Unidad 1 2012 PDF

1
1

INTRODUCCIN A LA ESTADSTICA:

EVOLUCIN

ETAPAS

MUESTREO

UNIDAD 1
2
PROBABILIDADES Y ESTADSTICA
_____________________________________________________________________

Lic. Mnica L. Pascual

INTRODUCCIN

En nuestra primera unidad didctica comprenderemos el significado de
la palabra estadstica, y podremos observar como a travs de la historia la
utilizacin de esta herramienta ha sido fundamental en el desarrollo de diversas
actividades, notaremos su presencia en las distintas disciplinas naturales,
sociolgicas, econmicas, como tecnolgicas. El anlisis Estadstico - presente
en cada acto humano - puede dotar al investigador de una estrategia
diferencial respecto de otros profesionales. La posibilidad de mejorar
continuamente los procesos repetitivos, debe basarse en respaldos
estadsticos de acuerdo a lo que se espera proyectado hacia el futuro.

OBJETIVOS ESPECFICOS

Que el alumno pueda notar que, a partir de la necesidad de informacin en
distintos campos, desde hace tiempo existe tanto esmero en unificar sus
indicadores y la interpretacin de los valores calculados.
Que el alumno posea un marco para la eleccin del tipo de muestreo ms
adecuado en una investigacin

3
_____________________________________________________________________


CONTENIDOS

1.1. Los primeros indicios.

1.2. Evolucin conocida.
Necesidad de informacin censal.
Teoras probabilsticas

1.3. Etimologa Conceptos bsicos.

1.4. Etapas de la Estadstica.

1.5. Poblacin y Muestra.

1.6. Tipos de muestreo
Muestreo probabilstica
Muestreo no probabilstico

1.7. Tamao de muestra

4
_____________________________________________________________________


Esquema de contenidos
A continuacin le presentamos un esquema con vinculacin de contenidos.

5
_____________________________________________________________________


Se ocupa
Se subdivide
Permite Logran
6
_____________________________________________________________________


Iniciaremos el recorrido de la primera Unidad Didctica. Le
deseamos mucha suerte.

Comenzamos
Desarrollo de los contenidos

1.1. LOS PRIMEROS INDICIOS.

Los comienzos de la estadstica pueden ser hallados en el antiguo
Egipto, cuyos faraones lograron recopilar, hacia el ao 3050 antes de Cristo,
prolijos datos relativos a la poblacin y la riqueza del pas. De acuerdo al
historiador griego Herdoto, dicho registro de riqueza y poblacin se hizo con el
objetivo de preparar la construccin de las pirmides. En el mismo Egipto,
Ramss II hizo un censo de las tierras con el objeto de verificar un nuevo
reparto.
En el antiguo Israel La Biblia da referencias, en el libro de los Nmeros,
de los datos estadsticos obtenidos en dos recuentos de la poblacin hebrea. El
rey David por otra parte, orden a Joab, general del ejrcito hacer un censo de
Israel con la finalidad de conocer el nmero de la poblacin.
Tambin los chinos efectuaron censos hace ms de cuarenta siglos.
Los griegos efectuaron censos peridicamente con fines tributarios, sociales
(divisin de tierras) y militares (clculo de recursos y hombres disponibles). La
investigacin histrica revela que se realizaron 69 censos para calcular los
impuestos, determinar los derechos de voto y ponderar la potencia guerrera.
Pero fueron los romanos, maestros de la organizacin poltica, quienes
mejor supieron emplear los recursos de la estadstica.
7
_____________________________________________________________________


Lea atentamente el siguiente concepto:

Cada cinco aos realizaban un censo de la poblacin y sus funcionarios
pblicos tenan la obligacin de anotar nacimientos, defunciones y matrimonios,
sin olvidar los recuentos peridicos del ganado y de las riquezas contenidas en
las tierras conquistadas.

En este breve prrafo ya distinguimos y vemos la aplicacin de varios trminos
que diferenciamos como: censo y recuentos.
Tambin nos referimos a la forma de trabajo como anotar nacimientos,
defunciones y matrimonios y metodologa estadstica en peridicos.

1.2 EVOLUCIN CONOCIDA

Para el nacimiento de Cristo suceda uno de estos empadronamientos
de la poblacin bajo la autoridad del imperio.
Durante los mil aos siguientes a la cada del imperio Romano se
realizaron muy pocas operaciones Estadsticas, con la notable excepcin de las
relaciones de tierras pertenecientes a la Iglesia, compiladas por Pipino el Breve
en el 758 y por Carlomagno en el 762 DC. Durante el siglo IX se realizaron en
Francia algunos censos parciales de siervos. En Inglaterra, Guillermo el
Conquistador recopil el Domesday Book o libro del Gran Catastro para el ao
1086, un documento de la propiedad, extensin y valor de las tierras de
Inglaterra. Esa obra fue el primer compendio estadstico de Inglaterra.
Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en
Inglaterra, trataron de revivir la tcnica romana, los mtodos estadsticos
permanecieron casi olvidados durante la Edad Media.
8
_____________________________________________________________________


Durante los siglos XV, XVI, y XVII, hombres como Leonardo de Vinci,
Nicols Coprnico, Galileo, Neper, William Harvey, Sir Francis Bacon y Ren
Descartes, hicieron grandes aportes al mtodo cientfico, de tal forma que,
cuando se crearon los Estados Nacionales y surgi como fuerza el comercio
internacional exista ya un mtodo capaz de aplicarse a los datos
econmicos.
Para el ao 1532 empezaron a registrarse en Inglaterra las defunciones
debido al temor que Enrique VII tena por la peste. Ms o menos por la misma
poca, en Francia la ley exigi a los clrigos a registrar los bautismos,
fallecimientos y matrimonios. Durante un brote de peste que apareci a fines de
la dcada de 1500, el gobierno ingls comenz a publicar estadsticas
semanales de los decesos. Esa costumbre continu muchos aos y en 1632
estos Bills of Mortality (Cuentas de Mortalidad) contenan los nacimientos y
fallecimientos por sexo. En 1662, el capitn John Graunt us documentos que
abarcaban treinta aos y efectu predicciones sobre el nmero de personas
que moriran de varias enfermedades y sobre las proporciones de nacimientos
de varones y mujeres que cabra esperar, fue un esfuerzo innovador en el
anlisis estadstico.
En el ao 1540 Sebastin Muster realiz una compilacin estadstica de
los recursos nacionales, comprensiva de datos sobre organizacin poltica,
instrucciones sociales, comercio y podero militar. Durante el siglo XVII aport
indicaciones ms concretas de mtodos de observacin y anlisis cuantitativo y
ampli los campos de la inferencia y la teora Estadstica.
Los eruditos del siglo XVII demostraron especial inters por la
Estadstica Demogrfica como resultado de la especulacin sobre si la
poblacin aumentaba, decreca o permaneca esttica.
En los tiempos modernos tales mtodos fueron resucitados por algunos
reyes que necesitaban conocer las riquezas monetarias y el potencial humano
9
_____________________________________________________________________


de sus respectivos pases. El primer empleo de los datos estadsticos para
fines ajenos a la poltica estuvo a cargo de Gaspar Neumann en 1691, un
profesor alemn que viva en Breslau. Este investigador se propuso destruir la
antigua creencia popular de que en los aos terminados en siete mora ms
gente que en los restantes, y para lograrlo hurg pacientemente en los archivos
parroquiales de la ciudad. Despus de revisar miles de partidas de defuncin
pudo demostrar que en tales aos no fallecan ms personas que en los
dems. Los procedimientos de Neumann fueron conocidos por el astrnomo
ingls Halley, descubridor del cometa que lleva su nombre, quien los aplic al
estudio de la vida humana. Sus clculos sirvieron de base para las tablas de
mortalidad que hoy utilizan todas las compaas de seguros.

