REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA
DE LA FUERZA ARMADA NACIONAL BOLIVARIANA
NCLEO MARACAY SEDE MARACAY
DEPARTAMENTO DE POSTGRADO
CTEDRA TCNICAS CUANTITATIVAS DE GESTIN





ESTADSTICA DESCRIPTIVA












ING. MARLYN ROMERO.
ING. MAGALY ZAMBRANO.
ING. FELGRY MARTINEZ
ING. SIMN GUEVARA
TERMINO 1
PERODO 3-2013




BOCA DE RIO, 14 DE OCTUBRE DE 2013
PROF: DR. EDGUIN VELIZ





INTRODUCCIN

La estadstica es la ciencia que trata la teora y aplicacin de mtodos
apropiados para coleccionar, representar, resumir y analizar datos, as como realizar
inferencias a partir de los mismos. A partir de esta definicin, podemos considerar
dos partes o vertientes de la Estadstica, en lo que se refiere fundamentalmente a su
enfoque, esta son la: Descriptiva e Inferencial.

La estadstica descriptiva se define como la ciencia que sistematiza, recoge,
ordena y presenta los datos referentes a un asunto, fenmeno o problema de
investigacin, sin pretender extender las conclusiones que puedan extraerse de los
datos a otros grupos distintos o ms amplios. Se calcula a partir de los datos de una
muestra o de una poblacin. Dentro de una investigacin es importante establecer
cul es la poblacin y si de esta se ha tomado una muestra, cuando se trata de seres
vivos, en caso de objetos se debe establecer cul ser el objeto, evento o fenmeno a
estudiar.

Para realizar investigaciones exhaustivas sobre diferentes mbitos surgen tres
problemas bsicos a la hora del trabajo de campo, como el tiempo que tardaramos en
entrevistar a toda la poblacin y el costo econmico y de personal de estas
entrevistas. Con las tcnicas de muestreo se consigue hacer buenas investigaciones
sobre una pequea parte de esa poblacin, obteniendo resultados vlidos para toda
ella. En los procesos estadsticos conocemos dos tipos de muestreo, el probabilstico
(aleatorio), en este tipo de muestreo, todos los individuos de la poblacin pueden
formar parte de la muestra, tienen probabilidad positiva de formar parte de la muestra.
Por lo tanto es el tipo de muestreo que deberemos utilizar en nuestras investigaciones,
por ser el riguroso y cientfico y el no probabilstico en el cual puede haber clara
influencia de la persona o personas que seleccionan la muestra o simplemente se
realiza atendiendo a razones de comodidad. Salvo en situaciones muy concretas en la




que los errores cometidos no son grandes, debido a la homogeneidad de la poblacin,
en general no es un tipo de muestreo riguroso y cientfico, dado que no todos los
elementos de la poblacin pueden formar parte de la muestra.






























ESTADSTICA

1.1. ORIGEN DE LA ESTADSTICA.
La estadstica naci en pocas muy remotas; como todas las ciencias, no se cre
de improviso, sino mediante un proceso largo de desarrollo y evolucin constante,
desde la simple recoleccin de datos hasta la diversidad y rigurosa interpretacin de
los datos que se dan hoy en da
Desde que comenz el proceso de civilizacin y desarrollo han existido formas
sencillas de estadstica, pues ya se utilizaban representaciones grficas y otros
smbolos en pieles, rocas, palos de madera y paredes de cuevas para contar el nmero
de personas, animales o cosas. Es una ciencia ms antigua como lo es la escritura.
Se dice que las primeras manifestaciones de la estadstica fueron 3050 a.C en
Egipto donde faraones lograron recopilar, datos relativos a la poblacin y la riqueza
del pas. Segn el historiador griego Herodoto, dicho registro de riqueza y poblacin
se hizo con el objetivo de preparar la construccin de las pirmides. Tambin fueron
realizados censos con la finalidad de verificar un nuevo reparto.
Haciendo un resumen descriptivo de la evolucin de la estadstica tenemos lo
siguiente:
Los babilonios 3000 a.C, usaban pequeas tablillas de arcilla para recopilar
datos sobre la produccin agrcola y sobre los gneros vendidos o cambiados
mediante trueque.
En el antiguo Israel la Biblia da referencia del uso estadstico, principalmente
en los libros de Nmeros y Crnicas que incluyen, en algunas partes, trabajos
de esta ndole.




En China fueron efectuados censos de poblacin, pues varios registros
numricos con anterioridad al ao 2000 a.C. dan fe de ello.
Los griegos realizaban censos peridicamente hacia 594 a. C., con fines
tributarios, sociales (divisin de tierras) y militares (clculo de recursos y
hombres disponibles).
El Imperio romano, maestro de la organizacin poltica, fue el primer
gobierno que supo emplear los recursos de la estadstica, mediante la
recopilacin de una gran cantidad de datos sobre la poblacin, superficie y
renta de todos los territorios bajo su control.
Durante los mil aos siguientes a la cada del imperio Romano realizaron
operaciones sobre las relaciones de tierras pertenecientes a la Iglesia; en la
edad media slo se realizaron algunos censos exhaustivos en Europa.
As se fueron creando numeroso avances en la ciencia de la estadstica, crendose
la estadstica moderna, protagonizada por Ronald Arnold Fisher, pues la situ como
una poderosa herramienta para la planeacin y anlisis de experimentos.
1.2. IMPORTANCIA Y UTILIDAD DE LA ESTADSTICA.
En las ltimas dcadas, la estadstica ha alcanzado un alto grado de desarrollo
hasta el punto de incursionar en todas las ciencias y ramas del saber, convirtindose
as, en un mtodo efectivo para describir con exactitud los valores de datos
econmicos, polticos, sociales, psicolgicos, biolgicos o fsicos, y sirve como
herramienta para relacionar y analizar dichos datos. El trabajo del experto estadstico
no consiste ya slo en reunir y tabular los datos, sino sobre todo en el proceso de
interpretacin de esa informacin.
Puntos de importancia:
La estadstica como ciencia que interviene en todas las ciencias.




