Población, Muestra, Métodos de

Medición
Estadística Descriptiva y
Probabilidad
Prof. Haider O. Ballesteros M.
 Información
Parcial:
Jueves 3 septiembre
Horario de clase

Examen final:
Jueves 5 noviembre
Horario de Clase

Taller: Grupos de 2
Subir a Teams
 Ejemplos de población y muestra
Seleccionar al azar a 5 estudiantes de un grupo de 50 estudiantes:
muestra aleatoria
La producción total de tela de una fábrica textil:
población
Los alumnos de 2° y 5° semestre de la Facultad de Ingeniería Civil:
muestra
Un camión repartidor de refrescos:
muestra de refrescos
El número de llamadas que entran a un conmutador entre las 9:00 y la 11:00
am:
muestra
El número total de llamadas al día en un conmutador:
población
Preguntar a todo el personal de una fábrica sobre el deseo de implantar el
servicio de comedor para sus empleados:
encuesta, población
 Ejemplos de población y muestra
Seleccionar a 25 personas de 1.000 en una fábrica para preguntar por la comida que
se da diariamente:
muestra
Poco más de 100 mil turistas ocuparon el 80% de los 28 mil habitaciones del hotel,
con motivo del fin de semana festivo, quienes dejaron importantes ganancias a todos
los prestadores de servicios, afirmo el secretario de turismo. Suponiendo que esas
22.400habitaciones de hotel son representativos del grupo de vacacionistas, ¿Cuál es
la población?
Las 28 mil habitaciones de hotel
¿Cuál es la muestra?
22.400 habitaciones de hotel (80% del total)
En el 2,019 en Bucaramanga se realizó un estudio dirigido a los jóvenes entre los 15 y
19 años (100,000), de los cuales se entrevisto a 12.000 y se encontró que el 95% de
ellos desean seguir estudiando en la universidad,
¿Cuál es la población?
100.000 jóvenes
¿Cuál es la muestra?
12.000 jóvenes
TIPOS DE MUESTRAS
 Aleatorio Estratificado

Probabilística

Conglomerado Sistemático

https://www.yumpu.com/es/document/view/59826501/estadistica-descriptiva
Concepto de muestra probabilística

Son más
representativas
Sus resultados son
extrapolables
Se obtiene (generalizables) a
mediante técnica la población
de muestreo general.
Cuando todas los
elementos del aleatorio ( por
universo tienen la azar)
misma
probabilidad de
ser parte de la
muestra.
Aleatorias simples:
Utiliza cualquier sistema de azarificación (tabla de números al
azar, bolilleros, etc.)
 Aleatorias simples:
Cuando usarla:
Cuando se sabe que la
variable de mayor interés se
distribuye aleatoriamente en
el universo
En universos pequeño (no más
de 200 UE)
Universos de poca dispersión
geográfica.
Cuando no se conoce el
patrón de distribución de la
variable de interés.
Desventajas
Es necesario contar con una
lista enumerada de todas las
unidades de la población.
Los sujetos seleccionados
pueden estar muy dispersos
por lo que contactar con cada
uno de ellos puede resultar
costoso en tiempo y dinero.
Algunos subgrupos de la
población, especialmente
aquellos más minoritarios,
pueden prácticamente no
estar representados en la
muestra si ésta es pequeña
Muestras estratificadas:
Supone que el universo pueda desagregarse en sub-conjuntos
menores, diferenciándolos de acuerdo a alguna variable que
resulte de interés para la investigación.
 Características
Los estrato es homogéneo al
interior y heterogéneo entre si.
Cada estrato es un universo
particular, en el que las unidades
muestrales se seleccionan por
azar.
Al final la muestra queda
constituida por un mismo
porcentaje de cada estrato
Cuando usarlas
Cuando la variación entre estratos
es mayor que la interna de cada
estrato.
Principalmente en poblaciones
donde se supone o se conoce
que la distribución de la(s)
variable(s) de mayor interés es
diferente entre subpoblaciones
fácilmente identificables.
Muestreo sistemático:
Consiste en seleccionar a los individuos según una regla o
proceso periódico.

