Informacin general

Un plan para cada municipio

La Agenda 21 integra los principios bsicos del desarrollo sostenible. Los temas ambientales, econmicos, sociales y culturales, as como la calidad de vida de la poblacin se convierten en la base de trabajo. Pero la herramienta fundamental de este programa es la participacin ciudadana. En resumen, se trata de realizar un anlisis medioambiental de cada municipio a partir de los problemas y necesidades detectados por sus habitantes. En la llamada Cumbre de la Tierra (Conferencia de las Naciones Unidas para el Medio Ambiente y el Desarrollo), celebrada en 1992 en Ro de Janeiro, 172 gobiernos acordaron la necesidad de una accin urgente para promover un desarrollo econmico y social acorde con la preservacin y proteccin del medio ambiente. En esta cumbre se adoptaron 3 documentos clave, entre los que se encontraba la AGENDA 21, que constitua un programa global de restauracin del medio ambiente, preservacin y desarrollo social para ser implementado por los gobiernos, organizaciones de las Naciones Unidas, agencias de desarrollo y empresas privadas en cada una de las reas donde la actividad humana afecta al medio ambiente. En el Captulo 28 de la Agenda 21, dentro de la Seccin III (Fortalecimiento del papel de los grupos sociales), se insta a los poderes locales a ejercer su responsabilidad y a iniciar un proceso de dilogo con sus ciudadanos, organizaciones y entidades para adoptar un plan de actuacin ambiental y de desarrollo especialmente aplicado a los problemas, las oportunidades y los valores locales; esto es lo que se conoce como Agenda 21 Local y est concebido como un proceso abierto y participativo, dirigido a hacer que los municipios sean ms sostenibles, ms habitables y ms justos.

En el mbito europeo, este programa se materializ en una serie de encuentros, comenzando en 1994, con la 1 Conferencia Europea de Ciudades y Pueblos Sostenibles, en la que se acord la Carta de las Ciudades y Pueblos hacia la Sostenibilidad (conocida como Carta de Aalborg). En 1996 tuvo lugar, en Lisboa, la 2 Conferencia, de la que result el Plan de Accin de Lisboa, que traduce la Carta de Aalborg en pasos concretos. Entre 1998 y 1999, se realizaron cuatro conferencias regionales, dirigidas a los asuntos especficos del norte, sur, este y oeste de Europa, as las conferencias tuvieron lugar en Finlandia, Bulgaria, Espaa y Holanda y concluyeron con las respectivas Afirmaciones de la Conferencia Regional.

En el ao 2000 tuvo lugar la 3 Conferencia Europea de Ciudades y Pueblos Sostenibles, en Hannover (Alemania), con la obtencin del documento final: Llamada de Hannover a los lderes europeos municipales en el umbral del S. XXI. All se tomaron los pasos necesarios para el crecimiento y consolidacin de la Campaa. Posteriormente, han tenido lugar diversas revisiones y, en 2004, se celebr la Conferencia Aalborg+10. Inspiracin para el futuro.

Una cita con el desarrollo sostenible

La puesta en comn de las experiencias desarrolladas en los diferentes planes de accin local que participaron en la cita han permitido avanzar en el conocimiento de estos procesos hacia el desarrollo sostenible y hacer un diagnstico de la situacin actual en la que se encuentran.

Informacin general
Desarrollo sostenible
Foro de intercambio de experiencias y proyectos

Esta Jornada constituye el primer encuentro de las Agendas 21 Locales que tiene lugar en Aragn y supone un primer paso para ir avanzando conjuntamente en los procesos hacia el desarrollo sostenible, sumando esfuerzos y multiplicando resultados. La Diputacin Provincial de Huesca es pionera, en Aragn, en la implantacin del programa de Agenda 21 Local a nivel provincial. De esta forma, la Institucin provincial aprob en el ao 2000 la puesta en marcha del Programa para el apoyo tcnico y econmico a las entidades locales en la elaboracin e implantacin de sus Agendas 21 Locales. La experiencia que otorga a la Diputacin el desarrollo de las A21L realizadas hasta el momento ha hecho visible la necesidad de la creacin de una red que las aglutine y sirva como instrumento facilitador, tanto para el desarrollo como para la posterior implantacin y seguimiento. La Red de Entidades Locales del Altoaragn por la Sostenibilidad , denominada RETE 21, es la concrecin de uno de los objetivos del Programa que se inici hace ms de cinco aos. RETE 21 va a actuar como foro abierto a todas aquellas entidades locales de la provincia que estn interesadas en trabajar en su camino hacia la sostenibilidad. Es un foro de coordinacin, cooperacin e intercambio de experiencias para facilitar este camino.

Esta Red pretende servir de instrumento de coordinacin para impulsar la implantacin de los Planes de Accin Local; desarrollar herramientas conjuntas que faciliten la gestin; potenciar el intercambio de experiencias y, en particular, apoyar a las instituciones aragonesas en sus iniciativas de desarrollo de actividades relacionadas con la Agenda 21 Local.

Este encuentro convirti a Huesca en un foro para el intercambio de experiencias y proyectos que permitirn avanzar en el desarrollo sostenible del territorio altoaragons. El I Encuentro de Agenda 21 de Aragn constituye un elemento de diagnstico del panorama actual existente en los procesos de implantacin y crecimiento de estos planes de accin local en Espaa y, en particular, en la Comunidad Autnoma aragonesa. As, los objetivos de este Encuentro se pueden concretar en los siguientes puntos:

Poner en comn la situacin actual de las Agendas 21 Locales que se estn desarrollando dentro del Programa de la Diputacin de Huesca. Conocer los procesos que se estn llevando a cabo en el resto de Aragn. Presentar las experiencias que redes de municipios de otras comunidades autnomas estn desarrollando desde hace algunos aos. Constituir formalmente RETE 21.

Esta cita acogi la presentacin de las experiencias de las entidades locales de la provincia y de los procesos que se estn llevando a cabo en municipios y comarcas del resto de Aragn. Asimismo, se cont con la participacin de representantes de redes de otras comunidades autnomas, con una amplia experiencia, que trasladaron sus trabajos y conocimientos a este foro que pretende servir de herramienta en el camino hacia la sostenibilidad de la provincia de Huesca.

Definicin

la Agenda 21 Local es un documento que desarrolla un Plan Estratgico Municipal basado en la integracin, con criterios sostenibles, de las polticas ambientales, econmicas y sociales del municipio, y que surge de la participacin y toma de decisiones consensuadas entre los representantes polticos, personal tcnico municipal, agentes implicados y ciudadanos origen
Este instrumento de gestin, de carcter no vinculante, surge del Programa Global para el Desarrollo Sostenible en el siglo XXI, enmarcado dentro de la Conferencia de las Naciones Unidas sobre Medio Ambiente y Desarrollo Sostenible, celebrada en Ro de Janeiro en Junio de 1992.

Dicho Programa, tambin denominado Programa 21, sienta las bases para desarrollar una poltica ambiental global y mundial de forma estructurada, programada y cuyo desarrollo sea iniciado y promovido por las entidades locales o regionales.

En el captulo 28 del Programa 21 se hace un llamamiento a las autoridades locales para que elaboren una Agenda 21 Local. El principio de responsabilidad compartida y colaboracin es bsico para la implantacin de estrategias de Desarrollo Sostenible a nivel local, por lo que se insta a las autoridades locales a la bsqueda de consenso y a iniciar un dilogo con sus ciudadanos, organizaciones cvicas, empresariales e industriales locales y empresas privadas para aprobar la Agenda

El fundamento terico del proceso de Agenda 21 Local es el principio de la sostenibilidad local, por lo que persigue integrar una justicia social, una economa sostenible y un entorno y capital natural duradero para lograr un equilibrio sostenible que se traduzca en una mejora de la calidad de vida. Por tanto, la sostenibilidad local es el resultado del equilibrio entre sostenibilidad ambiental, sostenibilidad econmica y sostenibilidad social.

Sostenibilidad ambiental en tanto que dependemos de las funciones de nuestro entorno, que provee de recursos, asimila residuos y desechos y proporciona servicios ambientales (agua, clima, aire depurado, alimentos, fijacin de CO 2, esparcimiento, etc), y necesitamos que estas funciones continen.

El sistema econmico actual se fundamenta en la apropiacin y explotacin del capital natural , por lo que ste se convierte en el factor limitante del desarrollo econmico. La sostenibilidad econmica aboga por un desarrollo econmico sostenible, es decir, un desarrollo basado en el conocimiento de la capacidad de carga del entorno para no superarla y permitir la recuperacin y regeneracin del sistema natural ante las presiones externas, as como en la optimizacin del uso de los recursos de manera que permita el desarrollo econmico y se obtenga el mismo o incluso un mayor beneficio con menor consumo de recursos. De esta manera, se internalizan los costes ambientales en la economa municipal, beneficindose de ello la ciudadana en general.

Sostenibilidad social persigue, en relacin con los anteriores, la satisfaccin plena de las necesidades de la generacin presente garantizando que las generaciones futuras puedan satisfacer las suyas. Para conseguir la sostenibilidad social la formacin e informacin de todos los ciudadanos es imprescindible, de manera que todos participemos, de manera ms o menos activa, en el proyecto de Agenda 21 Local, siendo una participacin bien fundamentada, basada en el conocimiento y concienciacin de la ciudadana. sta debe verse y sentirse implicada.

Agenda 21 como instrumento La Agenda 21 Local se convertira en el instrumento que permitira la evolucin del municipio hacia un equilibrio que debe ser en cada momento el ptimo, por lo que no se busca un equilibrio esttico sino dinmico que permita y persiga la mejora continua de la calidad de vida, que los propios ciudadanos quiera, en cada momento; por lo tanto como instrumento, debe ser verstil, para poder afrontar los retos que se produzcan en cada momento. La Agenda 21 Local es la herramienta o instrumento ms ampliamente difundido y aceptado por parte de las autoridades locales para abordar los graves problemas ambientales desde el enfoque de pensar globalmente y actuar localmente, dado que, sin perder de vista el objetivo global de la proteccin del medio, es a nivel local donde se pueden tomar decisiones ms prcticas y, adems, ms participativas. La Agenda 21 Local pretende poner en marcha un Plan de Accin para conseguir aplicar el desarrollo sostenible a su entorno humano, ya que las ciudades constituyen uno de los mayores focos de insostenibilidad del planeta y la actuacin en ellas es un tema prioritario, considerando que los actores pertinentes para la actuacin en la ciudad son las autoridades locales y los ciudadanos. El aumento de conocimientos y experiencias en la aparicin de Agendas 21 Locales deja ver las dificultades y ventajas del proceso de elaboracin y de su desarrollo y utilizacin como instrumentos de participacin en la mejora de la gestin ambiental de las Administraciones Locales.