Ciencia aplicada en el da a da de la vida cotidiana.
En aclarar incertidumbres e interrogantes ante cierta situacin.
En la toma de decisiones con cierto grado de confianza.
Se emplea para mostrar los aspectos cuantitativos de una situacin.
Describen con considerable precisin en el comportamiento global de
grandes conjuntos de sucesos particulares.
En la ciencia de la contabilidad la estadstica es muy importante, pues se
aplica para seleccionar muestras, cuando se pretende hacer una auditoria;
tambin funciona para medir la variacin de costos de produccin.
Aumenta la credibilidad y confiabilidad de las investigaciones.
El mal uso o el abuso de la estadstica, utilizando herramientas o modelos
inapropiados o razonamientos ilgicos y errneos que conducen al fracaso de
la investigacin.
Verificacin de la informacin que sea utilizada para los modelos estadsticos
sean vlidas.

1.3. CONCEPTO DE ESTADSTICA.

Entre los principales aspectos, antes de conceptualizar el trmino estadstico seria
describir su origen etimolgico. El termino estadstica proviene del trmino
alemn Statistik que se traduce como La ciencia del Estado, por lo que designaba
originalmente el anlisis de datos del Estado. En el siglo XIX cuando el militar
britnico Sir John Sinclair (1754-1835) introdujo al trmino estadstica el significado
de recolectar y clasificar datos.
Entre los conceptos estudiados estn:

La rama de las matemticas que recopila, organiza, analiza e interpreta los
datos obtenidos de un problema estadstico, para obtener conocimiento de los




hechos pasados, para prever situaciones futuras y tomar decisiones en base a
las experiencias.
Es un conjunto de mtodos cientficos ligados a la toma, organizacin,
recopilacin, presentacin y anlisis de datos, tanto para la deduccin de
conclusiones como para tomar decisiones razonables de acuerdo con tales
anlisis.
Conjunto de mtodos y tcnicas que permiten la obtencin, organizacin,
sntesis, descripcin e interpretacin de los datos para la toma de decisiones
en ambiente de incertidumbre.

Aunque existen diferencias en la manera como se puede definir la estadstica,
todos los autores coinciden en que consiste en reunir, recolectar e interpretar
datos. Este aspecto en comn se da precisamente porque la estadstica tiene esa
finalidad, es decir que se utiliza con ese propsito.

1.4. USO DE LA ESTADSTICA.

Durante el siglo XX, la creacin de instrumentos precisos para asuntos de salud
pblica (epidemiologa, bioestadstica, etc.) y propsitos econmicos y sociales (tasa
de desempleo, econometra, etc.) necesit de avances sustanciales en las prcticas
estadsticas.

Hoy el uso de la estadstica se ha extendido ms all de sus orgenes como un
servicio al Estado o al gobierno. Personas y organizaciones usan la estadstica para
entender datos y tomar decisiones en ciencias naturales y sociales, medicina, negocios
y otras reas. La estadstica es entendida generalmente no como un sub-rea de las
matemticas sino como una ciencia diferente aliada. Muchas universidades tienen
departamentos acadmicos de matemticas y estadstica separadamente. La




estadstica se ensea en departamentos tan diversos como psicologa, educacin y
salud pblica.

Al aplicar la estadstica a un problema cientfico, industrial o social, se comienza
con un proceso o poblacin a ser estudiado. Esta puede ser la poblacin de un pas, de
granos cristalizados en una roca o de bienes manufacturados por una fbrica en
particular durante un periodo dado. Tambin podra ser un proceso observado en
varios ascos instantes y los datos recogidos de esta manera constituyen una serie de
tiempo.

Por razones prcticas, en lugar de compilar datos de una poblacin entera,
usualmente se estudia un subconjunto seleccionado de la poblacin, llamado muestra.
Datos acerca de la muestra son recogidos de manera observacional o experimental.
Los datos son entonces analizados estadsticamente lo cual sigue dos propsitos:
descripcin e inferencia.

El concepto de correlacin es particularmente valioso. Anlisis estadsticos de un
conjunto de datos puede revelar que dos variables (esto es, dos propiedades de la
poblacin bajo consideracin) tienden a variar conjuntamente, como si hubiera una
conexin entre ellas. Por ejemplo, un estudio del ingreso anual y la edad de muerte
podran resultar en que personas pobres tienden a tener vidas ms cortas que personas
de mayor ingreso. Las dos variables se dicen que estn correlacionadas. Sin embargo,
no se puede inferir inmediatamente la existencia de una relacin de causalidad entre
las dos variables. El fenmeno correlacionado podra ser la causa de una tercera,
previamente no considerada, llamada variable confusora.

Si la muestra es representativa de la poblacin, inferencias y conclusiones hechas
en la muestra pueden ser extendidas a la poblacin completa. Un problema mayor es
el de determinar qu tan representativa es la muestra extrada. La estadstica ofrece




medidas para estimar y corregir por aleatoriedad en la muestra y en el proceso de
recoleccin de los datos, as como mtodos para disear experimentos robustos como
primera medida.

