GESTION EMPRESARIAL

CENTRO DE SERVICIOS FINANCIEROS

SENA

HISTORIA
Babilonia

Egipto

Hebreos

3000 ac. Tablillas de arcilla-

recopilar datos
Analizaban datos poblacin

y de la renta del imperio.

Censo realizado por Moiss

al salir de Egipto

HISTORIA
China

Grecia

Roma

Censos 2238 AC.

Estadstica agrcola, industrial y comercial.
Censos con fines tributarios, sociales y

militares.

1er. Gobierno en recopilar cantidad datos:

Poblacin
Superficie
Renta
Realizaban cada 5 aos un censo:
Nacimientos, defunciones y matrimonios.
Recuento peridico de ganado
Riquezas contenidas en tierras conquistadas.

HISTORIA
Recuento de tierras pertenecientes
Edad media

Mtodo cientfico

a la iglesia. 758 DC. Pipino El

Breve, 762 DC. Carlomagno.

Grandes

aportes
al
mtodo
cientfico, Leonardo Da Vinci,
Coprnico, Galileo, Descartes.

1662,
Capitn John

Gaunt

Laplace, Gauss

y Legendre

efectu las predicciones

sobre el numero de personas que
moran
por
diferentes
enfermedades y proporciones de
nacimientos de varones y mujeres
que deban esperar

Conceptos bsicos 1800 a 1820,

teora de errores y
mnimos cuadrados.

teora

de

DEFINICION
Tcnicas y procedimientos que permiten:
Recoger
Ordenar
Analizar
Presentar
De manera que a partir de ellos se puedan
inferir conclusiones.

POBLACION
Se utiliza para referirnos a un conjunto de
cosas, personas o situaciones, que tienen
alguna caracterstica comn que permite
agruparlos.

MUESTRA
Subconjunto de una determinada poblacin,
parte ms representativa.

EJERCICIO
Define si corresponde a poblacin o a muestra:
a)Las elecciones presidenciales.
b)Censo nacional.
c)El
salario de 20 empleados de una
multinacional.
d)Hacer una encuesta a 100 personas que
entraron a una tienda de las 896 que entraron a
dicha tienda en un da.
e)Hacer un estudio con todos los ancianos de un
Asilo.

VARIABLE
ESTADISTICA

Caracterstica de los
elementos de la poblacin que
se
investiga.
CUANTITATIVAS
CUALITATIVAS
Peso

Sexo

Edad
Sueldo

Estado civil
Color de ojos

Numero de hijos

Grado de instruccin

VENTAJAS DEL
MUESTREO
Ahorro de tiempo.
Reduccin de costos.
Posibilidad de una mayor

profundidad

exactitud de resultados.
Rapidez y operatividad de la informacin.

DESVENTAJAS DEL
MUESTREO
Dificultad de utilizacin de la tcnica

de

muestreo.
Una muestra mal seleccionada o sesgada
distorsiona los resultados.
Limitaciones propias del tipo de muestreo.

TIPOS DE MUESTREO
PROBABILISTICO

NO PROBABILISTICO

Muestreo aleatorio

Accidental.

simple.
Muestreo aleatorio
sistemtico.
Muestreo aleatorio
estratificado.
Muestreo aleatorio por
conglomerados.

Por cuotas.
Por conveniencia.

MUESTREO ALEATORIO
SIMPLE.

Se escoge al azar, todos los elementos tienen

la misma posibilidad de ser escogido.

MUESTREO ALEATORIO
SISTEMTICO.

Se seleccionan los elementos de una manera

ordenada, el 1er. Elemento es seleccionado al
azar.
K=N/n donde,
N=Tamao de la Poblacin
n=Tamao de la muestra
K=Intervalos

MUESTREO ALEATORIO
ESTRATIFICADO

Consiste en dividir la poblacin previamente en

grupos o clases que se suponen homogneos
en la caracterstica a estudiar.
Cada estrato asignara una cuota de los
elementos de la muestra.
Asignacin proporcional = El tamao de cada
estrato en la muestra es proporcional a su
tamao en la poblacin.

MUESTREO ALEATORIO
POR CONGLOMERADOS

Cuando la poblacin se encuentra dividida de

manera natural en grupos que se suponen
que contienen toda la variabilidad de la
poblacin.
Ejemplo: Zonas geogrficas.

NO PROBABILISTICO
Escoge aquellos elementos
Accidental

que estn disponibles en el

momento.

Por conveniencia
Fijar cuotas, cada cuota

Por cuotas

consiste en un numero de
elementos
que
renen
ciertas condiciones.

DEFINICIONES
BASICAS
Media aritmtica = promedio
Varianza es una medida de dispersin.
Desviacin estndar es una medida

de
dispersin, es la raz cuadrada de la varianza,
es el promedio de la distancia de cada punto
con respecto a la media.
Marco muestral es el listado de los elementos
que pertenecen a la poblacin, de los cuales
se obtendr la muestra

FASES DE PROCESO DE
ESTADISTICA

TIPOS DE ESTADISTICA
ESTADSTICA
DESCRIPTIVA
Es
un
conjunto
de
procedimientos
que
tienen
por
objeto
presentar masas de datos
por medio de tablas,
grficos y/o medidas de
resumen. De acuerdo a lo
anterior, la estadstica
descriptiva es la primera
etapa a desarrollar en un
anlisis de informacin.

