I

I
i
Capitulo 2

1: I

!
I ;'
Distribuciones de frecuenclos
"
unidimensionales
Ii: Ii

I,
IL
'I'
I
i"
I
I
'j
!
I

,I
" ,I

I, 1
II ' lj 2.1. Introduccion
Iii': ; j
l En este capitulo iniciamos 10 que hemos deriominado la Estadfstica Des­

III· .

~ ::
I criptiva 0 Deductiva que se ocupa de recopilar, organizar y analizar datos
numericos, El estudio 10 iniciamos con la presentaci6n de una serie de con­
. 1-:..
'I
!;
I ceptos previos fundamentales que se emplearan constantemente en el desarro­
llo de esta disciplina: poblaci6n, muestra, atributos, escalas de medici6n y va­

I
i!
I riables estadfsticas.
!
I'
t
En segundo lugar se aborda la explicaci6n de las distintas tareas que
Ii ' componen las tres grandes etapas de toda investigaci6n estadfstica: definici6n
1: "
j de objetivos, recogida de los datos y estimaci6n y descripci6ti de los parame­
tros poblacionales.
I El tercer aspecto que se estudia, centrandonos en la tarea descriptiva de la
!
i
II!)1
etapa denominada analisis descriptivo primario, es la elaboraci6n de 10 que se
I" denomina distribuci6n de frecuencias unidimensionales, tanto en su aspecto
(:
)' numerico como grafico, En cuarta posici6n se anallzan de forma global las
distribuciones de frecuencias a traves de sus medidas de posici6n: medias,
I

:.:

I,
mediana, moda y cuantiles.
I Otras medidas que se introducen, en quinto lugar, en el estudio de las
distribuciones son los denominados momentos potenciales con relaci6nal ori­
gen y a la media aritmetica. En sexta posici6n se abordan las medidas de
dispersi6n: recorrido, intervalos intercuartflicos, varianza, desviaci6n tfpica,
coeficiente de apertura, recorrido relativo, recorrido semi-intercuartflico y coe­
;:1] .
l":'1
p!.!
ficiente de variaci6n. Le siguen la exposici6n de 10 que se conoce como
II!,! «medidas de forma»: asimetrfa y curtosis. Dos distribuciones que tengan la
11 1i l,' misma media aritmetica y la misma varianza pueden diferir en la forma de sus
,i
!II!
a
ll
d,I,

