1.7 COMPONENTES DE UNA INVESTIGACION ESTADISTICA.

El estudio estadístico de una situación con propósitos inferenciales se centra en dos

conceptos fundamentales: población y muestra, los cuales serán definidos a
continuación:
Población. Es el conjunto formado por todos los valores posibles que puede asumir,
la variable objeto de estudio.
Así por ejemplo, en un estudio sobre la preferencia de los votantes en una elección
presidencial, la población consiste en todas las respuestas de los votantes
registrados. Pero el término no sólo está asociado a la colección de seres humanos
u organismos vivos; y tenemos así que, si se va a hacer una investigación de las
ventas anuales de los supermercados, entonces las ventas anuales de todos los
supermercados constituyen así mismo la población.

Es bueno tener en cuenta que el término población se interpreta de dos maneras

cuando se hace un estudio estadístico, a saber:
1. La interpretación propia en el Análisis Estadístico, que corresponde a la que
hemos presentado anteriormente.
2. Como el conjunto de objetos sobre los cuales actúa la variable considerada.
Por tanto, no es extraño escuchar expresiones tales como, "se hizo un estudio de
los niveles de ingreso de la población trabajadora colombiana", entendiéndose con
ello que el elemento estadístico objeto de análisis fue el registro numérico de los
ingresos.

Muestra. Es cualquier subconjunto de la población, escogido al seguir ciertos

criterios de selección.
La muestra es el elemento básico sobre el cual se fundamenta la posterior inferencia
acerca de la población de donde se ha tomado. Por ello, su escogencia y selección
debe hacerse siguiendo ciertos procedimientos que son ampliamente tratados en la
parte de la estadística llamada Teoría de muestreo.
El concepto de muestra tiene también las dos connotaciones que hemos señalado
para la población.

Las características de una población se resumen para su estudio generalmente irá

mediante lo que se denominan parámetros; éstos a su vez se toman o consideran
como valoresverdaderos de la característica estudiada. Por ejemplo, la proporción
de todos los clientes que declaran cierta preferencia por una marca particular de un
producto dado, es un parámetro de la población de todos los clientes; es la
verdadera proporción de la población.
Igualmente, la media aritmética de las cuentas corrientes de los clientes de un banco
determinado constituye un parámetro de la población de las cuentas de los clientes
de ese banco.

Cuando la característica de la población estudiada se reduce a una muestra el

resumen de esa característica se hace mediante una esta (medida) o estadígrafo.
Así por ejemplo. si se toman 100 de todos los posibles clientes y se les entrevista
para ver si están a favor de una marca particular de un producto, estos 100 clientes
la constituyen una muestra.. Si hay 70 clientes que prefieren dicha marca entonces
la proporción muestral será 0.70 y constituirá un estadígrafo; de igual manera si se
escogen 1,000 cuentas del total de las cuentas comentes; las 1,000 observaciones
conforman una muestra y el promedio aritmético de estas cuentas un estimador.

La inferencia estadística se orienta a sacar conclusiones acerca del parámetro o

parámetros poblacionales con base en el valor de un estimador obtenido a partir de
los datos muestrales extraídos de esa población. Para llegar a ese objetivo a través
de un proceso racional y eficaz, se aconseja que se tengan en cuenta los siguientes
pasos:

1. Formulación del problema. En este punto se debe especificar de manera clara la

pregunta que se debe responder y la población de datos asociada a la pregunta.
Los conceptos deben ser precisos y deben ponerse limitaciones adecuadas al
problema motivadas por el tiempo, dinero disponible y la habilidad de los
Investigadores.
Algunos conceptos como, artículo defectuoso, económico, salario, pueden variar en
cada caso y para cada problema debemos coincidir con las ideas señaladas en el
estudio.

2. Diseño del experimento. Este aspecto es de gran importancia, puesto que la

recolección de datos requiere dinero y tiempo. Es siempre nuestro deseo obtener
máxima Información con el mínimo costo (dinero y tiempo) posible. Incluir excesiva
Información en la muestra es a menudo costoso y antieconómico.
Incluir poca también es poco satisfactorio. Esto implica, entre otras cosas,
que debemos determinar el tamaño de la muestra o la cantidad o tipo de datos que
nos permita resolver el problema de la manera más eficiente.
3. Recolección de datos. Esta parte, por lo general, es la que exige más tiempo en
la Investigación. Esta recolección debe ajustarse a reglas estrictas ya que de los
datos esperamos extraer la Información deseada.

4. Tabulación y descripción de los resultados. En esta etapa, los datos muestrales

se exponen de manera clara y se ilustran con representaciones tabulares y gráficas
(diagramas. histogramas, etc.); además se calculan las medidas estadísticas
apropiadas al proceso inferencial que haya sido escogido.

