ESTADSTICA

"estadstica es la ciencia que estudia

las POBLACIONES, ".

Cmo?
Se estudian a travs de las muestras

RECOLECCIN Y
ORGANIZACIN DE
DATOS
LAS MUESTRAS SON SIMILARES a las
POBLACIONES".

COMO?
CON los mtodos y
procedimientos para recopilar,
clasificar, resumir y analizar
datos y hacer inferencias
cientficas y tomar decisiones
sobre poblaciones o
determinados hechos o
fenmenos de estudio

CLASIFICACIN
La estadstica se clasifica en:
descriptiva
Inferencial

Estadstica Descriptiva
Recoleccin ----> Organizacin ---> Presentacin Cuadros --- >Anlisis
Datos
Analiza y describe un conjunto de
datos de una muestra o de una
poblacin

Inferencia estadstica
Infiere o induce leyes de
comportamiento para una poblacin
a travs de una muestra aleatoria
seleccionada de la Poblacin

PARMETRO
Es el nmero que describe una
caracterstica de la poblacin.

Estadgrafo
Es el nmero que describe una
caracterstica de una muestra.
PROMEDIO de notas del saln, entre
otras.
En la ciudad de Arequipa, de 100
entrevistados, 70 apoya la poltica
econmica del Gobierno

Unidad estadstica
Se denomina as a cada uno de los
elementos de la poblacin, tambin
es llamado unidad de anlisis.

Datos
Se denomina as a las caractersticas,
medidas o nmeros que han sido
recopilados como resultado de las
observaciones.
Ej. Marca de cigarrillo que una
persona fuma
Ej. Nmero de personas que laboran
en una Empresa

INVESTIGACIN
ESTADSTICA
Es una rama de la investigacin
cientfica

ETAPAS DE una
Investigacin ESTADSTICA

I. Formulacin del Problema,

II. Diseo estadstico
III. Recoleccin de datos,
IV. Organizacin de datos
V. Anlisis e interpretacin de
Resultados
VI. Inferencia estadstica y
conclusiones

I. Formulacin del
Problema.
1 Paso: Planteamiento del problema.
Qu necesidades o inconvenientes hay?
2 Paso: Determinar los objetivos de la
investigacin.
Equivale : Qu se va realizar en el estudio?
2-a) Paso: Formulacin de
Hiptesis.
Las hiptesis son afirmaciones que se
verificaran o rechazaran en el transcurso del
desarrollo de la investigacin.

II. Diseo estadstico

Fundamento e importancia de la
investigacin.
Equivale a : Para que servir la investigacin?
Anlisis y variables.
A quin o qu voy a analizar? (mnima unidad
de investigacin)
Qu datos se debe obtener de ellos?.
Identificacin de las Fuentes de
Informacin.

III.Recoleccin de Datos.
se considera la ejecucin de la investigacin, la misma
que implica la recoleccin, clasificacin y anlisis de la
informacin recogida en campo segn lo planificado.
Los principales puntos que deben considerarse al
recoger la informacin son:
Los errores que pueden cometerse en la recoleccin
de los datos.
Las ventajas y limitaciones de los diversos mtodos
empleados en la recoleccin de la informacin.
Las condiciones que deben reunir los individuos que se
estudian y los procedimientos ms pertinentes para su
eleccin.

IV. Organizacin de datos

Etapa que implica la revisin cuidadosa de
la informacin recogida para resumirla y
presentarla convenientemente.
Se consideran los siguientes aspectos:
Revisin y correccin de la informacin
recogida etapa labor es llamada:
Consistencia.
Presentacin de la informacin mediante
cuadros, tablas y grficos.

V. Anlisis e interpretacin
de Resultados
Se interpreta y compara los
resultados de los indicadores
estadsticos o estadgrafos.
Si el estudio fue realizado conforme a
lo que se haba planificado y con los
resultados a la vista se concluir si
las hiptesis ha sido verificadas o no,
proponindose las recomendaciones
pertinentes.

VI. Inferencia estadstica y

conclusiones
Finalmente exponer los principales
resultados de acuerdo a los
objetivos.Indicar lo ms importante,
si se acepta o se rechaza las
hiptesis.