1ra UA por azar , en

adelante se utiliza nº de
sistematización:

K= N/n

K= constante (nº de
sistematización)
N= total del universo
n= nº muestral
Muestreo sistemático:
Cuando utilizarlo:
Cuando no tengo listado de
antemano pero puedo
estimarlo.
Cuando no hay posibilidad de
identificar en el marco
muestral a cada una de las
UM. Por ejemplo, en
ciudades grandes donde no
se tienen listados de
viviendas
Cuando se dificulta el acceso
a las UM, por distancias, falta
de caminos o en terrenos
abruptos. Por ejemplo, en un
inventario forestal.
Cuando no se aconseja:
En las situaciones en que las unidades
de muestreo están ordenadas por algún
criterio periódico y la constante de
muestreo puede coincidir con ello.
Ejemplo si queremos conocer la demanda en
un centro de salud y elegimos como unidad
de muestreo el día de la semana puede
ocurrir que obtener, gamos como constante
de muestreo (K) el número 7, en ese caso
estaríamos describiendo siempre la demanda
que se produce un día determinado, por
ejemplo el sábado.
Muestra por conglomerado:
El universo admite ser subdividido en universos menores de
características similares a las del universo total. Los
conglomerados constituyen grupos heterogéneos al interior
del grupo y homogéneos entre sí.
 Procedimiento Utilización

Se subdivide el universo Cuando existe alta dificultad

en conglomerados. para llegar a todas las UM
del universo debido a una
Se eligen al azar los gran dispersión espacial o a
conglomerados que tener barreras físicas de
formaran la muestra. acceso.
Ejemplo cuando queremos
Se eligen al azar las extraer muestras de los
unidades muestrales habitantes de un conjunto
de cada conglomerado. geográfico amplio
 Por
Voluntaria
conveniencia
No
Probabilística
Bola de Nieve Por cuota
 Muestras no probabilísticas:

NO todos los elementos del universo tienen la misma

probabilidad de ser parte de la muestra.

Se obtiene por criterios y no son representativas.

 Muestra por Conveniencia

Consiste en seleccionar a los

individuos que convienen al
investigador para la muestra.
Esta conveniencia se produce
porque al investigador le
resulta más sencillo examinar a
estos sujetos, ya sea por
proximidad geográfica, por ser
sus amigos, etc.
 Muestra Voluntaria

Son muestras que conocen

que las evaluarán y que
están de acuerdo en ser
evaluados. Esto da un
sesgo a las respuestas que
son subjetivas y por eso
hace parte de las muestras
no probabilísticas.
 Muestra Bola de nieve

El muestreo se realiza
sobre poblaciones en las
que no se conoce a sus
individuos o es muy difícil
acceder a ellos. Podrían
ser los casos de sectas
secretas, indigentes,
grupos minoritarios, etc.
 Diferencia con el muestreo
Muestra por cuota estratificado: En el muestreo
por cuota la selección de UA
no es aleatoria.

Cuando utilizarlo:
Cuando se tienen datos
adicionales de los individuos
(edad, sexo, etc.) y se pueden
utilizar ya que el investigador
considera que estos datos
pueden influenciar en las
características que se estudian.

El análisis por estratos permite

un posterior análisis de las
diferencias entre grupos.
 Errores en la muestra:
Errores sistemáticos: Errores aleatorios:

Sesgo de informacion Error tipo 1 o α Error tipo 2 o β

• La probabilidad • La probabilidad
Respuestas inapropiadas. de encontrar de no encontrar
Sesgo de medición (o una diferencia una diferencia
con nuestra que actualmente
clasificación) muestra existe entre
comparada con nuestra muestra
Las mediciones y/o clasificaciones de la la población, y comparada con
variable son inexactas. no hay una la población…
diferencia en
realidad….
Sesgos de selección • Poder es (1- β) y
es comúnmente
• Usualmente del 80%
Cuando existe una diferencia sistemática situado al 5% (o
entre las características de la población 0.05)
seleccionada para el estudio y las
características de la población no
seleccionada
Errores de muestreo