ESTADSTICA INFERENCIAL
Es

una
parte
de
laEstadsticaque
comprende los mtodos
y procedimientos para
deducir
propiedades
(hacer inferencias) de
una poblacin, a partir
de una pequea parte de
la misma (muestra).

VARIABLE
Son c/u de las caractersticas o cualidades que
ESTADISTICA
poseen los individuos de la poblacin.

TABLA DE
FRECUENCIAS
Una forma de presentar ordenadamente

un
grupo de observaciones, es a travs de tablas
de distribucin de frecuencias. La estructura
de estas tablas depende de la cantidad y tipo
de variables que se estn analizando, siendo
las ms simples las que se refieren a una
variable

EJEMPLO TABLA DE
Se tienen las notas de una prueba de matemtica
FRECUENCIA
enseanza media de un determinado colegio.

para 1000 alumnos de

DISTRIBUCION DE
FRECUENCIAS

EJEMPLO
TABLA
DEFRECUENCIA
FRECUENCIA
FRECUENCIA
FRECUENCIA
FRECUENCIA
DATOS
xi

ni

ABSOLUTA
ACUMULUDA
Ni

1,2
1,4
1,6
1,8
2
2,2
2,4
2,6
2,8
3
3,2
3,4
3,6
3,8
4
4,2
4,4
4,6
4,8
5
5,2
5,4
5,6
5,8
6
6,2
6,4
6,6
6,8
7

1
2
3
8
18
14
19
22
25
26
27
31
35
38
45
46
48
52
58
60
56
54
51
50
46
44
40
32
31
18

1
3
6
14
32
46
65
87
112
138
165
196
231
269
314
360
408
460
518
578
634
688
739
789
835
879
919
951
982
1000

1000

ABSOLUTA

RELATIVA
fi
0,001
0,002
0,003
0,008
0,018
0,014
0,019
0,022
0,025
0,026
0,027
0,031
0,035
0,038
0,045
0,046
0,048
0,052
0,058
0,06
0,056
0,054
0,051
0,05
0,046
0,044
0,04
0,032
0,031
0,018

RELATIVA SUMATORIA
ACUMULADA
Fi
xi.n
0,001
0,003
0,006
0,014
0,032
0,046
0,065
0,087
0,112
0,138
0,165
0,196
0,231
0,269
0,314
0,36
0,408
0,46
0,518
0,578
0,634
0,688
0,739
0,789
0,835
0,879
0,919
0,951
0,982
1

1,2
2,8
4,8
14,4
36
30,8
45,6
57,2
70
78
86,4
105,4
126
144,4
180
193,2
211,2
239,2
278,4
300
291,2
291,6
285,6
290
276
272,8
256
211,2
210,8
126

4.716,20

xi.n
1,44
3,92
7,68
25,92
72,00
67,76
109,44
148,72
196,00
234,00
276,48
358,36
453,60
548,72
720,00
811,44
929,28
1.100,32
1.336,32
1.500,00
1.514,24
1.574,64
1.599,36
1.682,00
1.656,00
1.691,36
1.638,40
1.393,92
1.433,44
882,00

23.966,76

TIPOS DE GRAFICOS
El histograma:

Es
una
representacingrficade
unavariableen forma de barras, donde la
superficie de cada barra es proporcional a
lafrecuenciade los valores representados.

TIPOS DE GRAFICOS
El polgono de frecuencias:

Es un grfico de puntos en el cual se muestra

la distribucin dibujada punto por punto
representando los valores especficos de la
variable bajo estudio.

TIPOS DE GRAFICOS

La ojiva o polgono de frecuencia acumulada:

Muestra justamente las frecuencias acumuladas.

TIPOS
DE
GRAFICOS

Grfico circular o torta:

Permite ver la distribucin interna de los datos
que representan un hecho, en forma de
porcentajes sobre un total.
CANTIDAD

Rojos

25

12,50%

Verde

36

18,00%

Azules

44

22,00%

Gris

85

42,50%

Blancos

10

5,00%

TOTAL

200

100,00%

MEDIDAS DE TENDENCIA
CENTRAL
Las medidas de tendencia central son valores
numricos que tienden a localizar la parte
central de un conjunto de datos.
Nos dan un centro de la distribucin de
frecuencias, es un valor que se puede tomar
como representativo de todos los datos. Hay
diferentes modos para definir el "centro" de
las observaciones en un conjunto de datos.

LA MEDIA ARITMTICA
Es la suma de los valores de todas las
observaciones divididas por el nmero total
de datos.

