POBLACIN Y MUESTRA.

Marco de referencia de un estudio estadstico:

1. Definir la unidad de observacin (elemento sobre el que vamos a registrar los datos). Las
unidades de observacin pueden tener existencia natural, como una persona o una cosa
elementos tangibles -, o pueden estar definidas artificialmente, como las distintas reas de
una empresa.
2. Determinar qu vamos a medir (lo que vamos a observar).
3. Definir si el relevamiento de datos se hace sobre la totalidad (poblacin) o sobre
una muestra. Si el anlisis se realiza en base a una muestra, el objetivo es obtener
conclusiones acerca de la poblacin. Por lo tanto, la muestra debe ser representativa de la
poblacin de la cual fue extraida.

ORDENAMIENTO DE DATOS.

Los datos son colecciones de cualquier cantidad de observaciones relacionadas. Una coleccin de
datos se conoce como conjunto de datos, y una sola observacin es un punto de dato.

Para que los datos sean tiles, necesitamos organizar nuestras observaciones, de modo que
podamos distinguir patrones y llegar a conclusiones lgicas.

Recoleccin de datos:

Los especialistas en estadstica seleccionan sus observaciones de manera que todos los grupos
relevantes estn representados en los datos.

Los datos pueden provenir de observaciones reales o de registros que se mantienen para otros
propsitos.

Los datos pueden ayudar a los responsables de tomar decisiones a hacer suposiciones bien
pensadas acerca de las causas y, por tanto, de los efectos probables de ciertas caractersticas en
situaciones dadas. Tambin el conocimiento de tendencias adquirido de la experiencia previa
puede permitir estar al tanto de posibles resultados y actuar en consecuencia.

Cuando los datos son ordenados de manera compacta y til, los responsables de tomar decisiones
pueden obtener informacin confiable sobre el ambiente y usarla para tomar decisiones
inteligentes. Los administradores deben tener mucho cuidado y asegurar que los datos utilizados
estn basados en suposiciones e interpretaciones correctas. Para ello, se utilizan las pruebas
para datos:

1. De dnde vienen los datos? La fuente es parcial? Es posible que haya un inters en
proporcionar datos que conduzcan a una cierta conclusin ms que a otras?
2. Los datos comprueban o contradicen otras evidencias que se poseen?
3. Hace falta alguna evidencia cuya ausencia podra ocasionar que se llegue a una
conclusin diferente?
4. Cuntas observaciones se tienen? Representan a todos los grupos que se desea
estudiar?
5. La conclusin es lgica? Se ha llegado a conclusiones que nuestros datos no
confirman?

Vale la pena usar los datos o debemos esperar y recabar ms informacin antes de actuar?
Diferencia entre muestras y poblaciones:

Muestra y poblacin son trminos relativos. Una poblacin es un todo y una muestra es una
fraccin o segmento de ese todo.

Estudiaremos muestras con el fin de ser capaces de describir poblaciones.

El estudio de muestras es ms sencillo que el estudio de la poblacin completa, cuesta menos y

lleva menos tiempo. Adems, se ha probado que el examen de una poblacin entera todava
permite la aceptacin de elementos defectuosos, por tanto, en algunos casos, el muestreo puede
elevar el nivel de calidad.

Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los
cuales intentamos sacar conclusiones. Debemos definir dicha poblacin de modo que quede claro
cundo un cierto elemento pertenece o no a la poblacin.

Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos. Cualquier
grupo que cumple con los requisitos de la poblacin, puede constituir una muestra, siempre y
cuando el grupo sea una fraccin de la poblacin completa.

Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas
proporciones en que estn incluidas en tal poblacin.

Bsqueda de un patrn significativo en los datos:

Existen muchas formas de organizar los datos. Podemos slo colectarlos y mantenerlos en orden;
o si las observaciones estn hechas con nmeros, entonces podemos hacer una lista de los puntos
de dato de menor a mayor segn su valor numrico. Pero si los datos son trabajadores
especializados o los distintos tipos de automviles que ensamblan todos los fabricantes, debemos
organizarlos de manera distinta. Necesitaremos presentar los puntos de dato en orden alfabtico o
mediante algn principio de organizacin. Una forma comn de organizar los datos consiste en
dividirlos en categoras o clases parecidas y luego contar el nmero de observaciones que quedan
dentro de cada categora. Este mtodo produce una distribucin de frecuencias.

El objetivo de organizar los datos es permitirnos ver rpidamente algunas de las caractersticas de
los datos que hemos recogido: el alcance (los valores mayor y menor), patrones evidentes,
alrededor de qu valores tienden a agruparse los datos, qu valores aparecen con mayor
frecuencia, etc.

RECOMENDACIONES:

Al plantear un estudio estadstico, definir claramente la poblacin objeto de anlisis.

Si se trabaja con muestras, definir las condiciones que deben reunir antes de extraerlas.

Especificar qu se va a medir, las unidades a usar y la forma de registro.

Datos sin procesar:

La informacin obtenida, antes de ser organizada y analizada, se conoce como datos sin
procesar puesto que an no han sido tratados mediante ningn mtodo estadstico.
La cantidad de datos ms grande y los detalles ms minuciosos pueden no contener la informacin
ms til para la toma de decisiones administrativa. Una parte importante de la planeacin de
sistemas de informacin administrativa consiste en resumir y presentar los datos de modo que se
pueda obtener la informacin crtica de manera rpida y sencilla.

Ordenamiento de datos utilizando su arreglo y distribucin de frecuencias:

La ordenacin de datos es una de las formas ms sencillas de presentarlos, los forma en orden
ascendente o descendente.

Ventajas:

1. Podemos notar rpidamente los valores mayor y menor de los datos.

2. Podemos dividir fcilmente los datos en secciones.
3. Podemos ver si algunos de los valores aparecen ms de una vez en ese ordenamiento.
4. Podemos observar la distancia entre valores sucesivos de datos.

En ocasiones, un ordenamiento de datos no resulta til. Debido a que da una lista de todos los
valores, es una forma incmoda de mostrar grandes cantidades de datos.

