Estadística Descriptiva

MSc. Gelner Archenti

Semana 1
Conceptos fundamentales de la estadística.
Población, muestra. Variables estadísticas y su
clasificación.
 LA ESTADÍSTICA

Es una disciplina que mediante los conocimientos

derivados de la lógica y la matemática y a través de una
secuencia ordenada de procedimientos, permite la
captación, clasificación, presentación, descripción, análisis
e interpretación de la información necesaria en la
investigación científica.
 Describe, analiza y
representa un grupo de
Estadística descriptiva: datos utilizando métodos
numéricos y gráficos que
resumen y presentan la
información contenida en
ellos.
 DATOS ESTADÍSTICOS

Contienen información Provienen de diversas

acerca de las fuentes:
características de un -Registros continuos
conjunto de individuos, -Muestreo (encuestas)
expresadas como -Experimentos (diseños
VARIABLES controlados).
.
 VARIABLES ESTADÍSTICAS

 Estado civil
No  Estado de salud
Nominales orden  Sexo
 Credo religioso
 Nacionalidad
 Afiliación política, etc.

Variables
cualitativas
 Nivel de escolaridad
 Niveles de una enfermedad
 Clase social
Ordinales Orden  Rendimiento académico
 Jerárquica en una empresa, etc.
 VARIABLES ESTADÍSTICAS

 Número de dedos de una

Discretas Números
enteros mano.
 Cantidad de alumnos en un
salón de clases, etc.

Variables
cuantitativas

Admite
valores  El peso y estatura de los
Continuas intermedios alumnos de la clase de
entre un estadística, etc.
valor y otro
  Nominal.
Nivel de  Ordinal.
medición de las  Interválica.
variables
 Proporcional o de razón.

Análisis de Depende
datos

Como se han
formulado las
hipótesis
Nivel de medición de las
variables

Ejemplo:
 Es una constante
que describe
una
característica de
calcular el valor
una población. de
Para
PARÁMETRO
un parámetro,
poder se
conocer a ciencia cierta
requiere
el estado de la
naturaleza de la
población o realizar
un censo.
 Principales tipos de parámetros son:

Parámetros de tendencia
central o de resumen:
- La media o promedio (µ)
- La mediana (Me)
- La moda (Mo)
Parámetros de variabilidad:
- La variancia o varianza (σ²)
- La desviación estándar (σ)
-El coeficiente de variabilidad (C.V.)
 ESTADÍSTICO O ESTADÍGRAFO

Son valores análogos a los parámetros, - Promedio

pero que son calculados con la
información obtenida de la muestra. - Mediana (me)
- Moda (mo)
Un valor estadístico estima al parámetro - variancia (s²)
correspondiente. La notación difiere
respecto a los parámetros: - Desviación estándar (s)
 Población o universo

Conjunto de unidades de análisis, que poseen

alguna característica o propiedades comunes. El
estudio de toda la población constituye un Ejemplo de población : Estudio sobre Hábitos de
CENSO. consumo de bebidas gaseosas de los alumnos de la
UNAAA: Nuestra población comprende a todos los
En relación al tamaño de la población, ésta
alumnos matriculados en el semestre académico
puede ser:
2023-I de la UNAAA.
Finita: Se conoce el tamaño de la población, como
es el caso del número de personas que llegan al
servicio de urgencia de un hospital en un día.

Infinita: Cuando no se puede saber con exactitud el

tamaño de la población. Ejemplos: Todos los
agricultores que cultivan papa para comercializar en
el Perú. Todos los árboles de zapote de la Región
Loreto.
Para el proceso cuantitativo:

Muestra: es un subgrupo de la
población de interés sobre el cual se
recolectarán datos, y que tiene que
definirse y delimitarse de antemano con
precisión, además de que debe ser
representativo de la población.
Ejemplo: 35 agricultores de papa
tomadas al azar de la población de
productores de papa.
 Muestreo

El muestreo es una herramienta de la investigación científica. Su

función básica es determinar que parte de una realidad en estudio
(población o universo) debe examinarse con la finalidad de hacer
inferencias sobre dicha población.
 POBLACIÓN MUESTRA

