UNIVERSIDAD DE IBAGUE

FACULTAD DE HUMANIDADES
PROGRAMA DE PSICOLOGIA
TALLER DE ESTADISTICA DESCRIPTIVA

1. CUAL FUE EL MOTIVO PARA QUE LOS PUEBLOS USARAN LA ESTADÍSTICA.

Los motivos por los cuales los pueblos usaron la estadística radican en esta facilitaba
la labor, entre otras cosas les permitía saber la cantidad de la población que tenían a
su disposición, la cantidad de riquezas que tenían en su poder, pues como podemos
observar la estadística ha estado presente de maneras simples.

2. CUÁLES FUERON LAS FACES EN QUE SE DESARROLLÓ LA ESTADÍSTICA.

Las faces en las que la estadística se desarrolló son las siguientes

1.- Primera Fase

Los Censos:

Desde el momento en que se constituye una autoridad política, la idea de inventariar

de una forma más o menos regular la población y las riquezas existentes en el
territorio está ligada a la conciencia de soberanía y a los primeros esfuerzos
administrativos.
 
2.- Segunda Fase:

De la Descripción de los Conjuntos a la Aritmética Política:

Las ideas mercantilistas extrañan una intensificación de este tipo de investigación.

Colbert multiplica las encuestas sobre artículos manufacturados, el comercio y la
población: los intendentes del Reino envían a París sus memorias. Vauban, más
conocido por sus fortificaciones o su Dime Royale, que es la primera propuesta de un
impuesto sobre los ingresos, se señala como el verdadero precursor de los sondeos.
Más tarde, Bufón se preocupa de esos problemas antes de dedicarse a la historia
natural.
 La escuela inglesa proporciona un nuevo progreso al superar la fase puramente
descriptiva. Sus tres principales representantes son Graunt, Petty y Halley. El
penúltimo es autor de la famosa Aritmética Política.
Chaptal, ministro del interior francés, publica en 1801 el primer censo general de
población, desarrolla los estudios industriales, de las producciones y los cambios,
haciéndose sistemáticos durantes las dos terceras partes del siglo XIX.
 
3.- Tercera Fase:

Estadística y Cálculo de Probabilidades:

El cálculo de probabilidades se incorpora rápidamente como un instrumento de

análisis extremadamente poderoso para el estudio de los fenómenos económicos y
sociales y en general para el estudio de fenómenos “cuyas causas son demasiados
complejas para conocerlos totalmente y hacer posible su análisis”.

3. POR QUÉ SURGE LA NECESIDAD DE HACER CENSOS.

La necesidad de hacer censos radica en que las épocas antiguas lo implementaban

con el fin de recolectar toda la información posible de su población en esto abarca las
riquezas, los impuestos, el número de la población, posterior mente esto le permitía
una facilidad a la hora de elaborar sus actividades.
4. A PARTIR DE CUANDO SE CONSIDERA LA ESTADÍSTICA COMO UNA CIENCIA.

La estadística se considera una ciencia desde el momento en que el matemático,

sociólogo y estadista Jacques Quetelet, es quien aplica las estadísticas a las ciencias
sociales. Este interpreto 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, Jacques Quetelet fue el primero en realizar la aplicación práctica
de todo método estadístico, entonces conocido, a las diversas ramas de la ciencia.

5. PORQUE LA ESTADÍSTICA SE CONSIDERA UNA CIENCIA.

La estadística es considerada una ciencia ya que esta hace uso de métodos

científicos, observa, calcula y redondea resultados probabilísticos ya sea de
poblaciones o de tendencias ideológicas y religiosas de un grupo determinado de
personas.

6. POR QUE LA ESTADÍSTICA FUE PRIMERA INDUCTIVA Y LUEGO DEDUCTIVA.

El método científico se basa en dos tipos de razonamientos: el inductivo y el

deductivo.
El método deductivo procede de lo general a lo particular. El método inductivo procede
justo a la inversa, observando unos pocos elementos, se infieren propiedades que
luego se extrapolan al resto de los elementos.
En ciencias matemáticas, mediante el método inductivo, el investigador observa
propiedades, que luego con la ayuda de razonamientos lógicos basados en el
conjunto de axiomas colocados al principio de la teoría, extiende a todos los
elementos. Por ejemplo, en el Teorema de Pitágoras, observando la relación entre la
suma de los cuadrados de los catetos y el cuadrado de la hipotenusa en un pequeño
número de triángulos rectángulos observa que:
7. a2 = b2 + c2
Posteriormente y con la ayuda de los postulados de Euclides y el teorema de Tales,
extiende esta propiedad a todos los triángulos rectángulos.
Pero en las ciencias experimentales, donde no hay ese conjunto de axiomas, no cabe
más que obtener nuevas observaciones para contrastar dichas propiedades, es el
llamado método estadístico.

