Unidad 1 2012 PDF

UNIDAD 1
INTRODUCCIÓN A LA ESTADÍSTICA:
EVOLUCIÓN
ETAPAS
MUESTREO
1
INTRODUCCIÓN
En nuestra primera unidad didáctica comprenderemos el significado de

la palabra estadística, y podremos observar como a través de la historia la
utilización de esta herramienta ha sido fundamental en el desarrollo de diversas
actividades, notaremos su presencia en las distintas disciplinas naturales,
sociológicas, económicas, como tecnológicas. El análisis Estadístico - presente
en cada acto humano - puede dotar al investigador de una estrategia
diferencial respecto de otros profesionales. La posibilidad de mejorar
continuamente los procesos repetitivos, debe basarse en respaldos
estadísticos de acuerdo a lo que se espera proyectado hacia el futuro.
OBJETIVOS ESPECÍFICOS
► Que el alumno pueda notar que, a partir de la necesidad de información en

distintos campos, desde hace tiempo existe tanto esmero en unificar sus
indicadores y la interpretación de los valores calculados.
► Que el alumno posea un marco para la elección del tipo de muestreo más
adecuado en una investigación
2
PROBABILIDADES Y ESTADÍSTICA
_____________________________________________________________________
Lic. Mónica L. Pascual

CONTENIDOS
1.1. Los primeros indicios.
1.2. Evolución conocida.

Necesidad de información censal.
Teorías probabilísticas
1.3. Etimología – Conceptos básicos.
1.4. Etapas de la Estadística.
1.5. Población y Muestra.
1.6. Tipos de muestreo

Muestreo probabilística
Muestreo no probabilístico
1.7. Tamaño de muestra
3
_____________________________________________________________________

Esquema de contenidos
A continuación le presentamos un esquema con vinculación de contenidos.
4
_____________________________________________________________________

Se ocupa
Se subdivide
Permite Logran
5
_____________________________________________________________________

Iniciaremos el recorrido de la primera Unidad Didáctica. Le
deseamos mucha suerte.
Comenzamos…
Desarrollo de los contenidos
1.1. LOS PRIMEROS INDICIOS.
Los comienzos de la estadística pueden ser hallados en el antiguo

Egipto, cuyos faraones lograron recopilar, hacia el año 3050 antes de Cristo,
prolijos datos relativos a la población y la riqueza del país. De acuerdo al
historiador griego Heródoto, dicho registro de riqueza y población se hizo con el
objetivo de preparar la construcción de las pirámides. En el mismo Egipto,
Ramsés II hizo un censo de las tierras con el objeto de verificar un nuevo
reparto.
En el antiguo Israel La Biblia da referencias, en el libro de los Números,

de los datos estadísticos obtenidos en dos recuentos de la población hebrea. El
rey David por otra parte, ordenó a Joab, general del ejército hacer un censo de
Israel con la finalidad de conocer el número de la población.
También los chinos efectuaron censos hace más de cuarenta siglos.

Los griegos efectuaron censos periódicamente con fines tributarios, sociales
(división de tierras) y militares (cálculo de recursos y hombres disponibles). La
investigación histórica revela que se realizaron 69 censos para calcular los
impuestos, determinar los derechos de voto y ponderar la potencia guerrera.
Pero fueron los romanos, maestros de la organización política, quienes

mejor supieron emplear los recursos de la estadística.
6
_____________________________________________________________________

Lea atentamente el siguiente concepto:
Cada cinco años realizaban un censo de la población y sus funcionarios

públicos tenían la obligación de anotar nacimientos, defunciones y matrimonios,
sin olvidar los recuentos periódicos del ganado y de las riquezas contenidas en
las tierras conquistadas.
En este breve párrafo ya distinguimos y vemos la aplicación de varios términos

que diferenciamos como: “censo” y “recuentos”.
También nos referimos a la forma de trabajo como “anotar nacimientos,
defunciones y matrimonios” y metodología estadística en “periódicos”.
1.2 EVOLUCIÓN CONOCIDA
Para el nacimiento de Cristo sucedía uno de estos empadronamientos

de la población bajo la autoridad del imperio.
Durante los mil años siguientes a la caída del imperio Romano se

realizaron muy pocas operaciones Estadísticas, con la notable excepción de las
relaciones de tierras pertenecientes a la Iglesia, compiladas por Pipino el Breve
en el 758 y por Carlomagno en el 762 DC. Durante el siglo IX se realizaron en
Francia algunos censos parciales de siervos. En Inglaterra, Guillermo el
Conquistador recopiló el Domesday Book o libro del Gran Catastro para el año
1086, un documento de la propiedad, extensión y valor de las tierras de
Inglaterra. Esa obra fue el primer compendio estadístico de Inglaterra.
Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en

Inglaterra, trataron de revivir la técnica romana, los métodos estadísticos
permanecieron casi olvidados durante la Edad Media.
7
_____________________________________________________________________

Durante los siglos XV, XVI, y XVII, hombres como Leonardo de Vinci,
Nicolás Copérnico, Galileo, Neper, William Harvey, Sir Francis Bacon y René
Descartes, hicieron grandes aportes al método científico, de tal forma que,
cuando se crearon los Estados Nacionales y surgió como fuerza el comercio
internacional existía ya un método capaz de aplicarse a los datos
económicos.
Para el año 1532 empezaron a registrarse en Inglaterra las defunciones

debido al temor que Enrique VII tenía por la peste. Más o menos por la misma
época, en Francia la ley exigió a los clérigos a registrar los bautismos,
fallecimientos y matrimonios. Durante un brote de peste que apareció a fines de
la década de 1500, el gobierno inglés comenzó a publicar estadísticas
semanales de los decesos. Esa costumbre continuó muchos años y en 1632
estos Bills of Mortality (Cuentas de Mortalidad) contenían los nacimientos y
fallecimientos por sexo. En 1662, el capitán John Graunt usó documentos que
abarcaban treinta años y efectuó predicciones sobre el número de personas
que morirían de varias enfermedades y sobre las proporciones de nacimientos
de varones y mujeres que cabría esperar, fue un esfuerzo innovador en el
análisis estadístico.
En el año 1540 Sebastián Muster realizó una compilación estadística de

los recursos nacionales, comprensiva de datos sobre organización política,
instrucciones sociales, comercio y poderío militar. Durante el siglo XVII aportó
indicaciones más concretas de métodos de observación y análisis cuantitativo y
amplió los campos de la inferencia y la teoría Estadística.
Los eruditos del siglo XVII demostraron especial interés por la

Estadística Demográfica como resultado de la especulación sobre si la
población aumentaba, decrecía o permanecía estática.
En los tiempos modernos tales métodos fueron resucitados por algunos

reyes que necesitaban conocer las riquezas monetarias y el potencial humano
8
_____________________________________________________________________

de sus respectivos países. El primer empleo de los datos estadísticos para
fines ajenos a la política estuvo a cargo de Gaspar Neumann en 1691, un
profesor alemán que vivía en Breslau. Este investigador se propuso destruir la
antigua creencia popular de que en los años terminados en siete moría más
gente que en los restantes, y para lograrlo hurgó pacientemente en los archivos
parroquiales de la ciudad. Después de revisar miles de partidas de defunción
pudo demostrar que en tales años no fallecían más personas que en los
demás. Los procedimientos de Neumann fueron conocidos por el astrónomo
inglés Halley, descubridor del cometa que lleva su nombre, quien los aplicó al
estudio de la vida humana. Sus cálculos sirvieron de base para las tablas de
mortalidad que hoy utilizan todas las compañías de seguros.
Intente elaborar un breve resumen de lo concerniente a Estadística en el

párrafo anterior que acabamos de presentarle.
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
Continuamos…
9
_____________________________________________________________________

