El documento define conceptos estadísticos como variable, población, muestra, parámetros estadísticos, escala de medición, razón, proporción, tasa y frecuencia. Explica que una variable puede tomar valores diferentes, y que una población es el conjunto total de individuos bajo estudio mientras una muestra es un subconjunto representativo. También provee ejemplos para ilustrar cada concepto.

1. República Bolivariana de Venezuela
Ministerio de Educación para el Poder popular y la Educación Superior
Instituto Universitario Politécnico Santiago Mariño
Sede Barcelona
Profesor:
Pedro Beltrán
Bachiller:
José Núñez
C.I V. 19675331
Barcelona, 03 de junio de 2016

2. Desarrollo
Definición y ejemplo de variable:
Variable es un elemento que no tiene un valor fijo o constante en una
formula, algoritmo o proposición.
Ejemplo de variable:
1,2,3 – A,B, C
Poblacióny muestra:
Las estadísticas de por sí no tienen sentido si no se consideran o se relacionan
dentro del contexto con que se trabajan. Por lo tanto es necesario entender los
conceptos de población y de muestra para lograr comprender mejor su significado en
la investigación educativa o social que se lleva a cabo.
POBLACIÓN: Es el conjunto total de individuos, objetos o medidas que poseen
algunas características comunes observables en un lugar y en un momento
determinado. Cuando se vaya a llevar a cabo alguna investigación debe de tenerse en
cuenta algunas características esenciales al seleccionarse la población bajo estudio.
Entre éstas tenemos:
1. Homogeneidad - que todos los miembros de la población tengan las
mismas características según las variables que se vayan a considerar en
el estudio o investigación.
2. Tiempo - se refiere al período de tiempo donde se ubicaría la población
de interés. Determinar si el estudio es del momento presente o si se va a
estudiar a una población de cinco años atrás o si se van a entrevistar
personas de diferentes generaciones.
3. Espacio - se refiere al lugar donde se ubica la población de interés. Un
estudio no puede ser muy abarcador y por falta de tiempo y recursos hay
que limitarlo a un área o comunidad en específico.
4. Cantidad - se refiere al tamaño de la población. El tamaño de la
población es sumamente importante porque ello determina o afecta al

3. tamaño de la muestra que se vaya a seleccionar, además que la falta de
recursos y tiempo también nos limita la extensión de la población que se
vaya a investigar.
MUESTRA: La muestra es un subconjunto fielmente representativo de la
población.
Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione dependerá de
la calidad y cuán representativo se quiera sea el estudio de la población.
1. ALEATORIA - cuando se selecciona al azar y cada miembro tiene igual
oportunidad de ser incluido.
2. ESTRATIFICADA - cuando se subdivide en estratos o subgrupos según
las variables o características que se pretenden investigar. Cada estrato
debe corresponder proporcionalmente a la población.
3. SISTEMÁTICA - cuando se establece un patrón o criterio al seleccionar
la muestra. Ejemplo: se entrevistará una familia por cada diez que se
detecten.
Parámetros Estadísticos:
En estadística, un parámetro es un número que resume la gran cantidad
de datos que pueden derivarse del estudio de una variable estadística.1 El
cálculo de este número está bien definido, usualmente mediante una fórmula
aritmética obtenida a partir de datos de la población.2 3
Los parámetros estadísticos son una consecuencia inevitable del
propósito esencial de la estadística: crear un modelo de la realidad.4
El estudio de una gran cantidad de datos individuales de una población
puede ser farragoso e inoperativo, por lo que se hace necesario realizar un
resumen que permita tener una idea global de la población, compararla con
otras, comprobar su ajuste a un modelo ideal, realizar estimaciones sobre
datos desconocidos de la misma y, en definitiva, tomar decisiones. A estas
tareas contribuyen de modo esencial los parámetros estadísticos.
Por ejemplo, suele ofrecerse como resumen de la juventud de una
población la media aritmética de las edades de sus miembros, esto es, la suma
de todas ellas, dividida por el total de individuos que componen tal población.

