El Club de Egresados de la
Escuela de Estadística de la
UASD (FCES-UASD)
Tú, graduado de la Escuela de Estadística
¡Ven, apoya y forma parte de nuestra
familia de Egresados!
Visítanos en la página Web
Contenido
Autoridades UASD...............2
Escuela de Estadística
Personal Directivo................3
Presentación.......................4
la Estadística......................5
Historia de la Estadística.......6
Personajes que aportaron
al desarrollo de la
Estadística..........................13
El censo de población y
vivienda: utilidad de sus
resultados..........................20
Inclusión de la igualdad
en la hipótesis nula .............24
Inversión Extranjera
Directa (IED) y la
Ocupación en Rep. Dom.......32
Cobertura Educativa en
Rep. Dom. Indicadores
de Cobertura......................38
La Encuesta
Pre-Electoral, ¿cómo
interpretarla?......................39
Partidos Políticos
mayoritarios pierden
gravitación en el mercado
electoral dominicano............43
Los profesionales
dominicanos: Su entorno
familiar y condiciones
ocupacionales ....................45
Ex directores de la Escuela
de EstadÍstica.....................50
Eventos
Lanzamiento de la página
web de la Escuela de
estadística..........................51
1

AUTORIDADES
SUPERIORES DE LA
UNIVERSIDAD
Mtro. Mateo Aquino Febrillet,
Rector
Dr. Jorge Asjana David,
Vicerrector Docente
Dra. Emma Polanco,
Vicerrectora Administrativa
Mtro. Francisco Vegazo,
Vicerrector de Investigación
y Postgrado
Mtro. Francisco Terrero Galarza,
Vicerrector de Extensión
CONSEJO DIRECTIVO
DE LA FACULTAD
Mtro. Juan Ant. Cerda Luna,
Presidente y Decano
de la Facultad
Mtro. Ramón Desangles Flores,
Secretario y Vicedecano
de la Facultad
Mtro. Alexis Martínez Olivo,
Director de la Escuela
de Administración
Mtro. José Antonio Burgos,
Director de la Escuela
de Mercadotecnia
Mtro. Pablo Valdez,
Director de la Escuela
de Contabilidad
Mtro. Melvin Pérez Sarraf,
Director Escuela de Economía
Matra. Marisela Duval,
Directora de la Escuela
de Sociología
2
AUTORIDADES
Matro. Dionicio Hernández,
Director de la Escuela
de Estadística
Dr. Antonio Ciriaco,
Director del Instituto de
Investigaciones
Socioeconómicas
(INISE)
Mtro. José Arismendy Salcedo,
Director de Postgrado
Mtra. Agnes Mirqueya Mateo,
Directora del Instituto
de Género
Mtra. Carmen Luisa Santana,
Representante Profesoral
Mtro. Pedro Julio Barías,
Representante Profesoral
Mtro. Raúl Peguero,
Representante Profesoral
Br. Adolfo Sánchez,
Representante Estudiantil
Br. Juan Carlos Medina
Representante Estudiantil
Br. Ramón Martínez,
Representante Estudiantil
Br. Claudio Sosa,
Representante Estudiantil
CONSEJO DE REDACCIÓN
DE LA REVISTA
Mtro. Dionicio Hernández
Leonardo,
Director de la Escuela
Mtro. Juan Faustino Polanco,
Director de la Revista
Mtro. Máximo Novo,
Coordinador de la Cátedra
Tel.: 809-532-4745 ext. 238 y 233.
de Estadística Matemática
UASD
Matro. Alberto Estrella,
Coordinador de la Cátedra
de Estadística Especializada
Mtro. Héctor Medina,
Coordinador de la Cátedra
de Estadística General
Mtra. Lilian Peña,
Coordinadora de la Cátedra
de Bioestadística
Mtro. Néstor Berroa,
Coordinador de la Cátedra
de Demografía
CRÉDITOS
Consejo Editorial
Dionicio Hernández
Director de la Escuela
Juan Faustino Polanco
Director de la Revista
Diseño y Diagramación
Revista
Luisaura Mera
Corrección de Texto y
Estilo
Marina Aybar
Fotografía
Katty Sánchez
Nilson Duarte Olivares
Diseño y diagramación
página web
Dioel Hernández Cassó
Erick Ortiz
Para mayor información:
Escuela de Estadística,
Facultad de Ciencias Económicas
y Sociales, Santo Domingo, RD.
Página web:
www.estadisticauasd.edu.do
Correo electrónico:
escestadistica@uasd.edu.do
Cel.: 809-501-2567
Escuela de Estadística
Personal Directivo

Juan Antonio Cerda Luna Ramón Desangles

Decano de la Facultad Vicedecano de la Facultad

Juan Faustino Polanco

Dionicio Hernández L. Delegado Profesoral
Director de la Escuela
de Estadistica

Alberto Estrella Néstor Berroa Lilian Peña Héctor Medina Máximo Novo
Coordinador de la Cátedra Coordinador de la Cátedra Coordinadora de la Cátedra Coordinador de la Cátedra Coordinador de la Cátedra
Estadística Especializada Demográfica Bioestadística Estadística General Estadística Matemática

3
 Presentación
Presentamos a la comunidad académica nacional e internacio-
nal, en especial a la familia uasdiana, a las instituciones publi-
cas, a los medios de comunicación, al empresariado domini-
cano y al público en general, la Revista Actualidad Estadística,
la cual circulará semestralmente en forma impresa y digital,
hospedada en la página web de la Escuela de Estadística.

Conscientes de que la estadística está presente en cada ac-

tividad empresarial, de los gobiernos y de las instituciones,
en nombre del Consejo Directivo de la Facultad de Ciencias
Económicas y Sociales, nos complace presentar esta publica-
ción, como medio imprescindible para que profesores e inves-
tigadores puedan publicar los resultados de sus trabajos de
investigación en el campo de la estadística, así como también,
la publicación de artículos y estadísticas de interés nacional e
internacional.

Actualidad Estadística llenará un espacio importante en la bi-

bliografía especializada y su puesta en circulación coincide con
el Día Mundial de la Estadística, lo cual constituye una prueba
fehaciente de que nuestra Escuela de Estadística, marcha al
compás de los nuevos tiempos.

Lic. Juan Antonio Cerda Luna

Decano Facultad Ciencias Económicas y Sociales

Santo Domingo, Republica Dominicana

Octubre 2011.

4
la Estadística
Prof. Dionicio Hernández
Director de la Escuela de Estadística
“Si tan solo contara con un
día para vivir, me quedaría
en mi clase de estadística”
Frase de un estudiante inglés recogida
por Donald H. Sanders en su libro: “Sta-
tistics a fresh approach”.
La Estadística es la disciplina científica que
se dedica al desarrollo y aplicación de la
teoría y las técnicas apropiadas y eficientes
para el diseño de investigaciones, la reco-
lección, clasificación, presentación, análisis
e interpretación de información obtenida
por observación o experimentación.
El profesor Serguéi Stepanovich Sergiev,
miembro correspondiente de la Sección de
Estadística de la Academia de Ciencias de
Rusia, da la siguiente definición: “La Esta-
dística es la ciencia que estudia los fenó-
menos que ocurren en forma masiva en sus
aspectos cuantitativos y en relación indivi-
sible con los aspectos cualitativos, tratando
de identificar la tendencia del fenómeno, a
fin de conocer sus leyes generales de com-
portamiento”.
El campo de ejercicio profesional de un es-
tadístico es muy amplio, le permite vincu-
larse en áreas tan diversas como la políti-
ca, la economía, la salud, la psicología, la
educación, las ingenierías, la contabilidad,
el mercadeo, la biología, la agricultura, la
sociología, entre otras.
La Estadística está detrás de cada activi-
dad que realiza el hombre, y en cada ac-
ción de las empresas, los gobiernos y las
instituciones. Está presente en la planifica-
ción económica y social de los gobiernos,
en el análisis de mercado, en el control
de los procesos de producción, detrás de
cada nuevo producto que sale al mercado,
en toda campaña política, en la experimen-
tación científica y en la elección de la me-
jor estrategia para la inversión de capital.
También, en las evaluaciones de impacto
de políticas, programas y proyectos. En
fin, la ciencia Estadística está presente en
todas las investigaciones y en el análisis de
informaciones para orientar la toma de de-
cisiones racionales y efectivas.
Vivimos en un mundo cambiante, en don-
de la tecnología y la comunicación marcan
las pautas a seguir. Los avances científicos
son cada vez más relevantes, y, gracias a
la llamada globalización, el mundo se ha
convertido en un vecindario hiperconecta-
do. En este contexto la Estadística es cada
vez más necesaria, ya que es la única dis-
ciplina que permite dar respuesta a los re-
querimientos y necesidades del desarrollo
científico y tecnológico de la sociedad en
conjunto, y en particular a los gobiernos,
las empresas e instituciones.
PALABRAS DEL RECTOR
Mtro. Mateo Aquino Febrillet
Rector de la UASD
“…La estadística es una carrera que aporta
al sector público y al sector privado la he-
rramienta necesaria para que todo gerente
sea exitoso en la decisión que tome”.
5
 HISTORIA DE LA ESTADÍSTICA
Prof. Alberto Estrella Contreras y
colaborador Manaury Valerio
Origen
El término alemán Statistik (Estadística),
que fue primeramente introducido por
Gottfried Achenwall (Godofredo) (1749),
designaba originalmente el análisis de da-
tos del Estado, es decir, la “ciencia del Es-
tado” (también llamada aritmética política
de su traducción directa del inglés). No fue
hasta el siglo XIX cuando el término Esta-
dística adquirió el significado de recolectar
y clasificar datos. Este concepto fue intro-
ducido por el militar británico Sir John Sin-
clair (1754-1835).
Por tanto, la Estadística estuvo asociada a
los Estados, para ser utilizados por el go-
bierno y cuerpos administrativos (a me-
nudo centralizados). La colección de datos
acerca de estados y localidades continúa
ampliamente a través de los servicios de
estadísticas nacionales e internacionales.
En particular, los censos suministran infor-
mación regular acerca de la población.
Ya se utilizaban representaciones gráficas
y otras medidas en pieles, rocas, palos de
madera y paredes de cuevas para controlar
el número de personas, animales o ciertas
mercancías. Hacia el año 3000  a.  C., los
babilonios usaban ya pequeños envases
moldeados de arcilla para recopilar datos
sobre la producción agrícola y de los gé-
neros vendidos o cambiados. Los egipcios
analizaban los datos de la población y la
renta del país mucho antes de construir las
pirámides en el siglo XI a. C.
Los libros bíblicos de Números y Crónicas
incluyen en algunas partes trabajos de Es-
tadística. El primero contiene dos censos
de la población de Israel y el segundo des-
cribe el bienestar material de las diversas
6
tribus judías. En China existían registros
numéricos similares con anterioridad al año
2000 a. C. Los antiguos griegos realizaban
censos cuya información se utilizaba hacia
el 594 a. C. para cobrar impuestos.
También los chinos efectuaron censos hace
más de cuarenta siglos. Los griegos efec-
tuaron censos periódicamente con fines
tributarios, sociales (división de tierras) y
militares (cálculo de recursos y hombres
disponibles). La investigación histórica re-
vela que se realizaron 69 censos para calcu-
lar los impuestos, determinar los derechos
de voto y ponderar la potencia guerrera.
 
Pero fueron los romanos, maestros de la
organización política, quienes mejor supie-
ron emplear los recursos de la Estadística.
Cada cinco años realizaban un censo de la
población y sus funcionarios públicos te-
nían la obligación de anotar nacimientos,
defunciones y matrimonios, sin olvidar los
recuentos periódicos del ganado y de las
riquezas contenidas en las tierras conquis-
tadas. Para el nacimiento de Cristo sucedía
uno de estos empadronamientos de la po-
blación bajo la autoridad del imperio.
Durante los mil años siguientes a la caída
del imperio Romano se realizaron muy po-
cas operaciones Estadísticas, con la nota-
ble excepción de las relaciones de tierras
pertenecientes a la Iglesia, compiladas por
Pipino el Breve en el 758 y por Carlomag-
no en el 762 D.C. Durante el siglo IX se
realizaron en Francia algunos censos par-
ciales de siervos. En Inglaterra, Guillermo
el Conquistador recopiló el Domesday Book
o libro del Gran Catastro para el año 1086,
un documento de la propiedad, extensión y
valor de las tierras de Inglaterra. Esa obra
fue el primer compendio estadístico de In-
glaterra.
 
Aunque Carlomagno, en Francia, y Guiller-
mo el Conquistador, en Inglaterra, trata-
ron de vivir la técnica romana, los métodos
estadísticos permanecieron casi olvidados
durante la Edad Media.
 
Durante los siglos XV, XVI, y XVII, hombres
como Leonardo de Vinci, Nicolás Copérnico,
Galileo, Neper, William Harvey, Sir Francis
Bacon y René Descartes, hicieron grandes
operaciones al método científico, de tal for-
ma que cuando se crearon los Estados Na-
cionales y surgió como fuerza el comercio
internacional existía ya un método capaz
de aplicarse a los datos económicos.
 
Para el año 1532 empezaron a registrarse
en Inglaterra las defunciones debido al te-
mor que Enrique VII tenía por la peste. Más
o menos por la misma época, en Francia, la
ley exigió a los clérigos registrar los bautis-
mos, fallecimientos y matrimonios. Duran-
te un brote de peste que apareció a fines
de la década de 1500, el gobierno inglés
comenzó a publicar estadísticas semanales
de los decesos. Esa costumbre continuó
muchos años, y en 1632 estos Bills of Mor-
tality (Cuentas de Mortalidad) contenían
los nacimientos y fallecimientos por sexo.
En 1662, el capitán John Graunt usó docu-
mentos que abarcaban treinta años y efec-
tuó predicciones sobre el número de perso-
nas que morirían de varias enfermedades y
sobre las proporciones de nacimientos de
varones y mujeres que cabía esperar.
 
Por el año 1540, el alemán Sebastián Mus-
ter realizó una compilación estadística de
los recursos nacionales, comprensiva de
datos sobre organización política, instruc-
ciones sociales, comercio y poderío militar.
Durante el siglo XVII aportó indicaciones
más concretas de métodos de observación
y análisis cuantitativo y amplió los campos
de la inferencia y la teoría Estadística.
Los eruditos del siglo XVII demostraron es-
pecial interés por la Estadística Demográfi-
ca como resultado de la especulación sobre
si la población aumentaba, decrecía o per-
manecía estática.
  En los tiempos modernos, tales métodos
fueron resucitados por algunos reyes que
necesitaban conocer las riquezas moneta-
rias y el potencial humano de sus respecti-
vos países. El primer empleo de los datos
estadísticos para fines ajenos a la política
tuvo lugar en 1691 y estuvo a cargo de
Gaspar Neumann, un profesor alemán que
vivía en Breslau. Este investigador se pro-
puso destruir la antigua creencia popular
de que en los años terminados en siete mo-
ría más gente que en los restantes, y para
lograrlo hurgó pacientemente en los archi-
vos parroquiales de la ciudad. Después de
revisar miles de partidas de defunción pudo
demostrar que en tales años no fallecían
más personas que en los demás. Los pro-
cedimientos de Neumann fueron conocidos
por el astrónomo inglés Halley, descubridor
del cometa que lleva su nombre, quien los
aplicó al estudio de la vida humana. Sus
cálculos sirvieron de base para las tablas
de mortalidad que hoy utilizan todas las
compañías de seguros.
 
