ESTADISTICA Y PROBABILIDADES

Unidad I
NOCIONES FUNDAMENTALES, RECOLECCIÓN,
ORGANIZACIÓN Y PRESENTACIÓN DE LA INFORMACIÓN –
TABLAS DE FRECUENCIA

Sesión 1
CONCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA

Docente: Pedro Ricardo Infantes Rivera

LOGRO DE LA UNIDAD

Al finalizar la primera unidad el

estudiante reconoce y diferencia
los conceptos estadísticos,
aplicando técnicas descriptivas y
graficas en el análisis de datos.
LOGRO DE LA SESIÓN
Al finalizar la sesión el estudiante
explica la importancia de la
estadística, identifica y selecciona las
variables en categorías, diseña
encuestas y cuestionarios, construye
tablas de distribución y
representaciones gráficas para la
presentación de datos.
HISTORIA DE LA ESTADISTICA
Sesión 1: Conceptos básicos de estadística descriptiva

CONTENIDO SABERES PREVIOS

1. Conceptos básicos de Estadística  Configurar hoja de cálculo
descriptiva. Excel.
2. Distribuciones de frecuencias  Manejo de funciones básicas de
unidimensionales y gráficos: Excel.
variable cualitativa: nominal y
ordinal, variables cuantitativas:
discretas y continuas.
3. Distribuciones bidimensionales y
gráficos.
¿QUIENES UTILIZAN LAS ESTADÍSTICAS?...
GOBIERNOS
EMPRESAS
 NOTICIAS

PENSIÓN PROMEDIO POR JUBILACIÓN

Del total de 88.985 jubilados registrados en las AFP al primer
mes del año, el 47% recibió su pensión tras cumplir la edad
legal de 65 años y el monto promedio entregado fue de
S/1.139.
EN INVESTIGACIÓN:
 … ¿CÓMO SE
OBTUVIERON
TALES
INFORMACIONES?
… ¿CÓMO SE INVESTIGA?
N° PREGUNTAS ACTIVIDADES

1 QUÉ Tema de estudio

2 QUIÉN/QUIENES Unidad de estudio, población,
muestra.
3 COMO Proceso de recolección de
datos.
4 DONDE Ubicación de la población de
estudio.
5 CUÁNDO Periodo de tiempo que se
realiza la recolección de datos.
6 POR QUÉ Propósito.
1. Conceptos básicos de Estadística

1.1 Definición de Estadística

Ciencia que nos proporciona un conjunto de métodos,
Técnicas y procedimientos para recolectar, procesar,
organizar, interpretar y analizar datos con el fin de describir
las características de un estudio, realizar estimaciones o
generalizaciones válidas (Córdova M. 2003).

“La estadística es la gramática de la ciencia”

Karl Pearson (1857-1936)
1.2 División de la Estadística
Utiliza métodos de tabulación,
gráficos y numéricos que se
ESTADÍSTICA relaciona con el resumen y
descripción de las
DESCRIPTIVA características de la
información recolectada en
una muestra o población.

Se fundamenta en la teoría de la
ESTADÍSTIC probabilidad y planteamiento de
hipótesis, con el propósito de
inferir o deducir el
A comportamiento del objeto de
estudio a partir de datos

INFERENCI observados en muestras

representativas, cuya finalidad es
realizar estimaciones o

AL predicciones sobre un conjunto

mayor de datos.
 Censos
Recolecta datos Encuestas
PROCESO ESTADÍSTICO

Software
procesa
Calculadora

Gráficos
Organiza
Tablas
estimadores

Presenta resultados Interpretación

Conclusiones
Algunos conceptos Básicos

Población de estudio

Conjunto de individuos, elementos que

Parámetro:
contienen una o más características
Medida descriptiva que resume características
observables de naturaleza cualitativa o
de la población de estudio.
cuantitativa que se pueden medir de ellos.
Ej. Ingreso promedio mensual de las familias fue de
Ejemplo:
850 soles.
Familias de Lima Cercado
2. Variables estadísticas

