ELEMENTOS BASICOS DE

ESTADISTICAS
Abg. J. Fernando Rivero Durán
SIM 302 A-B
La Estadística
Origen
• El término alemán Statistik, introducido originalmente por Gottfried
Achenwall en 1749, se refería al análisis de datos del Estados, es decir, la
«ciencia del Estado» (o más bien, de la ciudad-estado) También se
llamó aritmética política de acuerdo con la traducción literal del inglés. No
fue hasta el siglo XIX cuando el término estadística adquirió el significado
de recolectar y clasificar datos. Este concepto fue introducido por el militar
británico sir John Sinclair (1754-1835).
• La palabra estadística tiene su raíz en la palabra STATUS= cosas del
Estado.
• Durante el siglo pasado, era considerada como la ciencia del Estado.
• Las civilizaciones antiguas recogían datos sobre población, producción
agrícola y renta.
• Esas informaciones debían ser resumidas en valores numéricos para su
interpretación y uso en la toma de decisiones
Definición:
“Es la ciencia que estudia la técnica o método que se sigue para recoger,
organizar, resumir, representar, analizar, generalizar y predecir resultados de
las observaciones de fenómenos aleatorios”.

“La estadística se ocupa de los métodos y procedimientos para recoger,

clasificar, resumir, hallar regularidades y analizar los datos, siempre y cuando
la variabilidad e incertidumbre sea una causa intrínseca delos mismos; así
como de realizar inferencias a partir de ellos, con la finalidad de ayudar a la
toma de decisiones y en su caso formular predicciones”.

Clasificación:
a) Estadística Descriptiva: Describe, analiza y representa un grupo de datos,
utilizando métodos numéricos y gráficos que resumen y presentan la
información contenida en ellos.
Es cuando los resultados del análisis no pretenden ir más allá del conjunto de
datos.
Clasificación:
b) Estadística Inferencial: Apoyándose en el cálculo de probabilidades y a
partir de datos muestrales, efectúa estimaciones, decisiones, predicciones u
otras generalizaciones sobre un conjunto mayor de datos. Su tarea
fundamental es la de hacer inferencias acerca de la población a partir de una
muestra extraída de la misma.
Es cuando el objetivo del estudio es deriva las conclusiones obtenidas a un
conjunto de datos más amplios.

• Encuestas
• Organización de Datos
Descriptiva • Tabulación
• Representaciones
• Cálculo de parámetros
ESTADISTICA

• Interpretación de resultados
Inferencial
• Conclusiones y predicciones
CONCEPTOS BASICOS

• Al realizar un trabajo de investigación, el investigador tiene que establecer los

sujetos y objetos de estudio. Este depende de la investigación que vaya a realizar.
• Para seleccionar una muestra, lo primero que se debe hacer es definir nuestra
unidad de análisis (personas, organizaciones, unidades vecinales, etc).

• El quiénes van a ser medidos depende de precisar claramente el problema a

investigar y los objetivos de la investigación.

1. MUESTRA
• Es la parte o fracción representativa de un conjunto de una población, universo o
colectivo, que ha sido obtenida con el fin de investigar ciertas características del
mismo. El problema principal consiste en asegurar que el subconjunto sea
representativo de la población, de manera que permita generalizar al universo los
resultados obtenidos sobre la muestra.
BASE DE LA MUESTRA
• Es el conjunto de unidades individualizadas que forman un universo o población.
Puede ser un censo, un padrón electoral, un catálogo, una lista, un mapa, un
plano, etc. Sin embargo, no todos los universos están censados o catalogados; en
esos casos la base de la muestra no existe, y hay que elegirla por algún
procedimiento empírico; por ejemplo, el encuestar una de cada diez personas que
se encuentren en determinado lugar o dejando que el encuestador elija como
mejor le parezca cada unidad, una vez que se le asigna una serie de encuestas para
cada una de las categorías elegidas, ya sea nivel de ingresos, edad, sexo, etc.

UNIDAD DE LA MUESTRA
• Está constituida por uno o varios de los elementos de la población en las que se
subdivide la base de la muestra, y que dentro de ella se delimitan de manera bien
precisa. La unidad de la muestra puede ser simple (constituida por un individuo) o
colectiva (constituida por un grupo, una familia, un pueblo, etc.). La muestra, en
última instancia comprende un cierto número de éstas unidades, elegidas
conforme a un plan de muestreo.
CONDICIONES Y ELEMENTOS DE LAS MUESTRAS

1. Que comprendan parte del universo, y no la totalidad de éste.

2. Que su amplitud sea estadísticamente proporcionada a la magnitud del

universo. Esta condición se halla en estrecha relación con el punto práctico de
determinación del tamaño de la muestra y sirve para decidir si, según las
unidades que comprende respecto del universo, una muestra es o no admisible.

