ESCUELA PROFESIONAL DE INGENIERÍA MECÁNICA

Algunas Definiciones Importantes

DATOS INFORMATIVOS:

 Facultad : Ingeniería
 Escuela Profesional : Ingeniería Mecánica
 Curso : Estadistica de Investigacion
 Ciclo De Estudios : VI
 Semestre Académico : 2019- II
 Docente :América Odar Rosario

INTEGRANTES:

 Apellidos y Nombres :Caballero Olivares Ronald

2019
Población: es el conjunto de todos los individuos que cumplen una determinada
característica.

Muestra: es cualquier parte de la población, cuyo estudio sirve para inferir

características de toda la población.

Individuo: es cada uno de los individuos que forma la población o la muestra.

Variables Estadísticas

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

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

definan, entre ellas podemos encontrar los siguientes tipos.

Según su Naturaleza

Variable Cualitativa: Las variables cualitativas son aquellas características o

cualidades que no pueden ser calculadas con números , sino que lo hacen con
palabras. Este tipo de variable, a su vez se divide en las siguientes:

 Cualitativa nominal: Aquellas variables que no siguen ningún orden en

específico. Por ejemplo: Colores (Negro, Naranja, Amarillo).
 Cualitativa ordinal: Aquellas que siguen un orden o jerarquía. Por ejemplo:
Potencia de un motor. (Alto, medio, bajo).
 Cualitativa binaria: En este caso, las variables son solamente dos. Por
ejemplo: Bronce o Aluminio

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 aislados.

Por ejemplo: La cantidad de codos en un sistema hidráulico (2, 3, 4 ó más)
 Cuantitativa continúa: Aquella variable que utiliza valores finitos y
objetivos. Suele caracterizarse por utilizar valores decimales. Por ejemplo:
El peso de cualquier objeto (64.3 Kg, 72.3 Kg, etc.)
 Según su Abstracción

Variables generales: no directamente medibles y observables.

Por ejemplo, la infraestructura de un motor.

Variables intermedias: aspectos de la variable general más cercanas a la

realidad.

Por ejemplo, el rendimiento de una pieza.

Variables empíricas: son variables representativas de la variable general y son

directamente medibles y observables.

Por ejemplo, capacidad de carga (Alta, Media, Regular)

Según su Relación Causal

Variable Dependiente: Es aquella que dentro de una hipótesis representa la

consecuencia, el efecto, el fenómeno que se estudia. Se simboliza con la letra Y.

Variable Independiente: Es aquella que influye en la variable dependiente y no

depende de otra variable, dentro de una hipótesis. Se simboliza con la letra X.

Variable Interviniente: Pueden influir en la variable dependiente. Se simbolizan

con la letra Z.

Aumento de Potencia en una

Aumento de Presión (Y)
bomba (X)

Si hay o no válvula de alivio

 Escalas de Medición

Para que los datos tengan sentido es necesario compararlos. Y para poder
compararlos debemos utilizar escalas de medición. Dichas escalas tendrán
diferentes propiedades en función de las características de los datos que se
compararán.

Escala Nominal: Cuando un dato identifica una etiqueta (o el nombre de un

atributo) de un elemento, se considera que la escala de medición es una escala
nominal. En esta carecen de sentido el orden de las etiquetas, así como la
comparación y las operaciones aritméticas. La única finalidad de este tipo de datos
es clasificar a las observaciones.

Una variable que indica, por ejemplo, si una pieza de un sistema hidráulico es de
PVC o Bronce.

Escala Ordinal: Cuando los datos muestran las propiedades de los datos
nominales, pero además tiene sentido el orden (o jerarquía) de estos, se utiliza
una escala ordinal.

Una variable que indica por ejemplo, que tipo de material es más resistente al calor
tomando valores del 1 al 5, donde 5 es el mejor y 1 el peor.

Escala de Intervalo: En una escala de intervalo, los datos tienen las propiedades
de los datos ordinales, pero a su vez la separación entre las variables tiene sentido.
Este tipo de datos siempre es numérico, y el valor cero no indica la ausencia de la
propiedad.

Una variable que indica, por ejemplo, cuanta temperatura se puede regular una
refrigeradora (-10°C – 0°C)

Escala de razón: En una escala de razón, los datos tienen todas las propiedades
de los datos de intervalo, y la proporción entre ellos tiene sentido. Para esto se
requiere que el valor cero de la escala indique la ausencia de la propiedad a medir.

Una variable que indica, por ejemplo, cuanto peso puede aguantar un tecle.
 Tipos de Muestreo

Muestreo no probabilístico

El muestreo no probabilístico es una técnica de muestreo donde las muestras se

recogen por medio de un proceso que no les brinda a todos los individuos de la
población las mismas oportunidades de ser seleccionados.

Basada en los sujetos disponibles: Basarse en los sujetos disponibles, como

detener a las personas en la esquina de la calle mientras pasan por ahí, es un
método de muestreo, aunque es extremadamente riesgoso y debe realizarse con
cautela.

Muestreo deliberado, crítico o por juicio. Una muestra intencional o por juicio
es aquella que se selecciona en base al conocimiento de una población o propósito
del estudio.

Muestreo Bola de Nieve: Es adecuado utilizar una muestra de bola de

nieve cuando los miembros de una población son difíciles de localizar, como las
personas sin hogar, trabajadores migrantes o inmigrantes indocumentados.

Una muestra de bola de nieve es aquella en la que el investigador recopila datos

sobre los pocos miembros de la población objetivo que puede localizar, y luego les
pide que le proporcionen la información necesaria para localizar a otros miembros
que conozcan de esa población.

Muestreo por Cuotas: Una muestra por cuota es aquella en la que las unidades
son seleccionadas en una muestra partiendo de las características
predeterminadas, de modo que la muestra total tenga la misma distribución de
características que se supone que existen en la población que está siendo
estudiada.

Muestreo probabilístico

El muestreo probabilístico es una técnica en la cual las muestras son recogidas

mediante un proceso que les brinda a todos los individuos de la población la misma
oportunidad de ser seleccionados.

Muestreo Aleatorio Simple: La muestra aleatoria simple es el método de

muestreo básico utilizado en métodos estadísticos y cálculos. Para recopilar una
muestra aleatoria simple, a cada unidad de la población objetivo se le asigna un
número. Luego se genera un conjunto de números aleatorios y las unidades que
tienen esos números son incluidas en la muestra.

Muestreo Sistemático: En una muestra sistemática, los elementos de la población

se ponen en una lista y luego cada enésimo elemento de la lista se selecciona
sistemáticamente para su inclusión en la muestra.
Muestreo Estratificado: Una muestra estratificada es una técnica de muestreo
en la que el investigador divide a toda la población objetivo en diferentes
subgrupos o estratos, y luego selecciona aleatoriamente a los sujetos finales de los
diferentes estratos de forma proporcional.

Muestreo por Conglomerados: El muestreo por conglomerados puede ser

utilizado cuando es imposible o impráctico elaborar una lista exhaustiva de los
elementos que constituyen a la población objetivo. Sin embargo, generalmente lo
elementos de la población ya están agrupados en subpoblaciones y las listas de esas
subpoblaciones ya existen o pueden ser creadas.