VARIABLES

ESCALAS DE
TIPOS
MEDICIÓN
2.1 Definición de variables

Es toda característica que se desea observar, medir en las

unidades de estudio, cuyos datos (valores) presentan
VARIABILIDAD entre las diferentes unidades de la población o
muestra y nos permite extraer conclusiones científicas.
Ejemplos
Variables Datos Variables Datos
Sexo Masculino, Femenino Nacionalidad Peruana, Brasileño,…
Edad 22 , 18, 35,… Grado de instrucción Primaria, secundaria,..
Talla 1.72, 1.50, 167,... Lugares turísticos Cusco, Iquitos,…
Peso 72, 48.4, 60, …. Gastos en medicamentos 40, 125.5,….
Ventas 720, 1850, 5000,… Ingreso familiar mensual 540, 1205.5,…
Distrito Ate, Lince, ….. Hijos por familia 0, 1, 2, 3,…
3. Clasificación de variables
Según su naturaleza de recolección

Variables

Cualitativas (Categóricas) Cuantitativas

(Numéricas)
1. VARIABLES CUALITATIVAS (CATEGORICAS):
Son todas aquellas características cuyos valores expresan
atributos o cualidades (dicotómicas o politómicas):
Nominales: Indica presencia o ausencia del atributo sin
orden.
Dicotómicas: Si-No, sexo, aprobación del curso
Politómicas: Profesión, Nacionalidad, Religión
Ordinales: Valor que expresa atributos con un orden
jerárquico.
- Intensidad del sismo: Leve, moderado, severo.
- Nivel de rendimiento Académico: Bueno, regular, deficiente.
- Grado de Satisfacción: Insatisfecho, satisfecho, muy
satisfecho.
2. VARIABLES CUANTITATIVAS (NUMÉRICAS)
Son todas aquellas características que se expresan en
números y se puede realizar operaciones aritméticas.
Discretas: Datos que se expresan sólo en cantidades
enteras, no hay graduaciones intermedias. Por ejemplo:
Número de hermanos, hijos por familia, desaprobados
por asignatura.
Continuas: Datos que se expresan en números enteros
y/o fracciones. Por ejemplo:
Talla, peso, notas, ingresos, edad, presión sanguínea,
etc.
4. Escala de medición

4.1 Variables Cualitativas:

• Escala nominal: valor de medición de la
característica no indica un orden o nivel de
jerarquía. Por ejemplo: Sexo, Profesión,
Raza, estado civil
• Escala ordinal: valor de medición de la
característica con un orden o nivel de
jerarquía.
Por ejemplo: Grado de Satisfacción, Grado de
instrucción, fases de una enfermedad.
4.2 Variables Cuantitativas:
• Escala de intervalo: La medición del valor
numérico permite comparar, el cero es una
medida de la variable, como también
número positivo o negativo. Por ejemplo:
Temperatura, notas, saldo bancario.
• Escala de razón: Empieza su medición
desde cero y números positivos, cero indica
la ausencia de característica de la medida.
Por ejemplo: Número de hijos, partos en
una mujer, peso, talla.
 Conclusión
CLASIFICACIÓN Y ESCALA DE MEDICIÓN DE LAS VARIABLES
Tipo Variables categóricas Variables numéricas

Naturaleza CUALITATIVAS CUANTITATIVAS

(0) NOMINAL (1) ORDINAL (2) INTERVALO (3) RAZÓN

Escala
Ningún atributo Un atributo Dos atributos Tres atributos

Atributos de la
Orden Distancia Origen Orden Distancia Origen Orden Distancia Origen Orden Distancia Origen
escala

Posee categorías a las Tiene intervalos iguales y

Posee características Tiene intervalos constantes
que se asigna un nombre medibles. No tiene un
ordenadas, pero no permite entre valores; además de un
Característica sin que exista ningún origen real, por lo que
cuantificar la distancia entre origen real. El cero significa la
orden implícito entre puede asumir valores
una categoría y otra. ausencia del individuo.
ellas. negativos

Grado de Intensidad Saldo

Ejemplos Género Estado civil Temperatura Peso Compras
Instrucción del dolor bancario

Soltero Primaria Leve -10ºC 10 0 kg Uno

Masculino
Valor final Casado Secundaria Moderado 0º C 10.24 10.24 kg Dos
Femenino
Conviviente Superior Severo 20º C 20 20 kg Tres
 ¿Qué hemos aprendido en esta clase?

