Universidad Tecnológica de Panamá

Facultad de ingeniería Eléctrica

Licenciatura en ingeniería eléctrica y electrónica

Estadística

Aplicación de la estadística en la industria moderna

Ing. Néstor E. Torres C.

Integrantes

*Azuaje, Pedro 20-70-3520 ____________________________

Delgado, Policarpio 3-737-784 ____________________________

Troncoso, Alexis 3-720-209 ____________________________

Zárate, Karen 8-927-165 ____________________________

1EE121
13 de junio del 2017
 RESUMEN

Existen diversas aplicaciones de la estadística, ya que esta nos ayuda a obtener

resultados precisos en las actividades que se realizan comúnmente, entre estas

aplicaciones de encuentran la seguridad, el muestreo y el salario; los cuales necesitan

de la estadística para Los indicadores de seguridad y salud en el trabajo los cuales

constituyen el marco para evaluar hasta qué punto se protege a los trabajadores de los

peligros y riesgos relacionados con el trabajo. Estos indicadores son utilizados por

empresas, gobiernos y otras partes interesadas para formular políticas y programas

destinados a prevenir lesiones, enfermedades y muertes profesionales, así como para

supervisar la aplicación de estos programas y para indicar áreas particulares de mayor

riesgo, tales como ocupaciones, industrias o lugares específicos. Sin embargo, el

muestreo es una herramienta de la investigación científica. Su función básica es

determinar que parte de una realidad en estudio (población o universo) debe examinarse

con la finalidad de hacer inferencias sobre dicha población. El error que se comete debido

a hecho de que se obtienen conclusiones sobre cierta realidad a partir de la observación

de sólo una parte de ella, se denomina error de muestreo. Obtener una muestra adecuada

significa lograr una versión simplificada de la población, que reproduzca de algún modo

sus rasgos básicos.

Por otra parte, en las empresas principalmente, la estadística es parte esencial para el

pago de los colaboradores; ya que todo sistema de salarios mínimos, sea cual sea la

forma en que se aplique, debe basarse necesariamente en estadísticas periódicas,

fiables y oportunas de una serie de cuestiones entre las que se incluyen: los ingresos, los

salarios, los precios y las características del asalariado.

 ÍNDICE

Introducción ...................................................................................................................... v
Seguridad ......................................................................................................................... 1
Muestreo .......................................................................................................................... 7
Salarios .......................................................................................................................... 13
Conclusiones .................................................................................................................. 16
Recomendaciones.......................................................................................................... 17
Bibliografía ..................................................................................................................... 18
Anexos ........................................................................................................................... 19

iv
 INTRODUCCIÓN

Virtualmente cada área de la investigación científica puede beneficiarse del análisis

estadístico. Para quien formula las políticas económicas y para quien asesora al

presidente y a otros funcionarios públicos sobre procedimientos económicos apropiados,

la estadística ha demostrado ser una herramienta valiosa. Las decisiones sobre las tasas

tributarias, los programas sociales, el gasto de defensa y muchos otros asuntos pueden

hacerse de manera inteligente tan sólo con la ayuda del análisis estadístico.

La estadística, es una herramienta indispensable para la toma de decisiones, es

ampliamente empleada para mostrar los aspectos cuantitativos de una situación. La

estadística está relacionada con el estudio del proceso cuyo resultado es más o menos

imprescindible y con la finalidad de obtener conclusiones para tomar decisiones

razonables de acuerdo con tales observaciones. Se ocupa de establecer leyes generales

a partir de los datos correspondiente a muestra, mediante la aplicación del cálculo de

probabilidades. En su amplio campo de ayuda, la estadística, está dirigida a las distintas

ramas que necesitan de ella y por ello, se debe también a la aplicación que se le da en

los distintos campos.

A continuación, presentaremos la estadística aplicada a los diversos campos de la

seguridad, el muestreo y los salarios.

v
1. SEGURIDAD

Los accidentes son originados por unas causas determinadas, que pueden ser previsibles

si se analiza el origen y la secuencia de cómo suceden éstos. Una vez que hayan ocurrido

y las consecuencias sean irremediables, es preciso aprovechar la lección para evitar su

repetición tomando las medidas necesarias. La recopilación detallada de los accidentes

es una valiosa fuente de información que es conveniente aprovechar al máximo, para lo

cual es importante que una serie de datos referentes a ellos mismos y a su entorno

queden registrados para su posterior análisis estadístico, que servirá para conocer la

accidentalidad y sus circunstancias comparativamente entre secciones, empresas o

sectores productivos. La medida del nivel de accidentalidad se realiza mediante unos

índices que se calcularán según los mismos criterios para que puedan ser comparables.