El concepto matemtico fundamental empleado para entender la aleatoriedad es el
de probabilidad. La estadstica matemtica (tambin llamada teora estadstica) es la
rama de las matemticas aplicadas que usa la teora de probabilidades y el anlisis
matemtico para examinar las bases tericas de la estadstica.

El uso de cualquier mtodo estadstico es vlido solo cuando el sistema o
poblacin bajo consideracin satisface los supuestos matemticos del mtodo. El mal
uso de la estadstica puede producir serios errores en la descripcin e interpretacin,
afectando las polticas sociales, la prctica mdica y la calidad de estructuras tales
como puentes y plantas de reaccin nuclear.

Incluso cuando la estadstica es correctamente aplicada, los resultados pueden ser
difcilmente interpretados por un inexperto. Por ejemplo, el significado estadstico de
una tendencia en los datos, que mide el grado al cual la tendencia puede ser causada
por una variacin aleatoria en la muestra, puede no estar de acuerdo con el sentido
intuitivo. El conjunto de habilidades estadsticas bsicas (y el escepticismo) que una
persona necesita para manejar informacin en el da a da se refiere como cultura
estadstica.











POBLACIN Y MUESTRA

2.1. POBLACIN

El conjunto de datos de los cuales se ocupa un determinado estudio estadstico se
llama poblacin y ests ntimamente ligado a lo que se pretende estudiar. Los
estadsticos usan la palabra poblacin para referirse no slo a personas sino a todos
los elementos que han sido escogidos para su estudio.

Desde el punto de vista estadstico, una poblacin o universo puede estar referido
a cualquier conjunto de elementos de los cuales se pretende indagar y conocer sus
caractersticas, o una de ellas, y para el cual sern vlidas las conclusiones obtenidas
en la investigacin. Tambin se puede definir como el conjunto de datos acerca de
unidades de anlisis (individuos, objetos) en relacin a una misma caracterstica,
propiedad o atributo (variable).

La poblacin en sentido demogrfico, es un conjunto de individuos (todos los
habitantes de un pas). Adems, se estudia la estructura interna, la dinmica y su
distribucin sobre el espacio de las poblaciones humanas y las leyes que rigen estos
fenmenos.

Algunos autores han manifestado diversas definiciones referidas a la poblacin,
expresadas de la siguiente manera:

Es un conjunto finito o infinito de elementos con caractersticas comunes para
los cuales sern extensivas las conclusiones de la investigacin. Est queda
delimitada por problema y por los objetivos del estudio. (Arias, 2006:81).





El conjunto formado por todos los valores posibles que puede asumir la
variable objeto de estudio. (Lincoln, 1993:12)

El conjunto de unidades o individuos que satisfacen una definicin comn y
constituyen la colectividad por la cual nos interesamos. (Morice, 1794:135).

2.2. TIPOS DE POBLACIONES.

Cuando se realiza una investigacin, debemos escoger el tipo de poblacin que
ayude a determinar el nmero de unidades que la conforman, con la finalidad de
extraer conclusiones generadas por el objeto de estudio.

Segn Fidias (citado por Sierra, 1991), distingue los tipos de poblacin de dos
formas:

2.2.1. POBLACIN FINITA:

Agrupacin en la que se conoce la cantidad de unidades que la integran.
Adems, existe un registro documental de dichas unidades. Desde el punto de vista
estadstico, una poblacin finita es la constituida por un nmero inferior a cien mil
unidades.

2.2.2. POBLACIN INFINITA:

Es aquella en la que se desconoce el total de elementos que la conforman; por
cuanto no existe un registro documental de stos debido a que su elaboracin sera
prcticamente imposible. En la disciplina estadstica, se considera una poblacin
infinita a la conformada por cien mil unidades o ms.





2.3. MUESTRA

La muestra estadstica es una parte de la poblacin, o sea, un nmero de
individuos u objetos seleccionados cientficamente, cada uno de los cuales es un
elemento del universo. La muestra descansa en el principio de que las partes
representan al todo; reflejando las caractersticas que definen la poblacin de la que
fue extrada.

Entre las definiciones de muestras se encuentran:

Se refiere al grupo de unidades extradas de una poblacin, definida
previamente, de acuerdo con un plan de sondeo dado y sobre las cuales se realizarn
las observaciones previstas en la encuesta. (Morice, 1994:135).

Es cualquier subconjunto de la poblacin, escogido al seguir ciertos criterios
de seleccin. (Shao, 1993:12)

Un subconjunto representativo y finito que se extrae de la poblacin
accesible. (Arias, 2006:83).

2.3.1. RAZONES PARA EL USO DE UNA MUESTRA

Existen algunas razones, que pueden ser usadas por el investigador para aplicar
una muestra. Entre los atributos que caracterizan la muestra, se encuentran los
siguientes:

Cuando la poblacin es grande, o infinitas es imposible analizar en su totalidad, ya
que los elementos no presenta las mismas caractersticas.




Reduce el costo, al estudiar una pequea parte de la poblacin los gastos que son
utilizados para el tratamiento de los datos sern menores, que si se trabaja con el total
de la poblacin. Una muestra puede suministrar datos de precisin suficiente y a
mucho menor costo si la comparamos con un censo.

Rapidez, al reducir el tiempo que se utilizar para aplicar y recoger el tratamiento de
los datos. Una muestra proporciona informacin ms rpida por dos razones
importantes. Primero, generalmente un muestreo toma menos tiempo para terminarse
que un censo debido a que es una tarea de menor escala. Segundo, la clasificacin,
codificacin, y tabulacin de los resultados de la encuesta generalmente toman menos
tiempo para una muestra que para un censo y con el uso de las computadoras este
proceso se hace ms rpido.

