SESIÓN 1 - 2

……………..……….…………………………………

Conceptos Generales
Objetivo
………………………...
Identifica el papel de la Estadística en el análisis
de datos.

Contenido
……………………....
Historia de la Estadística
Conceptos fundamentales
Que es estadística
Población y muestra
Tamaño de muestra
Muestreo probabilístico
Muestreo no probabilístico
Parámetros y estadígrafos
Variable

1
HISTORIA DE LA ESTADÍSTICA

El origen de la Estadística está estrechamente relacionado con los censos realizados

durante la historia. El nombre de Estadística alude al enorme interés de esta rama
de las Matemáticas para los asuntos del Estado. En el siglo pasado se entendió que
la estadística era una “Ciencia de estado”; esto es, que para gobernar de manera
racional a los pueblos se hacía preciso disponer de conocimientos acerca de su
población y su riqueza, conocimientos que debe proporcionar la Estadística.

Desde las culturas más antiguas existe una enorme preocupación por conocer el
capital humano y la distribución de los recursos. En China, desde la dinastía Han
hasta los tiempos modernos, se han llevado a cabo numerosos recuentos de la
población. El Imperio Romano erigió la figura del censor, que con el paso del tiempo
fue desempeñando una labor fundamental en el control del Imperio. La misión de
los censores romanos consistía en controlar el número de habitantes y su
distribución por los distintos territorios.

El primer censo romano fue realizado por el rey Servio Tulio (578-535 a. de C.). En
la Edad media, Carlomagno ordenó la creación de un registro de todas sus
propiedades, así como de los bienes privados. Dos siglos más tarde. Guillermo el I el
conquistador elaboró un catastro, que puede ser considerado como el primero de
Europa.

Sin embargo, la gran irrupción de la Estadística en el ámbito de las ciencias es un

fenómeno relativamente reciente. Es verdad que desde muy antiguo se han hecho
cómputos, tablas, inventarios empadronamientos, censos, etc. Pero el tratamiento
matemático de las masas de datos así acumuladas, a fin de predecir fenómenos con
cierta confianza, se inició en el siglo XIX y se perfeccionó ene. Siglo XX. En realidad,
la Estadística no se ha considerado como una disciplina matemática hasta tiempos
muy recientes.

2
Se cree que la palabra Estadística para designar la obtención, el estudio y la
interpretación de grandes masas de datos, fue utilizada por primera vez en siglo
XVIII en Alemania.

CONCEPTOS FUNDAMENTALES

¿Qué es Estadística?

La Estadística es una ciencia que se ocupa de los métodos, técnicas y

procedimientos para recoger, clasificar, organizar y analizar los datos que tienen
variabilidad e incertidumbre con el fin de describir los resultados y realizar
inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones.

División de la estadística.

Se puede clasificar en dos grandes campos como la Estadística en descriptiva,

cuando los resultados del análisis no pretenden ir más allá del conjunto de datos, y
la estadística inferencial cuando el objetivo del estudio es derivar las conclusiones
obtenidas a un conjunto de datos más amplio.

Estadística Descriptiva:

Presenta la información proporcionada por un conjunto de datos en forma

conveniente, útil y comprensible. Esto se logra:

a) Recopilación de los datos sobre una situación existente, como entrevistas,

cuestionario
b) Clasificar los datos de acuerdo a la características, atributos o intervalos
c) Organización de los datos (tablas de distribución de frecuencias).
d) Presentación de datos en forma gráfica (histogramas, polígono de
frecuencias, ojivas, circulares, pictogramas, etc.)
e) Analizando los datos (medidas de tendencia central, de posición, de
dispersión, etc).

3
Estadística Inferencial:

La estadística inferencial es el conjunto de métodos, técnicas y procedimientos que

posibilitan la generalización basándose en los resultados obtenidos de una muestra;
la toma de decisiones en base a una información parcial obtenida mediante técnicas
descriptivas.

Población y Muestra:

Población:

Es el conjunto de todos los individuos, objetos u observaciones que poseen al menos

una característica como susceptible a ser estudiada.

Como delimitar una población

Una vez que se ha definido cuál será nuestra unidad de análisis se procede a
delimitar la población que va a ser estudiada y sobre la cual se pretende generalizar
los resultados. Así, una población es el conjunto de todos los casos que concuerdan
con una serie de especificaciones.