Intente elaborar un breve resumen de lo concerniente a Estadstica en el
prrafo anterior que acabamos de presentarle.
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
Continuamos

10
_____________________________________________________________________



Godofredo Achenwall, profesor de la Universidad de Gotinga, acu en
1760 la palabra estadstica, que extrajo del trmino italiano statista (estadista).
Crea, y con sobrada razn, que los datos de la nueva ciencia seran el aliado
ms eficaz del gobernante consciente. La raz remota de la palabra se halla,
por otra parte, en el trmino latino status, que significa estado o situacin. Esta
etimologa aumenta el valor intrnseco de la palabra, por cuanto la estadstica
revela el sentido cuantitativo de las ms variadas situaciones.
Jacques Qutelect es quien aplica las Estadsticas a las ciencias
sociales. Este interpret la teora de la probabilidad para su uso en las ciencias
sociales y resolver la aplicacin del principio de promedios y de la variabilidad a
los fenmenos sociales. Qutelect fue el primero en realizar la aplicacin
prctica de todo el mtodo Estadstico, entonces conocido, a las diversas
ramas de la ciencia.

Entretanto, en el perodo del 1800 al 1820 se desarrollaron dos
conceptos matemticos fundamentales para la teora Estadstica; la teora de
los errores de observacin, aportada por Laplace y Gauss; y la teora de los
mnimos cuadrados desarrollada por Laplace, Gauss y Legendre. A finales
del siglo XIX, Sir Francis Gaston ide el mtodo conocido por Correlacin, que
tena por objeto medir la influencia relativa de los factores sobre las variables.
Durante el siglo XVII y principios del XVIII, matemticos como Bernoulli,
Francis Maseres, Lagrange y Laplace desarrollaron la teora de
probabilidades. No obstante durante cierto tiempo, la teora de las
probabilidades limit su aplicacin a los juegos de azar y hasta el siglo
XVIII no comenz a aplicarse a los grandes problemas cientficos.

11
_____________________________________________________________________


De aqu parti el desarrollo del coeficiente de correlacin creado por Karl
Pearson y otros cultivadores de la ciencia biomtrica como J. Pease Norton, R.
H. Hooker y G. Udny Yule, que efectuaron amplios estudios sobre la medida de
las relaciones.
A no asustarse hay conceptos que en su momento sern desarrollados!
Los progresos ms recientes en el campo de la Estadstica se refieren al
ulterior desarrollo del clculo de probabilidades, particularmente en la rama
denominada indeterminismo o relatividad, se ha demostrado que el
determinismo fue reconocido en la Fsica como resultado de las investigaciones
atmicas y que este principio se juzga aplicable tanto a las ciencias sociales
como a las fsicas.

No avance en la lectura si tiene alguna duda, utilice la PLATAFORMA
EDUCATIVA para comunicarse con su tutor.

Continuamos

Queda entonces claramente establecido que cada vez que citamos
estadstica estamos refirindonos a un mtodo cientfico, herramienta
de la cual se nutren varias ciencias.

12
_____________________________________________________________________


1.3 ETIMOLOGA CONCEPTOS BASICOS

La palabra "estadstica" procede del latn statisticum collegium ("consejo
de Estado") y de su derivado italiano statista ("hombre de Estado" o "poltico").
El trmino alemn Statistik, que fue primeramente introducido por Gottfried
Achenwall (1749), designaba originalmente el anlisis de datos del Estado, es
decir, "la ciencia del Estado" (tambin llamada "aritmtica poltica" de su
traduccin directa del ingls). No fue hasta el siglo XIX cuando el trmino
estadstica adquiri el significado de recolectar y clasificar datos. Este
concepto fue introducido por el ingls John Sinclair.

Si leemos detenidamente el prrafo anterior, seguramente
distinguiremos trminos referentes a anlisis de datos, recolectar y clasificar
datos.
De acuerdo a la etimologa de la palabra y a los trminos extrados de la
misma, vamos a definir a la estadstica como:
Definicin:
La Estadstica se ocupa de los mtodos y procedimientos para la
recopilacin, presentacin, analizar e interpretacin de datos, siempre y
cuando la variabilidad e incertidumbre sea una causa intrnseca de los
mismos...
Recopilacin: Recoleccin de informacin mediante entrevistas, encuestas,
cuestionarios, obtencin de datos de fuentes primarias o secundarias, etc.

Presentacin: Exposicin de la informacin en forma de grfico o tabular
(tablas denominadas distribuciones de frecuencias).
13
_____________________________________________________________________


Anlisis: Consiste en ordenamiento, clculos, interpolaciones, y obtencin de
los indicadores de acuerdo al tipo de datos procesados.

Interpretacin: Cada clculo, indicador o medida resumen de un conjunto de
datos debe llevar consigo la interpretacin del valor presentado.
La variabilidad es un concepto muy importante dentro de la estadstica a la cual
nos referiremos en un captulo posterior correspondiente al tema, la cual vamos
a definir como la no coincidencia de los valores en un conjunto de datos.
En cuanto a la incertidumbre, la misma debe estar presente en todo anlisis
estadstico, a efectos que tenga sentido realizar estimaciones sobre valores
esperados.

1.4 ETAPAS DE LA ESTADSTICA

Como podemos observar de la definicin de estadstica debemos
observar etapas o pilares en todo trabajo estadstico: primero recopilamos
la informacin necesaria (teniendo en cuenta como la vamos a procesar), luego
resumimos la misma en cuadros para presentarla en forma tabular y realizamos
los grficos para tener una primera impresin del conjunto de datos, realizamos
Presentacin
Interpretacin
Anlisis
Recopilacin
Estadstica
14
_____________________________________________________________________


el anlisis temtico correspondiente mediante el clculo de medidas de
tendencia central, variabilidad, asimetra, y siempre vamos a interpretar los
clculos realizados, para llegar a las conclusiones respecto de la poblacin
analizada.

A continuacin le presentamos algunos ejemplos que lo ayudarn a obtener
una mejor interpretacin del tema.

