Sunteți pe pagina 1din 12

EN QUÉ CONDICIONES DE DESARROLLO TERRITORIAL, SOCIAL Y

HUMANO SE ENCUENTRAN LAS COMUNIDADES CON MAYOR POBREZA


EXTREMA EN COLOMBIA

ESTADÍSTICA DESCRIPTIVA
CÓDIGO: 204040_ 128

Tutor (a):
EDWARD FERNANDO TORO

Estudiante:
ARMIN MICOLTA HURTADO
13108443

Grupo: 204040_ 128

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD


ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
20 SEPTIEMBRE DE 2019
CALI, VALLE DEL CAUCA
INTRODUCCIÓN

la estadística descriptiva nos muestra una manera de organizar los datos con técnicas
matemáticas para presentar o describir un conjunto de datos, con el propósito de resumirlos
o hacerlos mejor entendibles por los demás y así facilitar su uso, la estadística descriptiva
para presentar todos estos resultados se apoya en tablas, graficas o medidas numéricas.
Y es así como viendo una gran base de datos por ejemplo se puede resumir extrayendo los
datos para que nos den un resultado más cómodo y obtener bien sea conclusiones o elaborar
otros tipos de análisis a partir de lo elaborado por la estadística.
JUSTIFICACIÓN
La elaboración de este trabajo se debe a analizar EN QUÉ CONDICIONES DE
DESARROLLO TERRITORIAL, SOCIAL Y HUMANO SE ENCUENTRAN LAS
COMUNIDADES CON MAYOR POBREZA EXTREMA EN COLOMBIA y obtener
resultados concisos con sus diferentes datos según la tabla indicadores socioeconómicos
115 municipios 2019.
OBJETIVOS

GENERAL:
 Reconoce los fundamentos básicos de la Estadística Descriptiva y las etapas dentro
de una investigación, por medio de datos tomados de un fenómeno real, de su
entorno.

ESPECÍFICOS:
 Conocer los diferentes conceptos como población, muestra, unidad estadística entre
otros.

 Especificar la caracterización de variables

 Calcular los datos para su representación grafica


Actividad 1. Mapa Mental

Link: https://mm.tt/1332277469?t=BhFYB6QK5s
Actividad 2. Ficha Técnica.
¿En qué condiciones de desarrollo territorial, social y humano se encuentran las
comunidades con mayor pobreza extrema en Colombia?”

Identificación según la
Concepto
base de datos

Población. 115 municipios de


Colombia

Tamaño de la muestra Municipios

Instrumento de Recolección de la Fuentes secundarias


información.

Ubicación espacio temporal del estudio. Dane – ministerio de


vivienda

Unidad estadística Nominal


Actividad 3. Clasificación de variables.

CUALITATIVAS CUANTITATIVAS
Nominales Ordinales Discretas Continuas
Grado de Código De La Zona O % De Población De 15
Municipios marginación Región Años O Más Analfabeta
Tipo de riesgo al que % Ocupantes En
más se expone la Lugar que ocupa en Viviendas Sin Energía
población el contexto nacional Código Del Municipio Eléctrica
% Ocupantes En
Acceso mediante pago Nivel educativo Población Total De Viviendas Sin Agua De
a internet o televisión principal Habitantes Acueducto
Población De 15 Años
sector mayoritario de O Más Sin Educación % Viviendas Con Algún
viviendas Básica Primaria Nivel De Hacinamiento
presencia de Cantidad De Servicios % De Viviendas Con
resguardos indígenas Públicos Disponibles Piso De Tierra
% Población Ocupada
Nivel Mayoritario De Con Ingreso De Hasta 2
Sisbén Salarios Mínimos
Cantidad De
Resguardos Indígenas

Cualitativas Ordinales: variables que se pueden ordenar


Cualitativas Nominales: variables que NO se pueden ordenar

Cuantitativa discreta: que se puede contar, pero con números enteros (exacto)
Cuantitativa Continuas: que se pueden contar, pero con valores decimales.
Actividad 4. Muestreo.
a. Si se desea establecer una muestra representativa para estudiar el
problema de “Indicadores socioeconómicos 115 municipios (2019)
16-4” a través del muestreo aleatorio simple, con un nivel de
confianza del 97%, un error estimado del 3% y una población de
1.101 municipios, ¿Cuál sería el tamaño de la muestra?, ¿Cuál sería
el tamaño si no se tienen datos de la población?
confianza 90% 91% 92% 93% 94% 95% 96% 97% 98% 99%
z 1.19 1.70 1.75 1.81 1.88 1.96 2.05 2.17 2.33 2.58