1. Identificar los conceptos de población, muestra y unidad

de estudio, parámetro y estadístico.
2. ¿Cómo se clasifican las variables por su naturaleza?

3. ¿Cuáles son los escalas de medición de las variables?

4. ¿Cómo se utiliza la estadística?

5. ¿Qué actividades se realizan en una investigación?
Ejemplo 1:
Un importador de juguetes desea
hacer una encuesta para conocer la
preferencia de compra de los
posibles clientes de estos productos.
Las variables a medir son: la edad del
niño, sexo, calidad del producto,
cantidad de juguetes que compra,
etc. Se pide clasificar las variables.

Variables Tipo de variable Escala de medición Valores

Preguntas:
1. Leer la investigación del ejemplo 2 y responda :

N° PREGUNTAS ACTIVIDADES

1 ¿QUÉ? Tema de estudio

2 ¿QUIÉN/QUIENES? Población,
estudio.
muestra, unidad de

3 ¿COMO? Proceso de recolección de datos.

Ubicación de la población de
4 ¿DONDE? estudio.

Periodo de tiempo que se realiza

5 ¿CUÁNDO? la recolección de datos.

6 ¿POR QUÉ? Propósito.

2. Clasifica las variables de interés en el estudio:
Variables Tipo de variable Escala de medición Valores (datos)

3. Identifica los siguientes conceptos:

N° Conceptos
1 Dato:
2 Unidad de estudio:
3 Variable(s):
4 Parámetro:
5 Población:
6 Muestra:
7 Estadístico:
 ¿A QUIENES REPRESENTAN…?

Población de niños indígenas

Desnutrición y anemia en niños menores de 5 años de
hogares indígenas del Perú.

Población de estudiantes de secundaria

Rendimiento académico y estado nutricional en
escolares peruanos del nivel primario.

Población de trabajadores
Clima organizacional y desempeño laboral en los
trabajadores de una empresa.
 POBLACIÓN Y MUESTRA

Valor fijo generalmente desconocido: Valores que varía de una muestra a otra:
μ : media X: media
σ22 : Varianza S22: Varianza
π ó P: Proporción p : proporción
POBLACIÓN DE ESTUDIO

Conjunto de todas las unidades de

estudio (individuos u objetos) cuyas
características (variables) se tiene interés
en estudiar (criterios de inclusión).
Las poblaciones deben situarse en torno
a sus características de contenido, lugar y
tiempo que se denomina marco muestral.
Cuando la medición se realiza a todos los
elementos de la población se llama
censo, por tanto no es necesario hacer un
muestreo.
Según el número de unidades de estudio, la población es:
Población infinita (o desconocida), cuando carece de un marco
muestral, por tanto no se conoce la totalidad de la población.
Población finita cuando se conoce la cantidad total de población.
MUESTREO
Procedimiento por el cual se extrae, de un conjunto de unidades que
constituyen el objeto de estudio (población), un número de casos reducido
(muestra) elegidos con criterios tales que permitan la generalización a toda
la población de los resultados obtenidos al estudiar la muestra.

Tipos de Muestreo
Probabilísticos No Probabilísticos
 Todas las unidades tienen igual  Cada unidad NO tiene igual
probabilidad de participar en la probabilidad de participar en la
muestra. muestra.
 La elección de cada unidad muestral es  No se puede calcular el error muestral.
independiente de las demás  Alto riesgo de invalidez producido por
 Se puede calcular el error muestral. la introducción de sesgos
MUESTRA

Es el grupo de personas que realmente se

estudiarán, seleccionada por estrategias
metodológicas estadísticas.

Una muestra es representativa si cumple

dos condiciones: cálculo de tamaño de
Población muestra y se aplica una técnica de
¿Cuántos? muestreo.
¿Cuáles?

