CENTRO DE DESARROLLO AGROEMPRESARIAL

CDA Chía

LUISA FERNANDA NOVA VARON

Estudiante

NIXA TATIANA OLAVE

Docente

SOPO, CUNDINAMARCA
2017
 Taller procesar la información
Enunciado

1. Investigue los siguientes conceptos:

 Estadística
R/ Es una ciencia que utiliza datos numéricos para obtener inferencias basadas
en el cálculo de probabilidades. Una estadística también es un conjunto de datos
obtenido a través de un estudio estadístico. encarga de recopilar, organizar,
procesar, analizar e interpretar datos con el fin de deducir las características de
una población objetivo.

 Fuentes o estadísticas primarias.

R/ Contienen información original no abreviada ni traducida: tesis, libros,
nomografías, artículos de revista, manuscritos. Se les llama también fuentes de
información de primera mano. Incluye la producción documental electrónica de
calidad.
Una fuente primaria no es, por defecto, más precisa o fiable que una fuente
secundaria. Proveen un testimonio o evidencia directa sobre el tema de
investigación. Son escritas durante el tiempo que se está estudiando o por la
persona directamente envuelta en el evento. Ofrecen un punto de vista desde
adentro del evento en particular o periodo de tiempo que se está estudiando.
Algunos tipos de fuentes primarias son:

 Documentos originales
 Diarios
 Novelas
 Instrumentos musicales
 Minutas
 Entrevistas
 Poesía
 Apuntes de investigación
 Noticias
 Fotografías
 Autobiografías
 Cartas
 Discursos
  Fuentes o estadísticas secundarias.

R/ Interpreta y analizan fuentes primarias. Las fuentes secundarias son textos

basados en fuentes primarias, e implican generalización, análisis, síntesis,
interpretación o evaluación
Algunos tipos de fuentes secundarias son:
 Índices
 Revistas de resúmenes.
 Crítica literaria y comentarios
 Enciclopedias
 Bibliografías
 Fuentes de información citadas en el texto

 Estadística descriptiva.

R/ método para describir numéricamente conjuntos numerosos. Por tratarse de

un método de descripción numérica, utiliza el número como medio para
describir un conjunto, que debe ser numeroso, ya que las permanencias
estadísticas no se dan en los casos raros. No es posible sacar conclusiones
concretas y precisas de los datos estadísticos.

 Estadística inferencial.

R/ Estudia la probabilidad de éxito de las diferentes soluciones posibles a un

problema en las diferentes ciencias en las que se aplica y para ello utiliza los
datos observados en una o varias muestras de la población. Mediante la creación
de un modelo matemático infiere el comportamiento de la población total
partiendo de los resultados obtenidos en las observaciones de las muestras.

 Unidad o elemento.

R/ Son las entidades acerca de las que se reúnen datos.

Por ejemplo
1) si se evalúa la memoria de los aspirantes a un puesto de mozo en el
restaurante X, las unidades son cada uno de los aspirantes.
2) Si se estudia el fenómeno de deserción escolar de las escuelas primarias
públicas de Lomas de Zamora, las unidades son cada una de las escuelas de
dicha región.
3) Si a un comerciante le interesa el volumen de ventas semanal de su comercio
durante el último año, las unidades son cada una de las semanas de ese año.

 Objetivo de la investigación.

R/ parte de una recopilación de información y un proceso de aprendizaje que se

realiza para buscar el significado dé y para qué aprender más acerca de los
fenómenos observados, así como las decisiones y acciones que se toman.

 Proceso de recolección.

R/ Consiste en la recopilación de información dentro de un cierto contexto. Tras

reunir estas informaciones, llegará el momento del procesamiento de datos, que
consiste en trabajar con lo recolectado para convertirlo en conocimiento útil.

 Encuestas y monografías.

R/ Se considera como una técnica o una estrategia entendida como un conjunto

de procesos necesarios para obtener información de una población mediante
entrevistas a una muestra representativa.

