Introducción a la Estadística – Métodos Cuantitativos I

2018
TEMA
 LA ESTADÍSTICA. OBJETIVOS
La Estadística la podemos definir como la rama de las Matemáticas que se ocupa de recoger, organizar y analizar
grandes cantidades de datos con el fin de obtener información relacionada con ellos y extraer conclusiones. Los
administradores aplican alguna técnica estadística a prácticamente todas las ramas de las empresas públicas y
privadas. Estas técnicas son sumamente diversas, y en general son clasificadas en dos grandes categorías: estadística
descriptiva y estadística inferencial.

 RAMAS DE LA ESTADÍSTICA

Estadística Descriptiva: Es la encargada de la Estadística Inferencial: Se ocupa principalmente del

recolección de datos, su representación y su diseño de métodos o modelos con el objetivo de
organización mediante la elaboración de tablas para obtener información acerca de ciertos parámetros que
su posterior estudio nos interesan

 CONCEPTOS BÁSICOS
 Población: conjunto de todos los elementos que son objeto de un estudio estadístico.
 Individuo: Cada uno de los elementos de la población.
 Muestra: Llamaremos muestra a un subconjunto representativo de la población.
Existe toda una teoría desarrollada con el fin de estudiar las posibles formas de extraer muestras de poblaciones y la
influencia que tiene sobre el resultado final, la elección de dichas muestras. (Esta teoría no será estudiada en este curso).
 Valor: Es cada uno de los distintos resultados que se pueden obtener en un estudio estadístico y lo
representaremos con .
 Dato: cada uno de los valores que se ha obtenido al realizar un estudio estadístico.
 Variable Estadística: Una variable estadística es cada una de las características o cualidades que estudiamos en los
individuos de una población. A cada característica le asociamos una variable estadística, que
Clasificación es una función que asigna a cada elemento de la población el valor que adopta sobre la
característica en cuestión.

Cualitativas: toma valores no numéricos. Por ejemplo: Cuantitativas: toma valores numéricos. Por ejemplo:
color de ojos, equipo de futbol preferido, etc. altura, peso, número de hermanos, etc.

Clasificación
Clasificación
Discretas: toma valores enteros. Por ejemplo: número de
Nominal: No admiten un criterio de orden. Por
hermanos, goles convertidos en un partido, etc.
ejemplo: color de ojos o equipo de futbol favorito.

Continuas: toma todos los valores comprendidos en un

Ordinal: Es cuando existe un orden establecido. Por intervalo de números reales. Por ejemplo: el peso, la altura.
ejemplo: los puestos en una competencia.

1
 Introducción a la Estadística – Métodos Cuantitativos I
2018
TEMA
Ejercicio: Se quiere realizar un estudio sobre los alumnos que cursa tercer año de bachillerato en el Uruguay.

a) Escribir cual es la población de estudio.

b) Elegir una variable estadística a estudiar en la población seleccionada y clasificarla.
c) ¿Cómo seleccionarías la muestra para realizar el estudio?

 Introducción al Muestreo
Es común que los compradores prueben una pequeña porción de queso antes de comprar alguno; a partir de un
pedacito pueden saber el sabor del queso completo. Lo mismo hace un químico cuando toma una muestra de whisky
de una barrica, determina que es de grado 90 e infiere que todo el whisky de esa barrica es de ese grado. Si el
químico examinara todo el whisky, los compradores se comieran todo el queso, no quedaría nada para vender.
Probar todo el producto es innecesario y muchas veces, destructivo.

Supongamos que, como director de personal de un gran banco, necesita escribir un informe que describa a todos
aquellos empleados que han dejado voluntariamente la empresa en los últimos 10 años. No es tarea fácil localizar a
todos las personas en dicha condición, ya que muchos pueden haberse mudado, pueden haber fallecido, etc. ¿Cómo
podría escribir el informe? Más rápido y eficiente es localizar una muestra representativa y entrevistarla con el fin de
generalizar con respecto a todo el grupo.

Otro factor importante es el tiempo y el costo que puede implicar realizar un estudio utilizando todos los individuos
de una población. Imaginemos una máquina automática que clasifica miles de piezas diariamente. ¿Por qué esperar
el resultado de todo un día para verificar que la máquina funciona correctamente? En su lugar pueden tomarse
muestras a intervalos de tiempo específicos, y si es necesario, ajustar la máquina inmediatamente.

En algunos casos es posible, práctico o necesario examinar a cada individuo de la población que deseamos describir
o estudiar. Este proceso recibe el nombre de censo. Cuando no es posible realizarlo o no resulta conveniente (por
tiempo disponible y/o costos excesivos asociados), se recurre al muestreo.

Cuando se identifican o calculan mediciones sobre la totalidad de una población, éstas reciben el nombre de
parámetros. En cambio, cuando estas mediciones se realizan sobre una muestra, reciben el nombre de estadísticas.
Es decir: una estadística es una característica de una muestra, y un parámetro es una característica de la
población.