Muestra Los resultados se utilizan para realizar las

conclusiones hacia la población, conocido
como Inferencia.
Ejemplos de población de estudio y muestra:

1. Conocer la prevalencia de diabetes de los adultos mayores con sobrepeso

atendidos en el hospital Santa Rosa del distrito de Pueblo Libre en Lima durante el
año 2016, siendo considerados solo 117 para el estudio.
La población de estudio son todos los adultos mayores con sobrepeso atendidos en
el hospital Santa Rosa de Pueblo Libre en el año 2016 y la muestra son los 117
seleccionados.
2. En una encuesta política por la alcaldía de Lima se entrevistó a 1250 ciudadanos
hombres y mujeres entre 18 a 75 años que tienen derecho a voto.

La población de estudio son todos los hombres y mujeres que tienen derecho a voto
y la muestra son los 1250 seleccionados.
Ejemplo 1:

Un investigador de mercado quiere saber cuál es la marca de detergente que más

prefieren las amas de casa de la ciudad de Trujillo. Para realizar el estudio ha
seleccionado una muestra de 504 amas de casa que fueron seleccionadas en forma
aleatoria, según las zonas consideradas de esa ciudad. Se pide determinar:

Unidad de estudio:

Población de estudio:

Muestra:

Variable:
MUESTREO

• Proceso mediante el cual el

investigador podrá seleccionar los
elementos o sujetos de estudio en la
población quienes conformarán la
muestra calculada previamente.
• Si no se aplica ninguna técnica de
muestreo, los resultados de la
investigación no serán válidos para
inferir, porque está sujeto a errores
de sesgo o parcialidad al momento
de elegir los sujetos.
 Tipos de Muestreo

Probabilístico No
(Aleatorio) Probabilístico

Aleatorio Simple Conveniencia

Según criterio
Sistemático

Estratificado Bola de nieve

Por conglomerados Por cuotas

MUESTREO PROBABILÍSTICO

• Garantiza la representatividad
• Obtención de muestras insesgadas
• Resultados generaliza a la población
• Permite calcular el error
• La probabilidad de seleccionar las
unidades es conocida
• Admite supervisar la muestra
• El marco muestral resulta ser costoso
Muestreo Aleatorio Simple (MAS)

- Poblaciones pequeñas con

Población Muestra variabilidad similar entre las
unidades o individuos.
- Cada unidad tiene la probabilidad
equitativa de ser incluida en la
muestra.
- Lista de todos los individuos de la
población de estudio: “marco
muestral”.
- Selección al azar (tablas de
números aleatorios, calculadoras,
software).
 MUESTREO ALEATORIO SIMPLE (MAS)

i Listado : N = 600
Procedimiento 1
1. Elaborar el listado de pacientes (Población 2
de estudio) sin ningún ordenamiento en 3 4
particular. . .
2. Generar tantos números aleatorios como el 600
tamaño de la muestra (n). Cuyos valores
ii. Tamaño de n = 40
deben estar entre 1y N.
iii. Selección
3. Elaborar el listado de la muestra,
*Tabla números aleatorios
seleccionando los pacientes de acuerdo
con la ubicación proporcionada por los *Sorteo

números aleatorios. *Software

Ejemplo 2
De un listado de 36 alumnos matriculados en el segundo ciclo de Ingeniería Civil
de la UNFV del periodo académico 2018-II, se quiere seleccionar una muestra
aleatoria de 15 alumnos, utilizando un muestreo aleatorio simple, con el
propósito de conocer el porcentaje de alumnos que trabajan y estudian.

Indicaciones:

Uso de la tabla de números aleatorios.-

1. Elegir un punto de inicio al azar en cualquier intersección fila con columna
2. Seleccionar un número según la cantidad de cifras que tiene el tamaño de la
población.
3. En las columnas seleccionadas, elegir consecutivamente todos los números que se
encuentren entre 1 a N (tamaño de la población).
Listado de alumnos matriculados en Ingeniería Civil del periodo 2018-II

N° Nombres ¿Trabaja? N° Nombres ¿Trabaja?

