REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN

UNIVERSIDAD BICENTENARIA DE ARAGUA
CURSO: ESTADÍSTICA I

Integrante:

María Rondón C.I.: 16.561.880

Profesora: Lilibeth Maita

Cúa, 11 de Noviembre de 2019

 LA ESTADÍSTICA

Es considerada por algunos autores como “una rama de la matemática que se

ocupa de la recolección, clasificación e interpretación de datos” (Enciclopedia
Barda Educativa, 2009, p629). Y para otros es una ciencia “que se puede
considerar como la aplicación del método científico en el análisis de datos
numéricos con el fin de tomar decisiones racionales” (Anderson, Sweeney, y
Williams, 1982. p7) o “una ciencia que estudia la interpretación de datos
numéricos” (Garzo, y García, 1988. p5), sin embargo hay quienes prefieren no
encasillarla como una rama o ciencia y la definen como un arte o un método
“conjunto de métodos (metodología) que trata de la recolección, presentación y
agrupación de los datos, así como del análisis, interpretación, proyección e
inferencia de ellos”.(Sote, 2005, p.13)

Aunque existen diferencias en la manera como se puede definir la estadística,

todos los autores coinciden en que “consiste en reunir, recolectar e interpretar
datos”. Este aspecto en común se da precisamente porque la estadística tiene esa
finalidad, es decir que se utiliza con ese propósito.

La estadística es fundamental para la investigación, para el análisis de datos,

con el fin de obtener resultados que sirvan como información para determinadas
situaciones. Estos métodos estadísticos no se limitan, ya que los mismos pueden
ser aplicados a cualquier campo que se desee estudiar. A pesar que la estadística
ésta íntimamente relacionada con la matemática también tiene su utilidad para el
ámbito social. Y en base a los estudios que se quieran realizar se debe hacer una
diferenciación entre los tipos de estadísticas.
CLASIFICACIÓN DE LA ESTADÍSTICA

ESTADÍSTICA DESCRIPTIVA

Es aquella que consiste en la evaluación de un fenómeno por medio de la

observación y su posterior presentación en datos y gráficos con el fin de detallar el
mismo fenómeno y su comportamiento.

Berenson y Leving (1982) la definen “como los métodos que implican la

recolección, presentación y caracterización de un conjunto de datos a fin de
descubrir en la forma apropiada las diversas características de ese conjunto de
datos” (p10).

Los pasos por medio de los cuales procede la estadística descriptiva son los
siguientes:

Recolectar: en efecto los datos deben ser obtenidos de forma consecuente de

una muestra, es decir, los mismos deben proceder de la observación exacta de un
fenómeno y de su comportamiento, solo así es posible recabar toda la información
necesaria.

Analiza: no basta con la simple observación, los datos deben ser sometidos a
una serie de estudios con el fin de evaluarlos y proceder a su respectiva
categorización, los datos deben ser sometidos a procesos analíticos con el fin de
proyectar los resultados y si estos son o no consecuentes para la investigación.

Caracterización o categorización, esto equivale al proceso de agrupación de los

datos en distintos grupos con el fin de que los mismos puedan presentarse de
forma segmentada para una mejor apreciación de los resultados.

ESTADÍSTICA INFERENCIAL

Refiere al estudio particular de una población con el fin de apreciar el

comportamiento determinado de la misma, en efecto, el proceso de estudio
procede es de una muestra, con la finalidad de obtener de la mismas las
alternativas o probabilidades que pudieron ocasionar que el fenómeno se
suscitará.
 Estadística Inferencial “es el proceso por el cual se deducen (infieren)
propiedades o características de una población a partir de una muestra
significativa” (Katherine, (2008. Parr.1)

La estadística inferencial plantea sus postulados por medio de hipótesis que no

son más que planteamientos referenciales que se realizan respecto a una
situación en específica, los mismos pueden contener la conjugación de hechos
con posibles alternativas de ocurrencias.

Para poder entender el concepto de estadística inferencial, es menester

proceder al estudio de los conceptos básicos de la misma, como es población y
muestra.