Durante el siglo XVII y principios del XVIII, matemáticos como Bernoulli,

Francis Maseres, Lagrange y Laplace desarrollaron la teoría de
probabilidades. No obstante durante cierto tiempo, la teoría de las
probabilidades limitó su aplicación a los juegos de azar y hasta el siglo
XVIII no comenzó a aplicarse a los grandes problemas científicos.
Godofredo Achenwall, profesor de la Universidad de Gotinga, acuñó en

1760 la palabra estadística, que extrajo del término italiano statista (estadista).
Creía, y con sobrada razón, que los datos de la nueva ciencia serían el aliado
más eficaz del gobernante consciente. La raíz remota de la palabra se halla,
por otra parte, en el término latino status, que significa estado o situación. Esta
etimología aumenta el valor intrínseco de la palabra, por cuanto la estadística
revela el sentido cuantitativo de las más variadas situaciones.
Jacques Quételect es quien aplica las Estadísticas a las ciencias

sociales. Este interpretó la teoría de la probabilidad para su uso en las ciencias
sociales y resolver la aplicación del principio de promedios y de la variabilidad a
los fenómenos sociales. Quételect fue el primero en realizar la aplicación
práctica de todo el método Estadístico, entonces conocido, a las diversas
ramas de la ciencia.
Entretanto, en el período del 1800 al 1820 se desarrollaron dos

conceptos matemáticos fundamentales para la teoría Estadística; la teoría de
los errores de observación, aportada por Laplace y Gauss; y la teoría de los
mínimos cuadrados desarrollada por Laplace, Gauss y Legendre. A finales
del siglo XIX, Sir Francis Gaston ideó el método conocido por Correlación, que
tenía por objeto medir la influencia relativa de los factores sobre las variables.
10
_____________________________________________________________________

De aquí partió el desarrollo del coeficiente de correlación creado por Karl
Pearson y otros cultivadores de la ciencia biométrica como J. Pease Norton, R.
H. Hooker y G. Udny Yule, que efectuaron amplios estudios sobre la medida de
las relaciones.
A no asustarse hay conceptos que en su momento serán desarrollados!
Los progresos más recientes en el campo de la Estadística se refieren al

ulterior desarrollo del cálculo de probabilidades, particularmente en la rama
denominada indeterminismo o relatividad, se ha demostrado que el
determinismo fue reconocido en la Física como resultado de las investigaciones
atómicas y que este principio se juzga aplicable tanto a las ciencias sociales
como a las físicas.
Queda entonces claramente establecido que cada vez que citamos

estadística estamos refiriéndonos a un método científico, herramienta
de la cual se nutren varias ciencias.
No avance en la lectura si tiene alguna duda, utilice la PLATAFORMA

EDUCATIVA para comunicarse con su tutor.
Continuamos…
11
_____________________________________________________________________

1.3 ETIMOLOGÍA – CONCEPTOS BASICOS
La palabra "estadística" procede del latín statisticum collegium ("consejo

de Estado") y de su derivado italiano statista ("hombre de Estado" o "político").
El término alemán Statistik, que fue primeramente introducido por Gottfried
Achenwall (1749), designaba originalmente el análisis de datos del Estado, es
decir, "la ciencia del Estado" (también llamada "aritmética política" de su
traducción directa del inglés). No fue hasta el siglo XIX cuando el término
estadística adquirió el significado de recolectar y clasificar datos. Este
concepto fue introducido por el inglés John Sinclair.
Si leemos detenidamente el párrafo anterior, seguramente

distinguiremos términos referentes a análisis de datos, recolectar y clasificar
datos.
De acuerdo a la etimología de la palabra y a los términos extraídos de la

misma, vamos a definir a la estadística como:
Definición:
La Estadística se ocupa de los métodos y procedimientos para la

recopilación, presentación, analizar e interpretación de datos, siempre y
cuando la variabilidad e incertidumbre sea una causa intrínseca de los
mismos...
Recopilación: Recolección de información mediante entrevistas, encuestas,

cuestionarios, obtención de datos de fuentes primarias o secundarias, etc.
Presentación: Exposición de la información en forma de gráfico o tabular

(tablas denominadas distribuciones de frecuencias).
12
_____________________________________________________________________

Análisis: Consiste en ordenamiento, cálculos, interpolaciones, y obtención de
los indicadores de acuerdo al tipo de datos procesados.
Interpretación: Cada cálculo, indicador o medida resumen de un conjunto de

datos debe llevar consigo la interpretación del valor presentado.
La variabilidad es un concepto muy importante dentro de la estadística a la cual
nos referiremos en un capítulo posterior correspondiente al tema, la cual vamos
a definir como la no coincidencia de los valores en un conjunto de datos.
En cuanto a la incertidumbre, la misma debe estar presente en todo análisis
estadístico, a efectos que tenga sentido realizar estimaciones sobre valores
esperados.
1.4 ETAPAS DE LA ESTADÍSTICA
Recopilación
Presentación Estadística Análisis
Interpretación
Como podemos observar de la definición de estadística debemos

observar etapas o pilares en todo trabajo estadístico: primero recopilamos
la información necesaria (teniendo en cuenta como la vamos a procesar), luego
resumimos la misma en cuadros para presentarla en forma tabular y realizamos
los gráficos para tener una primera impresión del conjunto de datos, realizamos
13
_____________________________________________________________________

el análisis temático correspondiente mediante el cálculo de medidas de
tendencia central, variabilidad, asimetría, y siempre vamos a interpretar los
cálculos realizados, para llegar a las conclusiones respecto de la población
analizada.
Queda entonces claramente establecido que cada etapa que citamos

debe respetarse, realizarse a conciencia y en el orden explicitado, a
efectos de llegar a resultados que reflejen la realidad del conjunto de
datos.
A continuación le presentamos algunos ejemplos que lo ayudarán a obtener

una mejor interpretación del tema.
Ejemplos de recopilación, presentación, análisis e interpretación de

datos:
Reconociendo el significado de estos términos, nos animamos a elaborar a
manera de ejemplo, estudios estadísticos propuestos en una comunidad de la
siguiente manera:
Ejemplo 1:
A) Censo 2001: personal que trabaja en relación de dependencia:
1) Recopilación: el censo es realizado por maestras, policías y otro personal

del estado, mediante cuestionarios que son llenados por el censista a cada
familia entrevistada.
► Lea atentamente el siguiente concepto.
14
_____________________________________________________________________