Cualquier encuesta proporciona informacin til solamente despus de que los
datos han sido recopilados y tabulados. Es por esto que resulta tan importante el
tiempo requerido para tabular los resultados al considerar la oportunidad de la
informacin de la muestra y del censo.

Confiabilidad y control, la eleccin de una muestra permite la realizacin de
estudios que seran imposible hacerlo sobre el total de la poblacin, ya que se obtiene
una mejor informacin y es posible cuidar ms la precisin de la observacin o
medida de cada elemento.

2.4. SELECCIN DE LA MUESTRA

Para seleccionar una muestra lo primero que hay que definir es la unidad de
anlisis (personas, organizaciones, peridicos, situaciones, eventos). El sobre qu o
quines se van a recolectar datos depende del planteamiento del problema a investigar
y de los alcances del estudio. Estas acciones nos llevaran al siguiente paso, que




consiste en delimitar una poblacin. Una deficiencia que se presenta en algunos
trabajos de investigacin es que no describen lo suficiente las caractersticas de la
poblacin o considera que la muestra la representa de manera automtica.
Es preferible entonces establecer con claridad las caractersticas de la poblacin, con
la finalidad de delimitar cules sern los parmetros muestrales.
Un estudio no ser mejor por tener una poblacin ms grande; la calidad de un trabajo
investigativo estriba en delimitar claramente la poblacin con base en el
planteamiento del problema.

2.4.1. VARIABLES DE LAS QUE DEPENDE EL TAMAO DE LA
MUESTRA

Suponiendo que la muestra es la adecuada, el tamao necesario de la muestra
para poder extrapolar los resultados a la poblacin depende bsicamente de tres
variables:

1) El nivel de confianza o riesgo que aceptamos de equivocarnos al presentar
nuestros resultados: lo que deseamos es que en otras muestras semejantes los
resultados sean los mismos o muy parecidos.

El nivel de confianza va a entrar en la frmula para determinar el nmero de
sujetos con un valor de zeta, que en la distribucin normal est asociado a una
determinada probabilidad de ocurrencia.

2) La varianza (o diversidad de opiniones) estimada en la poblacin. Esta
diversidad en la poblacin es la diversidad estimada; si la conociramos
(cuntos van a decir que s y cuntos van a decir que no) en primer lugar no
necesitaramos hacer la encuesta.




Si sabemos de antemano que todos piensan lo mismo (aunque no sabemos qu
piensan y por eso lo preguntamos), nos bastar preguntar a un solo sujeto,
pero si las opiniones pueden ser muy distintas nos harn falta ms sujetos. A
mayor diversidad esperada, o al menos posible, en las opiniones o posibles
respuestas en la poblacin har falta un mayor nmero de sujetos en la
muestra.

3) El margen de error que estamos dispuestos a aceptar.

Si por ejemplo el 20% de la muestra est de acuerdo con una proposicin (o
dice que va votar a un determinado candidato o que prefiere un determinado
producto) eso no significa que el 20% exacto de la poblacin vaya a responder
lo mismo, puede ser el 22% o el 18%necesitaremos muestras mayores si
queremos que el margen de error o de oscilacin de muestra a muestra de los
resultados sea muy pequeo (el resultado exacto lo tendramos si respondiera
el 100% y la muestra coincidiera con la poblacin).

Esto puede ser ms o menos importante segn la situacin; el margen de error
en sondeos pre-electorales es, por ejemplo, muy importante y este margen de
error suele ponerse en torno a un 3%.

2.5. CMO CALCULAR EL TAMAO DE LA MUESTRA?

Vamos a distinguir entre poblaciones infinitas (de tamao muy grande,
indefinido, cuyo Tamao exacto podemos desconocer) y poblaciones finitas (tamao
ms reducido y que conocemos).

En la prctica disponemos de tablas en numerosos textos y de programas de
Internet en los que podemos ver con toda facilidad el tamao necesario de la muestra




en funcin del tamao de la poblacin, del nivel de confianza y del margen de error
tolerado; tambin es muy utilizar las frmulas porque nos hacen ver cmo se
relacionan las variables que condicionan el tamao de la muestra.

2.5.1. EN EL CASO DE POBLACIONES INFINITAS (TAMAO GRANDE,
INDEFINIDO)

FRMULAS PARA DETERMINAR EL TAMAO DE LA MUESTRA:

Para extrapolar a poblaciones muy grandes utilizamos la frmula [1] para obtener
el tamao de la muestra:

Z
2
pq
n=---------------
e
2


LEYENDA

z = Valor de z correspondiente al nivel de confianza; Un nivel de confianza del 95%
corresponde a z = 1.96.

Con z = 2.57 el nivel de confianza sube al 99% (nos equivocaramos una vez de cada
100),








K 1,15 1,28 1,44 1,65 1,96 2 2,58
Nivel de confianza 75% 80% 85% 90% 95% 95,5% 99%




Pq = Varianza de la poblacin:

Como la varianza de la poblacin la desconocemos, ponemos la varianza mayor
posible Porque a mayor varianza har falta una muestra mayor.

p = proporcin de respuestas en una categora.
q = proporcin de repuestas en la otra categora igual a pq y la varianza mayor (la
mayor diversidad de respuestas) se da cuando p = q = 0.50 (la mitad de los sujetos
responde s y la otra mitad responde no) por lo que en esta frmula pq es siempre
igual a (0.50). (0.50) = .25 (es una constante).

e = Error muestral:

Lo representamos con la letra e que significa error o desviacin posible cuando
extrapolemos los resultados. Es el margen de error que aceptamos.

