You are on page 1of 7

SESIN NMERO 1: ELEMENTOS BSICOS

1.1.

1.2.

OBJETIVOS ESPECFICOS
Reconocer y explicar los trminos bsicos de la estadstica.
Entender la diferencia entre la estadstica descriptiva y la estadstica
inferencial.
Establecer la relacin existente entre los conceptos de poblacin y muestra.
Identificar, clasificar y establecer diferencias entre las variables cualitativas y
las variables cuantitativas.
Trabajar con escalas de medida.

DESARROLLO TEMTICO

1.2.1. Estadstica.
La estadstica es una disciplina, que se ocupa de reunir, organizar y analizar datos,
contribuyendo con el desarrollo de proyectos, la solucin de problemas y la toma de
decisiones.
La estadstica es aplicable en muchos campos: en las ciencias naturales, en las
ciencias sociales y econmicas, en las ciencias de la salud, en la industria, en la
administracin, en la economa, en las finanzas, en la agricultura, en el comercio, en
la educacin, etc.
1.2.2. Ramas de la estadstica.
La estadstica se divide en dos ramas: la estadstica descriptiva y la estadstica
inferencial.

Estadstica descriptiva: La estadstica descriptiva se refiere a la


recoleccin, organizacin, presentacin, anlisis e interpretacin de una
coleccin de datos, su objetivo principal es obtener de un conjunto de datos,
propiedades y conclusiones sobre los mismos.
Estadstica inferencial: La estadstica inferencial busca plantear
generalizaciones de una poblacin a partir del estudio de una muestra.

1.2.3. Poblacin, muestra.


En cualquier estudio estadstico la poblacin es el conjunto de todas las personas,
objetos, animales, situaciones, etc. Que aportan informacin sobre un fenmeno
objeto de estudio.
Ejemplo 1: En un colegio X se desea realizar un estudio acerca de las asignaturas
que presentan mayor dificultad a los estudiantes de educacin media (grados
decimo y once), en este caso, la poblacin son todos los estudiantes de educacin
media del colegio X, pero si se quiere realizar un estudio sobre el nivel acadmico
de los padres de familia de los estudiantes de preescolar, la poblacin sern todos
los padres que tengan hijos en preescolar en dicho colegio.
Ejemplo 2: En poca de elecciones se desea conocer la intencin de voto para el
Senado, en la ciudad de Bogot, la poblacin objeto de estudio sern todas las
personas mayores de edad, que vivan en Bogot habilitadas para votar.
Los ejemplos anteriores nos permiten establecer el concepto y la necesidad de tener
muestras en un estudio estadstico, en el primer ejemplo en un colegio promedio las
poblaciones pueden ser aproximadas a 120 estudiantes en el primer caso y 200
padres de familia en el segundo, pero en el segundo ejemplo, la poblacin objeto de
estudio en la ciudad de Bogot es aproximada a los 4 millones de habitantes
habilitados para votar.
En los dos casos del colegio X es posible realizar el estudio con toda la poblacin,
pero en el segundo ejemplo, la poblacin es demasiado grande, el estudio sera
muy costoso y demandara mucho tiempo, por lo tanto se aconseja realizar el
estudio con un subconjunto representativo de la poblacin al cual llamamos
muestra.
Al realizar cualquier estudio es necesario definir el nmero de personas u objetos
con los que se va a trabajar, decidir si se trabaja con toda la poblacin o con una
parte representativa de ella (muestra) es de vital importancia para el desarrollo del
trabajo, En teora, el investigador podr pensar que es conveniente estudiar la
poblacin completa; en la prctica, quiz sea conveniente realizar un muestreo1,
decidir si se trabaja con la poblacin completa o con una muestra, depende de
diversos factores: las caractersticas propias del estudio, del tiempo disponible, del
presupuesto, tamao de la poblacin, etc.
El xito de un estudio en el que se trabaje con una muestra depende de la forma en
que se seleccionen las personas u objetos que van a ser parte de la muestra.

Mndez, Carlos (2009). Metodologa: Diseo y desarrollo del proceso de investigacin con nfasis en
ciencias empresariales. 4 ed. Mxico: Limusa.