2. VARIABLE ESTADSTICA
Es una caracterstica de un
conjunto, que puede ser medida,
adoptando diferentes valores, en
cada uno de los casos de un estudio.

CLASES DE VARIABLE
ESTADSTICA
Clasificacin de las variables Segn
la escala de medicin: Cualitativas
y Cuantitativas
a. Variables cualitativas:
a.1. Dicotmicas
a.2. Politmicas.- nominal, ordinal
b. Variables cuantitativas:
b.1. Variable discreta
b.2. Variable continua

ESCALA DE MEDICIN
A. Escala Nominal
Sexo: las clases son masculino o femenino.
Especialidad: las diferentes especialidades (carreras) de una
Universidad.
Temperamento de una persona: sanguneo, flemtico,
melanclico, colrico.
Nmero de placa de automviles del pas.

B. Escala Ordinal:
Grado de satisfaccin de una necesidad: alto, medio, bajo
Conocimiento de un idioma: excelente, bien, regular, mal

C. Escala de Intervalos:
Rendimiento escolar.
Coeficiente intelectual.

D. Escala de Razones o de proporcin:

Estatura de los alumnos: la estatura en metros es proporcional a
la estatura en pulgadas.
Peso de los alumnos: (en libras o kilogramos)
El tiempo empleado en una prueba de velocidad en educacin fsica (en

POBLACIN Y MUESTRA
2. POBLACIN ( N ).-Es el conjunto de
individuos o elementos de los cuales
podemos observar o medir una caracter
stica o atributo (Variable).
El conjunto formado por todos los
estudiantes universitarios de Moquegua.
El conjunto de todos los estudiantes de la
Universidad JCM.
El conjunto de personas fumadoras de la
regin.

3. LA MUESTRA ( n )
Es una parte representativa de la
poblacin. Para que una muestra sea
representativa, y por lo tanto til,
debe de reflejar las similitudes y
diferencias encontradas en la
poblacin.

Etapas del proceso de

muestreo

Definicin o seleccin del universo de los

posibles sujetos o elementos de un determinado
tipo;
Determinacin de la poblacin o parte de ella a
la que el investigador tiene acceso;
Seleccin de la muestra invitada o conjunto de
elementos de la poblacin a los que se pide que
participen en la investigacin;
Muestra aceptante o parte de la muestra
invitada que acepta participar;
Muestra productora de datos; la parte que
acept y que realmente produce datos.

Condiciones que ha de
cumplir la muestra.
Que comprendan parte del universo[1] y no la totalidad de ste.
Que su amplitud sea estadsticamente proporcional a la magnitud
del universo. Relacionado con la determinacin del tamao de la
muestra y sirve para decidir si, segn las unidades que
comprende respecto al universo, una muestra es o no admisible.
La ausencia de distorsin en la eleccin de los elementos de la
muestra. Si esta eleccin presenta alguna anomala, la muestra
resultar por este mismo hecho viciada.
Que sea representativa o reflejo fiel del universo, de tal modo
que reproduzca sus caractersticas bsicas en orden a la
investigacin. Si hay sectores diferenciados en la poblacin que
se supone ofrecen caractersticas especiales, a efectos de los
objetivos de la investigacin, la muestra tambin deber
comprenderlos y en la misma proporcin, ed, deber estar
estratificada como el universo.

[1] poblacin y universo se consideran sinnimos.

3.3 Tamao de la
muestra
a) Cun grande debe ser la muestra?
El tamao de la muestra, un tema que
siempre preocupa, no tiene fcil
solucin y va estrechamente unido a
la representatividad.
El tamao de muestra requerido en
una encuesta depende en parte de la
calidad estadstica necesaria para los
establecer los hallazgos; esto a su
vez, est relacionado en cmo esos
hallazgos sern usados.