Ejemplos de recopilacin, presentacin, anlisis e interpretacin de
datos:
Reconociendo el significado de estos trminos, nos animamos a elaborar a
manera de ejemplo, estudios estadsticos propuestos en una comunidad de la
siguiente manera:

Ejemplo 1:
A) Censo 2001: personal que trabaja en relacin de dependencia:

1) Recopilacin: el censo es realizado por maestras, policas y otro personal
del estado, mediante cuestionarios que son llenados por el censista a cada
familia entrevistada.

Lea atentamente el siguiente concepto.

Queda entonces claramente establecido que cada etapa que citamos
debe respetarse, realizarse a conciencia y en el orden explicitado, a
efectos de llegar a resultados que reflejen la realidad del conjunto de
datos.

15
_____________________________________________________________________


Nota: advirtase, que de acuerdo a la informacin relevada podemos por
ejemplo conocer la procedencia de las personas encuestadas, para determinar
la densidad demogrfica de cada provincia.

2) Presentacin: una vez recogida la informacin, es procesada mediante la
elaboracin de cuadros y grficos de acuerdo a las variables bajo estudio que
se analizan, en nuestro ejemplo si el jefe de familia trabaja en relacin de
dependencia


Nota: de cada pregunta abierta o cerrada efectuada a los entrevistados
obtenemos respuestas que corresponden a las variables bajo estudio: nivel de
ingresos, nmero de hijos, ocupacin del jefe del hogar, edades, etc.

3) Anlisis: con la informacin resumida en cuadros o distribuciones de
frecuencias, vamos a realizar anlisis como: que proporcin de la poblacin
trabaja en relacin de dependencia, cual para el estado o para particulares,
cual es el ingreso promedio de una localidad de nuestro pas, que diferencia
existe entre el mayor y menor ingreso, cual es el peso medio de los nios de
10-12 aos, o interrelacionar variables como si existe relacin entre el nivel de
ingresos y el nmero de hijos, etc.


Nota: existen medidas que surgen a partir de la posicin de los datos y
medidas calculadas a partir del conjunto de datos.

4) Interpretacin: como ya lo dijimos anteriormente, todos los valores
obtenidos del conjunto de datos deben ser interpretados, primero en forma
individual tal como, el 50% de los habitantes tiene estudios secundarios o
16
_____________________________________________________________________


inferiores y el otro 50% estudios superiores o mayores; y luego en forma
conjunta como: al existir una gran variabilidad en los sueldos, con una
asimetra marcada de derecha, no podemos concluir que la media aritmtica
del ingreso es representativa de la poblacin.

ATENCIN! Lea atentamente el siguiente concepto.

Nota: La interpretacin sirve entre otras cosas para que cualquier persona,
aunque no maneje las herramientas estadsticas presentadas, pueda utilizar la
salida de datos de acuerdo a lo que indica su interpretacin.

Ejemplo 2:

A) Intencin de voto en elecciones sindicales 2007: obreros de la
construccin:

1) Recopilacin: La muestra es realizada por entrevistadores, formados a
tal efecto, mediante cuestionarios que son llenados por el entrevistador,
con preguntas sobre intencin de voto y dos o ms preguntas testigo.


Nota: como vamos a encuestar solo una parte de la poblacin estamos
realizando una muestra, la cual tiene que ser representativa para poder inferir
acerca del total de la poblacin.

2) Presentacin: una vez recogida la informacin, es cargada resumida en
computadoras y mediante la elaboracin de cuadros y grficos podemos
ver las preferencias hacia los distintos candidatos.

17
_____________________________________________________________________


Nota: en las preguntas testigo se consulta adems cuestiones relacionadas
con las campaas de los distintos candidatos y su imagen a efectos de evitar
respuestas errneas que pueden hacer variar los resultados.

3) Anlisis: con la informacin resumida en cuadros o distribuciones de
frecuencias, vamos a realizar anlisis como: Cul es el candidato con
mayores posibilidades en las prximas elecciones. Qu diferencia
existe entre nuestro candidato y su oponente ms significativo? Qu
proporcin de personas votarn a determinado candidato?, etc.


Nota: Existen diferencias absolutas y relativas que pueden obtenerse de un
conjunto de datos, las que son calculadas de acuerdo a las necesidades para
un correcto anlisis de acuerdo al criterio del investigador.

4) Interpretacin: los valores obtenidos del conjunto de datos siempre
deben ser interpretados, en forma individual como: lo ms frecuente es
que el candidato preferido ser; y luego en forma conjunta como por
ejemplo: al existir una proporcin casi uniforme en cuanto a la eleccin
de voto, no podemos concluir que exista un candidato con una marcada
preferencia por alguno de ellos.


Nota: al trabajar con una muestra en la interpretacin podemos aclarar adems
el alcance de la misma y los segmentos de la poblacin donde fueron
realizadas las encuestas.

18
_____________________________________________________________________


Ejemplo 3:
A) Grado de higiene de los sectores visitados: Asistentes a una exposicin:

1) Recopilacin: La muestra es realizada al azar por computadores del marco
muestral que surge del telfono declarado en fichas llenadas por los
ingresantes, mediante preguntas cerradas que piden que se oprima un botn
en el caso de cada respuesta.


Nota: el sistema de cmputos puede llamar a cualquier nmero entre
determinados valores del marco muestral, que es el listado de todos los
elementos susceptibles de ser seleccionados en cualquier etapa del proceso de
muestreo.

2) Presentacin: una vez recogida la informacin, mediante software
prediseado la misma es resumida y presentada en forma de cuadros y
grficos en los cuales podemos ver quines y qu contestaron a cada
pregunta.


Nota: podemos tener cuadros por cada variable, como: la cantidad de
personas que opinaron que las instalaciones se encontraban de manera
excelente, si le interesara contratar servicios con alguna empresa, etc.

3) Anlisis: realizamos anlisis para conocer la edad media de los ingresantes
a la exposicin, que proporcin de visitantes volveran el ao prximo, etc.

19
_____________________________________________________________________


Nota: el computador nos dar los datos recolectados y presentados, pero
depende del investigador poder discernir qu informacin debe analizar para
llegar a distintas conclusiones.

4) Interpretacin: los resultados del anlisis del investigador sern
interpretados como ya lo dijimos en forma individual como, si todas las
personas opinaran lo mismo, la puntuacin al grado de higiene de las
instalaciones sera de puntos, determinado porcentaje de los usuarios
contrataras nuestros servicios, etc.


Nota: las muestras deben ser preferentemente probabilsticas, donde cada
unidad muestral tenga probabilidad de estar presente en la muestra
seleccionada.-

1.2. INDICADORES URB
Intente elaborar un breve resumen del concepto que acabamos de
presentarle, en un ejemplo prctico detallando los pasos que realizara en
cada etapa.