3. La ausencia de distorsión o desviación en la elección de los elementos de la

muestra. Si esta relación presenta alguna anomalía, la muestra resultará por
este mismo hecho viciada.

4. Que sea representativa o reflejo fiel del universo, de tal modo que reproduzca
sus diversas características. Por ejemplo, si el universo comprende hombres y
mujeres, la muestra también deberá comprenderlos y precisamente en la
misma proporción. Estas condiciones se pueden aplicar para ver si en un caso
dado hay o no muestra y si está lo es o no verdaderamente.
UNIVERSO O POBLACION: Constituye la totalidad de un conjunto de elementos, seres
u objetos que se desea investigar y de la cual se estudiará una fracción (la muestra)
que se pretende que reúna las mismas características y en igual proporción.

TECNICAS DE MUESTREO: Conjunto de operaciones que se realizan para elegir la

muestra.

FRACCION DE MUESTREO: Es el porcentaje que representa la muestra respecto al

universo; se obtiene dividiendo la muestra por el universo. Así por ejemplo, si el
universo es de 10.000 unidades y hemos elegido una muestra de 1.200 unidades,
la fracción de muestreo será 0,12 ó 12%.

Muestra 1.200 = 0,12 o 12%

Universo 10.000
COEFICIENTE DE ELEVACION: Indica las veces que la muestra está contenida en el
universo; en otras palabras, es la cantidad por la que hay que elevar la muestra
para obtener el universo. Se trata de una relación inversa a la fracción de
muestreo. Si tomamos el ejemplo anterior, tendríamos que el coeficiente de
elevación es 8,33. Ce: U/m
10.000/1200 = 8,33333
TAMAÑO DE LAS MUESTRAS: Al tomar una muestra, está tiene que constar de un
número suficiente de elementos elegidos al azar, tal que proporcione una
seguridad estadística de que los resultados que se obtengan en ella, pueden
dentro de los límites estimados, representar realmente al universo.
• Significa que el tamaño de una muestra ha de alcanzar determinadas proporciones
mínimas, fijadas estadísticamente, según las leyes experimentales de la
probabilidad. Pero, por otra parte, las necesidades prácticas de ahorro de tiempo,
coste y esfuerzos, aconsejan que el tamaño de la muestra no excede este límite
mínimo marcado por la estadística.
• El tamaño de la muestra y también el cálculo depende de los cuatro factores o
elemento siguientes:
a) La amplitud del universo, si es infinito o no.
b) El nivel de confianza adoptado.
c) El error de estimación permitido.
d) La proporción en que se encuentra en el universo la característica estudiada.