. no hay una regla simple para el tamao de muestra que pueda ser
usada en todas las encuestas. Mucho de esto depende de los recursos
profesionales y fiscales disponibles. Los analistas frecuentemente
encuentran que una muestra de tamao moderado. Las muy
conocidas encuestas nacionales frecuentemente usan cerca de 1,000
personas para obtener informacin razonable sobre actitudes y
opiniones nacionales.
Cuando nos damos cuenta que una muestra apropiadamente
seleccionada de slo 1,000 individuos puede reflejar varias
caractersticas de la poblacin total, es fcil apreciar el valor de usar
encuestas para tomar decisiones informadas en una sociedad
compleja como la nuestra. Las encuestas proveen medios rpidos y
econmicos de determinar la realidad de nuestra economa y sobre
los conocimientos, actitudes, creencias, expectativas y
comportamientos de las personas.
Existen 3 factores que determinan el tamao de una muestra,
ninguno de ellos tiene una relacin directa con el tamao de la
poblacin. Los factores son:
El grado de confianza elegido , El error mximo permitido, La
variacin en la poblacin.

3.4 Tipos de muestra

Muestras aleatorias, es una muestra sacada de una

poblacin, de manera que todo elemento de la poblacin
tenga la misma probabilidad de seleccin.
a) Muestra aleatoria simple. La muestra se extrae a
suertes, por ejemplo cogiendo papeletas numeradas de un
sombrero. Si tenemos un fichero de ordenador sobre la
poblacin, la computadora har la seleccin al azar. Cuando
la poblacin es muy grande y ya consiste en grupos
naturales, los miembros de los cuales se enumeran en un
archivo, puede ser prctico hacer el muestreo en etapas
(cluster sampling),
b)Muestra sistemtica. Es una tcnica de muestreo que
requiere de una seleccin aleatoria inicial de observaciones
seguida de otra seleccin de observaciones obtenida
usando algn sistema o regla.
Se hace una lista de la poblacin a intervalos fijos, bien sea
tomando el coeficiente de elevacin (ce=

Ejemplo:
Si se tiene una poblacin de N=300 alumnos y se
quiere seleccionar una muestra de n=60
alumnos, entonces Ce=300/60
Por lo tanto debemos tomar uno de cada cinco
alumnos; en vez de tomar 60 nmeros aleatorios
tomamos slo uno (entre el uno y el cinco), por
ejemplo el nmero 3, y continua cada cinco
alumnos (el 8, el 13, el 18 y as sucesivamente
hasta llegar a completar los 60 alumnos).
Ejemplo: Si la poblacin consiste de 10,000
unidades de muestreo y se desea una muestra de
500 unidades entonces: Ce = 10,000/ 500 = 20
La muestra se obtiene tomando una unidad de
cada 20 de la poblacin.

c) Muestreo por estratos

El proceso de estratificacin contempla en dividir la
poblacin en grupos o clases llamados estratos. Los
elementos de cada estrato son homogneos. Para
cada estrato se toma una submuestra mediante
muestreo aleatorio simple y la muestra global se
obtiene combinando las submuestras de todos los
estratos.
El muestreo estratificado requiere de separar a la
poblacin segn grupos que no se traslapen
llamados estratos, y de elegir despus una muestra
aleatoria simple en cada estrato. La informacin de
las muestras aleatorias simples de cada estrato
constituira entonces una muestra global.

El muestreo estratificado
Afijacin Simple: A cada estrato le
corresponde igual nmero de elementos
muestrales.
Afijacin Proporcional: La distribucin se
hace de acuerdo con tamao de la poblacin
en cada estrato. ni=n*Ni/N, n=n1+n2+ .+ nk
Afijacin Optima: Se tiene en cuenta la
previsible dispersin de los resultados, de
modo que se considera la proporcin y la
desviacin tpica. Tiene poca aplicacin ya que
no se suele conocer la desviacin.

Ejemplo
Se quiere realizar un estudio en una
poblacin de 250 nios, tomando una
muestra de 61 nios. Sin embargo
este estudio est directamente
relacionada con la edad. Sabiendo
que 110 tienen menos de 4 aos, 70
nios de 4-5 aos, 45 nios de 6-7
aos y 25 son de ms de ocho aos,
determine el nmero de cada grupo

ni=n*Ni/N

Para el primer estrato se tomar:

n=61, N=250, N1= 110
n1=61*110/250= 27
Para el segundo estrato se tomar:
n=61, N=250, N2= 70
n2=61*70/250 = 17
Para el tercer estrato se tomar:
n=61, N=250, N3= 45 --- > n3=11
Para el cuarto estrato se tomar:
n=61, N=250, N4= 25 --- > n4=6