;, nl:
'"II.'Iii
 22 CASAS-sANCHEZ, 1. M. y SANTOS-PENAS, 1.
representaciones graficas, con 10 que se llega a un estudio mas profundo con
la utilizaci6n de las medidas de forma.
Por ultimo se abordan las medidas de concentracion 0 de desigualdad:
Indice de Gini y Curva de Lorentz. Estas medidas se conciben para medir la
equidad en la distribuci6n de ciertas caracterfsticas de contenido econ6mico:
rentas personales 0 familiares, salarios, beneficios, etc.
2.2. Conceptos fundamentales
Vamos a exponer de forma sencilla una serie de definiciones que constan­
temente las estaremos empleando en estadfstica,
Poblaci6n. Se entiende por poblaci6n, universo 0 colectivo cualquier conjun­
to de personas, objetos, animales, plantas, instituciones 0 entes en general que
son portadores de una serie de caracterfsticas que nos interesa estudiar.
Ejemplos de poblaciones:
• Las personas que trabajan en la Administraci6n Central.
• Las lavadoras automaticas que se han producido en nuestro pais duran­
te 1994.
• Los pinos existentes en la Comunidad de Madrid a 31 de diciembre
de 1994.
• Los autobuses de la E.M.T. a 30 de junio de 1995.
Las poblaciones estan compuestas de elementos 0 individuos por 10 que
deben de estar definidas con absoluta precisi6n de forma que siempre se pueda
discernir si un elemento pertenece 0 no pertenece a la misma. Se clasifican en
iii:' finitas 0 infinitas segnn que el mimero de elementos que la componen sea de
una clase u otra. En el mundo econ6mico y social estaremos casi siempre ante
poblaciones finitas: habitantes de una regi6n, empresas de un sector, deman­
dantes potenciales 0 reales de un producto, etc.
Muestra. Llamamos muestra a todo subconjunto representative de la po­
blaci6n de forma que las conclusiones sacadas en aquella se generalizan a esta,
Las poblaciones se pueden estudiar bien realizando una investigaci6n exhaus­
tiva de todos sus elementos y entonces diremos que estamos realizando un
censo, 0 bien, investigando una parte 0 subconjunto de las mismas y entonces
diremos que estamos realizando un estudio muestraI.. #
i Atributo. Es toda caraeterfstica poblacional no susceptible de ser medida
numericamente, La observaci6n de un atnbuto da lugar a distintas modalidades.
,II'
Son ejemplos de atributos:
• El sexo de una poblaci6n humana cuyas modalidades son: varon y mujer.
• Los colores de un semaforo cuyas modalidades son: rojo, verde y amarillo.
• La profesidn de un conjunto de personas activas.
DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES 23
Aunque los atributos no son susceptibles de ser medidos numericamente,
sus modalidades pueden relacionarse con 10 que se denominan escalas nomi­
nales y ordinales. Las observaciones de las distintas modalidades decimos que
estan en una escala nominal cuando los mimeros que Ie asignamos s610 se
emplean para diferenciar las distintas categorfas, Si al ejemplo de los colores
del semaforo Ie asignamos los digitos 1, 2 y 3, s610 cabe la interpretaci6n de
que el 1 #- 2 #- 3 sin que se pueda afirmar que uno es superior a otro y sin
que se puedan ordenar. La escala nominal es la forma de medici6n mas debit
y se utiliza s6lo para clasificar las distintas modalidades de un atributo. No
permiten ninguna relaci6n de orden ni operaciones aritmeticas de suma, resta,
multiplicaci6n y divisi6n. La medici6n de las caracterfsticas cualitativas 0
atributos tambien admite en ciertos casos 10 que se conoce como escalas
ordinales. Se podra emplear la escala ordinal cuando las distintas modalidades
admiten una determinada graduaci6n u ordenaci6n. En estudios de mercado
j y de opini6n se emplean con mucha frecuencia las escalas ordinales. La imagen
! de un determinado politico podra calificarse de: muy mala, mala, regular,
buena y muy buena. Si se Ie asignan los dlgitos 1, 2, 3, 4 y 5 no quiere decir
I que la imagen buena sea el doble que la mala, sino que esta en un orden
superior. Este tipo de mediciones con escalas ordinales es superior al nominal
ya que adem as de clasificar las distintas modalidades permiten ordenarlas,
perc tampoco admite, como en las nominales, las operaciones aritmeticas de
suma, rest a, multiplicaci6n y divisi6n.
Variables. Son las caracterfsticas poblacionales susceptibles de tomar valo­
res numericos a los que se les pueda aplicar 10· que se conocen como escalas
de intervalos y de razon 0 proporcion, Las primeras son aquellas que permiten
una unidad de medida con 10 que podemos cuantificar numericamente la
distancia existente entre dos observaciones cualesquiera. El orden de esta
escala es superior a las nominales y ordinales ya que ademas de clasificar y
ordenar las mediciones permite diferenciar con exactitud unas situaciones de
otras. En el mundo econ6mico-empresarial tenemos multitud de caracterfsticas
en las que pueden aplicarse escalas de intervalos: salarios de una empresa,
cualquier tipo de presupuesto, gastos, ventas, etc. Las escalas de proporci6n 0
razon, ademas de las cualidades de las de intervalo, se caracterizan por incor­
porar un punto de origen no arbitrario (un cero verdadero) como puede
ocurrir, con los pesos y las edades de las personas, litros de gasolina en
un dep6sito, etc. En conclusi6n podemos decir que las escalas de intervalo
admiten unidades de medida y un origen (cero) arbitrarios y las de raz6n
ademas de la unidad de medida tienen asignado un punto de origen no
arbitrario ya que es un verdadero cero 0 cero absoluto. En estas escalas sf
se permiten las operaciones aritmeticas de la suma, resta, multiplicaci6n y
divisi6n.
Las variables estadfsticas pueden clasificarse de distintas maneras. Tenien­
 ,
I
24 CASAS-sANCHEZ, 1. M. y SANTOS-PENAS, 1. DISTRmUCIONES DE FRECUENCIAS UNIDIMENSIONALES 25

