-Bacon tiene dos grados de separacin
porque no se cuenta la persona meta. Este juego, creado
por tres estudiantes (Craig Fass, Brian Turtle y Mike Gi-
nelli) de Albright College, es una versin ms especiali-
zada de Small World Problem, que plantea la siguiente
pregunta: Cuntos intermediarios (amigos, parientes y
otros conocidos) se necesitan para conectar a cualesquie-
ra dos personas elegidas al azar en la Tierra? Es decir, pa-
ra cualesquiera dos personas en nuestro planeta, cul es
el nmero de grados de separacin? Este problema de co-
nexin tiene aplicaciones prcticas en muchos campos,
como las redes elctricas, el uso de Internet, las neuronas
del cerebro y la propagacin de enfermedades.
El concepto de seis grados de separacin surgi de
un estudio realizado en 1967 por el psiclogo Stanley
Milgram, quien originalmente describi que en Estados
Unidos dos residentes al azar estn conectados por un
promedio de seis intermediarios. En su primer experi-
mento, Milgram envi 60 cartas a personas de Wichita,
Kansas, a quienes les pidi que reenviaran esas cartas a
una mujer especfica en Cambridge, Massachusetts. A
esas personas se les dio la instruccin de entregar en
Triola
mano las cartas a conocidos que, segn ellos, podran
contactar a la persona indicada, ya fuera directamente o
a travs de otros conocidos. Participaron 50 de las 60
personas, y tres cartas llegaron a su destino. Dos experi-
mentos posteriores tuvieron tasas de terminacin ms
bajas; pero finalmente Milgram alcanz una tasa del 35
por ciento, y describi que cada cadena completa tena
un promedio de alrededor de seis intermediarios. Como
consecuencia, los datos originales de Milgram produje-
ron el concepto seis grados de separacin.
Veamos dos preguntas clave: Eran adecuados los
datos originales de Milgram? Los datos originales de
Milgram justifican el concepto de seis grados de sepa-
racin? Un principio extremadamente importante en
este captulo, en este libro, y en la estadstica en gene-
ral, es que el mtodo que se utiliza para reunir datos de
muestras puede construir o destruir la validez de las
conclusiones basadas en los datos.
En la actualidad, a todos nosotros se nos bombardea
con encuestas y resultados de encuestas. Algunas re-
nen datos de muestras que son tiles porque describen
de manera exacta caractersticas importantes de pobla-
ciones. Otras encuestas usan datos muestrales recolecta-
dos de tal forma que condenan los resultados a la cre-
ciente pila de basura de la mala informacin.
En este captulo, examinamos la pregunta sobre la
calidad de los datos del experimento de Stanley Milgram,
y analizamos y destacamos la importancia de reunir
datos usando mtodos slidos que puedan llevar a con-
clusiones que sean vlidas.