Nota: adviértase, que de acuerdo a la información relevada podemos por
ejemplo conocer la procedencia de las personas encuestadas, para determinar
la densidad demográfica de cada provincia.
2) Presentación: una vez recogida la información, es procesada mediante la

elaboración de cuadros y gráficos de acuerdo a las variables bajo estudio que
se analizan, en nuestro ejemplo si el jefe de familia trabaja en relación de
dependencia
Nota: de cada pregunta abierta o cerrada efectuada a los entrevistados

obtenemos respuestas que corresponden a las variables bajo estudio: nivel de
ingresos, número de hijos, ocupación del jefe del hogar, edades, etc.
3) Análisis: con la información resumida en cuadros o distribuciones de

frecuencias, vamos a realizar análisis como: que proporción de la población
trabaja en relación de dependencia, cual para el estado o para particulares,
cual es el ingreso promedio de una localidad de nuestro país, que diferencia
existe entre el mayor y menor ingreso, cual es el peso medio de los niños de
10-12 años, o interrelacionar variables como si existe relación entre el nivel de
ingresos y el número de hijos, etc.
Nota: existen medidas que surgen a partir de la posición de los datos y

medidas calculadas a partir del conjunto de datos.
4) Interpretación: como ya lo dijimos anteriormente, todos los valores

obtenidos del conjunto de datos deben ser interpretados, primero en forma
individual tal como, el 50% de los habitantes tiene estudios secundarios o
15
_____________________________________________________________________

inferiores y el otro 50% estudios superiores o mayores; y luego en forma
conjunta como: al existir una gran variabilidad en los sueldos, con una
asimetría marcada de derecha, no podemos concluir que la media aritmética
del ingreso es representativa de la población.
► ¡ATENCIÓN! Lea atentamente el siguiente concepto.
Nota: La interpretación sirve entre otras cosas para que cualquier persona,
aunque no maneje las herramientas estadísticas presentadas, pueda utilizar la
salida de datos de acuerdo a lo que indica su interpretación.
Ejemplo 2:
A) Intención de voto en elecciones sindicales 2007: obreros de la

construcción:
1) Recopilación: La muestra es realizada por entrevistadores, formados a

tal efecto, mediante cuestionarios que son llenados por el entrevistador,
con preguntas sobre intención de voto y dos o más preguntas testigo.
Nota: como vamos a encuestar solo una parte de la población estamos

realizando una muestra, la cual tiene que ser representativa para poder inferir
acerca del total de la población.
2) Presentación: una vez recogida la información, es cargada resumida en

computadoras y mediante la elaboración de cuadros y gráficos podemos
ver las preferencias hacia los distintos candidatos.

16
_____________________________________________________________________

Nota: en las preguntas testigo se consulta además cuestiones relacionadas
con las campañas de los distintos candidatos y su imagen a efectos de evitar
respuestas erróneas que pueden hacer variar los resultados.
3) Análisis: con la información resumida en cuadros o distribuciones de

frecuencias, vamos a realizar análisis como: ¿Cuál es el candidato con
mayores posibilidades en las próximas elecciones. ¿Qué diferencia
existe entre nuestro candidato y su oponente más significativo? ¿Qué
proporción de personas votarán a determinado candidato?, etc.
Nota: Existen diferencias absolutas y relativas que pueden obtenerse de un

conjunto de datos, las que son calculadas de acuerdo a las necesidades para
un correcto análisis de acuerdo al criterio del investigador.
4) Interpretación: los valores obtenidos del conjunto de datos siempre

deben ser interpretados, en forma individual como: lo más frecuente es
que el candidato preferido será…; y luego en forma conjunta como por
ejemplo: al existir una proporción casi uniforme en cuanto a la elección
de voto, no podemos concluir que exista un candidato con una marcada
preferencia por alguno de ellos.
Nota: al trabajar con una muestra en la interpretación podemos aclarar además

el alcance de la misma y los segmentos de la población donde fueron
realizadas las encuestas.
17
_____________________________________________________________________

Ejemplo 3:
A) Grado de higiene de los sectores visitados: Asistentes a una exposición:
1) Recopilación: La muestra es realizada al azar por computadores del marco

muestral que surge del teléfono declarado en fichas llenadas por los
ingresantes, mediante preguntas cerradas que piden que se oprima un botón
en el caso de cada respuesta.
Nota: el sistema de cómputos puede llamar a cualquier número entre

determinados valores del marco muestral, que es el listado de todos los
elementos susceptibles de ser seleccionados en cualquier etapa del proceso de
muestreo.
2) Presentación: una vez recogida la información, mediante software

prediseñado la misma es resumida y presentada en forma de cuadros y
gráficos en los cuales podemos ver quiénes y qué contestaron a cada
pregunta.
Nota: podemos tener cuadros por cada variable, como: la cantidad de

personas que opinaron que las instalaciones se encontraban de manera
excelente, si le interesaría contratar servicios con alguna empresa, etc.
3) Análisis: realizamos análisis para conocer la edad media de los ingresantes

a la exposición, que proporción de visitantes volverían el año próximo, etc.
18
_____________________________________________________________________

Nota: el computador nos dará los datos recolectados y presentados, pero
depende del investigador poder discernir qué información debe analizar para
llegar a distintas conclusiones.
4) Interpretación: los resultados del análisis del investigador serán

interpretados como ya lo dijimos en forma individual como, si todas las
personas opinaran lo mismo, la puntuación al grado de higiene de las
instalaciones sería de… puntos, determinado porcentaje de los usuarios
contratarías nuestros servicios, etc.
Nota: las muestras deben ser preferentemente probabilísticas, donde cada

unidad muestral tenga probabilidad de estar presente en la muestra
seleccionada.-
1.2. INDICADORES URB

Intente elaborar un breve resumen del concepto que acabamos de
presentarle, en un ejemplo práctico detallando los pasos que realizaría en
cada etapa.
19
_____________________________________________________________________

Continuamos…
Recuerde:
Este tema, si bien es sencillo, causa algunas dificultades en los

alumnos que no se toman la molestia de practicar un poco. Es
recomendable abocarse a presentar ejemplos de recopilación, análisis
e interpretación de los datos.

Continuamos…
ACTIVIDAD DE APRENDIZAJE
¡No hay aprendizaje sin actividad! Responda la siguiente consigna.
Ejemplo de Ejercicio:
Determinar cuáles serían los pasos a desarrollar en una investigación

estadística para el estudio de la cantidad de empleados de los hoteles de 4 y 5
estrellas en la ciudad de Mar del Plata.
1. ¿Como realizaría la recopilación?
2. Una vez recopilada, ¿Qué hacemos con la información?
20
_____________________________________________________________________