do en cuenta el nnmero de caracterfsticas que estudiamos en los elementos de

,
j CD Etapa: Definicion de objetivos
Ii una poblaci6n las variables pueden ser unidimensionales, 'bidimensionales 0
pluridimensionales. Por ejemplo, si en el colectivo 0 poblaci6n formado por las
empresas del sector qufrnico estudiamos solo su volumen de producci6n esta­
II Tareas:

remos ante una variable unidimensional. Si estudiamos al mismo tiempo la • Identificaci6n de caracterfsticas cualitativas 0 cuantitativas que
j se desean estudiar.
producci6n y el numero de trabajadores de cada empresa sera bidimensional
(se observan dos caracterfsticas 0 variables cuantitativas en los elementos I
1 • Definici6n de la poblaci6n portadora de las caracterfsticas a
poblacionales). Las variables tambien pueden ser discretas 0 continuas segun 1I investigar.
tomen un mimero finito 0 infinito numerable, 0 bien infinito no numerable de i • Identificar el marco 0 listado de unidades poblacionales especifi­
valores en un determinado intervalo de su campo de variaci6n. i cando sus soportes (magnetico, papel, documentos, etc.) y su
j
accesibilidad.'
1
• Decidir si la investigaci6n va a ser censal 0 muestral determinan­
2.3. Tareas a desarrollar en las grandes etapas
de la investigacion estadistica i
.
\
do tamafio de la muestra y presupuesto necesario.
• Especificar el ambito del estudio y la forma de recoger los datos:
Il entrevistas personales, por correo, por telefono 0 mixtas.
En el primer capitulo hemos considerado, de forma muy generica, las tres '
grandes etapas que pueden considerarse en toda operaci6n 'estadfstica: defini­
ci6n de objetivos, recogida de datos y estimaci6n y descripci6n de resultados 1
I
I:j
finales. En el presente apartado vamos a comentar brevemente las distintas
tareas contenidas en las grandes fases tal y como estan relacionadas en el I1
@ Etapa: Recogida de los datos estadfsticos
grafico 2.1.
I·'
En la definicion de objetivosla primera tarea es identificar las caracterfsticas I Tareas:
iii: · cualitativas 0 cuantitativas que se desean estudiar. Debe existir una necesidad I • Disefio del cuestionario.
de realizar la investigaci6n estadfstica explicitando que datos son los relevantes
I
'1, ,:"
'" '
• Diseiio muestral de acuerdo con el marco disponible.
1
para la toma de decisiones. El gobierno de un pais puede tener necesidad de
investigar a traves de una muestra representativa las siguientes caracterfsticas: • Disefio del material auxiliar de la encuesta.

II
,

• Recogida de los datos.