La estadística permite obtener conclusiones sobre la evolución de la accidentalidad y

servir de base para adoptar las medidas preventivas necesarias. Con objeto de tener

valores comparativos de la accidentalidad, se emplean unos índices que deben

calcularse con unos criterios determinados. Para cada uno de los siguientes factores

existirán fórmulas para encontrar sus valores con sus respectivos resultados que se

basarán en una tabla de siniestralidad de una empresa. (Véase anexo 1.1)

1.1 Índices

1.1.1 Índice de frecuencia

Es un valor que nos indica la accidentalidad que se tiene en una empresa, fábrica, taller,

sector industrial, etc. para poder hacer valoraciones comparativas. Se basa en el número

de accidentes ocurridos en un determinado número de horas trabajadas, el cual se ha

convenido que sea de un millón. Como número de horas trabajadas se entiende el total

trabajado por un colectivo o plantilla. (Véase anexo 1.2)

1
1.1.2 Índice de gravedad

El índice anterior nos reflejaba la accidentalidad, sin tener en cuenta la gravedad de las

lesiones. Aceptando que la gravedad la podemos medir por el número de días de baja,

se ha definido el índice de gravedad como las jornadas perdidas a consecuencia de los

accidentes ocurridos en un determinado número de horas trabajadas por un colectivo de

trabajadores. Se ha convenido en que sea mil el número de horas trabajadas. (Véase

anexo 1.3)

1.1.3 Índice de incidencia

Este índice se define como la relación entre el número de accidentes registrados en un

período de tiempo y el número promedio de personas expuestas al riesgo considerado.

Se utiliza como período de tiempo un año. (Véase anexo 1.4)

1.1.4 Índice de duración media

Este índice da idea del tiempo promedio que ha durado cada accidente. Se define como

la relación entre las jornadas perdidas y el número de accidentes. Las jornadas perdidas

se calculan según el índice de gravedad, y este índice puede calcularse para los

accidentes con baja o incluir también los accidentes sin baja, teniendo en cuenta los

criterios indicados anteriormente. (Véase anexo 1.5)

Es muy importante tener cuidado al comparar los índices de distintas empresas o países,

dado que no suelen ser homogéneos los criterios utilizados para su cálculo, lo que puede

inducirnos a error. Todos estos índices son de gran utilidad, pues marcan la tendencia y

la evolución de la accidentalidad. Mediante diagramas se representa la evolución

mensual de los diferentes índices de accidentalidad del centro de trabajo y de cada una

de sus secciones, para verificar, ayudados de un método de control estadístico, si

estamos dentro de lo previsto o no y así poder tomar decisiones a tiempo.

2
1.2 Sistemas de control estadístico de accidentalidad

Para controlar la situación de una determinada actividad o empresa, existe un método

corriente que consiste en calcular el índice de frecuencia de todos los meses o de todos

los trimestres y trazar el gráfico correspondiente.

Aunque este método es bueno para ver la evolución de una empresa, no lo es para

deducir conclusiones. Por tanto, un método de control estadístico debe poder señalar los

tipos de cambios siguientes:

a) Si la fluctuación es aleatoria.

b) La entrada en juego repentina de un factor nuevo.

c) La entrada en juego gradual durante un período largo de un factor nuevo.

Según esto, se deben elaborar dos tipos de diagramas, el diagrama mes a mes y el

diagrama anual (acumulado).

1.2.1 Diagrama mes a mes

Este diagrama nos permite descubrir fluctuaciones del índice de frecuencia y establecer

el significado de un alza repentina.

Para que se pueda aplicar a grandes y pequeñas empresas, se ha concebido un

diagrama con tres líneas límite, correspondientes a diferentes niveles de sensibilidad.

Línea 1. De menor sensibilidad. Mostrará si el índice de frecuencia por cada mes, está o

no fuera de los límites de tolerancia.

Línea 2.- De media sensibilidad. Hay que observar los resultados obtenidos en dos meses

consecutivos.

Línea 3.- De máxima sensibilidad. Hay que tomar tres meses consecutivos.

Para desarrollar este tipo de diagrama se plantean los siguientes pasos:

Llevar al eje de ordenadas el índice de frecuencia y en abscisas el mes del año.

3
Calcular el índice de frecuencia esperado (correspondiente al índice de frecuencia del

año anterior), mediante la ya conocida fórmula:

Si el número de horas no llega a 10.000, se acumularán meses hasta sumar las 10.000

horas o más.

Cuando el número de horas está entre 10.000 y 1.200.000, los límites inferior y superior

de las líneas, se calculan mediante la distribución de Poisson (Véase anexo 1.1). Para

ello, existen unas tablas de límites superiores e inferiores que, en función del grado de

confianza utilizado en cada caso, nos permiten el cálculo.

En estas tablas tenemos, en la columna de la izquierda el índice de frecuencia esperado,

y en el resto de columnas, las horas correspondientes en millares. Conocidas las horas

y el índice de frecuencia esperado, de la intersección (fila columna) obtenemos los límites

superior e inferior.

En dichas tablas las horas varían de 10.000 en 10.000, por lo que puede ocurrir que el

número de horas que tengamos no coincida exactamente con las horas de la tabla, en

cuyo caso se tomará siempre el valor más próximo por exceso.

