Estadística descriptica

1. Estadística Descriptiva e
Inferencial
Conceptos
Tipos de Muestreo
Cálculo del tamaño de la muestra
I.S.C. Claudia Juliana Hernández Alaniz
L.M.A. María Guadalupe Ceseñas Cordero

2. OBJETIVO:
Diferenciar la estadística descriptiva e inferencial
para determinar en qué situaciones es aplicable
alguna de ellas o incluso las dos.

3. JUSTIFICACIÓN
Debido a la necesidad que hay de apoyar a los alumnos en
sus proyectos integradores y además en los propios
proyectos de investigación, se propone el curso de
Estadística Descriptiva e Inferencial, para enriquecer el
conocimiento obteniendo un trabajo más eficaz con menos
incertidumbre.

4. TEMARIO
LUNES 25 DE JUNIO
REPASO DEL CURSO DE MUESTREO
- Qué es un estimador
- Qué es un parámetro
- Marco muestral
- Cálculo de la muestra (métodos de
muestreo)
MARTES 26 Y MIÉRCOLES 27
- Variables aleatorias discretas y continuas.
- Ejemplos en Excel
• Serie de datos (datos no agrupados)
• Datos agrupados (límites)
• Datos categóricos
- Aplicar lo visto en el proyecto
JUEVES 28
- Pruebas de bondad de ajuste
- Prueba de independencia
- Llevar un proyecto para aplicar datos
VIERNES 29
- Presentación de proyectos

5. CRITERIOS DE EVALUACIÓN:
• Asistencia y Puntualidad obligatorias al 100%
• Proyecto de aplicación 100%
RECESO
11: 00 A.M – 11:30 A.M

6. Estadística
• Se define como el arte y la ciencia de reunir datos, analizarlos,
presentarlos e interpretarlos.
• Especialmente en los negocios y en la economía, la información
obtenida al reunir datos, analizarlos, presentarlos e interpretarlos
proporciona a directivos, administradores y personas que deben
tomar decisiones una mejor comprensión del negocio o entorno
económico, permitiéndoles así tomar mejores decisiones con base
en mejor información.

7. Marco Muestral
• Una vez definido el universo, se debe recabar información, lo más exacta
posible, de sus dimensiones y distribución espacial y temporal, para con ello
poder construir el marco muestral, que es la base para hacer el diseño de
muestreo. El marco muestral es la información que ubica y dimensiona al
universo y puede consistir de censos de vivienda y mapas agrupados por
localidades, barrios, repartos, etc.; mapas de cobertura forestal con
agrupamientos por tipos de vegetación o usos del suelo; listados de
viviendas en localidades pequeñas, etc.

8. Parámetro
• Son las medidas o datos
que se obtienen sobre la
población.
Estadístico
• Los datos o medidas que
se obtienen sobre una
muestra y por lo tanto una
estimación de los
parámetros.

10. Error Muestral, de estimación o standard
• Es la diferencia entre un estadístico y su parámetro correspondiente.
• Es el margen de error máximo admitido.

11. Nivel de confianza
• Probabilidad de que la estimación efectuada se ajuste a la realidad.
Nivel de confianza 90% -> Z=1,645
Nivel de confianza 95% -> Z=1,96
Nivel de confianza 99% -> Z=2,575

12. Varianza poblacional
• Generalmente es un valor desconocido y hay que estimarlo a partir de
datos de estudios previos.
𝜎2
=
𝑖=1
𝑁
(𝑋𝑖 − 𝑋)2
𝑁
𝑠2
=
𝑖=1
𝑛
(𝑥𝑖 − 𝑥)2
𝑛 − 1
Población Muestra

13. • El objetivo del diseño de encuestas por muestreo es minimizar
la cantidad de información para un costo dado. El muestreo
irrestricto aleatorio, diseño básico de muestreo, suele
suministrar buenas estimaciones.

14. Tipos de muestreo
• Aleatorio Simple o Irrestricto aleatorio
• Sistemático
• Estratificado
• Por conglomerados

15. Muestreo Aleatorio Simple
Si un tamaño de muestra n es seleccionado de una
población de tamaño N, de tal manera que cada muestra
posible de tamaño n tiene la misma probabilidad de ser
seleccionada, el procedimiento de muestreo se denomina
muestreo irrestricto aleatorio. A la muestra así obtenida
se le llama muestra irrestricta aleatoria.

16. Selección del tamaño de muestra para la
estimación de la proporción de una población
pqDN
Npq
n


)1(
donde
2
2/
2
Z
B
D 
y
estimacióndeerrormáximoB 

17. Ejemplo:
• Proyecto Integrador: Motivación Laboral en la empresa “Coppel”
Habilidades Directivas II y Estadística Inferencial I
Decentes:
• Jessica Ivón Cuevas Zapata.
• Claudia Juliana Hernández Alaniz.