POBLACIÓN Y MUESTRA

Cuando se realiza un estudio de investigación, se pretende generalmente inferir

o generalizar resultados de una muestra a una población. Se estudia en particular
a un reducido número de individuos a los que tenemos acceso con la idea de
poder generalizar los hallazgos a la población de la cual esa muestra procede.

Este proceso de inferencia se efectúa por medio de métodos estadísticos

basados en la probabilidad.
La población

Representa el conjunto grande de individuos que deseamos estudiar y

generalmente suele ser inaccesible.

Es en definitiva, un colectivo homogéneo que reúne unas características

determinadas.

La muestra

Es el conjunto menor de individuos (subconjunto de la población accesible y

limitado sobre el que realizamos las mediciones o el experimento con la idea de
obtener conclusiones generalizables a la población).

El individuo es cada uno de los componentes de la población y la muestra. La

muestra debe ser representativa de la población y con ello queremos decir que
cualquier individuo de la población en estudio debe haber tenido la misma
probabilidad de ser elegido.

Las razones para estudiar muestras en lugar de poblaciones son diversas y

entre ellas podemos señalar:

a) Ahorrar tiempo y costo. Se invierte en menos individuos.

b) Es más posible de abarcar. Estudiar la totalidad a las personas con una

característica determinada en muchas ocasiones puede ser una tarea inaccesible
o imposible de realizar.
c) Aumentar la calidad del estudio. Al disponer de más tiempo y recursos, las
observaciones y mediciones realizadas a un reducido número de individuos
pueden ser más exactas y plurales que si las tuviésemos que realizar a una
población

d) Permite reducir la heterogeneidad de una población. La selección de muestras

específicas nos al indicar los criterios de inclusión y/o exclusión.

¿QUÉ SON LOS NIVELES DE MEDICIÓN?

El primer paso en el análisis de datos es simplemente entender lo que estos

significan. Esto se facilita clasificando cada variable según su nivel de medición. El
nivel de medición se refiere a la relación entre los valores que se asignan a los
atributos de una variable.

Una variable es cualquier cantidad que puede ser medida y cuyo valor varía a
través de la población. Por ejemplo, si consideramos una población de
estudiantes, la nacionalidad del estudiante, género, calificaciones, etc. son todas
las variables definidas, y su valor correspondiente diferirá para cada estudiante.

Tipos de niveles de medición

Los números se pueden agrupar en 4 tipos o niveles: nominal, ordinal, por

intervalos y de razón.

Nivel de medición nominal

El nivel nominal es apenas una medida. Se refiere a la cualidad más que a la

cantidad. Un nivel nominal de medición es simplemente una cuestión de
diferenciar por nombre, por ejemplo, 1 = hombre, 2 = mujer.

Ejemplos de nivel de medición nominal:

ORIENTACIÓN POLÍTICA: Izquierda, Derecha, Independiente

Nivel de medición ordinal

Este nivel se refiere al orden en la medición. Una escala ordinal indica la

dirección, además de proporcionar información nominal. Bajo/Medio/Alto o Más
Rápido/Más Lento son ejemplos de niveles ordinales de medición.

Calificar una experiencia con un “9” en una escala de 1 a 10 nos indica que fue
mejor que una experiencia calificada con un “6”.

Ejemplo de niveles de medición ordinal:

CLASIFICACIÓN: 1er lugar, 2do lugar… último lugar

Nivel de medición de intervalo

La escala de intervalo proporciona información sobre el orden y también poseen

intervalos iguales. Del ejemplo anterior, si supiéramos que la distancia entre 1 y 2
es la misma que entre 7 y 8 en nuestra escala de calificación de 10 puntos,
entonces tendríamos una escala de intervalo.

Un ejemplo de una escala de intervalo es la temperatura, medida en una escala

Fahrenheit o Celsius. Un grado representa la misma cantidad subyacente de calor,
independientemente de dónde ocurra en la escala.