Cuando el número de horas es superior a 1.200.000, para el cálculo de las líneas límites

se utiliza la distribución normal. Dicho cálculo viene determinado en función del índice de

frecuencia esperado, el coeficiente asignado al grado de confianza (para el 90% = 1,65;

95% = 1,96 y 99% = 2,6) y el número de horas correspondientes.

1.2.2 Diagrama acumulado

Permite el control de las tendencias a largo plazo, en el alza o en la baja, de los índices

de accidentes.

Para este diagrama, es necesario introducir el índice de frecuencia acumulado, siendo

éste el número total de horas trabajadas hasta el mes en concreto.

4
Por ejemplo: Incluye también un límite superior que indique cualquier agravación

suficiente para provocar la intervención, y un límite inferior que señale cualquier mejora

significativa.

Para la construcción del diagrama anual acumulado se procede de la siguiente manera:

Llevar al eje de ordenadas el índice de frecuencia, y al de abscisas los meses del año.

Calcular los límites superior e inferior de cada mes, mediante tablas (Poisson); si se utiliza

la distribución normal, se emplearían las fórmulas.

Llevar al diagrama los valores obtenidos, se trazan las curvas y los límites superior e

inferior.

Llevar al diagrama los índices de frecuencia acumulados de los meses transcurridos.

La investigación de accidentes es aquella técnica preventiva cuyo punto de arranque es,

paradójicamente, la previa existencia de un accidente de trabajo. Su finalidad consiste en

el aprovechamiento de la experiencia que puede deducirse de los fallos o errores

sucedidos, así como en la búsqueda de soluciones para que éstos, a ser posible, no

vuelvan a repetirse. Su importancia radica en la propia objetividad de los datos de un

hecho consumado. Un accidente acontecido nos indica la existencia real de un riesgo

que, no detectado previamente, conocemos a través de sus consecuencias. El análisis

estadístico tiene como finalidad la codificación, tabulación y tratamiento de los datos

obtenidos en los estudios de riesgos para poder obtener un conocimiento científico

aproximado de las posibles causas de accidentes. (Véase anexo 1.6)

La seguridad industrial es una realidad compleja, que abarca desde problemática

estrictamente técnica hasta diversos tipos de efectos humanos y sociales. A la vez, debe

ser una disciplina de estudio en la que se han de formar los especialistas apropiados,

aunque su naturaleza no corresponde a las asignaturas académicas clásicas, sino a un

5
tipo de disciplina de corte profesional, aplicado y con interrelaciones legales muy

significativas. La propia complejidad de la Seguridad Industrial aconseja su clasificación

o estructuración sistemática. En eso, no se hace sino seguir la pauta común del

conocimiento humano, que tiende a subdividir las áreas del saber con objeto de hacerlas

más asequibles, no sólo a su estudio, sino también a su aplicación profesional.

Aun cuando se recomienda el estudio por áreas o divisiones, no cabe olvidar el carácter

unitario de la Seguridad Industrial. Cuando una ciencia se parcela en exceso, puede

perderse una gran parte de la perspectiva. Suele decirse que los árboles no dejan ver el

bosque. En este sentido, hay que subrayar que en los estudios de la Seguridad hay que

conservar este carácter unitario de sus principios, tendente a impedir que las

explotaciones industriales produzcan efectos inaceptables en las personas, los bienes o

el medio ambiente.

La seguridad, como tantos otros conceptos genéricos, tiene una acepción amplia y no

exenta de subjetividad. Seguro e inseguro son adjetivos que aplicamos con relativa

ligereza a situaciones de la vida, sin que necesariamente nuestra apreciación responda

a un análisis riguroso de aquello que juzgamos. De hecho, tal análisis es a menudo

imposible de efectuar porque en él concurren circunstancias no gobernadas por leyes

físicas, sino por la decisión de personas. La otra lo es la propia naturaleza, a través de

sus agentes meteorológicos, sismotectónicos y demás. Es obvio que el factor humano y

el elemento natural van a estar siempre presentes en todas las actividades, incluidas las

industriales, pero en éstas cabe reducir la incertidumbre propiamente industrial hasta

límites muy bajos, acordes con los principios de protección que deben inspirar la

Seguridad Industrial como técnica.

6
2. MUESTREO ALEATORIO

Si una muestra aleatoria se hace correctamente, contiene no tendencia sistemática y es

por lo tanto relativamente representante de la población. Por supuesto, en un estudio de

muestreo, nunca podemos estar seguros al 100% de que los resultados medidos a partir

de la muestra sean también ciertos en la población. No obstante, a efectos prácticos suele

ser suficiente si podemos afirmar que el riesgo de una desviación de la población es,

digamos, un 1%. Seremos capaces de hacer tales afirmaciones que están basadas en

cálculo de probabilidades si hemos usado una muestra aleatoria.

El principio de la selección de los elementos en una muestra aleatoria es el mismo que

cuando se reparten la baraja. Todos los objetos de la población tienen iguales

probabilidades de ser seleccionados en la muestra. Esta probabilidad es llamada razón

de muestreo (sampling ratio en inglés), y es igual al número de elementos de la muestra

dividido por el número de la población.