- Altas y bajas de empleados en distintos sectores econ6micos por tipo­
logfa de contratos (fijos, eventuales, por obra, de .formacion, a tiempo • Tratamiento de los datos.
completo, a tiempo parcial, etc.).
- Evoluci6n mensual de las ventas del comercio minotista.' I
- Evoluci6n del transporte de mercancfas por carretera. 1

1
Una empresa puede tener la necesidad de conocer: lI ® Etapa: Estimacion y descripcion de los parametres
poblacionales especificados en los objetivos
- El mercado actual de un determinado producto a traves de su volumen l
de ventas (caracterfstica cuantitativa). . • I
:1
Tareas:
- La motivaci6n fundamental por la que se compra un artfculo de una j
• Analisis descriptivo primario.
determinada marca (caracterfstica cualitativa) que se consume en los
hogares. • Estimaci6n de errores muestrales y no muestrales.
• Analisis especiales multivariantes.
El exito de toda investigaci6n estadfstica se basa en la correcta selecci6n
de las caracterfsticas que se van a analizar de forma que se alcancen los
GRAFIeo 2.1. Etapas y tareas de toda investigaci6n estadistica.
objetivos que nos hemos propuesto.

:i
 I.I.I!.:
IIill·I!
Ii
:1: 26 CASAS-sANCHEZ, 1. M. y SANTOS-PENAS, 1.
La segunda tarea consiste en delimitar con absoluta precisi6n, sin ningun
tipo de ambiguedad, la poblaci6n en la que podemos estudiar las caracterfs­
ticas que nos interesan. En el caso de las altas y las bajas en el empleo senin
las empresas que conforman los distintos sectores, en el segundo ejemplo sera
todo el conjunto de establecimientos minoristas (tiendas tradicionales, auto­
servicios, supermercados, hipermercados y grandes almacenes), en el tercer
caso el censo de camiones y furgonetas de distintos tonelajes, en el cuarto caso
las empresas que fabriquen el producto en cuesti6n y en el quinto ejemplo los
compradores del producto.
La tercera tarea de la primera etapa es determinar el marco que contiene
a los elementos de la poblaci6n de nuestro estudio. En los ejemplos anteriores,
y siguiendo el mismo orden establecido los marcos suelen sec las bases de
datos existentes en soportes magneticos en el Ministerio del Trabajo (altas y
bajas de la Seguridad Social); los censos de establecimientos minoristas elabo­
rados por organismos piiblicos 0 empresas privadas; los ficheros del Ministerio
de Transportes que contengan las licencias de transporte de mercancfas vigen­
tes; anuarios de fabricantes por productos y los censos de poblaci6n elabora­
dos peri6dicamente por el INE. Los marcos deben estar actualizados y depu­
rados de unidades extrafias ya que de ellos se seleccionan de forma aleatoria
las unidades muestrales cuando la investigaci6n estadfstica no es exhaustiva.
En la cuarta tarea se decidira si la investigaci6n estadfstica va a ser ex­
haustiva o,no dependiendo del tamano de la poblaci6n, las disponibilidades
econ6micas, el plaza disponible, etc. Normalmente se acudira a investigaciones
muestrales (no exhaustivas) con 10 que se estableceran los tamafios muestrales
de acuerdo con los niveles de confianza que se deseen y los errores muestrales
que estemos dispuestos a admitir. Estas tiltimas cuestiones que se refieren a la
fiabilidad de la investigaci6n estan relacionadas con los costes de la misma ya
que a mayor nivel de precisi6n se requerira una mayor muestra y por tanto,
un mayor presupuesto. Tambien tendremos que establecer elambito de la
investigaci6n: nivel municipal, comarcal, regional, nacional, etc., asf como la
forma mas adecuada de recoger la informaci6n: entrevistas personales, por