Turismo, sostenibilidad y Gobiernos Locales

Quiero agradecer a la Comisin Europea la posibilidad de aportar, como Alcaldesa de un pequeo pueblo turstico en el Mediterrneo, nuestras reflexiones y experiencias como contribucin a la urgente y exigente tarea de hacer un mundo mejor para este siglo XXI. Para centrar el tema quiero recordar conjuntamente con ustedes cuales son los elementos bsicos que conforman los municipios: En primer lugar el territorio: la realidad fsica, el entorno medioambiental. En segundo lugar la realidad social de los ciudadanos, sus asociaciones,... Y por ltimo la actividad econmica: las empresas, industrias,... Esta especial configuracin de los municipios es lo que ha permitido desde Ro 92, la realizacin de Agendas Locales 21 en todo el mundo, como importante contribucin de lo local a la transformacin global de nuestro mundo. Brevemente tratar de explicitar cual es la situacin actual en la que se vive la relacin ciudadano-gobierno: _ Mltiples niveles de gobierno que generan confusin en los ciudadanos, que no saben a quien dirigirse para atender sus problemas y necesidades. A ttulo de ejemplo, los ciudadanos de Calvi tienen 5 niveles de administracin a la que dirigirse... _ Complejidad y poca flexibilidad de las actuaciones administrativas que los ciudadanos no entienden suficientemente. _ Desinters de los ciudadanos por la poltica. , vivimos mundos bien distintos. _ Creciente multiculturalidad a nivel local que exige nuevas formas de gobierno ms abiertas y participativas. _ Los gobiernos locales son frecuentemente olvidados por los Estados, pero son los mejores agentes de ese cambio social necesario en nuestro mundo. Son dos los retos bsicos que ante esta situacin debemos atender en un doble ajuste e impulso: _ El del acercamiento desde los gobiernos a los ciudadanos, simplificando, acercando las polticas a sus intereses y demandas reales. _ Desde los ciudadanos y sus diversas formas asociativas hacia la poltica, participando activamente en los temas de actualidad y de configuracin del futuro. En el caso concreto de la gobernanza medioambiental, tenemos que constatar el progresivo deterioro que padece nuestro medio ambiente... a pesar de lo continuos esfuerzos y polticas...

remamos contra corriente, la fuerza hacia la insostenibilidad es muy fuerte y no conseguimos avanzar... Ello hace cada vez ms necesaria la fuerte implicacin, a nivel local, para asegurar la complicidad de ciudadanos y empresas, lo local es el entorno en el que se libra la batalla del territorio, de los recursos de la integracin y de la cohesin social. A ttulo de ejemplo nos gustara realizar algunas propuestas desde lo local: 2 _ En primer lugar tenemos que hacer todos los niveles de gobierno ms receptivos a las demandas y necesidades ciudadanas, haciendo de los gobiernos locales agentes de involucracin de los ciudadanos en lo pblico. _ Conseguir administraciones ms cercanas, flexibles y adaptables... y para ello aplicar con rigor el principio de subsidiaridad. Hay que cambiar la lgica de la superioridad competencial por la de coordinacin interadministrativa _ Las tecnologas de la informacin y de la comunicacin pueden y deben ser instrumentos poderosos al servicio de la participacin. _ En todo momento debemos aplicar tcnicas participativas de medicin de nuestros avances. Permtanme citar el Observatorio de Calidad de Vida de Calvi como elemento paradigmtico de nuestra Agenda Local 21. Para llevar a cabo esas propuestas de accin es necesario un fuerte compromiso que resumira en: _ Facilitar el acceso sencillo de los ciudadanos a la gestin de los gobiernos... transparencia _ Aprender a trabajar en red a todos los niveles y tanto a nivel real como virtual _ Participar e involucrar a ciudadanos y empresas en proyectos no slo locales sino mundiales, facilitando el intercambio en especial de los jvenes que son los mejores embajadores entre culturas diversas _ Asegurar el intercambio de experiencias exitosas... y de los fracasos... _ Saber trabajar en forma de contratos multipartes con participacin de distintos niveles administrativos: Mundial, Estatal, Regional y Local Quiero plantear tres cuestiones para el debate: Cmo podemos potenciar el papel de las redes entre ciudades en la construccin de un mundo justo, cohesionado y sostenible? Qu instrumentos debemos emplear a nivel local para la accin medioambiental y el desarrollo sostenible?

Cmo organizar internamente las administraciones de todos los niveles para responder a los retos del nuevo mundo globalizado del siglo XXI? Y quiero aportar tambin la experiencia de mi municipio, Calvi en la respuesta prctica a estas cuestiones. Calvi, municipio situado en la isla de Mallorca , en el Mediterrneo, es un ejemplo paradigmtico de destino turstico de sol y playa del Mediterrneo NordOccidental. Sus 145 Km2 de territorio, 57 Km. de Costa, espacios naturales de gran calidad, diversidad de ecosistemas, 42.000 habitantes, 120.000 plazas tursticas y 1.675.000 visitantes/ao ponen de manifiesto la importancia del turismo para el Municipio, representando el 95% de nuestra actividad econmica. El desarrollo turstico de Calvi, se origina a raz del primer "boom" del turismo internacional en la Espaa de los aos sesenta. A partir de entonces y muy especialmente en las dos dcadas siguientes, se expande y consolida un modelo de desarrollo basado en una visin cortoplacista, en el crecimiento inmobiliario sin lmites. A finales de los aos ochenta empieza ya a detectarse el coste de las externalidades producidas por un desarrollo tan poco armnico. Se llega a la madurez del municipio con el riesgo de iniciar una fase de decadencia. 3 Calvi agenda Local 21 La Agenda Local 21 para Calvi propone la filosofa, la estrategia y los programas operativos para encauzar el sector turstico y el desarrollo local, en las prximas dcadas, desde nuevos criterios de actuacin orientados por la sostenibilidad. La estructura y actores sigue un modelo de participacin ciudadana y cooperacin intergubernamental. La Agenda Local 21 se ha constituido como Plan Estratgico del municipio bajo la responsabilidad directa de la Alcaldesa y la organizacin interna del Ayuntamiento se ha adecuado a las reas temticas de la Agenda Local 21. Periodicamente todos los funcionarios reciben informacin sobre la marcha de la Agenda Local 21. Los instrumentos de ejecucin empleados son los siguientes: Reglamentacin (Polica): Se trata de incorporar toda la normativa municipal a los criterios de sostenibilidad.De forma

especial el Plan de Ordenacin Urbana y sus ordenanzas ecorresponsables es el instrumento bsico para la sostenibilidad del territorio Incentivacin (Fomento): Deben emplearse todo un conjunto de instrumentos entre los que quiero destacar los econmicos con especial relevancia de los impuestos medioambientales por ejemplo la ecotasa turstica de Baleares Cohesin Social (Participacin): Y de forma muy especial todos aquellos instrumentos que buscan la cooperacin interadministrativa y la responsabilidad personal de los ciudadanos en las polticas medioambientales. Adicionalmente se deben emplear otros instrumentos de gestin y control: _ Capacidad de liderazgo ante procesos largos y decisiones difciles _ Metodologa rigurosa y participativa como es la de Agenda Local 21 _ Establecimiento de indicadores sociales para facilitar la percepcin de los ciudadanos. _ Observatorios de Calidad de Vida para monitorizar los resultados. La participacin social: un valor estratgico: La participacin social se confirma en Calvi como un requerimiento ineludible para avanzar en la integracin cultural, la sostenibilidad, y la calidad de vida local Es necesario avanzar desde la participacin a la corresponsabilidad activa de los ciudadanos, e instrumentar nuevas vas para incorporar a los sectores sociales ms jvenes, como por ejemplo con la exitosa campaa de Calvi: MISION POSIBLE por la que los ciudadanos mediante su firma se implican personalmente en la puesta en prctica en su vida diaria de actuaciones ecorresponsables. Slo unas palabras para recordar que debemos medir los resultados pero junto a los ciudadanos, como hacemos en el Observatorio de Calidad de Vida de Calvi, es su valoracin la que cuenta, no slo la de los polticos, funcionarios o cientficos. 4 Turismo y sostenibilidad Aunque todo lo anterior es de aplicacin a todo tipo de municipios, entre ellos los tursticos, no quiero dejar pasar algunos elementos diferenciales en forma de amenazas y oportunidades especficas: _ Turismo es una industria y como tal se rige por reglas econmicas de mercado y competencia creciente pero debe tener en cuenta la realidad social y cultural de los

pueblos que acogen la inversin en turismo. No es sostenible el mantenimiento de zonas tursticas de alta calidad conviviendo con pobreza, incultura y falta de sanidad en el entorno. Las inversiones tursticas en pases en desarrollo debern atender a estos condicionantes del entorno. _ Crecimiento de la industria turstica es limitado por recursos naturales y coincidencia desarrollos en todo el mundo: Necesario controlar el ritmo crecimiento de esa industria _ Para la ejecucin de polticas sostenibles debe emplearse un conjunto de herramientas de regulacin, fomento y participacin entre las que debe incluirse las medidas econmicas y tributarias. La ecotasa balear es un buen ejemplo de tributacin a la actividad turstica con fines ambientales y de calidad de destinos tursticos. _ Para la gestin y control se precisa liderazgo y tcnicas cuantitativas y participativas _ La Agenda local 21 es una buena herramienta de los gobiernos locales hacia un turismo sostenible y responsable. _ En el mbito europeo es imprescindible luchar contra la estacionalidad del empleo turstico que es un grave ataque a la sostenibilidad de la industria. Propongo promocionar programas de Turismo Social en temporada baja a nivel europeo que en algunos pases han demostrado su eficacia y rentabilidad econmica a la vez que han satisfecho la demanda de viajes para los mayores activos. En ellos deben participar tanto los diversos niveles de administracin pblica como los TTOO y los empresarios tursticos de todos los pases europeos en lo que sera un gran pacto contra la estacionalidad del turismo europeo. Y para acabar, creo tenemos tres grandes retos a configurar e impulsar _ Procurar un cambio de modelo de desarrollo pero de forma participada y consensuada _ Demostrar que los buenos resultados de la actividad econmica dependen de la administracin sostenible de todos los recursos _ Demostrar que el desarrollo respetuoso con el medio ambiente crea riqueza y puestos de trabajo de calidad Muchas gracias por su atencin, les dejo la pagina WEB y mi email a travs de los cuales podremos seguir en contacto para hacer un mundo ms justo, cohesionado y sostenible.

