DICIEMBRE - 2 - 2020

CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

ESTADISTICA INFERENCIAL EN CONTROL DE CALIDAD

El principal objetivo del control estadístico de la calidad es disminuir la variabilidad de

los procesos y con ello, mejorar la calidad, disminuir el desperdicio, el rechazo de
productos y la pérdida económica causada por retrabajos. Otra aplicación del control
estadístico de la calidad es ayudar en la toma de decisiones.

Hoy en día el control de la calidad ya no se aplica sólo en el área productiva, sino que ha
encontrado cabida en el área de prestación de servicios y la definición de calidad radica
no sólo en el proceso o servicio final, ahora la calidad comienza con la materia prima, con
las condiciones laborales, la actitud de las personas al ofrecer su trabajo o servicio.

La mejora de la calidad y la productividad, tanto en procesos de manufactura como en los

servicios, requiere de la metodología estadística. Recientemente esta se ha hecho muy
popular por su vinculación con el mejoramiento de la calidad; sin embargo, esto no es
algo nuevo. Desde sus inicios, en la década de 1930, el control de la calidad demandó de
los métodos estadísticos. No por casualidad un estadístico es considerado el padre del
control de la calidad (Edwards Deming). Hoy calidad, productividad y excelencia son
términos que se asocian al uso de la metodología estadística.

 Ejemplo:

Es necesario establecer un procedimiento para inspeccionar una muestra relativamente

pequeña del producto proveniente de un lote para decidir si reúne los estándares de
calidad deseados. Un procedimiento de este tipo incluye la noción de muestreo para la
aceptación.

Tablas de control estadístico

Es un proceso inferencial basado en un muestreo repetitivo. Se emplea para definir un

estándar de calidad para un proceso de fabricación y para determinar si éste se mantiene
durante el proceso. De esta forma una tabla de control estadístico de calidad es el
proceso inferencial por el cual se decide si una desviación observada de la norma
deseada se debe al azar o a alguna causa fija. Si es del azar se dice que el proceso está
bajo control.

Los errores de tipo I y de tipo II se enuncian ahora de la manera siguiente: Error de tipo I,
declarar a un proceso fuera de control cuando en realidad está bajo control. Error de tipo
II: Declarar a un proceso bajo control cuando en realidad está fuera de control.
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

Tablas X¯ (media conocida de la población)

Sea X1, X2, …, Xn una muestra aleatoria de tamaño n, en donde cada

La probabilidad de que

Los límites de control tres-sigma son

Cuando se toma una muestra de tamaño n y se calcula la media muestral, si esta se

encuentra en los límites anteriores se considera que el proceso se encuentra bajo control.
Por lo tanto, cada vez que se toma una muestra se está probando la hipótesis nula de que
la media del proceso es igual a μ contra la hipótesis alternativa, de que ha habido un
corrimiento en la media del proceso.

Ejemplo 1

Una máquina rellena un recipiente con 500 g de una sustancia, con una desviación
estándar de 2 g. Se toman 10 muestras diarias, cada una de 5 recipientes, y se mide el
peso de cada recipiente. Los peso promedios para las 10 muestras en una semana son

Nº de
muestra 1 2 3 4 5 6 7 8 9 10
Media 498,3 499,4 501,2 498,6 502,9 500,5 499,2 498,7 501,0 500,2
muestra 7 9 5 3 7 6 3 6 5 7

Para los límites de control 3σ, ¿se encontró el proceso bajo control durante esta semana?
Con estos límites, ¿cuál es la probabilidad de no detectar un corrimiento de 500 a 503 g
en la media?
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

Dado que n=5, μ=500 y σ=2, los límites de control 3σ son 500±3 (2/5 0,5)=(497,3167;
502,5833). Nótese en la figura que la media muestra quinta está por encima del límite
superior; de esta forma, durante este tiempo el proceso se juzgó como fuera de control.

La probabilidad de obtener un valor de la media muestral fuera de los límites de control si

el proceso se encuentra realmente bajo control es:

valor que se obtiene de 1-(DISTR.NORM(502,683282;500;2/5^0,5;VERDADERO)-

DISTR.NORM(497,316718;500;2/5^0,5;VERDADERO))

Veamos el 2º apartado, la probabilidad de no detectar un corrimiento en la media cuando

ésta pasa a μ=503 es igual a:

valor que se obtiene: =(DISTR.NORM(502,683282;503;2/5^0,5;VERDADERO)-

DISTR.NORM(497,316718;503;2/5^0,5;VERDADERO))

El Control Estadístico de la Calidad y la mejora de procesos.

DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

Comenzando con la aportación de Shewhart sobre reconocer que en todo proceso de

producción existe variación (Gutiérrez:1992), puntualizó que no podían producirse dos
partes con las mismas especificaciones, pues era evidente que las diferencias en
la materia prima e insumos y los distintos grados de habilidad de los operadores
provocaban variabilidad. Shewhart no proponía suprimir las variaciones, sino determinar
cuál era el rango tolerable de variación que evite que se originen problemas.

Para lograr lo anterior, desarrolló las gráficas de control al tiempo que Roming y Dodge

desarrollaban las técnicas de muestreo adecuadas para solamente tener que verificar
cierta cantidad de productos en lugar de inspeccionar todas las unidades.

Este periodo de la calidad surge en la década de los 30’s a raíz de los trabajos de
investigación realizados por la Bell Telephone Laboratories.

En su grupo de investigadores destacaron hombres como Walter A. Shewhart, Harry

Roming y Harold Dodge, incorporándose después, como fuerte impulsor de las ideas de
Shewhart, el Dr. Edwards W. Deming (Cantú:1997).

Estos investigadores cimentaron las bases de lo que hoy conocemos como Control

Estadístico de la Calidad (Statistical Quality Control, SQC), lo cual constituyó un
avance sin precedente en el movimiento hacia la calidad,

Causas de variación

 Existen variaciones en todas las partes producidas en el proceso de manufactura.

Hay dos fuentes de variación:

o variación aleatoria se debe al azar y no se puede eliminar por completo.
o variación asignable es no aleatoria y se puede reducir o eliminar.

APLICACIÓN DE ESTADISTICA INFERENCIAL EN LA EDUCACION

Existen estrechos vínculos entre la Estadística y la investigación pedagógica empírica, lo

que contribuye a la comprensión de los métodos de investigación en educación, el diseño
de programas, los problemas de medición y evaluación, el diagnóstico y hasta su
orientación, entre las más importantes

 Ejemplo:

El desarrollo de las Ciencias Sociales en el siglo XX y lo que va del XXI no se puede

entender sin el papel que ha desempeñado la Estadística, unido indefectiblemente al
interés de los investigadores y científicos por cuantificar la magnitud, incidencia e impacto
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

de los fenómenos sociales, entre sus principales usos. De esta manera, los diferentes
ámbitos de las Ciencias Sociales en los que la Estadística actúa y aporta sus
conocimientos son, entre otros:

Ejemplo:

El tiempo de conexión a internet de los alumnos de cierta universidad sigue una

distribución normal con desviación típica de 15 minutos. Para estimar la media del tiempo
de conexión, se quiere calcular un intervalo de confianza que tenga una amplitud menor o
igual a 6 minutos, con un nivel de confianza del 95 %. Determina cuál es el tamaño
mínimo de la muestra que es necesario observar.
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

APLICACIÓN DE ESTADISTICA INFERENCIAL A LA MEDICINA

El desarrollo de medicamentos, nuevos productos y procedimientos tecnológicos requiere

de una fase de experimentación, que se conduce siguiendo los principios y métodos de la
experimentación estadística. La normatividad establece que todos los nuevos desarrollos
deben pasar una serie de pruebas de efectividad, sobre la base de ensayos y pruebas
estadísticas. Mientras no se tenga evidencia estadística sobre un nuevo fármaco, este no
puede salir al mercado.

 Ejemplo:

Claro y de gran actualidad, podemos citar el estudio ENECovid19 de prevalencia de la

infección por el coronavirus SARS-CoV-2 en la población en España. En este estudio,
desarrollado por el Ministerio de Sanidad con la colaboración del Instituto de Salud Carlos
III, las Comunidades Autónomas y el Instituto Nacional de Estadística, se pretende saber
qué porcentaje de toda la población ha pasado la enfermedad COVID-19, desarrollando
anticuerpos, a partir de los resultados obtenidos en una muestra representativa de 36.000
hogares. El informe correspondiente a la primera ronda (de las tres de que consta el
estudio), que ha salido estos días, ya aporta de forma preliminar algunas conclusiones
muy interesantes, como que la prevalencia en España se sitúa en el cercado del 5% de la
población. Resultados como estos, que permiten explicar qué le pasa a toda la población
a partir de lo observado en una muestra, ayudarán, sin duda, a comprender mejor la
COVID-19, a reducir la incertidumbre, y por tanto a estar más cerca del camino hacia la
deseada recuperación económica
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