3. Dentro del análisis, ¿Cuál serían los factores que inciden en la cantidad
de empleados?
4. La salida de la información, ¿Cómo debe ser y por qué?
¡Asesorémosle y descubramos juntos los beneficios!
Si finalizó con la tarea, continúe con la lectura.
En este proceso de análisis de la información, debemos destacar una

subdivisión importante de la estadística:
ESTADÍSTICA DESCRIPTIVA Y ESTADÍSTICA INFERENCIAL:
Estadística descriptiva se refiere a la recolección, presentación, descripción,

análisis e interpretación de un conjunto de datos. Consiste en resumir dichos
datos con elementos de información (medidas descriptivas) que caracterizan la
totalidad de los mismos. La estadística descriptiva es el método que permite
resumir o describir de un conjunto de datos conclusiones sobre si mismos y no
sobrepasan el conocimiento proporcionado por éstos.
La estadística inferencial se refiere al proceso de lograr generalizaciones

acerca de las poblaciones, partiendo de un subconjunto de la misma
denominada muestra las cuales pueden presentar una serie de riesgos. Para
que las generalizaciones sean válidas la muestra debe ser representativa de la
población y la calidad de la información debe ser medida y controlada; además
ya que las conclusiones extraídas están sujetas a errores, se tendrá que
especificar el riesgo o probabilidad con que se pueden cometer esos errores.
21
_____________________________________________________________________

La estadística inferencial es un conjunto de técnicas utilizado para obtener
conclusiones que sobrepasan los límites del conocimiento aportado por los
datos, busca obtener información de una población mediante un procedimiento
del manejo metódico de datos de la muestra.
Entre las particularidades de la inferencia diferenciamos la estimación

(puntual y por intervalo) y las pruebas de hipótesis. En estimación se usan
características de la muestra para infererir sobre las características de la
población. En un test de hipótesis se usa la información de la muestra para
responder a interrogantes sobre la población.
1.5 CONCEPTO DE POBLACION Y MUESTRAS
Dentro de toda investigación el primer paso importante es establecer

cual es la población de donde se van a extraer los datos. Si es factible trabajar
con la población o si será conveniente trabajar con una muestra.
Una población está determinada por sus características definitorias. Por

lo tanto, este conjunto de elementos se denomina población o universo.
Población es la totalidad de los elementos (individuos y/u objetos) de

los cuales se obtendrá la información necesaria para dar respuesta al problema
de investigación. De manera que las unidades de población poseen una
característica común, la que se estudia y da origen a los datos necesarios para
la investigación.
Entonces, una población física es el conjunto de todas las personas,

animales o cosas que concuerdan con una serie determinada de
especificaciones, definidas en una dimensión espacio y en una dimensión
tiempo. Un censo, por ejemplo, es el recuento de todos los elementos de una
22
_____________________________________________________________________

población. La población estadística es el conjunto de los valores de la variable
bajo estudio.
Cada cinco años realizaban un censo de la población y sus funcionarios

públicos tenían la obligación de anotar nacimientos, defunciones y
matrimonios, sin olvidar los recuentos periódicos del ganado y de las
riquezas contenidas en tierras conquistadas.
Desde luego, es de fundamental importancia comenzar el estudio definiendo la

población a estudiar. Las poblaciones suelen ser muy numerosas, por lo que es
difícil estudiar a todos sus miembros; además de que esto no es posible, no es
necesario. Es como si se quisiera estudiar la composición química del agua de
un río y para ello se intentara analizar toda el agua que corre por su cauce,
cuando solamente se puede tomar unas muestras para realizar ese estudio y
llegar a conclusiones generalizables con respecto a la composición química del
agua de todo el río.
Cuando se seleccionan algunos elementos con la intención de averiguar

algo sobre una población determinada, este grupo es definido como muestra.
Cuando no es posible medir cada uno de los individuos de una población, se
toma una muestra representativa de la misma. Por supuesto, se espera a
través del estudio que lo que se averigüe en la muestra sea cierto para la
población en su conjunto. La exactitud de la información recolectada depende
en gran medida de la forma en que sea seleccionada la muestra.
Una muestra es un subconjunto de unidades, una porción del total, que

trata de representar la conducta del universo en su conjunto. Una muestra, en
23
_____________________________________________________________________

un sentido amplio, no es más que eso, una parte del todo que se llama
universo o población y que sirve para representarlo. Cuando un investigador
realiza en ciencias sociales un experimento, una encuesta o cualquier tipo de
estudio, trata de obtener conclusiones generales acerca de una población
determinada. Para el estudio de ese grupo, tomará un sector, al que se conoce
como muestra
La muestra descansa en el principio de que las partes representan al

todo y, por tal, refleja las características que definen la población de la que fue
extraída, lo cual indica que es representativa. Por lo tanto, la validez de la
generalización depende de la validez y tamaño de la muestra. Por lo tanto la
selección y el tamaño de la muestra juegan un papel muy importante en la
investigación.
► Definiciones:
Población: es el conjunto de personas, animales o cosas objeto de nuestro

estudio, en una dimensión espacio y tiempo.
Muestra: es un subconjunto de la población (extraído mediante técnicas de

muestreo) cuyo estudio sirve para inferir características de toda la población.
Unidad de análisis: es cada uno de los elementos que forman la población

(elemento unitario) o la muestra (unidad muestral).
¡No hay aprendizaje sin actividad! Responda la siguiente consigna.
1. ¿Cuántos tipos de Población se presentaron?
2. ¿Cómo deben ser las muestras seleccionadas?
24
_____________________________________________________________________

No olvide que los objetivos de cada Unidad guiarán su estudio
haciéndoselo más agradable porque sabe dónde debe (quiere) llegar.
.
1.6 TIPOS DE MUESTREO
Como se comentó en la sección 1.5, cuando no es posible medir a cada

uno de los individuos de una población, se toma una muestra representativa de
la misma.
Una muestra es un subconjunto de unidades, una porción del total, que
trata de representar la conducta del universo en su conjunto. Por supuesto, se
espera a través del estudio, que lo que se averigüe en la muestra sea cierto
para la población en su conjunto. La exactitud de la información recolectada
depende en gran medida de la forma en que sea seleccionada la muestra, pero
también de la correcta definición de la población objetivo.
1.6.1 Definición de la población objetivo
Definir la población de interés es un paso fundamental en el proceso de

muestreo. La pregunta es ¿a quién vamos a pedir su opinión para satisfacer los
objetivos del estudio?
El problema es especificar las características de los individuos, cosas u
objetos (personas, compañías, tiendas, etc.) de los cuales se requiere
información para satisfacer los objetivos de la investigación. Definir la población
objetivo incluye quien debe integrar la muestra y quién no.
La población debe definirse en forma precisa. Una incorrecta definición
de la población puede tener como consecuencia la obtención de información
sesgada.
25
_____________________________________________________________________

Veamos con un ejemplo como definir correctamente a una población:
Se va a realizar una prueba de concepto de producto para un nuevo

medicamento sin receta para aliviar los síntomas del catarro
Población (N): todas las personas en un rango de 21 a 70 años
Esta definición es incorrecta, ya que no todas las personas adquieren un

producto de este tipo sin receta cuando tienen catarro
Población (N): todas las personas en un rango de 21 a 70 años que hayan

adquirido alguna o varias marcas de la competencia durante la última vez
que tuvieron catarro (Definición correcta)
La población debe definirse en forma precisa en términos de:
a) Elementos: es el objeto acerca del cual se desea información. En

una investigación por encuesta, el elemento es el encuestado.
b) Unidad de muestreo: es un elemento, o unidad que contiene al
elemento, disponible para selección en alguna etapa del proceso de
muestreo
c) La extensión: se refiere a los límites geográficos
d) El tiempo: lapso en el cual se recolectará la información
Ejemplo 1:
Una universidad privada quiere realizar un estudio para conocer en qué medida
Se cumple con las normas de seguridad e higiene en la construcción de
edificios de 5 o más pisos en la ciudad de Mar del Plata, respecto al uso del
equipamiento adecuado en los trabajadores.
26
_____________________________________________________________________

