Documente Academic
Documente Profesional
Documente Cultură
TRABAJO
ESTADÍSTICA Y COSTOS
UNIDAD I
CONCEPTOS FUNDAMENTALES
p. 1
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
UNIDAD I:
PRESENTACIÓN
¿En qué nos contribuye como Técnicos en Seguridad e Higiene del Trabajo la
Estadística? ¿Para qué nos sirve esta herramienta?
OBJETIVOS
QUE LOS PARTICIPANTES LOGREN:
• Conocer e identificar los diferentes tipos de variables y las diferentes medidas que
caracterizan un conjunto de datos.
p. 2
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
TEMARIO
1.
CONCEPTO
DE
ESTADÍSTICA
4
7. DATOS 11
p. 3
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
BLOQUES TEMÁTICOS
1. Concepto de estadística
La Estadística es el arte y la ciencia de reunir, analizar, presentar e interpretar datos.
La estadística es la rama del método científico que trata de los datos reunidos al contar o
medir las propiedades de alguna población. Se ocupa primordialmente de la realización
de inferencias acerca de poblaciones formadas por mediciones, basándose en la
información contenida en las muestras. Trata con métodos para obtener conclusiones a
partir de los resultados de los experimentos o procesos.
INDIVIDUO
POBLACIÓN
Conjunto de todas las observaciones que es el centro de interés. Es la totalidad de
elementos u objetos que se consideran. Está conformada por un número (en general muy
grande) de unidades de análisis y debe quedar claramente definida tanto en el espacio
como en el tiempo. La población puede ser finita o prácticamente infinita.
Es el conjunto de todos los individuos que poseen la característica a estudiar. También se
lo llama Universo.
p. 4
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
Un ejemplo de población finita sería por ejemplo el conjunto de todos los establecimientos
industriales en producción situados en determinada localidad de la provincia de Buenos
Aires a la fecha.
Una población enormemente numerosa (prácticamente infinita) sería el conjunto de todos
los valores(medidos en metros cúbicos de efluentes gaseosos que emite una chimenea
de una central térmica durante el mes de Agosto 2015.
Los valores con los cuales se caracteriza a una población se conocen como parámetros
poblacionales o simplemente, parámetros. Por su naturaleza, las variables pueden ser
discretas (unidades que se pueden separar entre sí) o continuas (no pueden separarse
en unidades reales). Además por su tamaño las poblaciones se clasifican en finitas (de
tamaño pequeño) e infinitas (tamaño muy grande)
LOTE
Son particiones de una población infinita que, se supone, conservan los mismos
parámetros.
En la práctica, estos parámetros casi siempre son desconocidos, ya que no se tienen
todos los datos. Esto se debe a muchas causas: tiempo, costo, etc. Y a veces, se hace
difícil o imposible conocer a todos los individuos. Por eso se utilizan muestras y por medio
de ciertas metodologías permiten inferir sobre la población objeto de estudio.
MUESTRA
Subconjunto de medidas seleccionadas de la población de interés. Es la porción de la
población que se seleccionara para análisis. La muestra es un conjunto de “n”
observaciones efectuadas en “N” unidades de análisis y que prácticamente es
extremadamente pequeña en relación a la magnitud de la población en estudio.
Los valores característicos de una muestra reciben el nombre de estadísticos o
estimadores muestrales o estimadores. Se utilizan para estimar o inferir los parámetros
de la población objeto de estudio.
p. 5
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
Parámetro: es una medida que se calcula para describir una característica de una
población completa.
Estadístico: es una medida que se calcula para describir una característica a partir de
solo una muestra.
Una característica puede ser el promedio de notas obtenido por cada alumno; si se
consideran todos los alumnos que se encuentran cursando la materia se tendrá el
parámetro promedio o media aritmética poblacional el cual se designa con la letra
griega µ se lee mu.
Es decir que se utilizan letras del alfabeto griego para designar a las medidas que
caracterizan a las poblaciones y el nuestro, para las muestrales.