20
_____________________________________________________________________


Continuamos
Recuerde:


Continuamos

ACTIVIDAD DE APRENDIZAJE
No hay aprendizaje sin actividad! Responda la siguiente consigna.
Ejemplo de Ejercicio:

Determinar cules seran los pasos a desarrollar en una investigacin
estadstica para el estudio de la cantidad de empleados de los hoteles de 4 y 5
estrellas en la ciudad de Mar del Plata.

1. Como realizara la recopilacin?

2. Una vez recopilada, Qu hacemos con la informacin?

Este tema, si bien es sencillo, causa algunas dificultades en los
alumnos que no se toman la molestia de practicar un poco. Es
recomendable abocarse a presentar ejemplos de recopilacin, anlisis
e interpretacin de los datos.
21
_____________________________________________________________________


3. Dentro del anlisis, Cul seran los factores que inciden en la cantidad
de empleados?

4. La salida de la informacin, Cmo debe ser y por qu?

Asesormosle y descubramos juntos los beneficios!

Si finaliz con la tarea, contine con la lectura.

En este proceso de anlisis de la informacin, debemos destacar una
subdivisin importante de la estadstica:
ESTADSTICA DESCRIPTIVA Y ESTADSTICA INFERENCIAL:
Estadstica descriptiva se refiere a la recoleccin, presentacin, descripcin,
anlisis e interpretacin de un conjunto de datos. Consiste en resumir dichos
datos con elementos de informacin (medidas descriptivas) que caracterizan la
totalidad de los mismos. La estadstica descriptiva es el mtodo que permite
resumir o describir de un conjunto de datos conclusiones sobre si mismos y no
sobrepasan el conocimiento proporcionado por stos.
La estadstica inferencial se refiere al proceso de lograr generalizaciones
acerca de las poblaciones, partiendo de un subconjunto de la misma
denominada muestra las cuales pueden presentar una serie de riesgos. Para
que las generalizaciones sean vlidas la muestra debe ser representativa de la
poblacin y la calidad de la informacin debe ser medida y controlada; adems
ya que las conclusiones extradas estn sujetas a errores, se tendr que
especificar el riesgo o probabilidad con que se pueden cometer esos errores.
22
_____________________________________________________________________


La estadstica inferencial es un conjunto de tcnicas utilizado para obtener
conclusiones que sobrepasan los lmites del conocimiento aportado por los
datos, busca obtener informacin de una poblacin mediante un procedimiento
del manejo metdico de datos de la muestra.
Entre las particularidades de la inferencia diferenciamos la estimacin
(puntual y por intervalo) y las pruebas de hiptesis. En estimacin se usan
caractersticas de la muestra para infererir sobre las caractersticas de la
poblacin. En un test de hiptesis se usa la informacin de la muestra para
responder a interrogantes sobre la poblacin.

1.5 CONCEPTO DE POBLACION Y MUESTRAS

Dentro de toda investigacin el primer paso importante es establecer
cual es la poblacin de donde se van a extraer los datos. Si es factible trabajar
con la poblacin o si ser conveniente trabajar con una muestra.

Una poblacin est determinada por sus caractersticas definitorias. Por
lo tanto, este conjunto de elementos se denomina poblacin o universo.

Poblacin es la totalidad de los elementos (individuos y/u objetos) de
los cuales se obtendr la informacin necesaria para dar respuesta al problema
de investigacin. De manera que las unidades de poblacin poseen una
caracterstica comn, la que se estudia y da origen a los datos necesarios para
la investigacin.

Entonces, una poblacin fsica es el conjunto de todas las personas,
animales o cosas que concuerdan con una serie determinada de
especificaciones, definidas en una dimensin espacio y en una dimensin
tiempo. Un censo, por ejemplo, es el recuento de todos los elementos de una
23
_____________________________________________________________________


poblacin. La poblacin estadstica es el conjunto de los valores de la variable
bajo estudio.

Desde luego, es de fundamental importancia comenzar el estudio definiendo la
poblacin a estudiar. Las poblaciones suelen ser muy numerosas, por lo que es
difcil estudiar a todos sus miembros; adems de que esto no es posible, no es
necesario. Es como si se quisiera estudiar la composicin qumica del agua de
un ro y para ello se intentara analizar toda el agua que corre por su cauce,
cuando solamente se puede tomar unas muestras para realizar ese estudio y
llegar a conclusiones generalizables con respecto a la composicin qumica del
agua de todo el ro.

Cuando se seleccionan algunos elementos con la intencin de averiguar
algo sobre una poblacin determinada, este grupo es definido como muestra.
Cuando no es posible medir cada uno de los individuos de una poblacin, se
toma una muestra representativa de la misma. Por supuesto, se espera a
travs del estudio que lo que se averige en la muestra sea cierto para la
poblacin en su conjunto. La exactitud de la informacin recolectada depende
en gran medida de la forma en que sea seleccionada la muestra.

Una muestra es un subconjunto de unidades, una porcin del total, que
trata de representar la conducta del universo en su conjunto. Una muestra, en
Cada cinco aos realizaban un censo de la poblacin y sus funcionarios
pblicos tenan la obligacin de anotar nacimientos, defunciones y
matrimonios, sin olvidar los recuentos peridicos del ganado y de las
riquezas contenidas en tierras conquistadas.
24
_____________________________________________________________________


un sentido amplio, no es ms que eso, una parte del todo que se llama
universo o poblacin y que sirve para representarlo. Cuando un investigador
realiza en ciencias sociales un experimento, una encuesta o cualquier tipo de
estudio, trata de obtener conclusiones generales acerca de una poblacin
determinada. Para el estudio de ese grupo, tomar un sector, al que se conoce
como muestra

La muestra descansa en el principio de que las partes representan al
todo y, por tal, refleja las caractersticas que definen la poblacin de la que fue
extrada, lo cual indica que es representativa. Por lo tanto, la validez de la
generalizacin depende de la validez y tamao de la muestra. Por lo tanto la
seleccin y el tamao de la muestra juegan un papel muy importante en la
investigacin.

Definiciones:

Poblacin: es el conjunto de personas, animales o cosas objeto de nuestro
estudio, en una dimensin espacio y tiempo.
Muestra: es un subconjunto de la poblacin (extrado mediante tcnicas de
muestreo) cuyo estudio sirve para inferir caractersticas de toda la poblacin.
Unidad de anlisis: es cada uno de los elementos que forman la poblacin
(elemento unitario) o la muestra (unidad muestral).

No hay aprendizaje sin actividad! Responda la siguiente consigna.

1. Cuntos tipos de Poblacin se presentaron?

2. Cmo deben ser las muestras seleccionadas?
25
_____________________________________________________________________


No olvide que los objetivos de cada Unidad guiarn su estudio
hacindoselo ms agradable porque sabe dnde debe (quiere) llegar.
.
1.6 TIPOS DE MUESTREO

Como se coment en la seccin 1.5, cuando no es posible medir a cada
uno de los individuos de una poblacin, se toma una muestra representativa de
la misma.
Una muestra es un subconjunto de unidades, una porcin del total, que
trata de representar la conducta del universo en su conjunto. Por supuesto, se
espera a travs del estudio, que lo que se averige en la muestra sea cierto
para la poblacin en su conjunto. La exactitud de la informacin recolectada
depende en gran medida de la forma en que sea seleccionada la muestra, pero
tambin de la correcta definicin de la poblacin objetivo.