Durante el siglo XVII y principios del XVIII,
matemáticos como Bernoulli, Francis Ma-
seres, Lagrange y Laplace desarrollaron la
teoría de probabilidades. No obstante du-
rante cierto tiempo, la teoría de las proba-
bilidades limitó su aplicación a los juegos
de azar y hasta el siglo XVIII no comenzó
a aplicarse a los grandes problemas cientí-
ficos.
 
Jacques Quételect es quien aplica las Es-
tadísticas a las ciencias sociales. Éste in-
terpretó la teoría de la probabilidad para
su uso en las ciencias sociales y resolver
la aplicación del principio de promedios y
de la variabilidad a los fenómenos sociales.
Quételect fue el primero en realizar la apli-
cación práctica de todo el método Estadísti-
co, entonces conocido, a las diversas ramas
de la ciencia.
7

Entre tanto, en el período del 1800 al 1820
se desarrollaron dos conceptos matemáti-
cos fundamentales para la teoría Estadísti-
ca: la teoría de los errores de observación,
aportada por Laplace y Gauss; y la teoría
de los mínimos cuadrados desarrollada por
Laplace, Gauss y Legendre. A finales del
siglo XIX, Sir Francis Gastón ideó el méto-
do conocido por Correlación, que tenía por
objeto medir la influencia relativa de los
factores sobre las variables. De aquí partió
el desarrollo del coeficiente de correlación
creado por Karl Pearson y otros cultivado-
res de la ciencia biométrica como J. Pease
Norton, R. H. Hooker y G. Udny Yule, que
efectuaron amplios estudios sobre la medi-
da de las relaciones.
 
Los progresos más recientes en el campo
de la Estadística se refieren al ulterior de-
sarrollo del cálculo de probabilidades, par-
ticularmente en la rama denominada inde-
terminismo o relatividad; se ha demostrado
que el determinismo fue reconocido en la
Física como resultado de las investigacio-
nes atómicas y que este principio se juzga
aplicable tanto a las ciencias sociales como
a las físicas.
LA ESTADÍSTICA EN REPÚBLICA
DOMINICANA
La Estadística en nuestro país aparece des-
de los primeros años de su descubrimiento,
sin un dominio certero, como instrumento
de simple cuantificación (Trujillo y la Es-
tadística. Nicolás Rizik H., Editora Montal-
vo, 1945). En la República Dominicana se
impone un examen de las diferentes fases
de evolución, la cual se divide en períodos,
contados a partir del 1942. Posteriormen-
te, se encuentra un resumen reciente de
los acontecimientos acaecidos en el quinto
período, desde 1971 a 1998.
8
1
er
Periodo 1492-1843
Entre los acontecimientos Estadísticos im-
portantes de este período figuran las infor-
maciones Estadísticas sobre el repartimien-
to de Indios de 1514; el Censo de Osorio
de 1606, el cual contiene un recuento de
la población, esclavos, ingenios, hatos, es-
tancias de jengibres y puertos en las cos-
tas; los “censos “de 1780 (parroquiales);
el de 1819 y el censo de 1824 efectuado
por el invasor haitiano. En realidad, estos
“censos” (que más bien eran recuentos),
constituyen las actividades estadísticas
más importantes de este período. Un he-
cho que merece ser citado es que aparece
en el archivo de Monte Plata (1821) un acta
que dice que el ayuntamiento de aquella
comunidad votó la suma de sesenta pesos
para instalar un servicio de Estadística”, sin
embargo, no se conoce ningún otro hecho
que dé continuidad histórica a éste.
2
do
Periodo 1844-1904
Según don Vicente Tolentino Rojas, a partir
de 1844, año de la Independencia Nacional,
figura en todas las cartas constitucionales
(como expresa atribución del Congreso) la
de determinar todo lo concerniente a la for-
mación periódica de la Estadística general
de la República”. Así, en 1845, se dicta la
ley sobre ayuntamientos, que otorga a los
cabildos del país el derecho de organizar
las Estadísticas de población. Otro inten-
to de organización sectorial se produce en
1844, esta vez fundamentalmente con las
Estadísticas de comercio exterior; esto se
materializa con el decreto del entonces Pre-
sidente Ulises Heureaux, de fecha 17 de ju-
nio de ese año, mediante el cual se creaba,
adscrito a la Contaduría General de Hacien-
da “un Negociado de Estadística Mercantil.
En este año el Congreso Nacional votó por
un decreto la suma de RD$4,500.00 para
remunerar el trabajo de la Estadística mer-
cantil del año anterior, bajo las estipulacio-
nes hechas por el ministro de Hacienda y
Comercio el señor Eugenio Generoso Mar-
chena. En 1866 la ley suprimió las atribu-
ciones dadas a los ayuntamientos. En 1887
al ministro de Hacienda y Comercio le urgía
que fueran dictadas disposiciones precisas,
para asegurar los intereses fiscales y hacer
la Estadística verdad. Entretanto, la Iglesia
seguía valiéndose de “Censos Parroquia-
les” para estimar la población; por ello, se
realizan los Censos Parroquiales del 1863
y 1887, los cuales enumeraban solamente
la población católica, pero por ser esta la
gran mayoría sirvieron de buena base para
estimar la población total del país.
A fines del siglo XIX, en especial del 1885
a 1900, los intelectuales y políticos ejer-
cen una fuerte presión para la creación
de la organización del sistema Estadístico
Dominicano. Esto puede apreciarse en las
memorias del 1883 y 1887 del Ministerio
de Justicia, Fomento e Instrucción Pública,
referentes a los datos de nacimientos y de-
funciones, donde sólo se registran el 75%
de los nacimientos ocurridos y el 55% de
las defunciones.
En 1888, José Ramón Abad en “La República
Dominicana, reseña general Geográfico-Es-
tadístico” hace hincapié sobre la necesidad
de organizar las Estadísticas Nacionales. El
“Censo de población y otros datos Estadís-
ticos de la ciudad de Santo Domingo”, del 6
de diciembre de 1892, constituye un indi-
cador del avance de la Estadística en esos
momentos. El período 1844-1904 fue de
suma importancia, pues con el avance al-
canzado, se dan las condiciones para que
se promoviera la ley que creó la Oficina de
Estadística.
3
er
Periodo 1905-1934
En este período se crean los organismos
administrativos y se constituyen las dis-
posiciones legales que permiten comenzar
a crear las bases del Sistema Estadístico
Dominicano, el cual, sin embargo, no logra
crecer y desarrollarse hasta períodos pos-
teriores. En el 1905, siendo Presidente de
la República Carlos F. Morales Languasco,
por resolución 4607, divulga en la Gaceta
Oficial 1616 del 9 de septiembre, establecer
la Oficina de Estadística, teniendo esta una
limitación, “La Oficina de Estadística estará
obligada a requerir a los particulares todos
los datos que éstos puedan suministrarle”.
La ley 4879 publicada en la gaceta oficial
1997 del 3 de junio del 1909, llamada” Ley
sobre Estadística Nacional” mejora sustan-
cialmente la de 1905 y puede decirse que
para esa época, es una legislación con ca-
rácter moderno. Según la ley de referencia,
la Estadística de la República Dominicana
se llevaría obligatoriamente y con toda se-
guridad.
Establece además la obligatoriedad de
ofrecer informaciones tanto a funcionarios
públicos como a particulares, llenando en
este caso el gran vacío de la ley del 1905.
En esta ley de 1909 se crean las siguientes
secciones que forman parte de la Oficina de
Estadística: 1. Sección de Estadística De-
mográfica (Población, nacimientos y defun-
ciones). 2. Sección de Censo (Movimiento
migratorio, crecimiento vegetativo, recopi-
lación y conservación de documentos sobre
censos). 3. Sección Sociográfica (Escola-
res, judiciales y eclesiásticas). 4. Sección
Comercial y Administrativa (Administración
municipal, puertos, cabotajes y aduanas,
correos, impuestos y ferrocarriles). El 24
de diciembre del 1920 se levantó el primer
9

Censo Nacional de la población, tarea efec-
tuada por las fuerzas invasoras norteameri-
canas que a la ocasión ocupaban el país. La
experiencia censal del país, en esa época,
era prácticamente nula y el Censo contie-
ne deficiencias, tales como: 1.- Sub-nu-
meración. 2.- Tabulación de sólo algunos
grupos de edades, lo que limita al análisis
demográfico y socioeconómico en general.
3.- Falta de “simultaneidad”.
Todavía en los años de 1921 y 1922 me-
diante órdenes ejecutivas 663 y 769, se
aprobaron 3 mil dólares primero y quinien-
tos pesos después para continuar la recopi-
lación de datos. Estas deficiencias pueden
explicarse, en parte, por las siguientes ra-
zones: 1.- El estado de intranquilidad po-
lítica que vivía el país, ocupado entonces
por fuerzas norteamericanas. 2.- Falta de
experiencia y conocimientos sobre el tema,
por parte de los responsables del traba-
jo. 3.- Una fuerte epidemia de viruela que
atacó la población del país en ese año del
1920. 4.- Recursos Económicos y materia-
les insuficientes. 5.- La no asistencia de
asesores técnicos en la oficina central. A
pesar de sus limitaciones, esta publicación
contiene importantísimas informaciones
y constituye la primera publicación censal
con cierta amplitud en las características
demográficas y socioeconómicas examina-
das. Fue publicado en 1923. En 1975, la
UASD efectuó una segunda edición.
4
to
Periodo 1935-1960
Dos acontecimientos importantes suceden
en el año de 1935: la realización del Cen-
so levantado el 13 de mayo (del cual se
encargó el Partido Dominicano) y la pro-
10
mulgación de la ley del 1 de noviembre,
mediante la cual se encomienda el servicio
de Estadística a una oficina central, bajo
la dependencia directa del Poder Ejecutivo
por conducto de la Secretaría de Estado de
la Presidencia. Según la organización de la
Oficina en ese año, contaba con siete sec-
ciones: Demográfica, Censo, Sociográfica,
Producción, Economía, Climatológica, Go-
bierno y Administración y, por último, Publi-
caciones y sus resultados han sido compa-
rados, hasta donde ha sido posible, con los
del Censo del 1950. A partir del 1 de enero
de 1936, fecha en que entró en vigencia
la ley de 1935, hasta el año de 1948, la
Oficina de Estadística tuvo como Director
a don Vicente Tolentino Rojas, quien llevó
a cabo una brillante labor al frente de la
misma y es con justicia considerado uno de
los padres de la Estadística en la República
Dominicana.
En 1940 se autorizó efectuar el Censo Agro-
pecuario Nacional mediante el decreto 389
del Poder Ejecutivo. En diciembre de 1928,
se acogió el proyecto de levantar cada diez
años un Censo agrícola mundial, y el pri-
mero fue realizado por algunos países, sin
la participación de la República Dominicana
en 1930. En este período se vincula la Es-
tadística dominicana a la Organización Es-
tadística Internacional, de ahí la creación
del Instituto Interamericano de Estadística
(IASI). En 1943, mediante la ley 318 del
8 de julio, se estableció “el levantamien-
to cada 15 años de un Censo Nacional que
incluye población, edificios y viviendas,
agropecuaria, industria y comercio y aque-
llos que el Poder Ejecutivo disponga en su
oportunidad”.
En 1948, para atender los problemas pro-
pios de la planificación y ejecución de los
Censos Nacionales, se creó mediante el
decreto 5137 del 26 de mayo, la Oficina
Nacional de Censo, dependiente de la Di-
rección General de Estadística. A partir de
1950, el país viene efectuando cada diez
años Censos de población y agropecua-
rios, cumpliendo así disposiciones legales
y acuerdos internacionales sobre el parti-
cular. La realización del Censo de 1950 se
enmarcó dentro del “programa del Censo
de las Américas”, aprobado por una resolu-
ción del Primer Congreso Demográfico In-
teramericano, reunido en México en 1943.
Dicho censo culminó el domingo 6 de agos-
to de 1950.
En 1944 un pequeño grupo de dominica-
nos fue favorecido con Becas del Gobierno
para estudiar Estadística en distintas Ins-
tituciones norteamericanas. Más tarde, se
realizó el Curso de Formación de Estadísti-
ca del Caribe (CUFEC) representado por la
Universidad Autónoma de Santo Domingo
y el Instituto Interamericano de Estadística
(IASI).” Este constituyó el primer curso de
Estadística dictado en el País. La ley vigen-
te en asuntos referentes a Estadísticas y
Censos es la No. 5096 del 6 de marzo de
1959. Esta ley establece en el Art. 19 que
los Censos Nacionales de población y agro-
pecuario se levantarían a partir del 1960 y
cada 10 años a contar de 1965.
El cuarto Censo Nacional de Población le-
vantado el domingo 7 de agosto de 1960,
se caracterizó por la abundancia de todo
género de Recursos, tuvo una formulación
regular del presupuesto y una ayuda mone-
taria extranjera y a ello se agrega un buen
programa de preparación y ejecución basa-
do en las realidades y modalidades ambien-
tales. En el año de 1970, se levanta el 5to.
Censo de Población y Habitación realizado
el 9 y 10 de enero de dicho año. Este Cen-
so presenta algunas peculiaridades entre
las que podemos citar: a).- Es la Primera
vez que en el país el empadronamiento se
efectúa en más de un día. b).- Se utiliza por
primera vez el método de muestreo para
investigar algunas características. c).- Se
investiga por primera vez la población eco-
nómicamente activa desagregada en ocu-
pada y desocupada. Los censos anteriores
no habían arrojado ninguna luz acerca de
los niveles de desocupación de la fuerza de
trabajo.
5
to
Periodo 1971-1998
En este periodo, las estadísticas como he-
rramientas de primer orden, ocupan el es-
pacio que le corresponde en el marco de
la planificación socioeconómica guberna-
mental. Es así como se realizan Encuestas
Demográficas en el año 1971; Encuestas
sobre el Empleo y Desempleo en 1975; En-
cuesta de Fuerza de Trabajo (empleo) en
1980, entre otras. Las publicaciones que se
iniciaron en este periodo como: “Repúbli-
ca Dominicana en Cifras”, boletín que se ha
venido publicando anualmente, es en don-
de se contemplan estadísticas de los dife-
rentes sectores.
Además, se inicia en el año 1986 la compi-
lación y publicación de los “Indicadores Bá-
sicos Diarios”, el cual contiene el precio de
la canasta agropecuaria, flujo de pasajeros
por aeropuertos, materiales de construc-
ción, tasa oficial de cambio, situación ener-
gética, informe sobre nivel de lluvias. En el
año 1981, se levanta el VI Censo Nacional
de Población y Vivienda, los días 12 y 13
de diciembre. En este se usó por primera
vez el ingreso de los datos al computador
mediante lector óptico, capaz de grabar en
cintas magnéticas la información tomada
directamente de la boleta, la utilización de
este equipo significó un cambio metodológi-
co de gran importancia. Además, se utilizó
el Paquete Concord, software especializado
que asigna la información faltante o incon-
sistente mediante criterios que aseguraron
la coherencia de la información ingresada
al computador. Las principales característi-
cas investigadas fueron: ubicación geográ-
fica, identificación del hogar, identificación
de los productores agropecuarios, datos de
la vivienda, composición del hogar, carac-
11

terísticas personales. Por otro lado, el VII
Censo Nacional Agropecuario fue levantado
en el mes de febrero de 1982. Se recogie-
ron las informaciones relacionadas a todas
las explotaciones agropecuarias a través de
los productores agropecuarios, entrevista-
dos personalmente en el lugar de su vivien-
da.
Las estadísticas sobre importaciones y ex-
portaciones de productos, se han superado
mediante el establecimiento de un acuerdo
interinstitucional con la Dirección General
de Aduana, el cual nos permite estar co-
nectados Vía Módem, logrando tener in-
formación oportuna y de calidad. En estos
momentos, se dan los pasos para convertir
a la ONE en un Instituto Nacional con la
correspondiente descentralización e inde-
pendencia administrativa y la creación en
el país de un Sistema Nacional de Informa-
ción.