Mide la discrepancia que se presenta a partir

de una enumeración incompleta de la
población.
Ejemplo de población objeto
Estos errores pueden presentarse debido a
que difiere de la población
que la población no ha sido definida muestreada.
debidamente o no corresponde a la población
bajo estudio.
Analizar la cobertura de
vacunación de los niños de
La población objeto (a ser estudiada) difiere Bucaramanga, tomando una
de la población muestreada.
muestra de los que concurren
a los Centros Asistenciales
Los errores de muestreo (si no son debido a
problemas del diseño) pueden reducirse
oficiales.
aumentando el tamaño y/o complejidad de la
muestra.
Sintetizando los elementos a considerar en el proceso de
muestreo:
Definir la población, el tamaño y
los elementos que componen
1 a la población.
Determinar la unidad de
observación, la unidad
2 muestral y sus características.
Determinar la información
necesaria para la selección de
3 la muestra.
Definir el tamaño de la
muestra.
4
Definir el método de
selección de la muestra
5
Definir los procedimientos a
seguir en la selección de la
6 muestra.
 Entrevista

Grupo Focal
(Focus Group)

Métodos
Toma de
Datos
Encuesta

Observación
 Entrevistas
• Técnica que recopila
información de las personas,
ha sido utilizada y sigue
utilizándose para múltiples
propósitos.
• Algunos autores, por no decir
todos, la utilizan para conocer
factores que están en duda o
para corroborar.
• En la actualidad se utiliza para
propósitos científicos, tanto de
laboratorio como de campo.

smaris.edu.ec/wp-content/uploads/2012/10/LA-ENTREVISTA.pptx
 Grupos Focales (Focus Groups)
• Discusión o valoración de un
tema particular en grupos
pequeños (6 – 12)
homogéneos o heterogéneos.
• Es una entrevista grupal.
• Moderador, tiene un
cuestionario con preguntas
preestablecidas y da orden al
grupo.
• Duración aproximada 2
horas.
• La sesión se graba para
después ser analizada.
Cardozo Myriam. Seminario Internacional Cuarto Foro Global CLEAR. Métodos cualitativos. Noviembre 2013. http://www.clear-
la.cide.edu/sites/default/files/Day%202_Workshop_Qualitative%20Methods_Myriam%20Cardozo.pptx.
 Observación

Definir qué queremos y

podemos observar
Elaborar una guía de
observación
Tipos:

- Participante
- No Participante

Llevar actualizado el diario de

observaciones

Cardozo Myriam. Seminario Internacional Cuarto Foro Global CLEAR. Métodos cualitativos. Noviembre 2013. http://www.clear-
la.cide.edu/sites/default/files/Day%202_Workshop_Qualitative%20Methods_Myriam%20Cardozo.pptx.
 Encuestas
Obtener datos o información de
varias personas cuyas opiniones
tienen mucha importancia para el
investigador. Las respuestas son
formuladas por escrito y no se
requiere de la presencia del
investigador. Son anónimas.
• Motivación
• Respuestas con alto grado de objetividad,
realidad y certeza.
• Bien organizada
• Datos: actitudes, intereses, opiniones,
conocimientos, comportamientos

smaris.edu.ec/wp-content/uploads/2012/10/ENCUESTAS.pptx
Bases de datos
https://www.datos.gov.co/

Una base de datos es un conjunto de datos pertenecientes a un mismo

contexto y almacenados sistemáticamente para su posterior uso. En este
sentido; una biblioteca puede considerarse una base de datos compuesta en su
mayoría por documentos y textos impresos en papel e indexados para su
consulta. Actualmente, y debido al desarrollo tecnológico de campos como
la informática y la electrónica, la mayoría de las bases de datos están en
formato digital, siendo este un componente electrónico, por tanto se ha
desarrollado y se ofrece un amplio rango de soluciones al problema
del almacenamiento de datos.
Las bases de datos son un conjunto de
información relacionada que se encuentra
agrupada o estructurada.

Desde el punto de vista informático, una

base de datos es un sistema formado por
un conjunto de datos almacenados en
discos que permiten el acceso directo a
ellos y un conjunto de programas que
manipulan ese conjunto de datos.
Bases de datos: Estructura
 Bases de Datos
Conjunto de observaciones
relacionados entre sí, que tienen las
siguientes propiedades:

Representan algún aspecto del mundo

Análisis/ real
Propósito Son lógicamente coherentes
Están dirigidos a un grupo de usuarios
específico

Información
Es un conjunto de
datos relacionados
entre sí.
Los datos son hechos
conocidos, que
pueden registrarse y
que tienen un
significado implícito.
Ejemplos:
Nombres
Números de teléfonos
Direcciones
Propiedades Implícitas
Una BD representa
algún aspecto del
mundo real.