Ejemplo: Si el margen de error es 3.16%, en la frmula pondremos e = 0.0316. Si
dice que s un 64.3% en la muestra, entendemos que dice que s en la poblacin entre
un (64.3 - 3.16) % y un (64.3 + 3.16) %.

Por ejemplo qu muestra necesitaremos con un nivel de confianza del 95% al
que corresponde z = 1.96, y admitiendo un margen de error del 5%? .Ya sabemos que
pq =0 .25.



Z
2
pq
n=_____________
e
2






(1.96)
2
. 0.25

n=_______________= 384 es el tamao de muestra

(0.05)
2




2.5.2. EN EL CASO DE POBLACIONES FINITAS (TAMAO CONOCIDO,
PEQUEO)

Frmula para determinar el tamao de la muestra

Cuando conocemos el tamao de la poblacin, la muestra necesaria es ms
pequea y su Tamao se determina mediante la frmula:

n=______N_____
1+ e
2
(N-1)
______
Z
2
pq


LEYENDA:

n = tamao de la muestra que deseamos conocer
N = tamao conocido de la poblacin,
E, z y pq como antes.









EJEMPLO:

Por ejemplo: deseamos hacer un sondeo de opiniones en un centro escolar que
tiene 600 alumnos. En este caso N = 600; es el tamao de la poblacin que ya
conocemos. Nuestro nivel de confianza va a ser del 95%, por lo tanto z = 1.96.
Y como no queremos un error mayor del 3%, tenemos que e = 0.03. A falta de otros
datos y para mayor seguridad suponemos que pq = (0.50) (0.50) =0 .25. La muestra
necesaria ser:


n=______N_____
1+ e
2
(N-1)
______
Z
2
pq

n=______600_______
1+ 0.03
2
(600-1)
__________
1.96
2
0.25

n= 384; necesitamos por lo tanto una muestra de 384 sujetos.













TIPOS DE MUESTREO

Las tcnicas de tomar un muestreo se pueden dividir en dos tipos generales:
muestreo probabilstico y muestreo determinstico.

El muestreo probabilstico es un muestreo en el cual todos los elementos de la
poblacin tienen posibilidad de ser seleccionados. Se debe mencionar que no es
necesario que la posibilidad sea igual, porque se puede especificar la posibilidad de
seleccionar algunos elementos de la poblacin y estimar la posibilidad de que un
elemento de la poblacin sea seleccionado. No hay manera de asegurar que el
muestreo sea representativo. Todas las tcnicas mustrales determinsticas estn
basadas en el juicio personal del investigador. En efecto, es posible que estos juicios
personales sean una buena estimacin de las caractersticas de la poblacin, pero los
modelos determinsticos de muestreo no permiten evaluar su grado de exactitud.

Hay otros tipos de muestreo que el investigador debe conocer y seleccionar para
el tipo de muestreo que desea usar.

El muestreo fijo implica un muestreo de tamao constante que se determin antes
de recopilar datos; mientras que en el muestreo secuencial, el tamao de muestreo no
es fijo, y se recopilan datos secuencialmente, o sea despus de la recopilacin de
datos, si no se logr suficiente evidencia para tomar decisiones necesarias con las
informaciones que se tienen, continuarn recopilndose ms datos; una vez ms se
verificar si se obtuvo suficiente evidencia; si no, se continuarn recopilando datos
hasta que se llegue a un punto en que se encuentre la evidencia necesaria para la toma
de decisin.

El muestreo puede ser sin reemplazo o con reemplazo. En el muestreo sin
reemplazo cada elemento muestral de la poblacin tiene una sola oportunidad de ser




seleccionado, mientras que en el muestreo con reemplazo cada elemento muestral de
la poblacin puede ser elegido varias veces.

Las tcnicas para tomar un muestreo en su clasificacin amplia (probabilsticas y
determinstica) se pueden dividir en otros tipos; por ejemplo, el muestreo
determinstico puede ser convencional, intencional y de cuota; el muestreo
probabilstico se divide en: muestreo aleatorio simple, muestreo estratificado
(proporcional y desproporcional) y muestreo por grupos (sistemtico o por rea).


3.1. MUESTREO DETERMINSTICO.

Por lo general, el muestreo determinstico implica un juicio personal, algunas veces el
del investigador, y otras el del recopilador de datos.






3.2. MUESTREO CONVENCIONAL O ACCIDENTAL.

El muestreo convencional se refiere a recopilar datos de los sujetos de estudio
ms convenientes, o sea, recopilar datos de los elementos muestrales de la poblacin
que ms convengan. Un ejemplo muy popular es entrevistar a cualquier persona que
pase por la calle, y pedirle su opinin respecto a, por ejemplo, algn tema poltico de
actualidad, o que algunos investigadores pidan a los alumnos de un saln que
contesten cierto cuestionario.

Este muestreo es muy rpido y cuesta poco, pero tambin tiene ciertas
deficiencias. La opinin de los alumnos de un saln o de cualquier persona, no puede
ser representativa de la poblacin en estudio. Este tipo de muestreo es recomendable
solamente en el proceso de un estudio exploratorio que trata de definir el camino de la
investigacin.

3.3. MUESTREO INTENCIONAL.

En el muestreo intencional todos los elementos muestrales de la poblacin sern
seleccionados bajo estricto juicio personal del investigador. En este tipo de muestreo
el investigador tiene previo conocimiento de los elementos poblacionales.

Aunque este muestreo es subjetivo, requiere que el investigador conozca los
elementos muestrales, lo que permite que el muestreo sea representativo.