1 Francis No 19 Paola No
2 Leslie Si 20 Rosa Si
3 Carmen Si 21 Alejandra Si
4 Katherine Si 22 Aida No
5 Dayana Si 23 Josshelyn Si
6 Mayra Si 24 Sihomara Si
7 Yazmin Si 25 Jakelin Si
8 Mario No 26 Alejandro Si
9 Elizabeth Si 27 Catia No
10 Vanessa Si 28 Victoria Si
11 Sheyla No 29 Milagros Si
12 Luis Si 30 Estefany Si
13 Sebastian No 31 David Si
14 Graciela No 32 Marcos No
15 Karin Si 33 Leticia No
16 Rebeca Si 34 Robert No
17 Johana No 35 Noelia No
18 Bety Si 36 Andrés No
Muestreo aleatorio sistemático

• Se selecciona individuos del

marco muestral a intervalos
regulares.
Ejemplo:
2, 7, 12, 17, 22, ............
• Lleva a sesgo de selección si el
marco muestral está distribuido
siguiendo algún patrón particular.
 MUESTREO ALEATORIO SISTEMÁTICO

Procedimiento
i listado de N = 600
1. Elaborar el listado de pacientes sin ningún
ordenamiento. ii Tamaño: n = 40
iii Rango: N/n = 600/40
2. Calcular el intervalo con la siguiente
k = 15
fórmula:
N iv Selección:
k N n
n
Redondear al entero 1 1) 3
inferior 2 2) 18
3 3) 33
3. Seleccionar aleatoriamente el número de 4 
arranque en la serie de 1 a N. Arranque en 

3° de la lista entre 1 y 15 600 40)

4. Elaborar la lista de los seleccionados de la
muestra.
Ejemplo 3.
De un listado de 36 alumnos matriculados en la escuela de Psicología de la
Universidad Norbert Wiener del periodo académico 2016-I, se quiere seleccionar
una muestra aleatoria de 10 alumnos, utilizando un muestreo aleatorio
sistemático, con el propósito de conocer el porcentaje de alumnos que trabajan
y estudian.

Indicaciones:

Usar el listado de estudiantes del ejemplo 2

Muestreo Estratificado

• La población se dividide en grupos

(estratos) de acuerdo a alguna
característica común.

• Este tipo de muestreo garantiza la

representatividad de cada grupo en la
muestra.

• Cuánto más homogénea sean los

estratos, más precisas serán las
estimaciones.
 MUESTREO ALEATORIO ESTRATFICADO

Procedimiento i Listado : N
1. Determinar la característica de los estratos ii Tamaño: n
o la composición de los estratos. iii Divide N en estratos
2. Si se conoce el porcentaje de los estratos, o subpoblaciones
distribuir porcentualmente el tamaño de
muestra en los estratos. NA nAA
3. Si se conoce la cantidad de individuos en NB
nBB
cada estrato, se calcula el factor de nCC
NC
proporción con la siguiente fórmula:
K = n/N. nA n n
n
n
 B  C 
4. El cual se multiplica por la cantidad N A N B NC N
respectiva en los estratos.
5. Seleccionar aleatoriamente o sistemático iv Selección:
los individuos en cada estrato. a) M. sistemático
6. Elaborar la lista de la muestra por cada b) M. A.S
estrato.
Ejemplo 4.

Se tiene el propósito de conocer la presencia de estrés académico en

1200 estudiantes de la FIC-UNFV, sabiendo que hay 180 en el I
ciclo, 250 en el II ciclo, 50 en el III ciclo, 200 en el IV ciclo, 40 en el
V ciclo, 50 en el VI ciclo, 170 en el VII ciclo, 150 en el VIII ciclo, 60
en el IX ciclo y 50 en el X ciclo. Se pide seleccionar una muestra
aleatoria de 350 estudiantes en forma proporcional al número de
ingresantes por carrera profesional, respondiendo el siguiente
cuestionario:

1. Población objetivo del estudio, muestra, unidad

2. Variable de interés y tipo de variable y escala de medición
3. Tipo de muestreo a utilizar
4. Determine el tamaño de los estratos de la muestra
Muestreo por conglomerados

• También se denomina de etapas múltiples.