Donde
Xt : El valor de cada elemento de 1 hasta n
n : Cantidad total de datos

LA MEDIA ARITMTICA
Cuando se tiene una distribucin de
frecuencias el promedio se calcula por:

MEDIANA
Se define como el

valor que deja igual

nmero de observaciones a su izquierda
que a su derecha, es decir, divide al
conjunto de datos en dos partes iguales.
Si los datos no estn tabulados la
mediana se determina, ordenando las
observaciones de menor a mayor y
determinando el valor central. Si la
cantidad de datos es impar, la mediana se
representa justamente por ese valor. En
cambio, si la cantidad es par, la mediana
es el promedio de los datos centrales.

MEDIANA

MODA

Es el valor de la variable que ms

veces se repite, es decir, aquella
cuya frecuencia absoluta es
mayor. Puede haber ms de una
moda en una distribucin.

UNIMODAL

BIMODAL

MULTIMODAL

MEDIDAS DE
Las medidas de dispersin indican la mayor o
DISPERSIN
menor concentracin de los datos con
respecto a las medidas de centralizacin.

Mayor
dispersin

Menor
dispersin

DESVIACIN
ESTNDAR
Tambin llamada desviacin

tpica, es una
medida de dispersin usada en estadstica
que nos dice cunto tienden a alejarse los
valores puntuales del promedio en una
distribucin. Especficamente, la desviacin
estndar es "el promedio de la distancia de
cada punto respecto del promedio".

DESVIACIN
ESTNDAR Dado

La

frmula
para
calcular la desviacin
estndar es:

que se tiene una

distribucin de frecuencias,
la desviacin se calcula por:

VARIANZA
La varianza (que es el cuadrado de la
desviacin estndar:2) se define as:
Es la media de las diferencias con la
mediaelevadas al cuadrado.

PROCEDIENDO PARA
ESTIMAR EL TAMAO DE
1. Identificar si se trata de una poblacin infinita
o finita.
MUESTRA
2. Se determina la desviacin estndar.
3. Se define el nivel de confianza Z, utilizando la

funcin de distribucin normal.

4. Se define el error de estimacin E (diferencia
entre la media muestral y la media poblacional
que esta dispuesta a aceptar la investigacin).
5. Se calcula el valor del tamao de muestra
representativo.

TIPO DE POBLACION
Poblacin finita
Cuando el nmero de
elementos que la forman
es finito, por ejemplo el
nmero de alumnos de
un centro de enseanza,
o grupo clase.

Poblacin infinita
Cuando el nmero de
elementos que la forman
es infinito, o tan grande
que pudiesen considerarse
infinitos.
Como
por
ejemplo si se realizarse un
estudio
sobre
los
productos que hay en el
mercado. Hay tantos y de
tantas calidades que esta
poblacin
podra
considerarse infinita.

Poblacin infinita
Ejemplo: A cuantas personas tendramos que
estudiar para conocer la prevalencia de diabetes?
Seguridad = 95%; Precisin = 3%: Proporcin
esperada = asumamos que puede ser prxima al
5%; si no tuvisemos ninguna idea de dicha
proporcin utilizaramos el valor p = 0,5 (50%) que
maximiza el tamao muestral:
donde:
Za 2 = 1.962 (ya que la seguridad es del 95%)
p = proporcin esperada (en este caso 5% = 0.05)
q = 1 p (en este caso 1 0.05 = 0.95)
d = precisin (en este caso deseamos un 3%)

Poblacin finita
donde:
N = Total de la poblacin
Za2 = 1.962 (si la seguridad es del 95%)
p = proporcin esperada (en este caso 5% =
0.05)
q = 1 p (en este caso 1-0.05 = 0.95)
d = precisin (en este caso deseamos un 3%).

EJERCICIO
El dueo de un almacn quiere saber a que edad
especifica puede enfocar su estrategia para captar
mas clientes, toma la edad de 10 de sus clientes
quienes son representativos de la totalidad de sus
clientes y las edades son: 25, 30, 45, 50, 27, 32, 33,
35, 25, 37.
a)Se desea conocer la media aritmtica, mediana,
moda, varianza y desviacin estndar.
b)Adems se requiere una tabla de frecuencias, un
histograma y un grafico circular donde se presenten
las edades en intervalos de 10 aos, adems de los
datos solicitados en el punto anterior.
c)Al realizar los anteriores anlisis, que se concluye?.

TIPOS
DE
GRAFICOS
Diagrama de Pareto:
Es una grfica para organizar datos de forma que
estos queden en orden descendente, de izquierda a
derecha y separados por barras. Permite, pues,
asignar un orden de prioridades.
CAUSA FRECUENCIA

FRECUENCIA
RELATIVA
ACUMULADA

causa 1
causa 2
causa 3
causa 4
causa 5
causa 6
causa 7
causa 8
causa 9

250
200
180
140
46
41
40
38
31

23,97%
43,14%
60,40%
73,83%
78,24%
82,17%
86,00%
89,65%
92,62%

causa
10

27

95,21%

causa
11

25

97,60%

causa
12

25

100,00%