Hay métodos alternativos para crear una muestra aleatoria (en otras palabras, una

"muestra de probabilidad"). En los diagramas siguientes, los casos de la población

original se presentan como puntos u otros símbolos pequeños, y los casos seleccionados

en la muestra se demuestran como símbolos en negrita.

2.1 Muestra aleatoria simple

El muestreo aleatorio simple es un procedimiento de muestreo probabilístico que da a

cada elemento de la población objetivo y a cada posible muestra de un tamaño

determinado, la misma probabilidad de ser seleccionado.

7
El muestreo aleatorio simple no es tan utilizado en investigaciones del consumidor, sobre

todo porque es complicado obtener un marco de muestreo donde extraer al azar y no

querrás darles a todas las unidades de la muestra una probabilidad igual de ser elegidas,

ya que usualmente para hacer una investigación de este tipo se requiere a usuarios de

tiendas o consumidores de ciertos productos o ciertas áreas específicas para ser las

unidades de muestreo.

No olvidemos que una parte muy importante del muestreo consiste en tener el tamaño

de la muestra correcta, para no tener un error de muestreo, el cual debe ser el mínimo

posible. (Véase anexo 2.1)

2.1.1 Pasos para seleccionar una muestra aleatoria simple

1. Define la población objetivo. Quizá quieras leer: ¿Cómo encontrar a tu mercado

objetivo?

2. Identifica un marco de muestreo actual de la población objetivo o desarrolla uno

nuevo.

3. Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,

cobertura múltiple y la agrupación, y haz los ajustes que consideres necesarios.

4. Asigna un número único a cada elemento de la trama.

5. Determina el tamaño de la muestra.

6. Selecciona al azar el número específico de elementos de la población. (Véase

anexo 2.1.1). Para seleccionar el número de elementos de la población puedes

recurrir al método de lotería, una tabla de números aleatorios y los números

generados de forma aleatoria mediante un programa de computadora, es decir, al

azar.
8
El método de lotería sólo funciona bien con pequeñas poblaciones de la muestra, es poco

práctico para su uso con poblaciones más grandes. Un ejemplo del uso del método de

lotería sería la selección de una muestra aleatoria de entre un grupo de 100 miembros.

Se ponen todos los nombres en un recipiente y se van sacando uno por uno hasta tener

el tamaño suficiente de nuestra muestra.

Al utilizar el sistema de sorteo, los números que representa cada elemento de la población

objetivo son colocadas en chips (es decir, tarjetas, papel u otros objetos). Los chips se

colocan entonces en un recipiente y se mezclan. A continuación, a ciegas se seleccionan

las fichas desde el recipiente hasta que se haya obtenido el tamaño de muestra deseado.

Las desventajas de este método de selección es que consume mucho tiempo, y se limita

a poblaciones pequeñas.

El uso de números aleatorios, un método alternativo implica también la numeración de

miembros de la población de 1 a N. Luego, el tamaño de muestra de n tiene que ser

determinada por selección de los números al azar. El uso de la tabla de números

aleatorios similar a la que aparece a continuación puede ayudar en gran medida con la

aplicación de esta técnica de muestreo.

En una tabla de números aleatorios no se sigue un patrón particular. Pueden ser leídos

de cualquier manera, es decir, horizontal, vertical, diagonal, hacia delante o hacia atrás.

El número de dígitos que se utiliza debe corresponder al tamaño total de la población

objetivo. Los números que el investigador encuentra que no concuerdan con los números

asignados a elementos de la población objetivo son ignorados. Este proceso de la tabla

de números aleatorios es un proceso tedioso, consume tiempo, y no se recomienda para

grandes poblaciones. En su lugar, se pueden utilizar softwares estadísticos u hojas de

9
cálculo para generar números aleatorios. Los elementos de las poblaciones cuyos

números asignados coinciden con los números generados por el software son incluido en

la muestra. Se puede seleccionar un número de una tabla de números aleatorios para

usarlo como el número de partida para el procedimiento.

2.1.2 Subtipos de muestreo aleatorio simple

Hay dos tipos de muestreo aleatorio simple: el muestreo con reemplazo y sin reemplazo.

En el muestreo con reemplazo, después de que un elemento ha sido seleccionado de

entre el marco de la muestra se devuelve y es elegible para ser seleccionado de nuevo.

En el muestreo sin reemplazo, después de que un elemento se selecciona del marco de

la muestra, se retira de la población y no regresa a la base del muestreo. Este tipo de

muestreo suele ser más eficiente pues no permite que el mismo elemento de la población

entre a la muestra más de una vez. (Véase anexo 2.1.2)

2.1.3 Ventajas y desventajas del muestreo aleatorio simple

 Entre sus puntos fuertes están que tiende a producir muestras representativas y

permite el uso de la estadística inferencial en el análisis de datos recogidos.

 Cada selección es independiente de otras selecciones; Todas las combinaciones

posibles de unidades de muestreo tienen la misma oportunidad de ser

seleccionadas. En el muestreo sistemático, las posibilidades de ser seleccionado

no son independientes entre sí.