Ejemplo 2
Estamos interesados en estudiar el grado de
aceptacin que la evaluacin a los docentes ha
tenido entre los padres de una determinada
provincia. A tal efecto seleccionamos una muestra
de 600 sujetos. Conocemos por los datos del
ministerio que de los 10000 nios escolarizados en
las edades que nos interesan, 6000 acuden a
colegios pblicos, 3000 a colegios privados y 1000
a colegios religiosos. Como estamos interesados en
que en nuestra muestra estn representados todos
los tipos de colegio, realizamos un muestreo
estratificado empleando como variable de
estratificacin el tipo de centro educativo.

Contina
Por consiguiente, calculamos que
proporcin supone cada uno de los
estratos respecto de la poblacin para
poder reflejarlo en la muestra.
Colegios pblicos: 600x6000/10000=360
sujetos
Colegios privados: 600x3000/10000=180
sujeto
Colegios religiosos: 600x1000/10000= 60
sujeto

c.3) Asignacin ptima

Cuando se realiza un muestreo estratificado, los tamaos

muestrales en cada uno de los estratos, ni, los elige quien
hace el muestreo, basado en alguno de los siguientes
criterios:
Elegir los ni de tal modo que se minimice la varianza del
estimador, para un coste especificado, o bien,
habiendo fijado la varianza que podemos admitir para el
estimador, minimizar el coste en la obtencin de las
muestras.
As en un estrato dado, se tiende a tomar una muestra ms
grande cuando:
El estrato es ms grande;
El estrato posee mayor variabilidad interna (varianza);
El muestreo es ms barato en ese estrato.

Ejemplo

Si realizamos un estudio sobre la poblacin de estudiantes

de una Universidad, en el que a travs de una muestra de
10, queremos obtener informacin sobre el uso de barras
de labios.
En primera aproximacin lo que procede es hacer un
muestreo aleatorio simple, pero en su lugar podemos
reflexionar sobre el hecho de que el comportamiento de la
poblacin con respecto a este carcter no es homogneo, y
atendiendo a l, podemos dividir a la poblacin en dos
estratos:
Estudiantes masculinos (60% del total);
Estudiantes femeninos (40% restante).
de modo que se repartan proporcionalmente ambos grupos
el nmero total de muestras, en funcin de sus respectivos
tamaos (6 varones y 4 mujeres). Esto es asignacin
proporcional.

Contina
Por otra parte, con toda seguridad la precisin sobre el carcter
que estudiamos, ser muy alta en el grupo de los varones
aunque en la muestra haya muy pocos (pequea varianza),
mientras que en el grupo de las mujeres habr mayor
dispersin. Cuando las varianzas poblacionales son pequens,
con pocos elementos de una muestra se obtiene una
informacin ms precisa del total de la poblacin que cuando la
varianza es grande. Por tanto, si nuestros medios slo nos
permiten tomar una muestra de 10 alumnos, ser ms
conveniente dividir la muestra en dos estratos, y tomar
mediante muestreo aleatorio simple cierto nmero de
individuos de cada estrato, de modo que se elegirn ms
individuos en los grupos de mayor variabilidad. As
probablemente obtendramos mejores resultados estudiando
una muestra de
1 varn.
9 mujeres.
Esto es lo que se denomina asignacin ptima.

Muestreo por
conglomerados
En el muestreo por conglomerados la unidad muestral es un
grupo de elementos de la poblacin que forman una unidad, a
la que llamamos conglomerado. Las unidades hospitalarias, los
departamentos universitarios, una caja de determinado
producto, etc, son conglomerados naturales. En otras ocasiones
se pueden utilizar conglomerados no naturales como, por
ejemplo, las urnas electorales. Cuando los conglomerados son
rea geogrficas suele hablarse de "muestreo por reas".

Consiste en seleccionar primero al azar, grupos, llamados

conglomerados, de elementos de la poblacin y en tomar luego una
submuestra de cada conglomerado para constitutir la muestra global

El muestreo por conglomerados requiere de elegir una

muestra aleatoria simple de unidades heterogneas entre s de
la poblacin llamadas conglomerados. Cada elemento de la
poblacin pertenece exactamente a un conglomerado, y los
elementos dentro de cada conglomerado son usualmente
heterogneos o dismiles.