4. Ejemplo del Parametro Estadísticos, Promedio de Edades
Escala de Medición:
Los especialistas en estadística planean sus investigaciones y realizan
experimentos o encuestas a partir de las características de las variables
involucradas en el problema a investigar. Cada problema implica a dos o más
variables y queremos averiguar cómo se relacionan. De esta forma, las
variables son inherentes al problema o pregunta de investigación y el muestreo
para la medición del valor de las variables, en un segmento representativo de la
población, debe ser aleatorio. De manera que cualquier sujeto u objeto tenga la
misma oportunidad de quedar representado en la muestra. Si el muestreo no
es aleatorio, se dará lugar a una investigación sesgada y los resultados no
tendrán validez estadística. Los datos resultantes de la medición son
consecuencia directa del método utilizado para obtenerlos. En general, si
resultan de un conteo estaremos ante variables discretas que deben analizarse
con Estadística no paramétrica. Y si resultan de una medición (no es
pleonasmo) tendremos una variable continua que debe trabajarse con
Estadística paramétrica. Tanto las variables paramétricas (continuas)como las
no paramétricas (discretas) poseen características que se aprovechan para
organizarlas en cuatro escalas de medición.
Entonces, llamamos variable a toda característica en una población
(sujetos u objetos) de interés individual, grupal, social o laboral (opinión,
preferencia, magnitud, vector o número) que puede ser medida o contada.
En una investigación se identifican las variables cuyo comportamiento
queremos utilizar como referente (variable independiente, eje x) o determinante
del comportamiento de otra (variable dependiente, eje y) y según su escala de
medición. Son estas últimas de las que nos ocuparemos, comenzando por
precisar sus tipos y características.

5. Razón:
La Razón es el cociente entre dos números, en el que ninguno o sólo algunos
elementos del numerador están incluidos en el denominador. El rango es de 0
a infinito.
Ejemplos:
En el año 2002, según el Centro Nacional de Epidemiología se declararon los
siguientes casos de legionelosis:
Comunitario Nosocomial Total
Casos DefuncionesCasos DefuncionesCasos Defunciones
372 9 29 5 401 14
Proporción:
La proporción es una razón en la cual los elementos del numerador están
incluidos en el denominador. Se utiliza como estimación de la probabilidad de
un evento. El rango es de 0 a 1, o de 0 a 100%.
Ejemplos (tomando los datos de la tabla de arriba):
1. Casos de legionelosis comunitarias en relación al total del año 2002=
372/401= 0,93* 100= 93%. El 93% de las legionelosis declaradas en España en
2002 fueron adquiridas en la comunidad.
2. Defunciones por legionelosis comunitarias en relación al total de las
defunciones por legionelosis del año 2002= 9/14= 0,64* 100= 64%. El 64% de
las defunciones por legionelosis declaradas en España en 2002 fueron por
legionella adquirida en la comunidad.

6. Tasa:
La tasa es un tipo especial de razón o de proporción que incluye una medida
de tiempo en el denominador. Está asociado con la rapidez de cambio de un
fenómeno por unidad de una variable (tiempo, temperatura, presión). Los
componentes de una tasa son el numerador, el denominador, el tiempo
específico en el que el hecho ocurre, y usualmente un multiplicador, potencia
de 10, que convierte una fracción o decimal en un número entero.
Según el Instituto Nacional de Estadística, en el año 2002 se encontraba
censada en España una población de 41.837.894 personas.
Ejemplos (ver datos de la tabla):
1. Tasa de legionelosis en el año 2002 en España= 401/41.837.894
=0,96*10-5 (*100.000)= 0,96 personas padecieron legionelosis en el año 2002
en España por cada 100.000 habitantes.
2. Tasa de mortalidad por legionelosis en España en 2002= 14/41.837.894=
3,3*10-7 (*100.000)= 0,033 personas fallecieron por legionelosis en España en
2002 por cada 100.000 habitantes.
Frecuencia:
En estadística, la frecuencia (o frecuencia absoluta) de un evento x, es el
número de veces ni que dicho evento se repite durante un experimento o muestra
estadística.1
Comúnmente, la distribución de la frecuencia suele visualizarse con el
uso de histogramas.