En el Censo de 1993 por primera vez se

utilizaron los paquetes Cents y Concord y
posteriormente se hicieron algunos ajustes
para poner el programa IMPS. La puesta
en circulación de este censo marca un hito
en el desarrollo de las estadísticas del país,
ya que al mismo no sólo se puede acceder
por medio del material impreso, sino tam-
bién mediante las computadoras a través
del disco compacto y en el Internet. Otras
informaciones estadísticas que se producen
actualmente, estarán a disposición a través
del Internet y del CD-ROM.
Ofrenda floral en el Altar de la Patria con
En la actualidad, hay todo un relanzamien- motivo del Día Panamericano de la Esta-
to en cuanto a la divulgación de las esta- dística.
dísticas, publicándose de forma sistemáti-
ca los boletines de Comercio Exterior y de
Construcciones en el Sector Privado 1996,
amén de los Indicadores Básicos, los cuales
se están procesando diariamente, Historia  BIBLIOGRAFÍA
de los Censos de Población en la República
Dominicana y Censo Nacional de Servido- • DAVID RUIZ MUÑOZ, Manual de Esta-
res Públicos. Se da inicio a un importante dística, Primera Edición, Editado por
programa piloto de Encuestas Sociodemo- eumed·net, 2004, 91 p.
gráficas en el Nordeste del país, con el fin
de recoger informaciones actualizadas y de • WIKIPEDIA, Historia de la Esta-
calidad. De igual forma, se han realizado dística, consultado el 15/06/2011
acuerdos de cooperación interinstituciona- en:http://es.wikipedia.org/wiki/
les, tanto con entidades públicas, privadas Estad%C3%ADstica#Historia
y organismos internacionales, que permi-
ten lanzar de forma conjunta la recopila- • ONE, Historia, consultado el 15/06/11
ción de informaciones referentes a hechos en: http://www.one.gob.do/index.php?
vitales. module=articles&func=view&catid=188

12
PERSONAJES QUE APORTARON AL
DESARROLLO DE LA ESTADÍSTICA
Cronología
Fue un emperador chino,
el cual ordenó se realizara el
censo más antiguo, antes
de Cristo, para empadro-
nar a la población y las
labores de cultivo.
Los acontecimientos más
relevantes de su reinado
aparecen en el Shujing,
primera compilación de tex-
tos históricos de China. Por el
hecho de que este libro no men-
ciona a los emperadores anteriores, se sue-
le citar a Yao como el primer emperador de la
Antigüedad. Aunque su vida forma parte de la
leyenda, los historiadores confucianistas, como
Sima Qian, que le incorpora en sus anales, le
consideran un personaje clave, por su particular
“virtud” y su contribución a la civilización china.
Nació el 17 de agosto de
1601, en Beaumont-de-Lo-
mages, Francia, falleció el
12 de enero de 1665 en
Castres, Francia.
Fermat fue un abogado
y un gobernante oficial.
Lo más recordado de su
trabajo está en la Teoría
de números, en particular,
por el último teorema de Fer-
mat. Contribuyó al nacimiento
del cálculo de probabilidades. Las matemáticas
eran para él su hobby. Juntamente con el ma-
temático francés Blaise Pascal, formuló la teoría
matemática de probabilidad.
Fue un famoso historiador, so-
ciólogo, filósofo, economis-
ta, demógrafo y estadista
árabe. Nació en lo que
actualmente es Túnez,
aunque era de origen an-
daluz.
Se le considera el padre de
la demografía, ya que fue el
primero en utilizar datos es-
tadísticos en sus estudios.
También es considerado como uno
de los fundadores de la moderna historiografía,
sociología, filosofía de la historia y demografía.
Es fundamentalmente conocido por su obra Mu-
qaddima o Prolegómenos a su vasta Historia de
los árabes, que constituye un temprano ensayo
de filosofía de la historia y de sociología.
Estadista inglés. Nació el
24 de abril de 1620 en Lon-
dres. Fue el primer demó-
grafo, puso las bases de
una estadística científi-
ca, realizando un traba-
jo a partir de las Tablas
de Mortalidad de la ciu-
dad de Londres. En 1662
aparecen sus Oservations
basadas en dichas tablas,
siendo el título completo de
la obra Natural and Political
Observations Mentioned in a
following Index, and made upon the Bills of
Mortality. Se le encargó el estudio de la morta-
lidad infantil. Graunt establece una clasificación
de causas de muerte de acuerdo con los cono-
cimientos de la época. Este primer estudio epi-
demiológico, publicado bajo el nombre de «Lon-
don Bills of Mortality», estimó una mortalidad
en niños nacidos vivos, menores de 6 años, del
36%. Carlos III le propuso como socio fundador
de la Royal Society. Falleció en 1674 y está en-
terrado en la iglesia de St. Dunstan. 13

Blaise Pascal fue un ma-
temático, físico y filósofo re-
ligioso francés.
Juntamente con el mate-
mático francés Pierre de
Fermat, Pascal formuló
la teoría matemática de
probabilidad, que se ha
hecho importante tanto en
campos como estadística
actuarial, estadística mate-
mática y estadística social, al
igual que se ha convertido en un elemento fun-
damental en los cálculos de física moderna.
Fue un matemático fran-
cés. Conocido por la fórmula
de Moivre, la cual conecta
números complejos y trigo-
nometría, y por su trabajo
en la distribución normal
y probabilidad.
Fue elegido un miembro
de la Real Sociedad de
Londres en 1697, y tuvo
amistad con Isaac Newton
y Edmund Halley. Gran mate-
mático, al grado de que cuando
iban a consultar a Newton sobre algún tema de
matemáticas, él los enviaba con de Moivre, di-
ciendo: “vayan con Abraham de Moivre a con-
sultar esto, él sabe mucho más que yo de estas
cosas”.
De Moivre escribió un libro de probabilidad titu-
lado “The Doctrine of Chances.”
14
Hijo de Nikolaus Bernoulli
(1623-1708) el cual está
asociado a una familia de
sabios suizos que sobre-
salieron por sus aporta-
ciones a las matemáti-
cas y la física.
Escribió Ars conjectandi
(Arte de la conjetura) a
finales del siglo XVII, pu-
blicado por su sobrino ocho
años después de su muerte. En
esta obra enuncia la ley de los grandes núme-
ros: “La frecuencia relativa de un suceso tiende
a estabilizarse en torno a un número, a medi-
da que el número de pruebas del experimento
crece indefinidamente”. Dicha obra consta de
cuatro partes. La primera contiene los estudios
de Huygens; la segunda se ocupa de las varia-
ciones, permutaciones y combinaciones; en la
tercera se aplican los teoremas de la teoría de
permutaciones al cálculo de probabilidades; y
en la cuarta, a las aplicaciones de éste a cues-
tiones de la vida política y social.
Nació en Londres, Ingla-
terra, en 1702, y murió a la
edad de 59 años en Tun-
bridge Wells.
Bayes fue uno de los pri-
meros en utilizar la pro-
babilidad inductivamente
y establecer una base ma-
temática para la inferencia
probabilística.
En la teoría de la probabilidad,
el Teorema de Bayes es el resultado que da la
distribución de probabilidad condicional de un
evento aleatorio A dado B en términos de la dis-
tribución de probabilidad condicional del evento
B dado A y la distribución de probabilidad mar-
ginal de sólo A.
 Nació en Elbing, Prusia, en
1719 y murió en 1772. Fue
un economista considerado
el inventor de la llamada
ciencia “Estadística”, de-
bido a que fue el primer
tratadista que usó el tér-
mino Statistik en el estu-
dio titulado “Vorbereitung
zur Staatswissenschaft
der europiiischeñ Reiche”,
que sirvió de introducción al
famoso libro de su discípulo
August L. von Schlozer.
Profundizó en estudios que dieron origen a la
Estadística Inductiva. Escribió obras sobre la
historia de los Estados europeos, basados en
Derecho y Economía Política, tales como: “Ele-
mentos de Estadística de los principales Estados
de Europa” y “Principios de Economía Política”.
Johann Karl Friedrich Gauss
1777 - 1855
Nació en Brunswick, ac-
tual Alemania. Considerado
como el príncipe de las ma-
temáticas. En 1823 publi-
ca “Theoria combinationis
observationum erroribus
minimis obnoxiae”, de-
dicado a la Estadística,
concretamente a la distri-
bución normal cuya curva
característica, denominada
como Campana de Gauss, es
muy usada en disciplinas no
matemáticas donde los datos son susceptibles
de estar afectados por errores sistemáticos y
casuales como por ejemplo; la psicología dife-
rencial.
Pierre Simón de Laplace
1749 - 1827
Fue un matemático fran-
cés que inventó y desarrolló
la Transformada de Laplace
y la ecuación de Laplace.
Dentro de las contribucio-
nes al campo de la Esta-
dística, están: Teorema
del Límite Central, Ley de
Laplace-Gauss y, en parti-
cular, dedujo el método de
los mínimos cuadrados.
Probó la estabilidad del sistema
solar. En análisis, Laplace introdujo la función
potencial y los coeficientes de Laplace. A él le
corresponde, además, el mérito de haber des-
cubierto y demostrado el papel desempeñado
por la distribución normal en la teoría matemá-
tica de la probabilidad.
Fue un economista inglés,
perteneciente a la corrien-
te clásica de pensamiento,
considerado el padre de la
demografía moderna.
Malthus registró en su
obra la lucha entre la ca-
pacidad humana de re-
producción y los sistemas
de producción de alimen-
tos, la cual consideró que
sería perpetua. Pese a que la
progresión del crecimiento de la
población fuese mayor a la de los sistemas de
producción alimenticia (medios de subsisten-
cia), a largo plazo entrarían en juego poderosos
frenos. Malthus también realizó importantes
aportes a la teoría del valor y su medida, así
como a la teoría de las crisis y el subconsumo.
15

Simeón Denis Poisson
1781 - 1840
Fue un físico y matemáti-
co francés al que se le conoce
por sus diferentes trabajos
en el campo de la electri-
cidad, también hizo publi-
caciones sobre la geome-
tría diferencial y la teoría
de probabilidades.
En 1837 publicó en Rere-
cherchés sur la probabilite
des jugements, un trabajo
importante en la probabili-
dad, en el cual describe la pro-
babilidad como un acontecimiento fortuito ocu-
rrido en un tiempo o intervalo de espacio, bajo
las condiciones que la probabilidad de un acon-
tecimiento ocurre es muy pequeña, pero el nú-
mero de intentos es muy grande, entonces el
evento ocurre algunas veces.
Enfermera italiana, se
destacó desde muy joven en
la matemática, aplicando
después sus conocimien-
tos de Estadística a la
Epidemiología y a la Es-
tadística sanitaria. Fue la
primera mujer admitida
en la Royal Statistical So-
ciety británica, y miembro
honorario de la American
Statistical Association.
Fue una innovadora en la recolección, tabula-
ción, interpretación y presentación gráfica de
las estadísticas descriptivas; mostró cómo la
Estadística proporciona un marco de organiza-
ción para controlar y aprender, y puede llevar
a mejoramientos en las prácticas quirúrgicas y
médicas. También desarrolló una Fórmula Mo-
delo de Estadística Hospitalaria para que los
hospitales recolectaran y generaran datos y es-
tadísticas consistentes.
16
Lambert Jacques Quételet
1796 - 1874
Fue un astrónomo y natu-
ralista belga, también mate-
mático, estadístico. Es re-
conocido como uno de los
padres de la Estadística
moderna. Aplicó el méto-
do estadístico al estudio
de la Sociología.
Jacques Quételet es quien
aplica la Estadística a las
ciencias sociales. Interpre-
tó la teoría de la probabilidad
para su uso en esas ciencias, y
aplicó el principio de promedios y de la varia-
bilidad a los fenómenos sociales. Quételet fue
el primero en efectuar la aplicación práctica de
todo el método estadístico a las diversas ramas
de la ciencia. El índice de Quetelet o índice de
masa corporal es actualmente utilizado interna-
cionalmente para determinar la obesidad.
Pafnuty Lvóvich Chebyshev
1821 - 1894
Fue un matemático ruso.
Nació en el pueblo de Oka-
tovo, en el distrito de Bo-
rovsk, provincia de Kalu-
ga.
Chebyshev es uno de los
célebres matemáticos
del siglo XIX, creador de
varias escuelas matemá-
ticas en Rusia.
La desigualdad de Chebyshov
(habitualmente también escrito como “Tcheb-
ycheff”) es un resultado estadístico que ofrece
una cota inferior a la probabilidad de que el va-
lor de una variable aleatoria con varianza finita
esté a una cierta distancia de su esperanza ma-
temática o de su media.
 Nació en Sparkbrook,
Birmingham, el 16 de fe-
brero de 1822 y murió en
Londres el 17 de enero de
1911. Las investigaciones
de Galton fueron funda-
mentales para la consti-
tución de la ciencia de la
Estadística:
• Inventó el uso de la línea
de regresión, siendo el pri-
mero en explicar el fenómeno
de la regresión a la media.
• En las décadas de 1870 y 1880 fue pionero en
el uso de la distribución normal.
• Inventó la máquina Quincunx, un instrumento
para demostrar la ley del error y la distribu-
ción normal.
• Descubrió las propiedades de la distribución
normal bivariada y su relación con el análisis de
regresión.
• En 1888 introdujo el concepto de correlación,
posteriormente desarrollado por Pearson y
Sperman.
Fue un estadístico esta-
dounidense que desarrolló
la primera máquina para
tabular datos estadísticos
mediante tarjetas per-
foradas. Es considerado
como el primer informá-
tico, es decir, el primero
que logra el tratamiento
automático de la infor-
mación. En aquella época,
los censos se realizaban de
forma manual, con el retraso
que ello suponía (hasta 10 ó 12
años). Ante esta situación, Hollerith comenzó a
trabajar en el diseño de una máquina tabulado-
ra o censadora, basada en tarjetas perforadas.
En 1896, Hollerith fundó la empresa Tabulating
Machine Company, con el fin de explotar co-
mercialmente su invento.
Prominente científico, matemá-
tico, historiador y pensador
británico, que estableció la
disciplina de la Estadística
matemática. Desarrolló
una intensa investigación
sobre la aplicación de los
métodos estadísticos en la
Biología, y fue el fundador
de la Bioestadística.
Se le atribuye el “coeficiente
de correlación” y la “prueba de
chi cuadrado” junto a su hijo, creaciones des-
tacadas, aunque no únicas, quien también in-
trodujo las expresiones “desvío estándar” (y su
representación por la letra sigma minúscula),
“población” e “histograma”.
Charles Edward Spearman
1863 - 1945
Nació en Londres, Psicólo-
go de profesión, estudió Es-
tadística y logró desarrollar
notables aplicaciones de la
Estadística en el campo de
la Psicología.
Creó y desarrollo la me-
todología de los llamados
experimentos factoriales
para la estadística, que son
aquellos experimentos en los
que se estudia simultáneamente
dos o más factores, y donde los tratamientos
se forman por la combinación de los diferentes
niveles de cada uno de los factores. También
aportó el coeficiente de correlación ordinal que
lleva su nombre, que permite correlacionar dos
variables por rangos en lugar de medir el rendi-
miento separado en cada una de ellas.
17