Población objetivo (N): Todos los individuos que trabajan en edificios en
construcción de 5 o más pisos en la ciudad de Mar del Plata
Elemento: el trabajador
Unidad muestral: el edificio en construcción (de 5 o más pisos)
Extensión: la ciudad de Mar del Plata
Tiempo: 2011
Continuamos…
Responda la siguiente consigna.
Vamos a determinar la población en términos de elemento, unidad muestral,

extensión y tiempo unitario y la variable bajo estudio, indicando a que tipo
corresponde la misma, de cada uno se los siguientes casos:
I) Luego de relevar en Mayo de 2.003 los Ingenios de Tucumán que van a

producir alcohol durante la zafra de este año, para asentar el número de
trabajadores inscriptos con aportes previsionales se encontró que varios
de ellos debían regularizar su situación.
II) Para verificar el nivel auditivo de los trabajadores de una empresa

minera radicada en Sur de Tucumán, en Agosto de 2.007, se realizó un
censo de trabajadores que poseen contacto con sectores de alto riesgo.
27
_____________________________________________________________________

Continuamos…
La población de interés a menudo se especifica en términos de alguna

combinación de los siguientes factores: características geográficas,
demográficas, uso de producto o servicio, medidas sicológicas, etc. La tabla
siguiente señala algunas bases de interés para definir a la población.
BASE ANALISIS
Depende del campo de operación del cliente: ciudad, área metropolitana,
Geografía
región, todo el país, diversos países
Dado los objetivos y el mercado meta, ¿qué personas es conveniente
entrevistar? Por ejemplo:
 Mujeres de más de 18 años
Datos
 Mujeres entre 18 y 34 años
demográficos
 Mujeres entre 18 y 34 años, con ingresos familiares superiores a
$30.000,- por año, que trabajan y con hijos en etapa preescolar
Características de inclusión: se establece en términos de usuarios o no

usuarios, o del uso de cierta cantidad del producto o servicio:
 Consume 5 o más latas o vasos de refrescos bajos en calorías por
Aplicaciones semana
 Ha viajado a Europa por negocios o vacaciones en los dos últimos años
 Ud. o cualquier miembro de su familia inmediata ha estado hospitalizado
por más de un día durante los dos últimos años
Se entrevista a individuos que están conscientes de los anuncios de la
Conciencia compañía, para averiguar que han aprendido sobre las características del
producto o servicio
1.6.2.- Determinar el marco de muestreo
28
_____________________________________________________________________

El marco de muestreo es una lista de los miembros o elementos de la
población de la cual se seleccionarán las unidades de muestreo
Ejemplos de marco de muestreo
 Lista de empresas de una industria
 Lista de correos compradas a organizaciones comerciales
 Directorio de una ciudad o un mapa
En algunas ocasiones se puede obtener una lista de elementos de la

población, pero la misma puede omitir a algunos elementos, como es el
caso de las guías de teléfono. Los directorios telefónicos pueden ser un
buen marco de muestreo para recopilar información a través de encuestas
telefónicas; sin embargo hay personas que pagan por no estar en la guía,
algunos individuos se han mudado o cambiado de teléfono. Esto hace que
el marco de muestreo sea deficiente.
En algunos casos, las discrepancias entre la población y el marco de

muestreo puede ser lo suficientemente pequeña para ignorarla. En otros
casos, el investigador debe reconocer esta diferencia y reflejar el marco de
muestreo aplicando un procedimiento para producir una muestra
representativa de individuos con las características deseadas: por ejemplo,
utilizando procedimientos de marcado de dígitos aleatorios para encuestas
telefónicas
1.6.3. – Seleccionar la técnica de muestreo
Una vez que se ha tomado la decisión de trabajar con una muestra, el

paso siguiente es decidir cuál será el tipo de muestreo a utilizar. Existen
básicamente dos clasificaciones y cada una de ellas agrupa diferentes
subtipos de muestreo.
El muestreo básicamente puede clasificarse en:
29
_____________________________________________________________________

a) Probabilístico: en este caso, cada elemento de la muestra tiene una
probabilidad conocida de ser seleccionado para formar parte de la
misma. Este tipo de muestreo asegura la representatividad de la
muestra extraída y permite hacer inferencias a la población.
b) No Probabilístico: la selección de las unidades de análisis se hace

siguiendo determinados criterios del investigador, procurando en la
medida de lo posible, que la muestra sea representativa. Pero la realidad
es que este tipo de muestra adolece de fundamentación probabilística y
no corresponde hacer inferencias a la población.
A pesar de estas diferencias tan importantes, para algunos tipos de estudio

el muestreo probabilístico resulta excesivamente costoso, en tiempo y
dinero, y se acude a métodos no probabilísticos, aun siendo conscientes de
que no sirven para realizar generalizaciones (estimaciones inferenciales
sobre la población), pues no se tiene certeza de que la muestra extraída
sea representativa, ya que no todos los sujetos de la población tienen la
misma probabilidad de ser elegidos. El muestreo no probabilístico, cuando
el investigador toma todos los recaudos necesarios para seleccionar la
muestra, permite tomar decisiones basadas en el análisis de la muestra.
Tipos de muestreo probabilístico
a) Muestreo por azar simple: para seleccionar a las unidades muestrales

se emplea una tabla de números aleatorios o se generan éstos a través
de un ordenador. A cada elemento de la población se le asigna un
número que permita identificarlo; luego se seleccionan los elementos
que van a integrar la muestra de tamaño n haciendo coincidir el número
de identificación con los primeros n números aleatorios. La probabilidad
que tiene cada elemento de ser seleccionado es: P( x)  n / N
b) Muestreo sistemático: como en el muestreo por azar simple, se

enumeran los elementos de la población. Se elige por azar simple al
30
_____________________________________________________________________

primer integrante de la muestra y a partir de éste, el resto de las
unidades muestrales se toman de k en k individuos, siendo k  N / n
c) Muestreo estratificado: en este tipo de muestreo se subdivide a la

población en grupos o estratos que se suponen homogéneos con
respecto a alguna característica que se va a estudiar. Luego se realiza
un muestreo aleatorio (por azar o sistemático) en cada uno de los
estratos. Lo que se pretende con este tipo de muestreo es asegurarse
de que todos los estratos de interés estarán representados
adecuadamente en la muestra.
El muestreo estatificado se subdivide en dos tipos:
Estrato proporcional: el tamaño de la muestra tomado de cada

estrato es proporcional al tamaño relativo del estrato en la población
total, de manera que:
tamaño del estrato

proporción de elementos en cada estrato de la muestra 
N
Estrato desproporcional u óptimo: el número de elementos que

se toma en cada estrato es proporcional al tamaño relativo del estrato y
a la desviación estándar de la variable de estratificación
d) Muestreo por conglomerado: en los distintos tipos de muestreo hasta

ahora mencionados, se selecciona directamente al elemento que va a
formar parte de la muestra. En el muestreo por conglomerado, se
seleccionan unidades muestrales o “conglomerados” que contienen a los
elementos de la población que van a conformar la muestra. Así por
ejemplo, los hospitales, las universidades, las construcciones, son
conglomerados naturales. El muestreo por conglomerados consiste en
seleccionar aleatoriamente un cierto número de conglomerados (el
necesario para alcanzar el tamaño muestral establecido) y luego puede
recopilarse la información de todos los elementos del conglomerado o
puede seleccionarse en forma aleatoria, por alguno de los tres métodos
31
_____________________________________________________________________

expuestos antes, una submuestra de cada conglomerado. En este último
caso, el muestreo se denomina bietápico.
Cuando los conglomerados son áreas geográficas suele hablarse de

