ESTADISTICA

I. CONCEPTOS BÁSICOS

1. Estadística
Estadística tiene diferentes significados dependiendo de la persona que analice la
palabra, por ejemplo:

- Para un ingeniero de una planta de generación eléctrica, los datos de consumo

de energía durante el día.
- Para un administrador de un hospital, los datos de la cantidad de pacientes
recibidos, atendidos, que enfermedades presentaron, medicamentos
consumidos.
- Para un profesor, los datos de conocimientos previos de los alumnos, cantidad
de inasistencias durante la asignatura, record de notas.
- Para los alumnos, los datos respecto a las notas obtenidas durante el ciclo en
las diferentes asignaturas, etc.

Para todos ellos su apreciación o definición de Estadística es correcta y nosotros

avalamos eso.

En todos estos casos podemos determinar factores comunes: "Observación y

estudio de determinadas características de los DATOS recolectados”.

Si elaboramos un poco más esta definición, podríamos decir que la Estadística trata
de "Teoremas, métodos, técnicas y herramientas que nos permiten:

1. Recolectar, seleccionar y clasificar datos.

2. Interpretar y analizar los datos.
3. Deducir y evaluar las conclusiones obtenidas y su
confiabilidad en base a los datos muestrales.

El punto clave del por qué llevamos a cabo un análisis estadístico en la

Administración de una empresa es el lograr un adecuado proceso de Toma
de Decisiones (calidad).

2. Estadística Descriptiva e Inferencia Estadística

En Estadística es posible llevar a cabo dos tipos de análisis: descriptivo e inferencial.

Si nosotros estamos interesados en describir únicamente las características de un

grupo particular de personas y no efectuar especulaciones sobre sus características
futuras considerando diferentes situaciones, entonces estamos usando la
Estadística Descriptiva.

Podemos decir entonces que se refiere a las "diferentes técnicas que permiten
RESUMIR y PRESENTAR datos para facilitar su empleo".

Las técnicas que nos permiten destacar la presentación de datos son la Gráficas, y
dentro de ellas tenemos: histogramas, polígonos de frecuencia, curvas, ojivas,
barras, pastel (pie), y combinaciones de estas.
Aquellas técnicas que ponen énfasis en el RESUMEN de datos son las numéricas,
y en estas tenemos las medidas de tendencia central (promedio, moda, mediana)
y las medidas de dispersión o variabilidad (rango, varianza, desviación estándar).

Por otro lado la Inferencia Estadística, consiste en PLANTEAR y PROBAR

SUPUESTOS, para los cuales nosotros tenemos que aplicar conceptos
probabilísticos que nos muestran cuan ciertas o falsas (inciertas) son nuestras
suposiciones o también cuán segura o insegura es la ocurrencia de un evento
predicho.

Luego diremos que la Inferencia Estadística comprende aquellas técnicas por

medio de las cuales tomamos decisiones sobre una población estadística
basados en una muestra o en el juicio de los administradores.

Dentro de estas técnicas se encuentran las diferentes distribuciones de

probabilidad como la normal, normal estándar, etc.

La Inferencia Estadística trabaja con muestras a raíz de las cuales podremos

deducir características de una población estadística a las que llamaremos
parámetros.

Como ejemplos de Estadística Descriptiva tenemos:

a. Presentación de un diagrama de barras del volumen de ventas de un
producto durante un año.
b. Presentación de un diagrama pastel sobre la participación porcentual del
"Sublime", en el mercado de chocolates.
c. Podemos calcular cual es la desviación o separación del volumen de ventas
de un mes específico respecto al promedio histórico.

En el caso de la Estadística Inferencial podemos tener:

a. Estimar el voltaje de resistencia de un dispositivo electrónico hasta su falla,
lo que nos permitirá inferir luego de evaluada una muestra, cual es la
probabilidad de falla de este dispositivo a diferentes niveles de voltaje.
b. En base a los ingresos de los padres de los alumnos de la Universidad del
Pacífico (muestra), estimar cuales serán sus ingresos durante los próximos
cinco años, para esto debemos analizar y evaluar diversos factores de la
muestra y asumir supuestos.

