DEFINICIÓN DE ESTADÍSTICA

La Estadística es la ciencia que se encarga de recoger, organizar e interpretar los datos. Es la

ciencia de los datos. En la vida diaria somos bombardeados continuamente por datos
estadísticos: encuestas electorales, economía, deportes, datos meteorológicos, calidad de los
productos, audiencias de TV. Necesitamos una formación básica en Estadística para evaluar
toda esta información. Pero la utilidad de la Estadística va mucho más allá de estos ejemplos.
La Estadística es fundamental para muchas ramas de la ciencia desde la medicina a la
economía. Pero, sobre todo, y en lo que a nosotros importa, es esencial para interpretar los
datos que se obtienen de la investigación científica. Es necesario leer e interpretar datos,
producirlos, extraer conclusiones, en resumen, saber el significado de los datos. Esta por lo
tanto una herramienta de trabajo profesional.
ESTADÍSTICA DESCRIPTIVA

Es un proceso mediante el cual se recopila, organiza, presenta, analiza e interpreta datos de

manera tal que describa fácil y rápidamente las características esenciales de dichos datos
mediante el empleo de métodos gráficos, tabulares o numéricos, así por ejemplo:
Supóngase que un docente de Matemática calcula la calificación promedio de uno de sus
cursos a su cargo. Como solo se está describiendo el desempeño del curso pero no hace
ninguna generalización acerca de los diferentes cursos, en este caso el maestro está haciendo
uso de la Estadística Descriptiva.
ESTADÍSTICA INFERENCIAL
Llamada también inferencia estadística, la cual consiste en llegar a obtener conclusiones o
generalizaciones que sobrepasan los límites de los conocimientos aportados por un conjunto
de datos. Busca obtener información sobre la población basándose en el estudio de los datos
de una muestra tomada a partir de ella, así, por ejemplo:
Supóngase ahora que el docente de Matemática utiliza el promedio de calificaciones
obtenidas por uno de sus cursos para estimar la calificación promedio de los 5 cursos a su
cargo. Como se está realizando una generalización acerca los diferentes cursos, en este caso
el maestro usa la Estadística Inferencial.
ESTADÍSTICA E INVESTIGACIÓN CIENTÍFICA. IMPORTANCIA DE LA
ESTADÍSTICA RELACIONADO CON SU ESPECIALIDAD.
La estadística es el nexo común que presentan la mayoría de las investigaciones científicas
en las que interviene el tratamiento de datos y la interpretación y predicción de los mismos.
El estudio estadístico cobra una especial importancia cuando realizamos investigaciones en
campos de la ciencia médica, donde una mala interpretación de los datos puede provocar
consecuencias nefastas para la población.
La estadística en las investigaciones científicas
La estadística nos aporta herramientas que van, desde el análisis e interpretación de datos
(estadística descriptiva), al proceso de predicción y toma de decisiones (estadística
inferencial). Es tal la importancia que ha adquirido que aparece en prácticamente todas las
áreas de trabajo, siendo un factor claro en las predicciones y tomas de decisiones a partir de
datos observados. Sin embargo hay un requisito que resulta imprescindible como es que el
investigador tenga unos conocimientos básicos sobre estadística para no llegar a conclusiones
equivocadas. Esta afirmación tiene una importancia crítica cuando hablamos de
investigaciones médicas vinculadas al estudio de la eficacia de un nuevo fármaco.
La tarea más importante de la estadística es la de proporcionar alternativas cuantitativas al
mero juicio personal, de forma que realicemos conclusiones objetivas. Las pruebas de
significación son consideradas como una de las herramientas más importantes en este tipo de
toma de decisiones subjetivas, pues, mediante ellas, se pueden tomar decisiones, que en
principio, no dependen de la persona que las realiza.
Según un estudio publicado en la revista The Journal of the American Medical Association
“JAMA” en el cual se han revisado millones de estudios biométricos fechados entre 1990 y
2015 se ha concluido que la mala estadística se utiliza cada vez más en las investigaciones.
El informe indica que los investigadores, en muchos casos, hacen un mal uso del conocido
p-valor, en muchos casos por desconocimiento del concepto.
Recordemos que, en contrastes de hipótesis, el p-valor es una medida directa de lo verosímil
que resulta tener una muestra como la actual si es cierta la hipótesis nula, es decir la hipótesis
que queremos contrastar. El p-valor se emplea para indicar cuánto contradice la muestra
actual la hipótesis alternativa.
Las consecuencias del mal uso del p-valor, no sólo afectan a la calidad de los estudios
científicos publicados, y a la ciencia en general, sino que pueden afectar a la salud de los
pacientes por un mal estudio realizado. Kenneth Rothman epidemiólogo de la Universidad
de Boston afirma en un ensayo que “es seguro que ha sufrido o muerto gente porque los
científicos (y editores, reguladores, periodistas y otros) han usado test de significación
estadística para interpretar resultados de forma errónea”
Dada la importancia que tiene la estadística en la investigación científica, se hace necesario
una buena formación para los investigadores, formación que puede ser abordada en las
distintas carreras universitarias donde quede plasmado el importante papel que juega esta
materia en el desarrollo de las investigaciones y que permita a nuestros futuros investigadores
no cometer errores de interpretación originados por el desconocimiento estadístico ya que, a
posteriori, pueden acarrear nefastas consecuencias.
Virtualmente cada área de investigación científica puede beneficiarse de la estadística. Para
quien formula las políticas económicas y para quien asesora al presidente y a otros
funcionarios públicos sobre procedimientos económicos apropiados, la estadística ha
demostrado ser una herramienta valiosa. Las decisiones sobre las tasas tributarias, los
programas sociales, el gasto de defensa y muchos otros asuntos pueden hacerse de manera
inteligente tan solo con la ayuda del análisis estadístico. Los hombre y mujeres de negocios,
en su eterna búsqueda de la rentabilidad, consideran que la estadística es esencial en el
proceso de toma de decisiones. Los esfuerzos en control de calidad, minimización de costos,
combinación de productos e inventarios y una gran cantidad de otros asuntos empresariales,
pueden manejarse efectivamente a través del uso de procedimientos estadísticos
comprobados.
Para quienes están en el área de la investigación de mercados, la estadística es de gran ayuda
en el momento de determinar qué tan probable es que un producto nuevo sea exitoso. La
estadística también es muy útil para evaluar las oportunidades de inversión por parte de
asesores financieros. Los contadores, los jefes de personal, y los fabricantes encuentran
oportunidades ilimitadas de beneficiarse con el uso del análisis estadístico. Incluso un
investigador en el campo de la medicina, interesado en la efectividad de un nuevo
medicamento, considera la estadística una aliada imprescindible. Como pudimos ver la
estadística se puede utilizar en el mejoramiento del desempeño laboral y en muchos otros
aspectos de la vida diaria.
MUESTREO Y MUESTRA
El muestreo es el proceso de seleccionar un conjunto de individuos de una población con el
fin de estudiarlos y poder caracterizar el total de la población.
La idea es bastante simple. Imagina que queremos saber algo de un universo o población, por
ejemplo, qué porcentaje de los habitantes de México fuma habitualmente. Una forma de
obtener este dato sería contactar con todos los habitantes de México (122 millones de
personas) y preguntarles si fuman. La otra forma sería seleccionar un subconjunto de
individuos (por ejemplo, 1.000 personas), preguntarles si fuman y usar esta información
como una aproximación de la información que busco. Pues bien, este grupo de 1.000
personas que me permiten conocer mejor cómo se comportan el total de mexicanos es
una muestra, y la forma en que los selecciono es el muestreo.
En todas las ocasiones en que no es posible o conveniente realizar un censo, lo que hacemos
es trabajar con una muestra, entendiendo por tal una parte representativa de la población.
Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las similitudes y
diferencias encontradas en la población, ejemplificar las características de la misma. Cuando
decimos que una muestra es representativa indicamos que reúne aproximadamente las
características de la población que son importantes para la investigación
TIPOS DE MUESTREO
Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en
general pueden dividirse en dos grandes grupos: métodos de muestreo probabilísticos y
métodos de muestreo no probabilísticos.