Breve esquema del método estadístico.

7. CUALES SON LAS ESCUELAS MÁS REPRESENTATIVAS DE LA ESTADÍSTICA

8. CUALES SON LOS PRINCIPALES REPRESENTANTES DE CADA ESCUELA

ESTADÍSTICA

Respuesta 7 y 8:

ESCUELAS ESTADÍSTICAS

Dentro de las escuelas estadísticas se pueden considerar grandes escuelas Estadísticas

por su importancia y que han contribuido enormemente al desarrollo de Estadística.

LA ESCUELA ADMINISTRATIVA

Localizada en Alemania, creó la primera cátedra y cursos de Estadística, dándole

importancia a la información requerida por el estado. Se consideran como los principales
representantes de esta escuela: Vito de Seckendorff (1626 – 1689); Hermann Conring,
quien inició un curso de Estadística en la Universidad de Helmstadt, preocupado por los
casos más notables del estado, su discípulo Godofredo Achenwall quien le dio el nombre
de estadística y la separó de la Sociología. ·

LA ESCUELA PROBABILÍSTICA

Algunos la consideran originaria de Italia, otros de Francia, dada la atención prestada a

los juegos azar, que se efectuaban para la recreación de la nobleza, con el consiguiente
desarrollo de la teoría de la Probabilidades. Sus principales representantes son: Pascal
(1623- 1662); Fermat(1601 – 1665); Laplace (1749 – 1827), Poisson (1781– 1840)
Bernoulli y Gauss (1777 – 1855)

LA ESCUELA DEMOGRÁFICA

Creada en Inglaterra, se preocupaba por problemas actuariales. Dentro de esta

sobresalen: Sir William Petty, Edmund Halley, John Graunt, King y Devenaut, entre otros.
A principios de este siglo hay una gran preocupación por su aplicación en los campos de
la Agronomía y la Biometría, lo cual le da a la Estadística mayor relevancia, colocando así
los cimientos y siendo sus principales exponentes: Galton, Karl Pearson, Gosset y Fisher.

9. CUAL ES EL APORTE DE LA ESTADÍSTICA EN LA ADMINISTRACIÓN,

SOCIOLOGÍA, DEMOGRAFÍA Y LA ECONOMÍA DE UN PAÍS.

ADMINISTRACIÓN PÚBLICA.

Los estudios de la administración sobre los censos de habitantes, su distribución, las

fuentes de riqueza, los temas laborales y sectoriales. Todos estos conocimientos son
precisos para la planificación de las acciones que son más necesarias en cada zona, de
forma que puedan contribuir al bienestar social. Para que puedan desarrollarse de forma
eficaz estas tareas necesitan del apoyo de la Estadística.

SOCIOLOGÍA.

El estudio de los fenómenos y las relaciones sociales son cometido principal de la

Sociología. Para comprender y valorar el desarrollo de los comportamientos colectivos,
describir instituciones sociales, su organización e interrelaciones, el análisis y la
comparación de las estructuras sociales subyacentes a los grupos, etc., es preciso recurrir
a la Estadística.

DEMOGRAFÍA.

Se ocupa del estudio de la población, a través de diversos censos, la distribución por

edades o sexo, localización geográfica, profesiones, religión, nacionalidades, tasas de
nacimiento o defunción (crecimiento vegetativo) y movimientos sociales migratorios. La
simple enumeración pone de relieve el importante papel de la Estadística para perfilar y
desarrollar estas tareas.

ECONOMÍA.
Su cometido consiste en el manejo de datos numéricos. Para su interpretación y
valoración es preciso emplear los métodos estadísticos. Entre otros se pueden citar los
siguientes: el índice de precios al consumo, el análisis de mercados, la estimación de la
demanda y las series temporales. Además, buena parte de las teorías económicas
recurren a modelos estadísticos para describir los fenómenos económicos. Un campo
especial de estudio lo constituye la Econometría y los modelos econométricos.