1.6.1 Definicin de la poblacin objetivo

Definir la poblacin de inters es un paso fundamental en el proceso de
muestreo. La pregunta es a quin vamos a pedir su opinin para satisfacer los
objetivos del estudio?
El problema es especificar las caractersticas de los individuos, cosas u
objetos (personas, compaas, tiendas, etc.) de los cuales se requiere
informacin para satisfacer los objetivos de la investigacin. Definir la poblacin
objetivo incluye quien debe integrar la muestra y quin no.
La poblacin debe definirse en forma precisa. Una incorrecta definicin
de la poblacin puede tener como consecuencia la obtencin de informacin
sesgada.
26
_____________________________________________________________________


Veamos con un ejemplo como definir correctamente a una poblacin:

Se va a realizar una prueba de concepto de producto para un nuevo
medicamento sin receta para aliviar los sntomas del catarro

Poblacin (N): todas las personas en un rango de 21 a 70 aos
Esta definicin es incorrecta, ya que no todas las personas adquieren un
producto de este tipo sin receta cuando tienen catarro

Poblacin (N): todas las personas en un rango de 21 a 70 aos que hayan
adquirido alguna o varias marcas de la competencia durante la ltima vez
que tuvieron catarro (Definicin correcta)

La poblacin debe definirse en forma precisa en trminos de:

a) Elementos: es el objeto acerca del cual se desea informacin. En
una investigacin por encuesta, el elemento es el encuestado.
b) Unidad de muestreo: es un elemento, o unidad que contiene al
elemento, disponible para seleccin en alguna etapa del proceso de
muestreo
c) La extensin: se refiere a los lmites geogrficos
d) El tiempo: lapso en el cual se recolectar la informacin

Ejemplo 1:

Una universidad privada quiere realizar un estudio para conocer en qu medida
Se cumple con las normas de seguridad e higiene en la construccin de
edificios de 5 o ms pisos en la ciudad de Mar del Plata, respecto al uso del
equipamiento adecuado en los trabajadores.
27
_____________________________________________________________________


Poblacin objetivo (N): Todos los individuos que trabajan en edificios en
construccin de 5 o ms pisos en la ciudad de Mar del Plata
Elemento: el trabajador
Unidad muestral: el edificio en construccin (de 5 o ms pisos)
Extensin: la ciudad de Mar del Plata
Tiempo: 2011
Continuamos
Responda la siguiente consigna.
Vamos a determinar la poblacin en trminos de elemento, unidad muestral,
extensin y tiempo unitario y la variable bajo estudio, indicando a que tipo
corresponde la misma, de cada uno se los siguientes casos:
I) Luego de relevar en Mayo de 2.003 los Ingenios de Tucumn que van a
producir alcohol durante la zafra de este ao, para asentar el nmero de
trabajadores inscriptos con aportes previsionales se encontr que varios
de ellos deban regularizar su situacin.

II) Para verificar el nivel auditivo de los trabajadores de una empresa
minera radicada en Sur de Tucumn, en Agosto de 2.007, se realiz un
censo de trabajadores que poseen contacto con sectores de alto riesgo.

28
_____________________________________________________________________



Continuamos

La poblacin de inters a menudo se especifica en trminos de alguna
combinacin de los siguientes factores: caractersticas geogrficas,
demogrficas, uso de producto o servicio, medidas sicolgicas, etc. La tabla
siguiente seala algunas bases de inters para definir a la poblacin.

BASE ANALISIS
Geografa
Depende del campo de operacin del cliente: ciudad, rea metropolitana,
regin, todo el pas, diversos pases
Datos
demogrficos
Dado los objetivos y el mercado meta, qu personas es conveniente
entrevistar? Por ejemplo:
Mujeres de ms de 18 aos
Mujeres entre 18 y 34 aos
Mujeres entre 18 y 34 aos, con ingresos familiares superiores a
$30.000,- por ao, que trabajan y con hijos en etapa preescolar

Aplicaciones
Caractersticas de inclusin: se establece en trminos de usuarios o no
usuarios, o del uso de cierta cantidad del producto o servicio:
Consume 5 o ms latas o vasos de refrescos bajos en caloras por
semana
Ha viajado a Europa por negocios o vacaciones en los dos ltimos aos
Ud. o cualquier miembro de su familia inmediata ha estado hospitalizado
por ms de un da durante los dos ltimos aos
Conciencia
Se entrevista a individuos que estn conscientes de los anuncios de la
compaa, para averiguar que han aprendido sobre las caractersticas del
producto o servicio

1.6.2.- Determinar el marco de muestreo
29
_____________________________________________________________________


El marco de muestreo es una lista de los miembros o elementos de la
poblacin de la cual se seleccionarn las unidades de muestreo
Ejemplos de marco de muestreo
Lista de empresas de una industria
Lista de correos compradas a organizaciones comerciales
Directorio de una ciudad o un mapa
En algunas ocasiones se puede obtener una lista de elementos de la
poblacin, pero la misma puede omitir a algunos elementos, como es el
caso de las guas de telfono. Los directorios telefnicos pueden ser un
buen marco de muestreo para recopilar informacin a travs de encuestas
telefnicas; sin embargo hay personas que pagan por no estar en la gua,
algunos individuos se han mudado o cambiado de telfono. Esto hace que
el marco de muestreo sea deficiente.
En algunos casos, las discrepancias entre la poblacin y el marco de
muestreo puede ser lo suficientemente pequea para ignorarla. En otros
casos, el investigador debe reconocer esta diferencia y reflejar el marco de
muestreo aplicando un procedimiento para producir una muestra
representativa de individuos con las caractersticas deseadas: por ejemplo,
utilizando procedimientos de marcado de dgitos aleatorios para encuestas
telefnicas

1.6.3. Seleccionar la tcnica de muestreo

Una vez que se ha tomado la decisin de trabajar con una muestra, el
paso siguiente es decidir cul ser el tipo de muestreo a utilizar. Existen
bsicamente dos clasificaciones y cada una de ellas agrupa diferentes
subtipos de muestreo.
El muestreo bsicamente puede clasificarse en:
30
_____________________________________________________________________


a) Probabilstico: en este caso, cada elemento de la muestra tiene una
probabilidad conocida de ser seleccionado para formar parte de la
misma. Este tipo de muestreo asegura la representatividad de la
muestra extrada y permite hacer inferencias a la poblacin.
b) No Probabilstico: la seleccin de las unidades de anlisis se hace
siguiendo determinados criterios del investigador, procurando en la
medida de lo posible, que la muestra sea representativa. Pero la realidad
es que este tipo de muestra adolece de fundamentacin probabilstica y
no corresponde hacer inferencias a la poblacin.
A pesar de estas diferencias tan importantes, para algunos tipos de estudio
el muestreo probabilstico resulta excesivamente costoso, en tiempo y
dinero, y se acude a mtodos no probabilsticos, aun siendo conscientes de
que no sirven para realizar generalizaciones (estimaciones inferenciales
sobre la poblacin), pues no se tiene certeza de que la muestra extrada
sea representativa, ya que no todos los sujetos de la poblacin tienen la
misma probabilidad de ser elegidos. El muestreo no probabilstico, cuando
el investigador toma todos los recaudos necesarios para seleccionar la
muestra, permite tomar decisiones basadas en el anlisis de la muestra.

