PROBABILIDAD Y ESTADSTICA

LA INVESTIGACIN ESTADSTICA
El proceso de aplicacin de la estadstica implica una serie de pasos:
1. Seleccin y determinacin de la poblacin o muestra y las caractersticas contenidas que se
desean estudiar. En el caso de que se desee tomar una muestra, es necesario determinar el
tamao de la misma y el tipo de muestreo a realizar (probabilstico o no probabilstico).
2. Obtencin de los datos. Esta puede ser realizada mediante la observacin directa de los
elementos, la aplicacin de encuestas y entrevistas, y la realizacin de experimentos.
3. Clasificacin, tabulacin y organizacin de los datos. La clasificacin incluye el tratamiento de
los datos considerados anmalos que pueden en un momento dado, falsear un anlisis de los
indicadores estadsticos. La tabulacin implica el resumen de los datos en tablas y grficos
estadsticos.
4. Anlisis descriptivo de los datos. El anlisis se complementa con la obtencin de indicadores
estadsticos como las medidas: de tendencia central, dispersin, posicin y forma.
5. Anlisis inferencial de los datos. Se aplican tcnicas de tratamiento de datos que involucran
elementos probabilsticos que permiten inferir conclusiones de una muestra hacia la poblacin
(opcional).
6. Elaboracin de conclusiones. Se construye el informe final.

MUESTREO
Los mtodos estadsticos proponen diferentes tipos de muestreo, aunque en general pueden
dividirse en dos grandes grupos: mtodos de muestreo probabilsticos y mtodos de muestreo no
probabilsticos.
1. Mtodos de muestreo probabilsticos
Los mtodos de muestreo probabilstico son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de
ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras
de tamao n tienen la misma probabilidad de ser elegidas. Solo estos mtodos de muestreo
probabilstico aseguran la representatividad de la muestra extrada y son, por tanto, los ms
recomendables. Dentro de los mtodos de muestreo probabilstico se encuentran los siguientes
tipos:
1.1 Muestreo aleatorio simple
El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada
Individuo de la poblacin, y 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas
de nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.) se
eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido. Este
procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin
que se est manejando es muy grande.

Facultad de Ingeniera UPTC

Ing. Luz Stella Pea Contreras

PROBABILIDAD Y ESTADSTICA
1.2 Muestreo aleatorio sistemtico
Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, pero en
lugar de extraer n nmeros aleatorios solo se extrae uno. Se parte de ese nmero aleatorio i, que
es un numero elegido al azar, y los elementos que integran la muestra son los que ocupan los
lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado
de dividir el tamao de la poblacin entre el tamao de la muestra: k=N/n. El numero i que se
emplea como punto de partida ser un nmero al azar entre 1 y k. El riesgo se este tipo de
muestreo esta en los casos en que se dan periodicidades en la poblacin ya que al elegir a los
miembros de la muestra con una periodicidad constante (k) se puede introducir una homogeneidad
que no se da en la poblacin. Supngase que se est seleccionando una muestra sobre listas de
10 individuos en los que los 5 primeros son varones y los 5 ltimos mujeres; si se emplea un
muestreo aleatorio sistemtico con k=10 siempre sern seleccionados o solo hombres o solo
mujeres; no podra haber una representacin de los dos sexos.
1.3 Muestreo aleatorio estratificado
Trata de obviar las dificultades que presentan los anteriores, ya que simplifica los procesos y suele
reducir el error muestral para un tamao dado de la muestra. Consiste en considerar categoras
tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna
caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el
sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que
todos los estratos de inters estarn representados adecuadamente en la muestra. Cada estrato
funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el
estratificado para elegir los elementos concretos que formaran parte de la muestra. En ocasiones,
las dificultades que plantea son demasiado grandes, pues exige un conocimiento detallado de la
poblacin (tamao geogrfico, sexos, edades...). La distribucin de la muestra en funcin de los
diferentes estratos se denomina afijacin, y puede ser de diferentes tipos:
Afijacin simple: a cada estrato le corresponde igual nmero de elementos muestrales.
Afijacin proporcional: la distribucin se hace de acuerdo con el peso (tamao) de la poblacin
en cada estrato.
Afijacin ptima: se tiene en cuenta la previsible dispersin de los resultados, de modo que se
consideran la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se suele conocer
la desviacin.
Por ejemplo, se est interesado en estudiar el grado de aceptacin que la implantacin de la
reforma educativa ha tenido entre los padres de un municipio. A tal efecto se seleccion una
muestra de 600 padres de familia. Se conoce por los datos del Ministerio de Educacin que de los
10.000 nios escolarizados en la bsica, 7.000 acuden a colegios pblicos y 3.000 a colegios
privados. Como el inters es que en la muestra estn representados todos los tipos de colegio, se
realiza un muestreo estratificado empleando como variable de estratificacin el tipo de colegio.
Si se emplea una afijacin simple serian 300 nios de cada tipo de centro, pero en este caso
parece ms razonable utilizar una afijacin proporcional pues hay bastante diferencia en el tamao
de los estratos. Por consiguiente, se calcula la proporcin para cada uno de los estratos respecto
de la poblacin, para poder reflejarlo en la muestra.
Colegios pblicos: 7.000/10.000 = 0.70
Colegios privados: 3.000/10.000 = 0.30
Para conocer el tamao de cada estrato en la muestra se multiplica la proporcin por el tamao
muestral.
Colegios pblicos: 0.70x600 = 420 padres de familia
Colegios privados: 0.30x600 = 180 padres de familia