5. Inferencia estadística y conclusiones. Este último paso constituye tal vez la

contribución más importante de la estadística al proceso inferencial. Aquí se fija el
nivel de confiabilidad para la inferencia; esto es debido a que las conclusiones
derivadas de inferencias estadísticas jamás se pueden tomar con un 100% de
certeza, pero sí se les puede asociar un nivel de confiabilidad; en términos de
probabilidad denominados nivel de confianza y nivel de significancia.
El proceso Inferencial nos llevará a una conclusión estadística que servirá de
orientación a quien o quienes deban tomar la decisión (administrativa o clínica)
sobre el tema objeto de estudio.
 1.8 RECOLECCIÓN DE DATOS.
La noción de recolección refiere al proceso y el resultado de recolectar (reunir,
recoger o cosechar algo). Un dato, por su parte, una información que permite
generar un cierto conocimiento.

Esto quiere decir que la recolección de datos es la actividad que consiste en la

recopilación de información dentro de un cierto contexto. Tras reunir estas
informaciones, llegará el momento del procesamiento de datos, que consiste en
trabajar con lo recolectado para convertirlo en conocimiento útil.
Dentro de la recolección de datos se pueden apelar a diversas técnicas: las
encuestas, la observación, la toma de muestras y las entrevistas, entre otras,
permiten realizar la tarea. De acuerdo al tipo de datos, la persona utilizará distintos
instrumentos (grabadora de audio, cámara de fotos, etc.).

Supongamos que un periodista está realizando una investigación sobre un

funcionario gubernamental que habría participado de un acto de corrupción. Para
realizar su trabajo periodístico, inicia la recolección de datos entrevistando a otros
funcionarios, políticos opositores, policías y autoridades judiciales. Además accede
a documentos que le permiten probar el hecho. Una vez que recolecta todos los
datos, los procesa y los presenta con forma de artículo en un diario.

Los científicos también desarrollan la recolección de datos. Un antropólogo puede

visitar un pueblo indígena para observar sus costumbres, conversar con los
pobladores y tomar fotografías. Los datos recopilados luego pueden ser volcados
en una investigación académica.
La recolección de datos es muy importante ya que permite sustentar el conocimiento
que se generará luego. De todas formas, la recolección por sí sola no garantiza la
calidad del saber producido.
1-9 - ESTADÍSTICA PARAMÉTRICA (población y muestra aleatoria).
Según Sierra Bravo (1991) es parte de la estadística que exige determinados
requisitos para emplear en la inferencia estadística generalmente requiere para su
uso el supuesto de normalidad es decir que las muestras aleatorias se extraen de
poblaciones que están normalmente distribuidas o aproximadamente.
Ejemplo 2.11
Se desea verificar si el tiempo promedio requerido para resolver un problema
sencillo en niños de 10 años de edad con secuelas neurológicas derivadas de
hiperbilirubenia al nacer, se incrementa después de haber recibido una capacitación
especial para resolver problemas de ese tipo.

En este caso se debe elegir una muestra aleatoria de la población conformada por
niños de esta población, es decir, niños de 10 años de edad con secuelas
neurológicas derivadas de hiperbilirubenia al nacer.
La variable aleatoria bajo estudio X, es el tiempo, en minutos, para resolver un
problema sencillo, cuyo parámetro se define como: µ = Tiempo promedio
poblacional, en minutos, requerido para resolver un problema sencillo.

Para estudiar a este parámetro se requiere evaluar a la muestra aleatoria de esta

población antes de la capacitación especial y después de la capacitación especial,
es decir los parámetros para este esquema, sujetos a estudio estadístico son:
µ1: Tiempo promedio poblacional, en minutos, requerido para resolver un problema
sencillo antes de la capacitación.
µ 2 : Tiempo promedio poblacional, en minutos, requerido para resolver un problema
sencillo antes de la capacitación.
En este caso la muestra aleatoria es relacionada, porque a cada unidad de la
muestra se le evalúa bajo dos condiciones antes, y después de la capacitación
especial.

Para verificar el supuesto propuesto: la capacitación especial incrementa el tiempo

promedio requerido para resolver problemas sencillos en niños de esta población a
partir de muestras relacionadas, se aplica una prueba de hipótesis para someter a
prueba:
µ1: tiempo, en minutos, promedio poblacional requerido para resolver un problema
sencillo µ1 < µ 2 o equivalentemente µ1 - µ 2 < 0.
La Estadística Inferencial nos da la herramienta llamada estadística para someter a
prueba la diferencia de medias poblacionales empleando muestras relacionadas,
cuya aplicación requiere que las diferencias de cada par de observaciones (tiempo
empleado para resolver un problema sencillo antes y después de la capacitación
especial) debe tener distribución normal de probabilidad. En este caso se está
empleando la estadística paramétrica debido a que debe cumplir con el supuesto
de normalidad.
 1.10 APLICACIONES
Aunque comúnmente se asocie a estudios demográficos, económicos y
sociológicos, gran parte de los logros de la estadística se derivan del interés de los
científicos por desarrollar modelos que expliquen el comportamiento de las
propiedades de la materia y de los caracteres biológicos. La medicina, la biología,
la física y, en definitiva, casi todos los campos de las ciencias emplean instrumentos
estadísticos de importancia fundamental para el desarrollo de sus modelos de
trabajo.