µ Muestreo
𝑿
σ2  
S2
Inferencia

Probabilidades

Roy Jastram, en Elements of Statistical Inference, dice: “Es un gran progreso científico hacia un dominio intelectual
del mundo que nos rodea, generalizar lógica y precisamente acerca de miles de valores que no hemos visto,
sencillamente por la confianza proporcionada por, por ejemplo, cincuenta o cien de estos valores”
¿En una investigación siempre tenemos una muestra?
No siempre, pero en la mayoría de las situaciones sí
realizamos el estudio en una muestra. Sólo cuando queremos
efectuar un censo debemos incluir todos los casos (personas,
animales, plantas, objetos) del universo o la población.
Lo primero: ¿sobre qué o quiénes se recolectarán datos?
Aquí el interés se centra en “qué o quiénes”, es decir, en los
participantes, objetos, sucesos o colectividades de estudio
(las unidades de análisis), lo cual depende del planteamiento
y los alcances de la investigación.

Por tanto, para seleccionar una muestra, lo primero que hay que hacer
es definir la unidad de análisis (si se trata de individuos,
organizaciones, periodos, comunidades, situaciones, piezas producidas,
eventos, etc.), que contienen cierta información que se desea estudiar.
Ejemplos
- Un pollo parrillero.
- Una planta forrajera.
 Tipos de muestras

Muestras probabilísticas: todos los elementos de
la población tienen la misma posibilidad de ser
escogidos para la muestra y se obtienen
definiendo las características de la población y el
tamaño de la muestra, y por medio de una
selección aleatoria o mecánica de las unidades de
muestreo/análisis.
Las muestras probabilísticas son esenciales en los
diseños de investigación transversales, tanto
descriptivos como correlacionales-causales (las
encuestas de opinión o sondeos, por ejemplo),
donde se pretende hacer estimaciones de
variables en la población.

Para hacer una muestra probabilística son necesarios dos procedimientos:

1 Calcular un tamaño de muestra que sea representativo de la población.

2 Seleccionar los elementos muestrales (casos) de manera que al inicio todos tengan la misma
posibilidad de ser elegidos.
 Tipos de muestras

Muestras no probabilísticas: la elección de los elementos no depende de la

probabilidad, sino de causas relacionadas con las características de la
investigación o los propósitos del investigador. No permiten realizar inferencia
sobre la población.

Elegir entre una muestra probabilística o una no probabilística depende del

planteamiento del estudio, del diseño de investigación y de la contribución que se
piensa hacer con ella.
 Tipos de muestras probabilísticas

1.Muestreo aleatorio simple

 
Se dice que se ha obtenido una muestra aleatoria simple cuando
el proceso para obtenerla garantiza estas dos propiedades:
1) Todos los elementos de la población tienen la misma
probabilidad de formar parte de la muestra.
2) Los elementos se seleccionan de uno en uno, de manera que
las selecciones se hacen siempre sobre el total de la población.
 
 Tipos de muestras probabilísticas

2. Muestreo estratificado
 Muestreo en el que la población se divide en segmentos, grupos o estratos y se
selecciona una muestra para cada segmento, grupo o estrato(pueden ser la
profesión, el municipio de residencia, el sexo, el estado civil, etc.)

Población: Tamaño de la Aplicando la

Directores de Población: 1176 fórmula,
recursos humanos empresas con obtendríamos
de empresas directores de recursos una muestra de:
limeñas -2023 humanos. 298 directivos.

La muestra debe tener determinado atributo: rubro de la empresa (estratos).

 Tipos de muestras probabilísticas

2. Muestreo estratificado

 
Fórmula

De manera que el total de la

fh= fracción constante
subpoblación se multiplicará por esta
n= Tamaño de muestra
fracción constante para obtener el
N=Tamaño de la población
tamaño de la muestra para el estrato.
 Tipos de muestras probabilísticas

2. Muestreo estratificado

TOTAL
ESTRATO POR DIRECTORES DE RR.HH DEL RUBRO MUESTRA
POBLACIÓN
GIRO
1 Extractivo y siderúrgico 53 13*
2 Metal-mecánico 109 28
3 Alimentos, bebidas y tabaco 215 55
4 Papel y artes gráficas 87 22
5 Textil 98 25
6 Eléctrico y electrónico 110 28
7 Automotriz 81 20
8 Químico-farmacéutico 221 56
9 Otras empresas de transformación 151 38
10 Comerciales 51 13
  1176 298
*53 x 0.2534 = 13.4302 que será igual a 13 (numero redondeado)
 Tipos de muestras probabilísticas

3. Muestreo por conglomerados o clusters o racimos

Muestreo en el que las unidades de muestreo/análisis se encuentran encapsuladas o
encerradas en determinados lugares físicos o geográficos a los que se denomina
conglomerado o racimo.

