1

Prof: Ana Maria Diaz

Amda.
 2

INTRODUCCIÓN

La investigación cuya finalidad es: el análisis o experimentación de situaciones para el

descubrimiento de nuevos hechos, la revisión o establecimiento de teorías y las
aplicaciones prácticas de las mismas, se basa en los principios de Observación y
razonamiento y necesita en su carácter científico el análisis técnico de datos para obtener
de ellos información confiable y oportuna. Este análisis de Datos requiere de la Estadística
como una de sus principales herramientas, por lo que los investigadores de profesión y las
personas que de una y otra forma la realizan requieren además de los conocimientos
especializados en su campo de actividades, del manejo eficiente de los conceptos, técnicas
y procedimientos estadísticos.

ESTADISTICA
Etimológicamente, el termino estadística viene del latín “status” por lo que significa la
exteriorización cuantitativa de las cosas “del Estado”, pero no fue hasta el siglo XVII
(Pascal y Fermat), cuando surge de la vinculación entre el análisis matemático y el cálculo
de probabilidades, que le permite no solo describir la realidad sino modelarla.

Es el conjunto de procedimientos y técnicas empleadas para recolectar, organizar y

analizar datos, los cuales sirven de base para tomar decisiones en las situaciones de
incertidumbre que plantean las ciencias sociales o naturales.

ESTADÍSTICA INDUCTIVA Y DEDUCTIVA

Uno de los problemas fundamentales de la Estadística es el estudio de la relación

existente entre una población y sus muestras. Según la dirección de tal relación la
Estadística puede ser:

Deductiva, cuando a partir del conocimiento de la población se trata de caracterizar cada

muestra posible.

Inductiva, cuando a partir del conocimiento derivado de una muestra se pretende

caracterizar la población.

Amda.
 3

Estadística Descriptiva se refiere a la recolección, presentación, descripción, análisis e

interpretación de una colección de datos, esencialmente consiste en resumir éstos con
uno o dos elementos de información (medidas descriptivas) que caracterizan la totalidad
de los mismos. La estadística Descriptiva es el método de obtener de un conjunto de datos
conclusiones sobre si mismos y no sobrepasan el conocimiento proporcionado por éstos.
Puede utilizarse para resumir o describir cualquier conjunto ya sea que se trate de una
población o de una muestra, cuando en la etapa preliminar de la Inferencia Estadística se
conocen los elementos de una muestra.

Estadística Inferencial se refiere al proceso de lograr generalizaciones acerca de las

propiedades del todo, población, partiendo de lo específico, muestra. las cuales llevan
implícitos una serie de riesgos. Para que éstas generalizaciones sean válidas la muestra
deben ser representativa de la población y la calidad de la información debe ser
controlada, además puesto que las conclusiones así extraídas están sujetas a errores, se
tendrá que especificar el riesgo o probabilidad que con que se pueden cometer esos
errores. La estadística inferencial es el conjunto de técnicas que se utiliza para obtener
conclusiones que sobrepasan los límites del conocimiento aportado por los datos, busca
obtener información de un colectivo mediante un metódico procedimiento del manejo de
datos de la muestra.

En sus particularidades la Inferencia distingue la Estimación y la Contrastación de

Hipótesis. Es estimación cuando se usan las características de la muestra para hacer
inferencias sobre las características de la población. Es contrastación de hipótesis cuando
se usa la información de la muestra para responder a interrogantes sobre la población.

CONCEPTOS BASICOS.

 Población: conjunto de todos los individuos (personas, objetos, animales, etc.) que
porten información sobre el fenómeo que se estudia. Por ejemplo, si estudiamos el
precio de la vivienda en una ciudad, la población será el total de las viviendas de
dicha ciudad.
 Muestra: subconjunto que seleccionamos de la población. Así, si se estudia el
precio de la vivienda de una ciudad, lo normal será no recoger información sobre
todas las viviendas de la ciudad (sería una labor muy compleja), sino que se suele
seleccionar un subgrupo (muestra) que se entienda que es suficientemente
representativo.
 Variable: Es lo que se quiere estudiar en la población.
 Dato: Es el valor o atributo que puede tomar la variable.
 Observación: Es un conjunto de variables que están referidas a un solo sujeto.
 Unidad de observación: Es el sujeto el cual se observa y se obtiene la información.
 Parámetro: Es una característica de la población.
 Estadístico: Es una característica de la muestra.