 Ejemplo:

El nuevo coronavirus COVID-19 ha sido clasificado por la Organización Mundial de la

Salud como una emergencia en salud pública de importancia internacional (ESPII), a
continuación presentamos una aplicación de la estadistica inferencial en el campo de la
salud :

Objetivo: presentar un estudio comparativo entre el promedio de contagio durante la

cuarentena obligada por el COVID-19 y el promedio de contagio durante la apertura
gradual y controlada para algunos sectores de la economía.

Materiales y métodos: se utilizó la base de datos de las personas infectadas por el

COVID-19 con la información correspondiente al período 25 de marzo 2020 a 26 de abril
2020 de cuarentena obligada entre 27 de abril a 29 de mayo 2020 con la apertura gradual
y controlada para algunos sectores de la economía. En su análisis se utilizó la prueba t-
student para muestras independientes, utilizando el paquete estadístico SPSS v.25.

Resultados: se presentó mayor contagio de personas por COVID-19 con la apertura

global y sistemática de varios sectores de la economía; a partir del análisis estadístico de
los datos aplicando la prueba t-student se pudo observar que hay evidencia para rechazar
la hipótesis nula; por consiguiente, las medias son diferentes.

Conclusiones: la estrategia a seguir es sostener el aislamiento preventivo obligatorio

para los grupos específicos y la cuarenta en toda la población.

 Ejemplo

Definición de estadística

En salud pública se emplean, consciente o no, muchos conceptos estadísticos al adoptar

decisiones relativas a diagnósticos clínicos, o bien al predecir probables resultados de un
programa de intervención en la población. Y considerando que la estadística es una
excelente base para comprender muchos fenómenos reales y para orientar la resolución
de problemas relativos a estos, es importante poder definirla mediante el conocimiento de
diferentes autores:

Ligia Moya (1989)

DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

"la rama del saber que trata del desarrollo y aplicación de métodos eficientes de
recolección, elaboración, presentación, análisis e interpretación de datos numéricos" (5)

Lwanga y Tye (1987)

"disciplina que comprende los métodos estadísticos y el estudio de métodos científicos de

acopio, tratamiento, reducción, presentación, análisis e interpretación de datos y de hacer
deducciones y sacar conclusiones de datos numéricos" (6)

Spiegel (1992)

"estudia los métodos científicos para recoger, organizar, resumir y analizar datos, así
como para sacar conclusiones válidas y tomar decisiones razonables basadas en tal
análisis" (7)

Tavera Barquin (1980)

"es la ciencia que estudia la aplicación de los métodos estadísticos para conocer las
características de los conjuntos o de los fenómenos de masa, en sus aspectos
cuantitativos y cualitativos" (8)

Daniel (2002)

"es un campo del estudio relacionado con la recopilación, organización y resumen de

datos y la obtención de inferencias acerca de un conjunto de datos cuando sólo se
observa una parte de ellos" (9)

En la práctica, al margen de su definición, la estadística suele variar su nombre,

particularmente debiéndose al campo o área de aplicación. De tal manera que aplicada al
campo de la salud, se denominaría estadística de salud, en el área de estudio y
caracterización de la población humana, se le llama estadística demográfica, en su parte
social como estadística social y en las ciencias biológicas, bioestadística. Y en el ámbito
de estudio de la salud pública hace acopio de todos los métodos estadísticos empleados
por las diferentes disciplinas que la constituyen como las antes citadas.

El método estadístico

El método estadístico es un conjunto de procedimientos que se emplean para describir y

determinar las características de las series de datos, relativas a los fenómenos reales.
(10)

El método estadístico contempla las siguientes etapas:

DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

1. Recopilación de datos
2. Organización de los datos
3. Análisis de las series de datos
4. Presentación de resultados
5. Formulación de conclusiones

Para efectuar los análisis se emplean parámetros o medidores estadísticos, que podemos
definir como expresiones formulables que pueden valorar algunas características, simples
o complejas del suceso tratado. Con el propósito de conocer los límites de los valores, la
homogeneidad entre ellos, su estructura, su variación, el compáralos con otros valores,
establecer la probabilidad de los valores e inferir las características de una población,
entre algunos aspectos.