Nivel de medición de razón

Además de poseer las cualidades de las escalas nominal, ordinal y de intervalo,

una escala de razón tiene un cero absoluto (un punto donde no existe ninguna de
las cualidades que se están midiendo).

Utilizar una escala de razón permite hacer comparaciones como ser el doble de
alto, o la mitad de alto de una persona. El tiempo de reacción (cuánto tiempo tarda
en responder a una señal de algún tipo) utiliza una escala de medición de razón, el
tiempo.

Ejemplos de niveles de medición de razón:

REGLA: pulgadas o centímetros.

¿Qué son las variables cuantitativas?

Las variables cuantitativas son aquellas variables estadísticas que otorgan un

resultado representado por un valor numérico exacto. Estos permiten entender
más fácil el valor en cuestión.

Características de las variables cuantitativas

Las características más llamativas de las variables cuantitativas son las que se
encuentran a continuación:

Los valores son expresados con números.

Son utilizadas generalmente en las encuestas o en las entrevistas.

Hacen uso de gráficos llamados diagramas integrales y diagramas diferenciales

para mostrar la frecuencia relativa de dichas variables.

Tipos de las variables cuantitativas

Existen dos tipos de variables cuantitativas, las discretas y las continuas, a

continuación te explicaremos qué representa cada una.
Discreta

En este caso las cifras se encuentran separadas unas de otras en las escalas,
es decir, que no hay otros valores entre los valores o cifras específicas, sino un
valor exacto.

Estas hacen referencia a aquellas variables que solo puede adquirir un valor de
un conjunto de números exactos, por ejemplo: Una persona puede tener 1, 2, 3 ó
más perros, nunca un perro y medio.

Continua

En este caso la variable puede cobrar un valor con cualquier intervalo o

medición, es decir, que pueden haber otros valores en medio de dos valores
exactos, generalmente representado por valores decimales, haciendo la cifra
mucho más específica que en el caso de la discreta.

Por ejemplo: Estatura de una persona: 1 metro y 75 centímetros.

¿Qué es una variable estadística?

La variable estadística se refiere a una característica o cualidad de un individuo

que está propenso a adquirir diferentes valores. Estos valores se caracterizan por
poder medirse.

Por ejemplo, el color de pelo de una persona, las notas de un examen, sexo,
estatura de una persona, etc.
Tipos de variables estadística

Los tipos de variable estadística se dividen de acuerdo a las características que la

definan, entre ellas podemos encontrar los siguientes tipos.

¿Qué son las variables cualitativas?

La variable cualitativa es aquel tipo de variable estadística la cual describe

cualidades, circunstancias o características de algún tipo de objeto o persona sin
utilizar números.

En el caso de la variable cualitativa, nos referimos a las que permiten que una
característica, un atributo, una cualidad o una categoría no númerica sean
expresadas. Por ejemplo, sexo de una persona (Masculino o Femenino).

Características de las variables cualitativas

Algunas características notables de la variable Cualitativa son las que se

encuentran a continuación:

Su principal característica es que una variable cualitativa no se puede medir

numéricamente.

No da datos específicos y a veces tampoco en orden, pero especifica una

condición, cualidad o característica de cualquier artificio matemático.
Tipos de variables cualitativas

Entre las variables cualitativas encontramos tres tipos: la nominal, ordinaria y

binaria que a continuación explicaremos.

Nominal

En este caso la variable no es representada por números ni tampoco tiene algún

tipo de orden, así que es menos precisa en lo que matemáticamente se refiere.

Por ejemplo, los colores: Negro, Azul, Rojo, Amarillo, Naranja, etc.

Ordinaria

La variable cualitativa ordinaria también conocida como variable cuasicuantitativa

también es representada por una modalidad que no requiere números pero si
existe un orden o un puesto.

Por ejemplo, nivel socioeconómico: Alto, medio bajo.

Binaria

En este caso la variable intenta tomar algún valor específico ya sea de 0 ó 1.

Por ejemplo, sexo de una persona: Masculino o Femenino.

Variable cuantitativa

Las variables cuantitativas son aquellas características o cualidades que sí

pueden expresarse y medirse a través de números.