3.4. CONCEPTOS BSICOS DE MUESTREO PROBABILSTICO.

Para facilitar el entendimiento del proceso de muestreo probabilstico, es
conveniente recordar ciertos conceptos estadsticos.





Si en lugar de tomar un muestreo se estudian todos los miembros de la poblacin
(censo), a las caractersticas estudiadas o valores obtenidos se les conoce como
parmetros; por definicin, los parmetros tienen un valor fijo o constante. Si se
seleccionan unos miembros de la poblacin (muestreo) y se estudian los datos
obtenidos, se llama estadstica y sirve para hacer inferencias a los parmetros. El
valor que toman las estadsticas vara de muestreo a muestreo. Como se mencion,
los parmetros son fijos para distinguir diferentes poblaciones. Suponga que la
compaa X quiere conocer la tendencia poltica de sus empleados de nivel ejecutivo
y que tiene 20 empleados en este nivel, la tabla proporciona datos como ingreso,
experiencia y su afiliacin a dos partidos polticos, X y Y. Se puede calcular el
promedio de ingreso semanal, la dispersin de la variable de experiencia, la
proporcin de miembros de cada partido poltico, etctera. Estas cantidades son fijas
en valores; si se levanta un censo, simplemente se pueden calcular estos parmetros.

En lugar de levantar un censo, usualmente se toma un muestreo y se utilizan
valores calculados en el muestreo para estimar los parmetros (valores para la
poblacin).

Para calcular las estadsticas (los valores del muestreo) se usan las mismas
frmulas que se utilizan para estimar los parmetros; se debe saber que el valor
estadstico depende de diferentes muestreos seleccionados de una poblacin, es decir,
que de una poblacin se pueden tomar diferentes muestreos, cada uno con diferentes
estadsticas y estimaciones.












Se va a considerar todo posible muestreo que se puede tomar de la poblacin de
nuestro ejemplo (ejecutivos en la compaa X) con un muestreo de tamao 2 (n = 2)
con el mtodo aleatorio simple. Sin reemplazo, hay 190 combinaciones de 20
empleados tomndolos de 2 en 2, y para cada combinacin se puede calcular el
promedio muestral de ingreso, por ejemplo, el muestreo AB, XI = (5,600 + 6,000) 2 =
5,800).









REAS DE LA ESTADSTICA

Describiremos brevemente cada una de las reas en que puede dividirse la
estadstica:

Diseo: Planeamiento y desarrollo de investigaciones.
Descripcin: Resumen y exploracin de datos.
Inferencia: Hacer predicciones o generalizaciones acerca de caractersticas de
una poblacin en base a la informacin de una muestra de la poblacin.

4.1. DISEO

Es una actividad crucial. Consiste en definir como se desarrollar la
investigacin para dar respuesta a las preguntas que motivaron la misma. La
recoleccin de los datos requiere en general de un gran esfuerzo, por lo que, dedicar
especial cuidado a la etapa de planificacin de la investigacin ahorra trabajo en las
siguientes etapas. Un estudio bien diseado resulta simple de analizar y las
conclusiones suelen ser obvias. Un experimento pobremente diseado o con datos
inapropiadamente recolectados o registrados puede ser incapaz de dar respuesta a las
preguntas que motivaron la investigacin, ms all de lo sofisticado que sea el
anlisis estadstico.

An en los casos en que se estudian datos ya registrados, en que estamos
restringidos a la informacin existente, los principios del buen diseo de
experimentos, pueden ser tiles para ayudar a seleccionar un conjunto razonable de
datos que est relacionado con el problema de inters.






4.2. DESCRIPCIN

Los mtodos de la Estadstica Descriptiva o Anlisis Exploratorio de Datos
ayudan a presentar los datos de modo tal que sobresalga su estructura. Hay varias
formas simples e interesantes de organizar los datos en grficos que permiten detectar
tanto las caractersticas sobresalientes como las caractersticas inesperadas. El otro
modo de describir los datos es resumirlos en uno o dos nmeros que pretenden
caracterizar el conjunto con la menor distorsin o prdida de informacin posible.

Explorar los datos, debe ser la primera etapa de todo anlisis de datos. Por qu
no analizarlos directamente? En primer lugar porque las computadoras no son
demasiado hbiles (slo son rpidas), hacen aquello para lo que estn programadas y
actan sobre los datos que les ofrecemos. Datos errneos o inesperados sern
procesados de modo inapropiado y ni usted, ni la computadora se darn cuenta a
menos que realice previamente un anlisis exploratorio de los datos.

4.3. INFERENCIA

Inferencia Estadstica hace referencia a un conjunto de mtodos que permiten
hacer predicciones acerca de caractersticas de un fenmeno sobre la base de
informacin parcial acerca del mismo. Los mtodos de la inferencia nos permiten
proponer el valor de una cantidad desconocida (estimacin) o decidir entre dos
teoras contrapuestas cul de ellas explica mejor los datos observados (test de
hiptesis).

El fin ltimo de cualquier estudio es aprender sobre las poblaciones. Pero es
usualmente necesario, y ms prctico, estudiar solo una muestra de cada una de las
poblaciones.





Definimos:

POBLACIN total de sujetos o unidades de anlisis de inters en el estudio

MUESTRA cualquier subconjunto de los sujetos o unidades de anlisis de la
poblacin, en el cual se recolectarn los datos.

Usamos una muestra para conocer o estimar caractersticas de la poblacin,
denominamos:

PARMETRO una medida resumen calculada sobre la poblacin.
ESTADSTICO una medida resumen calculada sobre la muestra.