Agenda 21
Programa 21 es un programa de las Naciones Unidas (ONU) para promover el desarrollo sostenible. Es un plan detallado de acciones que deben ser acometidas a nivel mundial, nacional y local por entidades de la ONU, los gobiernos de sus estados miembros y por grupos principales particulares en todas las reas en las cuales ocurren impactos humanos sobre el medio ambiente. Agenda es una lista detallada de asuntos que requieren atencin, organizada cronolgicamente, 21 hace referencia al siglo XXI. La palabra agenda, aunque de origen latino (plural de agendum) es un anglicismo en castellano; el trmino oficial adoptado por la ONU es Programa 21, aunque poco se usa a nivel internacional.

Evolucin del programa 21

La adopcin informal por parte de las Naciones Unidas del concepto de desarrollo sostenible parte de la creacin en 1983 de la Comisin mundial sobre ambiente y desarrollo (WCED) que en 1987 public su informe titulado Nuestro futuro comn, tambin conocido como el Informe Brundtland; este informe subray a la pobreza de los pases del sur y al consumismo extremo de los pases del norte como las causas fundamentales de la insostenibilidad del desarrollo y la crisis ambiental. La comisin recomend la convocatoria de una conferencia sobre estos temas El desarrollo de el programa 21 se inici el 22 de diciembre de 1989 con la aprobacin en la asamblea extraordinaria de las Naciones Unidas en Nueva York de una conferencia sobre el medio ambiente y el desarrollo como fuera recomendada por el informe Brundtland y con la elaboracin de borradores del programa -que como todos los acordados por los estados miembros de la ONU- sufrieron un complejo proceso de revisin, consulta y negociacin que culmin con la Conferencia de las Naciones Unidas sobre Medio Ambiente y Desarrollo mejor conocida como Cumbre de Ro o Cumbre de la Tierra, llevada a cabo del 3 al 14 de junio de 1992 en Ro de Janeiro, en donde representantes de 179 gobiernos acordaron adoptar el programa. Hoy en da muchos de los miembros signatarios del programa 21 han ratificado los acuerdos y organizado sus propios programas a nivel nacional y local, siguiendo las guas que para tal fin han desarrollado diversas entidades asociadas a las Naciones Unidas. Un ausente notable es Estados Unidos, pas que asisti a la Cumbre de Ro pero que se abstuvo de firmar la declaracin y el programa. el programa 21 ha tenido un estrecho seguimiento a partir del cual se han desarrollado ajustes y revisiones. Primero, con la conferencia denominada Ro+5, se llev a cabo del 23 al 27 de junio de 1997 en la sede de la ONU en

Nueva York; posteriormente con la adopcin de una agenda complementaria denominada Objetivos de desarrollo del milenio (Millennium Development Goals), con nfasis particular en las polticas de globalizacin y en la erradicacin de la pobreza y el hambre, adoptadas por 199 pases en la 55 Asamblea de la ONU, celebrada en Nueva York del 6 al 8 de septiembre del 2000; y la ms reciente, la Cumbre de Johannesburgo, reunida en esta ciudad de Sudfrica del 26 de agosto al 4 de septiembre de 2002.

Estructura y contenido
Los temas fundamentales de la Agenda 21 estn tratados en 40 captulos organizados en un prembulo y cuatro secciones as: 1. Prembulo Seccin I. Dimensiones sociales y econmicas 2. Cooperacin internacional para acelerar el desarrollo sostenible de los pases en desarrollo y polticas internas conexas 3. Lucha contra la pobreza 4. Evolucin de las modalidades de consumo 5. Dinmica demogrfica y sostenibilidad 6. Proteccin y fomento de la salud humana 7. Fomento del desarrollo sostenible de los recursos humanos 8. Integracin del medio ambiente y el desarrollo en la adopcin de decisiones Seccin II. Conservacin y gestin de los recursos para el desarrollo 9. Proteccin de la atmsfera 10. Enfoque integrado de la planificacin y la ordenacin de los recursos de tierras 11. Lucha contra la deforestacin 12. Ordenacin de los ecosistemas frgiles: lucha contra la desertificacin y la sequa 13. Ordenacin de los ecosistemas frgiles: desarrollo sostenible de las zonas de montaa 14. Fomento de la agricultura y del desarrollo rural sostenible 15. Conservacin de la diversidad biolgica 16. Gestin ecolgicamente racional de la biotecnologa 17. Proteccin de los ocanos y de los mares de todo tipo, incluidos los mares cerrados y semicerrados y de las zonas costeras y proteccin, utilizacin racional y desarrollo de sus recursos vivos 18 Proteccin de la calidad y el suministro de los recursos de agua dulce: aplicacin de criterios integrados para el aprovechamiento, ordenacin y uso de los recursos de agua dulce 19. Gestin ecolgicamente racional de los productos qumicos txicos, incluida la prevencin del trfico internacional ilcito de productos txicos y peligrosos

20. Gestin ecolgicamente racional de los desechos peligrosos, incluida la prevencin del trfico internacional ilcito de desechos peligrosos 21. Gestin ecolgicamente racional de los desechos slidos y cuestiones relacionadas con las aguas cloacales 22. Gestin inocua y ecolgicamente racional de los desechos radiactivos Seccin III. Fortalecimiento del papel de los grupos principales 23. Prembulo 24. Medidas mundiales en favor de la mujer para lograr un desarrollo sostenible y equitativo 25. La infancia y la juventud en el desarrollo sostenible 26. Reconocimiento y fortalecimiento del papel de las poblaciones indgenas y sus comunidades 27. Fortalecimiento del papel de las organizaciones no gubernamentales asociadas en la bsqueda de un desarrollo sostenible 28. Iniciativas de las autoridades locales en apoyo del Programa 21 29. Fortalecimiento del papel de los trabajadores y sus sindicatos 30. Fortalecimiento del papel del comercio y la industria 31. La comunidad cientfica y tecnolgica 32. Fortalecimiento del papel de los agricultores Seccin IV. Medios de ejecucin 33. Recursos y mecanismos de financiacin 34. Transferencia de tecnologa ecolgicamente racional, cooperacin y aumento de la capacidad 35. La ciencia para el desarrollo sostenible 36. Fomento de la educacin, la capacitacin y la toma de conciencia 37. Mecanismos nacionales y cooperacin internacional para aumentar la capacidad nacional en los pases en desarrollo 38. Arreglos institucionales internacionales 39. Instrumentos y mecanismos jurdicos internacionales 40. Informacin para la adopcin de decisiones

Anlisis de varianza
En estadstica, anlisis de varianza (ANOVA, segn terminologa inglesa) es una coleccin de modelos estadsticos y sus procedimientos asociados. El anlisis de varianza sirve para comparar si los valores de un conjunto de datos numricos son significativamente distintos a los valores de otro o ms conjuntos de datos. El procedimiento para comparar estos valores est basado en la varianza global observada en los grupos de datos numricos a comparar. Tpicamente, el anlisis de varianza se utiliza para asociar una probabilidad a la conclusin de que la media de un grupo de puntuaciones es distinta de la media de otro grupo de puntuaciones.

Supuestos previos [editar]

El ANOVA parte de algunos supuestos que han de cumplirse:

La variable dependiente debe medirse al menos a nivel de intervalo. Independencia de las observaciones. La distribucin de la variable dependiente debe ser normal. Homocedasticidad: homogeneidad de las varianzas.

Visin general [editar]

Existen tres tipos de modelos:

El modelo de efectos fijos asume que el experimentador ha considerado para el factor todos los posibles valores que ste puede tomar. Ejemplo: Si el gnero del individuo es un factor, y el experimentador ha incluido tantos individuos masculinos como femeninos, el gnero es un factor fijo en el experimento. Los modelos de efectos aleatorios asumen que en un factor se ha considerado tan slo una muestra de los posibles valores que ste puede tomar. Ejemplo: Si el mtodo de enseanza es analizado como un factor que puede influir sobre el nivel de aprendizaje y se ha considerado en el experimento slo tres de los muchos ms mtodos posibles, el mtodo de enseanza es un factor aleatorio en el experimento. Los modelos mixtos describen situaciones donde estn presentes ambos tipos de factores: fijos y aleatorios.

La tcnica fundamental consiste en la separacin de la suma de cuadrados (SS, 'sum of squares') en componentes relativos a los factores contemplados en el modelo. Como ejemplo, mostramos el modelo para un ANOVA simplificado con un tipo de factores en diferentes niveles. (Si los niveles son cuantitativos y los efectos son lineales, puede resultar apropiado un anlisis de regresin lineal) SSTotal = SSError + SSFactores El nmero de grados de libertad (gl) puede separarse de forma similar y se corresponde con la forma en que la distribucin chi-cuadrado describe la suma de cuadrados asociada. glTotal = glError + glFactores

Modelo de efectos fijos [editar]

El modelo de efectos fijos de anlisis de la varianza se aplica a situaciones en las que el experimentador ha sometido al grupo o material analizado a varios factores, cada uno de los cuales le afecta slo a la media, permaneciendo la "variable respuesta" con una distribucin normal.