2. En la siguiente lista indique, si la característica es variable o atributo.

 Biología: Peso de un ser vivo Variable
 Agricultura: Cultivo de legumbres Atributo
 Economía: Ventas de una empresa Variable
 Transporte: Kilómetros recorridos Variable
 Demografía: Número de hijos Variable
 Demografía: Estado civil Atributo

3. Explique brevemente qué diferencia hay entre:

 Parámetro y estimador
R/ es un valor determinado de una población, por ejemplo, la media poblacional,
mientras que el estimador, es un valor aproximado de cierto parámetro
desconocido de una población, éste estimador se calcula a partir de una muestra
tomada de la población.

 Población y muestra
R/ La población estadística es también denominada universo. Se trata de un
conjunto de elementos sobre los que se realizan estudios y observaciones. La
muestra es un subconjunto de caso o de individuos de una población debe ser
representativa por lo que la técnica de muestreo (selección) debe ser adecuada.

 Atributo y variable
R/ Atributo es algo meramente cualitativo, es decir que no puedes cuantificar ni
medirlos. Variable es una característica que al ser medida en diferentes
individuos o en diferentes situaciones, es susceptible de adoptar diferentes
valores.

 Muestreo aleatorio y no aleatorio

R/ Aleatorio se realiza al azar (si escoger, sin programar), no aleatorio no se
realiza al azar si no basado a un orden

 Variable discreta y continua

R/ Variable discreta: Puede tomar valores discretos en el plano, ejemplo: 1, 2,
3, 4, 5, 6, 7…. Se representa en el plano cartesiano como un conjunto de puntos
(lo que sería su rango) y la variable continua: se representa como una línea (o
curva) en el plano, puede tomar infinitos valores en su rango, por ejemplo, si el
rango es de 1 a 5, puede tomar valores como 1.2, 1.3, 1.3223, 1.2321, 2.34, etc.

4. En los (3) ejemplos siguientes, determinar en cada uno de ellos ¿cuál es

la población?; ¿cuál es la muestra?; ¿cuál es la variable de estudio, si es
cualitativa o cuantitativa y si es discreta o continua?

a. Se realiza un estudio en 350 hogares de la clase media de la ciudad

de Bogotá para conocer el tipo de aceite o grasa usada en la cocina.
Los resultados fueron: 130 hogares utilizan el ajonjolí; maíz, en 90
hogares; girasol, en 75 hogares; y el resto otros.
R/ Población: Clase media ciudad de Bogotá
Muestra: 350 hogares
Variables de estudio: Tipo de aceite o grasa usada en la cocina
Tipo de variable: Cualitativa, discreta

b. El laboratorio de control de calidad de una empresa realiza un test de

rapidez de acción de un pesticida de jardín, en 50 plantas infestadas.
Los resultados fueron observados cada hora, habiéndose obtenido
algunos datos del número de plantas totalmente libres de plaga,
después de los periodos de tiempo que se indican: 5 horas, 15
plantas; 6 horas, 9 plantas; 7 horas, 9 plantas; 8 horas, 7 plantas; 10
horas, 10 plantas.
R/ Población: Laboratorio control de calidad
Muestra: 50 plantas infestadas
Variables de estudio: Pesticidas de jardín
Tipo de variable: Cualitativa, discreta

c. En un plantel de 800 niños de ambos sexos, de 5 a 12 años, se

realizó u test de aceptación a 20 niños, utilizando una escala de 10
puntos, para medir el grado de aceptación de un nuevo producto que
produce la Fábrica Nacional de Chocolates.
R/ Población: 800 Niños
Muestra: 20 Niños
Variables de estudio: Aceptación producto nuevo
Tipo de variable: Cualitativa, discreta