1.2.4. Tipos de muestreo.


Seleccionar una muestra en adelante lo llamaremos muestreo, existen dos tipos
bsicos de muestreo: el muestreo circunstancial (no probabilstico) y el muestreo
probabilstico.
Muestreo circunstancial (no probabilstico).
Son aquellos en los que los elementos de la muestra no son seleccionados al azar,
la seleccin se hace a partir de criterios establecidos, estos muestreos no siempre
sirven para realizar generalizaciones debido a que no existe o no se tiene certeza de
que la muestra seleccionada sea representativa, (al seleccionar los elementos de la
muestra con criterios preestablecidos, no todos los sujetos de la poblacin tienen la
misma posibilidad de ser elegidos). A continuacin presentamos algunos muestreos
de este tipo:

Muestreo por conveniencia.

La seleccin de los elementos la hace quien realiza el estudio, normalmente se


seleccionan los individuos u objetos a los que se tiene fcil acceso.
Ejemplo 1: Un docente puede realizar un estudio con sus propios estudiantes, el
acceso y el trabajo con estos es muy cmodo.

Muestreo por juicio.

Este tipo de muestreo se caracteriza porque se seleccionan objetos o individuos


que se cree conocen del tema de estudio o que pueden aportar informacin vital al
trabajo.
Ejemplo 2: Si se quiere realizar un estudio sobre violencia familiar en determinada
poblacin es posible seleccionar personas o familias en las que se evidencie dicha
problemtica.

Muestreo por criterio.

La persona que realiza el estudio, determina con criterios propios cuales son los
individuos u objetos representativos de la poblacin.
Ejemplo 3: Quien realiza un estudio puede determinar que las personas de
determinada edad y/o de determinado estrato socioeconmico son las adecuadas
para su trabajo.

Muestreo por cuotas.

En este tipo de muestreo se estratifica la poblacin y se establecen unas cuotas que


una vez determinadas se eligen los primeros individuos u objetos que se encuentren
que cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas
de opinin.
Ejemplo 4: Se desea realizar un estudio sobre las preferencias de gaseosa de los
habitantes adultos de la poblacin San Juan, se puede trabajar con tres grupos
definidos por rangos de edad y se establece la cantidad de personas (cuotas) con
las que se va a trabajar en cada grupo:
Tabla 1.1.
Discriminacin de los grupos de personas para realizar el estudio de
preferencias de gaseosa de los adultos de San Juan.

RANGO
Cantidad de
personas

GRUPO I
GRUPO II
GRUPO III
18 a 30 aos 31 a 45 aos 46 a ms aos
40

35

50

Muestreo por bola de nieve.

Se trabaja con algunos objetos o individuos, ellos conducen a otros, y estos a otros,
y as hasta trabajar con una muestra que se crea suficiente.
Ejemplo 5: Se est realizando un estudio sobre los egresados de una institucin
educativa, es factible que los egresados ya contactados suministren informacin que
permita contactar a otros egresados y estos a su vez a otros.

Muestreo probabilstico.
En el muestreo probabilstico los elementos de la muestra se seleccionan con
tcnicas o procedimientos de azar, se pretende que cada sujeto u objeto de la
poblacin tenga la misma posibilidad de hacer parte de la muestra, en la sesin 10
trabajaremos con estos tipos de muestreo, luego de trabajar algunos elementos
bsicos de probabilidad.
1.2.5. Variables.
Las variables son las caractersticas observables y medibles de una poblacin, por
ejemplo: nacionalidad, sexo, edad, salario, precio, etc. Las variables pueden ser
cualitativas o cuantitativas:

Las variables cualitativas no se pueden medir en forma numrica, con ellas se


busca conocer gustos, condiciones, preferencias u opiniones, por ejemplo: la raza,
color, nacionalidad, sexo, bebida preferida, etc.
Las variables cuantitativas son aquellas que pueden expresarse en forma
numrica, por ejemplo: la edad, el precio, los ingresos, las notas, etc. Estas
variables se pueden clasificar en discretas y continuas:

Discretas: Son aquellas que slo pueden tomar valores enteros mayores o
iguales que cero, provienen de conteos:
,
Ejemplo 6: nmero de hijos el resultado puede ser
enteros), pero nunca podr ser
.

etc. (valores

Continuas: Son aquellas que provienen de mediciones, pueden tomar


cualquier valor real.
Ejemplo 7: La estatura de las personas (alguien puede medir
metros),
otros ejemplos pueden ser el peso (
), la distancia recorrida por una
persona para llegar a su trabajo (
), etc.

1.2.6. Escalas de medida.


Las variables pueden clasificarse con base en su escala de medida, pueden ser
nominales, ordinales, de intervalo o de razn.