Este tipo de variable a su vez se divide en:

Cuantitativa discreta: Aquella variable que usa valores enteros y no finitos. Por
ejemplo: La cantidad de familiares que tiene una persona (2, 3, 4 ó más)

Cuantitativa continua: Aquella variable que utiliza valores finitos y objetivos.

Suele caracterizarse por utilizar valores decimales. Por ejemplo: El peso de una
persona (64.3 Kg, 72.3 Kg, etc) .
Ejemplos de variable estadística

Los ejemplos de la variable estadística se dividen de acuerdo al tipo de variable

del que se trate. Veamos cuáles son los ejemplos que caracterizan a cada uno de
estos tipos de variable estadística:

Variables cualitativas

Nominal: Color de pelo de una persona: Castaño, Rubio o Morocho.

Ordinal: La condición de un pasaporte: Aprobado, Negado, En Espera.

Binaria: Si una persona posee hogar propio: Si ó No.

Variables cuantitativas

Discreta: La cantidad de primos que tienen una persona: 2, 4, 6, 8.

Continúa: La estatura de una persona: 1,65.

DIFERENCIAS ENTRE CUALITATIVAS Y CUANTITATIVAS

Cuando hablamos de variables estadísticas, diferenciamos entre variables

cuantitativas y cualitativas, estas presentan diferencias las cuales se mencionan a
continuación:

En el caso de las variables cualitativas, sus valores se expresan en cualidades

o características, pero en el caso de las variables cuantitativas siempre el valor
que aporta tiene que ser numérico.

En el caso de las variable cualitativa se concentra en la naturaleza de tales

realidades y su dinámica, pero en el caso de las variables cuantitativas estas en
concentran en determinar la fuerza que tiene entre otras variables.

Aunque ambas se utilizan para determinar un proceso estadístico o económico,

en el caso de las variables cualitativas dan un valor general aunque específico
cuando se trata de cualidades, pero en el caso de las variables cuantitativas el
resultado o el valor es específico, no da margen de duda.
 TÉCNICAS DE MUESTREO ALEATORIO Y NO ALEATORIO

MUESTREO ALEATORIO SIMPLE (probabilístico)

El muestreo aleatorio simple es un tipo de muestreo probabilístico que se aplica

al tomar una muestra en la que todos los elementos del universo tienen la misma
probabilidad de ser seleccionadas.

Esta funciona a través de un método de «sorteo» en el cual entre un universo

de individuos, se le asigna a cada integrante un número con el que puede ser
escogido.

Por ejemplo, si se necesita seleccionar una muestra de 50 personas en un

universo de 1000, se le asignará a esas 1000 un número y a modo de sorteo se
seleccionarán 50 números al azar conformando de esta manera la muestra
requerida.

Dicho procedimiento garantiza que todos los elementos muestrales tengan la

misma importancia y probabilidad de ser seleccionados y llegar a formar parte de
la muestra.

Ventajas y desventajas del muestreo aleatorio simple

A la hora de utilizar el muestreo aleatorio simple, este presenta diversas ventajas y

desventajas.

Ventajas

Al utilizar este procedimiento obtendrás las siguientes ventajas:

 La principal ventaja de seleccionar el muestreo aleatorio simple es lo sencillo
que es para armar las muestras.

Es un método donde se toma de forma equitativa la selección de las muestras a

partir de una población.

Todos los individuos de la población en general tienen igualdad de

oportunidades de ser seleccionado.

La población es representativa, siendo el único margen de error la suerte y pasa

a llamarse error de muestreo.

Es el mejor método a la hora de explicar los resultados ya que su selección es

aleatoria e imparcial.

Por su representatividad obtenida, se pueden realizar generalizaciones a partir

de los resultados de las muestras con respecto a la población.

Desventajas

El muestreo aleatorio simple es uno de los más eficaces y prácticos, es por eso
que sus desventajas son muy pocas.

Se requiere de una lista completa de todos los miembros de la población.

Esta lista debe estar debidamente elaborada, completa y actualizada.