La calidad de la estimacin puede ser muy variada, y generalmente las
estimaciones estadsticas son errneas, en el sentido que no son perfectamente
exactas. La ventaja de los mtodos estadsticos es que aplicados sobre datos
obtenidos a partir de muestras aleatorias permiten cuantificar el error que podemos
cometer en nuestra estimacin o calcular la probabilidad de cometer un error al tomar
una decisin en un test de hiptesis.

Finalmente, cuando existen datos para toda la poblacin (CENSO) no hay
necesidad de usar mtodos de estadstica inferencial, ya que es posible calcular
exactamente los parmetros de inters. En el censo poblacional, por ejemplo, se
registra el sexo de todas las personas censadas, que son prcticamente toda la
poblacin, as que es posible conocer exactamente la proporcin de habitantes de los
dos sexos.






TIPOS DE ESTADSTICAS

La estadstica es una tcnica basada en la recoleccin, recuento, clasificacin, e
interpretacin de un conjunto de datos obtenidos a partir de la observacin, con el
propsito de poder llevar a cabo comparaciones y realizar estimaciones.

Existen distintos tipos de estadstica:

5.1. DESCRIPTIVA O DEDUCTIVA:

Esta clase de estadstica se utiliza con el propsito de recolectar, describir y
resumir un conjunto de datos obtenidos. Estos pueden visualizarse de manera
numrica y grfica. Sin embargo, su uso se acota slo al uso de la informacin
obtenida. Es decir, que a partir de loa misma no se puede realizar ningn tipo de
generalizacin.

5.2. INFERENCIAL O INDUCTIVA:

De manera contraria a la anterior, esta clase de estadstica tiene la particularidad
de que a partir de los datos muestrales que maneja, es posible realizar conclusiones y
predicciones que incluyan a toda la poblacin. Es decir, que los resultados obtenidos
a partir del anlisis y conclusin podrn ser extrapolados, y de esta forma realizar un
pronstico inclusivo. Las inferencias pueden presentarse a travs de respuestas a
preguntas del tipo si/no, relaciones entre una serie de variables, estimaciones
numricas, entre otras.








5.3. APLICADA:

Est conformada por las dos clases de estadsticas anteriores. Su objetivo
consiste en deducir resultados sobre un universo, a partir de una muestra determinada.
Este tipo de estadstica puede ser aplicada en cualquier rea que no pertenezca a ella,
tal como historia, psicologa, etc.

5.4. ESTADSTICA MATEMTICA:

Se refiere al empleo de la estadstica pero desde un punto de vista formal, a
travs del uso de distintas ramas propias de la matemtica y de la teora de la
probabilidad. Su uso es necesario debido a que los datos que maneja la estadstica
matemtica son aleatorios e inciertos.


ESTADSTICA DESCRIPTIVA

Se refiere a la recoleccin, presentacin, descripcin, anlisis e interpretacin de
una coleccin de datos, esencialmente consiste en resumir stos con uno o dos
elementos de informacin (medidas descriptivas) que caracterizan la totalidad de los
mismos. La estadstica descriptiva es el mtodo de obtener de un conjunto de datos
conclusiones sobre s mismos y no sobrepasan el conocimiento proporcionado por
stos.

Puede utilizarse para resumir o describir cualquier conjunto ya sea que se trate de
una poblacin o de una muestra, cuando en la etapa preliminar de la Inferencia
Estadstica se conocen los elementos de una muestra






6.1. TIPOS DE VARIABLES



Como se ilustra en la figura, existen dos tipos de datos: categricos (o cualitativos) y
numricos (cuantitativos).






A. Los datos CATEGRICOS O CUALITATIVOS representan categoras o
atributos (como, por ejemplo, "s" o "no") que pueden clasificarse como un
criterio o cualidad.

B. Los datos NUMRICOS O CUANTITATIVOS producen respuestas
numricas, como el peso en kilogramos o el nmero de universidades que hay
en la Costa Atlntica. Estos datos son de dos tipos; discretos y continuos.

Los DATOS DISCRETOS producen respuestas numricas que
surgen de un conteo.
Los DATOS CONTINUOS producen respuestas numricas que
surgen de proceso de medicin, donde la caracterstica de que se mide
puede tomar cualquier valor numrico en un intervalo.

6.2. ORGANIZACIN DE DATOS MEDIANTE TABLAS.

En esta forma de organizacin de datos es importante el concepto de frecuencia
de un dato.

La frecuencia (absoluta) de un dato, simbolizado con la letra f, es el nmero de
veces que aparece ese dato en una coleccin de datos.

Ejemplo: En el conjunto de datos 4 5 5 3 2 6 7 7 7 2, el cuatro slo aparece una
vez (por lo tanto, tiene frecuencia f = 1), el cinco aparece dos veces (o sea, frecuencia
f = 2), el 7 tiene frecuencia f = 3, etc.








6.3. PRESENTACIN DE DATOS CATEGRICOS

6.3.1. TABLA DE FRECUENCIAS.

El modo ms simple de presentar datos categricos es por medio de una tabla de
frecuencias. Esta tabla indica el nmero de unidades de anlisis que caen en cada una
de las clases de la variable cualitativa.

Consideremos los casos de meningitis notificados durante el ao 2000 al
SI.NA.VE (Argentina) clasificados segn tipo de meningitis.


La primer y segunda columna de la Tabla 1 muestran las categoras de la variable
(tipo de meningitis y la sigla correspondiente), la tercer columna presenta el nmero
de casos de meningitis de cada tipo notificados, es decir la frecuencia o frecuencia
absoluta, en tanto que la ltima columna presenta la frecuencia relativa o el
porcentaje de casos notificados de cada tipo de meningitis. Por ejemplo, la frecuencia
relativa de la categora BSA se calcula del siguiente modo:






La representacin grfica de una distribucin de frecuencias puede realizarse a
travs de un grfico de barras o de un grfico de tortas. A continuacin se presentan
ambos mtodos.