Modelo de efectos aleatorios [editar]

Los modelos de efectos aleatorios se usan para describir situaciones en que ocurren diferencias incomparables en el material o grupo experimental. El ejemplo ms simple es el de estimar la media desconocida de una poblacin compuesta de individuos diferentes y en el que esas diferencias se mezclan con los errores del instrumento de medicin.

Grados de libertad
Por grados de libertad "degrees of freedom" entendemos el nmero efectivo de observaciones que contribuyen a la suma de cuadrados en un ANOVA, es decir, el nmero total de observaciones menos el nmero de datos que sean combinacin lineal de otros.

Pruebas de significacin
El anlisis de varianza lleva a la realizacin de pruebas de significacin estadstica, usando la denominada distribucin F de Snedecor.

Anlisis de varianza
Indice 1. Introduccin 2. Bases del anlisis de la varianza 3. Modelos de anlisis de la varianza 4. Contrates de hiptesis en un anlisis de la varianza de dos factores 5. Bibliografa 1. Introduccin El anlisis de la varianza (o Anova: Analysis of variance) es un mtodo para comparar dos o ms medias, que es necesario porque cuando se quiere comparar ms de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de Student. por dos motivos: En primer lugar, y como se realizaran simultnea e independientemente varios contrastes de hiptesis, la probabilidad de encontrar alguno significativo por azar aumentara. En cada contraste se rechaza la H 0 si la t supera el nivel crtico, para lo que, en la hiptesis nula, hay una probabilidad . Si se realizan m contrastes independientes, la probabilidad de que, en la hiptesis nula, ningn estadstico supere el valor )crtico es (1 - m, por lo tanto, la probabilidad de que alguno lo )supere es 1 - (1 - m, que para valores m. Una primera solucin, prximos a 0 es aproximadamente igual a de denominada mtodo de

Bonferroni, consiste en bajar el valor /m, aunque resulta un mtodo muy conservador., usando en su lugar de Por otro lado, en cada comparacin la hiptesis nula es que las dos muestras provienen de la misma poblacin, por lo tanto, cuando se hayan realizado todas las comparaciones, la hiptesis nula es que todas las muestras provienen de la misma poblacin y, sin embargo, para cada comparacin, la estimacin de la varianza necesaria para el contraste es distinta, pues se ha hecho en base a muestras distintas. El mtodo que resuelve ambos problemas es el anova, aunque es algo ms que esto: es un mtodo que permite comparar varias medias en diversas situaciones; muy ligado, por tanto, al diseo de experimentos y, de alguna manera, es la base del anlisis multivariante. 2. Bases del anlisis de la varianza Supnganse k muestras aleatorias independientes, de tamao n, extradas de una nica poblacin normal. A partir de ellas existen dos maneras independientes de estimar la varianza de la poblacin 2: 1) Una llamada varianza dentro de los grupos (ya que slo contribuye a ella la varianza dentro de las muestras), o varianza de error, o cuadrados medios del error, y habitualmente representada por MSE (Mean Square Error) o MSW (Mean Square Within) que se calcula como la media de las k varianzas muestrales (cada varianza muestral es un estimador centrado de 2 y la media de k estimadores centrados es tambin un estimador centrado y ms eficiente que todos ellos). MSE es un cociente: al numerador se le llama suma de cuadrados del error y se representa por SSE y al denominador grados de libertad por ser los trminos independientes de la suma de cuadrados. 2) Otra llamada varianza entre grupos (slo contribuye a ella la varianza entre las distintas muestras), o varianza de los tratamientos, o cuadrados medios de los tratamientos y representada por MSA o MSB (Mean Square Between). Se calcula a partir de la varianza de las medias muestrales y es tambin un cociente; al numerador se le llama suma de cuadrados de los tratamientos (se le representa por SSA) y al denominador (k-1) grados de libertad. MSA y MSE, estiman la varianza poblacional en la hiptesis de que las k muestras provengan de la misma poblacin. La distribucin muestral del cociente de dos estimaciones independientes de la varianza de una poblacin normal es una F con los grados de libertad correspondientes al numerador y denominador respectivamente, por lo tanto se puede contrastar dicha hiptesis usando esa distribucin. Si en base a este contraste se rechaza la hiptesis de que MSE y MSA estimen la misma varianza, se puede rechazar la hiptesis de que las k medias provengan de una misma poblacin. Aceptando que las muestras provengan de poblaciones con la misma varianza, este rechazo implica que las medias poblacionales son distintas, de modo que con un nico contraste se contrasta la igualdad de k medias. Existe una tercera manera de estimar la varianza de la poblacin, aunque no es independiente de las anteriores. Si se consideran las kn observaciones como una nica muestra, su varianza muestral tambin es un estimador centrado de

: Se suele representar por MST, se le denomina varianza total o cuadrados medios totales, es tambin un cociente y al numerador se le llama suma de cuadrados total y se representa por SST, y el denominador (kn -1) grados de libertad.

Los resultados de un anova se suelen representar en una tabla como la siguiente: Fuente de variacin G.L. Entre grupos Tratamientos Dentro Error Total k-1 SS SSA MS SSA/(k-1) F MSA/MSE

(n-1)k

SSE

SSE/k(n-1)

kn-1

SST

Y el cociente F se usa para realizar el contraste de la hiptesis de medias iguales. La regin crtica para dicho contraste es F > F (k-1,(n-1)k) Algunas propiedades Es fcil ver en la tabla anterior que GLerror+ GLtrata = (n - 1) k + k - 1 = nk - k + k - 1 = nk - 1 = GLtotal No es tan inmediato, pero las sumas de cuadrados cumplen la misma propiedad, llamada identidad o propiedad aditiva de la suma de cuadrados: SST = SSA + SSE El anlisis de la varianza se puede realizar con tamaos muestrales iguales o distintos, sin embargo es recomendable iguales tamaos por dos motivos: La F es insensible a pequeas variaciones en la asuncin de igual varianza, si el tamao es igual. Igual tamao minimiza la probabilidad de error tipo II. 3. Modelos de anlisis de la varianza El anova permite distinguir dos modelos para la hiptesis alternativa: Modelo I o de efectos fijos en el que la H1 supone que las k muestras son muestras de k poblaciones distintas y fijas. Modelo II o de efectos aleatorios en el que se supone que las k muestras, se han seleccionado aleatoriamente de un conjunto de m>k poblaciones. Un ejemplo de modelo I de anova es que se asume que existen cinco poblaciones (sin tratamiento, con poca sal, sin sal, etc.) fijas, de las que se han extrado las muestras. Un ejemplo de modelo II sera: un investigador est interesado en determinar el contenido, y sus variaciones, de grasas en las clulas hepticas de cobayas; toma del animalario 5 cobayas al azar y les realiza, a cada una, 3 biopsias hepticas.

La manera ms sencilla de distinguir entre ambos modelos es pensar que, si se repitiera el estudio un tiempo despus, en un modelo I las muestras seran iguales (no los individuos que las forman) es decir corresponderan a la misma situacin, mientras que en un modelo II las muestras seran distintas. Aunque las asunciones iniciales y los propsitos de ambos modelos son diferentes, los clculos y las pruebas de significacin son los mismos y slo difieren en la interpretacin y en algunas pruebas de hiptesis suplementarias. Anlisis de la varianza de dos factores Es un diseo de anova que permite estudiar simultneamente los efectos de dos fuentes de variacin. En cualquier caso, el investigador puede estar interesado en estudiar si hay, o no, diferencia en la evolucin segn el sexo. En un anova de dos vas se clasifica a los individuos de acuerdo a dos factores (o vas) para estudiar simultneamente sus efectos. En este ejemplo se haran cinco grupos de tratamiento para los hombres y otros cinco para las mujeres, en total diez grupos; en general, si el primer factor tiene a niveles y el segundo tiene b, se tendrn ab muestras o unidades experimentales, cada una con n individuos o repeticiones. Una observacin individual se representa como: El primer subndice indica el nivel del primer factor, el segundo el nivel del segundo factor y el tercero la observacin dentro de la muestra. Los factores pueden ser ambos de efectos fijos (se habla entonces de modelo I), de efectos aleatorios (modelo II) o uno de efectos fijos y el otro de efectos aleatorios (modelo mixto). El modelo matemtico de este anlisis es: modelo I modelo II modelo mixto donde es la media global, i o Ai el efecto del nivel i del 11 factor, j o Bj el efecto del nivel j del 2 factor y ijk las desviaciones aleatorias alrededor de las medias, que tambin se asume que estn normalmente distribuidas, son independientes y tienen media 0 y varianza 2. A las condiciones de muestreo aleatorio, normalidad e independencia, este modelo aade la de aditividad de los efectos de los factores. A los trminos ( )ij, (AB)ij, ( B)ij, se les denomina interaccin entre ambos factores y representan el hecho de que el efecto de un determinado nivel de un factor sea diferente para cada nivel del otro factor. Para entender mejor este concepto de interaccin veamos un ejemplo sencillo sobre un anova de dos factores, cada uno con dos niveles: supngase un estudio para analizar el efecto de un somnfero teniendo en cuenta el sexo de los sujetos. Se eligen al azar dos grupos de hombres y otros dos de mujeres. A un grupo de hombres y otro de mujeres se les suministra un placebo y a los otros grupos el somnfero. Se mide el efecto por el tiempo que los sujetos tardan en dormirse desde el suministro de la pldora.