La distribucin de frecuencias.

Una forma en que podemos comprimir los datos es la tabla de frecuencias o distribucin de
frecuencias. Las distribuciones de frecuencias sacrifican algunos detalles, pero ofrecen nuevas
perspectivas sobre los patrones de datos.

Una distribucin de frecuencias es una tabla en la que los datos se organizan en clases, es decir,
en grupos de valores que describen una caractersticas de los datos.

Una distribucin de frecuencias muestra el nmero de observaciones del conjunto de datos que
caen en cada una de las clases.

Caractersticas de las distribuciones de frecuencias relativas.

Tambin podemos expresar la frecuencia de cada valor como una fraccin o un porcentaje del
nmero total de observaciones. Para obtener este valor, dividimos la frecuencia de esa clase entre
el nmero total de observaciones del conjunto de datos. La respuesta se puede expresar como una
fraccin, un nmero decimal o un porcentaje.

La suma de todas las frecuencias relativas es igual a 1,00 o a 100%. Esto es as debido a que una
distribucin de frecuencias relativas aparea a cada clase con su fraccin o porcentaje apropiados
del total de datos. Por consiguiente, las clases que aparecen en cualquier distribucin de
frecuencias, ya sean relativas o simples, son completamente inclusivas. Todos los datos caen en
una u otra categora. Las clases son mutuamente exclusivas, es decir, ningn punto de dato cae en
ms de una categora.

En las distribuciones de frecuencias no aparecen clases que se traslapen.

Podemos, tambin, clasificar la informacin de acuerdo con caractersticas cualitativas, como raza,
religin y sexo, que no entran de manera natural en clasificaciones numricas. Como clases de
atributos cuantitativos, stas deben ser completamente inclusivas y mutuamente exclusivas.

La categora "otros" se conoce como clase de extremo abierto cuando permite que el extremo
inferior o el superior de una clasificacin cuantitativa no est limitado.

Los esquemas de clasificacin pueden ser tanto cuantitativos como cualitativos y tanto discretos
como continuos. Las clases discretas son entidades separadas que no pasan de una clase discreta
a otra sin que haya un rompimiento. Los datos discretos son aquellos que pueden tomar slo un
nmero limitado de valores.

Los datos continuos pasan de una clase a otra sin que haya un rompimiento. Implican mediciones
numricas. Los datos continuos pueden expresarse con nmeros fraccionarios o con enteros.

Las variables discretas son cosas que se pueden contar y las continuas son cosas que aparecen
en algn punto de una escala.

Construccin de una distribucin de frecuencias:

Pasos:

1. Decidir el tipo y nmero de clases para dividir los datos. De acuerdo con la medida
cuantitativa o un atributo cualitativo. Necesitamos decidir cuntas clases distintas usar y el
alcance que cada clase debe cubrir. el alcance total debe dividirse entre clases iguales,
esto es, el ancho del intervalo, tomado desde el principio de una clase hasta el principio de
la clase siguiente, necesita ser el mismo para todas las clases.

El nmero de clases depende del nmero de puntos de dato y del alcance de los datos
recolectados. Cuantos ms puntos de dato se tengan o cuanto ms grande sea el alcance,
ms clases se necesitarn para dividir los datos. Como regla general, los estadsticos rara
vez utilizan menos de 6 y ms de 15 clases.

Debido a que necesitamos hacer los intervalos de clase de igual tamao, el nmero de
clases determina el ancho de cada clase.

Ancho de los intervalos de clase = (valor unitario siguiente despus del valor ms grande

de los datos valor ms pequeo de los datos) / nmero total de intervalos

Debemos utilizar el siguiente valor ms alto de las mismas unidades, ya que estamos
midiendo el intervalo entre el primer valor de una clase y el primer valor de la siguiente.
 2. Clasificar los puntos de dato en clases y contar el nmero de datos que hay en cada
clase.

3. Ilustrar los datos en un diagrama.

Representacin grfica de las distribuciones de frecuencias:

Las grficas dan los datos en un diagrama de dos dimensiones. Sobre el eje horizontal podemos
mostrar los valores de la variable (la caracterstica que estamos midiendo). Sobre el eje vertical
sealamos las frecuencias de las clases mostradas en el eje horizontal.

Las grficas de distribuciones de frecuencias simples y de distribuciones de frecuencias relativas

son de utilidad debido a que resaltan y aclaran los patrones que no se pueden distinguir fcilmente
en las tablas. Atraen la atencin del que las observa hacia los patrones existentes en los datos.
Las grficas pueden tambin ayudarnos a resolver problemas concernientes a las distribuciones de
frecuencias. Nos permitirn estimar algunos valores con slo una mirada y nos proporcionarn una
verificacin visual sobre la precisin de nuestras soluciones.

Histogramas.

Un histograma consiste en una serie de rectngulos, cuyo ancho es proporcional al alcance de los
datos que se encuentran dentro de una clase, y cuya altura es proporcional al nmero de
elementos que caen dentro de cada clase. Si las clases que utilizamos en la distribucin de
frecuencias son del mismo ancho, entonces las barras verticales del histograma tambin tienen el
mismo ancho. La altura de la barra correspondiente a cada clase representa el nmero de
observaciones de la clase. Como consecuencia, el rea contenida en cada rectngulo (ancho por
altura) ocupa un porcentaje del rea total de todos los rectngulos igual al porcentaje de la
frecuencia de la clase correspondiente con respecto a todas las observaciones hechas.
Un histograma que utiliza las frecuencias relativas de los puntos de dato de cada una de las
clases, en lugar de usar el nmero real de puntos, se conoce comohistograma de frecuencias
relativas. Este tipo de histograma tiene la misma forma que un histograma de frecuencias
absolutas construido a partir del mismo conjunto de datos. Esto es as debido a que en ambos, el
tamao relativo de cada rectngulo es la frecuencia de esa clase comparada con el nmero total
de observaciones.

Polgonos de frecuencias.