Unidad de muestreo/análisis Posibles racimos

Adolescentes Colegios/academias pre- universitarias
Obreros Industrias o fábricas
Mercados/supermercados/centros
Amas de casa comerciales
Empresas Zonas industriales/financieras
Niños Escuelas primarias/jardines o kinders
 Tipos de muestras probabilísticas

3. Muestreo por conglomerados o clusters o racimos

1. Se seleccionan los racimos.

 Dos o más etapas
2. Dentro de estos racimos, se seleccionan los casos que van a medirse.

Etapa 1: En una muestra nacional
de ciudadanos peruanos por
clusters o racimos, podríamos
primero elegir al azar una muestra
de estados o departamentos.
Etapa 2: Cada departamento se
convierte en un universo y se
seleccionan al azar las provincias.
Ejemplo:
Etapa 4: Cada una de los distritos se
concibe como universo y de nuevo, al
Etapa 3:cada provincia se azar, se eligen barrios, urbanizaciones,
considera un universo o manzanas o cuadras .
población y se eligen al
azar los distritos.
Etapa 5: Se escogen al azar viviendas u
hogares e individuos.
¿Cómo se lleva a cabo el procedimiento de selección de la muestra?

Tómbola
 Tipos de muestras no probabilísticas

1. Muestra accidental o casual o incidental

 Las unidades elegidas resultan producto de circunstancias

fortuitas.

 Ejemplo: Si entrevistamos a los primeros 50 transeúntes que

pasan por cierta calle.
 Tipos de muestras no probabilísticas
2. Muestra por Cuotas

Consiste en predeterminar la cantidad de elementos de cada categoría que habrán

de integrar la muestra.

cuotas 50 mujeres

Muestra= 100 individuos

50 hombres
 Tipos de muestras no probabilísticas

3. Muestra Intencional:

Las unidades se eligen en forma

arbitraria, designando a cada unidad
según características que para el
investigador resulten de relevancia.

Se basa, primordialmente, en la
experiencia de alguien con la
población.
 Tipos de muestras no probabilísticas

4.Muestreo de bola de nieve (snowball sampling)

Se localiza algunos individuos, los cuales

conducen a otros, y estos a otros, y así hasta
conseguir una muestra suficiente.

Este tipo se emplea muy frecuentemente

cuando se hacen estudios con poblaciones
“marginales”, delincuentes, centros educativos,
determinados tipos de enfermos, etc.
 Cálculo del tamaño de muestra
La respuesta consiste en encontrar una muestra que sea representativa del universo o
población con cierta posibilidad de error (se pretende minimizar) y nivel de confianza
(maximizar). Fórmulas:

𝛔2 𝐙 2
𝒏= 2 Fórmula cuando se desconoce el tamaño de la población (infinita)
𝐞
𝐍𝛔2 𝐙2
𝒏= Fórmula cuando se conoce el tamaño de la población (finita)
( 𝐍−1 ) 𝐞2 +𝛔2 𝐙2
Donde:
n: tamaño de la muestra
N: tamaño de la población
σ: Desviación estándar : (0.5)
Z: Nivel de confianza o confiabilidad
e: Error de muestreo
 Ejemplo: Tamaño de muestra

En el Centro Poblado de Pampa Hermosa, viven 1500

niños de 12 - 15 años, se desea estimar el peso promedio
de los niños, con un nivel de confianza del 95% y un
margen de error de 5%.

Datos:
 N= 1500
 Nivel de confianza = 95%
 e= 5%

Determine el tamaño de la muestra.

 Tarea

A su criterio, hipotetizar dos investigaciones,

en la cual usted haga uso de dos tipo de
muestreos, y justifique, el por qué?.
Bibliografía consultada
• Blaxter, L., Hughes C., Tight, M. (2000). Cómo se hace una
investigación. Editorial Gedisa.
• Véliz, C. (2000). Estadística Aplicaciones. Cuarta Edición. Lima.