Fue un estadístico, mejor
conocido por su sobrenom-
bre literario Student. Na-
cido en Canterbury. Su
logro más famoso se co-
noce ahora como la dis-
tribución t de Student,
que de otra manera hu-
biera sido la distribución t
de Gosset.
Publicó la solución de cómo
comparar medias cuando no se
conoce la varianza y las muestras son peque-
ñas. Su actividad estuvo empañada por la pre-
sencia cercana de su amigo y competidor Fis-
her. Se dice que en un homenaje que le hicieron
dijo con amarga modestia: “No fue nada, Fisher
lo hubiera descubierto igual”.
Fue un químico y esta-
dístico estadounidense co-
nocido por el desarrollo de
diversas pruebas estadís-
ticas no paramétricas.
Nació el 2 de septiembre
de 1892 en Cork, Irlanda,
aunque sus padres eran
estadounidenses. Creció
en Catskill, Nueva York,
pero se educó también en
Inglaterra.
Publicó más de 70 artículos, pero se le conoce
fundamentalmente por uno de 1945 en el que
se describen dos nuevas pruebas estadísticas:
la prueba de la suma de los rangos de Wilcoxon
y la prueba de los signos de Wilcoxon. Se trata
de alternativas no paramétricas a la prueba t
de Student.
18
Nació en East Finchley,
Londres. Tal vez el más
grande de los estadísti-
cos. Contratado como
matemático de la Es-
tación Experimental de
Rothamsted, creó los
métodos estadísticos
modernos y el diseño de
experimentos. También
hizo importantes contribu-
ciones teóricas como el mé-
todo de máxima verosimilitud.
Sus aportes en genética son importantísimos y
contribuyó a fundar Biometrics y la Biometric
Society.
Implementó el análisis de la varianza (ANOVA,
según terminología inglesa) y es algunas veces
conocido como Anova de Fisher o análisis de
varianza de Fisher, debido al uso de la distri-
bución F de Fisher como parte del contraste de
hipótesis. G.W. Snedecor tabuló la distribución
F, posteriormente.
Fue un matemático pola-
co, amigo y colaborador de
Egon Pearson, hijo de Karl
Pearson. Las investigacio-
nes Neyman-Pearson re-
lativas a las pruebas de
hipótesis y la determina-
ción de los intervalos de
confianza han sido un lo-
gro significativo en Esta-
dística.
A Neyman y Fisher se les con-
sidera los fundadores de la Estadística aplicada
moderna. Neyman contribuyó a la sistematiza-
ción de la teoría del muestreo y dio un nuevo
enfoque a las pruebas de significación.
Fundó el laboratorio de Estadística en Berkeley
(Berkeley´s Statistical Laboratory) del que fue
director.
 Matemático y estadístico
estadounidense, creador de
las encuestas de opinión
pública. Fue el primer hom-
bre en medir la audiencia
mediante encuestas, para
medir la eficacia que te-
nían los programas, tanto
de radio como de televi-
sión. Fundó el American
Institute of Public Opinion
(Instituto de Opinión Pública
estadounidense) en 1935. Con
esto pretendía desarrollar los
sondeos electorales de Estados Unidos, conocer
los gustos de la gente y estudiar la opinión de
la masa social.
En 1936, su nueva organización lograba el re-
conocimiento nacional gracias a que predijo co-
rrectamente, a partir de las respuestas de sólo
5000 encuestados, el resultado de las eleccio-
nes presidenciales de ese año.
Nació en Rutherglen,
Scotland. Aceptó el cargo de
Rothamsted, donde trabajó
durante 5 años sobre los
diseños experimentales
y técnicas de encuestas
por muestreo. Durante
este tiempo trabajó en
estrecha colaboración con
Yates. En este momento,
él también tuvo la oportu-
nidad de trabajar con Fisher,
que era un visitante frecuente Estadística del Caribe repre-
de Rothamsted.
Cochran desarrolló la prueba estadística que
lleva su nombre. “Cuando dos variables que
se han medido en una escala nominal de una
muestra aleatoria tienen cierta relación entre
ellos, la prueba de Cochran Q se puede utilizar
para calcular la probabilidad que la relación si-
milar existe en la población”.
Fue un matemático ruso
que hizo progresos importan-
tes en los campos del es-
cenario y de la topología.
En particular, desarrolló
una base axiomática que
supone el pilar básico de
la teoría de las probabili-
dades a partir de la teoría
de conjuntos. Kolmogorov
establece con sus axiomas
para el cálculo de probabili-
dades las bases matemáticas
para establecer la teoría, con lo
cual, además, se aclaran las aparentes parado-
jas existentes.
Junto a Smirnov implementó una prueba no
paramétrica que se utiliza para determinar la
bondad de ajuste de dos distribuciones de pro-
babilidad.
Es considerado uno de
los padres de la Estadística
en la República Dominica-
na, ocupó la dirección de
la Oficina de Estadística
desde el 1ro. de enero de
1936 hasta 1948.
A partir de 1944 se realizó
el Curso de Formación de
sentado por la Universidad de
Santo Domingo y el Instituto Inte-
ramericano de Estadística, constituyendo así el
primer curso de Estadística dictado en el país.
En 1946 se creó la primera cátedra de Estadís-
tica a nivel universitario, siendo el profesor de
la misma don Vicente Tolentino Rojas. Su publi-
cación más sobresaliente: “Reseña geográfica-
histórica y estadística de la República Domini-
cana”, en 1941.
19
 El censo de población y vivienda:
utilidad de sus resultadoS
Francisco I. Cáceres Ureña, PhD
Francisco I. Cáceres Ureña, PhD
Como variada podría calificarse la gama
de preguntas que usualmente formulan
las personas del contexto criollo al escu-
char hablar acerca del censo de población
y vivienda. De estos cuestionamientos, dos
suelen ser los más comunes: ¿Para qué ha-
cen los censos si nunca se conocen los re-
sultados? y, ¿para qué sirven los censos si
se hacen cada diez años y, sin embargo, no
se ve cómo eso beneficia a la gente?
La primera interrogante se origina en las
dificultades que en el pasado ha enfrenta-
do la Oficina Nacional de Estadística para
procesar los datos y divulgar los resultados
censales en tiempos razonables. Por for-
tuna, esos dos escollos se espera que no
afecten al IX Censo Nacional de Población y
Vivienda 2010, ya que en gran medida han
sido superados. Primero, porque a partir del
censo del año 2002 se contó con tecnolo-
gía para la captura y procesamiento de los
datos que permitió ofrecer los resultados
finales en un período relativamente corto.
Y segundo, porque una vez publicados los
datos de ese censo, tanto el conjunto de
20
tabulaciones elaboradas sobre los diferen-
tes temas investigados, como la base de
datos, se pusieron en línea para el uso libre
por parte de los usuarios.
A diferencia de la respuesta a la primera
pregunta, la correspondiente a la segun-
da interrogante precisa de una explicación
más pormenorizada. Para este ejercicio se
requiere abordar algunas de las diversas
aplicaciones que normalmente se dan a los
resultados censales.
El censo de población y vivienda constituye
la principal y mayor operación estadística
que se desarrolla en un país, por lo que se
constituye en la principal fuente de informa-
ción a nivel nacional. En consecuencia, las
informaciones derivadas del censo generan
insumos importantes para el diagnóstico
que sirve para orientar la implementación
y evaluación de políticas públicas, así como
para el desarrollo y evaluación de interven-
ciones en el ámbito civil. Además, los datos
censales tienen importante utilidad en la
toma de decisiones en el campo del comer-
cio y la industria; del mismo modo, que en
la producción de conocimiento.
1
Información censal para elabo-
rar diagnósticos de población
para toma de decisiones
El censo de población y vivienda propor-
ciona datos que permiten derivar el volu-
men poblacional y sus principales atributos
geográficos, demográficos y socioeconómi-
cos, los cuales son de utilidad para la ela-
boración, implementación y evaluación de
políticas públicas y para la orientación de
estrategias conducidas, tanto por el gobier-
no nacional y gobiernos locales, como por
entidades no gubernamentales. Estas apli-
caciones son posibles en la medida que:
1.1 El censo proporciona datos sobre la po-
blación nacional y de las divisiones geo-
gráficas del país con los tres propósitos bá-
sicos siguientes:
a) Políticos: La información sobre el volumen,
distribución y características de la población
permite evaluar la situación económica, so-
cial y demográfica y establecer programas
para fomentar el bienestar del país.
b) De programación: Los resultados censa-
les tienen uso importante en la formulación
y evaluación de programas en materia edu-
cativa, empleo, recursos humanos, vivien-
da, salud, desarrollo rural, urbanización,
entre otros.
c) Administrativos: La distribución geográfi-
ca de la población constituye un insumo de
primer orden para la demarcación de las cir-
cunscripciones electorales; la distribución de
los representantes al Congreso Nacional y
otros poderes del Estado y para la asignación
de los recursos a los gobiernos locales.
1.2 Sirve de base para elaborar estima-
ciones y proyecciones demográficas: a)
nacionales, b) subnacionales a niveles:
regionales, provinciales y municipales c)
desagregadas por temas como: fuerza de
trabajo, matrícula escolar, demanda de ser-
vicios de salud, entre otras.
1.3 Permite analizar la situación socioeco-
nómica y demográfica de grupos poblacio-
nales poco numerosos como: a) población
nacida en otros países y b) población resi-
dente en áreas geográficas pequeñas.
1.4 Posibilita la identificación de grupos vul-
nerables como: a) la población en estado de
pobreza; b) los desplazados por razones po-
líticas o por fenómenos de la naturaleza; c)
las mujeres; d) los jóvenes; e) la población
envejeciente y f) la población residente en
áreas de riesgo, entre otros grupos.
• Permite cuantificar y caracterizar algu-
nos recursos sociales como: a) la fuerza
de trabajo y; b) los recursos humanos.
1.5 Proporciona los insumos básicos para
la elaboración de estimaciones de la de-
manda sectorial como: a) requerimientos
de vivienda; b) servicios de educación; c)
servicios de salud; d) seguridad y protec-
ción social; e) demanda de empleo y f) de-
manda de servicios de transporte.
1.6 Sirve como marco muestral para es-
tudios en profundidad sobre temas espe-
cíficos relacionados con las personas, los
hogares y las viviendas, toda vez que pro-
porciona: a) una lista de todas las áreas de
empadronamiento o segmentos censales
del país; b) la población y el número de vi-
viendas en cada área de empadronamiento
o segmento censal y c) una base cartográ-
fica para cada área de empadronamiento o
segmento censal.
2
Información censal para la toma
de decisiones en el comercio y la
industria
Los censos dominicanos proporcionan in-
formación acerca de las tres entidades je-
rárquicas relacionadas con las personas y
su entorno: a) la población y sus carac-
terísticas geográficas, socioeconómicas y
demográficas básicas; b) el hogar donde
gravitan las personas y c) la vivienda en
la cual residen los individuos. Estos grupos
se constituyen en tres universos de espe-
cial interés para los emprendimientos en el
campo empresarial.
2.1 Información sobre la población: La
información censal acerca de la población
tiene importantes aplicaciones en el área
comercial, industrial y empresarial en sen-
tido general. Esas aplicaciones deben con-
siderar a la población en su doble rol de
productora y de consumidora de bienes y
servicios.
21