Facultad de Ingeniera UPTC

Ing. Luz Stella Pea Contreras

PROBABILIDAD Y ESTADSTICA
1.4 Muestreo aleatorio por conglomerados
Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los
elementos de la poblacin, es decir, que las unidades muestrales son los elementos de la
poblacin. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la
poblacin que forman una unidad, a la que se denomina conglomerado. Las unidades
hospitalarias, los departamentos universitarios, una caja de determinado producto, etc. son
conglomerados naturales. En otras ocasiones, se pueden utilizar conglomerados no naturales
como, por ejemplo, las urnas electorales.
Cuando los conglomerados son reas geogrficas suele hablarse de "muestreo por reas". El
muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto nmero de
conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar
despus todos los elementos pertenecientes a los conglomerados elegidos.
Por ejemplo, en una investigacin se trata de conocer el grado de satisfaccin laboral de los
empleados de una cadena de almacenes; se toma una muestra de 700 empleados. Ante la
dificultad de acceder individualmente a estos empleados, se decide hacer una muestra por
conglomerados. Sabiendo que el nmero de empleados por almacn es aproximadamente de 35,
los pasos a seguir serian:
Recoger un listado de todos los almacenes.
Asignar un nmero a cada uno de ellos.
Elegir por muestreo aleatorio simple o sistemtico los 20 almacenes
(700/35 = 20) que proporcionaran los 700 empleados que se necesitan.
Finalmente, ante lo compleja que puede llegar a ser la situacin real de muestreo es muy comn
emplear lo que se denomina muestreo polietpico
Este tipo de muestreo se caracteriza por operar en sucesivas etapas, empleando en cada una de
ellas el mtodo de muestreo probabilstico ms adecuado.
2. Mtodos de muestreo no probabilsticos
A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente costoso y se
acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven para realizar
generalizaciones, pues no se tiene certeza de que la muestra extrada sea representativa, ya que
no todos los sujetos de la poblacin tienen la misma probabilidad de ser elegidos. En general, se
selecciona a los sujetos siguiendo determinados criterios procurando que la muestra sea
representativa.
2.1 Muestreo por cuotas
Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un
buen conocimiento de los estratos de la poblacin y/o de los individuos ms "representativos" o
"adecuados" para los fines de la investigacin. Mantiene, por tanto, semejanzas con el muestreo
aleatorio estratificado, pero no tiene el carcter de aleatoriedad de aquel.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos que
renen determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y
residentes en una misma ciudad. Una vez determinada la cuota, se eligen los primeros que se
encuentre que cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas de
opinin.

Facultad de Ingeniera UPTC

Ing. Luz Stella Pea Contreras

PROBABILIDAD Y ESTADSTICA
Por ejemplo, una universidad desea estudiar la incidencia de las drogas en la adolescencia. Lo que
debera hacer seria: conocer por los informes del Estado cuales son los centros educativos ms
afectados por el problema, fijar un nmero de sujetos a entrevistar, proporcional a cada uno de los
estratos (cuotas) y, finalmente, dejar en manos de los responsables del trabajo de campo a que
sujetos concretos se deber entrevistar.
2.2 Muestreo opintico o intencional
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos. Es muy
frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores votaciones han
marcado tendencias de voto.
2.3 Muestreo casual o incidental
Se trata de un proceso en el que el investigador selecciona directa e intencionadamente los
individuos de la poblacin. El caso ms frecuente de este procedimiento es el utilizar como muestra
los individuos a los que se tiene fcil acceso (los profesores de universidad emplean con mucha
frecuencia a sus propios alumnos). Un caso particular es el de los voluntarios.
2.4 Bola de nieve
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta
conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen
estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos,
egresados de una institucin, etc.
3. Evaluacin del valor de una encuesta
Cotidianamente se oye o se lee sobre resultados de encuestas en los diferentes medios de
comunicacin. Es evidente que los avances tecnolgicos en las comunicaciones han provocado la
proliferacin de investigaciones por medio de encuestas; sin embargo, no todas son aceptables,
significativas o importantes. Para evitar encuestas carentes de objetividad o credibilidad, debe
evaluarse con sentido crtico todo lo que se lee y escucha, adems de examinarse el valor de la
encuesta, evaluando los siguientes aspectos:
Propsito de la encuesta: por qu y para quien se realiza. Un resultado de opinin o una encuesta
realizada para satisfacer la curiosidad pertenece a la esfera de la diversin. Su resultado es un fin
en s mismo, no un medio para lograr un fin. Debe existir escepticismo ante tales encuestas porque
el resultado no tiene una aplicacin posterior.
Determinar si la encuesta est basada en una muestra probabilstica o no probabilstica: el nico
medio disponible para hacer inferencias estadsticas correctas a partir de una muestra es el uso de
un muestreo probabilstico. Las encuestas que emplean mtodos de muestreo no probabilstico
estn sujetas a errores significativos, quiz no intencionales, que pueden generar resultados sin
sentido.
4. Errores en las encuestas
Aun cuando en las encuestas se utilizan mtodos de muestreo probabilstico, estn sujetas a
errores potenciales, los cuales se describen a continuacin:
Error de cobertura o sesgo en la seleccin
La clave para una seleccin apropiada en la muestra es un marco de poblacin adecuado o una
lista actualizada de todos los elementos que participaran en el muestreo. El error de cobertura
ocurre si se excluyen ciertos elementos de la lista de poblacin, de manera que no tienen

