UNIDAD 4

INGENIERIA EN
GESTION INDUSTRIAL
ELEMENTOS FUNDAMENTALES
DEL DISEÑO
FUNDAMENTOS DE LA
ESTADÍSTICA
ACTIVIDAD DE FORO
Docente: María de Lourdes Villanueva
Alumno: Enrique Baldemar Tamayo
Silvestre

Ciudad de México
01/04/2020
Estadística y su clasificación
La estadística se clasifica en dos grandes ramas conocidas como estadística descriptiva y
estadística inferencial.
La estadística es una de las ciencias que presenta gran dificultad en la posibilidad de definirla,
ya que la misma, presenta un objeto de estudio bastante complejo, las cantidades que puedan
mutar de la ocurrencia de un fenómeno social.
Como es de entender, esta rama, no forma parte de las ciencias exactas, en consideración de
que la misma solo puede arrogar probabilidades en cuanto a las cifras y muy pocas
cantidades, pero la misma permite en gran medida determinar las leyes de causalidad y la
posibilidad de ocurrencia de un fenómeno, fundado en antecedentes y ciertos factores que
pueden inferir.
Pese a que sus resultados sean expresados en números, los mismos no obedecen a una plena
exactitud sino por el contrario a un estado de posibilidades y alternativas que pueden
presentarse.
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.
Los pasos por medio de los cuales procede la estadística descriptiva son los siguientes:
1. 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.
2. 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.
3. 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.
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
La población estadística consiste en la recolección de un conjunto de elementos o sujetos que
gozan de características comunes, con el fin de estudiarlos y sacar conclusiones específicas
para determinar resultados.
Según el tamaño de la población estudiada, el resultado puede ser finito o infinito. Si el
resultado de los conjuntos investigados es infinito, estos se consideran conceptuales o
artificiales, ya que toda población debe tener un resultado específico al ser estudiada
Muestra
La muestra estadística consiste en la porción que se extrae de una población estadística para
un determinado estudio, con el fin de representar, conocer y determinar los aspectos de dicha
población.
Este método se utiliza cuando no se puede aplicar un censo en ciertas poblaciones, ya que a
través del muestreo se puede establecer una porción de la realidad a estudiar.
Variable y sus tipos

Una variable estadística es el conjunto de valores que puede tomar cierta característica de
la población sobre la que se realiza el estudio estadístico y sobre la que es posible su
medición. Estas variables pueden ser: la edad, el peso, las notas de un examen, los ingresos
mensuales, las horas de sueño de un paciente en una semana, el precio medio del alquiler en
las viviendas de un barrio de una ciudad, etc.
Las variables estadísticas se pueden clasificar por diferentes criterios. Según su
medición existen dos tipos de variables:
 Cualitativas (o categórica): son las variables que pueden tomar como valores cualidades
o categorías.
Ejemplos:
 Sexo (hombre, mujer)
 Salud (buena, regular, mala)
 Cuantitativas (o numérica): variables que toman valores numéricos.
Ejemplos:
 Número de casas (1, 2,…). Discreta.
 Edad (12,5; 24,3; 35;…). Continua.

La variable cualitativa (o variables categóricas) se pueden clasificar según sigan una

jerarquía o un orden determinado.
Datos u observaciones

Los datos estadísticos, en este marco, son los valores que se obtienen al llevar a cabo un
estudio de tipo estadístico. Se trata del producto de la observación de aquel fenómeno que se
pretende analizar.
Parámetro
Un parámetro estadístico es un número que se obtiene a partir de los datos de una muestra
estadística. Los parámetros estadísticos también se conocen como estadísticos descriptivos.
Estadígrafos o Estadísticos
Estadístico o Estadígrafo: Son las medidas descriptivas inherentes a una muestra, las cuales
pueden usarse como estimación del parámetro. Como ejemplo podría tomarse los salarios
promedio de una muestra de los empleados de la empresa.