Desde la perspectiva de consumidora, para
obtener estimaciones de la demanda de
bienes y servicios es indispensable dispo-
ner de información acerca del volumen po-
blacional, de la distribución por sexo y edad
de la población y de la distribución espacial
de la población y la migración. Estas tres
características impactan el consumo en as-
pectos como la demanda de: a) viviendas;
b) electrodomésticos, muebles y vestua-
rios; c) alimentos; d) servicios de educa-
ción; e) servicios de salud; f) empleo; g)
transporte; h) recreación y i) servicios de
electricidad y saneamiento básico.
Desde la perspectiva de productora de bie-
nes y servicios, el rol más importante de
la población es el de generadora de los re-
cursos humanos requeridos por el sistema
productivo, y para obtener estimaciones
de la oferta de recursos humanos es im-
portante disponer de información acerca
de: a) educación, como el analfabetismo,
la asistencia escolar y nivel de instrucción
de las personas; b) el grado de calificación
académica, medido básicamente a partir de
la carrera cursada y el grado alcanzado; c)
fuerza de trabajo y empleo, donde se con-
sidera la orientación del empleo a partir de
la rama de actividad económica; b) el es-
tatus del empleo en función de la categoría
ocupacional y c) el estatus ocupacional, a
partir de la ocupación de la persona.
2.2 Información sobre el hogar: El cen-
so proporciona informaciones sobre el ho-
gar y la vivienda, de gran importancia para:
a) la formulación de programas y políticas
habitacionales; b) las empresas construc-
toras de viviendas; c) las instituciones de
préstamos hipotecarios; d) los fabricantes
y comerciantes de materiales y equipos
para la construcción y e) los fabricantes y
comerciantes de artefactos domésticos.
22
Entre las informaciones a nivel del hogar
proporcionadas por el censo de población
y vivienda de interés empresarial puede
mencionarse: a) el tamaño del hogar, me-
dido a partir del número de miembros que
lo componen; b) el tipo de combustible uti-
lizado para cocinar (gas propano, carbón,
leña y otros); c) tipo de alumbrado utili-
zado (energía eléctrica del tendido público,
energía eléctrica de planta propia u otra) y
d) existencia de bienes durables.
2.3 Información sobre la vivienda: El
censo de población y vivienda proporciona
información relacionada con las unidades
habitacionales que también son de interés
para la toma de decisiones desde la esfera
del comercio y la industria. Entre esas infor-
maciones pueden citarse las relacionadas
con: a) la clase de vivienda (casa indepen-
diente, apartamento, vivienda compartida
con negocio, pieza en cuartería, barracón,
local no construido para habitación u otra);
b) condiciones estructurales y hacinamien-
to (materiales del piso, techo y paredes;
y número de cuartos y de dormitorios); c)
saneamiento básico (fuente de abasteci-
miento de agua para uso doméstico, tipo
de servicio sanitario existente, fuentes de
contaminación del entorno) y d) régimen
de tenencia de la vivienda.
3
Información censal para la pro-
ducción de conocimiento
La información censal acerca de la pobla-
ción tiene importantes aplicaciones en la
investigación acerca de diversos tópicos
relacionados con la población y su entor-
no. Es el caso en que los resultados sobre
cualesquiera de las tres entidades censales
(persona, hogar y vivienda) son estudiados
en el contexto de variables geográficas, de-
mográficas y socioeconómicas en búsqueda
de asociaciones tendentes a la explicación
de su comportamiento.
El tamaño, composición y distribución es-
pacial de la población son aspectos demo-
gráficos básicos derivados del censo, los
cuales se relacionan con investigaciones
del campo económico, de salud, alimenta-
ción, transporte y otros servicios; toda vez
que tienen impacto sobre aspectos como:
a) vivienda; electrodomésticos, muebles
y vestuarios; b) alimentos; c) servicios de
educación y salud; d) empleo y transporte
y d) servicios de electricidad y saneamiento
básico, entre otros.
La información censal sobre las personas
también permite generar conocimiento, en
la medida que proporciona clasificaciones
de la población en función de atributos que
potencian su rol de cantera de los recursos
humanos requeridos por el sistema produc-
tivo. Para incursionar en el conocimiento
sobre los recursos humanos con que cuen-
ta una sociedad, es importante disponer de
información acerca de los atributos educa-
tivos básicos, los cuales, en la búsqueda
de explicaciones de su comportamiento,
se pueden asociar con las características
del contexto geográfico, con otros factores
individuales y con atributos del hogar. Así
como los datos censales sobre las personas
tienen aplicaciones en la investigación den-
tro de las áreas antes mencionadas, tam-
bién tienen importantes aplicaciones en la
investigación demográfica sobre: a) la mi-
gración, tanto interna como internacional;
b) la fecundidad, total como de la población
adolescente y c) sobre la mortalidad infan-
til y juvenil.
Finalmente, la información censal acerca
de la población tiene aplicaciones de rele-
vancia en la investigación sociológica rela-
cionada con: a) tamaño y composición de
los hogares; b) niveles de pobreza de los
hogares y c) tipo y estructura de los arre-
glos familiares. A su vez, los resultados cen-
sales relativos a los atributos del hogar y la
vivienda tienen aplicaciones en la investiga-
ción acerca de las condiciones de vida de las
personas. Así, atributos como el tamaño de
los hogares, el combustible utilizado para co-
cinar, el tipo de alumbrado utilizado y la exis-
tencia de bienes durables suelen considerar-
se como elementos que influyen en la forma
como se desenvuelve la vida de las personas.
De igual modo, características de la vivien-
da como su clase, condiciones estructura-
les, saneamiento básico, contaminación del
entorno y régimen de tenencia frecuente-
mente constituyen factores importantes en
la investigación acerca de las condiciones
de vida de la población.
4
A modo de reflexión final
Para que las informaciones derivadas de
un censo contribuyan con las formas de
entender mejor cuántas personas viven
en el país, dónde viven y cómo viven, es
necesario el compromiso de dos actores
complementarios. De parte de la Oficina
Nacional de Estadística se requiere que el
empadronamiento conste de una enume-
ración exhaustiva y de la cabalidad de la
información. Esto es, que los empadrona-
dores censales visiten todos los hogares del
país y allí enumeren a todas las personas
que los constituyen y además anoten las
características de unos y otros con toda la
fidelidad necesaria. A su vez, de parte de
la población se requiere del compromiso de
empadronarse. Es decir, deberán estar pre-
sentes el día del censo para proporcionar
la información requerida por el censo sin
omisiones. Por esta razón, tanto las perso-
nas nacidas en el país como aquellas naci-
das en el extranjero deben empadronarse y
responder las preguntas censales con sin-
ceridad, pero con toda la confianza de que
las informaciones proporcionadas sólo se-
rán utilizadas por la Oficina Nacional de Es-
tadística para ofrecer datos que formarán
parte de tabulaciones generales. Por tanto,
jamás se proporcionará información sobre
persona alguna, pues esto forma parte del
secreto estadístico consignado en la Ley
5096, que obliga a preservar el anonimato
de los informantes.
23
 Inclusión de la igualdad en la
hipótesis nula
Including Equal Sign in Null Hypothesis
Jorge Ortiz Pinilla (a)
jorgeortiz@usantotomas.edu.co
Resumen
Con alguna frecuencia, los investigadores
se preguntan si la hipótesis nula puede
excluir la igualdad de su enunciado para
dejarla dentro de la alternativa, argumen-
tando que las definiciones encontradas en
la literatura permiten hacerlo y que por sus
planteamientos teóricos o prácticos les re-
sulta conveniente. El propósito de este ar-
tículo es mostrar que al incluir la igualdad
en la hipótesis alterna, los procedimientos
dejan de ser correctos desde el punto de
vista de la inferencia estadística.
Palabras clave: hipótesis nula, intervalos
de confianza, pruebas de hipótesis estadís-
ticas.
Abstract
A question the researchers get with
some frequency is about the possibi-
lity of excluding the equal sign from the
null hypothesis to include it into the alter-
native. They find this convenient from teo-
retical or practical viewpoints. Some de-
finitions given in the litterature allow this
and the aim of this paper is to illustrate
some errors in the statistical procedures as
a consequence of doing so.
Key words: Confidence Intervals, Null
Hypothesis, Statistical Hypothesis Tests.
24
Hanwen Zhang (b)
hanwenzhang@usantotomas.edu.co
1 Introducción
Cuando se presenta el tema de las prue-
bas de hipótesis, es usual encontrar que
los términos clave se introducen de manera
que permiten interpretaciones y usos equi-
vocados de parte de los lectores. En libros
de carácter teórico, es común proponer
plantearlas en función de una partición del
espacio paramétrico θ = θ0 U θ1, donde θ0
corresponde a los valores admisibles según
la hipótesis nula y θ1, los de la alterna-
tiva (Mood et al. 1974). Igual que antes,
aunque los planteamientos a lo largo del
texto son correctos, esta propuesta admite
definir, por ejemplo, θ0 = (-∞, µ0 ) y θ1 =
[µ0 , ∞), es decir, H0 : µ < µ0 , H1 : µ ≥
µ0, donde µ0 es un valor conocido.
Mendenhall & Sincich (1997, p. 423) dan
como ejemplo introductorio el caso de un
investigador que quiere determinar si el
nivel medio µ de un tipo de contaminante
liberado a la atmósfera por una empresa
química no sobrepasa el límite establecido
por la Agencia para la Protección del Am-
biente (EPA) de tres partes por millón. Afir-
man que la teoría que la EPA quiere
apoyar, llamada hipótesis alternativa o
de investigación, es que µ > 3. Más
adelante, (p. 436) dan una explicación
sobre la conveniencia de tomar la alter-
nativa como la hipótesis respaldada por
el investigador, pues si se trata de la
nula y si los datos la apoyan, tendría
que explorar los valores de la potencia
para algunas alternativas, lo que resulta-
ría extremadamente tedioso o imposible.
Si bien el planteamiento es correcto,
con este tipo de argumentación cabe la
posibilidad de querer apoyar una hipó-
tesis como µ ≥ 3, que sería la alternativa,
definiendo entonces como nula µ < 3.
Es común proponer plantear la hipótesis al-
ternativa como aquella que el investigador
quiere apoyar y la nula como resultante del
planteamiento complementario. El hecho
de que α se calcule bajo H0 y que pueda
ser fijada a conveniencia puede llevar a ar-
gumentaciones como la siguiente: Supon-
gamos que las hipótesis estadísticas en
juego sean K1 : µ > µ0 y K2 : µ ≤ µ0
y que el error más grave consista en
rechazar K1 si es verdadera. Entonces,
diseñamos la prueba de manera que poda-
mos controlar la probabilidad de cometer
este error tomando K1 como la hipóte-
sis nula, es decir, H0 : µ > µ0 y asignamos
un valor de α que nos permita limitar esta
probabilidad como necesitamos.
En este artículo mostraremos que a pesar
de que no hay ninguna inconveniencia teó-
rica que impida poner la igualdad en H1,
sí puede presentar algunos resultados con-
tradictorios en algunas situaciones específi-
cas. Este artículo está organizado de la si-
guiente forma: en la sección 2 mostramos,
mediante una prueba específica, que al no
incluir la igualdad en H0 tamaño de la
prueba no se ve afectado; en la sección
3 mostramos que en algunos casos la
exclusión de la igualdad de H0 lleva a
contradicciones entre la regla de decisión
y las estimaciones puntuales; en la sección
4 mostramos que en algunos al poner la
igualdad en H1 puede dañar la dualidad
que existe entre una prueba de hipótesis y
un intervalo de confianza.
(a) Docente investigador. Universidad Santo Tomás de
Aquino de Colombia.
(b) Docente investigador. Universidad Santo Tomás de
Aquino de Colombia.
2
El tamaño de la prueba
Consideremos una muestra aleatoria de ta-
maño n, denotada por X1 . . . , Xn, prove-
niente de una distribución
con µ desconocido y conocido. Supon-
gamos, además, que las hipótesis de inte-
rés se plantean como:
H0 : µ > µ0 vs H1 : µ ≤ µ0, (1)
donde la igualdad µ = µ0 está incluida en el
sub-espacio paramétrico especificado por la
hipótesis alterna, H1. En estas condiciones,
es natural pensar en rechazar H0 cuando
para alguna constante K. Para determinar
el valor de K y completar la regla de deci-
sión, recurrimos al tamaño de la prueba,
definido como (Bickel & Doksum 1977, p.
170):
α = sup {P(rechazar H0)}
cuando H0 es verdadera. (2)
Para el caso específico de las hipótesis da-
das en (1), se tiene:
α = sup
cuando H0 es verdadera. (3)
El valor de K se determina a partir de la dis-
tribución nula de , esto es, la distribución
de cuando H0 es verdadera. Como µ > µ0
es equivalente a
µ = µ* con µ* > µ0, entonces
(4)
25

Por lo tanto, la definición (3) se convierte en
(5)
donde (*) denota la función de distribu-
ción correspondiente a la distribución nor-
mal estándar. Como
es una función decreciente de µ*, entonces
el supremo del conjunto
se da cuando µ* = µ0.
Entonces, en este caso, se tiene que
y el valor de K se obtiene como
y así, la regla de decisión establece rechazar
H0 si
(6)
lo que equivale a rechazar H0 si
y el tamaño de la prueba es α.
26
Nótese que:
• La regla de decisión encontrada coin-
cide con la del sistema de hipótesis
H0 : µ ≥ µ0 vs. Ha : µ < µ0 .
Es decir, el hecho de que H0 excluya la
igualdad no afecta numéricamente la
regla de decisión. Lo mismo ocurre con
la prueba unilateral derecha.
• La razón por la que la exclusión de la
igualdad en H0 no influye en la regla de
decisión se encuentra en que el tamaño
de una prueba se define en función del
supremo tal como en (3).
3
Contradicción con el estimador
de máxima verosimilitud
En la sección anterior se propuso como
conjunto de valores de la media en la hi-
pótesis nula un intervalo abierto que exclu-
ye la igualdad del extremo inferior µ0 del
intervalo correspondiente a θ0.
El valor-p se define como el mínimo valor
que debe tener el nivel de significación de
la prueba para que H0 se rechace con los
datos de la muestra que se observe. Se
calcula como el valor de probabilidad, cal-
culada bajo H0 , del intervalo construido a
partir del valor observado de la estadística
de prueba, en la dirección que tomaría en
condiciones de la hipótesis alternativa. Para
el ejemplo presentado se tiene:
Valor-p= Pr(Z ≤ zo)= (zo) con zo=
(7)
y, con un nivel de significación α, se re-
chaza H0 en favor de H1 si se cumple que
Valor-p ≤ α.
Si, como resultado de la observación de la
muestra, se obtiene = µ0 , entonces
Valor-p
Según la regla de decisión, no se encuen-
tran evidencias para rechazar la hipótesis
nula, planteada como H0 : µ > µ0. A la
misma decisión se llega aplicando (6), pues
la condición de rechazo,
no se cumple cuando = µ, dado que
Zα < 0.
Esta situación es evidentemente contradic-
toria, pues se encuentra que la hipótesis
nula no admite como valor para µ el obte-
nido con el estimador de máxima verosimi-
litud, .
El problema no se limita al caso de = µ0.
Supongamos que µ < µ0 y que, por las
condiciones poblacionales, con alta proba-
bilidad se encontrarán muestras con valo-
res inferiores a µ0 pero lo suficientemente
cercanos como para que el promedio mues-
tral fuera muy cercano de µ0 y que, ade-
más, zo fuera cercano de cero. Siendo así,
el valor-p sería cercano de 0.5, llevando
a concluir que H0 no se puede rechazar.
Es decir, si = µ0 , pero de manera que
zo ≈ 0, con un resultado de un promedio
muestra menor que µ0 se concluye que µ
> µ0. La contradicción es evidente. Para la
prueba unilateral derecha se presenta un
problema similar.
4 Intervalos de confianza y prue-
bas bilaterales
En esta sección veremos que la exclusión
de la igualdad de la hipótesis nula genera
también dificultades en las pruebas bila-
terales y en los intervalos de confianza
acotados por los dos extremos. Recorde-
mos la dualidad que se tiene con estas dos
herramientas inferenciales. Para las hipó-
tesis:
H0 : µ = µo vs. H1 : µ ≠ µo (8)
se sabe que la región de rechazo se en-
cuentra en las colas de la distribución de la
estadística
y que la regla de decisión de tamaño α con-
siste en rechazar Ho cuando
Por otro lado, el intervalo de confianza de
menor longitud para µ, con coeficiente 100
es
(9)
y una forma de utilizarlo para tomar una
decisión acerca de µ = µ0 es rechazar esta
igualdad cuando µo no se encuentra en el
intervalo calculado. Es decir, rechazar Ho
si:
Mediante operaciones algebraicas simples,
se puede ver que esto equivale a aplicar
la regla de decisión estándar de la teoría
de prueba de hipótesis presentada ante-
riormente. Por lo tanto, la decisión que se
toma acerca de µ = µ0 es la misma usando
la teoría de prueba de hipótesis o los in-
tervalos de confianza. Puede verse tam-
bién que el intervalo de confianza es el
conjunto de valores de µ0 que conduci-
rían a no rechazar H0 si las pruebas se
realizaran con los datos de la muestra que
se observe. Esto se conoce como la relación
de dualidad mencionada al comienzo de la
sección.
27
 5 Conclusiones

Supongamos ahora que dejamos la igual-
dad en la hipótesis alterna y que plantea-
mos las hipótesis de la siguiente manera:
Ho : µ ≠ µo vs H1 : µ = µo (10)
Dado este sistema, la región de recha-
zo ya no se encuentra en las colas de
la distribución de la estadística de prueba,
sino en el centro. Por lo tanto, se rechaza
H0 si:
En este escrito se vio que la exclusión de
la igualdad de la hipótesis nula puede traer
como consecuencia el uso de procedimien-
tos inferenciales estadísticos inadecuados:
las pruebas arrojan resultados incoheren-
tes y pierden su relación de dualidad con
los intervalos de confianza. Por consiguien-
te, se recomienda que los investigadores
hagan sus planteamientos teóricos de
manera que la hipótesis nula que se
derive de ellos admita la igualdad.

donde K es una constante tal que la proba-

bilidad de rechazar equivocadamente H0
sea α, es decir, K = z(1+ α)/ 2 . Esto equi-
vale a rechazar la hipótesis nula si:

Este intervalo es más corto que (9), obte-

nido por los métodos de estimación. Como
consecuencia, los valores no comunes son
resultado de la estimación por intervalo,
que al no pertenecer a la región de recha-
zo de H0 : µ = µ0 , estarán apoyando la
condición de diferencia, es decir, estarían Referencias
rechazando los valores que resultan de los
procedimientos de estimación. Con ello, la Bickel, P. J. & Doksum, K. A. (1977), Ma-
dualidad entre la prueba de hipótesis y el thematical Statistics, Holden Day.
intervalo de confianza deja de cumplirse.
Mendenhall, W. & Sincich, T. (1997), Proba-
Nota de la redacción: bilidad y estadística para ingeniería y cien-
Este artículo es una colaboración especial de los cias, cuarta edn, Prentice Hall, México.
profesores investigadores Jorge Ortiz Pinilla y
Hanwen Zhang, así como del Comité Editorial de la
Mood, A. M., Graybill, F. A. & Boes, D. C.
Revista Comunicaciones en Estadística y el Depar-
tamento de Publicaciones de la Universidad Santo (1974), Introduction to the theory of statis-
Tomás de Aquino de Colombia. tics, third edn, McGraw-Hill, New York.

28
La adquisición de bienes y el ingre-
so de muchos hogares dominicanos:
Una fórmula que no da
Prof. Juan Faustino Polanco

Se asume que la adquisición de bienes en

los hogares depende directamente del ni- Buenos muebles y electrodomésticos
vel de ingreso, lo cual no queda claramente
explicado al relacionar los datos correspon-
dientes a ambos aspectos de las familias
dominicanas.