 En general, es más fácil que otros procedimientos de muestreo probabilístico (tales

como el muestreo por conglomerados) de comprender y comunicar a otros.

10
  Los procedimientos estadísticos requeridos para analizar los datos y calcular los

errores son más fáciles que los requeridos en otros procedimientos de muestreo

probabilístico. Te recomiendo leer: Tipos de errores. Consejos para que tu

investigación no caiga en ellos

 Entre las desventajas están que se requiere un marco de muestreo de elementos

de la población objetivo. Un marco de muestreo apropiado puede que no exista

para la población que se dirige, y puede que no sea factible o práctico construir

uno. En este caso el muestreo por conglomerados no requiere de una toma de

muestra de los elementos de la población objetivo.

2.1.4 Fortalezas y debilidades del muestreo aleatorio simple

Fortalezas Debilidades

En comparación con otros

En comparación con otros procedimientos de
procedimientos de muestreo
muestreo probabilístico
probabilístico:

Cada combinación posible de muestreo

No se aprovecha del conocimiento que el
tiene igual probabilidad de ser
investigador podría tener de la población.
seleccionado.

Puede tener errores de muestreo más

Más fácil de entender y comunicar a grandes y menos precisión que otros diseños

otros. de muestreo probabilístico con el mismo

tamaño de la muestra.

11
 Si subgrupos de la población tienen intereses
Tiende a producir muestras
particulares no pueden ser incluidos con un
representativas.
número suficiente en la muestra.

Los procedimientos estadísticos Si la población está muy dispersa, los costos

necesarios para analizar errores de por recolección de datos pueden ser más altos

datos y de software de estadísticas son que los de otros diseños de la muestra de

más fáciles. probabilidad.

2.2 Muestra sistemática: Si la razón que se pretende es 1/n, empezamos escogiendo

el primer elemento al azar entre los primeros n objetos de la población, y tras ello

extraemos cada n-avo objeto. Si tenemos una lista de objetos de la población el

procedimiento será muy fácil incluso sin una computadora, y el resultado será así

representativo, excepto en la situación inusual que una característica importante de los

casos sucede a la repetición en cada n casos. (Véase anexo 2.2)

2.3 Muestra aleatoria ponderada. Cuando la población incluye un grupo muy pequeño

pero esencial, hay el riesgo de que ningún miembro de ese grupo quede dentro de una

muestra aleatoria. Tales grupos claves de usuarios de productos son, entre otros, gente

corta de vista, duro de oído o con la capacidad reducida del movimiento, véase una lista

de tal gente. Otras minorías a menudo significativas originan de religiones, de

nacionalidades y de lenguas.

Para asegurar por lo menos algunos de una minoría clave (marcada con x en el diagrama

a la derecha) en la muestra, podemos incrementar deliberadamente la razón de la

muestra sobre este grupo de especial importancia. Por supuesto que esto generará un
12
desequilibrio en las mediciones que se obtengan a partir de la muestra ponderada, pero

será fácil restaurar el equilibro original. Esto se hace así cuando se combinan los

resultados; por ejemplo, al calcular la media de todas las mediciones daremos a las

mediciones de cada grupo su peso apropiado correspondiente a los porcentajes genuinos

en la población.

3. SALARIO

Todo sistema de salarios mínimos (véase anexo 3.1), sea cual sea la forma en que se

aplique, debe basarse necesariamente en estadísticas periódicas, fiables y oportunas de

una serie de cuestiones entre las que se incluyen: los ingresos, los salarios, los precios

y las características de los asalariados. examinaremos los aspectos estadísticos

inherentes a la fijación de los salarios. Así, se reseñan los objetivos y criterios para

determinar los salarios mínimos, se describen los tipos y fuentes de datos utilizados para

fijar y ajustar los salarios mínimos y se indican las estadísticas que pueden necesitarse

como base para la determinación de los salarios. El concepto de salarios mínimo está

relacionado con el trabajo. El objetivo primordial de la fijación de salarios mínimos es

proporcionar a los asalariados la necesaria protección social respecto de los niveles

mínimos permisibles de salarios. De modo más general, la finalidad con que se aplican

los salarios mínimos y otras medidas de política económica y social es reducir la pobreza

y asegurar la satisfacción de las necesidades básicas. La fijación de salarios mínimos no

basta de por sí para eliminar la pobreza y asegurar la satisfacción de las necesidades

básicas de todos los trabajadores, pero permite establecer un nivel que no puede

rebajarse, cuya aplicación está garantizada por la ley. Los seis criterios que deben

tenerse en cuenta para la determinación del nivel de los salarios mínimos son los

siguientes:
13
a. Las necesidades básicas de los trabajadores y de sus familias: Este criterio requiere

contar con datos estadísticos sobre el nivel de pobreza en general, y sobre los hogares

de asalariados no calificados y de bajos ingresos en particular. Los niveles de pobreza

pueden medirse utilizando una serie de indicadores tales como datos sobre los gastos

medios de los hogares en concepto de bienes y servicios (véase anexo 3.2), otros datos

conexos tales como el tamaño y la composición de Los hogares, los salarios que se

pagan corrientemente a los trabajadores no calificados, la distribución de los ingresos,

etc. Estos datos pueden extraerse fácilmente de las encuestas sobre ingresos y gastos

de los hogares.