Tipos de muestreo probabilstico
a) Muestreo por azar simple: para seleccionar a las unidades muestrales
se emplea una tabla de nmeros aleatorios o se generan stos a travs
de un ordenador. A cada elemento de la poblacin se le asigna un
nmero que permita identificarlo; luego se seleccionan los elementos
que van a integrar la muestra de tamao n haciendo coincidir el nmero
de identificacin con los primeros n nmeros aleatorios. La probabilidad
que tiene cada elemento de ser seleccionado es: N n x P / ) (
b) Muestreo sistemtico: como en el muestreo por azar simple, se
enumeran los elementos de la poblacin. Se elige por azar simple al
31
_____________________________________________________________________


primer integrante de la muestra y a partir de ste, el resto de las
unidades muestrales se toman de k en k individuos, siendo n N k /
c) Muestreo estratificado: en este tipo de muestreo se subdivide a la
poblacin en grupos o estratos que se suponen homogneos con
respecto a alguna caracterstica que se va a estudiar. Luego se realiza
un muestreo aleatorio (por azar o sistemtico) en cada uno de los
estratos. Lo que se pretende con este tipo de muestreo es asegurarse
de que todos los estratos de inters estarn representados
adecuadamente en la muestra.
El muestreo estatificado se subdivide en dos tipos:
Estrato proporcional: el tamao de la muestra tomado de cada
estrato es proporcional al tamao relativo del estrato en la poblacin
total, de manera que:

Estrato desproporcional u ptimo: el nmero de elementos que
se toma en cada estrato es proporcional al tamao relativo del estrato y
a la desviacin estndar de la variable de estratificacin
d) Muestreo por conglomerado: en los distintos tipos de muestreo hasta
ahora mencionados, se selecciona directamente al elemento que va a
formar parte de la muestra. En el muestreo por conglomerado, se
seleccionan unidades muestrales o conglomerados que contienen a los
elementos de la poblacin que van a conformar la muestra. As por
ejemplo, los hospitales, las universidades, las construcciones, son
conglomerados naturales. El muestreo por conglomerados consiste en
seleccionar aleatoriamente un cierto nmero de conglomerados (el
necesario para alcanzar el tamao muestral establecido) y luego puede
recopilarse la informacin de todos los elementos del conglomerado o
puede seleccionarse en forma aleatoria, por alguno de los tres mtodos
N
estrato del tamao
muestra la de estrato cada en elementos de proporcin
32
_____________________________________________________________________


expuestos antes, una submuestra de cada conglomerado. En este ltimo
caso, el muestreo se denomina bietpico.
Cuando los conglomerados son reas geogrficas suele hablarse de
"muestreo por reas".

Ejemplo 2:

Se quiere estimar el promedio mensual de accidentes en el sector de la
construccin durante el ao 2010 en la ciudad de Mar del Plata.

Poblacin: todos los trabajadores afiliados en el sindicato de la construccin
en Mar del Plata durante el ao 2010.
Elemento y unidad muestral: el trabajador
Extensin: ciudad de Mar del Plata
Tiempo: ao 2010
Tipo de muestreo: como se quiere hacer una inferencia a la poblacin se va
a emplear un muestreo probabilstico
Marco de muestreo: el listado de todos los trabajadores afiliados al sindicato
durante el ao 2010 en la ciudad de Mar del Plata
Tipo de muestreo: se indica a continuacin el mecanismo de seleccin de las
unidades muestrales para los diferentes subtipos de muestreo probabilstico
comentados.

a) Muestreo por azar: como criterio para la seleccin al azar de los
trabajadores puede utilizarse el nmero de afiliado al sindicato.
Utilizando una tabla de nmeros aleatorios (que puede encontrarse en
libros de estadstica o pueden generarse con una planilla de clculo), si
la muestra (n) va a ser de 120 individuos, se seleccionan del marco de
muestreo los 120 primeros trabajadores cuyo nmero de afiliado
coincidan con los primeros 120 nmeros aleatorios.
33
_____________________________________________________________________


b) Muestreo sistemtico: El primer individuo que va a integrar la muestra
se selecciona a travs de un muestreo por azar simple, es decir, que se
selecciona haciendo coincidir el nmero de afiliado con un nmero
aleatorio. Luego, teniendo en cuenta la totalidad de afiliados al sindicato,
se divide al total de la poblacin por el tamao que tendr la muestra
para determinar cada cuantos afiliados se har la extraccin del
elemento. As, si la poblacin fuera de 2520 trabajadores, cada 21
afiliados se seleccionar a uno para formar parte de la muestra
(2520/120 = 21).
c) Muestreo estratificado: En el estudio que se pretende realizar podra ser
importante tener en cuenta que las grandes empresas que cuentan con
muchos empleados tienen una mayor cantidad de accidentados que las
pequeas constructoras con pocos empleados. En virtud de lo expuesto
puede tomarse como base para estratificar a la poblacin la cantidad de
trabajadores por empresa. As es que podran agruparse en aquellas que
tienen menos de 50, entre 51 y 100 y ms de 100 empleados. Supongamos
que la proporcin que cada estrato o grupo de empresas segn la cantidad
mencionada de trabajadores es: 60% para las que tienen menos de 50
empleados, 25% para aquellas que tienen entre 51 y 100 y 15% para las
que tienen ms de 100.
Si la decisin es realizar un muestreo estratificado proporcional, entonces
el tamao de cada estrato dentro de la muestra debe ser proporcional al
tamao relativo del estrato en la poblacin total; de manera que, para un
n=120, la cantidad de trabajadores seleccionados en cada estrato debe ser
72, 30 y 18 elementos respectivamente en cada uno de ellos.

d) Muestreo por conglomerado: En este planteo, el marco de muestro son
las empresas constructoras asociadas a las cmaras de la construccin (si
hubiera ms de una) de la ciudad de Mar del Plata en el ao 2011. El
procedimiento comienza seleccionando, por algunos de los subtipos de
muestreo previamente explicados, las empresas constructoras que son las
34
_____________________________________________________________________


que contienen a los elementos que van a formar parte de la muestra. Una
vez que stas han sido seleccionadas, el siguiente paso es escoger a los
elementos dentro de las empresas, para lo cual pueden realizarse
muestreos al azar (simple o estratificado) entre los trabajadores de las
constructoras seleccionadas hasta completar el total de la muestra.

