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.
 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 caracterstica 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.