GENERALIDADES DE MUESTREO

1. Investigue y consulte cada uno de los siguientes temas:

 Tipos y métodos de muestreo.
R/ TIPOS DE MUESTREO
Existen diferentes criterios de clasificación de los diferentes tipos de muestreo,
aunque en general pueden dividirse en dos grandes grupos: métodos de
muestreo probabilísticos y métodos de muestreo no probabilísticos.
I. Muestreo probabilístico
Los métodos de muestreo probabilísticos son aquellos que se basan en el
principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos
tienen la misma probabilidad de ser elegidos para formar parte de una muestra
y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma
probabilidad de ser seleccionadas. Sólo estos métodos de muestreo
probabilísticos nos aseguran la representatividad de la muestra extraída y son,
por tanto, los más recomendables. Dentro de los métodos de muestreo
probabilísticos encontramos los siguientes tipos:
1.- Muestreo aleatorio simple:
El procedimiento empleado es el siguiente: 1) se asigna un número a cada
individuo de la población y 2) a través de algún medio mecánico (bolas dentro
de una bolsa, tablas de números aleatorios, números aleatorios generadas con
una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario
para completar el tamaño de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad
práctica cuando la población que estamos manejando es muy grande.
2.- Muestreo aleatorio sistemático:
Este procedimiento exige, como el anterior, numerar todos los elementos de la
población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se
parte de ese número aleatorio, que es un número elegido al azar, y los elementos
que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k, i+(n-1)
k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el
tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que
empleamos como punto de partida será un número al azar entre 1 y k.
El riesgo este tipo de muestreo está en los casos en que se dan periodicidades
en la población ya que al elegir a los miembros de la muestra con una
periodicidad constante (k) podemos introducir una homogeneidad que no se da
en la población. Imaginemos que estamos seleccionando una muestra sobre
listas de 10 individuos en los que los 5 primeros son varones y las 5 últimos
mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre
seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una
representación de los dos sexos.
3.- Muestreo aleatorio estratificado:
Trata de obviar las dificultades que presentan los anteriores ya que simplifican
los procesos y suelen reducir el error muestra para un tamaño dado de la
muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos)
que poseen gran homogeneidad respecto a alguna característica (se puede
estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo,
el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse
de que todos los estratos de interés estarán representados adecuadamente en la
muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro
de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos
concretos que formarán parte de la muestra. En ocasiones las dificultades que
plantean son demasiado grandes, pues exige un conocimiento detallado de la
población. (Tamaño geográfico, sexos, edades,).
La distribución de la muestra en función de los diferentes estratos se denomina
afijación, y puede ser de diferentes tipos:
Afijación Simple: A cada estrato le corresponde igual número de elementos
muéstrales.
Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño)
de la población en cada estrato.
Afijación Óptima: Se tiene en cuenta la previsible dispersión de los resultados,
de modo que se considera la proporción y la desviación típica. Tiene poca
aplicación ya que no se suele conocer la desviación.
4.- Muestreo aleatorio por conglomerados:
Los métodos presentados hasta ahora están pensados para seleccionar
directamente los elementos de la población, es decir, que las unidades
muéstrales son los elementos de la población.
En el muestreo por conglomerados la unidad muestra es un grupo de elementos
de la población que forman una unidad, a la que llamamos conglomerado. Las
unidades hospitalarias, los departamentos universitarios, una caja de
determinado producto, etc., son conglomerados naturales. En otras ocasiones se
pueden utilizar conglomerados no naturales como, por ejemplo, las urnas
electorales. Cuando los conglomerados son áreas geográficas suele hablarse de
"muestreo por áreas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto
número de conglomerados (el necesario para alcanzar el tamaño muestra
establecido) y en investigar después todos los elementos pertenecientes a los
conglomerados elegidos.
II. Métodos de muestreo no probabilísticos
A veces, para estudios exploratorios, el muestreo probabilístico resulta
excesivamente costoso y se acude a métodos no probabilísticos, aun siendo
conscientes de que no sirven para realizar generalizaciones (estimaciones
inferenciales sobre la población), pues no se tiene certeza de que la muestra
extraída sea representativa, ya que no todos los sujetos de la población tienen la
misma probabilidad de elegidos. En general se seleccionan a los sujetos
siguiendo determinados criterios procurando, en la medida de lo posible, que la
muestra sea representativa.
En algunas circunstancias los métodos estadísticos y epidemiológicos permiten
resolver los problemas de representatividad aun en situaciones de muestreo no
probabilístico, por ejemplo, los estudios de caso-control, donde los casos no son
seleccionados aleatoriamente de la población.
Entre los métodos de muestreo no probabilísticos más utilizados en
investigación encontramos:
1.- Muestreo por cuotas:
También denominado en ocasiones "accidental". Se asienta generalmente sobre
la base de un buen conocimiento de los estratos de la población y/o de los
individuos más "representativos" o "adecuados" para los fines de la
investigación. Mantiene, por tanto, semejanzas con el muestreo aleatorio
estratificado, pero no tiene el carácter de aleatoriedad de aquél.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de
individuos que reúnen unas determinadas condiciones, por ejemplo: 20
individuos de 25 a 40 años, de sexo femenino y residentes en Gijón. Una vez
determinada la cuota se eligen los primeros que se encuentren que cumplan esas
características. Este método se utiliza mucho en las encuestas de opinión.
2.- Muestreo intencional o de conveniencia:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener
muestras "representativas" mediante la inclusión en la muestra de grupos
supuestamente típicos. Es muy frecuente su utilización en sondeos
preelectorales de zonas que en anteriores votaciones han marcado tendencias de
voto.
También puede ser que el investigador seleccione directa e intencionadamente
los individuos de la población. El caso más frecuente de este procedimiento el
utilizar como muestra los individuos a los que se tiene fácil acceso (los
profesores de universidad emplean con mucha frecuencia a sus propios
alumnos).
3.- Bola de nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y
así hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones "marginales",
delincuentes, sectas, determinados tipos de enfermos, etc.
4.- Muestreo Discrecional · A criterio del investigador los elementos son
elegidos sobre lo que él cree que pueden aportar al estudio.