Muchos carros

… y poco dinero.

Viviendas en mal estado

Como es conocido, durante los últimos

años, la población dominicana ha sufrido
cambios importantes en varios aspectos
demográficos y sociales, por ejemplo: re-
ducción de crecimiento relativo, variación
en su distribución geográfica, su composi-
ción por sexo y edad, su participación en
educación superior y su capacidad para ac-
ceder o de adquirir bienes y servicios, entre
otros. Algunos de estos aspectos han sido
ampliamente expuestos por varios analis-
tas nacionales e internacionales.
29
 tran los resultados obtenidos en base a los
datos de la Encuesta Nacional de Fuerza de
Trabajo que realiza en Banco Central de la
República Dominicana.

En este análisis se presenta una serie de
datos e indicadores que evidencian los
cambios en ciertos aspectos que han te-
nido las familias dominicanas durante los
últimos diez años, como es el caso de las
El porcentaje de hogares que poseen ma-
teriales duraderos en las paredes exterio-
res pasó de 60.93 a 77.12% entre el año
2000 y el 2010. Los hogares con vehícu-
los de motor representaban el 18.67% y

Indicadores por años, según características del hogar, 2000-2010.

Nota: Frecuentemente, se cuestiona la eficiencia, validez y calidad de los datos estadísticos y, por tanto,
de los indicadores resultantes. Estos cuestionamientos se fundamentan básicamente en la metodología,
el diseño, la cobertura y la representatividad. Estos elementos se han puesto al margen asumiendo que
independientemente de su presencia o no, la relación de los datos en un periodo y otro es correcta. Se
hacen de antemano estas aclaraciones para ubicar al lector en el contexto apropiado.

condiciones estructurales de las viviendas y se incrementaron al 21.36%. Lo mismo se

la tenencia de bienes en el hogar: vehículos
de motor, aire acondicionado y calentado-
res de agua y computadores.
También se hace referencia al tamaño de
los hogares, al índice de hacinamiento, a
la participación de la población mayor de
quince años en educación superior, al in-
greso real de los hogares, entre otros. En
estos indicadores también se observan va-
riaciones importantes durante el período
2000-2010. En la presente tabla se mues-
30
manifiesta en el porcentaje de hogares que
respondió tener parábolas, calentadores de
agua, aires acondicionados, computadores,
televisores, telefonía por cable y celulares.
Al comparar la cantidad dormitorios en los
hogares con el número de los miembros de
las familias, se obtiene el índice de hacina-
miento, medida que se ha reducido signi-
ficativamente durante la última década, lo
cual indica una mejoría en las condiciones
de vida de la población.
La participación de la población mayor de
quince años en educación superior también
muestra un incremento importante, pasan-
do de 12.89 a 17.23% durante el referido
período. La evolución en el ingreso real de
los hogares evidencia una reducción impor- putadora y entre un 1.57 y 5.56% expresó
tante, lo cual debiera corresponderse con que tiene parábolas, calentadores de agua
la evolución de la adquisición de bienes y o acondicionadores de aire. Estos mismos
servicios. hogares tienen un promedio de miembros
que oscila entre 2.98 y 3.97 personas. Y en
Esta contradicción permite suponer los si- esta categoría de hogares en promedio tra-
guientes elementos: bajan 1.03 personas, o sea, en un 21.00%
nadie trabaja, como se muestra en la si-
• La población está sacrificando la satis- guiente tabla.
facción de algunas de sus necesidades
básicas, como es la alimentación, diver- Hogares con ingreso real mensual
sión, educación, salud, entre otras, para menor de RD$20,000.00
adquirir y sostener ciertos bienes mate-
riales en el hogar, como es la mejora en
la infraestructura de la vivienda, vehícu-
los, equipos de comunicación e informa-
ción, así como la reducción en el índice
de hacinamiento.

• La adquisición de muchos de esos bie-

nes se efectúa a través de financiamien-
to o compras a créditos a largo plazo.
De manera que el ingreso mensual no
les resulte afectado significativamente
por las altas cuotas.
• Otro elemento que se podría estar consi-
derando es que los datos suministrados
por los entrevistados en las encuestas
sobre sus ingresos estén subvaluados.
Esa reducción en el ingreso real de los ho-
gares debiera explicar una disminución de
la proporción de familias que compran bie-
nes o adquieren ciertos servicios y en el
mejoramiento de las condiciones estructu-
rales de las viviendas. Y un impacto igual
debiera observarse en la participación de la
población mayor de quince años en educa-
ción superior, considerando los altos costo
de la misma.
La siguiente gráfica expresa que a medida
que el ingreso real de los hogares es mayor,
aumenta la proporción de familias con pa-
rábolas, calentadores de agua, acondiciona-
dores de aire, automóviles y computadores.
Pero en el tramo izquierdo de la gráfica se
observa que en una parte importante los ho-
gares que poseen un ingreso real por debajo
de los RD$20,000.00 tienen estos bienes. La
incertidumbre llega a la mente del lector, so-
bre lo cual se pregunta: ¿Cómo los pueden
adquirir y mantener? La respuesta se le dará
en la próxima edición.

Un 14.17% de los hogares que tienen un in-

greso real al mes menor de RD$20,000.00
tiene un automóvil, un 14.31% tiene com-

31
 Inversión Extranjera Directa (IED) y
la Ocupación en República Dominicana
Prof. Héctor Medina
1
Introducción
Las Naciones Unidas definen la Inversión
Exterior Directa como aquellas realizadas
por no residentes en un país con el obje-
to de obtener capacidad de decisión en la
empresa receptora a través de una relación
a largo plazo (González 08-09). El mismo
autor señala la definición del Fondo Mone-
tario Internacional que define la Inversión
Extranjera Directa como aquellas realiza-
das por una persona física o jurídica que
consiga el 10.0% de la propiedad de la em-
presa receptora residente.
Por su parte, la Ley No. 16-95 sobre Inver-
sión Extranjera de la República Dominica-
na, define la Inversión Extranjera Directa
como “Los aportes provenientes del exte-
rior, propiedad de personas físicas o mo-
rales extranjeras o de personas físicas Na-
cionales residentes en el exterior, al capital
de una empresa que opera en el territorio
nacional” (Ley 16-95 de octubre de 1995).
Un aspecto común en estas concepciones
sobre la Inversión Extranjera Directa es el
aspecto relacionado a la fuente de los re-
cursos, así como al destino de los mismos.
En el primer punto se enfatiza, y así tie-
ne que ser, que los fondos para la inver-
sión deben provenir del exterior, aunque en
la definición dada por el Fondo Monetario
Internacional (González 08-09) no se es-
pecifica que los fondos son del Extranjero,
queda claro la referencia a las empresas
residentes.
El otro aspecto común es que la Inversión Ex-
tranjera Directa está orientada a la creación,
capitalización o adquisición de empresas que
han de producir, y ofrecer bienes y servicios
a una o múltiples comunidades locales.
32
Es precisamente este último elemento de
la Inversión Extranjera Directa la que hace
suponer que un aumento de la misma con-
tribuiría al aumento de los puestos de tra-
bajo en una sociedad determinada. Esto
así, dado el origen final de la Inversión
Extranjera Directa, la cual por definición
propia está consagrada a uno o más de
los siguientes factores, creación de nuevas
plazas de trabajo o mantenimiento de las
plazas actuales.
Este trabajo es un análisis descriptivo de la
relación que existe entre la Inversión Ex-
tranjera Directa en República Dominicana y
la población ocupada, así como con la tasa
de ocupación y la tasa de desempleo de la
población dominicana.
2
Inversión Extranjera Directa y
Empleo
Varios son los autores que han escrito so-
bre la relación que existe entre la Inversión
Extranjera Directa, IED y el empleo en dife-
rentes países. La principal cuestión al pen-
sar sobre esto es el hecho de la creación
de nuevas plazas de trabajo o el manteni-
miento de las que ya existen.
Así por ejemplo, la Ley 16-95 sobre Inver-
sión Extranjera de la República Dominica-
na, establece en su primer considerando
“Que el Estado Dominicano reconoce que la
Inversión Extranjera y la Transferencia de
Tecnología contribuyen al crecimiento eco-
nómico y al Desarrollo Social del país, en
cuanto favorecen la generación de empleos
y divisas, promueven el proceso de capi-
talización y aportar métodos eficientes de
producción, mercadeo y administración”.
Es decir que el Estado desarrolla, acciona
y establece políticas de Inversión Extranje-
ra Directa, confiando en que ésta ayudará
en la generación de empleos, buscando así
y, por consiguiente, un estado de bienestar
mayor a la población.
Sin embargo, un hecho a tomar en consi-
deración es que si bien es cierto que la IED
puede generar empleos, no menos cierto es
que el hecho de que la IED viene acompa-
ñada de nuevas tecnologías, que tienden a
disminuir los costos y a una menor utilización
de la mano de obra, ésta podría provocar los
efectos contrarios a los esperados por el uso
intensivo de capital y nueva tecnología.
En defensa de la Inversión Extranjera Direc-
ta como un mecanismo para generar em-
pleos, (Loria y Brito, 2003) entienden que
dada la sensible reducción de crecimiento
económico, así como su volatilidad, el cre-
cimiento de la población económicamente
activa, el desplazamiento de la mano de
obra por el uso intensivo de capital y tec-
nología y la fuerte expulsión de la mano de
obra del sector agrícola, la Inversión Ex-
tranjera Directa ha adquirido una impor-
tancia creciente en la formación de capital.
Álvarez (2002), analizando la relación en-
tre la Inversión Extranjera Directa y la pro-
ductividad, encontró que “En términos de
tamaño, las empresas con IED tienen un
nivel de empleo de 78.0% mayor que las
firmas domésticas”.
En igual sentido, Contreras Rojas (2002) en
su estudio sobre efecto de la Inversión Extran-
jera Directa sobre el Empleo en la Industria
Manufacturera Chilena encontró, estimando
la ecuación de regresión por el método de los
Mínimos Cuadrados Ordinarios, que la IED
tenía un coeficiente estadísticamente signifi-
cativo al 90.0% de confianza, aunque peque-
ño con una elasticidad de 1.2%.
Estos resultados sugieren que un incremen-
to de la Inversión Extranjera Directa tiene
un impacto positivo sobre la generación de
empleos, proporcionando de esta manera
un mayor bienestar de la población que la
recibe.
Sin embargo, este aspecto de positividad
hay que mirarlo con recelo por el hecho de
que la Inversión Extranjera Directa puede,
en algunos casos, más que aumentar el
empleo disminuirlo, por el uso intensivo de
capital y de la tecnología.
Así, por ejemplo, el periódico Nuevo Siglo
de Colombia(3) titulaba que la “Inversión
Extranjera Directa no garantiza la creación
de empleo”, subtitulando que “nadie sabe
cuántos empleos produce” y en uno de sus
párrafos señalas: “A la masiva entrada de
capitales para las adquisiciones de empre-
sas o de activos financieros, no correspon-
de la creación de nuevos empleos”.
Aunque no aportan los datos que sosten-
gan el argumento planteado, el llamamien-
to puede ser un aviso sobre la importancia
de monitorear y evaluar el aporte real que
en cada economía hace la IED.
3
Inversión Extranjera y Empleo
en República Dominicana
3.1 Regulación de la IED
La Inversión Extranjera Directa en Repúbli-
ca Dominicana está regida por la Ley 16-95
de fecha 25 de octubre del año 1995 y tie-
ne como objetivo fundamental establecer
un marco legal igualatorio en materia de
inversión. Como se describió en uno de los
párrafos introductorios, en dicha Ley se en-
tiende por Inversión Extranjera Directa “Los
aportes provenientes del exterior, propiedad
(3) Periódico Nuevo Siglo. Jueves 05/08/2008.
Colombia.
33

de personas físicas o morales, extranjeras o
personas físicas nacionales residentes en el
exterior al capital de una empresa que opera
en el Territorio Nacional”.
La Ley establece que la inversión extranje-
ra puede asumir una de las siguientes for-
mas: aportes en monedas que sean libre-
mente convertibles, aporte en naturaleza,
como maquinarias y equipos, entre otros, y
los instrumentos financieros contemplados
como inversión extranjera por la Junta Mo-
netaria del Banco Central de la República
Dominicana.
La inversión extranjera puede estar dirigida
a los siguientes sectores: Inversión de capi-
tal de una empresa existente o una nueva,
inversiones en bienes inmuebles ubicados
en República Dominicana y la adquisición
de activos financieros.
3.3 Inversión Extranjera por sectores
Los datos suministrados por el Banco Cen-
tral de la República Dominicana indican que
los principales sectores a los que se ha di-
rigido la inversión Extranjera Directa son el
comercio y la industria, seguido de Turismo
y Telecomunicaciones y, en cuarto lugar, el
sector inmobiliario. Como se muestra en el
cuadro uno, alrededor del 70.0%, el 69.9%
de la inversión se ha concentrado en estos
cuatro sectores de la economía.
Este factor puede explicar el por qué a pe-
sar de que la Inversión Extranjera Directa
creció un 18.3% durante el periodo 1993-
2008, la población ocupada sólo creció en
un 2.7% y la tasa de desempleo se ha man-
tenido prácticamente constante.

3.2 Comportamiento de la IED y el Em-

pleo en República Dominicana

Durante el periodo de 1993 al 2008, la In-

versión Extranjera Directa registra un pro-
medio Anual de US$991.2 millones, totali-
zando los 14,419.8 millones de dólares y
una tasa de crecimiento promedio anual de
18.3% mientras que en este mismo periodo
la población ocupada de República Domini-
cana creció en promedio 2.7%, mantenién-
dose una tasa de ocupación promedio de
45.9% y una tasa de desempleo promedio
de 16.1%.

34
Esto puede deberse a que tanto el sector
Telecomunicaciones como el sector inmo-
biliario requieren de personal más capaci-
tado al hacer uso intensivo del capital y de
la nueva tecnología. Por su parte, el sec-
tor Comercio no suele ser un generador de
empleo en gran cantidad.

Tabla I
Correlaciones, Salida de SPSS
IED PO TD O TD D
IED Correlac ión de

4
1 .894(* *) .790(* *) -.458(*)
Pearson
Sig. (unilatera l) .000 .000 .037
N 16 16 16 16
Relación de las variables PO Correlac ión de
.894(* *) 1 .778(* *) -.268
Pearson
Sig. (unilatera l) .000 .000 .157
Para conocer con más detalles la relación N 16 16 16 16
entre la Inversión Extranjera Directa y los TD O Correlac ión de
.790(* *) .778(* *) 1 -.257
Pearson
indicadores del empleo se realizó un análi- Sig. (unilatera l) .000 .000 .169
sis de correlación para determinar el grado N 16 16 16 16
de asociación entre estas variables. TD D Correlac ión de
-.458(*) -.268 -.257 1
Pearson
Sig. (unilatera l) .037 .157 .169
Los datos muestran una relación de acuer- N 16 16 16 16
do a lo esperado; así, por ejemplo, la corre-
lación entre la Inversión Extranjera Directa ** La correlación es significante al nivel 0,01 (unilateral).
y la población ocupada es de 0.90, un co- * La correlación es significativa al nivel 0,05 (unilateral).

eficiente alto y estadísticamente significa-

tivo; igual ocurre con la tasa de ocupación
con la cual la Inversión Extranjera Directa
guarda una relación lineal de 0.74.