I. Muestreo probabilístico
Los métodos de muestreo probabilísticos 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 tamaño n tienen la misma probabilidad de ser seleccionadas. Sólo
estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra
extraída y son, por tanto, los más recomendables. Dentro de los métodos de muestreo
probabilísticos encontramos los siguientes tipos:
1.- Muestreo aleatorio simple:
El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la
población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de
números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se
eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la
población que estamos manejando es muy grande.
2.- Muestreo aleatorio sistemático:
Este procedimiento exige, como el anterior, numerar todos los elementos de la población,
pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número
aleatorio i, que es un número 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 tamaño de la población entre el tamaño de la muestra:
k= N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y
k.
El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la población
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 población. Imaginemos que estamos
seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones
y los 5 últimos mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre
seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una representación 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 tamaño dado de la muestra. Consiste en considerar
categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a
alguna característica (se puede estratificar, por ejemplo, según la profesión, 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 interés estarán 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 formarán
parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues
exige un conocimiento detallado de la población. (Tamaño geográfico, sexos, edades,...).
La distribución de la muestra en función de los diferentes estratos se denomina afijación, y
puede ser de diferentes tipos:
Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales.
Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la
población en cada estrato.
Afijación Optima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que
se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele
conocer la desviación.
4.- Muestreo aleatorio por conglomerados:
Los métodos presentados hasta ahora están pensados para seleccionar directamente los
elementos de la población, es decir, que las unidades muéstrales son los elementos de la
población.
En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la
población 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 áreas geográficas
suele hablarse de "muestreo por áreas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto numero de
conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en investigar
después todos los elementos pertenecientes a los conglomerados elegidos.
II. Métodos de muestreo no probabilísticos
A veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamente
costoso 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 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 métodos estadísticos y epidemiológicos permiten resolver los
problemas de representatividad aun en situaciones de muestreo no probabilístico, por
ejemplo los estudios de caso-control, donde los casos no son seleccionados aleatoriamente
de la población.
Entre los métodos de muestreo no probabilísticos más utilizados en investigación
encontramos:
1.- Muestreo por cuotas:
También denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un
buen conocimiento de los estratos de la población y/o de los individuos más "representativos"
o "adecuados" para los fines de la investigación. Mantiene, por tanto, semejanzas con el
muestreo aleatorio estratificado, pero no tiene el carácter de aleatoriedad de aquél.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos
que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de
sexo femenino y residentes en Gijón. Una vez determinada la cuota se eligen los primeros
que se encuentren que cumplan esas características. Este método se utiliza mucho en las
encuestas de opinión.
2.- Muestreo intencional o de conveniencia:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusión en la muestra de grupos supuestamente típicos. Es
muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores votaciones
han marcado tendencias de voto.
También puede ser que el investigador seleccione directa e intencionadamente los individuos
de la población. El caso más frecuente de este procedimiento el utilizar como muestra los
individuos a los que se tiene fácil 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 así 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 él cree que pueden aportar al estudio.
CONDICIONES DE UNA BUENA MUESTRA
En todo proceso de muestreo, los elementos de la muestra deben escogerse adecuadamente,
de tal manera que los resultados que se observen en ella, puedan inferirse al resto de la
población a la que pertenece la muestra. Para ello debe tenerse en cuenta:
a) Tamaño de la muestra, que da la característica de muestra adecuada. El tamaño de la
muestra depende de la homogeneidad de la población.
b) Condiciones de selección de la misma, de tal manera que todos los miembros de la
población tengan la misma probabilidad de ser seleccionados como parte de la muestra, ésta
es la característica de muestra representativa.
Estas dos características darán valor estadístico a los resultados y permitirán la inferencia a
la población.
Varios aspectos relacionados con las características y tendencias de los sujetos que componen
la población inciden en su determinación y dificultan a la vez su valoración objetiva:
A. Objetivos que se persiguen.
B. Grado de aproximación que se pretende alcanzar.
C. La heterogeneidad de la población
Ello implica que existe una estrecha relación entre: Varianza de la media muestral, tamaño
de la muestra y varianza poblacional

