Utilidades de la estadística

¿Para qué sirve la Estadística?

La Estadística puede dar respuesta a muchas de las necesidades que la sociedad actual nos
plantea. Su tarea fundamental es la reducción de datos, con el objetivo de representar la realidad y
transformarla, predecir su futuro o simplemente conocerla.

La Estadística responde a las necesidades bélicas y fiscales de los gobernantes. Esto se puede
conseguir con un conocimiento claro de la población con la que se cuenta. La herramienta para
conseguirlo es el CENSO DE POBLACIÓN y su hermano pequeño, el PADRÓN MUNICIPAL DE
HABITANTES.

La práctica del recuento de la población y de algunas características de esta por los Estados es
muy antigua (se remonta a 3000 años antes de Cristo en Egipto y Mesopotamia). En palabras de
Bielfed, la Estadística es la ciencia que nos enseña el ordenamiento político de todos los estados
del mundo conocido, es decir, está al servicio del Estado, de hecho, la palabra Estadística deriva
de Estado.

La Estadística responde a la actividad planificadora de la sociedad. Con la Revolución Industrial

aparecen nuevos problemas, sobre todo de desigualdades sociales. La Estadística es un
instrumento para identificar estas injusticias y para producir información en el llamado Estado del
Bienestar.

La Estadística responde a nuevas demandas sociales. Para realizar investigaciones exhaustivas

sobre temas sociales surgen tres problemas básicos a la hora del trabajo de campo, como el
tiempo que tardaríamos en entrevistar a toda la población y el costo económico y de personal de
estas entrevistas. Con las técnicas de MUESTREO se consigue hacer buenas investigaciones
sobre una pequeña parte de esa población, obteniendo resultados válidos para toda ella.

La Estadística responde a las necesidades del desarrollo científico y tecnológico de la sociedad.

Tras la Revolución Industrial se produce un desarrollo de la sociedad en todos sus ámbitos y, en
particular, en el Científico y Tecnológico. Las Comunicaciones, la Industria, la Agricultura, la
Salud... se desarrollan rápidamente y se exige el máximo rendimiento y la mejor utilización de
estos sectores.

Las técnicas de Investigación de Mercados permiten saber si un producto cualquiera será bien
acogido en el mercado antes de su salida a este, o bien medir la audiencia en Televisión y Radio.

El Control de Calidad permite medir las características de la calidad de un producto, compararlas

con ciertos requisitos y tomar decisiones correctivas si hay diferencias entre el funcionamiento real
y el esperado. Con estudios estadísticos aplicados a la Agricultura y a la Pesca podemos estimar
los rendimientos obtenidos en una cosecha, o encontrar bancos de peces...

En Medicina e Investigación farmacológica es imprescindible la Estadística, probando nuevos

tratamientos en grupos de pacientes o bien, obteniendo conclusiones sobre ciertas enfermedades
Con el estudio de los Procesos Estocásticos se puede tener una mejor comprensión de fenómenos
de comportamiento aleatorio como meteorología, física nuclear, campañas de seguridad...

observando durante un tiempo un grupo de pacientes (saber si para el tratamiento de cierto tipo de
cáncer es más efectiva la cirugía, la radioterapia o la quimioterapia, sin más que observar un grupo
de pacientes tratados con estas técnicas).
Clasificación clásica de la estadística

La estadística inferencial o inductiva sirve extrapolar los resultados obtenidos en

el análisis de los datos y a partir de ello predecir acerca de la población, con un
margen de confianza conocido.

La estadística descriptiva o deductiva se construye a partir de los datos y la

inferencia sobre la población no se puede realizar, al menos con una confianza
determinada, la representación de la información obtenida de los datos se
representa mediante el uso de unos cuantos parámetros y algunas graficas
planteadas de tal forma que den importancia los mismos datos
CLASIFICACIÓN DE LA ESTADÍSTICA
Estadística Descriptiva o Deductiva
Es un proceso mediante el cual se recopila, organiza, presenta, analiza e interpreta datos de manera tal que
describa fácil y rápidamente las características esenciales de dichos datos mediante el empleo de métodos
gráficos, tabulares o numéricos, así por ejemplo:
Supóngase que un docente de Matemática calcula la calificación promedio de uno de sus cursos a su cargo.
Como solo se está describiendo el desempeño del curso pero no hace ninguna generalización acerca de los
diferentes cursos, en este caso el maestro está haciendo uso de la Estadística Descriptiva.
Estadística Inferencial o Inductiva
Llamada también inferencia estadística, la cual consiste en llegar a obtener conclusiones o generalizaciones
que sobrepasan los límites de los conocimientos aportados por un conjunto de datos. Busca obtener
información sobre la población basándose en el estudio de los datos de una muestra tomada a partir de ella,
así por ejemplo:
Supóngase ahora que el docente de Matemática utiliza el promedio de calificaciones obtenidas por uno de sus
cursos para estimar la calificación promedio de los 5 cursos a su cargo. Como se está realizando una
generalización acerca los diferentes cursos, en este caso el maestro usa la Estadística Inferencial.