Se trata de un anova de dos factores (sexo y frmaco) fijos, cada uno con dos niveles (hombre y mujer para el sexo y somnfero y placebo para el frmaco). Los dos tipos de resultados posibles se esquematizan en la figura

AB En la figura A se observa que las mujeres tardan ms en dormirse, tanto en el grupo tratado como en el grupo placebo (hay un efecto del sexo) y que los tratados con placebo tardan ms en dormirse que los tratados con somnfero en ambos sexos (hay un efecto del tratamiento). Ambos efectos son fcilmente observables. Sin embargo en la figura B es difcil cuantificar el efecto del somnfero pues es distinto en ambos sexos y, simtricamente, es difcil cuantificar el efecto del sexo pues es distinto en ambos grupos de tratamiento. En este caso, se dice que existe interaccin. Podra, incluso, darse el caso de que se invirtieran los efectos de un factor para los distintos niveles del otro, es decir, que las mujeres se durmieran antes con el somnfero y los hombres antes con el placebo. La interaccin indica, por tanto, que los efectos de ambos factores no son aditivos: cuando se dan juntos, su efecto no es la suma de los efectos que tienen cuando estn por separado, por lo que, si en un determinado estudio se encuentra interaccin entre dos factores, no tiene sentido estimar los efectos de los factores por separado. A la interaccin positiva, es decir, cuando el efecto de los factores actuando juntos es mayor que la suma de efectos actuando por separado, en Biologa se le denomina sinergia o potenciacin y a la interaccin negativa inhibicin. En el ejemplo de la figura B, se dira que el ser mujer inhibe el efecto del somnfero, o que el ser hombre lo potencia (segn el sexo que se tome como referencia). 4. Contrates de hiptesis en un anlisis de la varianza de dos factores Del mismo modo que se hizo en el anova de una va, para plantear los contrastes de hiptesis habr que calcular los valores esperados de los distintos cuadrados medios. Los resultados son: Modelo I MS MSA Valor esperado

MSB

MSAB MSE Por lo tanto, los estadsticos MSAB/MSE, MSA/MSE y MSB/MSE se distribuyen como una F con los grados de libertad correspondientes y permiten contrastar, respectivamente, las hiptesis: no existe interaccin (MSAB/MSE)

no existe efecto del primer factor, es decir, diferencias entre niveles del primer factor (MSA/MSE) no existe efecto del segundo factor (MSB/MSE)

Si se rechaza la primera hiptesis de no interaccin, no tiene sentido contrastar las siguientes. En este caso lo que est indicado es realizar un anlisis de una va entre las ab combinaciones de tratamientos para encontrar la mejor combinacin de los mismos. 5. Bibliografa V. Abraira, A. Prez de Vargas Mtodos Multivariantes en Bioestadstica. Ed. Centro de Estudios Ramn Areces. 1996. Trabajo enviado por. Martnez Padilla Omar OMARY2K[arroba]esmas.com

Prueba F (anlisis de varianza o ANOVA)

El anlisis de varianza (anova) es uno de los mtodos estadsticos ms utilizados y ms elaborados en la investigacin moderna. El anlisis de la varianza, no obstante su denominacin se utiliza para probar hiptesis preferentes a las medias de poblacin ms que a las varianzas de poblacin. Las tcnicas anovas se han desarrollado para el anlisis de datos en diseos estadsticos muy complicados. Veamos cuando se tienen puntuaciones de CI en 5 muestras de adulto. Grupos 1 2 3 4 5 102 103 100 108 121

15 12 12 14 10

Se aprecia que varan las medias de los grupos. Esta variacin de las medias de grupo a partir de la media total o global de todos los grupos, se conoce como varianza intergrupal, la variabilidad promedio de las puntuaciones en cada grupo se denominan varianza intergrupal. Ahora se colocan todas las puntuaciones de CI en una gran urna y se mezclan en forma adecuada. Puede desentenderse por el momento cules puntuaciones pertenecen a que grupos. Estas puntuaciones varan. La variacin de estas puntuaciones individuales se denominan variacin total. El meollo del anlisis de varianza radica en el siguiente hecho: si los grupos son muestras aleatorias provenientes de la misma poblacin, las varianzas, intergrupal e intragrupal, son estimaciones insesgadas de la misma varianza poblacional. Se prueba la significacin de la diferencia de los 2 tipos mediante la prueba F.

Supuestos que fundamentan la aplicacin de anlisis de varianza. Cuando se utiliza la tcnica anova se deben cumplir los siguientes supuestos: 1. Las personas de los diversos subgrupos deben seleccionarse mediante el muestreo aleatorio, a partir de poblaciones normalmente distribuidas. 2. La varianza de los subgrupos debe ser homognea. 3. Las muestras que constituyen los grupos deben ser independientes. Amenos de que las muestras sean independientes, y que por lo tanto, generen estimaciones de varianza independientes, la razn de las varianzas inter e intra no adoptar la distribucin F.

Ejemplo: Se busca determinar la influencia de la orientacin psicolgica en los mtodos de crianza de los nios, mediante una comparacin entre liberales y conservadores. Queremos hacer varias comparaciones que presenten varios puntos en la escala psicolgica, podramos comparar la permisibilidad en la crianza de los nios de conservadores, liberales, radicales y moderados.

 X2= 10 + 8 + 13 + 15 = 56 XT = 6 + 8 + 7 + 7 = 28 T = 7 / 4 = 1.75

Frmula: Suma total de todos los cuadrados.

N = nmero de datos de todos los grupos. n = nmero de datos de un grupo.

Clculo de: SCinter = (

T)2 n = 1.5 n = 4 =2 n = 4 xT = 28 = 1.75 n = 4 T = 1.75 = 1.75 n = 4 XT2 = 56

x1 = 6 x12 = 10 x2 = 8 x22 = 18 x3 = 7 x32 = 13 x4 = 8 x42 = 15

Grupo 1: (1.5 - 1.75)2 (4) = (-0.25)2 (4) = 0.6 (4) = 0.24 Grupo 2: (2 - 1.75)2 (4) = (0.25)2 (4) = 0.6 (4) = 0.24 Grupo 3: (1.75 - 1.75)2 (4) = (0)2 (4) = 0 Grupo 4: (1.75 - 1.75)2 (4) = (0)2 (4) = 0 SCinter = 0.24 + 0.24 + 0 + 0 = 0.48 Variacin que existe entre los grupos.

Clculo de:

SCintra = 1 + 2 + 0.75 + 2.75 = 6.5

Comprobacin SCT = SCinter + SCintra SCintra = SCT - SCinter SCinter = 0.48 = 0.5 SCintra = 6.5 SCT = 6.5 + 0.5 = 7 SCintra = 7 - 05 = 6.5

Calculamos la media cuadrtica (cuadrado medio) Existe una media de variacin conocida como la media cuadrtica o varianza, que obtenemos dividiendo SCintra o SCinter mediante los grados de libertad apropiados. Clculo de la media cuadrtica:

glinter = K - 1 = 4 - 1 = 3 glintra = NT + K = 16 - 4 = 12

Estadstica inferencial
La inferencia estadstica es una parte de la Estadstica que comprende los mtodos y procedimientos para deducir propiedades (hacer inferencias) de una poblacin, a partir de una pequea parte de la misma (muestra). La bondad de estas deducciones se mide en trminos probabilsticos, es decir, toda inferencia se acompaa de su probabilidad de acierto. La estadstica inferencial comprende:

La Teora de muestras. La estimacin de parmetros. El Contraste de hiptesis. El Diseo experimental.

La Inferencia bayesiana.

Mtodo

Un estudio estadstico comprende los siguientes pasos:

Planteamiento del problema

Suele iniciarse con una fijacin de objetivos o algunas preguntas como cul ser la media de esta poblacin respecto a tal caracterstica?, se parecen estas dos poblaciones?, hay alguna relacin entre... ? En el planteamiento se definen con precisin la poblacin, la caracterstica a estudiar, las variables, etctera. Se analizan tambin en este punto los medios de los que se dispone y el procedimiento a seguir.

Elaboracin de un modelo
Se establece un modelo terico de comportamiento de la variable de estudio. En ocasiones no es posible disear el modelo hasta realizar un estudio previo. Los posibles modelos son distribuciones de probabilidad.

Extraccin de la muestra
Se usa alguna tcnica de muestreo o un diseo experimental para obtener informacin de una pequea parte de la poblacin.

Tratamiento de los datos

En esta fase se eliminan posibles errores, se depura la muestra, se tabulan los datos y se calculan los valores que sern necesarios en pasos posteriores, como la media muestral, la varianza muestral Los mtodos de esta etapa estn definidos por la estadstica descriptiva.

Estimacin de los parmetros

Con determinadas tcnicas se realiza una prediccin sobre cules podran ser los parmetros de la poblacin.

Contraste de hiptesis
Son tcnicas que permiten simplificar el modelo.

Conclusiones
Se critica el modelo y se hace un balance. Las conclusiones obtenidas en este punto pueden servir para tomar decisiones o hacer predicciones. El estudio puede comenzar de nuevo a partir de este momento, en un proceso cclico que permite conocer cada vez mejor la poblacin y caractersticas de estudio.

Estadstica
1. 2. 3. Conceptos Bsicos Medicin de Caracteres Estadsticas Primarias

Conceptos Bsicos: Estadstica: La estadstica es comnmente considerada como una coleccin de hechos numricos expresados en trminos de una relacin sumisa, y que han sido recopilado a partir de otros datos numricos. Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la estadstica como un valor resumido, calculado, como base en una muestra de observaciones que generalmente, aunque no por necesidad, se considera como una estimacin de parmetro de determinada poblacin; es decir, una funcin de valores de muestra. "La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos de masa o colectivo, cuya mediacin requiere una masa de observaciones de otros fenmenos ms simples llamados individuales o particulares". (Gini, 1953. Murria R. Spiegel, (1991) dice: "La estadstica estudia los mtodos cientficos para recoger, organizar, resumir y analizar datos, as como para sacar conclusiones vlidas y tomar decisiones razonables basadas en tal anlisis. "La estadstica es la ciencia que trata de la recoleccin, clasificacin y presentacin de los hechos sujetos a una apreciacin numrica como base a la explicacin, descripcin y comparacin de los fenmenos". (Yale y Kendal, 1954). Cualquiera sea el punto de vista, lo fundamental es la importancia cientfica que tiene la estadstica, debido al gran campo de aplicacin que posee. Poblacin: El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes. "Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996).