FASES PARA LA SELECCIÓN DE LA MUESTRA: Para seleccionar las muestras se debe

observar las siguientes características:
• Tener en cuenta los objetivos y finalidad de la investigación
• La disponibilidad de información sobre el conjunto del que se extraerá la muestra
(censos, material cartográfico, etc).
• Nivel de confianza adoptada.
• Error de estimación permitido.
• Los recursos humanos y equipos mecánicos disponibles.
• Los medios financieros.
• Los métodos y técnicas a utilizar en la investigación.
• Recopilación y análisis de datos.
• Medición de la representatividad de la muestra.
TIPOS DE MUESTRAS Y PROCEDIMIENTOS DE SELECCIÓN
• Si tomamos en cuenta la estructura y los procedimientos de selección, se pueden
distinguir dos tipos de muestras, y dentro de cada una de ellas, diferentes clases.
• El primer tipo (muestreo aleatorio o probabilístico) se basa en ciertas leyes y es
rigurosamente científico; el segundo procedimiento (no aleatorio o empírico), a
diferencia del anterior, no tiene una base estadístico-matemática, y puede revestir
dos formas: la de muestreo intencional u opinático, y la de muestreo errático,
circunstancial o sin norma.
Muestras Aleatorias, probabilísticas o al azar
• Existen diversos procedimientos para el muestreo aleatorio o probabilístico, que
dan lugar a diferentes clases de muestras. Las vamos a describir sumariamente a
continuación, prescindiendo de explicaciones estadístico-matemáticas.
• Son las muestras que se obtienen mediante procedimientos basados en la ley de
los grandes números y el cálculo de probabilidades, eliminando posibles
arbitrariedades con una determinación aleatoria o de azar. Supone que el
conjunto, universo o colectivo (que se pretende estudiar y denominado “base de
la muestra”), pueden subdividirse en unidades diferentes llamadas “unidades de
muestreo”, la cuales pueden ser, según los casos: unidades naturales del conjunto
(ej: individuos de una población); conjuntos naturales de unidades (ej: las familias)
o unidades artificiales (como por ejemplos un área determinada de terreno o una
hilera de plantas).
• Al decirse que la muestra se determina al azar, se quiere expresar que cualquiera
de las unidades o elementos que componen el conjunto tiene las mismas
probabilidades de quedar incluidos en la muestra. Resulta evidente que este
procedimiento tiene mayores posibilidades de validez cuanto más homogéneo es
el conjunto, pero el problema principal que se plantea es el siguiente ¿Cómo
obtener una muestra que sea verdaderamente al azar?
• Una muestra al azar, no significa que las unidades de muestreo se escogen de
manera casual, todo lo contrario, es una azar planeado.
• Muestra al azar es la que se obtiene de tal forma que, desde todos los puntos de
vistas pertinentes, el investigador no tiene motivo alguno para creer que no habrá
de producir alguna propensión o tendencia. Dicho en otras palabras, las unidades
del universo tienen que estar dispuestas de modo que el proceso de selección de
una equiprobabilidad de selección a todas y cada una de las unidades que figuran
en un universo.
• Se pueden presentar dos casos: el muestreo irrestrictamente aleatorio o sin
reemplazamiento, utilizados si la población es finita, en la que todas las muestras
de elementos son equiprobables, el muestreo con reemplazamiento, en el cual
cada elemento seleccionado retorna al conjunto o universo; se trata de
poblaciones o universos finitos.
El proceso de muestreo aleatorio simple, consta de cuatro pasos:

1. Definir la población de la cual se desea seleccionar una muestra.

2. Listar todos los miembros de la población.
3. Asignar números a cada miembro de la población.
4. Aplicar un criterio para seleccionar la muestra deseada.
MUESTREO ESTRATIFICADO
• Con el fin de mejorar la representatividad de la muestra, cuando se conocen
ciertas características del conjunto o universo, se procede a agrupar (en estratos,
categorías o clases), las unidades de muestreo homogéneas entre sí. Dentro de
cada uno de los estratos se hará luego una selección al azar (aleatorio simple).
• El plan de subdivisión del conjunto (llamado “plan de representación”) se efectúa
conforme al objetivo de la investigación y sobre la base del conocimiento
estadístico del universo. El reparto de la muestra en cada estrato (que se
denomina “afijación”) puede realizarse de la siguiente manera:

• Que cada estrato tenga una muestra de igual tamaño.

• Que la muestra de cada estrato sea proporcional al número de elementos, y a la
desviación estándar. En este caso hay que determinar el tamaño óptimo de la
muestra para cada estrato.
• Que la muestra sea proporcional al número de elementos de cada estrato.
• Si se carece de esta información básica, la única solución es realizar uno o varios
estudios pilotos o preliminares, que a la postre nos ayudarán a proporcionar
información que servirá para organizar el estrato y la correspondiente muestra.
• Indistintamente, la estratificación se puede hacer conforme a categorías de edad,
sexo, ingreso, clase social, ocupación, o partir de otra cosa que tenga que ver con
la materia de la encuesta. En estas muestras estratificadas aleatorias, la selección
se hace dentro de los estratos, cada unidad tiene la misma probabilidad conocida
de ser seleccionada. Muchas veces la selección de los estratos es una tarea difícil,
ya que éstos no siempre es posible organizarlos. En todo caso facilitará esta tarea
el análisis de la propia naturaleza del problema. También su complicación al
definir los niveles y grados de representatividad que debe tener la población en
cada uno de los estratos.
• Muchos de los puntos relacionados con las decisiones del muestreo estratificado
dependen de que se cuente o no con la información previa.
MUESTREO SISTEMATICO
• En este caso, se escoge cada k-ésimo nombre de la lista. El término k-ésimo
representa un número entre 0 y el tamaño de la muestra que usted quiere
seleccionar.
• Por ejemplo, queremos escoger 10 nombres de una lista de 50 personas que
aparecen en un listado. Para hacerlo se siguen los siguientes pasos:
a) Divida el tamaño de la población entre el tamaño de la muestra deseada. En este
caso, 50/10 = 5. Por tanto, se escogerá cada quinto nombre de la lista.
b) Como punto de partida, escoja un nombre al azar, utilizando el método de
apuntar con los “ojos cerrados” o, si la lista está numerada, utilice cualquier
dígito del número de un billete que tenga en su billetera. El billete que su utiliza
tiene sus dos primero dígitos 43, y éste será nuestro punto de partida.
c) Una vez determinado el punto de partida, selecciones cada quinto nombre. En
este ejemplo, el número 43, 48, 3, 13, 18, 23, 28, 33 y 38.
 Muestreo por áreas y de superficies