Objetivo y aplicaciones de la estadística en salud pública

Entre los objetivos más importantes relacionados con la estadística y que contribuyen al
campo de la salud pública y sectores relacionados tenemos los siguientes (11):

 Permite comprender los fundamentos racionales en que se basan las decisiones

en materia de diagnóstico, pronóstico y terapéutica.
 Interpreta las pruebas de laboratorio y las observaciones y mediciones clínicas con
un conocimiento de las variaciones fisiológicas y de las correspondientes al
observador y a los instrumentos.
 Proporciona el conocimiento y comprensión de la información acerca de la
etiología y el pronóstico de las enfermedades, a fin de asesorar a los pacientes
sobre la manera de evitar las enfermedades o limitar sus efectos.
 Otorga una discernimiento de los problemas sanitarios para que eficientemente se
apliquen los recursos disponibles para resolverlos.

Adicionalmente a los objetivos antes citados, resalta la utilidad de la estadística en el

desarrollo del pensamiento crítico, a fin de: (a) pensar críticamente acerca de los
problemas de salud; (b) evaluar correctamente los datos disponibles para la toma de
decisiones e (c) identificar las decisiones y conclusiones que carecen de base científica y
lógica.

Los principios y conceptos de los métodos estadísticos se aplican en diversos campos de

la salud pública, tales como en estudios de variación, diagnóstico de enfermedades y de
la salud de la comunidad, predicción del resultado probable de un programa de
intervención, elección apropiada de intervención en paciente o comunidad, administración
sanitaria, realización y análisis en la investigaciones en salud pública. (Ver Tabla 1) (12)

 
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

Tabla 1. Aplicación de la estadística en salud pública

Área de Comentario Ejemplo

aplicación
Estudios de La variación de una Edad, peso,
variación característica se estatura, presión
produce cuando su sanguínea, niveles
valor cambia de un de colesterol,
sujeto a otro, o de albúmina serica,
un momento a otro recuento de
en el mismo sujeto plaquetas.
Diagnóstico de Proceso mediante Valoración de los
enfermedades el cual se síntomas
y de la salud identifican el declarados o
de la estado de salud de recabados en los
comunidad un individuo, o de individuos para
un grupo, y los realizar un
factores que lo diagnóstico de
producen salud
Predicción del Es la evaluación Programa de
resultado del resultado de un intervención
probable de un programa de nutricional para
programa de intervención en una determinar el
intervención comunidad o de impacto de la
una enfermedad en aplicación de un
los pacientes, a la suplemento
luz de los alimenticio
síntomas, signos y
circunstancias
existentes
Elección Se basa en la Evaluación de la
apropiada de experiencia anterior eficacia de un
intervención con pacientes o fármaco y/u otros
en paciente o comunidades de métodos de
comunidad análogas tratamiento
características que
habían sufrido una
intervención
Administración Refiere al empleo Determinar el perfil
sanitaria y de los datos sanitario de la
planificación relativos a la población en
enfermedad en la términos de
población a fin de distribución de la
hacer un enfermedad y la
diagnóstico en la utilización de los
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

comunidad recursos de salud

Realización y Contempla otorgar Probabilidad de
análisis en la la validez a cáncer de próstata
investigación investigaciones en individuos con
en salud analíticas o de edad mayor a 60
pública encuestas años
descriptivas.

Finalidad de la estadística

La estadística es un método que enseña los procedimientos lógicos, prácticos y útiles a

seguir para observar un fenómeno, recolectar, elaborar, analizar, interpretar y presentar
datos del mismo fenómeno expresados en detalle o síntesis a través del número, cuadro,
y gráfico, con sus correspondientes notas explicativas (13). Es una disciplina cuya
finalidad es:

1.- "La reducción de datos", que es un proceso de sustitución de la masa de datos

originales por un pequeño número de características descriptivas, la cual se denomina
Estadística Descriptiva.

2.- "El análisis científico de datos" experimentales y de los fenómenos observados que se
conoce como Inferencia Estadística.

Principalmente, la estadística contiene dos grandes fases: la descriptiva y la inferencial.