Son otra forma de representar grficamente distribuciones tanto de frecuencias simples como
relativas. Para construir un polgono de frecuencias sealamos stas en el eje vertical y los valores
de la variable que estamos midiendo en el eje horizontal. A continuacin, graficamos cada
frecuencia de clase trazando un punto sobre su punto medio y conectamos los resultantes puntos
sucesivos con una lnea recta para formar un polgono.

Se aaden dos clases, una en cada extremo de la escala de valores observados. Estas dos
nuevas clases que contienen cero observaciones permiten que el polgono alcance el eje horizontal
en ambos extremos de la distribucin.

Un polgono de frecuencias es slo una lnea que conecta los puntos medios de todas las barras
de un histograma. Por consiguiente, podemos reproducir el histograma mediante el trazado de
lneas verticales desde los lmites de clase y luego conectando tales lneas con rectas horizontales
a la altura de los puntos medios del polgono.

Un polgono de frecuencias que utiliza frecuencias relativas de puntos de dato en cada una de las
clases, en lugar del nmero real de puntos, se conoce comopolgono de frecuencias relativas. Este
polgono tiene la misma forma que el polgono de frecuencias construido a partir del mismo
conjunto de datos, pero con una escala diferente en los valores del eje vertical.

Ventajas de los histogramas:

Los rectngulos muestran cada clase de la distribucin por separado.

El rea de cada rectngulo, en relacin con el resto, muestra la proporcin del nmero total
de observaciones que se encuentran en esa clase.
Ventajas de los polgonos de frecuencias:

Es ms sencillo que su correspondiente histograma.

Traza con ms claridad el perfil del patrn de datos.
Se vuelve cada vez ms liso y parecido a una curva conforme aumentamos el nmero de
clases y el nmero de observaciones.

Un polgono alisado mediante el aumento de clases y de puntos de dato se conoce como curva de
frecuencias.

Ojivas.

Una distribucin de frecuencias acumuladas nos permite ver cuntas observaciones estn por
encima de ciertos valores, en lugar de hacer un mero registro del nmero de elementos que hay
dentro de los intervalos.

La grfica de una distribucin de frecuencias acumuladas se conoce como ojiva.

En ocasiones, la informacin que utilizamos se presenta en trminos de frecuencias acumuladas

"mayores que". La ojiva adecuada para tal informacin tendra una inclinacin hacia abajo y hacia
la derecha, en lugar de tener una inclinacin hacia arriba y a la derecha.

Podemos construir una ojiva de una distribucin de frecuencias relativas de la misma manera en
que trazamos la ojiva de una distribucin de frecuencias absolutas. Slo habr un cambio: la
escala del eje vertical.

Del ordenamiento de datos podemos construir distribuciones de frecuencias. A partir de las

distribuciones de frecuencias podemos construir distribuciones de frecuencias acumuladas. A partir
de stas podemos trazar una ojiva. Y de esta ojiva podemos aproximar los valores que tenemos en
el ordenamiento de datos. Sin embargo, no podemos recobrar de manera normal los datos
originales exactos a partir de cualquiera de las representaciones grficas que hemos analizado.

Tratamiento de una variable discreta:

Se utilizan los diagramas de barras, la diferencia con el histograma es que los rectngulos no se
tocan entre s; esto se debe a que, al ser la variable discreta, entre los valores sucesivos no hay
valores intermedios.

Las frecuencias acumuladas se grafican por medio de una ojiva en forma de escalera, debido a
que la frecuencia aumenta de a saltos.

RECOMENDACIONES:

Cuando se trabaja con muestras, recopilar el mayor nmero de datos posible.

Usar 5 clases como mnimo y 15 como mximo para agrupar los datos, en funcin del nmero de
datos disponibles.

Trabajar con intervalos de clase de igual longitud.

Tener cuidado con la clasificacin automtica que hacen los paquetes estadsticos.

Al calcular frecuencias relativas como proporcin trabajar con cuatro dgitos despus de la
coma, para evitar errores de redondeo en la suma.

Al dibujar un grfico, no exagerar la escala vertical u horizontal. Un grfico desproporcionado

complica su interpretacin y puede resultar engaoso a simple vista.
CONCEPTOS:

Unidad de observacin: persona o casa sobre la que se mide una o varias caractersticas
de inters.

Caracteres: propiedades o rasgos que se miden en cada unidad de observacin.

Variable numrica: VARIABLE. Carcter cuantitativo.

Variable categrica: ATRIBUTO. Carcter cualitativo.

Poblacin: conjunto formado por todas las unidades objeto de un estudio estadstico.
Coleccin de todos los elementos que se estn estudiando y sobre los cuales intentamos
llegar a conclusiones.

Muestra: subconjunto representativo de la poblacin. Coleccin de algunos elementos,

pero no de todos, de la poblacin bajo estudio, utilizada para describir poblaciones.

Muestra representativa: muestra que contiene las caractersticas importantes de la

poblacin en las mismas proporciones en que estn contenidas en la poblacin.

Datos: coleccin de cualquier nmero de observaciones relacionadas sobre una o ms

variables.

Punto de dato: una sola observacin de un conjunto de datos.

Arreglo de datos: organizacin de los datos sin procesar por observacin, tomados en
orden ascendente o descendente.
 Clase de extremo abierto: clase que permite que el extremo superior o inferior de un
esquema de clasificacin cuantitativo no tenga lmite.

Conjunto de datos: una coleccin de datos.

Curva de frecuencias: polgono de frecuencias alisado mediante el aumento de clases y

puntos de dato a un conjunto de datos.

Datos continuos: datos que pueden pasar de una clase a la siguiente sin interrumpirse y
que pueden expresarse mediante nmeros enteros o fraccionarios. Datos numricos que
admiten infinitos valores entre dos valores cualesquiera; generalmente surgen de una
medicin.

Datos discretos: datos que no pasan de una clase a la siguiente sin que haya una
interrupcin; esto es, donde las clases representan categoras o cuentas distintas que
pueden representarse mediante nmeros enteros. Datos numricos que no admiten
valores intermedios entre dos valores sucesivos; generalmente surgen de un conteo.