Leer más: http://www.monografias.com/trabajos96/conceptos-basicos-estadistica-descriptiva-e-

inferencial/conceptos-basicos-estadistica-descriptiva-e-inferencial.shtml#ixzz4HcIZsHxa
CONCEPTOS Y DEFINICIONES BÁSICAS
POBLACIÓN
Llamado también universo o colectivo es el conjunto de todos los elementos que tienen una característica
común.
Una población puede ser finita o infinita. Es población finita cuando está delimitada y conocemos el número
que la integran, así por ejemplo: Estudiantes de la Universidad UTN. Es población infinita cuando a pesar de
estar delimitada en el espacio, no se conoce el número de elementos que la integran, así por ejemplo: Todos
los profesionales universitarios que están ejerciendo su carrera.
MUESTRA
Es un subconjunto de la población. Ejemplo: Estudiantes de 2do Semestre de la Universidad UTN. Sus
principales características son:
Representativa.- Se refiere a que todos y cada uno de los elementos de la población tengan la misma
oportunidad de ser tomados en cuenta para formar dicha muestra.
Adecuada y válida.- Se refiere a que la muestra debe ser obtenida de tal manera que permita establecer un
mínimo de error posible respecto de la población.
Para que una muestra sea fiable, es necesario que su tamaño sea obtenido mediante procesos matemáticos
que eliminen la incidencia del error.
Para calcular el tamaño de la muestra suele utilizarse la siguiente fórmula:

Donde:
n = el tamaño de la muestra. N = tamaño de la población.
Desviación estándar de la población que, generalmente cuando no se tiene su valor, suele utilizarse un valor
constante de 0,5.
Z = Valor obtenido mediante niveles de confianza. Es un valor constante que, si no se tiene su valor, se lo
toma en relación al 95% de confianza equivale a 1,96 (como más usual) o en relación al 99% de confianza
equivale 2,58, valor que queda a criterio del encuestador.
e = Límite aceptable de error muestral que, generalmente cuando no se tiene su valor, suele utilizarse un valor
que varía entre el 1% (0,01) y 9% (0,09), valor que queda a criterio del encuestador.
Ejemplo ilustrativo: Calcular el tamaño de la muestra de una población de 1000 elementos.
Solución:
Se tiene N=1000, y como no se tiene los demás valores se tomará o=0,5 , Z = 1,96 y e = 0,05. Reemplazando
valores en la fórmula se obtiene:

ELEMENTO O INDIVIDUO
Unidad mínima que compone una población. El elemento puede ser una entidad simple (una persona) o una
entidad compleja (una familia), y se denomina unidad investigativa.

DATOS ESTADÍSTICOS
Son medidas, valores o características susceptibles de ser observados y contados. Como por ejemplo, la
edad de los estudiantes de la Universidad UTN.
Los datos estadísticos pueden ser clasificados en cualitativos (la diferencia entre ellos es de clase y no de
cantidad), cuantitativos (representan magnitudes), cronológicos (difieren en instantes o períodos de tiempo)
y geográficos (referidos a una localidad).
Los datos estadísticos se obtienen de fuentes primarias (obtenidos directamente sin intermediarios
valiéndose de observaciones, encuestas, entrevistas y sondeos de opinión) y fuentes
secundarias (obtenidos a través de intermediarios valiéndose de textos, revistas, documentos, publicaciones
de prensa, y demás trabajos hechos por personas o entidades).

CENSO
Es una técnica de recolección de datos estadísticos que se realiza a toda la población

Leer más: http://www.monografias.com/trabajos96/conceptos-basicos-estadistica-descriptiva-e-

inferencial/conceptos-basicos-estadistica-descriptiva-e-inferencial.shtml#ixzz4HcJ0ASNh

ENCUESTA
Es la técnica que nos permite recolectar datos estadísticos que se realiza una muestra de la población.
Se clasifica en:
- Descriptiva.- Cuando registra datos referentes a las características de los elementos o individuos.
- Explicativa.- Cuando averigua las causas o razones que originan los fenómenos.
- Mixtas.- Cuando es descriptiva y explicativa.
- Por muestreo.- Cuando recolecta información de grupos representativos de la población.