"Una poblacin es un conjunto de elementos que presentan una caracterstica comn". Cadenas (1974). Ejemplo: Los miembros del Colegio de Ingenieros del Estado Cojedes. El tamao que tiene una poblacin es un factor de suma importancia en el proceso de investigacin estadstica, y este tamao vienen dado por el nmero de elementos que constituyen la poblacin, segn el nmero de elementos la poblacin puede ser finita o infinita. Cuando el nmero de elementos que integra la poblacin es muy grande, se puede considerar a esta como una poblacin infinita, por ejemplo; el conjunto de todos los nmeros positivos. Una poblacin finita es aquella que est formada por un limitado nmero de elementos, por ejemplo; el nmero de estudiante del Ncleo San Carlos de la Universidad Nacional Experimental Simn Rodrguez. Cuando la poblacin es muy grande, es obvio que la observacin de todos los elementos se dificulte en cuanto al trabajo, tiempo y costos necesario para hacerlo. Para solucionar este inconveniente se utiliza una muestra estadstica. Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre todos si estos son muchos. En lugar de examinar el grupo entero llamado poblacin o universo, se examina una pequea parte del grupo llamada muestra. Muestra: "Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla". Murria R. Spiegel (1991). "Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin (1996). "Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan de dicha muestra solo podrn referirse a la poblacin en referencia", Cadenas (1974). Ejemplo; El estudio realizado a 50 miembros del Colegio de Ingenieros del Estado Cojedes. El estudio de muestras es ms sencillo que el estudio de la poblacin completa; cuesta menos y lleva menos tiempo. Por ltimo se aprobado que el examen de una poblacin entera todava permite la aceptacin de elementos defectuosos, por tanto, en algunos casos, el muestreo puede elevar el nivel de calidad. Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas proporciones que estn incluidas en tal poblacin. Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o segmento de ese todo. Muestreo:

Esto no es ms que el procedimiento empleado para obtener una o ms muestras de una poblacin; el muestreo es una tcnica que sirve para obtener una o ms muestras de poblacin. Este se realiza una vez que se ha establecido un marco muestral representativo de la poblacin, se procede a la seleccin de los elementos de la muestra aunque hay muchos diseos de la muestra. Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra no necesariamente seran iguales, y lo ms probable es que variaran de una muestra a otra. Ejemplo; Consideremos como una poblacin a los estudiantes de educacin del Ncleo San Carlos de la UNESR, determinando por lo menos dos caracteres ser estudiados en dicha poblacin;

Religin de los estudiantes Sexo.

Tipos de muestreo Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio o de juicio y el muestreo aleatorio o de probabilidad. En este ltimo todos los elementos de la poblacin tienen la oportunidad de ser escogidos en la muestra. Una muestra seleccionada por muestreo de juicio se basa en la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir como tomar una muestra aleatoria ms adelante. Las muestras de juicio evitan el anlisis estadstico necesarios para hacer muestras de probabilidad. Variables y Atributos: Las variables, tambin suelen ser llamados caracteres cuantitativos, son aquellos que pueden ser expresados mediante nmeros. Son caracteres susceptibles de medicin. Como por ejemplo, la estatura, el peso, el salario, la edad, etc. Segn, Murray R. Spiegel, (1992) "una variable es un smbolo, tal como X, Y, Hx, que puede tomar un valor cualquiera de un conjunto determinado de ellos, llamado dominio de la variable. Si la variable puede tomar solamente un valor, se llama constante." Todos los elementos de la poblacin poseen los mismos tipos de caracteres, pero como estos en general no suelen representarse con la misma intensidad, es obvio que las variables toman distintos valores. Por lo tanto estos distintos nmeros o medidas que toman los caracteres son los "valores de la variable". Todos ellos juntos constituyen una variable. Los atributos tambin llamados caracteres cualitativos, son aquellos que no son susceptibles de medicin, es decir que no se pueden expresar mediante un nmero. IUTIN (1997). "Reciben el nombre de variables cualitativas o atributos, aquellas caractersticas que pueden presentarse en individuos que constituyen un conjunto.

La forma de expresar los atributos es mediante palabras, por ejemplo; profesin, estado civil, sexo, nacionalidad, etc. Puede notar que los atributos no se presentan en la misma forma en todos los elementos. Estas distintas formas en que se presentan los atributos reciben el nombre de "modalidades". Ejemplo; El estado civil de cada uno de los estudiantes del curso de estadsticas I, no se presenta en la misma modalidad en todos. Formas de Observar la Poblacin: 1.
o

Atendiendo a la fuente se clasifican en directa o indirecta. Observacin directa: es aquella donde se tienen un contacto directo con los elementos o caracteres en los cuales se presenta el fenmeno que se pretende investigar, y los resultados obtenidos se consideran datos estadsticos originales. Para Ernesto Rivas Gonzlez (1997) "Investigacin directa, es aquella en que el investigador observa directamente los casos o individuos en los cuales se produce el fenmeno, entrando en contacto con ellos; sus resultados se consideran datos estadsticos originales, por esto se llama tambin a esta investigacin primaria".

Ejemplo; el seguimiento de la poblacin agrcola por ao, llevado en una determinada granja.
o

Observacin Indirecta: es aquella donde la persona que investiga hace uso de datos estadsticos ya conocidos en una investigacin anterior, o de datos observados por un tercero (persona o entidad). Con el fin de deducir otros hechos o fenmenos.

Ejemplo; si un investigador pretende estudiar la produccin por aos de una granja avcola, en sus ltimos cinco aos de produccin, tendra que hacer un seguimiento, a tal fin recurrira a las observaciones que posee la oficina administrativa de la granja durante estos cinco aos, o dirigirse a la oficina de estadstica, llevada en el ministerio de produccin y comercio (M.P.C) de la localidad donde est registrada dicha granja. Es de notar que el investigador se vale de observaciones realizadas por terceros. 1. Atendiendo a la periodicidad, puede ser continua, peridica o circunstancial.

Una observacin continua; como su nombre lo indica es aquella que se lleva acabo de un modo permanente. Ejemplo: la contabilidad comercial, llevada en cuanto a compras, ventas y otras operaciones que se van registrando a medida que van producindose. Una observacin peridica; es aqulla que se lleva a cabo a travs de perodos de tiempo constantes. Estos perodos de tiempos pueden ser semanas, trimestres, semestres, aos, etc. Lo que debemos destacar es que los perodos de tiempo tomados como unidad deben tomarse constantes en los posible.

jemplo; el registro llevado por la Oficinas de Control de Estudios de la UNESR, en cuanto a la inscripcin de los estudiantes por semestre.
o

La observacin circunstancial, es aquella que se efecta en forma ocasional o espordica, esta observacin hecha ms por una necesidad momentnea, que de carcter regular o permanente.

Ejemplo; la obtencin de nmeros de aulas utilizadas y no utilizadas en los colegios pertenecientes al municipio San Carlos del Estado Cojedes. 1. Atendiendo a la cobertura; pueden ser exhaustiva, parcial o mixta Observacin Exhaustiva. Cuando la observacin es efectuada sobre la totalidad de los elementos de la poblacin se habla de una observacin exhaustiva. Observacin Parcial. Dados que las poblaciones en general son grandes, la observacin de todos sus elementos se ve imposibilitada. La solucin para superar este inconveniente es observar una parte de esta poblacin. Observacin Mixta. En este tipo de observacin se combinan adecuadamente la observacin exhaustiva con la observacin parcial. Por lo general, este tipo de observaciones se lleva a cabo de tal manera que los caracteres que se consideran bsicos se observan exhaustivamente y los otros mediante una muestra; o bien cuando la poblacin es muy grande, parte de ella se observa parcialmente. Censo: Se entiende por censo aquella numeracin que se efecta a todos y cada uno de los caracteres componentes de una poblacin. Para Levin & Rubin (1996) "Algunas veces es posible y prctico examinar a cada persona o elemento de la poblacin que deseamos describir. A esto lo llamamos una numeracin completa o censo. Utilizamos el muestre cuando no es posible contar o medir todos los elementos de la poblacin. Si es posible listar (o enumerar) y observar cada elemento de la poblacin, los censos se utilizan rara vez porque a menudo su compilacin es bastante difcil, consume mucho tiempo por lo que resulta demasiado costoso. Encuesta: Se entiende por encuesta las observaciones realizadas por muestreo, es decir son observaciones parciales. El diseo de encuestas es exclusivo de las ciencias sociales y parte de la premisa de que si queremos conocer algo sobre el comportamiento de las personas, lo mejor, ms directo y simple es preguntrselo directamente a ellas. (Cadenas, 1974). Segn Antonio Napolitano "La encuesta, es un mtodo mediante el cual se quiere averiguar. Se efecta a travs de cuestionarios verbales o escritos que son aplicados a un gran nmero de personas".

Estadstica Descriptiva: Tienen por objeto fundamental describir y analizar las caractersticas de un conjunto de datos, obtenindose de esa manera conclusiones sobre las caractersticas de dicho conjunto y sobre las relaciones existentes con otras poblaciones, a fin de compararlas. No obstante puede no solo referirse a la observacin de todos los elementos de una poblacin (observacin exhaustiva) sino tambin a la descripcin de los elementos de una muestra (observacin parcial). En relacin a la estadstica descriptiva, Ernesto Rivas Gonzles dice; "Para el estudio de estas muestras, la estadstica descriptiva nos provee de todos sus medidas; medidas que cuando quieran ser aplicadas al universo total, no tendrn la misma exactitud que tienen para la muestra, es decir al estimarse para el universo vendr dada con cierto margen de error; esto significa que el valor de la medida calculada para la muestra, en el oscilar dentro de cierto lmite de confianza, que casi siempre es de un 95 a 99% de los casos. Estadstica Inductiva: Est fundamentada en los resultados obtenidos del anlisis de una muestra de poblacin, con el fin de inducir o inferir el comportamiento o caracterstica de la poblacin, de donde procede, por lo que recibe tambin el nombre de Inferencia estadstica. Segn Berenson y Levine; Estadstica Inferencial son procedimientos estadsticos que sirven para deducir o inferir algo acerca de un conjunto de datos numricos (poblacin), seleccionando un grupo menor de ellos (muestra). El objetivo de la inferencia en investigacin cientfica y tecnolgica radica en conocer clases numerosas de objetos, personas o eventos a partir de otras relativamente pequeas compuestas por los mismos elementos. En relacin a la estadstica descriptiva y la inferencial, Levin & Rubin (1996) citan los siguientes ejemplos para ayudar a entender la diferencia entre las dos. Supngase que un profesor calcula la calificacin promedio de un grupo de historia. Como la estadstica describe el desempeo del grupo pero no hace ninguna generalizacin acerca de los diferentes grupos, podemos decir que el profesor est utilizando estadstica descriptiva. Graficas, tablas y diagramas que muestran los datos de manera que sea ms fcil su entendimiento son ejemplos de estadstica descriptiva. Supngase ahora que el profesor de historia decide utilizar el promedio de calificaciones obtenidos por uno de sus grupos para estimar la calificacin promedio de las diez unidades del mismo curso de historia. El proceso de estimacin de tal promedio sera un problema concerniente a la estadstica inferencial. Los estadsticos se refieren a esta rama como inferencia estadstica, esta implica generalizaciones y afirmaciones con respecto a la probabilidad de su validez. UNIDAD II Medicin de Caracteres