Datos sin procesar: informacin antes de ser organizada o analizada por mtodos
estadsticos. Conjunto de datos que no han recibido ningn tratamiento estadstico.

Datos tratados: conjunto de datos que ha sido objeto de algn tipo de ordenamiento o
procesamiento.

Intervalo de clase: agrupamiento de valores de una variable.

Alcance de los datos: diferencia entre el mayor y menor valor de la serie.

Distribucin de frecuencias: despliegue organizado de datos que muestran el nmero de

observaciones del conjunto de datos que entran en cada una de las clases de un conjunto
de clases mutuamente exclusivas y colectivamente exhaustivas. Asignacin de frecuencias
a cada uno de los valores de una variable o atributo.
 Tabla de frecuencias: tabla donde se asienta la distribucin de frecuencias.

Distribucin de frecuencias acumuladas: despliegue de datos en forma de tabla que

muestra cuntos datos estn por encima o por debajo de ciertos valores.

Distribucin de frecuencias relativas: despliegue de un conjunto de datos en el que se

muestra la fraccin o porcentaje del total del conjunto de datos que entra en cada elemento
de un conjunto de clases mutuamente exclusivas y colectivamente exhaustiva.

Histograma: grfica de un conjunto de datos compuesta de una serie de rectngulos, cada

uno con un ancho proporcional al alcance de los valores de cada clase y altura
proporcional al nmero de elementos que entran en la clase, o altura proporcional a la
fraccin de elementos de la clase. Representacin grfica de la distribucin de frecuencias
(absoluta o relativa) de una variable continua.

Ojiva: grfica de una distribucin de frecuencias acumuladas absolutas o relativas.

Polgono de frecuencias: lnea que une los puntos medios de cada clase de un conjunto
de datos, trazada a la altura correspondiente a la frecuencia de datos. Representacin
grfica de la distribucin de frecuencias en forma suavizada de una variable continua.

Diagrama de barras: representacin grfica de la distribucin de frecuencias de un

atributo o de una variable discreta.

Frecuencia absoluta: nmero de veces que se repite un determinado valor de una

variable o atributo.

Frecuencia relativa: proporcin o porcentaje de veces que se repite un valor.

BIBLIOGRAFA: RICHARD I. LEVIN - DAVID S. RUBIN, ESTADSTICA PARA ADMINISTRADORES, ED. PRENTICE HALL, SEXTA
ED., 1996
 TABLAS Y
GRAFICAS
PARA
VARIABLES
CUANTITATIV
AS
INTRODUCCIN
Las variables cuantitativas son organizadas de una manera
ms precisa por su contenido numrico, los tipos de
continuas son:
Discretas
Contnuas

Cuando el nmero de datos es grande, es conveniente

organizar los datos numricos en un arrego ordenado o
diagrama de tallo y hojas para ayudar a comprender la
informacin.
El aprendizaje de esta unidad se va a centrar en la
organizacin de variables continuas, en su mayora
contnuas.
ARREGLO ORDENADO
Una vez que las encuestas se encuentran listas, el
siguiente paso es organizar la informacin y ordenarla.
Por cada variable se hace un ordenamiento simple
Determinar cul es el dato que tiene el menor valor y
cual es el que tiene mayor valor es informacin vital
para empezar a trabajar con variables cuantitativas.

EJEMPLO
Suponga que decide llevar a cabo un estudio
comparativo del costo de una comida en un restaurante
de una gran ciudad con el de una comida similar en un
restaurante fuera de la ciudad. La siguiente tabla
muestra los datos de 50 restaurantes citadinos y 50
fuera de la ciudd. Los datos no estn ordenados, esta
organizacin hace difcil obtener conclusiones sobre el
precio de las comidas en las dos reas geogrficas.

Al ordenar ambas muestras, los resultados se mostrarn

de la siguiente manera:
RANGO
En una muestra o poblacin, el rango es la distancia entre
el dato mayor y el dato menor, se calcula restando ambos
datos.

Rango = DatoMayor - DatoMenor

EJEMPLO
Calcular el rango de las muestras sobre el precio de los
platos en los restaurantes, segn se muestra en la lista
de datos.

Al ordenar ambas muestras, los resultados se mostrarn

de la siguiente manera:

Muestra 1: Precio de plato en 50 restaurantes de la

ciudad
Rango = Dato mayor - Dato menor
Rango= 63 - 14
Rango = 49
Muestra 2: Precio de plato en 50 restaurantes fuera de la
ciudad
Rango = Dato mayor - Dato menor
Rango = 55 - 23
Rango = 32
 ESTADISTICA
La Estadstica es una ciencia que estudia las caractersticas de un conjunto de casos para
hallar en ellos regularidades en el comportamiento, que sirven para describir el conjunto y para
efectuar predicciones.
La Estadstica tiene por objeto recolectar, organizar, resumir, presentar y analizar datos
relativos a un conjunto de objetos, personas, procesos, etc. A travs de la cuantificacin y el
ordenamiento de los datos intenta explicar los fenmenos observados, por lo que resulta una
herramienta de suma utilidad para la toma de decisiones.
Poblacin o Universo: es el total del conjunto de elementos u objetos de los cuales se quiere
obtener informacin. Aqu el trmino poblacin tiene un significado mucho ms amplio que el
usual, ya que puede referirse a personas, cosas, actos, reas geogrficas e incluso al tiempo.
La poblacin debe estar perfectamente definida en el tiempo y en el espacio, de modo que
ante la presencia de un potencial integrante de la misma, se pueda decidir si forma parte o no
de la poblacin bajo estudio. Por lo tanto, al definir una poblacin, se debe cuidar que el
conjunto de elementos que la integran quede perfectamente delimitado. Si, por ejemplo,
estamos analizando las escuelas primarias, debemos especificar cules y cundo: escuelas
primarias de la Capital Federal, ao 1992.
El tamao de una poblacin viene dado por la cantidad de elementos que la componen.
Unidad de anlisis: es el objeto del cual se desea obtener informacin. Muchas veces nos
referimos a las unidades de anlisis con el nombre de elementos. En estadstica, un elemento
o unidad de anlisis puede ser algo con existencia real, como un automvil o una casa, o algo
ms abstracto como la temperatura o un intervalo de tiempo. Dada esta definicin, puede
redefinirse poblacin como el conjunto de unidades de anlisis.
Muestra: es un subconjunto de unidades de anlisis de una poblacin dada, destinado a
suministrar informacin sobre la poblacin. Para que este subconjunto de unidades de anlisis
sea de utilidad estadstica, deben reunirse ciertos requisitos en la seleccin de los elementos.
Las causas por la cual se seleccionan muestras son muchas. Puede ocurrir que la poblacin
que se defina tenga tamao infinito, y en consecuencia, no fuera posible observar a todos sus
elementos. En otras ocasiones, el costo de la observacin exhaustiva puede ser muy elevado,
el tiempo de recoleccin de la informacin muy extenso, o ms an, la observacin de los
elementos puede ser destructiva. Por ejemplo, si quisiramos hacer un estudio de la calidad
de una partida de fsforos, no podramos probarlos a todos pues los destruiramos.
Variable: es la cualidad o cantidad medible que se estudia de las unidades de anlisis y que
varan de una unidad a otra. Por ejemplo: edad, ingreso de un individuo, sexo, cantidad de
lluvia cada, etc.
Nivel de medicin: las variables pueden ser medidas con mayor o menor grado de precisin
segn la escala de medida utilizada para su observacin. Podemos distinguir los siguientes
niveles de medicin de una variable:
Nominal: slo permite clasificar a las unidades de anlisis en categoras. Por ejemplo: sexo -varn y
mujer -.
 Ordinal: adems de clasificar a los elementos en distintas categoras, permite establecer una relacin de
orden de las mismas. Por ejemplo: clase social -baja, media y alta-.
Intervalar: permite clasificar, ordenar y medir la distancia entre las diferentes categoras. Por ejemplo:
edad.

Las variables se clasifican en dos grupos de acuerdo al nivel de medicin utilizado para su
observacin:
Variables cualitativas: son las variables medidas en escala nominal u ordinal, ya que la caracterstica
que miden de la unidad de anlisis es una cualidad.
Variables cuantitativas: son las variables medidas en escala intervalar, puesto que lo que miden es una
cantidad.

Encuesta
Es un mtodo de recoleccin mediante el cual la informacin se obtiene relevando slo un
subconjunto o muestra de elementos del universo en estudio, que permite obtener
informacin sobre el mismo.
Para que la informacin obtenida con la encuesta sea generalizable a la poblacin, la muestra
utilizada debe ser representativa de la poblacin de la que proviene. Para lograrlo, se utilizan
mtodos de seleccin de unidades especialmente diseados con este fin.
Su uso ha ido en rpido aumento, en la medida en que las instituciones productoras de
informacin disponen de personal capacitado para efectuar su organizacin, diseo y anlisis,
debido a su menor costo y a que en determinadas circunstancias la informacin resulta ms
exacta debido a que los errores ajenos al muestreo (errores en la recoleccin y en el
procesamiento) pueden ser reducidos a travs de una mejor capacitacin de los
empadronadores y la utilizacin de mtodos de captacin de informacin ms objetivos.
Agrupamiento de datos
Existen mtodos para resumir los datos medidos u observados.
Cuando se trata de variables cualitativas donde las categoras estn determinadas, lo nico
que hay que hacer es contabilizar el nmero de casos pertenecientes a cada categora y
normalizar en relacin al nmero total de casos, calculando una proporcin, un porcentaje o
una razn.
En cambio, cuando se trata de variables cuantitativas, el resumen de los datos consiste en
organizar tablas que sintetizan los datos originales y se denominan distribuciones de
frecuencia.
Frecuencia: es el nmero de veces que se presenta cada valor de la variable.
Tabla de frecuencias: es una tabla que presenta en forma ordenada los distintos valores
de una variable y sus correspondientes frecuencias.
Por ejemplo: consideremos la variable nmero de aulas por escuela, medida en las escuelas
de una localidad.

Frecuencia
Nmero de
aulas por (2)
escuela
(1)