 Error de muestreo.
R/ Es la desviación de la muestra seleccionada de las verdaderas características,
rasgos, comportamientos, cualidades o figuras de toda la población.

 Población y muestra.
R/ POBLACIÓN - es el conjunto total de individuos, objetos o medidas que
poseen algunas características comunes observables en un lugar y en un
momento determinado. Cuando se vaya a llevar a cabo alguna investigación
debe de tenerse en cuenta algunas características esenciales al seleccionarse la
población bajo estudio.
Entre éstas tenemos:
 Homogeneidad - que todos los miembros de la población tengan las
mismas características según las variables que se vayan a considerar en
el estudio o investigación.
 Tiempo - se refiere al período de tiempo donde se ubicaría la población
de interés. Determinar si el estudio es del momento presente o si se va a
estudiar a una población de cinco años atrás o si se van a entrevistar
personas de diferentes generaciones.
 Espacio - se refiere al lugar donde se ubica la población de interés. Un
estudio no puede ser muy abarcador y por falta de tiempo y recursos hay
que limitarlo a un área o comunidad en específico.
 Cantidad - se refiere al tamaño de la población. El tamaño de la población
es sumamente importante porque ello determina o afecta al tamaño de la
muestra que se vaya a seleccionar, además que la falta de recursos y
tiempo también nos limita la extensión de la población que se vaya a
investigar.
MUESTRA - la muestra es un subconjunto fielmente representativo de la
población.
Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione
dependerá de la calidad y cuán representativo se quiera sea el estudio de la
población.
 ALEATORIA - cuando se selecciona al azar y cada miembro tiene igual
oportunidad de ser incluido.
 ESTRATIFICADA - cuando se subdivide en estratos o subgrupos según
las variables o características que se pretenden investigar. Cada estrato
debe corresponder proporcionalmente a la población.
  SISTEMÁTICA - cuando se establece un patrón o criterio al seleccionar
la muestra. Ejemplo: se entrevistará una familia por cada diez que se
detecten.

 Diseño de la muestra.
R/ Fase de un proyecto de generación de estadística básica donde se define el
esquema de muestreo a utilizar, se determina el tamaño y procedimiento de
selección de la muestra y, en el caso del muestreo probabilístico, se calculan los
factores de expansión y los estimadores que se requieren para la generación de
resultados.

 Tamaño de muestra.
R/ Depende de decisiones estadísticas y no estadísticas, pueden incluir por
ejemplo la disponibilidad de los recursos, el presupuesto o el equipo que estará
en campo.
Antes de calcular el tamaño de la muestra necesitamos determinar varias cosas:
 Tamaño de la población. Una población es una colección bien definida
de objetos o individuos que tienen características similares. Hablamos de
dos tipos: población objetivo, que suele tiene diversas características y
también es conocida como la población teórica. La población accesible
es la población sobre la que los investigadores aplicaran sus
conclusiones.
 Margen de error (intervalo de confianza). El margen de error es una
estadística que expresa la cantidad de error de muestreo aleatorio en los
 resultados de una encuesta, es decir, es la medida estadística del número
de veces de cada 100 que se espera que los resultados se encuentren
dentro de un rango específico.
 Nivel de confianza. Son intervalos aleatorios que se usan para acotar un
valor con una determinada probabilidad alta. Por ejemplo, un intervalo
de confianza de 95% significa que los resultados de una acción
probablemente cubrirán las expectativas el 95% de las veces.
 La desviación estándar. Es un índice numérico de la dispersión de un
conjunto de datos (o población). Mientras mayor es la desviación
estándar, mayor es la dispersión de la población.