10. MEDIANTE UN EJEMPLO EXPLIQUE ESTADÍSTICA DESCRIPTIVA Y

ESTADÍSTICA INFERENCIAL.

Ejemplos de estadística descriptiva

-La estatura promedio de los hombres.

-La cantidad de pacientes atendidos en el año

-la cantidad de robos cometidos en el año

-la comida favorita de los compañeros de clase

Ejemplos de estadística infernecial

11. Como se puede hacer investigación en estadística.

Se toma parte de la información, ya que en el contexto actual la cantidad de datos es de

gran magnitud, pero el muestreo realizado puede acarrear inconvenientes en cuanto a si
se tiene la información acertada o incorrecta, por ende el profesional estadístico toma
como especialidad el resultado de una medida, es decir el método y el proyecto de esa
medida.

Problemas de un proyecto estadístico:

 La especificación consiste en definir el máximo error que puede ser cometido.

 El proyecto consiste en obtener la confiabilidad deseada al menor costo posible-y
utilizando las facilidades físicas y los recursos humanos disponibles.
 La evaluación consiste en verificar las diferencias entre los procedimientos
utilizados para la comparación de los resultados.

12. CUALES SON LOS PASOS PARA HACER UNA INVESTIGACIÓN ESTADÍSTICA.

Paso 1. JUSTIFICACION

Desde el comienzo, se explican los motivos que justifican la investigación definiendo y

delimitando el problema, el cual debe estar formulado de manera clara y precisa.

Paso 2. FUNDAMENTACION TEORICA

Se examinan las diferentes corrientes teóricas y se decide cual será utilizada en la

investigación, se describe la relación del problema con la teoría vista y se muestra la
relación de este problema con problemas semejantes.

Paso 3. OBJETIVOS DE LA INVESTIGACION

Los objetivos deben ser tomados directamente de los problemas que surgen del paso 2.
Pueden ser divididos en:

Objetivos generales en lo que se define lo que se pretende lograr con la realización del
trabajo.

Objetivos específicos aspectos determinados que contribuyen para alcanzar los

objetivos generales.

Paso 4. FORMULACION DE LAS HIPOTESIS

Se establecen las hipótesis que serán formuladas, las cuales deben ser clararas y
precisas. Se define estadísticamente el problema, decidiendo cual es la información
estadística es realmente necesaria. Se hace un listado de las diferentes decisiones
posibles y se analiza si estas dependen de los resultados de la investigación.

Paso5. DETALLE DEL PLAN DE TRABAJO ESTADISTICO

Se describe el plan de la investigación, destacándose la clase de estudio:

EXPLORATORIO, cuando no se tiene información sobre determinado asunto y se desea

conocerlo.

DESCRIPTIVO, cuando se desea solamente describir las características de un

determinado fenómeno.

EXPLICATIVO, cuando se desea analizar las consecuencias de un determinado

problema.

También se escribe en este paso el estudio a realizar, así como también se especifican
los estudios estadísticos que serán utilizados en el análisis de las informaciones
obtenidas.

Paso 6. ESPESIFICACION DE LA MUESTRA

Se debe definir el área donde se efectuara la investigación, la población que será

investigada, la clase de muestra y su tamaño, así como el tipo de muestreo que se
utilizara.

Paso 7.PLANEACION DE LA RECOLECCION DE LOS DATOS

Se determinan la forma se colectaran los datos, si por entrevistas, cuestionarios u otro

medio así como su frecuencia o hasta cual época del año va a ser llevada a cabo. Debe
hacerse un estudio de cuanta información necesaria ya esta disponible en informes o
publicaciones, teniéndose siempre en mente hacer la investigación de campo tan
pequeña como sea posible, para minimizar el error deseado.

Como instrumento definitivo para la recolección de datos, se estudian las opciones de los
planes de muestreo, y se calculan los costos aproximados para diversos grados de
precisión. Se toma una decisión sobre el error que se puede aceptar y, si es necesario, se
revisan los paso anteriores.

Paso 8. PRUEBA PILOTO

Se realiza una prueba piloto que indicara cuan completa es la investigación, los efectos de
los errores en las respuestas, las diferencias resultantes de la recolección de los datos por
diferentes encuestadores u observadores, y las diferencias en los costos de los diferentes
procedimientos de muestreo. Después se realiza la prueba piloto, se revisan el
instrumento de medición y las instrucciones que serán dadas a quienes realizan las
encuestas.