Es decir, conlleva dos etapas sucesivas, dado que la estadística descriptiva prescribe las
características de una muestra, la inferencia estadística pretenderá desplegarlas a toda la
población. (14, 15)

Estadística descriptiva

La estadística descriptiva se ocupa de obtener datos nuevos. Con los cuales procede a
resumir y organizar esos datos para facilitar su análisis e interpretación, para lo cual utiliza
medidas de tendencia central, de dispersión y posición. (16, 17)

A.- Medidas de tendencia central

El examen estadístico de esta medidas, debidamente sentencia, la investigación de

parámetros sobre los cuales se pueda obtener un atributo de toda la información
recabada; es decir las medidas de tendencia central, advierten y resumen el
comportamiento de un conjunto de datos. No obstante su importancia, su análisis no debe
hacerse separadamente de las medidas de dispersión, ya que estás están asociadas con
el grado de concentración de la información. Las principales medidas de tendencia central
son: media aritmética. mediana, moda.
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

B.- Medidas de dispersión

Las medidas de dispersión, tienen como propósito estudiar lo concentrada o dispersa que
está la distribución de los datos con respecto a la media aritmética. Para medir el grado
de dispersión de una variable, se utilizan principalmente los siguientes indicadores: rango
o recorrido, desviación media, varianza y desviación típica o estándar, y coeficiente de
variación.

C.- Medidas de posición

Las medidas de posición permiten conocer otros puntos característicos de la distribución

que no son los valores centrales. Entre otros indicadores, se suelen utilizar una serie de
valores que dividen la muestra en tramos iguales, tales como los cuartiles, deciles y
percentiles.

Inferencia estadística

La Inferencia estadística procede a formular estimaciones y probar hipótesis acerca de

datos resumidos, y utiliza predominantemente estimaciones puntuales, por intervalo y
contraste de hipótesis. Es decir, fundamentalmente es de esencia inductiva y llega a
generalizar respecto de las características de una población valiéndose de observaciones
empíricas de la muestra. (18, 19)

A.-Estimación puntual

El proceso de estimación puntual entraña calcular, a partir de los datos de una muestra,
valores aproximados del parámetro de la población, de la cual fue extraída la muestra. Por
ejemplo la media y la desviación estándar.

B.- Estimación por intervalo (intervalo de confianza)

Una estimación por intervalo de confianza para un parámetro es un intervalo construido

alrededor del estimador puntual del parámetro de tal manera que podemos esperar que el
verdadero valor del parámetro quede incluido en dicho intervalo. El nivel de confianza de
un intervalo es una probabilidad(expresada en porcentaje) que representa la seguridad de
que el intervalo encierra el verdadero valor del parámetro. Por ejemplo el intervalo de
confianza para medias o una proporción.

C.- Contraste de hipótesis

En una investigación se establecen dos tipos de hipótesis, la metodológica de

investigación y las estadísticas (hipótesis nula e hipótesis alterna); estas últimas permiten
evaluar la hipótesis metodológica de investigación a partir de técnicas estadísticas (Ver
Tabla 2). La hipótesis nula (Ho) es una afirmación que propone los resultados contrarios a
los que el investigador espera encontrar. Es decir, niega la relación entre las variables.
Por el contrario, la hipótesis alterna (Ha) afirma lo que el investigador desea que ocurra, y
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

que es manifestado en la hipótesis metodólogica. Es importantes observar la naturaleza

de los datos, si son cuantitativos o cualitativos (proporciones o rango), con el objeto de
traducir o abstraer de manera correcta el modelo experimental, a partir del modelo
matemático-estadístico propuesto.

Elección de la prueba estadística

Es necesario considerar que la prueba estadística es una correcta abstracción de la

realidad. Para elegir la prueba estadística es necesario que la estructura experimental
esté perfectamente aclarada. Uno de los errores más frecuentes es aplicar pruebas
inadecuadas a los datos sólo porque parecen más avanzadas o por que son los que se
conocen.