• En cierta forma se trata de una estratificación geográfica, en la cual las unidades

de muestreo elementales se sustituyen por un conjunto de unidades físicas
situadas en un territorio determinado. No se sortean individuos, sino áreas
determinadas en las que se escogen unidades primarias y se recopila la
información dentro de esas unidades, que pueden incluir un submuestreo de
familias.
• El muestreo consiste en dividir un mapa geográfico (de escala adecuada para este
trabajo) o bien un relevamiento aerofotográfico, en distintas áreas de cierto grado
de homogeneidad (áreas, unidad), de las que se extraerán por azar las “áreas
muestras”. En algunos casos, una ciudad pequeña por ejemplo, puede ser más
conveniente recoger la información de toda el área muestra; en otras
circunstancias, de esta área muestra –también por azar- se extraen manzanas, y
dentro de cada manzana se sortean casas o establecimientos (según la índole de la
investigación) que formarán la muestra.
Muestreo por áreas y de superficies

• Cuando se trata de una investigación sobre problemas rurales hay que dividir el
país, región o provincia, en zonas homogéneas o de relativa homogeneidad, para
escoger aquellas dentro de las cuales se sortean los establecimientos
agropecuarios o familias que constituirán las unidades de muestreo. Los mapas
catastrales resultan imprescindibles para establecer las zonas o sub-zonas en las
que se escogerán las unidades de muestreo.
 MUESTRA NO ALEATORIA, EMPIRICAS O NO PROBABILISTICAS

• Consiste en que no se basan en una teoría matemática-estadística, sino que

dependen del juicio del investigador. En relación con las muestras aleatorias, este
método posee ventajas en lo que se refiere a costos y a tiempo, pero es más difícil
controlar la validez de los resultados.
• Las muestras no probabilísticas, las cuales llamamos también muestras dirigidas,
suponen un procedimiento de selección informal y un poco arbitrario. En la
elección de las muestras de éste tipo, la elección de los sujetos no depende de que
todos tienen la misma probabilidad de ser elegidos, sino de la decisión de un
investigador o grupo de encuestadores.
• La ventaja de una muestra no probabilística es su utilidad para un determinado
diseño de estudio, que requiere no tanto de una “representatividad de elementos
de una población, sino de una cuidadosa y controlada elección de sujetos con
ciertas características específicas previamente en el planteamiento del
problema”. Hay varias clases de muestras dirigidas y éstas se definirán a
continuación.
Muestreo Intencional u Opinático

• La persona selecciona la muestra procurando que sea representativa, pero

haciéndolo de acuerdo a su intención y opinión. En el muestreo intencional u
opinático podemos distinguir: la muestras por cuotas y las muestras razonadas o
intencionadas.