b. El nivel general de salarios en el país: La etapa inicial de la labor de las autoridades

encargadas de fijar los salarios mínimos consiste habitualmente en un análisis

pormenorizado de los indicadores de que disponen acerca de los salarios y otros ingresos

Correspondientes a la categoría de trabajadores para los cuales la aplicación de salarios

mínimos tendrá probablemente repercusiones inmediatas, así como de otros grupos de

trabajadores cuya situación se considere comparable. El instrumento más adecuado para

medir el nivel de salarios de un país son las estadísticas sobre los salarios medios

desglosadas por sexo, rama de actividad económica (tipo de industria), grupo de

ocupación y lugar de trabajo. Estos datos pueden extraerse de tres fuentes diferentes:

las encuestas de establecimientos relativas a los salarios, las encuestas sobre ingresos

y gastos de los hogares y los informes de los inspectores del trabajo.

c. El costo de vida y sus variaciones: Diversos indicadores que miden las variaciones del

“costo de vida” pueden ser útiles para determinar el nivel de los salarios mínimos, a saber:

los informes periódicos de los precios medios de una determinada gama de artículos y

servicios para el hogar, los datos sobre los gastos medios por tipo de hogar, las

14
variaciones en el nivel de los precios (tal como pueden medirse mediante el índice de

precios de consumo), y las variaciones de la “cesta familiar de artículos y servicios” en sí.

La mayoría de estos datos pueden extraerse de las encuestas sobre ingresos y gastos

de los hogares, y las variaciones de los niveles de precios se miden mediante el índice

de precios del consumo.

d. Las prestaciones de seguridad social: El derecho a percibir prestaciones de seguridad

social y otras medidas destinadas a aliviar la pobreza es también un criterio importante.

A estos efectos, habrá que contar con estadísticas de las prestaciones medias que se

pagan y de su distribución; estos datos deben clasificarse de acuerdo con las

características de los beneficiarios. Los datos procedentes de los registros de los

organismos del sistema de seguridad social son la fuente más apropiada para obtener

esa información.

e. El nivel de vida relativo de otros grupos sociales: Este criterio puede medirse mediante

las estadísticas sobre los ingresos medios y las distribuciones de ingresos de diferentes

grupos sociales (véase anexo 3.3), los gastos medios y otros indicadores del nivel de

vida, los cuales pueden extraerse de varios tipos de encuestas de hogares y de otras

fuentes administrativas complementarias.

f. Los factores económicos, incluidos los requerimientos del desarrollo económico, la

productividad y la conveniencia de alcanzar y mantener un alto nivel de empleo:

Hay diversos indicadores del desarrollo económico, entre los que se incluyen los datos

relativos a la productividad del trabajo, el valor añadido y la producción por trabajador en

términos reales y en diversas industrias y regiones, que pueden utilizarse para la

medición del nivel de pagos en relación con el rendimiento.

15
 CONCLUSIÓN

En nuestros días, la estadística se ha convertido en un método efectivo para describir

con exactitud los valores de los datos económicos, políticos, sociales, psicológicos,

biológicos y físicos, de igual manera, sirve como herramienta para relacionar y analizar

dichos datos. El trabajo del experto estadístico no consiste ya sólo en reunir y tabular los

datos, sino sobre todo el proceso de interpretación de esa información. El desarrollo de

la teoría de la probabilidad ha aumentado el alcance de las aplicaciones de la estadística.

Muchos conjuntos de datos se pueden aproximar, con gran exactitud, utilizando

determinadas distribuciones probabilísticas; los resultados de éstas se pueden utilizar

para analizar datos estadísticos, sirviendo así, de ayuda en diversas ramas, en especial

en las empresas, para evaluar, ya sea los estamentos de seguridad, seleccionar

individuos dentro de una muestra, e incluso calcular el salario de los colaboradores de

una empresa.

La probabilidad es útil para comprobar la fiabilidad de las inferencias estadísticas y para

predecir el tipo y la cantidad de datos necesarios en un determinado estudio estadístico.

16
 RECOMENDACIONES

 Es importante mencionar los datos específicos de la fuente originaria e incluir el

margen de error muchas veces denominado “intervalo de seguridad” siendo un

indicador de la fiabilidad de la evidencia.

 En el orden de ideas, utilizar la estadística como apoyo para hacer significativo el

logro de la competencia esencial ejercicio del mando a través del uso de

herramientas de análisis que permiten tratar cuantitativamente la información

disponible, la cual siempre presenta componentes de variabilidad.

 Con el uso y perfeccionamiento en las técnicas de utilización de las estadísticas,

la seguridad puede seguir avanzando y alcanzar así la consolidación de las metas

que se traza para el beneficio de la población obrera, de igual modo la estadística

de be seguir a la par de la evolución del hombre, brindándole herramientas

sencillas y prácticas para la toma de decisiones.