 Cualidades de la muestra.
R/ Debe ser adecuada
Debe ser representativa
Debe mostrar estabilidad

DEBE SER ADECUADA: La muestra se le considera adecuada cuando existe

un número adecuado de partidas para mostrar los mismos resultados que se
pueden hallar en la selección de otra muestra.
Esta no debe ser pequeña y debe tener las mismas probabilidades de inclusión
que las demás del conjunto.

DEBE SER REPRESENTATIVA: Se le considera muestra representativa a

todos los datos del conjunto que tengan las mismas características. Una
muestra revela estabilidad cuando los resultados de su examen son los
mismos, sin tomar en consideración el aumento en el tamaño de la muestra.

La muestra debe poseer las mismas o la mayoría de las características del

conjunto total, ya que esta es la parte representativa para la ejecución del
examen.

DEBE MOSTRAR ESTABILIDAD. _ una muestra nos determina estabilidad

cuando los resultados de su examen son los mismos sin tomar en cuenta el
aumento en el tamaño de la muestra.
Para determinar el tamaño de la muestra se determina tres alternativas:
El grado y magnitud de error que el auditor está dispuesto a tolerar.
La precisión deseada en la estimación de la magnitud del error por medio del
proceso de muestra.
El riesgo que el auditor esté dispuesto a asumir de equivocarse al considerar
los datos que representa la muestra.
Importancia del tamaño muestra en la investigación de mercados.

2. Realice un cuadro sinóptico donde especifique las características

y ventajas de cada uno de los métodos de muestreo.
1. R/

TIPO CARACTERISTICA VENTAJAS

 Sencillo y de fácil
Se selecciona una muestra de comprensión.
tamaño n de una población de  Cálculo rápido de
Muestreo Aleatorio N unidades, cada elemento medias y varianzas.
simple tiene una probabilidad de  Se basa en la teoría
inclusión igual y conocida de estadística, y por tanto
n/N. existen paquetes
informáticos para analizar
los datos
Conseguir un listado de los N  Fácil de aplicar.
elementos de la población. No siempre es necesario
Determinar tamaño muestra n. tener un listado de toda la
Muestreo aleatorio Definir un intervalo k= N/n. población.
sistemático Elegir un número aleatorio, r, Cuando la población está
entre 1 y k (r= arranque ordenada siguiendo una
aleatorio). tendencia conocida,
Seleccionar los elementos de la asegura una cobertura de
lista unidades de todos los
tipos.
Muestreo aleatorio En ciertas ocasiones resultará Tiende a asegurar que la
estratificado conveniente estratificar la muestra represente
muestra según ciertas adecuadamente a la
variables de interés. Para ello población en función de
debemos conocer la unas variables
composición estratificada de la seleccionadas.
población objetivo a hacer un Se obtienen
muestreo. Una vez calculado el estimaciones más precisa
tamaño muestra apropiado,
 este se reparte de manera
proporcional entre los distintos
estratos definidos en la
población usando una simple
regla de tres.
Muestreo aleatorio Se realizan varias fases de
por muestreo sucesivas
conglomerados (polimetálico). La necesidad de
listados de las unidades de una
etapa se limita a aquellas
unidades de muestreo
seleccionadas en la etapa
anterior.
3. Elabore un mapa mental indicando las características fundamentales de la
muestra y su relación con la investigación de mercados.
R/
 Su objetivo es conseguir
una muestra lo más
semejante posible a la
población en lo que a la o
las variables estratificado
ras se refiere.
Es muy eficiente cuando
la población es muy
grande y dispersa.
 No es preciso tener un
listado de toda la
población, sólo de las
unidades primarias de
muestreo