"muestreo por áreas".
Ejemplo 2:
Se quiere estimar el promedio mensual de accidentes en el sector de la

construcción durante el año 2010 en la ciudad de Mar del Plata.
 Población: todos los trabajadores afiliados en el sindicato de la construcción

en Mar del Plata durante el año 2010.
 Elemento y unidad muestral: el trabajador
 Extensión: ciudad de Mar del Plata
 Tiempo: año 2010
 Tipo de muestreo: como se quiere hacer una inferencia a la población se va
a emplear un muestreo probabilístico
 Marco de muestreo: el listado de todos los trabajadores afiliados al sindicato
durante el año 2010 en la ciudad de Mar del Plata
 Tipo de muestreo: se indica a continuación el mecanismo de selección de las
unidades muestrales para los diferentes subtipos de muestreo probabilístico
comentados.
a) Muestreo por azar: como criterio para la selección al azar de los

trabajadores puede utilizarse el número de afiliado al sindicato.
Utilizando una tabla de números aleatorios (que puede encontrarse en
libros de estadística o pueden generarse con una planilla de cálculo), si
la muestra (n) va a ser de 120 individuos, se seleccionan del marco de
muestreo los 120 primeros trabajadores cuyo número de afiliado
coincidan con los primeros 120 números aleatorios.
32
_____________________________________________________________________

b) Muestreo sistemático: El primer individuo que va a integrar la muestra
se selecciona a través de un muestreo por azar simple, es decir, que se
selecciona haciendo coincidir el número de afiliado con un número
aleatorio. Luego, teniendo en cuenta la totalidad de afiliados al sindicato,
se divide al total de la población por el tamaño que tendrá la muestra
para determinar cada cuantos afiliados se hará la extracción del
elemento. Así, si la población fuera de 2520 trabajadores, cada 21
afiliados se seleccionará a uno para formar parte de la muestra
(2520/120 = 21).
c) Muestreo estratificado: En el estudio que se pretende realizar podría ser
importante tener en cuenta que las grandes empresas que cuentan con
muchos empleados tienen una mayor cantidad de accidentados que las
pequeñas constructoras con pocos empleados. En virtud de lo expuesto
puede tomarse como base para estratificar a la población “la cantidad de
trabajadores por empresa”. Así es que podrían agruparse en aquellas que
tienen menos de 50, entre 51 y 100 y más de 100 empleados. Supongamos
que la proporción que cada estrato o grupo de empresas según la cantidad
mencionada de trabajadores es: 60% para las que tienen menos de 50
empleados, 25% para aquellas que tienen entre 51 y 100 y 15% para las
que tienen más de 100.
Si la decisión es realizar un “muestreo estratificado proporcional”, entonces
el tamaño de cada estrato dentro de la muestra debe ser proporcional al
tamaño relativo del estrato en la población total; de manera que, para un
n=120, la cantidad de trabajadores seleccionados en cada estrato debe ser
72, 30 y 18 elementos respectivamente en cada uno de ellos.
d) Muestreo por conglomerado: En este planteo, el marco de muestro son

las empresas constructoras asociadas a las cámaras de la construcción (si
hubiera más de una) de la ciudad de Mar del Plata en el año 2011. El
procedimiento comienza seleccionando, por algunos de los subtipos de
muestreo previamente explicados, las empresas constructoras que son las
33
_____________________________________________________________________

que contienen a los elementos que van a formar parte de la muestra. Una
vez que éstas han sido seleccionadas, el siguiente paso es escoger a los
elementos dentro de las empresas, para lo cual pueden realizarse
muestreos al azar (simple o estratificado) entre los trabajadores de las
constructoras seleccionadas hasta completar el total de la muestra.
Tipos de muestreo no probabilístico
a) Muestreo por conveniencia: el investigador selecciona directa e

intencionadamente los a individuos de la población más accesibles para
obtener información. Por ejemplo, la gente en una reunión, podría ser
designada como muestra. También es el caso de los individuos que son
detectados en centros comerciales. Este es un método fácil y barato,
pero el sesgo puede ser importante.
b) Muestreo por juicio: el investigador selecciona a individuos que juzga

de antemano tienen un conocimiento profundo del tema bajo estudio, por
lo tanto, se considera que la información aportada por esas personas es
vital para la toma de decisiones.
c) Muestreo por cuotas: Es la técnica más difundida sobre todo en

estudios de mercado y sondeos de opinión. En primer lugar es necesario
dividir la población de referencia en varios estratos definidos por algunas
variables de distribución conocida (como el género o la edad).
Posteriormente se calcula el peso proporcional de cada estrato, es decir,
la parte proporcional de población que representan. Finalmente se
multiplica cada peso por el tamaño de n de la muestra para determinar la
cuota precisa en cada estrato. Se diferencia del muestreo estratificado
en que una vez determinada la cuota, el investigador es libre de elegir a
los sujetos de la muestra dentro de cada estrato.
d) Muestreo bola de nieve: Se localiza a algunos individuos, los cuales

conducen a otros, y estos a otros, y así hasta conseguir una muestra
suficiente. Este tipo se emplea muy frecuentemente cuando se hacen
34
_____________________________________________________________________

estudios con poblaciones "marginales", delincuentes, sectas,
determinados tipos de enfermos, etc
No olvide que los objetivos de cada Unidad guiarán su estudio

haciéndoselo más agradable porque sabe donde debe (quiere) llegar.

 Sigamos…
¡No hay aprendizaje sin actividad! Responda las siguientes

consignas.
1. ¿Cuándo una muestra es representativa de la población de la cual ha
sido extraída?
2. ¿Cuál es la diferencia entre un muestreo probabilístico y no

probabilístico?
35
_____________________________________________________________________

3. ¿Cuál es la diferencia entre el muestreo por cuotas y el estratificado?
Responda ahora a las siguientes consignas.
1. Cuándo realizamos un relevamiento de toda la población bajo estudio, el

proceso se denomina: _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
2. La estadística es un _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _, del que se nutren

varias ciencias.
3. Defina estadística: _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_________________________________________
4. ¿Cuáles son los pilares de la estadística?

__________________________________________
______________________________________.____
5. ¿Cómo se pueden presentar los datos?

__________________________________________
__________________________________________
6. Presente los términos relacionados con la materia que recuerde.