17
 BIBLIOGRAFÌA

Textos

Barreto Villanueva, Adán El progreso de la Estadística y su utilidad en la evaluación del

desarrollo, vol. 18, núm. 73, julio-septiembre, 2012, pp. 1-31, Universidad Autónoma del

Estado de México, Toluca, México.

Clasificación de accidentes. Tema docencia S-22. Notificación de accidentes. Tema

docencia S-23. Registro de accidentes. Tema docencia S-24. Barcelona, Centro de

Investigación y Asesoramiento Técnico. 1975. Instituto Nacional de Higiene y Seguridad

en el Trabajo.

Páginas Web

http://www.ceoearagon.es/prevencion/audito/pag_int/ejemplos/4_1_4_indices.pdf

http://www.ilo.org/public/spanish/bureau/stat/download/articles/1997-3.pdf

http://www.insht.es/InshtWeb/Contenidos/Documentacion/FichasTecnicas/NTP/Ficheros

/001a100/ntp_001.pdf

18
 ANEXO 1

1.1) Tabla de siniestralidad de una empresa

1.2) Para el cálculo del índice de frecuencia 𝐼𝐹 se aplica la siguiente formula:

𝑁. º 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑎𝑐𝑐𝑖𝑑𝑒𝑛𝑡𝑒𝑠 𝑥 106

𝐼𝐹 =
𝑁. º 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 ℎ𝑜𝑟𝑎𝑠 − ℎ𝑜𝑚𝑏𝑟𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑎𝑑𝑎𝑠

Estos índices pueden trabajarse de acuerdo a tres índices los cuales son el índice de

accidentes con bajas, sin bajas y el general. Tomando los valores de la tabla de

siniestralidad del anexo 1.1 obtendremos los índices de frecuencia anuales denotando a

𝐼𝑏 como el índice de accidentes con bajas, al 𝐼𝑠 como índice de accidentes sin baja y a 𝐼𝑡

como el índice de accidentes total. Entonces tendremos la expresión mencionada

anteriormente para cada una de ellas.

a) Índice de frecuencia anual de accidentes con baja

(79)(106 )
𝐼𝑏 = = 88.4
892880

19
 b) Índice de frecuencia anual de accidentes sin baja

(22)(106 )
𝐼𝑠 = = 246.39
892880

c) Índice de frecuencia anual de accidentes

(79 + 22)(106 )
𝐼𝑡 = = 113.17
892880

Estos índices también pueden ser expresado mes por mes para una vista más precisa a

los puntos críticos de variación, por supuesto cada uno con su respectivo número de

accidentes y horas trabajadas. Por ejemplo:

a) Índice de frecuencia de accidentes con baja en el mes de enero

(9)(106 )
𝐼𝑏 = = 117.18
76800

b) Índice de frecuencia de accidentes sin baja en el mes de enero

(2)(106 )
𝐼𝑠 = = 26.04
76800

c) Índice de frecuencia de accidentes en el mes de enero

(9 + 2)(106 )
𝐼𝑡 = = 143.23
76800

d) Índices de frecuencia de accidentes con bajas en cada mes

(9)(106 )
𝐼𝑏 = = 117.18
76800
(9)(106 ) (7)(106 ) (8)(106 )
Febrero: 𝐼𝑏 = = 115.98 Junio 𝐼𝑏 = = 85.03 Octubre 𝐼𝑏 = = 99.21
77600 82320 80640

(8)(106 ) (5)(106 ) (8)(106 )

Marzo: 𝐼𝑏 = = 95.23 Julio 𝐼𝑏 = = 63.78 Noviembre 𝐼𝑏 = = 106.38
84000 78400 75200

(7)(106 ) (0)(106 ) (5)(106 )

Abril: 𝐼𝑏 = = 89.29 Agosto 𝐼𝑏 = =0 Diciembre 𝐼𝑏 = = 77.40
78400 27160 64600

(6)(106 ) (7)(106 )
Mayo:𝐼𝑏 = = 68.87 Septiembre 𝐼𝑏 = = 86.81
87120 80640

20
Después de llevar a cabo todos los cálculos para cada uno de los meses se puede hacer

el grafico de los índices de frecuencia en función de los meses, el siguiente solo

representa los índices de frecuencia de accidentes con bajas:

1.3) Para el cálculo del índice de gravedad 𝐼𝐺 se aplica la siguiente formula:

𝑁. º 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑖𝑎𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜 𝑝𝑒𝑟𝑑𝑖𝑑𝑜 𝑥 1000

𝐼𝐺 =
𝑁. º 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 ℎ𝑜𝑟𝑎𝑠 − ℎ𝑜𝑚𝑏𝑟𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑎𝑑𝑎𝑠

Es importante en tener en cuenta ciertos aspectos antes de realizar el cálculo del índice

de gravedad como:

a) Las jornadas o días de trabajo perdidos se determinan como la suma de las

jornadas laborales perdidas correspondientes a incapacidades temporales

21
 transitorias (como mínimo un día de incapacidad) e incapacidades permanentes

(generan impedimento físico o mental que disminuye la capacidad de trabajo). Las

jornadas laborales perdidas por incapacidad permanente se obtienen de una tabla

o baremo.

b) Deben considerarse las jornadas laborales perdidas, las laborales, y no los días

naturales.

c) Se considera que los accidentes sin baja dan lugar a dos horas perdidas y por

cada ocho horas se considera una jornada.

d) Para el cálculo del número de horas-hombre trabajadas, se siguen los mismos

criterios que para el índice de frecuencia.