Facultad de Ingeniera UPTC

Ing. Luz Stella Pea Contreras

PROBABILIDAD Y ESTADSTICA
oportunidad de ser seleccionados en la muestra. El error de cobertura conduce a un sesgo de
seleccin. Si el listado es inadecuado porque no se incluyeron algunos elementos de la poblacin,
cualquier muestra probabilstica aleatoria proporcionara una estimacin de las caractersticas del
marco, no de la poblacin real.
Error o sesgo de no respuesta
No todas las personas estn dispuestas a contestar una encuesta. El error de no respuesta surge
del fracaso al recopilar datos de todos los sujetos de la muestra y el resultado es un sesgo de no
respuesta. Como en general no se puede suponer que las personas que no responden son
semejantes a aquellas que si responden, es importante realizar un seguimiento a las no respuestas
despus de un periodo determinado. Deben hacerse varios intentos, ya sea por correo o por
telfono, para convencerlos de que diligencien la encuesta. Con base en estos resultados, las
estimaciones obtenidas con las respuestas iniciales se combinan con las estimaciones obtenidas
con el seguimiento, de manera que las inferencias hechas a partir de la encuesta sean vlidas.
Error de muestreo
El error de muestreo se presenta cuando se encuesta una muestra y no la poblacin, es decir,
cuando no se aplica un censo. Aun cuando no se puede evitar este error, si se puede controlar;
una forma importante de controlarlo es seleccionar un mtodo o un diseo adecuado de muestreo.
El error de muestreo muestra la heterogeneidad o las diferencias aleatorias de una muestra a
otra, segn la probabilidad de que elementos especficos sean seleccionados en unas muestras
determinadas.
Error de medicin
Se refiere a la falta de precisin en las respuestas registradas, debido a fallas en la redaccin del
enunciado de las preguntas, la influencia del entrevistador en la persona que responde, o por el
esfuerzo que realiza la persona que responde.
5. Aspectos ticos del muestreo
En la actualidad se existe una tendencia a la proliferacin de investigaciones que se apoyan en
encuestas; no todas son buenas, significativas o importantes, y no todas son ticas. Debe
intentarse distinguir entre un diseo de encuesta deficiente y un diseo carente de tica.
Las consideraciones ticas surgen con relacin a cuatro tipos de errores potenciales que pueden
ocurrir cuando se disean encuestas que utilizan muestras probabilsticas aleatorias: error de
cobertura o sesgo de seleccin, error o sesgo de no respuesta, error de muestreo y error de
medicin. El error de cobertura o sesgo de seleccin se convierte en un problema tico, solo si se
excluyen a propsito grupos especficos de individuos del marco de poblacin, para obtener
resultados sesgados, que indican una posicin ms favorable para los intereses del investigador.
De igual manera, el error o sesgo de no respuesta se convierte en un problema tico, solo si es
menos probable que grupos o individuos especficos respondan a una encuesta, y si el
investigador la disea a propsito con el fin de excluir grupos o elementos.
El error de muestreo se convierte en un problema tico, solo cuando los resultados se presentan, a
propsito, sin referencia al tamao de muestra o al margen de error, de modo que el investigador
puede promover un punto de vista que de otra manera seria insignificante.
El error de medicin se convierte en un problema tico en cualquiera de las siguientes situaciones:

Un investigador puede elegir preguntas orientadas que guan las respuestas hacia una
direccin especfica.
Un investigador, mediante actitudes y tono de voz, puede crear un efecto deliberado de
halo o puede guiar las respuestas en cierta direccin.
Alguien que responde, pero no est de acuerdo con la encuesta, puede proporcionar
informacin falsa a propsito.

Facultad de Ingeniera UPTC

Ing. Luz Stella Pea Contreras