correo, por telefono 0 mixtas.
La primera tarea de la segunda etapa (recogida de los datos estadfsticos)
es el diseiio del cuestionario. Para su elaboraci6n se parte de todos los antece­
dentes que nos proporciona la primera etapa: caractensticas que mediremos,
unidades que van a facilitar los datos: empresas, personas, organismos, etc., y
forma de recoger los datos: por correo, con agentes entrevistadores 0 por
telefono. Toda esta serie de antecedentes nos van determinando el formato del
cuestionario y la naturaleza de sus contenidos. Elaborar un cuestionario que
no tenga fallos es una tarea especializada que debe de desarrollar un grupo
de expertos en las materias correspondientes. Aquf nos vamos a limitar a dar
unas directrices para su buena confecci6n:
DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES 27
• Claridad en el lenguaje utilizado. El nivel cultural de los estrevistados es
heterogeneo en la mayorfa de los casos (se exceptuan las encuestas
realizadas a colectivos del mismo nivel cultural: medicos, abogados, in­
genieros, economistas, etc.) por 10 que hay que emplear un lenguaje
sencillo y directo evitando terminos tecnicos que solo son comprensibles
para los especialistas.
• Precision en las preguntas. Deben de ser concretas y cortas con objeto
de obtener respuestas precisas. Un ejemplo de pregunta no concreta es
lNo piensa Yd. que fuma mucho? El termino mucbo es subjetivo y tiene
distinto valor para distintas personas. La pregunta concreta serfa lCuan~
tos cigarrillos fuma Vd. diariamente?
• No se debe influir en la respuesta, Deben evitarse juicios de valor a la
hora de efectuar las preguntas que condicionan las respuestas. No serfa
correcto hacer preguntas del tipo lNo piensa Yd. que nuestra empresa
da un servicio posventa de gran eficacia? La pregunta correcta serfa:
lQu6 opina Yd. de nuestro servicio posventa?
• Deben evitarse las preguntas indiscretas que molestan al entrevistado. Hay
que tener en cuenta que determinadas preguntas pueden molestar al
entrevistado con 10 que podemos conseguir que se niegue a contestar a
la totalidad del cuestionario, 0 bien, que nos den respuestas falseadas.
Esta demostrado que no deben de pedirse directamente los ingresos de
una persona ni la edad. Es mucho mas eficaz pedirles que se situen
dentro de una escala previamente establecida. La pregunta zCuales son
I sus ingresos anuales?, debe de sustituirse por: Indique, por favor, dentro
~j
de que tramo de la siguiente escala se encuentran sus ingresos anuales:
. menos de dos millones, entre dos y cuatro 0 mas de cuatro.
• Hay que cuidar el orden de las preguntas. Las preguntas mas sencillas
deben de ir al comienzo del cuestionario y las mas complejas 0 delicadas
j al final. Con ello se consigue un mayor grado de respuesta y colabora­
ci6n por parte del entrevistado ya que una vez que se ha avanzado en
I la cumplimentaci6n es mas dificil que se niegue a seguir contestando
aunque las preguntas sean mas comprometidas.
il Las anteriores recomendaciones generales no agotan toda la normativa
existente de como deben confeccionarse las preguntas de un cuestionario. Se
j ponen a titulo de ejemplo para dejar constancia de que es una tarea compleja
1
I
que requiere verdaderos especialistas.
l
J Las preguntas de un cuestionario pueden c1asificarse desde multiples as­
pectos. Si atendemos, por ejemplo, a la libertad de elecci6n de respuesta las
preguntas pueden ser:
• Abiertas: son aquellas cuya respuesta es totalmente libre para el entre­
vistado. Por ejemplo, a los cabezas de familia podna preguntarseles zQue