Individuo
En estadística, como individuo o unidad estadística se denomina cada uno de los elementos
que componen una población, es decir, el conjunto de todos los elementos que es sometido
a una medición estadística. Como tal, el individuo es un ente observable, de allí que no
tenga que ser, necesariamente, una persona, sino que también puede ser un objeto, un
organismo, o algo abstracto
Variables cuantitativas discretas y continuas
Variable cuantitativa discreta
Es aquella que puede asumir un número contable de valores.
Ejemplos de variables cuantitativas discretas:
 El número de hijos de una familia.
 La cantidad de dedos que tienes en la mano.
 El número de faltas en un partido de fútbol.
 Número de personas que llegan a un consultorio en una hora.
 El número de árboles que hay en un parque.
 El número de canales de televisión que tienes en casa.
 Número de animales en una granja.
 Cantidad de empleados que trabajan en una tienda.
 Número de libros vendidos cada mes en Amazon.
  Número de clientes que visitan un supermercado por día
Variable cuantitativa continúa

Es aquella que puede asumir un número incontable de valores.

Ejemplos de variables cuantitativas continúas:
 La estatura de tu mejor amigo.
 El ancho de una pelota de fútbol.
 Volumen de agua en una piscina.
 El peso de una persona.
 La velocidad a la que va a un tren.
 Longitud en centímetros de un tenedor.
 Tiempo que demora el delivery de Pizza Hut en entregar un pedido.
 El volumen de cerveza en una jarra.
 Peso de las vacas en una granja.
 Tiempo que esperas al amor de tu vida.
 Distancia que recorren los autos en una ciudad.
 Velocidad a la que viaja un avión.
 El diámetro de una esfera.

Variables cualitativas, nominales y ordinales

Variable cualitativa ordinal

Es aquella que presenta valores no numéricos, pero existe un orden.

Ejemplos:
 Las medallas conseguidas en una competencia. Los valores serían: oro, plata,
bronce.
 Grado de satisfacción laboral en una compañía. Los valores serían: muy satisfecho,
satisfecho, regular, insatisfecho, muy insatisfecho (mañana mismo renuncio).

Variable cualitativa nominal

Es aquella que presenta valores no numéricos, y no existe un orden.
Ejemplos:
El estado civil. Los valores serían: soltero, casado, divorciado, viudo.
El lugar de nacimiento de tus amigos. Los valores serían: Lima, Santiago, Buenos Aires,
Zagreb, entre otras ciudad

¿Qué diferencia existe entre población y muestra de un estudio estadístico?

R= Una muestra es siempre un grupo más pequeño o un subconjunto dentro de una
población

Población Muestra

La característica medible de la población,

La característica medible de la muestra
como la media o la desviación estándar,
se llama estadística.
se conoce como parámetro.

La muestra es un subconjunto de la
Los datos de población son un todo y
población que se obtiene utilizando el
completo.
muestreo.

Una encuesta realizada a toda una
población es más precisa, sin margen de
error, excepto la inexactitud humana en
las respuestas. Sin embargo, esto no
siempre es posible.
Una encuesta realizada con una muestra
de la población arroja resultados
precisos, solo después de factorizar aún
más el margen de error y el intervalo de
confianza.

La estadística es el componente
El parámetro de la población es un
descriptivo de la muestra, el cual se
elemento numérico o medible que define
encuentra mediante el uso de la media
el sistema del conjunto.
muestral o la proporción muestral.

¿Cómo se calcula la muestra de un estudio estadístico, conociendo el tamaño de la

población y sin conocer el tamaño de la población? Realiza un ejemplo de cada uno:
La fórmula para calcular el tamaño de muestra cuando se conoce el tamaño de la población
es la siguiente:
En donde, N = tamaño de la población Z = nivel de confianza, P = probabilidad de éxito, o
proporción esperada Q = probabilidad de fracaso D = precisión (Error máximo admisible en
términos de proporción
Ejemplos:
Un ejemplo claro de esto es cuando se usa la muestra para entrevistar cierta parte de la
población en busca de un resultado .que nos dé una muestra estadística.

La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de la

población es la siguiente:

Z= nivel de confianza
P= probabilidad de éxito o proporción esperada
q =probabilidad de fracaso
d²= precisión (error máximo admisible en términos de proporción)
Ejemplo:¿ A cuántas familias tendríamos que estudiar para conocerla preferencia del
mercado en cuanto a las marcas de shampoo para bebe si se desconoce el tamaño de la
población?
Seguridad = 95%
Precisión = 3%
Proporción esperada = asumamos que puede ser próxima al 5%. Si no tuviésemos alguna
idea de dicha proporción utilizaremos el valor de p = 0.5 (50%) que maximiza el tamaño de
muestra entonces:
Za= 1,.962 ya que la seguridad es del 95%
P= proporción esperada (en este caso es 5% = 0.05)
q= 1-p en este caso 1 – 0.05 = 0.95%
d²= precisión en este caso deseamos un 3%