Amda.
 4

Ejemplo.

Suponga que se desea estudiar la ganadería bobina, en el estado de cierto país llamado Trujillo, ya
que es una actividad económica que aporta leche y carne para el consumo directo y como materia
prima para industrias.
El recurso pastizal es considerado como un elemento fundamental para la alimentación del
rebaño.

En el estado de Trujillo se encuentran 210 fincas, de las cuales se eligieron 100 para este estudio.
Algunas de las variables a considerar fueron: Tipo de forraje [ Guinea, Estrella, Barrera,Taiwan];
origen de las semillas [Nacional, Importada, Mezcla]; Métodos para lograr un forraje adecuado
[Fertilización, Análisis del suelo, Control químico de la maleza, Control mecánico de la maleza y
combinaciones de métodos ].
variables

Finca Tipo de forraje Origen Método

1 Guinea nacional fertilización
2 Estrella nacional Fertili- C.Q.M
. Observación
100 Guinea importada C.M.M.

Dato
Unidad de
observación

Marco de Muestreo: Totalidad de unidades de muestreo de las cuales se seleccionará la

muestra

TIPOS DE MUESTREO

 Muestreo Aleatorio Simple: Todos los elementos tienen la misma probabilidad de

ser elegidos.
 Muestreo Estratificado: Forma una muestra en base a submuestras aleatorias
sorteadas en cada subpoblación.
 Muestreo por Conglomerados: Las unidades se encuentran formando grupo o
aglomeraciones : familias, hospitales, internados. Usar como unidades de
muestreo estos núcleos, para enseguida tomar dentro de los conglomerados todos
o parte de los individuos que en ellos se encuentren.
 Muestreo sistemático: Selección de unidades tomando una de cada k unidades, el
espaciamiento está dado por k=N/n

Amda.
 5

CLASIFICACIÓN DE VARIABLES
Las variables pueden ser un atributo o un valor numérico. Dependiendo del objetivo del
estudio es como se trabajarán las variables, por ejemplo la edad de una persona puede ser
medida en años o bien puede tomar categorías. Niño; joven; adulto.

Las variables se clasifican según el nivel de medición y recorrido. Escala propuesta por
Steven en 1942.

NIVELES

DE

MEDICIÓN

NOMINAL ORDINAL INTERVALO RAZÓN

 NOMINAL: Aquí se encuentran las variables que no tienen un orden entre sus
categorías, las cuales son excluyentes entre sí. Los números solo se utilizan para
identificar las categorías.

Ejemplo.
Femenino
Sexo
Masculino

Tipo de frutas

Amda.
 6
Italiano

Nacionalidad Argentino
Chileno

Peruano

 Ordinal: Aquí se encuentran las variables que tienen un orden lógico entre sus
categorías, las cuales son mutuamente excluyentes. No se pueden realizar
operaciones aritméticas.

Ejemplo.
Básico

Medio
Nivel educacional
Técnico

Universitario

Bajo

Peso Normal

Obeso

Lugar de llegada en
una carrera

Amda.
 7

 Intervalo: Aquí se encuentran las variables numéricas que tienen como origen un
cero , el cual no indica ausencia de la característica y es colocado arbitrariamente
en algún lugar de la escala . No permite comparar mediante razón o cociente.

Ejemplo.

Temperatura
Celsius - 16/9 -10 0 20
Farenheit 0 14 32 68

 Razón : Aquí se encuentran las variables numéricas que tienen como origen el
cero absoluto como origen.

Ejemplo

Peso de un objeto, en gramos. Estatura de una persona, en metros

Distancia que recorre un auto con un galón de bencina.

Número de integrantes en una

familia

Amda.
 8

TAMAÑO DE

RECORRIDO

BINARIO DISCRETO CONTINUO

 Binario o Dicotómico: Se dice que una variable tiene este recorrido cuando sólo
toma dos valores o categorías.

Ejemplo.

 Sexo de un alumno
 Presencia de una enfermedad

 Discreta: La variable se mueve en un conjunto finito o infinito numerable.

Ejemplo.

 Tipo de fruta.
 Nacionalidad de una persona
 Nivel educacional
 Lugar de llegada a la meta
 Número de integrantes en una familia.

 Continua: La variable se mueve en un conjunto infinito no numerable.

Ejemplo.

 Peso de un objeto.
 Estatura de una persona.
 Velocidad de un cuerpo al caer.
 Distancia entre dos puntos.

Amda.