3. Poblaciones estadísticas - Tipos de variables

Una población estadística consta de datos que son características medidas o

descritas de ciertos objetos, a los cuales llamamos unidades elementales.
Aclaremos este concepto con ejemplos:
a. Deseamos determinar cual es el ingreso familiar promedio de las familias
de San Isidro, que consta de 10,000 familias. La población la conforman
10,000 cantidades (ingresos familiares). La unidad fundamental o elemental
será la familia y las características a medir el ingreso familiar (anual,
mensual, etc.).
b. No todas las características son medibles, solo las podemos describir,
deseamos determinar el porcentaje de estudiantes casados en el Centro de
Desarrollo Gerencial de la U.P., nuestra población será la cantidad total de
estudiantes del CDG, asumamos 500, luego tendremos 500 términos entre
soltero y casado que describen el estado de éstos estudiantes, siendo
nuestra unidad poblacional el estudiante del CDG.
Luego podremos decir que: "Una población estadística es un conjunto de
observaciones medidas o descritas para cada una de sus unidades elementales".

Toda observación que nosotros podamos medir como lo es la edad, el ingreso, el

peso, la estatura, se le denomina observación cuantitativa.

Por el contrario toda observación que es descrita es decir no es medible, como el

estado civil, la marca de la ropa, estado de operatividad de equipos, se denominan
observaciones cualitativas.

Los valores medibles que se obtienen de las observaciones cuantitativas se llaman

valores de la variable o variante.

Estas observaciones cuantitativas o variables pueden ser a su vez de dos tipos

discretas o continuas.

Una variable discreta es aquella que solamente puede tomar un número limitado
de valores en una escala de medidas; esta información suele presentarse a
través del proceso de conteo; de ahí que los valores se expresen generalmente
come números enteros. Por ejemplo: el número de personas en mi hogar, la
cantidad de artículos en un almacén (inventario).

De otro lado una variable continua es aquella que puede tomar un número infinito
de valores en una escala de medidas. Los valores continuos se generan debido a
un proceso de medición, en el cual podemos hallar una fracción de un intervalo.
Por ejemplo: la edad de los alumnos puede ser 20 ó 21 años, pero teóricamente
puede asumir cualquier valor entre 20 y 21; lo mismo sucede cuando pesamos
algún elemento.

Anteriormente dijimos que las observaciones cualitativas no pueden ser medidas,

sino que sólo podían ser descritas, a esta descripción o característica se le
denomina atributo.

Es necesario reconocer y resaltar la diferencia entre una población de variables

(observaciones medidas) y una población de atributos (observaciones
descritas).

En el primer caso, como las variables son medibles podremos calcularles su media
aritmética, mientras que en el caso de los atributos podremos calcularles sus
razones o porcentajes.

4. Población y Muestra

Debemos recalcar la diferencia que existe entre una población y una muestra y así
poder determinar que tipo de conclusiones extraemos de cada una de estas.

Un grupo de datos se considera una población si las decisiones y

conclusiones basadas en ellas pueden efectuarse con certeza; es decir si
contamos con la información de una población (completa) el riesgo de tomar
decisiones incorrectas no existe.

En cambio una muestra es sólo una parte de la población y las conclusiones

basadas en ella pueden ser erróneas.
Al efectuar un análisis estadístico, al número que describe una característica o
aspecto de una población y que para determinar su valor es necesario emplear la
información poblacional completa se le denomina parámetro.

Dentro de los parámetros más comunes tenemos: el total, la proporción, 1a

media o promedio, la mediana, la moda, el rango, la desviación media, la
desviación estándar.

El objetivo del muestreo es seleccionar una parte representativa de la población

total, del mismo modo del que se toma una muestra de sangre para efectuar una
análisis y determinar si una persona esta enferma o no.

Los diseños de muestras se clasifican en: probabilísticos y no probabilísticos.

Una muestra es probabilística si cada unidad o elemento de la población tiene

asignada alguna probabilidad de ser seleccionada en la muestra, y además esta
probabilidad es conocida, el riesgo de tomar decisiones erradas respecto de los
datos encontrados puede ser determinado empleando la teoría de
probabilidades.

Una muestra la consideraremos no probabilística cuando algunas unidades o

elementos de la población no tienen posibilidad de ser seleccionados o si esta
probabilidad no es conocida o no puede determinarse.

El riesgo de arribar a una conclusión errónea puede ser medido únicamente si la

muestra en cuestión es probabilística, en ningún caso podrá determinarse si se
trata de una muestra no probabilística.