Paso 9. INSTRUCCIONES A LOS ENTREVISTADORES Y A LOS OBSERVADORES

Debe prepararse un conjunto de instrucciones para cada etapa que se realice durante la
observación estadística.

Paso 10.REALIZACION DE LA ENCUESTA

Se realiza la encuesta y se organizan los resultados: tablas, gráficos y medidas de la

estadística descriptiva.

Paso 11. ANALISIS DE RESULTADO

Se pasa luego al tratamiento de los datos por intermedio de las pruebas estadísticas, las
cuales dependen de las hipótesis que serán contrastadas.

Paso 12. DEFINICION DEL CRONOGRAMA Y DEL PRESUPUESTO

Se prepara un itinerario de trabajo, el cual debe incluir :

Planeación de la investigación.

Elaboración de los instrumentos de análisis.

Prueba piloto.

Selección de la prueba piloto.

Elaboración definitiva del instrumento de análisis.

Selección y entrenamiento de los encuestadores.

Recolección de los datos.

Análisis estadístico.

Informe de la investigación.

Adicionalmente, se calculan los recursos humanos, materiales y financieros para la

realización del trabajo.

13. QUE DIFERENCIA EXISTE ENTRE CENSO Y MUESTREO.

CENSO: Consiste en contar o enumerar por completo (toda la población) los individuos
que componen una población o comunidad en un área determinada y en un momento
dado. Ejemplo: el censo nacional.

MUESTREO: En estadística se conoce como muestreo a la técnica para la selección de

una muestra a partir de una población. Ejemplo el gremio aguacatero del norte del Tolima.

Por ende la principal diferencia es el enfoque poblacional, ya que el censo abarca toda la
población para realizar diversos tipos de censos, como por ejemplo: de hecho o de facto:
se toma toda la población presente, de derecho o de iure: toda la población residente en
el territorio en estudio (residentes o ausentes), censo de población: recuento de
población, censo electoral: realizado esencialmente para personas que tienen derecho a
voto. Y por otro lado el muestreo enlaza dos tipos de muestreo uno probabilístico y otro no
probabilístico, presentando incluso algunos errores como lo es: hacer conclusiones
generales de solo una parte de la población, o error de inferencia que sería hacer
conclusiones hacia una población mucho más grande de la que se tomó la muestra.

14. DEFINA POBLACIÓN Y MUESTRA.

POBLACIÓN: Conjunto de habitantes de un lugar.

TIPOS DE POBLACIÓN:

POBLACIÓN FINITA: Es aquella que indica que es posible alcanzarse o sobrepasarse al

contar.

Es aquella que posee o incluye un número limitado de medidas y observaciones.

POBLACIÓN INFINITA: Es infinita si se incluye un gran conjunto de medidas y

observaciones que no pueden alcanzarse en el conteo. Son poblaciones infinitas porque
hipotéticamente no existe límite en cuanto al número de observaciones que cada uno de
ellos puede generar.

MUESTRA: Conjunto de cosas, personas o datos elegidos al azar, que se consideran

representativos del grupo al que pertenecen y que se toman para estudiar o determinar
las características del grupo.

Un conjunto de medidas u observaciones tomadas a partir de una población dada. Es un

subconjunto de la población.

15. COMO SE PUEDE TOMAR LA INFORMACIÓN EN UNA INVESTIGACIÓN

ESTADÍSTICA

La información de una investigación estadística se encuentra ligadas a Las 7

herramientas básicas de calidad

Estas herramientas son:

1. Diagrama Causa – Efecto (también llamado gráfico de Ishikawa o espina de
pescado).
Identifica muchas causas posibles de un efecto o problema y clasifica las ideas en
categorías útiles.
El enunciado del problema, colocado en la cabeza de la espina de pescado, se utiliza
como punto de partida para trazar el origen del problema hacia su causa raíz.
Típicamente, el enunciado describe el problema como una brecha que se debe cerrar o
como un objetivo que se debe lograr. El mecanismo para encontrar las causas consiste en
considerar el problema y preguntarse “por qué” hasta que se llegue a identificar la causa
raíz o hasta que se hayan agotado las opciones razonables en cada diagrama de espina
de pescado.

