2. Población: Es el conjunto sobre el cual se van a obtener
conclusiones. Entre una población existen características
comunes, observables y susceptibles a ser medidas.
Muestra: Subconjunto de la población al que se tiene acceso
y sobre el cual se van a aplicar las mediciones. Ésta ha de ser
representativa ante la población.
Muestra Aleatoria: Es en la
cual se considera que cada
elemento de la población ha
tenido las mismas oportunidades
de formar parte de la muestra.
Las conclusiones basadas en una
muestra aleatoria son confiables.
3. Variable: Característica observable que varía
entre los sujetos de investigación. Está
sustentada por toda la información que se
posee a cerca de éstos.
Dato: Es un valor particular de la variable.
Parámetro: Cantidad numérica calculada
sobre una población.
4. Estadístico: Medida cuantitativa,
derivada de un conjunto de datos de
una muestra, con el objetivo de
estimar o inferir características de una
población o modelo estadístico. Se le
suele llamar también Estimador.
Encuesta: Listado de una o más
características de los
elementos de una muestra.
Censo: Listado de variables
o características de los
elementos de una
población.
5. Recogida, ordenación y
presentación de datos
referentes a un
fenómeno.
Deducción de las leyes
que rigen al fenómeno
Obtención de
conclusiones y
recomendaciones.
Es la ciencia de la:
Estadística Descriptiva:
Técnicas de recolección de datos
donde los resultados se
presentan en tablas y gráficos.
Estadística Inferencial:
Métodos utilizados para sacar
conclusiones de una población
a través de una muestra.
6. Al realizar un análisis
estadístico se han de tomar
en cuenta los parámetros
necesarios para llevar a cabo
el estudio; escoger la
población y muestra,
realizar la inferencia sobre
los sujetos de estudio y
definir muy bien sobre qué
estrategia de recolección de
datos se va a utilizar, pues
todos estos factores están
íntimamente ligados con el
éxito de la investigación.
7. Para realizar un estudio estadístico se han de considerar los
siguientes pasos:
1. Plantear la hipótesis sobre la población
2. Diseñar el experimento tomando en cuenta qué datos
(variables) escoger sobre la muestra.
3. Recoger los datos. Esto empleando técnicas de recolección de
información.
4. Describir los datos obtenidos de manera resumida.
5. Realizar una inferencia sobre la población.
6. Cuantificar la confianza en la inferencia.
8. • Muestreo Aleatorio: Cuando cada sujeto de investigación
tiene la misma posibilidad de estar en la muestra. Por
ejemplo en una población de 200 personas, se entregan
papelitos en blanco y unos 50 con números, las 50 personas
que sacaron el número, pasan a ser parte de la muestra.
• Muestreo Estratificado: Cuando la población está dividida
en estratos, se toma una muestra representativa de cada
uno. Por ejemplo, al realizar una encuesta para conocer
entre la opinión de hombres y mujeres sobre un
determinado tema y la población está dividida entre 55%
mujeres y 45% hombres, entonces se tomaría una muestra
que contenga esa proporción.
9. • Muestreo por Conglomerados: La población está dividida
en conglomerados, entonces se elige al azar cierto número
de ellos y todos los elementos de los conglomerados
elegidos formarán parte de la muestra. Por ejemplo: las
urnas electorales, de las cuales se toma una determinada
cantidad de conglomerados, al azar, para representar la
muestra que se va a contar.
• Muestreo Sistemático: Utilizado cuando los datos están
organizados y la primera observación se realiza al azar y las
siguientes, utilizando el mismo patrón. Por ejemplo una
población de 100 sujetos, se necesita una muestra de 25.
Tomando en cuenta que 100/25=4 , se escoge un número
aleatorio entre el 1 y el 4 para seleccionar el primer sujeto
y a partir de él obtener el resto de la muestra.
10. • Variables Cualitativas: Sus valores no se pueden asociar
directamente a un número. Entre éstas se pueden distinguir:
Variables Nominales: Si sus valores no se pueden ordenar. Por
ejemplo: el lugar de nacimiento de un grupo de personas.
Variables Ordinales: Si sus valores se pueden ordenar. Por ejemplo: el
orden de nacimiento de los hijos en una familia.
• Variables Cuantitativas: Representan características cuantificables
pues sus valores son numéricos. Pueden ser:
Variables Discretas: Toma valores enteros. Por ejemplo: La edad de
una persona.
Variables Continuas: Es aquella que puede tomar valores decimales.
Por ejemplo: El valor de un par de zapatos en alguna tienda.
11. Facilitan la exposición de los datos obtenidos sobre la
muestra. Pueden ser:
De frecuencia absoluta: Son las que contabilizan el
número total de individuos de cada modalidad.
De frecuencias relativas: Es el cociente entre la
frecuencia absoluta y el número de datos.
De frecuencia acumulada: Se obtiene al sumar la
frecuencia absoluta de todos los valores inferiores o
iguales al valor considerado:
De frecuencia relativa acumulada: Es el cociente entre la
frecuencia acumulada de un valor determinado y el
número total de datos.
12. Esta tabla muestra las 1.200 calificaciones recibidas en 4
exámenes por 10 clases de 30 alumnos cada una. La
primera columna es la lista de los diez intervalos en que se
han agrupado las notas. La segunda columna es el punto
medio de cada intervalo. La tercera muestra el número de
notas de cada intervalo, es decir, su frecuencia (por
ejemplo, hay 20 notas entre 0 y 1). La cuarta es el cociente
entre el número de notas en el intervalo y el número total,
es decir, la frecuencia relativa (hay 0,017 notas entre 0 y 1
por cada una de las 1.200 notas).
La quinta columna es el número de notas en un
intervalo y los intervalos menores que él, es decir,
la frecuencia acumulada (hay 35 notas menores o
iguales que 2). La sexta columna es el cociente
entre el número de notas menores o iguales que
el intervalo y el número total, es decir, la
frecuencia acumulada relativa (0,029 notas entre
0 y 2 por cada una de las 1.200).