En las poblaciones grandes es mucho más difícil disponer de todos estos datos,
por lo que se recomienda usar otra técnica.

Ejemplo de muestreo aleatorio simple

Una empresa tiene 120 empleados. Se quiere extraer una muestra de 30 de ellos.

Enumera a los empleados del 1 al 120

Sortea 30 números entre los 120 trabajadores

La muestra estará formada por los 30 empleados que salieron seleccionados de

los números obtenidos.
 En resumen el muestreo aleatorio simple es como hacer un sorteo,
afortunadamente existen herramientas que facilitan la automatización y le da
seriedad a este proceso.

MUESTREO NO ALEATORIO (no probabilístico)

El muestreo no probabilístico es aquella técnica utilizada en la muestra

estadística que, al contrario de la muestra probabilística, se basa en un proceso
que no les permite a todos los individuos de una población investigada tener la
misma oportunidades de ser seleccionados.

Es decir, este tipo de muestreo predomina a aquellos individuos que al cumplir

con cierta cualidad o característica benefician a la investigación, entonces pueden
ser parte de la muestra.

Tipos de muestreo no probabilístico

A la hora de clasificar al muestreo no probabilístico, podemos encontrar los

siguientes tipos: Muestreo por cuotas, conveniencia, bola de nieve o discrecional.

Muestreo por conveniencia

El muestreo no probabilístico por conveniencia es aquel que, tal como lo indica

su nombre, el investigador realiza la muestra en base a las selección de individuos
que considera accesibles, fácil y de rápida investigación. Esto, generalmente, lo
hace por proximidad al investigador.
Muestreo por cuotas

En este, el investigador se asegura de formar la muestra de forma que ésta sea

equitativa y proporcional de acuerdo a las características, cualidades o rasgos de
la población a estudiar.

Muestreo de bola de nieve

También conocido como muestreo en cadena, este método de muestra no

probabilística es aquella en donde el encargado de la investigación le exige al
primer sujeto identificar o señalar a otra persona que tenga potencial y que cumpla
con los requisitos de dicha investigación.

Muestreo discrecional

También conocida como muestreo por juicio o intencional. En este caso se

consiguen las muestras y los sujetos se eligen para llegar a ser un grupo en donde
la muestra busca un objetivo específico. En este particular, el encargado de la
investigación sabe que algunas personas resultan más adecuadas para el análisis
que otras.

Ventajas y desventajas del muestreo no probabilístico

Ventajas

Las ventajas que suele presentar el muestreo no probabilístico son:

Menor costo para realizar la investigación.

Se pueden controlar las características de la muestra.

Conlleva menor tiempo, ya que se conoce el individuo que va a formar la

muestra.

Se pueden conocer las características poco comunes.

Desventajas

Las desventajas de utilizar el muestreo no probabilístico son:

 No es una muestra que asegure la representación total de la población.

No generaliza y es subjetivo.

No es recomendable en el caso de que la investigación sea causal o

descriptiva.

Ejemplos del muestreo no probabilístico

Un profesor desea analizar la cantidad de estudiantes con metas realistas, así

que utiliza voluntarios conocidos, envía a la escuela la encuesta, estos estudiantes
y ellos actúan como la muestra.

Un investigador social elige 50 personas desempleadas de una población y

posteriormente pide a 5 de estas personas para que busquen 10 personas
desempleadas que ellos conozcan para terminar el análisis y la investigación,
utilizando el método de bola de nieve.
 REFERENCIAS BIBLIOGRÁFICAS

https://www.clasificacionde.org/clasificacion-de-la-estadistica/

http://educacionestadisticageneral.blogspot.com/2009/08/poblacion-y-muestra.html

https://www.questionpro.com/blog/es/muestreo-aleatorio-simple/

https://es.slideshare.net/LuiscarlysMaican/escalas-o-niveles-de-medicin-estadstica

https://www.questionpro.com/blog/es/muestreo-aleatorio-simple/

https://prezi.com/nihyz1th-j8s/muestreo-aleatorio-y-no-aleatorio/