8 7

9 7

10 12

11 11

12 15

13 10

14 5

67

Representacin grfica: en general la representacin grfica de una tabla de

frecuencias permite percibir con mayor claridad algunas caractersticas de la masa de
datos que se investiga. Por ello, a travs de grficos, resulta bastante ms fcil
transmitir conclusiones a personas no habituadas a la interpretacin de tablas de
frecuencias.
Para representar grficamente una distribucin de frecuencias se utiliza un par de ejes de
coordenadas. En el eje de las abscisas se representar la variable estudiada y en el eje de las
ordenadas, las correspondientes frecuencias.
El siguiente es un grfico de frecuencias confeccionado con los datos del ejemplo anterior.
Parmetros estadsticos
Al obtener de una poblacin la distribucin de frecuencias de una variable lo que se persigue
es reducir o condensar en pocas cifras el conjunto de observaciones relativas a dicha variable.
Este proceso de reduccin puede continuarse hasta su grado mximo, es decir, hasta sustituir
todos los valores observados por uno solo, que se llama promedio.
Existen numerosas formas de calcular promedios. La ms conocida es la media
aritmtica, pero adems existen otras como la mediana y lamoda o el modo.
Media aritmtica: es el nmero que se obtiene al dividir la suma de todas las observaciones
por la cantidad de observaciones sumadas.
A la media aritmtica la simbolizamos con X.
Por ejemplo, si tomamos las edades de un grupo de 9 personas:
16 - 17 - 19 - 20 - 22 - 22 - 23 - 28 - 29
X = (16+17+19+20+22+22+23+28+29)/9 = 21,8 aos.
Mediana: si todos los valores observados de la variable se ordenan en sentido creciente (o
decreciente), la mediana es el valor de la variable que ocupa el lugar central, es decir, el que
deja a un lado y a otro el mismo nmero de observaciones.
La mediana se representa con el smbolo Mna.
En el ejemplo anterior, las edades ya estn ordenadas de menor a mayor. La mediana ser:
16 - 17 - 19 - 20 - 22 - 22 - 23 - 28 - 29
Mna= 22 aos
Moda o modo: es el valor de la variable que ms veces se repite, o sea, el valor que presenta
mayor frecuencia.
Es til como medida de tendencia central, slo en aquellos casos en que un valor de la
variable es mucho ms frecuente que el resto. Se basa en la idea de lo que es moda o en el
comportamiento de la mayora para tomar a cierto valor como representativo del
comportamiento de los datos.
Poblacin, elementos y caracteres.
Es obvio que todo estudio estadstico ha de estar referido a un conjunto o coleccin de
personas o cosas. Este conjunto de personas o cosas es lo que denominaremos poblacin.
Las personas o cosas que forman parte de la poblacin se denominan elementos. En sentido
estadstico un elemento puede ser algo con existencia real, como un automvil o una casa, o
algo ms abstracto como la temperatura, un voto, o un intervalo de tiempo.
A su vez, cada elemento de la poblacin tiene una serie de caractersticas que pueden ser
objeto del estudio estadstico. As por ejemplo si consideramos como elemento a una persona,
podemos distinguir en ella los siguientes caracteres:
Sexo, Edad, Nivel de estudios, Profesin, Peso, Altura, Color de pelo,Etc.
Luego por tanto de cada elemento de la poblacin podremos estudiar uno o ms aspectos
cualidades o caracteres.
La poblacin puede ser segn su tamao de dos tipos:
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 realizase un estudio sobre los
productos que hay en el mercado. Hay tantos y de tantas calidades que esta poblacin podra
considerarse infinita.
Ahora bien, normalmente en un estudio estadstico, no se puede trabajar con todos los
elementos de la poblacin sino que se realiza sobre un subconjunto de la misma. Este
subconjunto puede ser una muestra, cuando se toman un determinado nmero de elementos
de la poblacin, sin que en principio tengan nada en comn; o una subpoblacin, que es el
 subconjunto de la poblacin formado por los elementos de la poblacin que comparten una
determinada caracterstica, por ejemplo de los alumnos del centro la subpoblacin formada
por los alumnos de 3 ESO, o la subpoblacin de los varones.
Variables y atributos.
Como hemos visto, los caracteres de un elemento pueden ser de muy diversos tipos, por lo
que los podemos clasificar en: dos grandes clases:
Variables Cuantitativas.
Variables Cualitativas o Atributos.
Las variables cuantitativas son las que se describen por medio de nmeros, como por ejemplo
el peso, Altura, Edad, Nmero de Suspensos
A su vez este tipo de variables se puede dividir en dos subclases:
Cuantitativas discretas. Aquellas a las que se les puede asociar un nmero entero, es decir, aquellas que
por su naturaleza no admiten un fraccionamiento de la unidad, por ejemplo nmero de hermanos,
pginas de un libro, etc.
Cuantitativas continuas: Aquellas que no se pueden expresar mediante un nmero entero, es decir,
aquellas que por su naturaleza admiten que entre dos valores cualesquiera la variable pueda tomar
cualquier valor intermedio, por ejemplo peso, tiempo. etc.
No obstante en muchos casos el tratamiento estadstico hace que a variables discretas las
trabajemos como si fuesen continuas y viceversa.
Los atributos son aquellos caracteres que para su definicin precisan de palabras, es decir, no
le podemos asignar un nmero. Por ejemplo Sexo Profesin, Estado Civil, etc.
A su vez las podemos clasificar en:
Ordenables: Aquellas que sugieren una ordenacin, por ejemplo la graduacin militar, El nivel de
estudios, etc.
No ordenables: Aquellas que slo admiten una mera ordenacin alfabtica, pero no establece orden por
su naturaleza, por ejemplo el color de pelo, sexo, estado civil, etc.

La estadstica es una Ciencia que tiene como finalidad facilitar la solucin de problemas en
los cuales necesitamos conocer algunas caractersticas sobre el comportamiento de
algn suceso o evento. Caractersticas que nos permiten conocer o mejorar el conocimiento
de ese suceso. Adems nos permiten inferir el comportamiento de sucesos iguales o
similares sin que estos ocurran.
Inferencia Estadstica: Tcnica mediante la cual se sacan conclusiones o generalizaciones
acerca de parmetros de una poblacin basndose en el estadgrafo o estadgrafos de una
muestra de poblacin.

OBJETIVO DE LA ESTADSTICA: Es la obtencin de conclusiones basadas en los datos

experimentales.
OBJETIVO DE LA ESTADSTICA DESCRIPTIVA: Describir las caractersticas principales de
los datos reunidos.

OBJETIVO DE LA INFERENCIA ESTADSTICA: Extraer las conclusiones tiles sobre la

totalidad de todas las observaciones posibles basndose en la informacin recolectada.

POBLACIN: Es el conjunto de todos los posibles elementos que intervienen en un

experimento o en un estudio.

CENSO: Al estudio completo de la poblacin.

TIPOS DE POBLACIN:

POBLACIN FINITA: Es aquella que indica que es posible alcanzarse o sobrepasarse al

contar.

Es aquella que posee o incluye un nmero limitado de medidas y observaciones.

POBLACIN INFINITA: Es infinita si se incluye un gran conjunto de medidas y observaciones

que no pueden alcanzarse en el conteo.
Son poblaciones infinitas porque hipotticamente no existe lmite en cuanto al nmero de
observaciones que cada uno de ellos puede generar.

MUESTRA: Un conjunto de medidas u observaciones tomadas a partir de una poblacin dada.

Es un subconjunto de la poblacin.

MUESTRA REPRESENTATIVA: Un subconjunto representativo seleccionado de una

poblacin de la cual se obtuvo.