Para seleccionar la muestra deben delimitarse las características de la población. Es

preferible entonces, establecer claramente las características de la población, a fin
de delimitar cuáles serán los parámetros muéstrales.
La población debe situarse claramente en torno a sus característicos de contenido,
lugar y tiempo.

Los criterios de cada investigador cumpla depende de sus objetivos de estudio, lo

que es importante es establecer claramente. Toda investigación debe ser
transparente, sujeta a crítica y replica.

4
Muestra:

Es una parte o un subconjunto representativo de la población:

Como seleccionar una muestra.

Tamaño de muestra

La determinación del número de las unidades de análisis sigue un proceso

probabilístico. Se tomó el tamaño de muestra por asignación proporcional:
N pqz 2
n0   304
( N  1) d 2  z 2 pq
Dónde:
Confianza 1-α 0,95
Z=Z(1-
Distribución normal inversa α/2) 1,96
Tamaño de población N 1453
Proporción de población que
presenta la característica P 0,5
Proporción de la población que no
presenta la característica Q 0.5
Error de estimación D 0,05

5
 n0 304
Como el factor de corrección para poblaciones finitas   0.21 es
N 1453
mayor que 0.10, entonces se corrige el tamaño de muestra utilizando la
siguiente fórmula:
n0 304
n   251
n0 304
1 1
N 1453
Dentro del muestreo probabilística se tiene algunos métodos más prácticos.

Tipos de muestra:

Se dividen en dos ramas:

A. La muestra no probabilística.
B. La muestra probabilística.

La muestra no probabilística.

Este tipo de muestreo no sigue un proceso aleatorio, los resultados y

estimaciones pueden perjudicar sencillamente la validez de una investigación;
porque la selección de las unidades de estudio que conforma la muestra no se
realiza en forma aleatoria sino por conveniencia primando el juicio del
investigador.

a) Por voluntarios.
Donde el informante, voluntariamente suministra la información sin ser
seleccionado.

b) Intencional.
Es aquella en la que las unidades que componen la muestra son escogidas
por el investigador.
c) Por acceso más fácil.
Es aquella en que las unidades son escogidas por estar en mejores
condiciones de accesibilidad (por ejemplo los diez primeros alumnos que
llegan temprano a la universidad).

6
 d) Por cuotas.
Es un número de entrevistas, encuestas, condiciones o cuotas que se fijan
al encuestador para que a su vez seleccione los elementos den la forma
que considere oportuno por ejemplo: Encuestas de opinión.

La muestra probabilística.

Son aquellas en que cada uno de los elementos de la población tenga la misma
probabilidad de ser seleccionados.

a) Muestreo Aleatorio Simple (M.A.S.)

Todos los elementos tienen la misma oportunidad de ser seleccionado en la
muestra.

Dos requisitos indispensables (muestreo aleatorio simple)

1) La población deber ser finita

2) Y más o menos homogénea.

b) Muestreo Aleatorio Sistemático.

Cada unidad del universo tiene igual probabilidad de ser seleccionada,
variando el proceso de selección de la muestra. Se aplica este tipo de
selección cuando los elementos de la población ya están enumerados o
codificados.
Por ejemplo:
 Los libros de un biblioteca
 Los enfermos de un hospital
 Los soldados de un cuartel
 Los residentes de un internado
 La relación de estudiantes de un salón.

Las etapas que debe seguir son las siguientes.

7
 i. Calcular el Intervalo de selección sistemática, que es el intervalo
que servirá de base para la selección de la muestra.

N
I
n
Dónde: I = intervalo de selección sistemática
N = Es el tamaño de la población
n = Es el tamaño de la muestra.

Ejemplo:

Tenemos: N = 63
N pqz 2
n0   54
( N  1) d 2  z 2 pq
n0 54
  0.84
N 63
n0 54
Como el factor de corrección para poblaciones finitas   0.86 es
N 63
mayor que 0.10, entonces se corrige el tamaño de muestra utilizando la
siguiente fórmula:
n0 54
n   29
n0 54
1 1
N 63
Dentro del muestreo probabilística se tiene algunos métodos más prácticos.
n = 29

Reemplazando en la fórmula:

N 63
I = = 2.17 = 2
n 29

Esto nos indica que cada dos números tenemos que seleccionar la muestra de 29
unidades.