EJEMPLO
En una investigacin en la que se trata de conocer el
grado de satisfaccin laboral los profesores de
instituto necesitan una muestra de 700 sujetos. Ante
la dificultad de acceder individualmente a estos
sujetos se decide hacer una muestra por
conglomerados. Sabiendo que el nmero de
profesores por instituto es de 35, los pasos a seguir
seran los siguientes:

1. Recoger un listado de todos los institutos.

2. Asignar un nmero a cada uno de ellos.
3. Elegir por muestreo aleatorio simple o sistemtico
los 20 institutos (700/35=20) que nos proporcionarn
los 700 profesores que necesitamos

Muestras no aleatorias
Consiste en la eleccin por mtodos no
aleatorios de una muestra cuyas
caractersticas sean similares a las de la
poblacin objetivo. En este tipo de
muestreos la representatividad la
determina el investigador de modo
subjetivo, siendo el mayor inconveniente
del mtodo ya que no podemos
cuantificar la representatividad de la
muestra.

a) Muestra de
conveniencia

Consiste en la eleccin por mtodos no aleatorios de una

muestra cuyas caractersticas sean similares a las de la
poblacin objetivo. En este tipo de muestreos la
representatividad la determina el investigador de modo
subjetivo, siendo este el mayor inconveniente del mtodo
ya que no podemos cuantificar la representatividad de la
muestra.
Presenta casi siempre sesgos y por tanto debe aplicarse
nicamente cuando no existe alternativa. En algunos casos,
especialmente cuando se requiere una estrecha
colaboracin por parte de los ganaderos o veterinarios de
campo, es la nica opcin para que el estudio sea viable.
Supongamos que queremos realizar un estudio longitudinal
consistente en tomar muestras de los animales de la
explotacin cada mes, o llevar diariamente unos

b)Muestra de
voluntarios.
Es creada cuando todos los miembros de
la poblacin tienen la oportunidad de
participar en la muestra. Si usted inserta
una forma de cuestionario en un
peridico o en una pgina del Internet y
pide que la gente d sus opiniones sobre
un asunto, usted conseguir una muestra
de voluntarios. Otro ejemplo es la
respuesta de los clientes que llega a una
empresa.

c) Muestra - bola de
nieve.
Cuando se entrevista a miembros de un
grupo, podemos pedir a las personas que
nos indiquen otros individuos en ese grupo
que podran dar informacin sobre ese tema;
podramos tambin pedirles que nos
indicasen personas que compartan sus
puntos de vista y tambin otras que sean de
opinin opuesta. Entonces entrevistaremos a
nuevos individuos y continuaremos del
mismo modo hasta que no obtengamos
nuevos puntos de vista de nuevos
entrevistados.

Mtodos de muestreo
inadecuados
Sobrepasar los lmites de la poblacin
Muestra de casos tpicos. Sin embargo,
seleccionar una muestra de casos tpicos
no es muy recomendable porque cundo
escoger los casos "tpicos" los prejuicios
del investigador (que pueden ser
errneos) influencian demasiado los
resultados de la investigacin.
Muestra de especialistas

Muestras no aleatorias
No hay frmula para determinar el
tamao de una muestra no aleatoria. Con
frecuencia, especialmente en
investigacin cualitativa, podemos
simplemente ampliar gradualmente
nuestra muestra y analizar los resultados
segn llegan. Cuando en casos nuevos ya
no se presenta informacin nueva,
podemos concluir que nuestra muestra
est saturada, y terminaremos el
trabajo.

Casos que fallan

Sucede a menudo que algunos casos en la
muestra resultan infructuosos porque no pueden
ser alcanzados, o las medidas fallan, o los
entrevistados rechazan cooperar etc. El mtodo
normal es entonces sobredimensionar la muestra
levemente, y despus se olvida simplemente los
casos que fallan.
Si usted, al contrario, piensa que los casos que
fallan diferencian sistemticamente del resto,
usted puede intentar compensar el sesgo dando
pesas diferentes a los datos que vienen
inmediatamente y los que vienen slo tras
solicitarlas de nuevo.