MUESTREO: Al estudio de la muestra representativa.

PARMETRO: Son las caractersticas medibles en una poblacin completa. Se le asigna un

smbolo representado por una letra griega.
ESTADSTICO O ESTADGRAFO: Es la medida de una caracterstica relativa a una muestra.
La mayora de los estadsticos muestrales se encuentran por medio de una frmula y suelen
asignrseles nombres simblicos que son letras latinas. DATOS ESTADSTICOS
(VARIABLES): Los datos son agrupaciones de cualquier nmero de observaciones
relacionadas.

Para que se considere un dato estadstico debe tener 2 caractersticas:

a) Que sean comparables entre s.

b) Que tengan alguna relacin.

VARIABLE: Una caracterstica que asume valores.

CLASES DE DATOS:
VARIABLE CUANTITATIVA O ESCALAR: Ser una variable cuando pueda asumir sus
resultados en medidas numricas.
VARIABLE CUANTITATIVA DISCRETA: Es aquella que puede asumir slo ciertos valores,
nmeros enteros.

VARIABLE CUANTITATIVA CONTINUA: Es aquella que tericamente puede tomar cualquier

valor en una escala de medidas, ya sea entero o fraccionario.

VARIABLES CUALITATIVAS O NOMINALES: Cuando no es posible hacer medidas

numricas, son susceptibles de clasificacin.

Ejemplo: Color de autos: rojo, verde, azul.

Estadstica. El arte y ciencia de reunir, analizar presentar e interpretar datos.

Datos. Los hechos y nmeros que se renen, analizan e interpretan.
Conjunto de datos. Todos los datos reunidos en un determinado estudio.
Elementos. Las entidades acerca de las que se renen datos.
Variable. Una caracterstica de inters de los elementos.
Observacin. Conjunto de mediciones obtenidas de un solo elemento.
Escala nominal. Una escala de medicin para una variable que utiliza una etiqueta o nombre
para identificar un atributo de un elemento. Los datos nominales podran ser no numricos o
numricos.
Escala ordinal. Una escala de medicin para una variable que tiene las propiedades de los
datos nominales y se puede emplear para clasificar u ordenar los datos. Los datos ordinales
podran ser no numricos o numricos.
Escala de intervalo. Una escala de medicin para una variable que tienen las propiedades de
los datos ordinales y el intervalo entre observaciones se expresa en trminos de una unidad
fija de medida. Los datos de intervalo siempre son numricos.
Escala de razn. Una escala de medicin para una variable que tiene las propiedades de los
datos de intervalo y el cociente de los valores es significativa. Los datos de razn siempre son
numricos.
Datos cualitativos. Datos que son etiquetas o nombres utilizados para identificar un atributo de
cada elemento. Los datos cualitativos utilizan la escala de medicin ordinal o nominal y
podran ser no numricos o numricos.
Datos cuantitativos. Datos que indican cuanto o cuantos de algo. Los datos cuantitativos
utilizan la escala de razn o de intervalo y siempre son numricos.
Variable cualitativa. Una variable con valores cualitativos.
Variable cuantitativa. Variable con valores cuantitativos.
Datos transversales. Datos reunidos en el mismo, o aproximadamente el mismo, punto en el
tiempo.
Datos de una serie de tipo. Datos reunidos en diversos periodos sucesivos.
Estadstica descriptiva. Mtodos tabulares, grficos y numricos para resumir datos.
Poblacin. El conjunto de todos los elementos de inters en determinado estudio.
Muestra. Un subconjunto de la poblacin.
Inferencia estadstica. Proceso de reunir datos obtenidos de una muestra para hacer
estimaciones o probar hiptesis acerca de las caractersticas de una poblacin.
Distribucin de frecuencias. Resumen tabular que muestra el nmero (frecuencia) de artculos
en cada una de varias clases que no se traslapan
Distribucin de frecuencias relativas. Resumen tabular de datos que muestran la fraccin o
proporcin (frecuencia relativa), de elementos en cada una de varias clases que no se
traslapan.
Distribucin de frecuencias porcentuales. Resumen tabular de un conjunto de datos donde se
muestra el porcentaje de elementos en cada una de varias clases que no se traslapan.
Grafica de barras. Dispositivo grafico para representar los datos que han sido resumidos en
una distribucin de frecuencia, distribucin de frecuencias relativas o de frecuencias
porcentuales.
Grfica de pastel. Forma grfica de presentar resmenes de datos cualitativos, basado en la
subdivisin de un circulo en sectores que corresponden a la frecuencia relativa de cada clase.
Punto medio de clase. Punto en cada clase que esta a la mitad entre los lmites inferior y
superior de la clase.
Histograma. Presentacin grfica de una distribucin de frecuencias, de frecuencias relativas
o de frecuencias porcentuales de datos cuantitativos; se traza colocando los intervalos de
clase sobre el eje horizontal y las frecuencias sobre el eje vertical.
Distribucin acumulada de frecuencias. Resumen tabular de un conjunto de datos
cuantitativos donde se muestra el nmero de elementos que tienen valores menores que, o
iguales al lmite superior de la clase.
Distribucin acumulada de frecuencias relativas. Resumen tabular de datos cuantitativos
donde se muestra la fraccin o proporcin de los elementos cuyos valores son menores que, o
iguales al lmite superior de la clase.
Distribucin acumulada de frecuencias porcentuales. Resumen tabular de datos cuantitativos
donde se muestra el porcentaje de los articulas que tienen valores menores que, o iguales al
lmite superior de la clase.
Ojiva. Grfica de una distribucin acumulada.
Anlisis exploratorio de datos. Mtodos que emplean operaciones aritmticas simples y
grficas fciles de dibujar para resumir datos de manera rpida.
Diagrama de tallo y hojas. Tcnica de anlisis exploratorio de datos que clasifica y ordena
simultneamente los datos cuantitativos y proporciona una perspectiva de la forma de la
distribucin.
Fabulacin cruzada. Resumen tabular de datos para dos variables. Las clases de una variable
se representan en los renglones; las clases de la otra variable, en las columnas.
Diagrama de dispersin. Mtodo grfico para mostrar la relacin entre dos variables
cuantitativas. Una variable se representa sobre el eje horizontal y la otra sobre el eje vertical.
PROBABILIDAD Y ESTADISTICA.
TEMA: CONCEPTOS DE ESTADISTICA, EJERCICIOS.
Este trabajo consta de los principales conceptos de estadstica y algunos problemas
resueltos.
BIBLIOGRAFIA
ESTADISTICA PARA ADMINISTRACION Y ECONOMIA , ANDERSON
EJERCICIO 2
La tabla 1.6 muestra la paga del director ejecutivo, ramo industrial, ventas anuales, sueldo y
calificacin del rendimiento por parte de los accionistas para 10 empresas (Bussines Week,
21de abril de 1997). La paga del director ejecutivo con calificacin de 1 indica que la empresa
pertenece al grupo con la mejor relacin de sueldo a rendimiento de las acciones. Una
calificacin de 2 indica que la empresa es semejante a otras que tienen una relacin muy
buena, aunque no la mejor. Las empresas con la peor relacin de sueldo del director ejecutivo
a rendimiento de acciones tienen calificacin de 5.

