Introduccin.

Cuando en un pas se desea conocer cules son los recursos materiales y humanos con los que se cuenta, entonces se lleva a cabo un censo, que no es ms que una recopilacin general de informacin a todo lo largo y ancho del pas. Los censos se han llevado a cabo desde hace varios miles de aos. La Biblia, por ejemplo, dice que el nacimiento de Jesucristo ocurri en Beln; porque Jos y Mara haban ido a dicha ciudad para censados por orden de Augusto Csar. Este, sin embargo, no es el primer censo del que se tiene noticia; puesto que ya en el ao 2000 antes de nacimiento de Jesucristo, se sabe que los chinos efectuaban censos de poblacin. Es claro que al llevar a cabo un censo, la informacin recopilada es enorme y se hace necesaria sintetizarla, para poder interpretarla ms fcilmente. Esto es precisamente el propsito de la disciplina matemtica que se conoce con el nombre de Estadstica Descriptiva y que estudiaremos a los largo del presente texto. La palabra estadstica se deriva de Statista que significa Estadista o sea persona que dirige adecuadamente un pas. El conocimiento de nuestro pas es una responsabilidad de cada uno de nosotros, no solamente de nuestros gobernantes. Debemos estar bien informados para ser ciudadanos responsables. Una persona desinformada es fcilmente manipulable; mientras que una persona bien informada es capaz de reconocer la verdad y de tomar decisiones adecuadas. Encuesta. Es el cuestionario que la persona debe responder de manera oral o escrita. Divisin de la estadstica. La estadstica se divide en dos grandes ramas que son: Estadstica descriptiva y Estadstica inferencial. Estadstica descriptiva. La estadstica descriptiva se ocupa fundamentalmente de dos cosas: 1. Resumir la informacin recolectada. 2. Presentar por medio de grficos la informacin obtenida. El propsito de la estadstica descriptiva es que las personas puedan entender fcilmente la informacin recopilada. Estadstica inferencial. Se encarga de analizar los datos recopilados y obtener conclusiones. Por ejemplo siempre que se van a efectuar elecciones aparecen en los distintos medios de comunicacin agencias encuestadoras dando estadsticos y prediciendo el partido que ganar. Esto es precisamente estadstica inferencial. Por supuesto que lo que se desea es obtener conclusiones verdaderas y esto se consigue siempre que el trabajo estadstico de recopilacin de informacin se lleve a cabo de manera profesional y responsable.

Poblacin En una estadstica la poblacin est constituida por todas las observaciones posibles en las que se est interesado. Por ejemplo si queremos conocer la clase de vehculo que ms contamina nuestro medio ambiente, entonces la poblacin a investigar est constituida por todos los vehculos que circulan en El Salvador. Muestra. Se llama muestra a un parte de la poblacin. Los datos que caracterizan a toda la poblacin se llaman parmetros. Los datos que caracterizan a una muestra se llaman estadgrafos o estadsticos. Ejemplos: La cantidad de dinero mensual que pagan las personas por uso de telfono celular es un parmetro. La cantidad media de dinero mensual que pagan las personas de tu vecindario por uso de telfono celular es un Estadgrafo. La estadstica inferencial es la que a partir de una muestra obtiene conclusiones que son vlidas para toda la poblacin. Teora de muestras. Realizar investigacin en toda la poblacin es bastante difcil por eso para las investigaciones estadsticas se toman muestras y las conclusiones se obtienen a partir de dichas muestras. Las principales ventajas de trabajar con muestras son: 1. Estudiar una muestra es ms sencillo que estudiar toda la poblacin. 2. Obtener una muestra cuesta menos. 3. Obtener una muestra consume menos tiempo. Estimacin de parmetros En estadstica estamos interesados en conocer parmetros; pero ante la imposibilidad de conocerlos los estimamos por medio de estadgrafos. Para poder distinguir los estadgrafos de los parmetros, se usan distintas notaciones, algunas de ellas son: Estadgrafo Parmetro Para muestra Para una poblacin Media: Media: x Desviacin tpica: n 1 Proporcin: p (porcentaje) Desviacin tpica: n Proporcin: P