28 CASAS-sANCHEZ, J. M. YSANTOS-PENAS, J.
DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES 29
usos les darla Vd. a los ordenadores personales en su hogar? Senale todos
maciones para cada estrato 0 subpoblacion en los que hemos dividido la
los que Ie parezean.interesantes, En esta cuesti6n nos encontraremos una
gama variada de respuestas: hacer un inventario de 'las existencias de
"
productos alimenticios, hacer un presupuesto por partidas de gastos con
un seguimiento semanal, hacer un listado de productos que se van ago­
tando para responerlos cuando vamos a la compra, confeccionar un
archivo con telefonos y direcciones de nuestras amistades y proveedores,
etc. En este caso el entrevistador anota literalmente las respuestas em­
pleando las mismas palabras del entrevistado.
• Cerradas: son aquellas cuyas posibles respuestas estan listadas. EI entre­
vistado escoge una 0 varias respuestas de las que se Ie presentan. Si
queremos cerrar la pregunta de los usos que se dan a los ordenadores
personales en el hogar serfa: ;,Que usos dana Yd. a un PC en su hogar
de todos los siguientes?: D Para escribir cartas, D Hacer un invetario de
productos no perecederos, D Llevar la contabilidad del hogar, D Como
pasatiempo con videojuegos,
Otros aspectos que permiten clasificar las preguntas son: por el numero de
respuestas que permiten: dieotemicas (dos respuestas) 0 de respuesta multiple;
por la forma de realizarse: directas 0 indirectas, etc. Un ejemplo de pregunta
dicot6mica y directa seria: ~Es Yd. fumador?: D Si, D No.
Como recomendaci6n final en la elaboraci6n de un buen cuestionario hay
que hacer constar la absoluta necesidad de someterlo a una prueba piloto 0
pretest con objeto de aseguramos su buen funcionamiento antes de proceder
a su edici6n.
La segunda tarea que se relaciona en el grafico 2.1, dentro de la segunda
etapa, viene referida al diseno muestral en el supuesto de que la investigaci6n
do al que se ha elegido de forma aleatoria el resultado del cociente (si en el
estadistica no tenga caracter de exhaustiva. EI disefio de muestras proba­
bilisticas, que son las que deben emplearse en toda toma de datos, requieren
el dominio de la Teoria del Muestreo en Poblaciones Finitas que es una materia
72 + 20 = 92). Este procedimiento sedenomina sistematico ya que 10 nnico
compleja a la que se dedican cursos completos para obtener un nivel de
conocimientos adecuados. Los tipos de muestreo que se estudian son:
a) Muestreo aleatorio simple (m.a.s.): Es la forma de muestreo mas sen­
cilia. Los elementos de la poblaci6n objeto de estudio se numeran del 1 hasta
N y se seleccionan n de forma aleatoria (empleando tablas de mimeros alea­
tori os) que constituyen una muestra aleatoria sin reemplazamiento (un lnisnio
mimero aleatorio solo aparece una vez) representativa de todo el conjunto. EI
disefio tambien puede efectuarse conreemplazamiento (m.a.s.r.).
b) Muestreo estratificado: Es un disefio que se emplea mucho en la prac­
tica ya que permite mejorar la fiabilidad de las estimaciones respecto al m.a.s,
para un mismo tamafio n de la muestra. Tambien nos permite obtener esti­
r',j
i!
1
,
~
'j poblaci6n objeto de estudio. La estratificaci6n consiste en dividir la poblaci6n
en grupos que sean homogeaeos internamente respecto a la caracterfstica que
estemos estudiando y que existan grandes diferencias entre unos y otros estra­
1 tos. Si, por ejemplo, se desea investigar la renta de los hogares de la Comu­
,I nidad de Madrid se pueden agrupar en tres estratos 0 grupos: renta baja,
1
'I'
media yalta. EI total de la muestra que se emplee puede distribuirse de forma
proporcional a la poblaci6n de cada estrato 0 emplear otros criterios que
1
j pueden estudiarse en los manuales de Muestreo de Poblaciones Finitas.
j c) Muestreo por conglomerados: Los conglomerados son agrupaciones de
,j
] elementos de la poblaci6n de naturaleza heterogenea dentro de ellos respecto