Datos Agrupados
Los datos agrupados son como lo indica su nombre, una cantidad dada de datos que puede
clasificarse, ya sea por sus cualidades cualitativas o cuantitativas, y por tal agruparse para
su análisis.
Estos datos por lo general son aconsejable agruparles cuando su población cuenta con
alrededor de 20 o más elementos que comparten una característica y caben dentro de una
categorización (repeticiones de un valor), pues permite un mejor manejo y análisis más
profundo de los mismos. Porque al emplear este método podemos manejarlos por clases
(una clase es una categoría en la que se agrupan los datos)
Por lo cual pueden organizarse o clasificarse de dos formas: datos agrupados en frecuencia
o en intervalos.
Los datos agrupados en frecuencia son los que se distribuyen u organizan en una tabla de
frecuencia (La frecuencia es igual al número de veces en que se repite cada valor en una
serie de datos.), así, Por medio de ella, es fácil identificar la cantidad de respuestas
repetidas.
Los datos agrupados por intervalos son los que se organizan dentro de un rango y se
delimita su amplitud por límites establecidos. Así, por medio de esta, es fácil identificar la
cantidad de elementos en un determinado rango de valores.
Ejemplos:
Se busca determinar el número de niños en cada uno de los grados escolares de una
primaria, (del 1 al 6 grado), por lo que se recolectan los datos y se organizan y agrupan en
una tabla de frecuencias.

Edad..........Frecuencia
1..................2
2..................4
3..................7
4..................4
5..................2
6..................1
Total............20

Agrupación en intervalos, por ejemplo, de 2 años para este caso.

Edad..........Frecuencia
1-2...............6
3-4...............11
5-6...............3
Total.............20

Datos no Agrupados

Los datos no agrupados son el conjunto de datos que no se ha clasificado y se es presentada

en su forma de aparición en una tabla de datos donde cada valor se representa de forma
individual. Por lo general este conjunto comprende una cantidad de elementos menor a 30
(n<30) con poca o nula repetición.

El tratamiento de estos datos sin agrupar. El manejo de estos datos es simple, se recolectan
los datos de la población de estudio y dichos datos se distribuyen en una tabla de datos y se
analizan sin necesidad de formar clases con ellos.

Estos datos al distribuirse en tabla de frecuencia donde cada dato mantiene su propia
identidad después que la distribución de frecuencia se ha elaborado.

Vas a investigar la edad a un grupo de 20 Niños en datos no agrupados (es decir, vienen los
20 niños y así como te dan la edad así la anotas)

2,2,1,3,3,3,4,4,5,6,1,2,2,3,3,3,4,4,3,6 (Total 20 niños)

Estos son datos no agrupados por qué no los has clasificado y
contado.1,1,2,2,2,2,3,3,3,3,3,3,3,4,4,4,4,5,5,6 (Total 20 niños)

Los datos no agrupados también los puedes ordenar, por ejemplo de la edad menor a la
edad mayor, no están contabilizados ni clasificados solamente están ordenados.

En una investigación sobre el calentamiento de varios elementos líquidos para determinar

en cada uno de ellos el punto, la temperatura, en la cual cambian de estado, los científicos
van anotando las temperaturas que van dando efecto.
134°C, 345°C, 234°C, 456°C, 837°C, 456°C, 122°C, 4567°C, 3456°C, 456°C,
190°C, 900°C.
Estas medidas pueden ser apiladas en una tabla de datos, y mantener su independencia
como valor único y representativo

Referencias:
López-Alvarenga J.C., Reding-Berrnal A. Cálculo del tamaño de la muestra: enfoque
práctico de sus elementos necesarios
García-García J.A., Jiménez-Ponce F., Arnaud-Viñas M.R. (Eds.), Introducción a la
metodología de la investigación en ciencias de la salud, McGraw-Hill
Interamericana, México (2011), pp. 67-76
López-Alvarenga J.C., Reding-Berrnal A., Pérez-Navarro M., et al.Cómo se puede
estimar el tamaño de la muestra de un estudio
Dermatol Rev Mex, 54 (6) (2010), pp. 375-379