Muestras por cuotas o proporcionales: Este tipo de muestreo se utiliza

principalmente para realizar sondeos de opinión pública e investigaciones de
mercado. Consiste fundamentalmente en establecer cuotas para las diferentes
categorías del universo, que son réplicas del conjunto, quedando a disposición del
encuestador la selección de unidades. Si en una población un 60% de hombres y
un 40% de mujeres, la muestra debe reflejar esa población; pero además se tienen
en cuenta categorías socio-profesionales: agricultores, obreros, técnicos,
profesionales, etc.; la muestra debe tener en cuenta estas proporciones. De
ordinario una muestra por cuota comprender la combinación de varias categorías.
• Si bien cada encuestador eligen según su criterio cada elemento de la encuesta,
éste debe ceñirse a la cuota que se la ha asignado. Por ejemplo, en una cuota de
100 pueden ser 55 hombres y 45 mujeres; entre los 55 hombres, 25 serán obreros,
15 agricultores, 9 técnicos y 6 profesionales, y así según las categorías a utilizar.
• Digamos por último que el muestreo por cuota pretende ser representativo del
total, reflejando las diferentes categorías que se dan en la sociedad, pero su mayor
ventaja está en su simplicidad, lo que permite ahorro de tiempo y dinero. Su
“debilidad” o limitación se deriva en las distorsiones que pueden provenir de los
encuestadores en la selección de las personas, quienes con frecuencia escogerán
las que le son afines y las que son más accesibles.
• Este tipo de muestras se utiliza mucho en estudios de opinión y de mercadotecnia.
Los encuestadores reciben instrucciones de administrar cuestionarios a sujetos de
la calle, y que al hacer esto vayan conformando o llenando las cuotas de acuerdo a
la proporción de ciertas variables demográficas en la población.
Muestras razonadas o intencionadas: Este tipo de muestra supone o exige un cierto
conocimiento del universo a estudiar, su técnica consiste en que el investigador
escoge (intencionadamente y no al azar) algunas categorías que él considera
típicas o representativas del fenómeno a estudiar. En el estudio de comunidades
rurales; por ejemplo, se pueden elegir a algunas fincas que se estiman “típicas” o
representativas del conjunto.
Sin embargo, la elección intencionada no es absolutamente representativa sino
sólo bajo ciertos puntos de vista que el investigador considera importantes o
típicos. Como es obvio, este juicio puede estar distorsionado por motivaciones
subjetivas, o porque lo que era típico ha dejado de serlo.

Muestra de expertos: En ciertos estudios es necesaria la opinión de sujetos expertos

en un tema. Esas muestras son frecuentes en estudios cualitativos y exploratorios
que para generar hipótesis más precisas o para generar materia prima para diseño
de cuestionarios.
• Muestreo por Conveniencia: El muestreo de conveniencia es justo lo que indica su
nombre. Un entrenador de fútbol da a cada miembro de su equipo un
cuestionario. El público (el equipo) es cautivo, y es una forma muy cómoda de
generar una muestra. ¿Fácil? Sí. ¿Aleatoria? No. ¿Representativa? Tal vez, pero
hasta cierto grado.
MUESTRAS MUESTRAS DIRIGIDAS
PROBABILISTICAS
Estudios descriptivos, diseño de Sujetos voluntarios (diseños
investigación por encuestas, censos, experimentales, situación de
raitings, estudios para toma de laboratorio).
decisiones. Muestra probabilística
simple
Muestra probabilística y por racimos Muestras de sujeto-tipo, estudios
cualitativos, investigación
motivacional.
Muestras por cuotas.
Estudios de opinión y de mercado.
Resultados. Las conclusiones se Las conclusiones difícilmente pueden
generalizan a la población y se generalizarse a la población. Si esto
conoce el error estándar de nuestros se hace debe ser con mucha cautela.
estimados.
TIPO DE Cuándo debe Ventajas Desventajas
MUESTRA utilizarse
Muestreo Cuando los Asegura un alto grado Tardanza y tedioso.
aleatoria simple miembros de la de representatividad
población son
similares.
Muestreo Cuando los Asegura un alto de Menos
Sistemático miembros de la grado de verdaderamente
población son todos representatividad; no aleatorio que el
similares. hay que usar una muestreo aleatorio
tabla de números simple.
aleatorias.
Muestreo Cuando la población Asegura un alto grado Tardanza y tedioso.
aleatorio es de naturaleza de representantividad
estratificado heterogénea y de todos los estratos
contiene varios de la población
grupos distintos.
Muestreo por Cuando la población Fácil y cómodo. Posibilidad de que
cúmulos consiste en los miembros de las
unidades más que unidades difieran
en individuos. entre sí y reduzcan
la efectividad del
muestreo.
Tipo de muestra Cuándo debe Ventajas Desventajas
usarse
Muestreo por Cuando la muestra Cómodo y La
conveniencia es cautiva. económico. representatividad
es dudosa.

Muestreo por Cuando hay estratos Asegura cierto grado La

conveniencia pero no es posible un de representatividad representatividad
muestreo de todos los estratos es dudosa.
estratificado. de la población.
ERROR MUESTRAL

• Aún cuando se utilicen los mejores procedimientos, ninguna muestra puede dar
una garantía absoluta de ser réplica exacta del universo o población que
representa. En último término, los errores son inevitables en toda muestra. Esta
diferencia entre el universo y la muestra se denomina error de muestro o error
muestral.

• El error de muestreo depende de dos factores:

A) Del tamaño de la muestra; a mayor fracción de muestreo menor será el error de la
muestra.
B) De la dispersión o desviación típica de la muestra; a mayor dispersión mayor error.