Escalas de medición
p. 6
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
3. ¿Qué significa medir?
Si acudimos a la definición de medición nos dice:
medición.
medir.
1. tr. Comparar una cantidad con su respectiva unidad, con el fin de averiguar
cuántas veces la segunda está contenida en la primera.
3. tr. Comparar algo no material con otra cosa. Medir las fuerzas, el ingenio. U. t. c.
prnl.
Según sea la naturaleza del fenómeno abordado podemos distinguir distintos niveles de
medición y según sean éstos tendremos diferentes modelos estadísticos apropiados.
Por ejemplo:
Si la variable que necesitamos analizar es cualitativa (no métrica, no numérica) y no es
posible encontrar un orden entre los valores recopilados solamente podremos
clasificarlos.
Entonces decimos que sólo hemos realizado una nómina (cada categoría equivale a
colocar una etiqueta) y la escala se denomina Nominal.
Pero siendo cuantitativa admite orden además de clasificar podemos ordenar los valores
y la escala será la Ordinal.
p. 7
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
4. Utilidad del procesamiento de datos
¿Para qué medimos? ¿Qué nos dicen los números? ¿Cuál es el beneficio de tomar
decisiones con información?
“Cuando puedes medir aquello de lo que estás hablando y expresarlo en números, puede
decirse que sabes algo acerca de ello; pero cuando no puedes medirlo, cuando no
puedes expresarlo en números, tu conocimiento es limitado e insatisfactorio.
No hay medición perfecta, pero el error de medición debe reducirse a límites tolerables.
p. 8
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
5. Campo de aplicación. Estadística descriptiva e
inferencial.
La estadística hoy, como ciencia, utiliza los resultados y metodología del cálculo de
probabilidades y tiene por objeto la elaboración de principios, métodos y modelos que
permiten la descripción, el análisis y la predicción de fenómenos reales cuando éstos son
de carácter aleatorio.
Un fenómeno es aleatorio cuando no es posible predecir de un modo exacto, inequívoco y
determinado el resultado del mismo.
p. 9
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
La recopilación de información se puede hacer de diferentes formas: encuestas,
boletines, mediciones.
p. 10
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
• Estadística Inferencial: consta de procedimientos usados para hacer inferencias
acerca de las características de la población, a partir de información contenida en
la muestra extraída de esta población.
7. Datos
Para conocer las condiciones reales de algo (elemento, proceso, producto) es necesario
medirlo. Para ello se utilizan instrumentos de medición, que pueden ser de distinta
naturaleza, según lo que sea necesario medir. A partir de las mediciones que se realizan,
se obtienen los Datos de la Realidad.
Para no tener una imagen deformada de la realidad, se deben cumplir las siguientes
condiciones: asegurarse que sea correcta la medición, el registro de los datos y las
operaciones realizadas con la interpretación de sus resultados. Si ello no ocurriera,
tendremos una imagen deformada de la realidad, lo cual nos puede llevar a una acción
equivocada.
Por ejemplo, nos puede interesar describir las particularidades de los accidentes de
trabajo, comparar en distintas plantas o turnos, caracterizar a los empleados de una
organización, etc.
p. 11
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
Los datos son mediciones asociadas a una variable de forma arbitraria o natural.
8. Tipos de Datos
a) DATOS DE MEDICIÓN (variables): Son los que responden a una variable continua,
en los que se registra el valor leído, seguido por la unidad de medida correspondiente.
(Por ejemplo: la medición de nivel sonoro continuo)
b) DATOS DE CONTEO (atributos): Son los que responden a una variable discreta, un
lote no puede contener 2,5 unidades defectuosas.
p. 12
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
seguridad pretendida en las conclusiones que de ellos obtengamos.
f) DATOS PARA EL CONTROL: Son datos que se toman de manera tal, que brinden una
información que permita saber si una situación se encuentra o no en estado de control
estadístico. Esto permitirá tomar la acción adecuada para mantenerla bajo control o para
volverla a ese estado, según sea el caso.
g) DATOS DE/PARA LA REGULACIÓN: Son datos que sirven de base para fijar los
parámetros de funcionamiento de un sistema o proceso. Las especificaciones finales,
estarán basadas en esos datos.
