-
SESIN NMERO 1: ELEMENTOS BSICOS
1.1. 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.
1.2. 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.
1 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.
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:
GRUPO I GRUPO II GRUPO III
RANGO 18 a 30 aos 31 a 45 aos 46 a ms aos
Cantidad de
personas40 35 50
-
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 etc. (valores
enteros), pero nunca podr ser .
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. Noticieros del canal caracol. 2. Noticieros del canal RCN. 3.
Noticieros de los canales independientes. 4. 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. Totalmente de acuerdo. b. De acuerdo. c. Parcialmente de
acuerdo d. En desacuerdo. e. 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.