Una BD es un conjunto
de datos lógicamente
coherente, con cierto
significado.
Toda BD se diseña, construye y alimenta con
datos para un propósito específico.
 Está dirigida a un grupo de usuarios y tienen
ciertas aplicaciones preconcebidas que interesan
a dichos usuarios.
 En definitiva una BD :
Tiene una fuente de la
cual derivan los datos.
Los datos interactúan
con el mundo real.
Tienen un público que
está interesado en el
contenido de la BD.
 Las BD:
Pueden tener cualquier tamaño.
Se pueden generar manual o mecánicamente
Las BD computarizadas se
pueden crear y mantener
con un grupo de
programas de aplicación
escritos específicamente
para esa tarea o mediante
un Sistema de Gestión de
BD.
¿Qué es un Sistema de gestión
de Bases de Datos (SGBD)?
 Es un conjunto de
programas que permite
a los usuarios crear y
mantener una BD
Es un sistema de software
de propósito general que
facilita el proceso de:
definir,
construir
manipular
BD para diversas
aplicaciones
Para Definir una BD
hay que especificar:

Las estructuras.
Los tipos de datos.
Las restricciones de
los datos que se
almacenarán en ella
Construir una BD
Es el proceso de
guardar los datos
mismos en algún
medio de
almacenamiento
controlado por el
SGBD.
En la manipulación de
una BD intervienen
funciones como:

Consultar la base de
datos para obtener
datos específicos.
Actualizar la BD para
reflejar cambios en el
minimundo.
Generar informes a
partir de los datos
Que son los datos?
 Que son los datos?
Variables
ID de caso Fecha de diagnóstico Ciudad de ubicación Departamento o Distrito Atención** Edad Sexo Tipo* País de procedencia
1 6/03/2020 Bogotá Bogotá D.C. Recuperado 19 F Importado Italia
2 9/03/2020 Buga Valle del Cauca Recuperado 34 M Importado España
3 9/03/2020 Medellín Antioquia Recuperado 50 F Importado España
4 11/03/2020 Medellín Antioquia Recuperado 55 M Relacionado Colombia
5 11/03/2020 Medellín Antioquia Recuperado 25 M Relacionado Colombia
6 11/03/2020 Itagüi Antioquia Casa 27 F Relacionado Colombia
7 11/03/2020 Cartagena Cartagena D.T. y C Recuperado 85 F Importado Estados Unidos
8 11/03/2020 Bogotá Bogotá D.C. Recuperado 22 F Importado España
9 11/03/2020 Bogotá Bogotá D.C. Recuperado 28 F Importado España
10 12/03/2020 Bogotá Bogotá D.C. Recuperado 36 F Importado España
11 12/03/2020 Bogotá Bogotá D.C. Casa 42 F Importado España
12 12/03/2020 Neiva Huila Casa 74 F Importado Italia
13 12/03/2020 Neiva Huila Casa 68 F Relacionado Colombia
14 13/03/2020 Palmira Valle del Cauca Recuperado 48 M Importado España
15 13/03/2020 Villavicencio Meta Recuperado 30 F Importado España
16 13/03/2020 Bogotá Bogotá D.C. Recuperado 61 F Importado Italia
17 14/03/2020 Bogotá Bogotá D.C. Recuperado 73 F Importado España
18 14/03/2020 Bogotá Bogotá D.C. Casa 54 M Importado España
19 14/03/2020 Bogotá Bogotá D.C. Recuperado 54 F Relacionado Colombia
20 14/03/2020 Medellín Antioquia Recuperado 26 F Relacionado Colombia
21 14/03/2020 Medellín Antioquia Casa 28 M Relacionado Colombia

Observaciones

https://www.ins.gov.co/Noticias/Paginas/Coronavirus.aspx
Población, Muestra, Métodos de
Medición
Estadística Descriptiva y
Probabilidad
Prof. Haider O. Ballesteros M.