N=1.101 municipios
Confianza: 97% = z = 2.17
Error estimado: 3% =E = 0.03
P= 0.5
Q=0.5

𝑁𝑧 2 𝑝𝑞
𝑛=
(𝑁 − 1)𝐸 2 + 𝑧 2 𝑝𝑞

1.101 ∗ 2.172 ∗ 0.5 ∗ 0.5


𝑛= = 598.05
1.100 ∗ 0.032 + 2.172 ∗ 0.5 ∗ 0.5
El tamaño de la muestra representativa para estudiar el problema de
“Indicadores socioeconómicos 115 municipios (2019) 16-4” y teniendo en
cuenta la población de 1.101 municipios, sería de 598.05 municipios

Actividad 5. Laboratorio Diagramas Estadísticos

NIVEL EDUCATIVO PRINCIPAL


Frecuencia
Frecuencia Frecuencia Frecuencia
Datos Absoluta
Absoluta Relativa porcentual (%)
Acumulada
BÁSICA
47 47 0,4086957 41%
PRIMARIA
BÁSICA
SECUNDARIA SIN 22 69 0,1913043 19%
TERMINAR
BÁSICA
20 89 0,173913 17%
SECUNDARIA
EDUCACIÓN
18 107 0,1565217 16%
MEDIA
OTRO 8 115 0,0695652 7%
TOTAL 115 100%
NIVEL EDUCATIVO PRINCIPAL
7%

16%

41%

17%

19%

BASICA PRIMARIA BASICA SECUNDARIA SIN TERMINAR


BASICA SECUNDARIA EDUCACION MEDIA
OTRO

Según base de datos Indicadores socioeconómicos 115 municipios 2019


(16-4) Y la variable con el grafico NIVEL EDUCATIVO PRINCIPAL nos
damos cuenta de:
Que hay un gran porcentaje que han cursado BÁSICA PRIMARIA siendo
este el de mayor Nivel educativo (41%)
También nos damos cuenta que entre básica secundaria y educación
media no es mucha la diferencia de nivel educativo pues hay solo una
diferencia del 1% habiendo más estudiantes de básica secundaria
CONCLUSIONES
En la elaboración de este trabajo pude darme cuenta como poder calcular una muestra en
base a una población el cual nos da unos datos básicos para poderla calcular.
Me doy cuenta que es una estrategia muy importante a la hora de buscar información en
grandes cantidades de datos lo que me ahorrara dinero y lo principal el tiempo pues sabre
como sacar la muestra en cierta población refiriéndome al tipo de datos a analizar.
REFERENCIAS BIBLIOGRÁFICAS
Martínez, C. (2011). Capítulo 2. Distribuciones de frecuencia. En: Estadística y muestreo,
13a ed. [Online] Bogotá: Ecoe Ediciones. (pp 2 – 10). Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=67&docID=105603
55&tm=1498531579762
Montero, J. M. (2007). Conceptos Generales Estadística descriptiva. Madrid: Paraninfo.(pp
3 - 16). Recuperado de
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100007&v=2.1&u=unad&it=r&p=
GVRL&sw=w&asid=0a7332df0d4700de0bd272caa41e1718
Montero, J. M. (2007). Características de Una Distribución de Frecuencias. Statistical
Descriptive. Cengage Learning Paraninfo, S.A. (pp 4 – 10). Recuperado de
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100008&v=2.1&u=unad&it=r&p=
GVRL&sw=w&asid=99feba20c3312cbea60961107ffc27a0

Pacheco, P. N., Vergara, S .C (2013). Universidad Nacional de


Colombia. Bogotá. Estadística Fundamental. Recuperado
de http://168.176.239.58/cursos/ciencias/1000012/un2/html/le
ccion1.html

Monroy, S. S. (2005). Estadística descriptiva. México, D.F., MX:


Instituto Politécnico Nacional.(pp 21-29). Recuperado
de http://site.ebrary.com/lib/unadsp/reader.action?ppg=1&docI
D=10436604&tm=1471981857855

Matus, R., Hernández, Martha, and García, E (2010).


Estadística. México, D.F., MX: Instituto Politécnico Nacional,
(2010). ProQuest ebrary. (pp 1-15). Recuperado
de http://site.ebrary.com/lib/unadsp/reader.action?ppg=12&do
cID=10365616&tm=1471981556569