En la Tabla 2 se muestra las posibles pruebas para análisis estadísticos en estudios

comparativos. En términos muy generales y muy simples, la prueba a elegir depende del
tipo de variables y naturaleza del grupo o grupos a analizar. Y en la cual se supone que
esta implícito un objetivo que establece o procura la comparación en términos de una
variable principal. (20, 21, 22)

Tabla 2. Selección de Pruebas Estadística

Diseño Tipo de variable Prueba

Estadística
Un grupo Proporciones Prueba Z

Cuantitativas Prueba t,
Intervalos de
Confianza
Dos grupos Proporciones Fisher, Ji
independientes cuadrada, Prueba
Rango Z

Cuantitativas U de Mann-
Whitney

Prueba t no
pareada
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

Dos grupos Proporciones McNemar,

relacionados Binomial
Rango
Signos, Wilcoxon
Cuantitativas
Prueba t pareada

Correlación de
Pearson
Tres o más Proporciones Ji cuadrada
grupos
independientes Rango Kruskal-Wallis

Cuantitativas ANOVA
Tres o más Proporciones Q de Cochran
grupos
relacionados Rango Friedman

Cuantitativas ANOVA con

observaciones
repetidas
Multivariado Proporciones Log lineales

Cuantitativas Regresión

Conclusiones

El conocimiento de los método estadístico esta estrechamente ligado a una buena

práctica de la investigación en salud. Ya que es necesario para poder interpretar
correctamente y de una manera crítica los resultados obtenidos. Podemos considerar
como premisa que un buen trabajo de investigación en salud debe dedicar un espacio a
describir los métodos de análisis de datos utilizados; y entre los factores determinantes
para un buen análisis se encuentra el tipo de diseño y el conocimiento de las variables de
estudio.

Resumen

La necesidad de un enfoque estadístico esta actualmente bien reconocido en la

investigación y en la práctica de las disciplinas que constituyen la salud pública. Ya que
estas estudian comunidades o poblaciones en las que claramente se aplican las leyes de
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

los grandes números y de las fluctuaciones aleatorias. El conocimiento de los método

estadístico esta estrechamente ligado a una buena práctica de la investigación en salud.
Ya que es necesario para poder interpretar correctamente y de una manera crítica los
resultados obtenidos. Podemos considerar como premisa que un buen trabajo de
investigación en salud debe dedicar un espacio a describir los métodos de análisis de
datos utilizados; y entre los factores determinantes para un buen análisis se encuentra el
tipo de diseño y el conocimiento de las variables de estudio

Palabras clave: estadística, salud pública

APLICACIÓN DE ESTADISTICA INFERENCIAL A LA PSICOLOGÍA

Sabemos que en el área de la psicología se necesita mucha investigación con respecto al

estudio del ser humano, por lo tanto, esta rama de la ciencia no se queda atrás en cuanto
a la estadística inferencial. Es más, se puede concluir que se ve representada de gran
manera en los siguientes puntos:

1. Competencias requeridas para interpretar la literatura de investigación: En este

punto, se necesita conocer y comprender los métodos usuales en psicología, su
dominio de aplicación y la hipótesis en que se basan. Se requiere capacidad para
juzgar las decisiones metodológicas de otros investigadores y las posibilidades de
generalizar un estudio.

2. Competencias requeridas para el desarrollo de la investigación: Hoy no se

requiere destreza de cálculo, gracias a los paquetes estadísticos, pero se requiere
elegir la técnica apropiada e interpretar sus resultados. El investigador tendrá que
seleccionar sus muestras, codificar sus datos e introducirlos en el ordenador,
realizar los cálculos sencillos (como medidas, gráficos o correlaciones). También
tendrá que escribir las conclusiones de su estudio y presentar los datos
estadísticos de una forma apropiada.

Sencillamente podemos analizar que en el campo de la psicología es una de las ramas

que ha dado mayor importancia a los usos correctos de métodos estadísticos.

A continuación, demostraremos esto con ejemplos para que quede bien en claro que la
estadística inferencial en el área de la psicología es fundamental.

Sabemos que la estadística inferencial consiste en el contraste de hipótesis. Esto es,

determinar si una afirmación es cierta o no en la población, en términos probabilísticos.
Los tipos de contrastes más frecuentes son:

 Comparación de muestras. Ejemplo: nuestra hipótesis puede ser que las personas
altas tienen una menor índice de masa corporal que las personas bajas.
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

 Asociación entre variables. Ejemplo: nuestra hipótesis puede ser que el índice de
masa corporal y la altura son dos variables relacionadas.