__________________________________________
__________________________________________
7. Las muestras deben ser preferentemente: _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

_______________________________________ __
36
_____________________________________________________________________

1.7 TAMAÑOS DE MUESTRA
DETERMINACIÓN DEL TAMAÑO DE MUESTRA EN UN MUESTREO

PROBABILISTICO
La elección del tamaño de muestra está condicionado por factores

administrativos, financieros y estadísticos.
Dentro de los primeros, podemos mencionar la naturaleza de la investigación y
la decisión asociada a los resultados de ésta.
Las restricciones presupuestarias son un fuerte factor financiero que en
muchas ocasiones condiciona fuertemente el tamaño de la muestra, a punto tal
de tener que en algunos casos, revisar los objetivos del estudio.
Entre los factores estadísticos, que son los que nos ocupan, los más
importantes son la precisión y el nivel de confianza.
 Error de muestreo o nivel de precisión e :.

Cualquiera sea el procedimiento utilizado y la perfección del método
empleado, la muestra diferirá de la población. A esta diferencia se la denomina
error de muestreo, es decir, es la diferencia de tolerancia máxima entre la
estadística de muestra y el parámetro poblacional
Si se quiere eliminar el riesgo del error y considerarlo como 0%, entonces la
muestra sería del mismo tamaño que la población, por lo que conviene correr
un cierto riesgo de equivocarse.
Cuando una muestra es aleatoria o probabilística, es posible calcular sobre ella
el error muestral. Este error indica el porcentaje de incertidumbre.
En resumen, para fijar el tamaño de la muestra adecuado a cada investigación,
es preciso primero determinar el porcentaje de error que estamos dispuestos a
admitir. Una vez hecho esto, deberán realizarse las operaciones estadísticas
correspondientes para poder calcular el tamaño de la muestra que nos permite
situarnos dentro del margen de error aceptado.
37
_____________________________________________________________________

Debemos advertir que el error muestral nunca debe calcularse como un
porcentaje del tamaño de la muestra respecto al del universo.
e X 
 Nivel de confianza: es el porcentaje de seguridad que existe para

generalizar los resultados obtenidos.
Llamamos nivel de confianza a la probabilidad de que el intervalo construido en

torno a un estadístico capte el verdadero valor del parámetro.
En el contexto de estimar un parámetro poblacional, un intervalo de confianza
es un rango de valores (calculado a partir de una muestra) en el cual se
encuentra el verdadero valor del parámetro, con una probabilidad determinada.
La probabilidad de que el verdadero valor del parámetro se encuentre en el
intervalo construido se denomina nivel de confianza.
Comúnmente en las investigaciones sociales se busca un 95% de confiabilidad.
El nivel de confianza se obtiene a partir de la distribución normal estándar, que
es un tema que se estudia en el módulo 4. Por ahora y sólo a los fines del
cálculo del tamaño de muestra, se indican a continuación los valores Z de la
distribución normal estándar asociados a los niveles de confianza más
utilizados:
Nivel de confianza 95 %: Z = 1,96
Nivel de confianza 99 %: Z = 2,575
Nivel de confianza 99,7%: Z = 2,967
También hay que tomar en cuenta que el nivel de confianza no es ni un

porcentaje
Z2 2
 Tamaño de muestra para la media: n
e2
38
_____________________________________________________________________

En la fórmula precedente, Z corresponde al valor de la distribución normal
estándar asociado al nivel de confiabilidad, e es el nivel de precisión o error de
muestreo y σ2 es la varianza poblacional. Este último valor corresponde a la
variabilidad de la población, tema que se trata en el módulo 2. Para facilitar la
comprensión del tema, vale explicar que entre las medidas de variabilidad más
importantes está el desvío estándar (σ), que es el promedio de las variaciones
de los valores que adopta la variable respecto a su media. La relación entre la
varianza y el desvío estándar es:    2 . En algunas ocasiones, la

variabilidad puede expresarse como la varianza y otras como el desvío
estándar.
Observando la fórmula puede darse cuenta que a medida que disminuye el

error muestral y/o aumenta el nivel de confiabilidad, el tamaño de muestra es
mayor.
Si la varianza poblacional es un dato que no se conoce, puede ser estimada de

la siguiente manera:
a) pueden utilizarse datos sobre la varianza poblacional utilizados en estudios

anteriores. Si fuera este el método para estimar la varianza poblacional, debe
asegurarse de la validez actual de este valor.
b) a través de una muestra piloto: se estima la varianza poblacional mediante la

varianza muestral s2
b) si existe evidencia que la población estudiada tiene distribución normal, se

estima dividiendo el rango o amplitud de la población por 4 y a este valor se lo
eleva al cuadrado.
39
_____________________________________________________________________

Z 2 P (1  P)
 Tamaño de muestra para una proporción: n 
e2
Z es el valor de la distribución normal estándar asociado al nivel de

confiabilidad, e es el error de muestreo aceptable y p es la proporción
verdadera de éxito. Es decir, que en realidad p es el parámetro de la población
que se quiere encontrar.
Entonces, ¿cómo se establece un valor que es justo para lo que se debe tomar
una muestra que permita determinarlo?
Se tienen un par de alternativas:
a) es posible que se disponga de información histórica o experiencias
relevantes que permitan fijar una predicción de p
b) Cuando no se dispone de datos históricos o experiencias relevantes, se
puede intentar proporcionar un valor de p que nunca subestime el tamaño
de la muestra requerido. Entonces debe determinarse el valor de p que hará
que el producto de p (1-p) sea lo más grande posible. El valor p = 0,50
asegura el mayor tamaño de muestra para un nivel de confiabilidad y error
dado. Luego, según los indicios que la investigación pueda ir dando, este
valor se puede ajustar a uno más real.
Veamos algunos ejemplos:
1) Una cadena de supermercados quiere estimar el importe promedio de

ventas en una escala de ± $ 100,- con una confianza del 99 %. Estudios
anteriores mostraron que la desviación estándar poblacional era de $
200,-. ¿Qué tamaño de muestra es necesario para realizar la
investigación?
40
_____________________________________________________________________

Para una confianza del 99%, el valor de Z=2,575
2) Un investigador de mercado observó que el 80 % de los consumidores

gustan de las papas fritas al analizar la industria de comida rápida en
una localidad determinada. El investigador desea estimar el consumo
de papas fritas a partir de una encuesta con un error de ± 6 % y una
confianza del 95 %. ¿Qué tamaño de muestra se requiere?
P = 0,80
Para una confianza del 95%, el valor de Z=1,96
3) Por estudios previos se tiene conocimiento que la distribución del peso al

nacer de niños que cumplen su período de gestación de 40 semanas es
aproximadamente normal con una media de 3550 gramos y una
desviación estándar de =400 gramos. Se va a realizar un nuevo estudio
para una población con características similares, con el fin de estimar el
peso promedio al nacer de los niños. Con base en el estudio previo
determine el tamaño de muestra. Además, se considera que un error de
máximo 45 gramos logra una estimación valida, la confiabilidad del
estudio es del 95%.
Z2 2 1,96 2 x 400 2
n n  303,53
e2 45 2
41
_____________________________________________________________________