2. Diagrama de flujo (Puede sustituirse por estratificación o por gráfico de

ejecución).
Muestran la secuencia de pasos y las posibilidades de ramificaciones que existen en un
proceso que transforma una o más entradas en una o más salidas. Los diagramas de flujo
muestran las actividades, los puntos de decisión, las ramificaciones, las rutas paralelas y
el orden general de proceso.
Los diagramas de flujo pueden resultar útiles para entender y estimar el costo de la
calidad de un proceso. Esto se consigue mediante la aplicación de la lógica de
ramificaciones del diagrama de flujo y sus frecuencias relativas para estimar el valor
monetario esperado para el trabajo conforme y no conforme requerido para entregar la
salida conforme esperada.

3. Hojas de verificación o de chequeo.

También conocidas como hojas de control, se pueden utilizar como lista de
comprobación a la hora de recoger datos.
Las hojas de verificación se utilizan para organizar los hechos de manera que se facilite
la recopilación de un conjunto de datos útiles sobre un posible problema de calidad.
Son especialmente útiles a la hora de recoger datos de los atributos mientras se realizan
inspecciones para identificar defectos. Por ejemplo, los datos sobre frecuencias o
consecuencias de defectos recogidos en las hojas de verificación se representan a
menudo utilizando diagramas de Pareto.

4. Diagrama de Pareto.
 Los diagramas de Pareto son una forma particular de un diagrama de barras verticales y
se utilizan para identificar las pocas fuentes clave responsables de la mayor parte de los
efectos de los problemas.
Las categorías que se muestran en el eje horizontal representan una distribución
probabilística válida que cubre el 100% de las observaciones posibles.
Las frecuencias relativas de cada una de las causas especificadas recogidas en el eje
horizontal van disminuyendo en magnitud, hasta llegar a una fuente por defecto
denominada “otros” que recoge todas las causas no especificadas. Por lo general, el
diagrama de Pareto se organiza en categorías que miden frecuencias o consecuencias.

5. Histogramas.
Son una forma especial de diagrama de barras y se utilizan para describir la tendencia
central, dispersión y forma de una distribución estadística. A diferencia del diagrama de
control, el histograma no tiene en cuenta la influencia del tiempo en la variación existente
en la distribución.

6. Diagramas o gráfico de control.

Se utilizan para determinar si un proceso es estable o tiene un comportamiento
predecible. Los límites superior e inferior de las especificaciones se basan en los
requisitos establecidos previamente. Reflejan los valores máximo y mínimo permitidos.
Puede haber sanciones asociadas al incumplimiento de los límites de las
especificaciones. Los límites de control superior e inferior son diferentes de los límites de
las especificaciones. Estos se determinan mediante la utilización de cálculos y principios
estadísticos estándar para establecer la capacidad natural de obtener un proceso estable.
Se puede utilizar los límites de control calculados estadísticamente para identificar los
puntos en que se aplicarán medidas correctivas para prevenir un desempeño anormal. En
general la acción correctiva busca el mantener la estabilidad natural de un proceso
estable y eficaz.
Para procesos repetitivos, los límites de control se establecen por lo general en ±3 s
alrededor de una media del proceso, que se establece a su vez en 0 s.
Un proceso se considera fuera de control cuando:
Un dato excede un límite de control.
Siete puntos consecutivos se encuentran por encima de la media, o
Siete puntos consecutivos se sitúan por debajo de la media.
 Se puede utilizar los diagramas de control para monitorear diferentes tipos de variables de
salida. Se utilizan con mayor frecuencia para realizar el seguimiento de actividades
repetitivas relativas a la fabricación de lotes.

7. Diagramas de dispersión.
Representan pares ordenados (X, Y) y a menudo se les denomina diagramas de
correlación, ya que pretenden explicar un cambio en la variable dependiente Y en relación
con un cambio observado en la variable independiente X.
La dirección de la correlación puede ser proporcional (correlación positiva), inversa
(correlación negativa), o bien puede no darse un patrón de correlación (correlación cero).
En caso de que se pueda establecer una correlación, se puede calcular una línea de
regresión y utilizarla para estimar cómo un cambio en la variable independiente influirá en
el valor de la variable dependiente.

16. QUE DIFERENCIA EXISTE ENTRE ENCUESTA Y TEST

La encuesta como tal conlleva a una serie de preguntas que se hace a muchas personas
para reunir datos sobre un asunto determinado, mientras que el test es aquel que se hace
para medir o definir por ejemplo la conducta de una persona.

