FUNDAMENTOS NUMÉRICOS

Y ESTADÍSTICOS

SESIÓN 13: VARIABLES ESTADÍSTICAS

POBLACIÓN Y MUESTRA
 INTRODUCCIÓN

Para asumir los retos del avance vertiginoso de la ciencia y la

tecnología, agregado al calentamiento global, necesitamos
permanentemente estar evaluando variables específicas en diversos
tipos de población; por lo que se requiere que el estudiante
establezca variables de estudio y determine tamaños de muestra
cuando realiza una investigación científica.
 CONTENIDOS

• Estadística: Conceptos básicos

• Variables estadísticas:
➢ Variable cualitativa.
➢ Variable cuantitativa.
• Población y muestra:
➢ Determinación del tamaño de muestra
Faustino Ipanaqué Moreno
 ESTADÍSTICA

La estadística es un conjunto de
métodos científicos orientados a:
➢recopilar,
➢organizar (clasificar,
agrupar)
➢presentar y
➢analizar datos.

•Con el fin de describirlos : ESTADÍSTICA DESCRIPTIVA O

•con el fin de realizar generalizaciones validas: ESTADÍSTICA INFERENCIAL

Faustino Ipanaqué Moreno

 ESTADÍSTICA

Herramienta
tecnológica para la
toma de decisiones

Clases de Estadística

Estadística Descriptiva Estadística Inferencial

Se basa en definición de
variables, recojo de Parte de hipótesis y análisis
información y análisis de de Probabilidades para luego
variables. hacer inferencias.

Faustino Ipanaqué Moreno

1. Estadístico: Es el profesional que estudió y elabora información estadística.
2. Estadista: Es la persona cuya toma de decisiones se basa en información estadística.
3. Universo (U): Es el conjunto de poblaciones.

Faustino Ipanaqué Moreno

4. Población (N): Es el conjunto de elementos que tienen por lo menos una
característica común.
Ejemplo:
Sea:
Población (N): Estudiantes de
Comunicación Audiovisual de la UJBM
x
x x x x x Muestra (n): 56 estudiantes de
Comunicación Audiovisual
x x x x x x xx x
x x x x x x x x x Unidad elemental: un estudiante de
x x x x x x x x Comunicación Audiovisual

x x x x x s1 = Edad
s2 = Sexo
Observación s3 = Estado Civil
s4 = Talla

En función al número de elementos, la población se puede clasificar en:

a) Finita: Cuando se conoce el número exacto de sus elementos.
b) Infinita: Cuando no se conoce el número exacto de sus elementos.

Faustino Ipanaqué Moreno

5. Muestra (n): Parte representativa de una población y se establece a partir
de criterios que define su característica y el proceso de selección. Ejm: 56
estudiantes de Comunicación Audiovisual.

6. Unidad elemental: Es una componente u elemento que conforma la

muestra o población. Ejm: Un estudiantes de Comunicación Audiovisual.

7. Observación: Son las diversas características que tiene una unidad

elemental. Ejm: Edad=18 años, sexo=masculino, estado civil=soltero, talla=
1,72 m.

8. Dato: Es una característica de una observación. Ejm: Edad: 18 años.

Faustino Ipanaqué Moreno

9. Muestreo: Son las diversas técnicas, normas o
procedimientos que nos permiten seleccionar muestras
representativas de una población.

10. Parámetros: Son las diversas medidas con las cuales se

analizan todos los elementos de una población.
Ejemplos: Sean:
a) La Media Aritmética → 
b) La Varianza → ²
c) La Desviación estándar → 

Faustino Ipanaqué Moreno

11. Estadígrafos: Son las diversas medidas con las cuales se
analizan todos los elementos de una muestra.
Ejemplos:
Sean:
a) La Media Aritmética → X
b) La Varianza → S2
c) La Desviación Estándar → S

Faustino Ipanaqué Moreno

Faustino Ipanaqué Moreno
 Variables estadísticas

➢ Son expresiones que determinan características o atributos de poblaciones previamente

definidas y son susceptibles de ser medidas.
➢ Se clasifican en:
A. VARIABLES CUALITATIVAS
B. VARIABLES CUANTITATIVAS
Faustino Ipanaqué Moreno
 Variables Cualitativas

Establecen características o cualidades y se expresan mediante

lemas, nombres o símbolos. Puede ser:

1. Nominal: Son no numéricas y no establecen un orden.

Ejemplos:
a) Estado Civil de una persona
b) Religión que profesa

2. Ordinal: Establecen un orden o categoría.

Ejemplos:
a) Rendimiento académico
b) Medalla Deportiva en una Prueba Olímpica

Faustino Ipanaqué Moreno

 Variables Cualitativas - Ejemplos:

Asignatura favorita Nominal

Distrito de residencia Nominal
Programa de TV favorito Nominal
Club deportivo de preferencia Nominal
Turno de asistencia a clases Nominal
Grado de instrucción Ordinal
Categoría de brevete Ordinal
Escala de pensión estudiantil Ordinal
Segmento económico según ingreso familiar Ordinal
Grado académico Ordinal

Faustino Ipanaqué Moreno

 Variables Cuantitativas

Establecen medición numérica y a su vez pueden ser:

1. Discretas: Cuando solamente toman valores enteros:

Ejemplos:
a) Número de estudiantes por Semestre
b) Número de veces al mes que asiste un estudiante a
la biblioteca

2. Continuas: Cuando toman valores fraccionados o decimales

Ejemplos:
a) Gasto semanal en pasajes.
b) Talla.
c) Peso.

Faustino Ipanaqué Moreno

 Variables Cuantitativas -
Ejemplos:

Número de asignaturas por semestre Discreta

Tiempo (en minutos) de atención de pedido Discreta
Número de créditos por curso Discreta
Número de hermanos de la unidad familiar Discreta
Asistencia semanal a la biblioteca Discreta
Estatura de un niño Continua
Peso de un adulto Continua
Tiempo diario dedicado al estudio Continua
Gasto semanal en pasajes Continua
Tiempo diario dedicado a la lectura Continua

Faustino Ipanaqué Moreno

Faustino Ipanaqué Moreno
TAMAÑO ADECUADO DE LA MUESTRA

n = Z² . ²
E²

n = Z². p . q
E²

Faustino Ipanaqué Moreno

 TAMAÑO ADECUADO DE LA MUESTRA:
Para variables cuantitativas

n = Z² . ²
E²

1. 𝒏 = Tamaño de la muestra
2. 𝐍 = Tamaño de la población
3. 𝒁 = Se debe establecer el nivel de confianza del estudio
4. E = Máximo error permisible:
El investigador debe especificar el máximo error que esta en condiciones de aceptar para dicho estudio.
5.  = Desviación estándar de la muestra o población:
El paso 3 y 4 depende del criterio del investigador mas no el 5to, para lo cual se puede elegir :
I Utilizar una muestra piloto pequeña para emplear la desviación estándar de esta muestra como estimado
aproximado de la población.
II Proponer una desviación estándar basado en conocimientos de la población y experiencias pasadas.

Faustino Ipanaqué Moreno

 Para población finita o cerrada

Caso I:
En el distrito de Breña habitan 12000 familias y se desea calcular el tamaño de la
muestra para un estudio sobre el gasto mensual de la canasta familiar. Para estimar la
“” de la población , el investigador utilizó una muestra piloto de 70 familias habiendo
encontrado que la desviación estándar de esta muestra era de 50 soles. Se desea que
el error estándar muestral al inferir la “” poblacional no exceda de ± 4 soles y que la
investigación tenga un nivel de confianza de 95%.

Faustino Ipanaqué Moreno

 Para población finita o cerrada

Variable: “Gasto mensual de la canasta familiar”

(Distrito de Breña)

x=  = S/ 2 800

s =  = S/ 50

DATOS: E = ± 4 nuevos soles

Z = 95% = 1,96
N = 12000

Faustino Ipanaqué Moreno

✓ N = 12000
✓ x =  = S/ 2 800

✓ s =  = S/ 50 n = 571,7006965
n ≈ 572 familias
✓ E = ± 4 soles
✓ Z = 95% = 1,96 El tamaño de la muestra debe ser de 572
familias.

Faustino Ipanaqué Moreno

 Para población infinita o abierta

Caso II:
En el distrito de Breña se desea calcular el tamaño de la muestra para un estudio sobre
el gasto mensual de la canasta familiar. Se desconoce el número de familias que habitan
en dicho distrito y para estimar la “” de la población , el investigador utilizó una
muestra piloto de 70 familias habiendo encontrado que la desviación estándar de esta
muestra era de 50 soles. Se desea que el error estándar muestral al inferir la “”
poblacional no exceda de ± 4 soles y que la investigación tenga un nivel de confianza de
95%.