Ventajas que reporta el uso de Muestras:

 Es económico
 Es rápido y controlable
 Se obtiene una observación rápida y exacta con un mayor control
 Sus resultados pueden ser precisos o amplios por utilizar personal especializado
Desventajas que reporta el uso de Muestras:
 Requiere de personal altamente calificado
 No permite hacer proyecciones sobre áreas muy pequeñas de la población o sobre
poblaciones sujetas a muchos cambios en un lapso corto de tiempo
 Los resultados están sujetos a los errores del muestreo
 Se debe tener en cuenta siempre la población
Muestreo e Investigación
El muestreo es indispensable para el investigador ya que es imposible entrevistar a todos los
miembros de una población debido a problemas de tiempo, recursos y esfuerzo. Al
seleccionar una muestra lo que se hace es estudiar una parte o un subconjunto de la población,
pero que la misma sea lo suficientemente representativa de ésta para que luego pueda
generalizarse con seguridad de ellas a la población.

El tamaño de la muestra depende de la precisión con que el investigador desea llevar a cabo
su estudio, pero por regla general se debe usar una muestra tan grande como sea posible de
acuerdo a los recursos que haya disponibles. Entre más grande la muestra mayor posibilidad
de ser más representativa de la población.
En la investigación experimental, por su naturaleza y por la necesidad de tener control sobre
las variables, se recomienda muestras pequeñas que suelen ser de por lo menos 30 sujetos.
En la investigación descriptiva se emplean muestras grandes y algunas veces se recomienda
seleccionar de un 10 a un 20 por ciento de la población accesible.