Leer más: http://www.monografias.com/trabajos96/conceptos-basicos-estadistica-descriptiva-e-

inferencial/conceptos-basicos-estadistica-descriptiva-e-inferencial.shtml#ixzz4HcJWhnJx
VARIABLE
Son caracteres susceptibles a cambio y pueden tener diferentes valores en cada elemento o individuo.
Clasificación
- Variable Cualitativa
Son atributos que se expresan mediante palabras no numéricas. Como por ejemplo,
profesión, religión, marca de automóvil, estado civil, sexo, raza, etc.
- Variable Cuantitativa
Es toda magnitud representada por números. Como por ejemplo, peso, estatura, número de habitantes, etc.
- Variable Discreta
Es una característica cuantitativa representada por números enteros o exactos, que generalmente resultan del
proceso de conteo, como por ejemplo: número de estudiantes de la promoción del año anterior.
- Variable Continua
Es una característica cuantitativa que puede tomar cualquier valor representado por un número racional, que
generalmente resultan del proceso de medición, como por ejemplo, tiempo destinado a estudiar Estadística

Leer más: http://www.monografias.com/trabajos96/conceptos-basicos-estadistica-descriptiva-e-

inferencial/conceptos-basicos-estadistica-descriptiva-e-inferencial.shtml#ixzz4HcJcBzW1

Niveles de medición
- Nivel Nominal
Cuando los datos sólo pueden contarse y clasificados en categorías, no existe un orden específico entre las
clases. Como por ejemplo, se cuentan cuántos hombres y cuántas mujeres asisten a determinado evento.
- Nivel Ordinal
Cuando se ordenan los datos por jerarquías, una categoría es mayor que otra. Como por ejemplo, excelente
es mejor que bueno o bueno es mejor que regular. Otro ejemplo: Una persona puede tener mucho o
poco dinero.
- Nivel de Intervalos
Cuando se incluye todas las características del nivel ordinal, pero la diferencia entre los valores tiene un
significado medido en unidades iguales que son comunes y constantes, que permiten asignar números reales
a todos los miembros de la clase ordenada, facilitando el establecimiento de diferencias en grados
de propiedad y entre objetos sobre la base de una medida. Como por ejemplo: La diferencia entre 70
kilogramos y 60 kilogramos, es de 10 kilogramos. Otro ejemplo: Si la temperatura de hoy es de 20 grados
centígrados y la de ayer fue de 25 grados centígrados, se sabe que la de hoy es 5 grados centígrados más
baja que la de ayer.
- Nivel de Razón o Cociente
Este es el nivel de medición "más alto", tiene todas las características del nivel de intervalos y además en este
nivel de medición el cero tiene significado (así si se tiene 0 dólares, entonces no se poseen fondos), y la razón
(o cociente) entre dos números también es significativa (Un estudiante obtiene una calificación de 3/10 y otro
6/10, el segundo estudiante obtiene el doble que el primero).

Leer más: http://www.monografias.com/trabajos96/conceptos-basicos-estadistica-descriptiva-e-

inferencial/conceptos-basicos-estadistica-descriptiva-e-inferencial.shtml#ixzz4HcJrA4cq
FRECUENCIAS
- Frecuencia Absoluta ( )
Es el número de veces que se repite el valor de cada variable. La suma de frecuencias absolutas es siempre
al total de datos observados.
- Frecuencia Relativa ( )
Indica la proporción con que se repite un valor. Es el cociente entre la frecuencia absoluta y el número total de
datos. La suma de las frecuencias relativas es siempre 1
- Frecuencia Acumulada ( )
Indica el número de valores que son menores o iguales que el valor dado. Es la suma de la frecuencia
absoluta primera con la segunda, este valor con la tercera, y así sucesivamente.
- Frecuencia Porcentual ( )
Llamada también frecuencia relativa porcentual. Se obtiene multiplicando la frecuencia relativa por 100. La
suma de las frecuencias porcentuales es siempre 100%. Se calcula así:
- Frecuencia Relativa Acumulada ( )
Es la suma de la frecuencia relativa primera con la segunda, este valor con la tercera, y así sucesivamente.
- Frecuencia Relativa Acumulada Porcentual ( )

Leer más: http://www.monografias.com/trabajos96/conceptos-basicos-estadistica-descriptiva-e-

inferencial/conceptos-basicos-estadistica-descriptiva-e-inferencial.shtml#ixzz4HcK18z41

CENSO: Consiste en contar o enumerar por completo los individuos que componen una población
o comunidad en un área determinada y en un momento dado. MUESTREO: Es el recuento parcial
de los individuos de una población o comunidad, mediante el cual se estima el tamaño de toda la
población o comunidad. Conceptos sobre Patrones de muestreo Aleatorio Restringido
Sistemático Tamaño de la muestra: es el área mínima de muestreo (superficie o volumen) que se
expresa en medidas métricas o volumétricas respectivamente y se determina de acuerdo con la
curva especie-área aunque en algunas comunidades bióticas ya se encuentra estandarizada en
tablas. Area mínima de muestreo Curva especie área: Se basa en el estudio de una función que
relaciona el número de especies con el área de muestreo.
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 generados 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

i, 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

los 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 muestral 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 Optima: 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 muestral 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 numero

de conglomerados (el necesario para alcanzar el tamaño muestral 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 se 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.