Variables con escala nominal.

Son aquellas en las que se utilizan nombres para establecer categoras de


respuesta. Estas variables no tienen ningn orden inherente ni jerarqua,
simplemente se establece una disposicin categrica.
Ejemplo 8: Al indagar sobre los noticieros de televisin que ven un grupo
determinado de personas, algunas categoras de respuesta pueden ser:
1.
2.
3.
4.

Noticieros del canal caracol.


Noticieros del canal RCN.
Noticieros de los canales independientes.
Noticieros de canales internacionales.

Ejemplo 9: Si se indaga sobre el estado civil de un grupo determinado de personas,


las categoras y la forma de respuesta pueden presentarse de la siguiente manera:

Estado civil, escriba: (1) si es soltero, (2) si es casado, (3) si vive en unin libre, (4)
si es viudo o (5) si es separado:
Como podemos ver, en algunos casos a las categoras de respuesta se les asigna
un nmero, pero dicha asignacin sirve nicamente para indicar las categoras y no
tienen un significado numrico.

Variables con escala ordinal.

Son aquellas que muestran un orden o secuencia natural.


Ejemplo 10: Cuando se indaga sobre opiniones las categoras de respuesta pueden
ser:
a.
b.
c.
d.
e.

Totalmente de acuerdo.
De acuerdo.
Parcialmente de acuerdo
En desacuerdo.
En total desacuerdo.

Ejemplo 11: Si se indaga sobre el nivel de satisfaccin de un servicio prestado, las


categoras podran presentarse de la siguiente manera:
Marque el respectivo nmero si el servicio fue: (1) excelente, (2) bueno, (3) regular
o (4) malo.
En los dos ejemplos se observa un orden significativo y natural en las categoras.
Igual que en las escalas nominales, en las ordinales se pueden asignar nmeros
para ordenar las categoras.

Variables con escala de intervalo.

Son aquellas que se miden de manera numrica, llevan inherente un orden o rango
y la diferencia entre sus valores es la misma, en estas variables la medida cero se
selecciona arbitrariamente, se convierte en un punto de referencia.
Ejemplo 12: Un ejemplo de estas variables es la temperatura, recordemos que si
hacemos la medicin de la temperatura en grados centgrados podemos hablar de
0 centgrados (este cero no significa que hay ausencia de temperatura, 0 es una
temperatura, es un punto de referencia). En esta escala las operaciones de suma y
resta, son significativas, no solo sabemos que 5 es una temperatura ms baja que
15, sino que la diferencia entre estas dos temperaturas (15- 5= 10), es la misma
que si comparamos 50 y 40 (50- 40= 10).

Variables con escala de razn.

Estas variables tienen las mismas caractersticas que las de escala de intervalo pero
en ellas el cero tiene significado: ausencia de medida. En esta escala las
operaciones de multiplicacin y divisin tambin cobran sentido.
Ejemplo 13: Si trabajamos con el valor de las ventas en una empresa, en esta
variable, el valor cero indica que no hubo ventas.
Con esto finalizamos esta primera sesin, en la cual hemos desarrollado algunos
conceptos bsicos de la estadstica, en la prxima sesin trabajaremos con algunos
elementos de investigacin y haremos nfasis en la organizacin de la informacin.

1.3.

CONCLUSIONES
La estadstica es una disciplina que nos permite recolectar, organizar,
interpretar y usar informacin con diferentes objetivos: interpretacin de la
realidad, toma de decisiones, predicciones, etc.
La estadstica inferencial busca plantear generalizaciones a partir de la
informacin brindada por una muestra representativa.
Una poblacin son todos los individuos, objetos o situaciones que pueden
brindar informacin para un estudio determinado, una muestra es un
subconjunto representativo de la poblacin.
Las variables son propiedades de los sujetos, de los objetos o de las
situaciones susceptibles de ser medidas.
Las variables se pueden clasificar en cuantitativas y cualitativas.
Las variables cuantitativas son aquellas que se pueden medir en forma
numrica, se clasifican en discretas (si toman solamente valores enteros) y
continuas (si pueden tomar cualquier valor real).
Las variables cualitativas son aquellas que no se pueden medir en forma
numrica.
El muestreo es la forma como se halla una muestra, lo podemos clasificar en
no probabilstico si la eleccin de la muestra se hace con criterios
preestablecidos y probabilstico si la muestra se selecciona al azar.