Al analizar la IED y la tasa de desempleo, "La información

el signo del coeficiente es el esperado, un
signo negativo y una correlación negativa es poder."
de -0.458 y estadísticamente significativo
al 95.0% de confianza. BACON, Francis Barón de Verulam

35

5 Influencia de la IED en la tasa de
desempleo
Para medir el peso o influencia de la IED
sobre la tasa de desempleo en República
Dominicana, se ha estimado una ecuación
de regresión lineal del tipo Yt = B0 + B1 Xt,
+ ut, donde Yt es la tasa de desempleo, B0
es el coeficiente de intersección, B1 es la
pendiente de la recta de regresión y ut el
término aleatorio.
La corrida del programa proporciona los si-
guientes datos:
Resumen del modelo, Salida SPSS
a Variables predictoras: (Constante), IED
Coeficientes(a)
a Variable dependiente: TDD
Los resultados muestran un modelo de re-
gresión como sigue:
Yt = 17.2 – 0.01Xt, con un coeficiente de
determinación de 21.0%. Estos datos su-
gieren que la IED tiene un impacto positivo
sobre la tasa de desempleo al tener una
36
disminución esperada en la tasa de desem-
pleo de 0.01 por ciento por un aumento de
un millón de dólares en la Inversión Extran-
jera Directa. El coeficiente de regresión,
aunque es pequeño es estadísticamente a
un 90.0% de confianza, p-valor < 0.10
6 Conclusiones
• El análisis de los datos sobre la Inver-
sión Extranjera Directa y la situación del
empleo en República Dominicana indi-
can, que en la economía dominicana la
IED tiene un crecimiento mucho mayor
que las variables del empleo.
• La IED en República Dominicana se con-
centra principalmente en cuatro secto-
res de la economía, los cuales han sido
los de mayor crecimiento en la econo-
mía en los últimos diez años.
• La IED tiene un efecto positivo sobre la
tasa de empleo. Los datos muestran una
correlación negativa entre la IED y la
tasa de desempleo en República Domi-
nicana, de igual forma, la estimación del
modelo de regresión lineal indica que la
IED tiene una influencia estadísticamen-
te significativa sobre la tasa de desem-
pleo del país.
7 Bibliografía

• Banco Central de la República Dominicana:

www.bancentral.gov.do
maestría en estadística
• Gaceta Oficial de la República Dominicana:
“Ley No. 16-95 sobre Inversión Extranjera”. aplicada al diseño y
En: Centro Dominicano de Exportación e In- análisis de
versión Extranjera.
Investigaciones
• Valenciano, Rodolfo Benito: “Las crisis fi-
nancieras internacionales: Agujeros negros
en la globalización. FSE. España, junio de
2008.

• Jadresic, Esteban, Schmidt-Hebbel, Klaus &

Valdés, Rodrígo: “Crisis financieras interna-
cionales, prestamista de última instancia y
nueva arquitectura financiera internacional”.
Cuaderno de Economía On Line.  v.40  n.
120 Santiago, agosto. 2003.

• López, Oddone y von Oertel: “Crisis financie-

ras internacionales y mercados emergentes”.
En Contribuciones a la Economía, noviembre
de 2003. En: http://www.eumed.net/ce/

• Loría y Brito (2003): Loría, Eduardo y Brito,

Luis: “El impacto de la Inversión Extranjera
Directa en el empleo sectorial en México”. Un
Análisis Prospectivo. 14 de mayo de 2003.

• Contreras Rojas (2002): Contreras Rojas,

Claudia Paz: “Efecto de la Inversión Extran-
jera Directa sobre el empleo en la industria
manufacturera chilena”. Facultad de Cien-
cias Económicas y Administrativas, Univer-
sidad de Chile. Primavera de 2002.

• Álvarez (2002), Álvarez, Roberto: “Inversión

Extranjera Directa en Chile y su impacto so-
bre la Productividad”. Departamento de Eco-
nomía, Universidad de Chile. Junio de 2002.

• Martínez, Daniel: “Apertura Comercial y Em-

pleo Industrial en América Latina”. Sistema
Económico Latinoamericano, revista Capítu-
los No. 51. Julio-septiembre, 1997.
Para Información contactar
• Márquez, Gustavo y Pagés-Serra, Carme: a la División de Postgrado
“¿Apocalipsis ya? Reforma estructural y Tel.: 809-532-4745 ext. 230/231/234
Mercado Laboral en América Latina. Revista
Email: postagradofces@hotmail.com
Debates IESA: La Cuestión Laboral. Vol. 3
No. 1, septiembre del 1997. 37
 Cobertura Educativa en República Do-
minicana. Indicadores de Cobertura
Prof. Alberto Estrella Contreras
Proporcionan un panorama acerca de la
cobertura de la población incorporada en
los niveles educativos en relación a la que
teóricamente debería estar atendiendo. En
sistemas con alta tasa de ingreso oportuno
y baja repetición, la tasa neta del nivel es
una medida muy cercana a la tasa de co-
bertura total.
En el gráfico siguiente, se muestra la situa-
ción de la cobertura educativa del país en
los años 2008-2009 y 2009-2010.
La asistencia escolar de la población de 5
años presentó un crecimiento moderado de
0.5% pasando de 74.9% en el año lecti-
vo 2008-2009 a 75.4% en el 2009-2010,
quedando un porcentaje de escolarización
pendiente de 24.6%.
El porcentaje de escolarización pendiente
indica que, en promedio, de cada 100 niños
y niñas de 5 años de edad, alrededor de
25 aún no han iniciado su escolaridad. Esta
situación caracteriza los logros alcanzados
38
en la cobertura al inicio de la escolaridad,
y cuantifica el trecho pendiente para uni-
versalizar las oportunidades de ingreso al
nivel inicial.
La tasa neta de matrícula de los diferentes
niveles muestra un crecimiento moderado
a excepción del nivel medio. Para el nivel
inicial es de 2.7%, al pasar de 33.1% en el
año 2008-2009, a 35.8% durante el 2009-
2010 y en el nivel básico de 0.3%. Mientras
que en el nivel medio se registró una ligera
disminución de 1.6%, la cual se debe a que
un porcentaje de estudiantes de este nivel
FUENTE:
Departamento de
Estadística e Indi-
cadores, MINERD.
se matriculó en los programas informales,
PREPARA y Bachillerato Acelerado.
La República Dominicana ha avanzado hacia
el logro del derecho a la enseñanza prima-
ria universal alcanzando alrededor de 92%
en el período 2009-2010. De mantenerse
el ritmo de crecimiento alcanzado entre
los periodos 2008-2009 y 2009-2010, en
el año 2015 los niños y las niñas del país
tendrán un ciclo completo de la enseñanza
primaria.
La Encuesta Pre-Electoral,
¿Cómo interpretarla?
Prof. Dionisio Hernández L.
En los regímenes políticos democráticos,
donde los gobernantes son electos por vo-
tación directa de los ciudadanos habilita-
dos para votar, cada proceso eleccionario
trae consigo la realización de encuestas;
muchas de las cuales se publican en los
medios de comunicación (periódicos, te-
levisión, radio, revistas, internet) y, como
es natural, siempre surgen los debates, los
cuestionamientos y las descalificaciones
en torno a los resultados que se publican.
En definitiva, las encuestas pre-electorales
despiertan las pasiones de los políticos y
los no políticos. Y a pesar de las polémicas
naturales que surgen en torno a los resulta-
dos que se publican, lo cierto es que la en-
cuesta por muestreo es la única y efectiva
herramienta científica que permite conocer
las opiniones, valoraciones y preferencias
de los votantes respecto de los candidatos
que se ofertan como opciones en el pastel
electoral de un país o demarcación electo-
ral. Esto significa que ya no se concibe un
proceso electoral sin encuestas.
Hablar de encuestas en círculos políti-
cos, académicos, medios de comunicación
y hasta en reuniones de amigos siempre
despierta el interés de todos, porque quie-
nes no dominan esta técnica creen erró-
neamente que las encuestas son capaces
de adivinar el futuro. Entonces, la pregun-
ta obligada es: ¿Qué es una encuesta? Y
pudiéramos agregar otra pregunta: ¿Cómo
se deben interpretar los resultados de una
encuesta?
En un enfoque puramente académico, una
encuesta es un estudio observacional por
medio de preguntas pre-establecidas, que
no requiere controlar ni modificar el en-
torno donde se realiza, y que cuando es
diseñada y aplicada de manera científica
permite obtener información válida de una
muestra o del total de la población bajo
estudio. Ahora bien, para entender qué es
una muestra estadística, primero debemos
entender el concepto de población estadís-
tica. En este sentido, una población esta-
dística la podemos definir como un conjun-
to finito o infinito de elementos o individuos
(personas, animales, objetos, etc.) con una
o más características en común susceptible
de medición y/o estudio.
Aunque en ocasiones escuchemos hablar
de universo como sinónimo de población,
esto es un error que debemos evitar, ya
que el término universo se refiere a un con-
junto infinito hipotético de elementos o in-
dividuos que son generados por un modelo
teórico. Esto significa que detrás de cada
población estadística definida hay un uni-
verso hipotético.
En este ejercicio académico, una muestra,
en el contexto de la población estadística,
debemos entenderla como un subconjunto
de elementos que se selecciona para cono-
cer las características de interés en la po-
blación de procedencia. En la población hay
valores o expresiones numéricos verdade-
ros de las características de los N elemen-
tos que la conforman, que en estadística
conocemos como parámetros. En este sen-
tido, el objetivo fundamental de la mues-
tra es estimar esos valores, vale decir, esos
parámetros.
39

En un ejemplo concreto: Suponiendo que
en el país la población hábil para votar, la
que integra el padrón electoral, está inte-
grada por 6.5 millones de electores (La
JCE proyecta 6,484,568 votantes para
las elecciones de 2012) (1), de los cua-
les nos interesa conocer su intención de
voto. Para conocer la verdadera intención
de voto de los 6.5 millones de electores
habría que hacer un censo, vale decir ha-
bría que realizar las elecciones, lo cual no
tendría sentido. Además, hacer un censo
implicaría un gran presupuesto, un gran
despliegue de recursos humanos, logística
y, lo que es peor, mucho tiempo, lo cual le
quitaría oportunidad a la información que
se requiere. En este sentido, la muestra
se coloca como la opción más viable para
el estudio, pero debemos entender que
los resultados que arroje la muestra serán
estimaciones de los valores verdaderos, y
esas estimaciones estarán sujetas al error
de muestreo, a errores ajenos al muestreo
y a un factor probabilístico que llamaremos
nivel de confianza del estimador que se eli-
ja. El error de muestreo debemos enten-
derlo como la discrepancia entre el valor de
la estimación (estadístico) y el valor pobla-
cional (parámetro), que resulta al exami-
nar una parte de la población (muestra) y
no toda la población; es la medida que nos
dice con qué probabilidad una estimación
calculada a partir de los resultados de una
muestra se aleja del parámetro o valor ver-
dadero si se hubiese realizado un censo.
(1)Página web de la Junta Central Electoral Do-
minicana. www.jce.do
40
Por su parte, los errores ajenos al mues-
treo evidencian la fragilidad de la investi-
gación en el trabajo de campo. Aquí entran
en juego el sesgo de selección, que ocurre
cuando una parte de la población objetivo
no está contemplada en la población que se
está muestreando, y el sesgo de medición,
que ocurre cuando el instrumento de reco-
lección de los datos tiene una tendencia a
producir diferencias hacia alguna dirección
en el valor real. En este contexto, en oca-
siones, vemos que en la ficha técnica de los
resultados de una encuesta por muestreo
se publica que el error máximo permitido
es de tal o cual porcentaje, por ejemplo ±
3%, el cual es considerado pequeño, pero
no se informa cuál fue la tasa de rechazo
de la encuesta, y tampoco se publican las
preguntas que se formularon. En ambos
casos pudiera haber evidencia de un ses-
go importante, ya sea en la selección de la
muestra o la medición de la variable, que
pudieran anular o invalidar los resultados
de la encuesta.
En lo referente al nivel de confianza (1-α)
que se especifica en la ficha técnica de toda
encuesta por muestreo, éste se refiere a la
probabilidad de que la estimación del valor
real de la población sea buena. Más espe-
cíficamente, el nivel de confianza establece
la probabilidad de que el intervalo estable-
cido contenga el valor real de la población.
Por ejemplo, si de una población tamaño
N = 6,500,000 individuos se extrae una
muestra tamaño n = 1,200, entonces, en
un análisis combinatorio simple podemos
obtener millones de combinaciones, ya que
cada elemento se puede combinar con el
resto de la población, y obtendríamos mi-
llones de muestras tamaño 1,200. En este
caso, con los resultados de cada muestra
podemos construir intervalos de confianza
para estimar el valor verdadero de la pobla-
ción. Por ejemplo, si se trabaja con un nivel
de confianza de 1-α=0.95 (95%) significa
que el 95% de los intervalos de confianza
que se construyan contendrán el verdadero
valor del parámetro poblacional.
Visto lo anterior, el muestreo estadístico no
es tan elemental como se cree. El diseño
y articulación de toda muestra estadística
incluye varios aspectos esenciales, a saber:
1) El proceso de selección de los elemen-
tos que representarán a la población; 2) el
proceso de estimación de los valores ver-
daderos de la población objeto de estudio;
3) la definición de las variables a medir y
los métodos de medición; y 4) la precisión
deseada.
Estos aspectos, y todas las etapas que
envuelven, nos permiten afirmar que el
muestreo estadístico es un área muy de-
licada dentro de la ciencia estadística; su
uso requiere de profesionales expertos,
pero en ocasiones se abusa del mismo, y es
común ver a investigadores improvisados,
que no saben nada de estadística, o que
apenas cuentan con un nivel de estadística
elemental, que se creen expertos y se dedi-
can a realizar encuestas sin ningún criterio
técnico-metodológico; otros van más lejos
y creen que el muestreo es algo tan ele-
mental que no requiere mucho estudio, que
con sólo salir a la calle a realizar preguntas
a personas seleccionadas sin normas o in-
tencionalmente pueden hacer inferencias.
En este sentido, el muestreo, tal y como
lo definió el maestro Leslie Kish en su libro
Muestreo de Encuestas: “es una técnica
especializada dentro de la estadística,
porque el conocimiento profundo de su
arte y su ciencia requiere una prepa-
ración profesional y una atención de
tiempo completo” (2).
Siempre se hacen críticas cuando los re-
sultados de dos o tres encuestas arrojan
resultados diferentes. En defensa de las
encuestas, habría que preguntarse si las
mismas son comparables, si se formularon
las mismas preguntas, si se definió la mis-
ma población, si es el mismo escenario, si
tienen el mismo período de referencia, etc.
Querer restarle credibilidad a las encues-
tas cuando sus resultados no favorecen a
determinados intereses es un acto de ig-
norancia.
Sabemos que las diferencias en los resul-
tados de las encuestas traen desconfian-
za y mucha duda e incertidumbre; pero es
importante entender que cada estimación
tiene de base una metodología propia que
se describe en una ficha técnica. Además,
para que dos o más encuestas puedan ser
comparables es preciso saber qué preguntó
cada una y cómo lo preguntó; hay que ver
si una encuesta preguntó sobre la intención
de voto y la otra sobre simpatía política;
hay que analizar si una formuló una pre-
gunta y la otra creó un escenario con voto
secreto en urnas, etc. También es reco-
mendable determinar cuál fue la forma de
aleatorización empleada, el error máximo
permitido, los estimadores seleccionados y
el nivel de confianza de esos estimadores;
así como el criterio de tabulación de los da-
tos y de expansión de los resultados hacia
la población definida.
En el campo de la opinión pública y de la
política, erróneamente se cree que con
una encuesta se puede predecir el futuro.
Quienes creen esto o piensen de este modo
están equivocados, ya que los resultados
de toda encuesta sólo tienen vigencia para
el período que se levantaron los datos, y
más cuando se trata de mediciones sobre
la intención de voto de un mercado de vo-
tantes, que están sujetos a cambios signi-
ficativos en períodos cortos de tiempo, ya
que las mismas se mueven hacia arriba o
hacia abajo conforme a la realidad del es-
cenario en que se haga la medición, los
mensajes, las ofertas, las promesas y las
acciones de los actores políticos en compe-
tencia. De cara a esta verdad, es oportuno
aclarar que no es función ni objetivo de una
encuesta predecir el futuro. Un error que
también suele cometerse al valorar una en-
(2)Leslie Kish: Muestreo de Encuestas. Segunda
Reimpresión, Página 26. Editorial Trillas, 1979.
41