Ejemplos: 1) Un investigador est interesado en conocer la proporcin P de hogares salvadoreos donde existe computadora. Como no puede visitar todos los hogares de la repblica de El Salvador, entonces toma una muestra de 400 hogares y encuentra que en 80 de estos existen computadoras. Cul es el estimador obtenido? Solucin: P = Proporcin de hogares donde hay computadoras. El parmetro P no se conoce; pero su estimador es Parmetro desconocido: P Estadgrafo conocido: p = 20% Como podemos darnos cuenta es de la mayor importancia reunir los datos mustrales de manera adecuada, elaborando encuestas que no predispongan a la persona encuestada. 2) Supongamos que se va a realizar una investigacin para determinar la clase de bebidas gaseosas que prefieren las personas. Una pregunta predispuesta es: Ha tomado alguna vez coca cola? Manera adecuada de preguntar: Cul bebida gaseosa prefiere usted? Teora de muestras. La rama de la estadstica que estudia las distintas tcnicas para obtener muestras se llama: muestreo. Existen distintas tcnicas de muestreo; pero las ms comnmente empleadas son tres: muestreo aleatorio simple, muestreo sistemtico y muestreo por estratos. Muestreo aleatorio simple: los elementos de la muestra se seleccionan de uno en uno y de manera azarosa. Muestreo sistemtico: se ordenan todos los elementos. Luego se seleccionan al azar un punto de inicio y a partir de este se toma cada k-simo elemento, hasta completar la muestra. Si el tamao de la poblacin es N y el tamao de la muestra es n. Entonces: Ejemplo: En una fbrica laboran 500 obreros y se desea seleccionar a 25 personas, para que trabajen un da domingo. Solucin: Como los nombres de los obreros aparecen en las listas de las planillas de pago, lo ms conveniente es usar el muestreo sistemtico. En este caso N = 500, n = 25. Por lo tanto: El primer obrero se selecciona de manera azarosa de entre los primeros 25 hombres y a partir de este se va tomando un obrero cada 20 nombres.

Si por ejemplo el primer nombre seleccionado fue el nmero 13 entonces los dems seleccionados sern los nombres 33, 53, 73, entre otros. El muestreo sistemtico conviene por ejemplo, cuando la muestra se va a tomar a partir de la gua telefnica o de archivos ordenados por orden alfabtico. Muestreo estratificado o por estratos: la poblacin se divide en grupos o clases llamados estratos y luego haciendo uso del muestreo aleatorio simple o de muestreo sistemtico, se toma una muestra de cada estrato. Los elementos de cada estrato se parecen entre s: mientras que los de un estrato no se parecen con los de otro estrato, por lo que para llevar a cabo un muestreo estratificado es necesario tener un conocimiento previo de la poblacin. Ejemplos: 1) Supongamos que estamos interesados en conocer si el sueldo mensual que las personas devengan depende del nivel educativo alcanzado. Cmo podramos hacer para tomar la muestra? Solucin: En este caso parece natural seguir los pasos siguientes: 1) Dividir a las personas en los siguientes estratos: analfabeta, hasta 6 grado, hasta 9 grado, hasta bachiller, graduado universitario. 2) Tomar una muestra de cada uno de los estratos anteriores, valindose para ello del muestreo aleatorio simple o del muestreo sistemtico, segn las condiciones de cada caso. 2) Supongamos que estamos interesados en investigar si los salvadoreos estamos de acuerdo con que se destruyan los bosques para construir centros comerciales y para ello se va a entrevistar 2000 personas. Si en nuestro pas de cada 1000 adultos, uno pertenece a la clase alta, 400 a la clase media y el resto a la baja, entonces el tamao proporcional de la muestra es: Clase alta a entrevistar = 2 Clase media a entrevistar = 800 Clase baja a entrevistar = 1198 Total de muestra = 2000 Variables cualitativas y cuantitativas. Para realizar una investigacin estadstica es necesario que recopilemos informacin por medio de una encuesta. Las personas encuestadas contestarn el cuestionario correspondiente de distintas maneras o sea que los datos que recopilemos sern variables. En estadstica trabajamos con dos clases de variables: cualitativas y cuantitativas. Variables cualitativas: Reciben tambin el nombre de variables de atributos y son las que se refieren a cualidades.

De tal manera que cuando pasamos una encuesta, la persona entrevistada, responde a nuestra interrogante con una respuesta nominal es decir que no es numrica. Algunas variables cualitativas son: color de ojos, estado civil, profesin, etc. Las variables cualitativas pueden ser nominales y ordinales. Variables cualitativas nominales: son los datos que consisten en nombres que solamente indican diferencias de clases; pero sin ningn tipo de ordenamiento. Algunas de estas variables son: lugar de nacimiento, partido poltico preferido, etc. Variables cualitativas ordinales: Son los datos que pueden clasificarse por categoras, desde la primera hasta la ltima. Es decir que son datos que poseen un orden. Las respuestas a cada una de las preguntas siguientes corresponden a esta clase de variables. Cul es su nivel educativo? Primaria-bachillerato-universitario. A qu clase social pertenece? Baja-media-alta.

Variables cuantitativas: son las que se refieren a cantidades y que por lo tanto son designadas por medio de nmeros. Ejemplos de variables cuantitativas son: estatura, peso, nmero de hermanos, calificaciones obtenidas, etc. Las variables cuantitativas pueden ser: discretas y continuas. Variable discreta: es la que solamente pueden tomar valores aislados, por ejemplo el nmero de miembros que constituyen el grupo familiar. Variable continua: es la que puede tomar cualquier valor de un intervalo, por ejemplo la distancia a la que caer una jabalina lanzada con la mayor fuerza posible.