 Tipos de muestreo
Existen dos clases de métodos para seleccionar muestras de poblaciones: el muestreo no aleatorio (o de juicio), y el
muestreo aleatorio (o de probabilidad). En el muestreo aleatorio, todos los elementos de la población tienen la
oportunidad de ser escogidos para la muestra. En el muestreo de juicio, se emplea el conocimiento y la opinión
personal para identificar los elementos de la población que deben ser incluidos en la muestra. Una muestra de juicio
se basa en la experiencia de alguien con la población. El riguroso análisis estadístico no puede ser efectuado con
muestras de juicio. Son más cómodas y pueden utilizarse con éxito, pero no podemos medir su validez.

 Muestras sesgadas
En el parlamento se debate sobre algunas leyes de control de posesión de armas. Se le encomienda que lleve a cabo
una encuesta de opinión. Debido a que los cazadores son los más afectados por las leyes de control de armas, visita
clubes de caza para hacer las encuestas. Después informa que en una encuesta realizada, cerca del 97% de quienes

2
 Introducción a la Estadística – Métodos Cuantitativos I
2018
TEMA
respondieron estaban a favor de derogar todas las leyes de control de armas. En esta situación se seleccionó una
muestra sesgada al elegir personas que tienen un fuerte interés en el asunto. ¿Cómo se puede saber si los
entrevistadores que proporcionan la información no cometen el mismo error? La respuesta es no se puede, salvo
que tengan una excelente reputación respecto a la realización de sondeos estadísticamente exactos. Sin embargo, es
posible tomar en cuenta los riesgos derivados de no pedir más información o investigar más a fondo la competencia
de las compañías encuestadoras.

 Muestreo aleatorio
En una muestra aleatoria conocemos las posibilidades de que un elemento de la población se incluya o no en la
muestra. En base a esto es que se puede describir matemáticamente cuán objetivas son las estimaciones que
realicemos de las características de la población a partir de una muestra dada.

Analizaremos cuatro métodos de muestreo aleatorio: el muestreo aleatorio simple, el muestreo sistemático, el
muestreo estratificado, y el muestreo de racimo.

 Muestreo aleatorio simple

El muestreo aleatorio simple selecciona muestras mediante métodos que permiten que cada posible muestra tenga
una igual posibilidad de ser seleccionada, y cada elemento de la población total tenga una oportunidad igual de ser
incluido en la muestra.

Analicemos esto con un ejemplo. Supongamos que tenemos una población de cuatro estudiantes en un seminario, y
se desea obtener una muestra de dos estudiantes para entrevistarlos. ¿Cuántas muestras son posibles? ¿Cuál es la
probabilidad de extraer cada muestra? ¿Cuál es la probabilidad de seleccionar a cada estudiante?

Cómo hacer un muestreo aleatorio: La forma más sencilla de seleccionar una muestra de manera aleatoria es
mediante el uso de números aleatorios. Estos números pueden generarse ya sea con una computadora, con una
calculadora científica (la gran mayoría está limitada a los números entre 0 y 1000), o mediante una tabla de números
aleatorios. A continuación se observa una tabla de este tipo.

3
 Introducción a la Estadística – Métodos Cuantitativos I
2018
TEMA

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.

Ilustremos el uso de esta tabla mediante un ejemplo. Supongamos que deseamos seleccionar una muestra de 10
elementos de una población de 100 individuos. Asignamos a cada individuo un número de 00 a 99, y elegimos un
modo sistemático para elegir las cifras de la tabla y obtener 10 números de 2 cifras. Por ejemplo, elijo para las
decenas la segunda cifra de cada número de la tabla comenzando desde el primero y siguiendo por la primera
columna (0, 2, 4, 2, 3, 5, 6, 4, 3, 2), y para las unidades selecciono la primera cifra de cada número de la tabla yendo
de derecha a izquierda comenzando por la primera fila (0, 8, 5, 9, 5, 4, 3, 2, 1, 2), obteniendo los números: 00, 28, 45,
29, 35, 54, 63, 42, 31 y 22.

En el caso del uso de la calculadora, utilizaremos la tecla Ran#. Esto generará un número entre 0 y 1, con tres cifras
decimales. Así, si lo que queremos es un número natural entre 0 y 10, fijamos el modo fix de la calculadora en 0
(para que aproxime a 0 cifras decimales) y apretamos 10Ran#. Si queremos un número natural entre 0 y 100,
apretamos 100Ran#. Si queremos un número entre 0 y 1000, apretamos 1000Ran#. Y si queremos un número entre
20 y 30, apretamos (30-20)Ran#+20.

De manera genérica, si queremos un número entre x e y, apretamos:

 Muestreo Sistemático
En el muestreo sistemático, los elementos son seleccionados de la población dentro de un intervalo uniforme que se
mide con respecto al tiempo, al orden o al espacio. Si tuviera que entrevistar a cada vigésimo estudiante de una
universidad, elegiría un punto de inicio aleatorio entre los primeros 20 nombres del directorio estudiantil, y luego
seleccionaría cada veintavo nombre de ahí en delante.

El muestreo sistemático difiere del muestreo aleatorio simple en que si bien cada individuo tiene la misma
probabilidad de ser seleccionado, no así cada muestra. Por ejemplo, si seleccionara una muestra de 10 elementos de
una población numerada de 00 a 99, seleccionando cada décimo número (por ejemplo: 2, 12, 22, 32, 42…), los
individuos numerados con 3, 4, 5, 6 no hubieran tenido ninguna posibilidad de ser seleccionados juntos.