8
 1 2 3 4 5 6 7 8 9 10
11 12 13 14 15 16 17 18 19 20
21 22 23 24 25 26 27 28 29 30
31 32 33 34 35 36 37 38 39 40
41 42 43 44 45 46 47 48 49 50
51 52 53 54 55 56 57 58 59 60
61 62 63

Inicio Final
La muestra de las 29 unidades seria de la siguiente manera:

2 4 6 8 10 12 14 16 18 20
22 24 26 28 30 37 39 41 43 45
47 49 51 53 55 57 59 61 63

c) Muestreo Aleatorio Estratificado.

Es este muestreo, la población de N unidades dividen primero en sub

poblaciones de N1, N2, N3, …. ,NL esta sub poblaciones se denominan estratos,
entonces:

L
N   Ni
i 1

Une vez determinado los estratos, se extrae una muestra de cada uno, las
extracciones deben de hacerse independientemente en los diferentes
estratos.

Dado una población N con N1, N2, N3, …. , NL se halla con la siguiente
formula.

Ni * no
ni 
N

9
Dónde:
ni = Tamaño de muestra del estrato “i”
Ni = Población del estrato “i”
no = Tamaño de muestra de la población en estudio.
N = Población en estudio

Ejemplo:
La población es 1453 alumnos de la Universidad Peruana Unión Filial Juliaca
se dividen en 4 estratos (por facultades) ya que se requiere realizar un
estudio socio económico de estos estudiantes siendo sus tamaños
respectivos de la población por estratos de la siguiente manera.

Facultad alumnos
Ingeniería y Arquitectura 390
Ciencias Empresariales 550
Ciencias Humanas y Educación 330
Ciencias de la Salud 183
Total 1453

Según la fórmula para hallar el tamaño de muestra es:

no = 251

Hallando el tamaño de muestra por estratos de la primera Facultad de

Ingeniería y Arquitectura:

Ni * no 390 * 251
n1  = = 67.37
N 1453

Hallando el tamaño de muestra por estratos de la segunda Facultad de

Ciencias Empresariales:

10
 Ni * no 550 * 251
n2  = = 65.01
N 1453

Hallando el tamaño de muestra por estratos de la Tercera Facultad de

Ciencias Humanas y Educación:

Ni * no 330 * 251
n3  = = 57.01
N 1453

Hallando el tamaño de muestra por estratos del cuarto año de educación

tenemos:

Ni * no 183 * 251
n4  = = 31.61
N 1453

Tamaño de muestra tenemos

Facultad Muestra
Ingeniería y Arquitectura 67
Ciencias Empresariales 95
Ciencias Humanas y Educación 57
Ciencias de la Salud 32
Total 251

d) Muestreo Aleatorio por Conglomerado.

Consiste en dividir la población en subgrupos homogéneos representativos

de la población global idealmente, cada conglomerado deber ser encarado
como mini población.

Ejemplo:

11
Si tenemos los siguientes alumnos matriculados en dos centros educativos.

Mujeres Varones total

C.E.P. “SAN JUAN” 132 300 432
C.E.P. “SAN PEDRO” 250 500 750
Total 382 800 1182

Tenemos 2 conglomerados que son:

Conglomerado de varones 800 alumnos

Conglomerado de mujeres 382 alumnas

Hallar el tamaño de muestra

N pqz 2
n0   290
( N  1) d 2  z 2 pq

n 0 290
  0.25
N 1182

Como el factor de corrección para poblaciones finitas

n 0 290
  0.25 es mayor que 0.10, entonces se corrige el tamaño de
N 1182
muestra utilizando la siguiente fórmula:

n0 290
n   233
n0 290
1 1
N 1182

La muestra adecuada es.

n = 233

12
Hallando el tamaño de muestra para las mujeres del CEP “San Juan”

132 * 233
n  26.02
1182

n = 26

Hallando el tamaño de muestra para los varones del CEP “San Juan”

300 * 233
n  59.14
1182
n = 59
Hallando el tamaño de muestra para las mujeres del CEP “San Pedro”

250 * 233
n  49.28
1182

n = 49

Hallando el tamaño de muestra para los varones del CEP “San Pedro”

500 * 233
n  98.56
1182

n = 99

La muestra quedara de la siguiente manera

Mujeres Varones total

C.E.P. “SAN JUAN” 26 59 85
C.E.P. “SAN PEDRO” 49 99 148
Total 75 158 233

13
Parámetros y estadígrafos:

En toda investigación es importante distinguir las características de la población

así como de la muestra, tenemos que distinguir dos conceptos: parámetros y
estadígrafos veamos en qué consiste cada uno.