Medicin Existen diversas definiciones del termino "medicin", pero estas dependen de los diferentes puntos de vista que se puedan tener al abordar el problema de la cuantificacin y el proceso mismo de la construccin de una escala o instrumento de medicin. En general, se entiende por medicin la asignacin de nmeros a elementos u objetos para representar o cuantificar una propiedad. El problema bsico est dado por la asignacin un numeral que represente la magnitud de la caracterstica que queremos medir y que dicho nmeros pueden analizarse por manipulaciones de acuerdo a ciertas reglas. Por medio de la medicin, los atributos de nuestras percepciones se transforman en entidades conocidas y manejables llamadas "nmeros". Es evidente que el mundo resultara catico si no pudiramos medir nada. En este caso cabra preguntarse de que le servira la fsico saber que el hierro tiene una alta temperatura de fusin. Niveles o Escalas de mediciones Escala Nominal: La escala de medida nominal, puede considerarse la escala de nivel ms bajo, y consiste en la asignacin, puramente arbitraria de nmeros o smbolos a cada una de las diferentes categoras en las cuales podemos dividir el carcter que observamos, sin que puedan establecerse relaciones entre dichas categoras, a no ser el de que cada elemento pueda pertenecer a una y solo una de estas categoras. Se trata de agrupar objetos en clases, de modo que todos los que pertenezcan a la misma sean equivalentes respecto del atributo o propiedad en estudio, despus de lo cual se asignan nombres a tales clases, y el hecho de que a veces, en lugar de denominaciones, se le atribuyan nmeros, puede ser una de las razones por las cuales se le conoce como "medidas nominales". Por ejemplo, podemos estar interesados en clasificar los estudiantes de la UNESR Ncleo San Carlos de acuerdos a la carrera que cursan. Carrera Educacin Administracin Nmero asignada a la categora 1 2

Se ha de tener presente que los nmeros asignados a cada categora sirven nica y exclusivamente par identificar la categora y no poseen propiedades cuantitativas. Escala Ordinal: En caso de que puedan detectarse diversos grados de un atributo o propiedad de un objeto, la medida ordinal es la indicada, puesto que entonces puede recurrirse a la propiedad de "orden" de los nmeros asignndolo a los objetos en estudio de modo que, si la cifra asignada al objeto A es mayor que la de B, puede inferirse que A posee un mayor grado de atributo que B.

La asignacin de nmeros a las distintas categoras no puede ser completamente arbitraria, debe hacerse atendiendo al orden existente entre stas. Los caracteres que posee una escala de medida ordinal permiten, por el hecho mismo de poder ordenar todas sus categoras, el clculo de las medidas estadsticas de posicin, como por ejemplo la mediana. Ejemplo: Al asignar un nmero a los pacientes de una consulta mdica, segn el orden de llegada, estamos llevando una escala ordinal, es decir que al primero en llegar ordinal, es decir que al primeo en llegar le asignamos el n 1, al siguiente el n 2 y as sucesivamente, de esta forma, cada nmero representar una categora en general, con un solo elemento y se puede establecer relaciones entre ellas, ya que los nmeros asignados guardan la misma relacin que el orden de llegada a la consulta. Escalas de intervalos iguales: la escala de intervalos iguales, est caracterizada por una unidad de medida comn y constante que asigna un nmero igual al nmero de unidades equivalentes a la de la magnitud que posea el elemento observado. Es importante destacar que el punto cero en las escalas de intervalos iguales es arbitrario, y no refleja en ningn momento ausencia de la magnitud que estamos midiendo. Esta escala, adems de poseer las caractersticas de la escala ordinal, encontramos que la asignacin de los nmeros a los elemento es tan precisa que podemos determinar la magnitud de los intervalos (distancia) entre todos los elementos de la escala. Sin lugar a dudas, podemos decir que la escala de intervalos es la primera escala verdaderamente cuantitativa y a los caracteres que posean esta escala de medida pueden calculrsele todas las medidas estadsticas a excepcin del coeficiente de variacin. Ejemplo: El lapso transcurrido entre 1998-1999 es igual al que transcurri entre 20002001. Escala de coeficientes o Razones: El nivel de medida ms elevado es el de cocientes o razones, y se diferencia de las escalas de intervalos iguales nicamente por poseer un punto cero propio como origen; es decir que el valor cero de esta escala significa ausencia de la magnitud que estamos midiendo. Si se observa una carencia total de propiedad, se dispone de una unidad de medida para el efecto. A iguales diferencias entre los nmeros asignados corresponden iguales diferencias en el grado de atributo presente en el objeto de estudio. Adems, siendo que cero ya no es arbitrario, sino un valor absoluto, podemos decir que A. Tiene dos, tres o cuatro veces la magnitud de la propiedad presente en B. Ejemplo: En una encuesta realizada en un barrio de esta localidad se observ que hay familias que no tienen hijos, otras tienen 6 hijos que es exactamente el doble de hijos que aquellas que tienen 3 hijos.

Las variables y su medicin: Una variable es un smbolo, tal como X, Y, H, x B, que pueden tomar un conjunto prefijado de valores, llamado dominio de esa variable. Para Murray R. Spiegel (1991) "una variable que puede tomar cualquier valor entre dos valores dados se dice que es una variable continua en caso contrario diremos que la variable es discreta". Las variables, tambin llamadas caracteres cuantitativos, son aquellas cuyas variaciones son susceptibles de ser medidas cuantitativamente, es decir, que pueden expresar numricamente la magnitud de dichas variaciones. Por intuicin y por experiencia sabemos que pueden distinguirse dos tipos de variables; las continuas y las discretas Las variables continuas se caracterizan por el hecho de que para todo para de valores siempre se puede encontrar en valor intermedio, (el peso, la estatura, el tiempo empleado para realizar un trabajo, etc.) Una variable es continua, cuando puede tomar infinitos valores intermedios dentro de dos valores consecutivos. Por ejemplo, la estatura, el peso, la temperatura.
Para ver el grfico seleccione la opcin "Descargar" del men superior

Ejemplo: En el preescolar Blanca de Prez, ubicado en la urbanizacin Monseor Padilla de esta ciudad se procedi a recoger las medidas de talla y peso de los nios que a este asisten. Nio Peso Talla Jos 18,300 1,15 Julio 20,500 1,20 Pedro 19,000 1,10 Luis 18,750 1,18 .Las variables discretas sern aquellas que pueden tomar solo un nmero limitado de valores separados y no continuos; son aquellas que solo toman un determinado nmeros de valores, porque entre dos valores consecutivos no pueden tomar ningn otro; por ejemplo el nmero de estudiantes de una clase es una variable discreta ya que solo tomar los valores 1, 2, 3, 4... ntese que no encontramos valor como 1,5 estudiantes UNIDAD III Estadsticas Primarias Datos Estadsticos: Los datos estadsticos no son otra cosa que el producto de las observaciones efectuadas en las personas y objetos en los cuales se produce el fenmeno que queremos estudiar. Dicho en otras palabras, son los antecedentes (en cifras) necesarios para llegar al conocimiento de un hecho o para reducir las consecuencias de este.

Los datos estadsticos se pueden encontrar de forma no ordenada, por lo que es muy difcil en general, obtener conclusiones de los datos presentados de esta manera. Para poder obtener una precisa y rpida informacin con propsitos de descripcin o anlisis, estos deben organizarse de una manera sistemtica; es decir, se requiere que los datos sean clasificados. Esta clasificacin u organizacin puede muy bien hacerse antes de la recopilacin de los datos. Ejemplo: Si se quiere conocer las caractersticas de los estudiantes del Ncleo San Carlos de la UNESR, que solicitan prstamo a la biblioteca de dicha Universidad, la recoleccin de la informacin debe clasificar a cada estudiante sobre la base de: Carrera que estudia, edad, semestre de estudios, etc. Vemos pues que la clasificacin marca la pauta de la clase de datos que debe ser obtenido. Clasificacin de los datos Los datos estadsticos pueden ser clasificados en cualitativos, cuantitativos, cronolgicos y geogrficos. Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre ellos es de clase y no de cantidad. Ejemplo: Si deseamos clasificar los estudiantes que cursan la materia de estadstica I por su estado civil, observamos que pueden existir solteros, casados, divorciados, viudos. Datos cuantitativos: cuando los valores de los datos representan diferentes magnitudes, decimos que son datos cuantitativos. Ejemplo: Se clasifican los estudiantes del Ncleo San Carlos de la UNESR de acuerdo a sus notas, observamos que los valores (nota) representan diferentes magnitudes. Datos cronolgicos: cuando los valores de los datos varan en diferentes instantes o perodos de tiempo, los datos son reconocidos como cronolgicos. Ejemplo: Al registrar los promedios de notas de los Alumnos del Ncleo San Carlos de la UNESR en los diferentes semestres. Datos geogrficos: cuando los datos estn referidos a una localidad geogrfica se dicen que son datos geogrficos. Ejemplo El nmero de estudiantes de educacin superior en las distintas regiones del pas. Fuentes de datos Estadsticos: Los datos estadsticos necesarios para la comprensin de los hechos pueden obtenerse a travs de fuentes primarias y fuentes secundarias.