Faustino Ipanaqué Moreno

DATOS:
Variable: “Gasto mensual de la canasta familiar”
(Distrito de Breña)

x=  = S/ 2 800

n = 70 familias
s =  = S/ 50

E = ± 4 nuevos soles
Z = 95%

Faustino Ipanaqué Moreno

 n = Z² . ²
E²

z2 2
n = (1.96)2 (50)2 = 600.25 = 600
(4)2
Nota: Cuando la población es abierta se le agrega de un
n = 600 + 10%(600) 10% a un 20%, teniendo como referencia 400 encuestas.
n = 600 + 60
n= 660 famílias

El tamaño de la muestra debe ser de 660 familias.

Faustino Ipanaqué Moreno
 TAMAÑO ADECUADO DE LA MUESTRA:
Para variables cualitativas

n = Z². p . q
E²

1. 𝒏 = Tamaño de la muestra
2. 𝐍 = Tamaño de la población
3. 𝒁 = Se debe establecer el nivel de confianza del estudio
4. E = Máximo error permisible:
El investigador debe especificar el máximo error que esta en condiciones de aceptar para dicho estudio.
5. 𝒑 = Probabilidad de aceptación
6. 𝒒 = Probabilidad de rechazo

Faustino Ipanaqué Moreno

 Para población finita o cerrada

Caso I:

Se quiere hacer una investigación de mercado en el distrito de Lince, que

tiene una población de 59600 habitantes, para poner una Pollería. Se les
preguntó, al azar, a 120 personas de dicho distrito, si consumen pollo a la
brasa; 108 dijeron que SI. Se desea que el error muestral máximo sea de
2% y que la investigación tenga 98 % de confiabilidad.

Faustino Ipanaqué Moreno

 Para población finita o cerrada

Variable: “Consumo de pollo a la brasa”

(Distrito de Lince)

Z = 98% = 2,33
𝒔𝒊 𝟏𝟎𝟖
p =
𝑻𝒐𝒕𝒂𝒍
=
𝟏𝟐𝟎
= 0,9

𝑵𝒐 𝟏𝟐
DATOS: q =
𝑻𝒐𝒕𝒂𝒍
=
𝟏𝟐𝟎
= 0,1

E = 2% = 0,02
N = 59600

Faustino Ipanaqué Moreno

Z= 98% = 2,33
(𝟓𝟗𝟔𝟎𝟎)(𝟐,𝟑𝟑)²(𝟎,𝟗)(𝟎,𝟏)
p= 0,9 n =
𝟎,𝟎𝟐 ² 𝟓𝟗𝟔𝟎𝟎 −𝟏 + 𝟐,𝟑𝟑 ²(𝟎 ,𝟗)(𝟎,𝟏)
q= 0,1

E= 0,02 n = 1196,9902…
n ≈ 1197 encuestas
N= 59600

El tamaño de la muestra debe ser de 1197

encuestados.

Faustino Ipanaqué Moreno

 Para población infinita o abierta

Caso II:

Se quiere hacer una investigación de mercado en el distrito de Lince para

poner una Pollería. Se les preguntó, al azar, a 120 personas de dicho
distrito, si consumen pollo a la brasa; 108 dijeron que SI. Se desea que el
error muestral máximo sea de 2% y que la investigación tenga 98 % de
confiabilidad.

Faustino Ipanaqué Moreno

 Para población infinita o abierta

Variable: “Consumo de pollo a la brasa”

(Distrito de Lince)

Z = 98% = 2,33
𝒔𝒊 𝟏𝟎𝟖
p =
𝑻𝒐𝒕𝒂𝒍
=
𝟏𝟐𝟎
= 0,9
DATOS: 𝑵𝒐 𝟏𝟐
q =
𝑻𝒐𝒕𝒂𝒍
=
𝟏𝟐𝟎
= 0,1

E = 2% = 0,02

Faustino Ipanaqué Moreno

 n = Z². p . q
E²

Z= 98% = 2,33 (𝟐,𝟑𝟑)²(𝟎,𝟗)(𝟎,𝟏)

n =
p= 0,9 𝟎,𝟎𝟐 ²
q= 0,1
n = 1221,5025 ≈ 1222
E= 0,02 n = 1222 + 10%(1222) = 1344

El tamaño de la muestra debe ser de 1344

encuestados.

Faustino Ipanaqué Moreno

APLICACIONES
Faustino Ipanaqué Moreno
 APLICACIONES

1.- En un distrito de la ciudad que tiene 18000 niños, se desea determinar

el consumo ( en litros) mensual de leche que tiene cada niño; para lo cual
utiliza una muestra piloto de 80 niños, encontrando que la desviación
estándar “” de su consumo de leche es de 0,5 litros. Se quiere que la
investigación tenga 99% de confiabilidad y un margen de error muestral de
± 0,125 lts.