Parámetro:
Es una medida que describe una característica de la población y para determinar
su valor se utiliza toda la información población, la decisión que se toma es
efectiva al 100%.

Media aritmética : µ media aritmetica poblacional

Desviación estándar :
Número de elementos : N
Proporción : P

Estadígrafos:

Es una medida que se obtiene a partir de los datos de la muestra, para describir
las características de la muestra y la decisión que se toma tiene algún grado de
error.

Media aritmética :
Desviación estándar : s
Número de elementos : n
Proporción : p

Uno de los propósitos fundamentales de los métodos estadísticos es utilizar

estadígrafos muéstrales para estimar los parámetros poblacionales. Esto se debe
que es muy económico seguro y factible trabajar con una muestra que con la
totalidad de la población.

14
Variables

En los estudios estadísticos que se realizan se busca investigar acerca de una o

varias características de la población observada. Para un correcto manejo de la
información, estas características deben ser tomadas en cuenta de acuerdo a su
tipo para poder hablar de la aplicación de algunas de las operaciones que más
adelante se llevarán a cabo.

Una variable es una función que asocia a cada elemento de la población la

medición de una característica, particularmente de la característica que se desea
observar.

Clasificación de variables

De acuerdo a la característica que se desea estudiar, a los valores que toma la

variable, se tiene la siguiente clasificación:

Escriba el texto aquí

Las variables cualitativas son aquellas cuyos valores son del tipo categórico, es
decir, que indican categorías o son etiquetas alfanuméricas o "nombres". A su vez se
clasifican en:

a. variables cualitativas nominales: son las variables categóricas que, además de

que sus posibles valores son mutuamente excluyentes entre sí, no tienen alguna
forma "natural" de ordenación. Por ejemplo, cuando sus posibles valore son: "sí"
y "no". A este tipo de variable le corresponde las escalas de medición nominal.

Ejemplo:

 Sexo : varón, mujer

 Color de los ojos: Negros, marrón, verdes, azul, etc.
 Raza: Negro, amarillo, blanco, etc.

15
  Lugar de procedencia: Puno, Arequipa, Cuzco, Tacna, Lima, etc.
 Deporte favorito: Fútbol, Básquet, etc.

b. variables cualitativas ordinales: son las variables categóricas que tienen algún
orden. Por ejemplo, cuando sus posibles valores son: "nunca sucede", "la mitad
de las veces" y "siempre sucede". A este tipo de variable le corresponde las
escalas de medición ordinal.

Por ejemplo:
 Orden de mérito: Primero, Segundo, Tercero
 Rendimiento Académico: A, B, C
 Grado de instrucción: Analfabeto, Primaria, Secundaria, Superior
 Nivel Socio-económico: Bajo, Medio, Alto.

Las variables cuantitativas toman valores numéricas. A estas variables le

corresponde las escalas de medición de intervalo, y a su vez se clasifican en:

c. variables cuantitativas discretas: son las variables que únicamente toman

valores enteros o numéricamente fijos. Por ejemplo: las ocasiones en que ocurre
un suceso, la cantidad de pesos que se gastan en una semana, los barriles de
petróleo producidos por un determinado país, los puntos con que cierra
diariamente una bolsa de valores, etcétera.

Por ejemplo.
 Número de alumnos aplazados : 30
 Padres que asistieron a la apertura del año académico: 87
 Número de hijos por familia: 3

d. variables cuantitativas continuas: llamadas también variables de medición,

son aquellas que toman cualquier valor numérico, ya sea entero, fraccionario o,
incluso, irracional. Este tipo de variable se obtiene principalmente, como dice su
nombre alterno, a través de mediciones y está sujeto a la precisión de los
instrumentos de medición. Por ejemplo: el tiempo en que un corredor tarda en
recorrer una cierta distancia (depende de la precisión del cronómetro usado), la
estatura de los alumnos de una clase (depende de la precisión del instrumento

16
para medir longitudes), la cantidad exacta que despacha una bomba de
combustible (para efectos de regulación y fiscalización, y depende de la precisión
del instrumento para medir volúmenes), etcétera.

Por ejemplo:
 Peso: 56,5 Kg., 60,9 Kg. etc.
 Talla: 1,30m, 2,10m. etc.
 Sueldo: 500,86 soles, 799,88 soles etc.

17