cuesta es creer que mientras más grande
sea el tamaño de la muestra es mejor, y
aunque en teoría esto sea cierto porque el
error atribuido al muestreo se reduce por la
vía del tamaño de la muestra, pero la rea-
lidad es que el tamaño en sí mismo no ga-
rantiza precisión; es preferible una muestra
aceptablemente pequeña, pero bien dise-
ñada, representativa, con idóneos criterios
de selección aleatoria, con un proceso de
recolección de los datos libres de dudas y
una supervisión óptima en todo el proce-
so de muestreo, que una muestra grande
con marcados sesgos de selección y/o de
medición. En otras palabras, es mejor una
muestra pequeña bien diseñada que una
muestra grande mal diseñada.
En adición a estas malas apreciaciones o
creencias, hemos visto con preocupación
técnica que algunas firmas encuestadores
de prestigio, de las que incursionan en el
mercado electoral nacional que, con una
muestra tamaño 1000 o 1,200 para todo el
país, cometen el error de publicar resulta-
dos para regiones o áreas pequeñas en las
cuales el tamaño de la muestra es suma-
mente pequeño.
Y algunas cometen la locura de desagregar
por región o por provincia o por otras varia-
bles demográficas (sexo, edad, zona…) la
participación de mercado de partidos, pre-
candidatos y/o candidatos que en el con-
texto nacional tienen un 5% o menos. Olvi-
dando que un 5% en una muestra de 1,200
equivale a 60 votos, y que si desagregamos
esos 60 votos por región, en el supuesto
de que estén distribuidos de manera pro-
porcional, en la práctica a la región Este,
por ejemplo, que representa el 11.1% del
mercado de votantes, le corresponderían 7
votos, al Sur 10, al Distrito Nacional y la
provincia de Santo Domingo 20, y al Norte
23. En el mejor de estos casos el error de
42
muestreo superaría el 20%, llegando cerca
del 40% para las regiones pequeñas.
Finalmente, en el marketing político las
encuestas son vitales, constituyen la he-
rramienta más efectiva y práctica, ya que,
además de medir el día a día de la intención
de voto, permiten conocer los electores,
sus deseos, expectativas, valoraciones,
opiniones, etc., y hacer cruces conforme
a los datos sociodemográficos disponibles
del mercado electoral (edad, sexo, zona de
residencia, situación ocupacional, escolari-
dad, nivel de ingreso, etc.); con todos es-
tos recursos informativos que proveen las
encuestas, los candidatos y sus estrategas
de campaña pueden diseñar y poner en ac-
ción planes estratégicos apropiados para
mejorar el posicionamiento y participación
de mercado. Además, las encuestas tam-
bién permiten evaluar esas estrategias, el
cumplimiento de sus objetivos y la evolu-
ción del proceso electoral. En definitiva, las
encuestas pre-electorales son tan impor-
tantes e impactantes que los políticos las
usan hasta para “meter” miedo.
Bibliografía
• Kish, Leslie 1979. Muestreo de encues-
tas. Editorial Trillas, Segunda reimpre-
sión autorizada. Mayo de 1979.
• Scheaffer L. Richar, Mendenhall III Wi-
lliam, Ott R. Lyman 2007. Elementos de
Muestreo. 6ta. Edición.
• Lohr Sharon L. 1999. Sampling: Design
and Analysis.
• Levy, P. S. and S. Lemeshow. 1999.
Sampling of Populations: Methods and
Applications. New York.
PARTIDOS POLÍTICOS MAYORITARIOS
PIERDEN GRAVITACIÓN EN EL
MERCADO ELECTORAL DOMINICANO
Prof. Dionicio Hernández
EL CASO DEL PRD
De 1978 al 2010, el PRD experimentó una
pérdida neta de 16.66 puntos porcentua-
les en su votación respecto al mercado
total, al pasar de una participación de
37.47%, en 1978, a 20.81%, en el año
2010. Gráficamente, podemos observar
que la brecha entre la votación absoluta
del PRD y el total de votantes del merca-
do se hace cada vez más grande.
EL CASO DEL PLD
El Partido de la Liberación Dominicana
acudió por primera vez a un torneo elec-
toral en 1978, alcanzando una partici-
pación de 0.80% respecto al mercado
total, y desde 1978 hasta 1996 man-
tuvo un crecimiento progresivo que lo
llevó a convertirse en la primera fuerza
política de importancia del país. En sen-
tido general, de 1978 al año 2010, el
PLD creció en 21.77 puntos porcentua-
les, pero de 1996 al año 2010 bajó su
votación en 7.57 puntos porcentuales,
y, al igual que el PRD y el PRSC, tiene
una tendencia a disminuir su votación
respecto al mercado total.
EL CASO DEL PRSC
El Partido Reformista Social Cristiano de
1978 al 2010 experimentó una reducción
de 27.24 puntos porcentuales, al pasar
de 30.57%, en 1978, a 3.33%, en el
2010. Gráficamente, podemos observar
que la brecha entre la votación absoluta
del PRSC y el total de votantes se hace
cada vez más amplia; el PRSC tiende a
cero.
En resumen, las estadísticas anteriores nos
muestran claramente que los tres partidos
mayoritarios del sistema (PLD, PRD y PRSC)
tienen una tendencia a perder importancia
respecto al mercado electoral nacional, lo
cual es una evidencia de que en dichas or-
ganizaciones no se trabaja el mercado elec-
toral con un criterio de marketing político.
Estas organizaciones políticas, igual como
sucede también con los llamados partidos
minoritarios, solo trabajan el mercado en
épocas de elecciones, pero ninguna se ha
preocupado en diseñar una estrategia de
marketing para incrementar su matrícula
de militantes, y, de esa manera, garantizar
un crecimiento sistemático en el mercado
de votantes.
43
 EVOLUCIÓN DEL MERCADO ELECTORAL DOMINICA-
NO, Y DE LA VOTACIÓN DE LOS PARTIDOS MAYO-
RITARIOS.

(*) Proyección
de la Junta Cen-
tal Electoral

FUENTE: Página
web de la Junta
Central Electo-
ral. Www.jec.do

44
Los profesionales dominicanos: Su entor-
no familiar y condiciones ocupacionales
Profesor Faustino Polanco
De izquierda a derecha Aldelys Ro-
dríguez, José Arismendy Salcedo y
Aurea Luisa Pelletier.
En base a los datos colectados en la última
encuesta nacional de fuerza de trabajo rea-
lizada en el primer trimestre del presente
año por el Banco Central de la República
Dominicana, se ha pretendido ofrecer in-
formaciones sobre las condiciones de vida
de los profesionales de este país, tanto en
lo que respecta, las características de sus
viviendas, de sus hogares y de los jefes de
familia donde residen.
También, se ha querido proveer informa-
ción sobre las condiciones ocupacionales
de los mismos, con el objetivo de facilitar
la identificación de los niveles y el tipo de
ocupación y desempleo en cada una de las
categorías de las variables seleccionadas.
La importancia de este análisis radica en
que en la mayoría de las publicaciones rea-
lizadas sobre el empleo y el desempleo se
ofrecen resultados agregados de estas ca-
racterísticas. Y en escasas veces se pre-
sentan niveles detallados como es según el
entorno familiar u otros aspectos relaciona-
dos con la convivencia de las personas que
están dispuestos o no a participar en las
actividades productivas del país.
Se espera que en otras ediciones de esta
revista, se presente un análisis similar para
otros segmentos de la población dominica-
na, como por ejemplo de los jóvenes, las
mujeres, entre otros.
1 Entorno familiar y de convivencia
de los profesionales dominicanos
El 85.06% de los profesionales dominica-
nos reside en la zona urbana, este indica-
dor es mayor en aquellos que han realizado
estudios a nivel de postgrado. El 50.02% y
el 16.56% pertenecen a las regiones Metro-
politana y al Cibao Norte, respectivamente.
El 74.16% vive en casa individual, la cual
adquirió comprándola al contado, construi-
da por su propio dueño o alquilándola. Es-
tas viviendas por lo general tienen tres o
más habitaciones o cuartos, los cuales casi
cerca del 95% son destinados para dormir.
Un alto porcentaje reside en hogares donde
algún miembro posee por lo menos uno de
los siguientes bienes o equipos: televisión,
refrigerador, calentador de agua, aire acon-
dicionado, teléfono, vehículo, video, horno
electrónico, horno microondas, inversor,
computadora, celular, parábola, DVD o cá-
mara de video.
45

El 70.28% de los profesionales habita en
familias donde el jefe del hogar es un hom-
bre y cerca del 77% tiene más de 40 años
de edad. El 98.68% reside donde el jefe del
hogar es alfabetizado y el 75% ha alcan-
zado un nivel educativo universitario. Tam-
bién el 60.66% habita en hogares donde el
jefe de familia es casado.
El 79.22% de los profesionales habitan en
familias donde el jefe de hogar es activo
desde el punto de vista económico, y el
58.24% vive donde el jefe tiene un empleo
formal y un 18.45% donde este miembro
familiar trabaja en labores informales. En
ese mismo sentido, el 2.13% es un desocu-
pado cesante y un 0.41% donde el jefe de
hogar está desempleado y está buscando
su primer trabajo.
Los mayores porcentajes de los profesiona-
les dominicanos habitan en familias donde
el jefe labora en actividades relacionadas
con el comercio, administración pública
y defensa y otras actividades y servicios.
Igualmente, estos comparten hogares con
familias donde el jefe tiene una ocupación
de gerentes y administradores, profesiona-
les e intelectuales, técnicos del nivel medio
y trabajadores de los servicios.
46 Fuente: Encuesta Nacional de Fuerza de Trabajo, abril de 2011.
El 51.95% reside en familia donde el in-
greso total de sus miembros supera los
RD$50,000.00. El 79.78% de los que han
hecho estudio a nivel de postgrado viven
en hogares que tienen un ingreso mensual
por encima de ese valor.
2
Condiciones ocupacionales de
los profesionales dominicanos
Los profesionales dominicanas tienen una
tasa de actividad económica de 86.59%, y
de este segmento el 93.25% tiene alguna
ocupación. En los que realizan algún traba-
jo remunerado, el 85.26% realiza una labor
dentro del sector formal de la economía.
En ese mismo orden, el 6,75% está des-
empleado de los cuales el 64.44% ha ejer-
cido alguna función anteriormente, lo que
significa que el 35.56% busca trabajo por
primera vez.
Como forma de analizar las condiciones
ocupacionales de los profesionales domini-
canos de acuerdo a las características de
la vivienda, del hogar y de los jefes de las
familias donde estos residen, se presenta
el cuadro que aparece más adelante, donde
se puede identificar cómo son las condicio-
nes ocupacionales de este segmento pobla-
cional en cada una de las categorías de las
variables contempladas en este análisis.
47
48
49
 Ex directores de la
Escuela de EstadÍstica

abelardo elías acécar

(Inicio - 1970)

francisco de moya espinal ricardo michel lerenzen

(1970 - 1972) (1974 - 1976)

méxico ángeles suárez rogelio ledesma méndez eumilio de león mateo niobe acosta
(1976 - 1978) (1978 - 1981 y 1981 (1982 - 1984 y 1984 - 1987)
(1987 - 1990)
a sept. 1982)

francisco david alvarado josé lucas ortiz zenón ceballos francisco roa familia
(1990 - 1993 y 1993 - 1996) (1996 - 1999) (1999 - 2002 y 2002 - 2005) (2005 - 2008 y 2008 - 2011)

50
EVENTOS
Lanzamiento de la Página Web de la
Escuela de EstadÍstica

En un concurrido acto en la explanada de la

Facultad de Ciencias Económicas y Socia-
les, realizado el pasado martes 20 de sep-
tiembre la Escuela de Estadística presentó
la página Web y el video promocional de la
carrera de Estadística.

El director de la Escuela habló sobre la im-

portancia de la carrera de Estadística y las
innovaciones que se implementan en esa
unidad académica.
Al centro, el vicedecano de la Facultad maes-
tro Ramón Desangles, en compañía del direc-
tor y parte del personal docente de la Escuela
de Estadística.

Parte del público que asistió al evento.

El director de la Escuela, Dionicio Hernández,
explica a los presentes el contenido de la pá-
gina web de la Escuela.

El vicedecano de la Facultad, maestro Ramón

Presentación del video promocional de la ca-
rrera de Estadística.
Desangles, y el actual director, Dionicio Her-
nández, en compañía de los ex directores de
la Escuela de Estadística Rogelio Ledesma,
Eumilio de León y Francisco Roa Familia.

51
 EVENTOS
CELEBRACIóN DEL DíA DEL MAeSTRO EN LA FA-
CULTAD DE CIENCIAS ECONóMICAS Y SOCIALES

El decano de la Facultad de Ciencias Eco-

nómicas y Sociales, maestro Juan Antonio
Cerda Luna, en presencia de los vicerrec-
tores Emma Polanco, Jorge Asjana David,
Francisco Vegazo y Francisco Terrero Galar-
za, y de los miembros del Consejo Directivo
de la Facultad, hizo entrega de los certi-
ficado de reconocimiento a los profesores
destacados del período 2010-2011. Al centro, los profesores destacados del período 2010-2011
exhiben sus certificados que lo acreditan como tales.

De izquierda a derecha: el director de la Escuela de Ad-

ministración, maestro Alexis Martínez; el director de la
Al centro, el director de la Escuela de Estadística, Dionicio
Escuela de Estadística, Dionicio Hernández; la vicerrec-
Hernández, en representación del doctor Frank Cáceres,
tora administrativa, doctora Emma Polanco; y el direc-
recibe de manos de la vicerrectora administrrativa, doc-
tor de Postgrado de la Facultad de Ciencias Económicas
tora Emma Polanco, el certificado que lo acredita como
y Sociales, maestro José Arismendy Salcedo.
Profesor Destacado del Año de la Escuela de Estadísti-
ca. Observan, el decano y el vicedecano de la Facultad,
maestros Juan Antonio Cerda Luna y Ramón Desangles.
También, los directores Alexis Martínez, Melvin Pérez y
José Burgos.

Al centro, el decano de la Facultad de Ciencias Econó-

micas y Sociales, maestro Juan Antonio Cerda Luna,
pronuncia las palabras de bienvenida al acto. Le acom-
pañan, la vicerrectora administrativa Emma Polanco, el
vicedecano Ramón Desangles y los vicerrectores Jorge
Asjana David, Francisco Vegazo y Francisco Terrero Ga-
larza. Observan, de pie, el director de la Escuela de Ad-
ministración, Alexis Martínez; y el director de la Escuela
de Economía, Melvin Pérez.
De izquierda a derecha: el director de la Escuela de Conta-
bilidad, maestro Pablo Valdez; la directora del Instituto de
Género y Familia, maestra Agnes Mirqueya Mateo; y el ex
director de la Escuela de Contabilidad, maestro Nolberto
Hernández.

52