Así pues, parece obvia la necesidad de la estadística inferencial en el campo de la

psicología (en los ejemplos, podemos cambiar la masa corporal por la inteligencia, la
memoria, la atención…). Al realizar inferencias estimamos cómo serán en general las
características de una población. Esto permite a los investigadores alcanzar conclusiones
sobre las poblaciones, lo que puede ser muy importante, por ejemplo, para determinar
qué medidas tomar a nivel social.

APLICACIÓN DE ESTADISTICA INFERENCIAL A LA PRODUCCIÓN

Así como en el área de la psicología se tocaron los dos puntos mas importantes, en esta
área también los mencionaremos:

1. Estimar el consumo de una población determinada de un producto en ciertos

periodos del año.

2. Llevar un control de los tiempos de paro en las maquinarias que realizan los
procesos de producción, y estimar las probabilidades de los sucesos a futuro.

Una de las últimas tendencias en las empresas es llevar estadísticas de acuerdo con el
tipo de tecnología utilizada para no quedar rezagados en el mercado, la globalización ha
abierto un mundo de posibilidades en el mercadeo es por ello que la estadística aporta
información muy valiosa de cuando es hora de aplicar nuevas tecnologías en el área de
producción.

Un ejemplo práctico de la aplicación de la estadística inferencial en producción es estimar

el momento en el que deben ser sustituidas las tecnologías de consumo. Siguiendo el
ejemplo de la tecnología LED, una forma es realizar un muestreo entre los consumidores
sobre el uso de la tecnología LED y la fluorescente.

Ya realizada la encuesta por medio del muestreo, los datos arrojan la tendencia al cambio
que se maneja entre los consumidores.

Entonces si quisiéramos calcular la probabilidad de que, en enero del año 2015, la

tecnología LED supera a la LFC (fluorescente), seria con la siguiente formula.

P(E)= número de veces que se dio en el pasado

Número total de encuestas

Tomaremos para el cálculo los datos del mes de diciembre 2014, entonces quedaría así:
DICIEMBRE - 2 - 2020
CARLOS PERALTA
FRANCISCO PAEZ
NESTOR PEREZ
EIDIS GUERRA

322/700= 0,46*100= 46%

La probabilidad es de un 46%.

Para la solución de este problema se utilizó el modelo de frecuencia relativa, dado q se

tomaron datos registrados en forma frecuente durante siete meses.

APLICACIÓN DE ESTADISTICA INFERENCIAL A LAS FINANZAS

En el campo financiero, la estadística es un principio necesario para el establecimiento de

diversas teorías que encontramos en el análisis de las finanzas. así como estos principios,
existen otras utilidades como la aplicación de la estadística a proyectos de inversión o
para el análisis de archivos financieros, etc.

Una demostración muy común del uso de las estadísticas al mundo financiero es la
asignación de valor al riesgo de inversión. "Cuanto más volátil es una inversión, más
riesgosa es…", deriva de cuan dispersos estén los valores estadísticamente hablando.

Como la necesidad de poder valorar de alguna forma algo que puede o no suceder es tan
imperiosa, lo que se ha hecho es aplicar conceptos estadísticos como el valor esperado o
la varianza a las finanzas.

En el mundo de las finanzas, la probabilidad está asociada a la recurrencia de un cierto

resultado cuando se analiza a gran escala un mismo instrumento o situación financiera.
Si retomamos el ejemplo de las monedas y los dados y lo aplicamos a una inversión,
podremos entender mejor el manejo de la probabilidad financiera. En el mundo de las
inversiones, existen muchos expertos que se dedican a realizar mediciones sobre la
frecuencia con que ocurren determinados fenómenos. Los inversionistas utilizan estos
estudios para analizar mejor sus posibles negocios. Así pues, si existe un estudio que nos
revela que la posibilidad que tiene una determinada acción de subir es de 35%, esto nos
da a entender que tiene un 65% de probabilidad de descender, lo cual nos habla de
mayor riesgo al momento de invertir. Por lo general, cuando una inversión tiene más
riesgo, sus ganancias potenciales son mayores. Y los estudios de probabilidad nos
ayudan a determinar precisamente el riesgo que existe. En el mercado de valores ocurre
un fenómeno similar al de las apuestas en los deportes, las carreras de autos o los
caballos. Cuando se apuesta dinero al favorito para ganar, la ganancia es menor que
cuando se apuesta al peor calificado de la lista. De la misma forma, el riesgo es más
grande cuando se pone el dinero en el perdedor, puesto que tiene menos probabilidades
de ganar.