Tipos de muestreo no probabilstico
a) Muestreo por conveniencia: el investigador selecciona directa e
intencionadamente los a individuos de la poblacin ms accesibles para
obtener informacin. Por ejemplo, la gente en una reunin, podra ser
designada como muestra. Tambin es el caso de los individuos que son
detectados en centros comerciales. Este es un mtodo fcil y barato,
pero el sesgo puede ser importante.
b) Muestreo por juicio: el investigador selecciona a individuos que juzga
de antemano tienen un conocimiento profundo del tema bajo estudio, por
lo tanto, se considera que la informacin aportada por esas personas es
vital para la toma de decisiones.
c) Muestreo por cuotas: Es la tcnica ms difundida sobre todo en
estudios de mercado y sondeos de opinin. En primer lugar es necesario
dividir la poblacin de referencia en varios estratos definidos por algunas
variables de distribucin conocida (como el gnero o la edad).
Posteriormente se calcula el peso proporcional de cada estrato, es decir,
la parte proporcional de poblacin que representan. Finalmente se
multiplica cada peso por el tamao de n de la muestra para determinar la
cuota precisa en cada estrato. Se diferencia del muestreo estratificado
en que una vez determinada la cuota, el investigador es libre de elegir a
los sujetos de la muestra dentro de cada estrato.
d) Muestreo bola de nieve: Se localiza a algunos individuos, los cuales
conducen a otros, y estos a otros, y as hasta conseguir una muestra
suficiente. Este tipo se emplea muy frecuentemente cuando se hacen
35
_____________________________________________________________________


estudios con poblaciones "marginales", delincuentes, sectas,
determinados tipos de enfermos, etc

No olvide que los objetivos de cada Unidad guiarn su estudio
hacindoselo ms agradable porque sabe donde debe (quiere) llegar.


Sigamos

No hay aprendizaje sin actividad! Responda las siguientes
consignas.
1. Cundo una muestra es representativa de la poblacin de la cual ha
sido extrada?

2. Cul es la diferencia entre un muestreo probabilstico y no
probabilstico?

36
_____________________________________________________________________


3. Cul es la diferencia entre el muestreo por cuotas y el estratificado?

Responda ahora a las siguientes consignas.

1. Cundo realizamos un relevamiento de toda la poblacin bajo estudio, el
proceso se denomina: _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

2. La estadstica es un _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _, del que se nutren
varias ciencias.

3. Defina estadstica: _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

4. Cules son los pilares de la estadstica?
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ . _ _ _ _

5. Cmo se pueden presentar los datos?
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

6. Presente los trminos relacionados con la materia que recuerde.
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

7. Las muestras deben ser preferentemente: _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
37
_____________________________________________________________________


1.7 TAMAOS DE MUESTRA

DETERMINACIN DEL TAMAO DE MUESTRA EN UN MUESTREO
PROBABILISTICO

La eleccin del tamao de muestra est condicionado por factores
administrativos, financieros y estadsticos.
Dentro de los primeros, podemos mencionar la naturaleza de la investigacin y
la decisin asociada a los resultados de sta.
Las restricciones presupuestarias son un fuerte factor financiero que en
muchas ocasiones condiciona fuertemente el tamao de la muestra, a punto tal
de tener que en algunos casos, revisar los objetivos del estudio.
Entre los factores estadsticos, que son los que nos ocupan, los ms
importantes son la precisin y el nivel de confianza.

Error de muestreo o nivel de precisin
e
:.
Cualquiera sea el procedimiento utilizado y la perfeccin del mtodo
empleado, la muestra diferir de la poblacin. A esta diferencia se la denomina
error de muestreo, es decir, es la diferencia de tolerancia mxima entre la
estadstica de muestra y el parmetro poblacional
Si se quiere eliminar el riesgo del error y considerarlo como 0%, entonces la
muestra sera del mismo tamao que la poblacin, por lo que conviene correr
un cierto riesgo de equivocarse.
Cuando una muestra es aleatoria o probabilstica, es posible calcular sobre ella
el error muestral. Este error indica el porcentaje de incertidumbre.
En resumen, para fijar el tamao de la muestra adecuado a cada investigacin,
es preciso primero determinar el porcentaje de error que estamos dispuestos a
admitir. Una vez hecho esto, debern realizarse las operaciones estadsticas
correspondientes para poder calcular el tamao de la muestra que nos permite
situarnos dentro del margen de error aceptado.
38
_____________________________________________________________________


Debemos advertir que el error muestral nunca debe calcularse como un
porcentaje del tamao de la muestra respecto al del universo.
X e

Nivel de confianza: es el porcentaje de seguridad que existe para
generalizar los resultados obtenidos.
Llamamos nivel de confianza a la probabilidad de que el intervalo construido en
torno a un estadstico capte el verdadero valor del parmetro.
En el contexto de estimar un parmetro poblacional, un intervalo de confianza
es un rango de valores (calculado a partir de una muestra) en el cual se
encuentra el verdadero valor del parmetro, con una probabilidad determinada.
La probabilidad de que el verdadero valor del parmetro se encuentre en el
intervalo construido se denomina nivel de confianza.
Comnmente en las investigaciones sociales se busca un 95% de confiabilidad.
El nivel de confianza se obtiene a partir de la distribucin normal estndar, que
es un tema que se estudia en el mdulo 4. Por ahora y slo a los fines del
clculo del tamao de muestra, se indican a continuacin los valores Z de la
distribucin normal estndar asociados a los niveles de confianza ms
utilizados:
Nivel de confianza 95 %: Z = 1,96
Nivel de confianza 99 %: Z = 2,575
Nivel de confianza 99,7%: Z = 2,967
Tambin hay que tomar en cuenta que el nivel de confianza no es ni un
porcentaje
Tamao de muestra para la media:
2
2 2
e
Z
n

39
_____________________________________________________________________


En la frmula precedente, Z corresponde al valor de la distribucin normal
estndar asociado al nivel de confiabilidad, e es el nivel de precisin o error de
muestreo y
2
es la varianza poblacional. Este ltimo valor corresponde a la
variabilidad de la poblacin, tema que se trata en el mdulo 2. Para facilitar la
comprensin del tema, vale explicar que entre las medidas de variabilidad ms
importantes est el desvo estndar (), que es el promedio de las variaciones
de los valores que adopta la variable respecto a su media. La relacin entre la
varianza y el desvo estndar es:
2
. En algunas ocasiones, la
variabilidad puede expresarse como la varianza y otras como el desvo
estndar.
Observando la frmula puede darse cuenta que a medida que disminuye el
error muestral y/o aumenta el nivel de confiabilidad, el tamao de muestra es
mayor.
Si la varianza poblacional es un dato que no se conoce, puede ser estimada de
la siguiente manera:
a) pueden utilizarse datos sobre la varianza poblacional utilizados en estudios
anteriores. Si fuera este el mtodo para estimar la varianza poblacional, debe
asegurarse de la validez actual de este valor.
b) a travs de una muestra piloto: se estima la varianza poblacional mediante la
varianza muestral s
2
b) si existe evidencia que la poblacin estudiada tiene distribucin normal, se
estima dividiendo el rango o amplitud de la poblacin por 4 y a este valor se lo
eleva al cuadrado.