Cuntos elementos hay en este conjunto de datos?

Cuantas variables hay en este conjunto de datos?
Cules variables son cualitativas y cuales son cuantitativas?

Clasificacin
sueldo del
directores
comparacin
Sueldo del
con los
director Ventas
dividendos a los
Compaa ejecutivo($miles) Ramo ($millones) accionistas

Bankers Trust 8925 Banca 9565 3

Coca Cola 2437 Bebidas 18546 5

General Mills 1410 Alimenticia 5567 1

LSI Logic 696 Electrnica 1239 2

Motorota 1847 Electrnica 27973 4

Reader digest 1490 Editorial 2968 3

Sears 3414 Detallista 38236 4

Telecomuni-
Sprint 3344 caciones 14045 4

Walgreen 1490 Detallista 12140 2

Wells fargo 2861 Banca 8723 3

Tabla 1.6 1 Sueldo del director ejecutivo de una muestra de 10 compaas.

Respuestas:

10
EJERCICIO 4
La revista Fortune publica datos sobre la clasificacin de las 500 corporaciones industriales
estadounidenses ms grandes, en trminos de ventas y utilidades. En la tabla 1.7 vemos
datos acerca de una muestra de las 500 compaas (Fortune, 28 de abril de 1997).
 Cuntos elementos hay en este conjunto de datos?
Cul es la poblacin?
Calcule las ventas anuales de la muestra.
Con el resultado del inciso c, Cul es la estimacin de las ventas promedio para la poblacin?
TABLA 1.7 MUESTRA DE 10 EMPRESAS FORTUNE 500

Cdigo del ramo

Compaa Ventas($millones) Utilidades($millones) industrial

Bank One 10272 1427.0 8

CPC Int 9844 580.0 19

Tyson Foods 6454 87.0 19

Heelett-Packard 38420 2586.0 12

Intel 20847 5157.0 15

Northurp 8071 234.0 2

Seagate Teach 8588 213.3 11

Unisys 6371 49.7 10

Westvaco 3075 212.2 22

Woolwort 8093 168.7 48

Respuestas:

10
Las 500 corporaciones estadounidenses ms grandes.
$14227.59millones
14227.59millones
EJERCICIO 6
En Columbia House se distribuyen discos compactos, casetes y discos por correo a los
miembros de su club. La empresa realizo una encuesta musical pidiendo a los nuevos
miembros llenaran una nueva forma con 11 preguntas. Algunas de ellas fueron:

Cuntos lbumes (discos compactos, cintas o discos) compro usted en los ltimos 12 meses?
 Es actualmente miembro de un club nacional de pedidos por correo? (S o No).
Qu edad tiene usted?
Incluyndose usted Cuntas personas (adultos y nios) viven en su casa?
Qu tipo de msica le interesa comprar? (Se presenta una lista de 15 categoras, incluyendo rock
pesado, rock suave, contempornea, heavy metal, rap y country).
Diga si en cada pregunta se piden datos cualitativos o cuantitativos.
Respuestas:
Las preguntas a, c y d son cuantitativas.
Las preguntas b y e son cualitativas.
EJERCICIO 8
En una encuesta de Wall Street Journal/NBC news se pregunto a 2013 adultos: Qu tan
satisfecho esta usted con la economa estadounidense en la actualidad? (The Wall Street
Journal, 12 de diciembre de 1997). Las categoras de las respuestas eran Insatisfecho,
Satisfecho y No estoy seguro.

Cul fue el tamao de muestra para esta encuesta?

Los datos son cualitativos o cuantitativos?
Qu tendra mas sentido emplear, promedios o porcentajes como resumen de los datos para esta
pregunta?

De quienes respondieron, el 28% dijo no estar satisfecho con el estado de la economa de Estados
Unidos. Cuntas personas dieron esa respuesta?

Respuestas:

2013
Cualitativo
Porcentajes
563 o 564
EJRCICIO 10
Diga si cada una de las variables que siguen es cualitativa o cuantitativa.

Edad.
Sexo.
Lugar en la clase.
Marca de automvil.
Cantidad de personas que estn a favor de la pena de muerte.
Respuestas:

Cuantitativa; relacin
Cualitativa; nominal
Cualitativa; ordinal
Cualitativa; nominal
Cuantitativa; relacin
EJERCICIO 16
El rea de mercadotecnia de su empresa ha propuesto una nueva bebida diettica que, dicen,
captura una gran parte del mercado de adultos jvenes.

Qu datos quiere analizar antes de decidirse a invertir cantidades importantes para introducir el
nuevo producto en el mercado?

Cmo espera obtener los datos mencionados en el inciso b?

Respuestas:

Pruebas del sabor del producto y comercializacin de la prueba.

Estudios estadsticos diseados especialmente.