17. CUÁLES SON LAS VENTAJAS E INCONVENIENTES DE HACER ENCUESTAS.

Ventajas:

- El material para las encuestas es económico

- Se obtienen rápidos resultados

- Gran escalabilidad (Debido al bajo costo y al uso del internet)

- Anonimato del encuestador

Desventajas:

- Falta de sinceridad

- Falta de respuestas a conciencia

- Diferencias en la comprensión e interpretación de las preguntas

- Problemas de accesibilidad

18. QUE PROPÓSITOS DEBE CUMPLIR UNA ENCUESTA.

- Tener en cuenta un objetivo público

- Recibir comentarios (retroalimentación)

- Establecer relaciones positivas

19. CUÁLES SON LAS NORMAS QUE SE DEBEN SEGUIR AL FORMULAR UNA
ENCUESTA.

- Formular correctamente las preguntas (de modo que sean fáciles de entender para el
encuestado)

- Para quien va dirigido (Empresa, universidad, cliente, etc…)

- Cantidad de preguntas

- Lugar de implementación

20. COMO SE CLASIFICAN LAS PREGUNTAS DE UNA ENCUESTA.

- Abiertas: Son aquellas en donde se responde con sus propias palabras.

- Cerradas: Son aquellas que se responden con una respuesta especifica o precisa (Si,
no, a veces, nunca, etc…)

- Elección única: Se caracterizan por tener varias opciones a elegir, pero al final solo se
debe tomar una de ellas.

- Elección Múltiple: Este tipo de pregunta tiene como objetivo elegir dos respuestas, entre
las diferentes que se nos presenten.

- Ranking: En donde se debe de responder con escalas o intervalos, por ejemplo de

acuerdo al índice de uso que tiene algo.

- Numéricas: Son aquellas en donde se deben hacer operaciones, ya sea de manera

escrita o mental y elegir la respuesta correcta, con base en el procedimiento que se
realizó.

21. PARA QUE SE REALIZA LA MUESTRA PILOTO.

R/=

Se realiza una prueba piloto que indicara cuan completa es la investigación, los efectos de
los errores en las respuestas, las diferencias resultantes de la recolección de los datos por
diferentes encuestadores u observadores, y las diferencias en los costos de los diferentes
procedimientos de muestreo. Después se realiza la prueba piloto, se revisan el
instrumento de medición y las instrucciones que serán dadas a quienes realizan las
encuestas.

22. QUE ES UNA VARIABLE

R/=Según la cantidad de variables estudiada.- Desde este punto de vista hay una
estadística invariada (estudia una sola variable, como por ejemplo la inteligencia, en una
muestra), una estadística bivariada (estudia cómo están relacionadas dos variables,
como por ejemplo inteligencia y alimentación), y una estadística multivariada (que estudia
tres o más variables, como por ejemplo como están relacionados el sexo, la edad y la
alimentación con la inteligencia).

DATOS ESTADÍSTICOS (VARIABLES): Los datos son agrupaciones de cualquier número

de observaciones relacionadas. Para que se considere un dato estadístico debe tener 2
características: a) Que sean comparables entre sí. b) Que tengan alguna relación.

VARIABLE: Una característica que asume valores.

23. COMO SE CLASIFICAN LAS VARIABLES.

CLASES DE DATOS:
VARIABLE CUANTITATIVA O ESCALAR: Será una variable cuando pueda asumir sus
resultados en medidas numéricas.

VARIABLE CUANTITATIVA DISCRETA: Es aquella que puede asumir sólo ciertos

valores, números enteros. Ejemplo: El número de estudiantes (1,2,3,4)

VARIABLE CUANTITATIVA CONTINUA: Es aquella que teóricamente puede tomar

cualquier valor en una escala de medidas, ya sea entero o fraccionario. Ejemplo:
Estatura : 1.90 m

VARIABLES CUALITATIVAS O NOMINALES: Cuando no es posible hacer medidas

numéricas, son susceptibles de clasificación. Ejemplo: Color de autos: rojo, verde, azul.