6.3.1.1. GRFICO DE BARRAS.

Este grfico es til para representar datos categricos nominales u ordinales. A
cada categora o clase de la variable se le asocia una barra cuya altura representa la
frecuencia o la frecuencia relativa de esa clase. Las barras difieren slo en altura, no
en ancho.

La escala en el eje horizontal es arbitraria y en general, las barras se dibujan
equiespaciadas, por esta razn este tipo de grfico slo debe usarse para variables
categricas.

Es importante que el eje vertical comience en cero, de modo que no se exageren
diferencias entre clases. En un grfico de barras, as como en cualquier tipo de grfico
se debe indicar el nmero total de datos ya que el grfico slo muestra porcentajes o
frecuencias relativas y la fuente de la que se obtuvieron los mismos.






Cuando se desea comparar dos o ms distribuciones cualitativas, el modo ms
sencillo de representacin es el grfico de barras combinadas. En la Figura 2 se
presentan las distribuciones de casos notificados de meningitis en Argentina para los
aos 1999 y 2000.



6.3.1.2. GRFICO DE TORTAS

En este grfico, ampliamente utilizado, se representa la frecuencia relativa de
cada categora como una porcin de un crculo, en la que el ngulo se corresponde
con la frecuencia relativa correspondiente. Como en todo grfico es importante
indicar el nmero total de sujetos.

Esta representacin grfica es muy simple y permite comparar la distribucin de
una variable categrica en 2 o ms grupos.

Las Figura 3 muestra los datos sobre meningitis presentados en la Figura 2.







6.3.1.3. CUL PREFERIR: GRFICO DE BARRAS O DE TORTAS?

La informacin que brindan los dos tipos de grficos es equivalente, sin
embargo, el grfico de barras resulta ms natural para comparar las distribuciones de
dos grupos, debido a que nuestro ojo percibe mejor diferencias en longitudes que en
ngulos. Por otra parte, en el grfico de barras todas las barras comienzan al mismo
nivel, lo que facilita la comparacin.
















CONCLUSIN

Despus de haber realizado el anlisis referido a los aspectos bsicos del estudio de la
estadstica descriptiva para la elaboracin de los procesos logsticos, se lleg a las
siguientes conclusiones:

Toda investigacin o anlisis que se lleve a cabo tiene que tratarse dentro de
una poblacin como conjunto total de las personas o elementos que se desea
estudiar. Para facilitar de modo prctico el estudio, por cuanto se recurre a
seleccionar una muestra, que como subconjunto de la poblacin se procura
que sea representativa.

En todas las investigaciones se utiliza el muestreo, cuando no es posible
contar o medir los elementos de la poblacin.

El muestreo es una herramienta de la investigacin cientfica. Su funcin
bsica es determinar que parte de una realidad en estudio (poblacin o
universo) debe examinarse, con la finalidad de hacer inferencias sobre dicha
poblacin.

La estadstica descriptiva es el mtodo de obtener de un conjunto de datos
conclusiones sobre s mismos y no sobrepasan el conocimiento proporcionado
por stos.









RECOMENDACIONES

Aplicar las tcnicas bsicas de muestras y poblacin a todas aquellas investigaciones
cuya naturaleza requiere de la aplicacin de herramientas estadsticas.

Es indispensable que el investigador utilice el muestreo, ya que es imposible
entrevistar a todos los miembros de una poblacin debido a problemas de
tiempo, recursos y esfuerzo.

En el momento de seleccionar el tamao adecuado de la muestra, los
investigadores deben asegurarse que sta sea pequea, ya que si se toma una
muestra ms grande esto constituye una prdida de tiempo y dinero, adems
seria engorroso a la hora de obtener la informacin.

A la hora de aplicar alguna tcnica estadstica se debe seleccionar el modelo o
diseo que mejor se adapte a las necesidades de la investigacin.

Utilizar un procedimiento vlido mediante el uso de los datos suministrados
por la muestra con el objeto de estimar parmetros poblacionales.














BIBLIOGRAFA

ARIAS, Fidias. (2006). Proyecto de investigacin. Introduccin a la Metodologa
Cientfica. (Quinta Edicin). Caracas: Editorial Epitesme, C.A

HERNNDEZ, R, FERNNDEZ, C y BAPTISTA, P. (2003). Metodologa de la
Investigacin (Tercera Edicin). Mxico: Editorial MC.GRAW- HILL.

KAZMIER, L. y DAZ, A. (1993). Estadstica Aplicada a la Administracin y a la
Economa. (Segunda Edicin). Mxico: Editorial MC.GRAW- HILL.

LEVIN, RICHAR. (1998). Estadstica para Administradores. (Segunda Edicin).
Mxico: Prentice Hall Hispanoamrica, S.A

MASON R, LIND, D Y MARCHAL, W. (2000).Estadstica para Administracin y
Economa. (Dcima Edicin). Mxico: Alfaomega.

MORICE, E. (1974). Diccionario de Estadstica. (Primera Edicin). Mxico:
Compaa Editorial Continental, S.A.

NETER, JOHN. (1970).Fundamentos de Estadstica Aplicada a los Negocios.
Mxico. Compaa Continental.

SABINO, Carlos. (2002). El proceso de Investigacin. (Nueva Edicin
Actualizada).Caracas: Editorial Panapo de Venezuela.

SHAO, Stephen. (1971). Estadstica para Economistas y Administradores