18. • Para la realización de esta investigación, se utilizó el método aleatorio simple que
consistió en tomar como dato base el número total de empleados, a continuación se
describe la fórmula empleada para la determinación de la prueba muestral.
• N=50
• 1-α=.95 95% de significancia
• p=q=.5
• B=e=.05 Máximo error de estimación
Ejemplo
práctico

19. Muestreo Sistemático
• Una muestra obtenida al seleccionar aleatoriamente un elemento de los
primeros k elementos y después cada k-esimo elemento, se denomina
muestra sistemática de 1-en-k ( un elemento en cada k)

20. • En una muestra sistemática de n elementos provenientes de una población de
tamaño N, el intervalo de muestreo k debe ser menor o igual a N/n”
• N = Tamaño de la población
• n = Tamaño de la muestra.
• Intervalo de muestreo.
• k <= N/n

21. ¿Cuántas muestras sistemáticas de
n=6 se obtienen de un grupo de 17?

22. Muestreo Estratificado
• Existen otros métodos de muestreo como el
muestreo aleatorio estratificado, que en
muchas ocasiones incrementa la cantidad de
información para un costo dado.
• Una muestra aleatoria estratificada es la que se
obtiene mediante la separación de los
elementos de la población en grupos que no
presenten traslapes, llamados estratos, y la
selección posterior de una muestra irrestricta
aleatoria simple de cada estrato.

23. • Un muestreo aleatorio estratificado es aquel en el que se divide la población de N individuos,
en k subpoblaciones o estratos, atendiendo a criterios que puedan ser importantes en el
estudio, de tamaños respectivos N1, ..., Nk,
• Asignación proporcional
Sea n el número de individuos de la población total que forman parte de alguna muestra:
• 𝑁𝑖 =
𝑁
𝑘
• Donde k es el número de estratos. Ejemplo
práctico

24. Muestreo por Conglomerados
• El muestreo por conglomerados es una
técnica que aprovecha la existencia de
grupos o conglomerados en la población
que representan correctamente el total
de la población en relación a la
característica que queremos medir.
Dicho de otro modo, estos grupos
contienen toda la variabilidad de la
población. Si esto sucede, podemos
seleccionar únicamente algunos de estos
conglomerados para realizar el estudio.

26. FUENTES DE ERROR DE LAS ENCUESTAS
El error de estimación se debe a que una muestra no proporciona la
información completa, a esto se le llama error de muestreo .
ERRORES DE NO MUESTREO
1. La No respuesta
2. Respuestas Falsas
3. Cambios arbitrarios en los elementos de la muestra
MINIMIZAR LOS ERRORES DE NO MUESTREO
1.Reentrevistas
2. Recompensas e Incentivos
3. Encuestadores Capacitados
4. Verificación de Datos

27. MÉTODO DE RECOLECCIÓN DE DATOS
1. Entrevista Personal
2. Entrevistas por Teléfono
3. Cuestionarios Auto Aplicados
4. Observación Directa

28. TÉCNICAS PARA EL DISEÑO DE CUESTIONARIO
1. Impresión de cuestionarios con diferentes ordenamientos para
subconjuntos de la muestra.
2. Usar letreros o repetición de las preguntas tan frecuentemente como
sea necesario en una entrevista, de tal manera que la pregunta y
posibles respuestas sean claramente entendidas.
3. Explicación cuidadosa en el análisis de los datos del contexto en el
cual se hizo la pregunta.

29. PREGUNTAS ABIERTAS CONTRA PREGUNTAS CERRADAS
OPCIÓN DE RESPUESTA
Se recomienda evitar la no respuesta, ya que al leer las opciones lo
que se pide es que el encuestado conteste alguna que sea de interés y
evitar lo más posible “NO SE” y “NO CONTESTÓ”, son las
espontaneas.

30. PLANEACIÓN DE UNA ENCUESTA
1. ESTABLECIMIENTO DE OBJETIVOS
2. POBLACIÓN OBJETIVO
3. EL MARCO
4. DISEÑO DE MUESTREO
5. MÉTODO DE MEDICIÓN
6. INTRUMENTO DE MEDICION ( Minimizar la No respuesta y sesgo
por respuestas incorrectas)
7. SELECCIÓN Y ADISTRAMIENTOS DE INVESTIGACIONES DE
CAMPO
8. PRUEBA PILOTO
9. ORGANIZACIÓN DEL TRABAJO DE CAMPO
10.ORGANIZACIÓN DEL MANEJO DE DATOS
11.ANÁLISIS DE LOS DATOS

31. ORDENAR LA INFORMACIÓN
Se puede utilizar software como el SPSS,
MINITAB o cualquier otro, o una hoja de
cálculo.

32. SPSS