24. CLASES DE MUESTREO Y EJEMPLOS DE CADA UNO.

-Muestreo estratificado:

1.  Define la población objetivo.

2.  Identifica la variable o variables de estratificación y determinar el número de
estratos a usarse. Las variables de estratificación deben estar relacionados con el
propósito de estudio. Si el propósito del estudio es hacer estimaciones de los
subgrupos, las variables de estratificación deben estar relacionados con esos
subgrupos. La disponibilidad de información auxiliar a menudo determina las
variables de estratificación que se utilizan. Puede ser utilizada más de una variable
de estratificación. Considera que a medida que el número de variables de
estratificación aumenta, incrementa la probabilidad de que algunas de las
variables cancelen los efectos de otras variables, no más de cuatro a seis
variables de estratificación y no se deben utilizar más de seis estratos de una
variable en particular.
3.  Identifica un marco de muestreo existente o desarrolla uno que incluya
información sobre la o las variables de estratificación para cada elemento de la
población objetivo. Si el marco de la muestra no incluye la información en las
variables de estratificación, la estratificación no sería posible.
4.  Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,
múltiple, y la agrupación, y haz los ajustes cuando sea necesario.
5.  Divide el marco de muestreo en estratos, categorías de la estratificación de la o
las variables, creando un marco de muestreo para cada estrato. Dentro del estrato
las diferencias deben reducirse al mínimo, y las diferencias entre los estratos
deben maximizarse. Los estratos no deben estar superpuestos, en conjunto, debe
constituir toda la población. Los estratos deben ser independientes y mutuamente
exclusivos del subconjunto de la población. Cada elemento de la la población debe
estar en un sólo estrato.
6.  Asigna un número único a cada elemento.
6. Determina el tamaño de la muestra para cada estrato. La distribución numérica de
los elementos incluidos en la muestra a través de los diversos estratos determina
el tipo de muestreo a implementar. Puede ser un muestreo proporcional
estratificado o uno de los diversos tipos de muestreo estratificado
desproporcionado.
8.  Selecciona al azar el número específico de elementos de cada estrato. Al menos
un elemento se debe seleccionar de cada estrato para la representación de la
muestra; y por lo menos dos elementos deben ser elegidos de cada estrato para el
cálculo del margen de error de las estimaciones calculadas a partir de los datos
recogidos.
En este ejemplo, los elementos incluidos en la muestra se asignaron a través de las
cuatro zonas de una región de marketing de manera que la proporción de elementos que
se tomaron para la muestra de cada zona es idéntica a la proporción de elementos de
cada zona de la población total. La fracción de muestreo en cada zona es el mismo 1 de
22 elementos. Cada zona está igualmente representada en la muestra.

Muchas veces el investigador no sólo desea estimar parámetros poblacionales sino

también hacer análisis detallado dentro de un estrato relativamente pequeño y/o comparar
los estratos entre sí. El muestreo estratificado proporcional puede no dar resultados en
algunos de los estratos de este tipo de análisis. Tomando el ejemplo descrito en nuestra
tabla, no sería posible realizar un análisis detallado de los elementos de la zona 2 ya que
sólo 12 de los elementos se encuentran en la muestra. Además, la comparación de los
elementos de la zona 2 con las otras zonas sería dudoso. El muestreo estratificado
proporcional no es una buena elección de muestreo para llevar a cabo este tipo de
análisis. El desproporcional puede ser una mejor elección.

-Muestreo sistemático:

1. Definir la población objetivo.

2.  Determinar el tamaño deseado de la muestra (n).
3.  Identificar el marco muestreo existente o desarrollar un marco de muestreo de la
población objetivo.
4.  Evaluar el marco muestral por falta de cobertura, cobertura excesiva, múltiple
cobertura, agrupación, periodicidad, y hacer los ajustes cuando sea necesario.
Idealmente, la lista estará en un orden aleatorio con respecto al estudio variable o,
mejor aún, ordenados en función de la variable de interés o su correlación,
creando así estratificación implícita.
5.  Determinar el número de elementos en el marco de la muestra (N).
6.  Calcular el intervalo de muestreo (i) dividiendo el número de elementos en el
marco de muestreo (N) por el tamaño de la muestra específica (n). Uno debería
ignorar el resto y redondear o terminar en el número entero más próximo. El
redondeo hacia abajo y truncando puede hacer que el tamaño de la muestra sea
más grande de lo deseado. Si es así, se puede eliminar de forma aleatoria las
selecciones adicionales. Si no se conoce el tamaño exacto, o es poco práctico
determinar, se puede fijar una fracción de muestreo.
7.  Seleccionar al azar un número, r, de “1”  mediante i.
8.  Selecciona para la muestra, r, r + i, r + 2i, r ,+3i, y así sucesivamente, hasta
agotar el marco.