El tamaños de muestra requerido será de 304 bebés
Veamos como se modifica este resultado si la confiabilidad aumenta al 99% y

se disminuye el error muestral en 5 gramos
2,5752 x 400 2
n  663,06
40 2
En este caso la cantidad de bebés a estudiar es 663. Puede observarse que

con una pequeña modificación en el error muestral y la confiabilidad
aumentado en un 4%, el tamaño de la muestra es más del doble.
4) Una compañía de televisión por cable quiere estimar la proporción de

sus clientes que comprarían una revista con los programas de TV. La
compañía quiere que su estimación tenga una precisión de ± 5 % de la
proporción real. La experiencia anterior en otras áreas señala que el 30
% de los clientes comprarán la revista. ¿Qué tamaño de muestra se
necesita para suministrar la información con un 95 % de confiabilidad
Z 2 P (1  P) 1,96 2 x 0,30 x 0,70

n n  322,69
e2 0,05 2
El tamaño de muestra debe ser de 323 clientes
42
_____________________________________________________________________

RESUMEN DE LA UNIDAD DIDÁCTICA
Tenemos en claro, los cuatros pilares de la estadística. Hemos

apreciado cómo a través de la historia, se manifestó la necesidad de trabajar
con información a los efectos de poder hacer estimaciones, conocer el
comportamiento de determinadas características, y la necesidad de recopilar,
presentar, analizar e interpretar los datos.
La información es necesaria para cualquier tipo de análisis. Se utiliza la
estadística en ciencias sociales, económicas, naturales, etc.
Los indicadores, los conocemos e interpretaremos para lograr un buen
asesoramiento a nuestros clientes y a su vez, interiorizarnos de la variabilidad,
para inferir acerca de la confiabilidad de la información analizada.
Para Reflexionar:
"El que cree tener razón entre todas las cosas, la razón de las cosas
desconoce".
Blaise Pascal, filósofo
francés
Hemos llegado al final de la unidad didáctica Nro 1, no pase a la siguiente

si tiene alguna duda.
Mucha suerte…
43
_____________________________________________________________________

BIBLIOGRAFIA
Aquí la bibliografía utilizada
1. BERENSON Mark y LEVINE David, Estadística Básica en

Administración. Conceptos y Aplicaciones. 6ª Edición. – Pearson -
Prentice-Hall (2006)
2. VALIENTE, Stella Maris – PASCUAL, Mónica. “Temas de Estadística y
Probabilidades”. Edición de las autoras. Bs. As., Mar del Plata. 1999
3. GARCÍA, BACHERO y Otros, Estadística Descriptiva Y Nociones De
Probabilidad - Thompson (2005)
4. MARTIN Y PLIEGO LOPEZ, Introducción a la Estadística Económica y
Empresarial. Teoría y Práctica, Thompson, 3ª Edición (2004)
5. MILTON, J SUSAN & ARNOLD, JESSE C “Probabilidad Y Estadística

con aplicaciones para ingeniería y ciencias computacionales”(Editorial
Mc. Graw-Hill) (4ª edición - 2004).
6. WALPOLE-MYERS. “Probabilidad y Estadística " Mc. GRAW-HILL. 1992

7. MEYER, Paul L. "Probabilidad y Aplicaciones Estadísticas". De. Fondo
Educativo Interamericano. México. 1.986.
8. http://thales.cica.es/rd/Recursos/rd99/ed99-0018-
04/TAMANO_archivos/TAMANO.html
9. http://www.mitecnologico.com/Main/ComoEstablecerLosNivelesDeConfia
nzaYElPorcentajeDeErrorAdmisibleMuestreoDeTrabajo
10. JORGE SUELDO/ÁNGEL VICENTE NIZIOLEK. “Módulos Probabilidad y
estadística”
44
_____________________________________________________________________

Unidad 1 2012 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 1 2012 PDF

Cargado por

Copyright:

Formatos disponibles

UNIDAD 1

En nuestra primera unidad didáctica comprenderemos el significado de

► Que el alumno pueda notar que, a partir de la necesidad de información en

Lic. Mónica L. Pascual

1.2. Evolución conocida.

1.3. Etimología – Conceptos básicos.

1.4. Etapas de la Estadística.

1.5. Población y Muestra.

1.6. Tipos de muestreo

1.7. Tamaño de muestra

Lic. Mónica L. Pascual

Lic. Mónica L. Pascual

Lic. Mónica L. Pascual

Desarrollo de los contenidos

1.1. LOS PRIMEROS INDICIOS.

Los comienzos de la estadística pueden ser hallados en el antiguo

En el antiguo Israel La Biblia da referencias, en el libro de los Números,

También los chinos efectuaron censos hace más de cuarenta siglos.

Pero fueron los romanos, maestros de la organización política, quienes

Lic. Mónica L. Pascual

Cada cinco años realizaban un censo de la población y sus funcionarios

En este breve párrafo ya distinguimos y vemos la aplicación de varios términos

1.2 EVOLUCIÓN CONOCIDA

Para el nacimiento de Cristo sucedía uno de estos empadronamientos

Durante los mil años siguientes a la caída del imperio Romano se

Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en

Lic. Mónica L. Pascual

Para el año 1532 empezaron a registrarse en Inglaterra las defunciones

En el año 1540 Sebastián Muster realizó una compilación estadística de

Los eruditos del siglo XVII demostraron especial interés por la

En los tiempos modernos tales métodos fueron resucitados por algunos

Lic. Mónica L. Pascual

Intente elaborar un breve resumen de lo concerniente a Estadística en el

Lic. Mónica L. Pascual

Durante el siglo XVII y principios del XVIII, matemáticos como Bernoulli,

Godofredo Achenwall, profesor de la Universidad de Gotinga, acuñó en

Jacques Quételect es quien aplica las Estadísticas a las ciencias

Lea atentamente el siguiente concepto:

Entretanto, en el período del 1800 al 1820 se desarrollaron dos

Lic. Mónica L. Pascual

A no asustarse hay conceptos que en su momento serán desarrollados!

Los progresos más recientes en el campo de la Estadística se refieren al

Queda entonces claramente establecido que cada vez que citamos

No avance en la lectura si tiene alguna duda, utilice la PLATAFORMA

Lic. Mónica L. Pascual

La palabra "estadística" procede del latín statisticum collegium ("consejo

Si leemos detenidamente el párrafo anterior, seguramente

De acuerdo a la etimología de la palabra y a los términos extraídos de la

La Estadística se ocupa de los métodos y procedimientos para la

Recopilación: Recolección de información mediante entrevistas, encuestas,

Presentación: Exposición de la información en forma de gráfico o tabular

Lic. Mónica L. Pascual

Interpretación: Cada cálculo, indicador o medida resumen de un conjunto de

1.4 ETAPAS DE LA ESTADÍSTICA

Presentación Estadística Análisis

Como podemos observar de la definición de estadística debemos

Lic. Mónica L. Pascual

Queda entonces claramente establecido que cada etapa que citamos

A continuación le presentamos algunos ejemplos que lo ayudarán a obtener

Ejemplos de recopilación, presentación, análisis e interpretación de

1) Recopilación: el censo es realizado por maestras, policías y otro personal

► Lea atentamente el siguiente concepto.

Lic. Mónica L. Pascual