Dentro de las muestras probabilísticas sujetas al análisis estadístico tenemos:

- Muestra aleatoria simple, es aquella la que los elementos o unidades que

la conformarán se seleccionan de la población en forma individual y al azar,
en forma similar como cuando escogemos un número de lotería.
Pero cuando tenemos una población bastante numerosa esta labor se nos
puede complicar, para lo cual para asegurar que todas las unidades o
elementos tienen la misma probabilidad de ser seleccionados, podemos
emplear los números aleatorios, ya sean estos extraídos de una tabla o
sean generados por computadora.
Pero ¿qué son estos números?, son cifras del 1 al 0 dispuestas de una
forma particular y distribuidas al azar.
Para poder seleccionar una muestra aleatoria simple es necesario contar
con un listado de todos los elementos de la población al cual llamaremos
marco poblacional. Así como contamos con un parámetro como
característica de una población, también existe un número que describe
una determinada característica de la muestra al cual se le conoce con el
nombre de estadígrafo.
Estos estadígrafos también pueden ser rangos, medias, medianas, modas,
etc. pero de la muestra. En el caso de un parámetro, este se calcula en
base a la información completa de la población por lo que su valor es
constante, pero en el caso de un estadígrafo su valor es calculado en
base a una muestra, y como de una población se pueden extraer
innumerables muestras, este valor variará de muestra en muestra,
convirtiéndose en una variable.
 - Muestra Estratificada, en este tipo de muestra a la población se le divide
en un número determinado de grupos o también llamados estratos.
La finalidad de esta división es contar con grupos o estratos que sean
relativamente homogéneos respecto a las características a analizar o
estudiar, ahora de cada uno de los estratos establecidos se procede a
seleccionar una muestra aleatoria simple para luego formar una gran
muestra.
Este tipo de muestra nos asegura la representación proporcional de todos
los grupos existentes en una población. Por ejemplo: respuesta de
hombres, mujeres, jóvenes, niños ante un determinado producto; o los tan
conocidos estratos socio-económicos.

- Muestra por conglomerados, en este caso la división se lleva a cabo de

una manera natural, en la misma forma que la muestra estratificada, la
selección de los componentes de la muestra se efectúa al azar.
¿Existe alguna diferencia? si la existe, construiremos una muestra
estratificada cuando observemos una diferencia mínima entre los
integrantes del grupo pero a su vez una gran diferencia entre los grupos o
divisiones.
En el caso de una muestra por conglomerados, observaremos una gran
diferencia o variación dentro del grupo pero una diferencia mínima entre
grupos, este es el caso típico de una división geográfica.

En el caso de las muestras no probabilísticas, contamos con las siguientes

muestras:
- Muestra de conveniencia, para la construcción de una muestra de este
tipo los elementos y unidades se seleccionan por su facilidad de acceso o
conveniencia. Como en el caso de las opiniones recolectadas a la salida de
un supermercado, o los cupones enviados dentro de un artículo para
obtener información sobre preferencia y recomendaciones.

- Muestra basada en la opinión, la selección de los componentes de esta

muestra esta basada en el juicio o criterio de un experto, generalmente se
escoge construir este tipo de muestra cuando el costo y/o el tiempo hacen
que la muestra sea muy pequeña.

5. ¿ De dónde obtenemos información?

Nuestros jefes o nosotros mismos deseamos información respecto a] mercado
para un determinado producto o servicio; un reporte de como fueron las ventas en
años previos; las posibilidades de cambios económicos en un futuro cercano o
distante; y todo esto lo necesitamos para poder tomar decisiones adecuadas.
Muchas veces el análisis inicial lo podemos efectuar en base a la información
disponible en la empresa (archivos, libros, etc.), pero después seguramente
requeriremos buscar mayor información para un análisis más detallado; por
ejemplo el nivel de ingresos de un determinado sector, ustedes dirán por que no
construimos una muestra en base a encuestas, pero si lo pensamos mejor nos
daremos cuenta que esta muestra es muy cara y nos llevará demasiado tiempo y
debemos usarla solo como último recurso, sólo cuando ya no existan fuentes
disponibles.
Nuestra sugerencia es hacer un viaje a la biblioteca y buscar en los ficheros de
libros y publicaciones la información que requerimos.
Generalmente la información actualizada se encuentra disponible en las
publicaciones del Gobierno, artículos periodísticos e informes de Instituciones de
Investigación económico-financiero.
Debemos estar consientes que todo empresario es un analista y como tales
debemos estar familiarizados con las fuentes de información existentes en nuestro
medio, entre estas podemos mencionar:

a. Almanaques
Almanaque Mundial
b. Publicaciones
Periódicos del Gobierno Reportes de
Censos Reportes de Ministerios Informe
Semanal del BCR Boletines INTE
c. Firmas Financieras
Reportes de Bancos (Nac. y Ext.)
Reportes de la BVL.
Reportes de Asociaciones Empresariales.

d. Instituciones de Investigación
Universidades GRAN
SNI AID
ONU Apoyo
OEA Cuánto, etc.
e. Grupos Económicos

f. Periódicos y revistas especializadas

La banca 1/2 de cambio
Gestión Moneda, etc.

g. Base de datos computarizada.