-Muestreo por conglomerados:

 1. Definir la población objetivo.
2.  Determinar el tamaño de la muestra deseada.
3.  Identificar un marco de muestreo existente o desarrollar un nuevo marco de
muestreo de grupos de la población objetivo.
4.  Evaluar el marco de muestreo para la falta de cobertura, cobertura excesiva,
múltiple cobertura, y la agrupación, y hacer los ajustes cuando sea necesario.
Idealmente, los grupos serían tan heterogéneos como la población, mutuamente
excluyentes, y colectivamente exhaustivos. La duplicación de elementos de la
muestra puede aparecer si elementos de la población pertenecen a más de un
grupo. La omisión dará lugar a un sesgo de cobertura.
5.  Determinar el número de grupos que se seleccione. Esto se puede hacer
dividiendo el tamaño de la muestra por el número promedio estimado de
elementos de la población en cada grupo. En la medida en que la homogeneidad y
la heterogeneidad de los grupos sean diferentes a la de la población, el número
del grupo aumenta e incrementa la precisión. Por otra parte, si las diferencias
aumentan, la precisión disminuye.
6.  Seleccionar al azar el número previsto de las agrupaciones.

Fortalezas en comparación con el Debilidades en comparación con el muestreo

muestreo aleatorio simple: aleatorio simple:
Si los grupos están definidos Una muestra por conglomerados puede no
geográficamente, el muestreo por ser la más representativa de la población
conglomerados requiere menos tiempo, como es el caso de una muestra aleatoria
dinero y mano de obra. simple del mismo tamaño de la muestra.
El muestreo por conglomerados permite
Las variaciones en las muestras tienden a ser
muestreos posteriores debido a que los
mucho más altas que en las del muestreo
grupos incluidos en la muestra son
aleatorio simple.
elementos agregados.
El muestreo por conglomerados hace aún
Uno puede estimar características de los
más complejo el análisis de datos e
grupos como el de la población.
interpretación de los resultados.
El muestreo por conglomerados no El muestreo por conglomerados produce
requiere de un marco de muestreo de errores de muestreo más grandes para
todos los elementos de la población muestras de tamaño comparable que otras
objetivo. muestras de probabilidad.

-Muestreo aleatorio simple:

1. Define la población objetivo. Quizá quieras leer: ¿Cómo encontrar a tu mercado

objetivo?
2. Identifica un marco de muestreo actual de la población objetivo o desarrolla uno
nuevo.
3. Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,
cobertura múltiple y la agrupación, y haz los ajustes que consideres necesarios.
4. Asigna un número único a cada elemento de la trama.
5. Determina el tamaño de la muestra.
6. Selecciona al azar el número específico de elementos de la población.
En una tabla de números aleatorios no se sigue un patrón particular. Pueden ser leídos de
cualquier manera, es decir, horizontal, vertical, diagonal, hacia delante o hacia atrás. El
número de dígitos que se utiliza debe corresponder al tamaño total de la población
objetivo. Los números que el investigador encuentra que no concuerdan con los números
asignados a elementos de la población objetivo son ignorados. Este proceso de la tabla
de números aleatorios es un proceso tedioso, consume tiempo, y no se recomienda para
grandes poblaciones. En su lugar, se pueden utilizar softwares estadísticos u hojas de
cálculo para generar números aleatorios. Los elementos de las poblaciones cuyos
números asignados coinciden con los números generados por el software son incluidos en
la muestra. Se puede seleccionar un número de una tabla de números aleatorios para
usarlo como el número de partida para el procedimiento.

25. Tome una población de estudio, determine una variable de estudio, clasifíquela, elija
un método de muestreo indicado para sacar la muestra.
 ESTADISTICA

TALLER 2

YEISON PALENCIA YÁNEZ

CÓDIGO: 084851202016

EDUARD DARNEY CASTILLO RIVERA

CÓDIGO: 084850862016

IVAN DARIO COLMENARES IZQUIERDO

CODIGO: 084800982016

HENRY DANIEL COLMENARES IZQUIERDO

CODIGO: 084851272016

SEBASTIAN ADOLFO BASTO SANCHEZ

 CODIGO: 084851092016

UNIVERSIDAD DEL TOLIMA

INSTITUTO DE EDUCACIÓN A DISTANCIA “IDEAD”

TECNOLOGIA EN GESTION DE BASES DE DATOS

INGENIERIA DE SISTEMAS

GRUPO 5

2018