Tomando en cuenta cada uno de estos puntos la empresa de la tabla del anexo 1.1

determino que el número total de días perdidos fue de 4275, con estos datos se puede

determinar el índice de la siguiente manera:

(4275)(1000)
𝐼𝐺 = = 4.78
892880

1.4) Para el cálculo del índice de incidencia 𝐼𝑖 se aplica la siguiente formula:

𝑁º 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑎𝑐𝑐𝑖𝑑𝑒𝑛𝑡𝑒𝑠 𝑥 1000

𝐼𝑖 =
𝑁º 𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑎𝑠

Representando este índice el número de accidentes por año por cada mil personas

expuestas. Con los datos de la tabla del anexo 1.1 se buscará el índice de incidencia para

ambos casos tanto para los accidentes con bajas como para los que un hubo bajas:

a) Índice de incidencia anual de accidentes con bajas

(79)(1000)
𝐼𝑖 = = 162.89
485

b) Índice de incidencia anual de accidentes sin bajas

22
 (22)(1000)
𝐼𝑖 = = 45.36
485

1.5) Para el cálculo del índice de duración media 𝐼𝐷𝑀 se aplica la siguiente formula:

𝐽𝑜𝑟𝑛𝑎𝑑𝑎𝑠 𝑝𝑒𝑟𝑑𝑖𝑑𝑎𝑠
𝐼𝐷𝑀 =
𝑁º 𝑑𝑒 𝑎𝑐𝑐𝑖𝑑𝑒𝑛𝑡𝑒𝑠

Con los datos de la tabla del anexo 1.1 se plante el cálculo de la siguiente manera:

a) Índice de duración media de accidentes con baja

949
𝐼𝐷𝑀 = = 12.01
79

b) Índice de duración media de accidentes sin baja

949
𝐼𝐷𝑀 = = 43.14
22

1.6) Con los datos de la siguiente tabla se puede realizar el grafico acumulado:

23
Con los datos del índice de frecuencia esperado (IFe = 70) y las horas trabajadas

acumuladamente, se determinan los límites superior e inferior a través de la fórmula:

Obteniendo como resultado la siguiente tabla:

Con todos estos datos se procede a realizar la gráfica del índice de frecuencia con
respecto a los meses:

24
 ANEXO 2

2.1 Fórmula para obtener el resultado.

Para poder observar este resultado, partimos de la siguiente expresión para el tamaño

de muestra en un M.A.S. sin reposición. La fórmula relaciona el tamaño de muestra

necesario cuando el universo es finito con el tamaño necesario cuando el universo es

infinito: donde n0 es el tamaño de muestra necesario para un universo infinito y N es el

tamaño del universo finito. Es posible demostrar que el tamaño de muestra cuando

usamos reemplazo (nr) es siempre igual al tamaño necesario para universo infinito

(nr=n0).

25
2.1.1 Caso

Ejemplo: Se pretende determinar la prevalencia de Maedi en una explotación de 250

ovejas: para ello se deben examinar 61 animales (se supone una prevalencia del 30% y

se desea una precisión del 10% para un nivel de confianza del 95%): se obtienen 61

números entre el 1 y el 250 de una tabla de números aleatorios y se sangran los animales

correspondientes (en función del número de cotral o según el orden por el que se hacen

pasar por una manga).

26
2.1.2 M.A.S. con reposición o sin reposición

Dependiendo de si los individuos del universo pueden ser seleccionados más de una vez

en la muestra, hablaremos de M.A.S. con reposición o sin reposición.

2.2 Muestra sistemática

Suponemos que queremos saber la opinión sobre un profesor de una clase de 60

personas. Dichas personas están ordenadas por orden alfabético en la lista de alumnos

de clase. Para realizar la encuesta, seleccionamos a 12 personas. Por lo tanto, N=60 y

n=12. El intervalo fijo entre sujetos es:

Ahora elegimos al azar un número entre 1 y k=5. Suponemos que nos sale i=2. La

muestra resultado mediante el muestreo sistemático será:

27
 ANEXO 3

3.1

Ejemplo del salario mínimo de México de 1993 hasta

2012 representado en una gráfica lineal

3.2

Ejemplo del gasto promedio de un hogar en quito,

ecuador

28
3.3

Ejemplo de variación ingresos por clase en España

entre 1980 y 2008

29
 Evaluación del trabajo escrito

- Presentación del trabajo /5

- Desarrollo del contenido /10

- Aplicación de conceptos de la materia /5

- Seguir indicaciones /5

Total /25

30