Faustino Ipanaqué Moreno

 Población finita o cerrada

Variable: “Consumo mensual de leche, en niños”

(Consumo en litros)

s =  = 0,5 lt

E = ± 0,125 lt
n = 80
Z = 99% = 2,58
N = 18000

Faustino Ipanaqué Moreno

✓ N = 18000
(𝟏𝟖𝟎𝟎𝟎)(𝟐,𝟓𝟖)²(𝟎,𝟓)²
n =
𝟎,𝟏𝟐𝟓 ² 𝟏𝟖𝟎𝟎𝟎 −𝟏 + 𝟐,𝟓𝟖 ²(𝟎 ,𝟓)²
✓ s =  = 0,5 lt

✓ E = ± 0,125 lt n = 105,881…
n ≈ 106 niños
✓ Z = 99% = 2,58
El tamaño de la muestra debe ser de 106
encuestas.

Faustino Ipanaqué Moreno

 APLICACIONES
2.- Un negocio de comida rápida desea evaluar el consumo ( en soles) que deja
el cliente cada vez que asiste al negocio; para lo cual quiere establecer el
tamaño de la muestra que debe utilizar para que su investigación tenga 95%
de confiabilidad y un margen de error de un 5%. Para estimar la “” de la
población , el investigador utilizó una muestra piloto de 90 clientes habiendo
encontrado que la desviación estándar de esta muestra era de 4 soles. Se
desea que el error estándar muestral al inferir la “” poblacional no exceda de
± 0,30 soles.

Faustino Ipanaqué Moreno

 n = Z² . ²
E²

Datos: (𝟏,𝟗𝟔)². (𝟒)²

n =
Z= 95% = 1,96 𝟎,𝟑 ²
= 4
n = 682,951… ≈ 683
E= 0,3 n = 683 + 10%(683) = 751

El tamaño de la muestra debe ser de 751

encuestas.

Faustino Ipanaqué Moreno

 APLICACIONES

3.- En una ciudad que cuenta con 3400 familias, se desea estimar la
proporción de familias que requieren de internet en casa y con qué
características . En una encuesta anterior solo el 12% de familias manifestó
que tenían internet en casa; se desea calcular el tamaño de muestra para
dicho estudio considerando que el error muestral máximo sea de 5% y que
la investigación tenga 95 % de confiabilidad.

Faustino Ipanaqué Moreno

 Datos:
Z= 95% = 1,96 (𝟑𝟒𝟎𝟎)(𝟏,𝟗𝟔)²(𝟎,𝟏𝟐)(𝟎,𝟖𝟖)
n =
𝟎,𝟎𝟓 ² 𝟑𝟒𝟎𝟎 −𝟏 + 𝟏,𝟗𝟔 ²(𝟎 ,𝟏𝟐)(𝟎,𝟖𝟖)
p= 12% = 0,12

q= 88% = 0,88 n = 154,9209…

E= 5% = 0,05 n ≈ 155 encuestas
N= 3400
El tamaño de la muestra debe ser de 155
encuestas.

Faustino Ipanaqué Moreno

 APLICACIONES

4. Se desea hacer un estudio para impulsar una nueva

presentación de una crema dental; al ser preguntados 120
personas si consumen dicha marca, 66 dijeron que SI; se
desea que el error muestral máximo sea de 5% y con un
nivel de confianza del 95 %.

Faustino Ipanaqué Moreno

Variable: “Nueva presentación de crema dental”
-

Z = 95% = 1,96
𝒔𝒊 𝟔𝟔
p =
𝑻𝒐𝒕𝒂𝒍
=
𝟏𝟐𝟎
= 0,55
DATOS: 𝑵𝒐 𝟓𝟒
q =
𝑻𝒐𝒕𝒂𝒍
=
𝟏𝟐𝟎
= 0,45

E = 5% = 0,05

Faustino Ipanaqué Moreno

 n = Z². p . q
E²

Z= 95% = 1,96 (𝟏,𝟗𝟔)²(𝟎,𝟓𝟓)(𝟎,𝟒𝟓)

n =
p= 0,55 𝟎,𝟎𝟓 ²
q= 0,45
n = 380,3184 ≈ 380
E= 0,05 n = 380 + 10%(380) = 418

El tamaño de la muestra debe ser de 418

encuestas.

Faustino Ipanaqué Moreno

 CONCLUSIONES

En una investigación científica es clave determinar

las variables de investigación así como determinar el
tamaño de la muestra porque ello establecerá el
nivel de confianza que tiene la investigación.