40
_____________________________________________________________________


Tamao de muestra para una proporcin:
2
2
) 1 (
e
P P Z
n

Z es el valor de la distribucin normal estndar asociado al nivel de
confiabilidad, e es el error de muestreo aceptable y p es la proporcin
verdadera de xito. Es decir, que en realidad p es el parmetro de la poblacin
que se quiere encontrar.
Entonces, cmo se establece un valor que es justo para lo que se debe tomar
una muestra que permita determinarlo?
Se tienen un par de alternativas:
a) es posible que se disponga de informacin histrica o experiencias
relevantes que permitan fijar una prediccin de p
b) Cuando no se dispone de datos histricos o experiencias relevantes, se
puede intentar proporcionar un valor de p que nunca subestime el tamao
de la muestra requerido. Entonces debe determinarse el valor de p que har
que el producto de p (1-p) sea lo ms grande posible. El valor p = 0,50
asegura el mayor tamao de muestra para un nivel de confiabilidad y error
dado. Luego, segn los indicios que la investigacin pueda ir dando, este
valor se puede ajustar a uno ms real.


Veamos algunos ejemplos:

1) Una cadena de supermercados quiere estimar el importe promedio de
ventas en una escala de $ 100,- con una confianza del 99 %. Estudios
anteriores mostraron que la desviacin estndar poblacional era de $
200,-. Qu tamao de muestra es necesario para realizar la
investigacin?

41
_____________________________________________________________________


Para una confianza del 99%, el valor de Z=2,575

2) Un investigador de mercado observ que el 80 % de los consumidores
gustan de las papas fritas al analizar la industria de comida rpida en
una localidad determinada. El investigador desea estimar el consumo
de papas fritas a partir de una encuesta con un error de 6 % y una
confianza del 95 %. Qu tamao de muestra se requiere?
P = 0,80

Para una confianza del 95%, el valor de Z=1,96

3) Por estudios previos se tiene conocimiento que la distribucin del peso al
nacer de nios que cumplen su perodo de gestacin de 40 semanas es
aproximadamente normal con una media de 3550 gramos y una
desviacin estndar de =400 gramos. Se va a realizar un nuevo estudio
para una poblacin con caractersticas similares, con el fin de estimar el
peso promedio al nacer de los nios. Con base en el estudio previo
determine el tamao de muestra. Adems, se considera que un error de
mximo 45 gramos logra una estimacin valida, la confiabilidad del
estudio es del 95%.

2
2 2
e
Z
n

53 , 303
45
400 96 , 1
2
2 2

x
n

42
_____________________________________________________________________


El tamaos de muestra requerido ser de 304 bebs

Veamos como se modifica este resultado si la confiabilidad aumenta al 99% y
se disminuye el error muestral en 5 gramos

06 , 663
40
400 575 , 2
2
2 2

x
n

En este caso la cantidad de bebs a estudiar es 663. Puede observarse que
con una pequea modificacin en el error muestral y la confiabilidad
aumentado en un 4%, el tamao de la muestra es ms del doble.

4) Una compaa de televisin por cable quiere estimar la proporcin de
sus clientes que compraran una revista con los programas de TV. La
compaa quiere que su estimacin tenga una precisin de 5 % de la
proporcin real. La experiencia anterior en otras reas seala que el 30
% de los clientes comprarn la revista. Qu tamao de muestra se
necesita para suministrar la informacin con un 95 % de confiabilidad

2
2
) 1 (
e
P P Z
n

69 , 322
05 , 0
70 , 0 30 , 0 96 , 1
2
2

x x
n

El tamao de muestra debe ser de 323 clientes

43
_____________________________________________________________________


RESUMEN DE LA UNIDAD DIDCTICA

Tenemos en claro, los cuatros pilares de la estadstica. Hemos
apreciado cmo a travs de la historia, se manifest la necesidad de trabajar
con informacin a los efectos de poder hacer estimaciones, conocer el
comportamiento de determinadas caractersticas, y la necesidad de recopilar,
presentar, analizar e interpretar los datos.
La informacin es necesaria para cualquier tipo de anlisis. Se utiliza la
estadstica en ciencias sociales, econmicas, naturales, etc.
Los indicadores, los conocemos e interpretaremos para lograr un buen
asesoramiento a nuestros clientes y a su vez, interiorizarnos de la variabilidad,
para inferir acerca de la confiabilidad de la informacin analizada.

Hemos llegado al final de la unidad didctica Nro 1, no pase a la siguiente
si tiene alguna duda.

Mucha suerte

Para Reflexionar:

"El que cree tener razn entre todas las cosas, la razn de las cosas
desconoce".
Blaise Pascal, filsofo
francs
44
_____________________________________________________________________


BIBLIOGRAFIA

Aqu la bibliografa utilizada

1. BERENSON Mark y LEVINE David, Estadstica Bsica en
Administracin. Conceptos y Aplicaciones. 6 Edicin. Pearson -
Prentice-Hall (2006)
2. VALIENTE, Stella Maris PASCUAL, Mnica. Temas de Estadstica y
Probabilidades. Edicin de las autoras. Bs. As., Mar del Plata. 1999
3. GARCA, BACHERO y Otros, Estadstica Descriptiva Y Nociones De
Probabilidad - Thompson (2005)
4. MARTIN Y PLIEGO LOPEZ, Introduccin a la Estadstica Econmica y
Empresarial. Teora y Prctica, Thompson, 3 Edicin (2004)

5. MILTON, J SUSAN & ARNOLD, JESSE C Probabilidad Y Estadstica
con aplicaciones para ingeniera y ciencias computacionales(Editorial
Mc. Graw-Hill) (4 edicin - 2004).
6. WALPOLE-MYERS. Probabilidad y Estadstica " Mc. GRAW-HILL. 1992
7. MEYER, Paul L. "Probabilidad y Aplicaciones Estadsticas". De. Fondo
Educativo Interamericano. Mxico. 1.986.
8. http://thales.cica.es/rd/Recursos/rd99/ed99-0018-
04/TAMANO_archivos/TAMANO.html
9. http://www.mitecnologico.com/Main/ComoEstablecerLosNivelesDeConfia
nzaYElPorcentajeDeErrorAdmisibleMuestreoDeTrabajo
10. JORGE SUELDO/NGEL VICENTE NIZIOLEK. Mdulos Probabilidad y
estadstica

Unidad 1 2012 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Unidad 1 2012 PDF

Uploaded by

Copyright:

Available Formats

1

You might also like