Fuentes de datos primarias: es la persona o institucin que ha recolectado directamente los datos. Fuentes secundarias: son las publicaciones y trabajos hechos por personas o entidades que no han recolectado directamente la informacin. Las fuentes primarias ms confiables, son las efectuadas por oficinas gubernamentales encargadas de tal fin. En la prctica, es aconsejable utilizar fuentes de datos primarias y en ltima instancia cuando estas no existan, usar estadsticas de fuentes secundarias. Con este ltimo tipo no debemos pasar por alto que la calidad de las conclusiones estadsticas dependen en grado sumo de la exactitud de los datos que se recaben. De anda servira usar tcnicas estadsticas precisas y refinadas para llegar a conclusiones valederas, si estas tcnicas no son aplicadas a datos adecuados o confiables. Cuando un investigador quiere obtener datos estadsticos relativo a un estudio que desea efectuar, puede elegir entre una fuente primaria o en su defecto, una secundaria. O recopilar los datos por s mismo. La posibilidad mencionada en ltimo termino podr deberse bien a la inexistencia de los datos o bien a que esto no se encuentran discriminados en la forma requerida. Ejemplo: Si un investigador quiere conocer el nmero de alumnos repitientes en educacin media, clasificados por ciclos, para los ltimos diez aos, el investigador puede usar una fuente primaria, tal como la memoria y cuenta el Ministerio de Educacin cada ao. Mtodo para la recoleccin de datos: En estadstica se emplean una variedad de mtodos distintos para obtener informacin de los que se desea investigar. Discutiremos aqu los mtodos ms importantes, incluyendo las ventajas y limitaciones de estos. La entrevista personal: los datos estadsticos necesarios para una investigacin, se renen frecuentemente mediante un proceso que consiste en enviar un entrevistador o agente, directamente a la persona investigada. El investigador efectuar a esta persona una serie de preguntas previamente escritas en un cuestionario o boleta, donde anotar las respuestas correspondientes. Este procedimiento que se conoce con el nombre de entrevista personal, permite obtener una informacin ms veraz y completa que la que proporcionan otros mtodos, debido a que al tener contacto directo con la persona entrevistada, el entrevistador podr aclarar cualquier duda que se presente sobre el cuestionario o investigacin. Otra ventaja es la posibilidad que tienen los entrevistadores de adaptar el lenguaje de las preguntas al nivel intelectual de las personas entrevistadas. Una de las desventajas de este mtodo se debe a que si el entrevistador no obra de buena f o no tiene un entrenamiento adecuado, puede alterar las respuestas por las personas entrevistadas. Otra desventaja es su alto costo, ya que resulta bastante oneroso el entrenamiento de los agentes o entrenadores y los supervisores de estos, sobre todo si se trata de una investigacin extensa.

Cuestionarios por correo: consiste en enviar por correo el cuestionario acompaado por el instructivo necesario, dando en este no solo las instrucciones pertinentes para cada una de las preguntas, sino tambin una breve explicacin del objeto de la encuesta con el fin de evitar interpretaciones errneas. Una de las ventajas es que tienen un costo muy inferior al anterior procedimiento, puesto que no hay que incluir gastos de entrenamiento de personal, el nico gasto sera el de franqueo postal. Dentro de las desventajas de este procedimiento podemos sealar que solo un porcentaje bastante bajo de estos es devuelto, en algunos casos no estamos seguros de que los formularios hayan sido recibidos por sus destinatarios y que hayan sido respondido por ellos mismos. Lo que trae como consecuencia que la informacin se obtenga con una serie de errores difciles de precisar por el investigador. Entrevista por telfono: como lo indica su nombre, este mtodo consiste en telefonear a la persona a entrevistar y hacerle una serie de preguntas. Este mtodo es bastante simple y econmico, ya que el entrenamiento y supervisin de las personas encargadas de efectuar las preguntas es siempre fcil. Entre las limitaciones que presenta este mtodo podemos sealar el nmero de preguntas que pueden formularse es relativamente limitado; adems las investigaciones efectuadas por este mtodo tienen un carcter selectivo, debido a que muchas de las personas que potencialmente podran ser investigadas no posee servicio telefnico, por lo que quedan sin la posibilidad de ser entrevistados. Instrumentos para la recoleccin de datos: Cuestionarios: Cualquiera que sea el mtodo por el que se decida el investigador para recabar informacin, es necesario elaborar un estudio de preguntas. Los cuestionarios en general, constan de las siguientes partes: a. La identificacin del cuestionario: nombre del patrocinante de la encuesta, (oficial o privada), nombre de la encuesta, nmero del cuestionario, nombre del encuestador, lugar y fecha de la entrevista. b. Datos de identificacin y de carcter social del encuestado: apellidos, nombres, cdula de identidad, nacionalidad, sexo, edad o fecha de nacimiento, estado civil, grado de instruccin, ocupacin actual, ingresos, etc. c. Datos propios de la investigacin, son los datos que interesa conocer para construir el propsito de la investigacin. Como es natural, estas partes, as como las preguntas, varan de acuerdo a la finalidad de la encuesta. En algunos tipos de investigacin, la parte referente a los datos personales es eliminada por no tener ningn tipo de inters para el estudio. Consideraciones que debemos tomar en cuenta:

El cuestionario debe ser conciso; tratar en los posible de que con el menor nmero de preguntas, se obtenga la mejor informacin. Claridad de la redaccin; evitar preguntas ambiguas o que sugieran respuestas incorrectas, por lo que deben estar formuladas las preguntas de la forma ms sencilla. Discrecin: un cuestionario hecho a conciencia, no debe tener preguntas indiscretas o curiosas, sobre datos personales que puedan ofender al entrevistado. Facilidad de contestacin: se deben evitar, en lo posible, las preguntas de respuestas libres o abiertas y tambin la formulacin de preguntas que requieran clculos numricos por parte del entrevistado. Orden de las preguntas: estas deben tener una secuencia y un orden lgico, agruparlas procurando que se relacionen unas con otras.

Series o distribuciones estadsticas: Anteriormente hemos sealado que la estadstica, no se encarga del estudio de un hecho aislado, sino que tienen por objeto de los colectivos. Pues bien cuando se realiza una investigacin se obtiene una masa de datos que deben ser organizados para disponerlos en un orden, arreglo o secuencia lgica, con el fin de facilitar el anlisis de los mismos esta coleccin de datos numricos obtenidos de la observacin, que se clasifican y ordenan segn un determinado criterio, se denominan "series estadsticas", tambin conocidas como "distribucin estadstica". Clasificacin de las series estadsticas: 1. Series temporales o cronolgicas; estas se definen como una masa o conjunto de datos producto de la observacin de un fenmeno individual o colectivo, cuantificable en sucesivos instantes o periodos de tiempo. Ejemplo: Produccin nacional de madera en Rola en m Rollizos (periodo 1993 1998) Aos 1993 1994 1995 1996 1997 1998 Produccin (m rollizos) 1.161.061,454 981.668,626 1.087.926,142 1.440.306,250 1.618.075,000 1.027.177,876

Fuente: MARN D.G.S Recurso Forestal. 1999 CVG PROFORCA Es importante resaltar que cuando se trata de series temporales o cronolgicas, se debe especificar el instante o el periodo de tiempo a los que se refieren los caracteres en estudio. Cuando nos referimos a instantes de tiempo, por el hecho de que la observacin se hace en un momento especfico de tiempo. Ejemplo: Plantaciones forestales ejecutadas a nivel nacional, al 31 de diciembre de cada ao entre 1997 2001. 2. Series atemporales; cuando las observaciones de un fenmeno se hacen referidas al mismo instante o intervalo de tiempo, nos encontramos ente una serie atemporal. Aqu el tiempo no va incluido a cada observacin, puesto que es el mismo tiempo para todas ellas. Este tipo de observacin proporciona una "visin instantnea" de los fenmenos o caracteres de los componentes del colectivo en estudio. Ejemplo: Las notas de las participantes en la materia de estadstica I en el periodo acadmico que termin en septiembre del 2001. 2.1) series de frecuencia; cuando realizamos un estudio de cada uno de los elementos que componen la poblacin o muestra bajo anlisis, observamos que en general, hay un nmero de veces en que aparece repetido un mismo valor de una variable, o bien repeticiones de la misma modalidad de un atributo. Este nmero de repeticiones de un resultado, recibe el nombre de frecuencia absoluta o simplemente frecuencia. El procedimiento mediante el cual se realiza el conteo, para as determinar el nmero de veces que cada dato se repite, recibe el nombre de tabulacin. Ejemplo: Consideremos las edades de 20 nios, pertenecientes al Preescolar Blanca de Prez, ubicado en la urbanizacin Monseor Padilla 5654 3 6345 4 3465 3 4364 6

Tabulando los datos tenemos Nios distribuidos por edades: Edad (variable) 3 4 5 6 Total = N de nios (Frecuencia) 5 6 4 5 20

Al agrupar los resultados de las observaciones en trmino de las veces que stos se repiten, da lugar a las llamadas "series de frecuencias" o distribuciones de frecuencias; las cuales se dividen a su vez en series de frecuencia cualitativas y cuantitativas, segn que los caracteres de estudio se refieran a atributos o variables respectivamente. 2.2.1) Series de frecuencia acumulativa: son comnmente llamadas series de frecuencia de atributos o caracteres cualitativos y las formas de representar un atributo recibe el nombre de modalidades. Cuando se observan y se obtienen los elementos que deseamos estudiar con respecto a un carcter de tipo cualitativo y se procede a agruparlos segn las distintas modalidades que toma el atributo, "frecuencia cualitativa". Ejemplo: Agrupamos los resultados obtenidos al observar los 35 estudiantes de la materia estadstica I, respecto a su estado civil. Estudiantes de la materia Estadsticas I, clasificados por su estado civil. Estado civil Solteros N de Estudiantes (frecuencia) 18

Casados Viudos Divorciados

12 1 4 2.1.2) Series de frecuencias cualitativas: es el resultado del agrupamiento de los valores que se repiten (frecuencia) al ser observada una variable. Ejemplo: Tomamos nuevamente los 35 estudiantes de la materia estadstica I, respecto a su edad.

Edad (en aos) 19 20 25 28 32 42 Total =

N de estudiantes (frecuencia) 12 2 8 6 4 3 35

2.2) series especiales o geogrficas: es aquella que est formada por los valores que toman una variable en funcin del espacio geogrfico.