• Se utiliza para poblaciones grandes y dispersas.
• No es posible disponer de un listado.
• En lugar de individuos se seleccionan
conglomerados que están agrupados de forma
natural (cuadras de casas, departamentos,
hospitales, provincias, etc.)
• Se selecciona en primer lugar el conglomerado
más grande, a partir de éste se selecciona un
subgrupo. A partir de este subgrupo se
selecciona otro subgrupo y así sucesivamente,
hasta llegar a las unidades de análisis.
Ejemplo 5.
Si se desea estudiar a las personas con VIH atendidos en los
hospitales de nivel I de ESSALUD.
Nuestro primer conglomerado serían las regiones o
departamentos, a partir de estas regiones aleatoriamente
seleccionar un subgrupo.
Del subgrupo anterior formar un nuevo conglomerado de
segunda etapa con las provincias. De este conglomerado
seleccionar aleatoriamente un subgrupo de provincias.
De este subgrupo de provincias formar un conglomerado de
hospitales de Nivel I. Luego seleccionar aleatoriamente un
subgrupo de Hospitales.
A partir del grupo de hospitales hacer un listado de los
pacientes hipertensos luego realizar muestreo aleatorio.
MUESTREO NO PROBABILÍSTICO
• No garantiza la representatividad
• Obtención de muestras sesgadas
• Resultados no se generaliza a la
población
• No permite calcular el error
• La probabilidad de seleccionar las
unidades no se conoce
• Elección solo unidades requeridas
• El marco muestral flexible y bajo costo
Muestreo Accidental o conveniencia
Población Muestra • Selecciona las unidades de la
Investigador
población que tiene a su alcance,
en un lugar y momento
determinados hasta completar el
tamaño de muestra.
• Útil en investigaciones
exploratorias formulando hipótesis.
• Resultados no se generaliza

Ejemplos:
 Personas diabéticas que llegan a un hospital o consultorio.
 Personas voluntarias que participan en un estudio.
 Personas afectadas por una epidemia.
 Clientes que llegan a un establecimiento o negocio.
Muestreo según criterio

El investigador elige las unidades

de la muestra en base a juicio o
experiencia quienes son
representativos de la población.

Ejemplo.
Si se quiere conocer la incidencia del consumo de tabaco y
bebidas alcohólicas en los estudiantes del quinto ciclo de la FIC-
UNFV, tal vez sea conveniente no considerar a los estudiantes
de otros ciclos.
 Muestreo por cuotas
La muestra se selecciona tomando en cuenta
características (variables) específicas de la
población.
Tiene similitud con el muestreo por
conglomerados solo que en este caso la
selección dentro de cada cuota se hace de
manera accidental.
Generalmente se usa para encuestas de opinión
y mercado.

Ejemplo.
En un estudio de opinión sobre preferencias electorales se requiere una
muestra de 400 personas de 18 a 70 años, el investigador puede estar
interesado que 100 sean varones de 18 a 25 años, 100 mujeres de 18 a
25 años, 100 amas de casa y 100 personas profesionales.
Muestreo por Bola de Nieve

Poblaciones minoritarias de difícil acceso por

razones sociales (prostitutas, alcohólicos,
drogadictos, etc.)
Contacta con una persona del grupo (líder) y a
partir de éste, poco a poco se va formando la
muestra de individuos.

Ejemplo.
Se quiere evaluar el conocimiento sobre cuidados de VIH en
trabajadoras sexuales de una ciudad.
 REFERENCIAS BIBLIOGRÁFICAS
1. Ávila, RB. (2010). Estadística Elemental. Lima: Estudios y
ediciones R.A.
2. Black, K. (2008). Estadística en los negocios. 2ª ed. México:
Grupo Editorial Patria S.A.
3. Córdova, M. (2003). Estadística Descriptiva e Inferencial.
Aplicaciones. 5ª ed. Lima: Moshera.
4. Newbold,P. Carlson,WL. Tghorne,B. (2008). Estadística
para Administración y Economía. 6ªed. España: Editorial
Pearson Educación S.A.P:1-13.
“La distancia entre el querer y el poder se acorta con el
entrenamiento”
Anónimo

¡Muchas gracias!