9. Análisis de datos
Para cumplir con los objetivos de su recolección, los datos deben cumplir ciertos
requisitos:
• LOS DATOS DEBEN SER HOMOGÉNEOS: Todos los datos deben ser tomados en las
mismas condiciones, con el mismo instrumental (de igual nivel de calibración). Datos que
no son homogéneos con el resto deberán ser descartados, y esto es esfuerzo
desperdiciado.
p. 13
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
Luego de elegida la población de estudio, se relevan todas las características de ella que
resulten de interés y a la vez que respondan al problema planteado, como podrían ser: la
edad, la antigüedad, el puesto de trabajo, área, etc.
Los datos son los hechos y los números que se reúnen, analizan y resumen para su
presentación e interpretación. Al estar reunidos, los datos recopilados se denominan en
general conjunto de datos para el estudio. Los datos nos proveen una información que
tienen un propósito definido, por eso tanto la forma en que se tomarán los datos como su
misma naturaleza, quedan automáticamente determinadas por ese objetivo.
Los elementos son las entidades acerca de las cuales se reúnen los datos y una variable
es una característica de interés de los elementos.
Los datos se obtienen anotando las mediciones de cada variable para cada elemento en
el estudio, y al conjunto de mediciones, reunido para determinado elemento, se llama
observación. Dicha observación procesada de manera conveniente se convierte en
información vital.
De la observación de las variables con las que se está trabajando se puede deducir que
éstas conforman dos grandes grupos: las numéricas y las no numéricas.
p. 14
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
10. Distintos tipos de variables. Cuantitativas:
Discretas y continuas. Cualitativas
Se pueden diferenciar dos tipos de datos:
p. 15
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
11. Niveles de Medición
Las mediciones se pueden clasificar en:
ORDINAL Sirve para clasificar y • Rango Una asignación Qué tanto una
Categorías y ordenar (variables universitari se clasifica variable es
órdenes cualitativas o. arriba o debajo mayor o
ordenables) • Orden de de otra menor que
llegada de otra
Permiten establecer una
un ranking, un orden competenc
e incluyen a los datos ia
p. 16
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
de tipo nominal.
p. 17
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
12. Diseño de plan de muestreo
Para realizar un programa de muestreo se debe considerar algunas premisas para evitar
tomar decisiones sesgadas conforme a los resultados obtenidos.
Ejemplo: supongamos que una población está constituida por todas las posibles
exposiciones que durante un año se hallan expuestos un grupo de trabajadores, grupo
con exposiciones similares que denominaremos GES.
Asumamos que sobre esta población se realiza un muestreo lo más aleatorio posible
(existen métodos para ellos: por ejemplo días al azar) donde la muestra está conformada
de 10 exposiciones o sea 10 promedios ponderados en jornada de 8 horas.
Si la población es todavía mucho mayor, como sería el caso una emisión líquida en boca
de caño de la planta de tratamiento de un establecimiento industrial que vuelva por
ejemplo a un río, el número de muestras de 1 litro captado en un determinado periodo de
p. 18
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
tiempo y que constituirían el tamaño de la muestra sería una pequeñísima fracción dela
población (miles o millones de litros descargados en el periodo fijado).
Muestreo estratificado
Cuando las variables a investigar se asumen que han de presentar una marcada
variabilidad de un estrato a otro conforme a la naturaleza del problema, se justifica
estratificar la población.
p. 19
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning
13. BIBLIOGRAFÍA RECOMENDADA
OBLIGATORIA
Material de Cátedra especialmente elaborado para la asignatura.
COMPLEMENTARIA
Johnson y Kubik (2004). Estadística elemental. Lo esencial. Editorial Thompson.
p. 20
Centro de e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e-learning