Campos de aplicación:
La estadística es una ciencia de aplicación práctica casi universal en todos los
campos científicos:
 En las ciencias naturales: se emplea con profusión en la descripción de
modelos termodinámicos complejos (mecánica estadística), en física
cuántica, en mecánica de fluidos o en la teoría cinética de los gases, entre
otros muchos campos.
 En las ciencias sociales y económicas: es un pilar básico del desarrollo de la
demografía y la sociología aplicada.
 En economía: suministra los valores que ayudan a descubrir interrelaciones
entre múltiples parámetros macro y microeconómicos.
 En las ciencias médicas: permite establecer pautas sobre la evolución de las
enfermedades y los enfermos, los índices de mortalidad asociados a
procesos morbosos, el grado de eficacia de un medicamento, etcétera.

Presentación de datos
Los datos estadísticos se presentan generalmente expresando el valor de la
frecuencia absoluta que toman las variables significativas de un estudio, ya
correspondan a una población o a una muestra. La frecuencia absoluta de un valor
o de una modalidad de una variable estadística es el número de datos observados
que presentan ese valor o modalidad.
El cociente entre la frecuencia absoluta de un valor o modalidad y el número
total de datos es llamado frecuencia relativa. También suelen presentarse los datos
en forma de porcentaje (es decir, en forma de razón de denominador 100).
Una razón se obtiene como el cociente entre dos cantidades numéricas
comparables. Si el cociente se refiere a dos cantidades que se indican en unidades
distintas, la razón recibe el nombre de tasa. Un ejemplo de tasa es la densidad de
población, que se define como el número de habitantes por kilómetro cuadrado y
que se aplica habitualmente en los estudios demográficos.
Dada una suma de varios sumandos, si el cociente hace referencia a la división
numérica entre uno de los sumandos y la suma total, la cantidad expresada se
denomina proporción.

Números índices
Otros métodos de presentación de datos utilizados en estadística se basan en el
empleo de números índices.Tales números reflejan la evolución que experimenta
con el paso del tiempo una variable estadística de interés. Así, se toma como
referencia del índice el valor de la variable en un instante dado, de manera que sus
valores posteriores se expresan como una razón de cambio con respecto a dicha
referencia (a menudo, en forma de porcentaje).
Un ejemplo típico de empleo de números índices es el índice bursátil, cuya definición
obedece a criterios diferentes en cada país (índice Dow Jones, en la Bolsa de Nueva
York; índice Nikkei, en Tokio, etcétera).

Estadísticas comunes
Varios estudios estadísticos comunes que aparecen con frecuencia en los medios
de comunicación son los siguientes:
Encuesta de Población Activa (EPA), elaborada por el Instituto Nacional de
Estadística (INE) con periodicidad trimestral, según recomendaciones de la
Organización Internacional del Trabajo (OIT), para obtener y clasificar datos sobre
la actividad de la población. Esta encuesta se realiza por muestreo, y los resultados
se ordenan por edad, sexo, nivel de estudios, profesión y otros parámetros.
Índice de Precios al Consumo (IPC), que mide por medios estadísticos la evolución
exprimentada por los precios de los bienes y servicios consumidos por la población
española. Se basa en la Encuesta de Presupuestos Familiares (EPF), y selecciona
varios centenares de artículos, clasificados en ocho grupos, que se consideran
representativos de la evolución de los precios. Los artículos seleccionados
componen lo que se denomina cesta de la compra, considerada en la encuesta.
Producto Interior Bruto (PIB), que registra la producción nacional de un país en
bienes y servicios asociados a procesos considerados productivos.
Poder adquisitivo, que maneja combinadamente datos del Salario Mínimo
Interprofesional (SMI) y el IPC.
Gráfico de sectores, o circular, que refleja estadísticamente la aplicación de las
matemáticas según el resultado de una encuesta de opinión
REFERENCIA BIBLIOGRAFICA
Anderson D., Sweeney D., Williams T. Estadística para la administración y
economía. Décima edición. Cengage Learning. 2008.
Johnson R. Probabilidad y Estadística para ingenieros. Octava edición. Pearson.
2012.
Berenson M., Levine D., Krehbiel T. Estadística para administración. Segunda
edición. Prentice Hall. 2000