a la caracterfstica que estemos estudiando. En el ejemplo de los hogares un
I
j
conglomerado debe tener unidades de renta baja, media yalta de forma que
si se efectua un muestreo dentro del mismo se obtenga informaci6n de los
! distintos niveles que pueden alcanzar los ingresos de las unidades familiares.
IJ Se distinguen varios tipos de muestreo por conglomerados: de distintos tama­
'j nos, de tamafios iguales, sin submuestreo, con submuestreo, etc.
i1
'j d) Muestreo sistematico: Es una forma muy sencilla de selecci6n de la
i muestra dada en una poblaci6n numerada dell hasta N. EI procedimiento
I
• consiste en las fases siguientes: se divide el tamafio de la poblaci6n N por el
1
1
de la muestra n; empleando una tabla de nnmeros aleatorios se elige uno que
este ·comprendido dentro del cociente dado por el resultado anterior (si
II N = 100 y n = 5, N In = 20, se elige de forma aleatoria un mimero entre 1 y
r 20) y por ultimo se obtienen los (n - 1) elementos muestrales restantes suman­
t
1~
ejemplo el aleatorio ha sido 12, el segundo seria 12 + 20 = 32, el tercero serfa
I 32 + 20 = 52, el cuarto 52 + 20 = 72 y el quinto elemento muestral serfa
1
1 que tiene aleatorio es el arranque. EI inconveniente de este disefio, igual que
1 en el muestreo aleatorio simple, es que para utilizarlo es absolutamente nece­
J sario tener numerados del 1 al N todos 10 elementos de la poblaclo», Esta
i
j numeraci6n tiene que estar hecha alazar para evitar posibles sesgos sistema­
1 ticos a la hora de medir la caracterfstica de interes en nuestro estudio.
:1
j e) Muestreo polietdpico 0 complejo: Es el que se aplica en la practica
cuando se hacen estudios sociales. Los tipos de muestreo que hemos visto
j
J anteriormente no suelen aplicarse en estado puro cuando deseamos medir
I
~
caracterfsticas de unidades de consumo (familias) 0 de producci6n (empresas)
por razones de carencias de marco (inexistencia de soportes que contengan
numerados todos los elementos de la poblaci6n) 0 por razones de coste (el
il metodo de selecci6n conlleva tal dispersi6n en la localizaci6n de las unidades
30 CASAS-sANCHEZ, J. M. Y SANTOS-PENAS, J.
de la poblaci6n que hacen inviable el estudio desde el punto de vista econ6­
mico). Por estas tazones en la practica hay que acudir al muestreo polietapico
o complejo.
Veamos esta problematica con un ejemplo. Supongamos que el Ministerio
de Cultura desea entrevistar a la poblaci6n espanola mayor de 18 anos para
conocer con que periodicidad se visitan los museos. Se considera que a nivel
nacional una muestra de 3.000 personas es suficiente. Para seleccionarlas por
un procedimiento puro de m.a.s, podrfa acudir a la Direcci6n General de la
Policfa y solicitar que de forma aleatoria, utilizando los nnmeros del D.N.I.,
se seleccionaran las 3.000 personas con su nombre completo, direcci6n y demas
datos personales. Estas personas estarfan muy dispersas por todo el territorio:
zonas rurales, pueblos pequenos, median os, capitales de provincia, etc. Habrfa
que entrevistar a una persona en un pueblo, a otra en una pedania, a dos en
una capital de provincia y asf sucesivamente se tendrfa un perfodo largo y
dificultoso en recogida de informaci6n con costes de desplazamientos y dietas
de los entrevistadores elevadfsimos. Tambien es probable que ni el Minis­
terio del Interior ni el Instituto Nacional de Estadfstica puedan por Ley
utilizar esa informaci6n para facilitar la muestra al Ministerio de Cultura.
Luego en este diseiio de m.a.s. existen dos graves impedimentos: elevado coste
y no disponibilidad de ficheros de poblaci6n para seleccionar aleatoriamente
la muestra.
La nnica soluci6n viable suele ser acudir a un muestreo polietapico ejecu­
tando el siguiente diseiio muestral complejo: en primer lugar se estratifican
(muestreo estratificado) los micleos de poblaci6n por cruce de Comunidades
Aut6nomas y tamano de habitat; en segundo lugar (primera etapa de se1ecci6n)
se eligen municipios con probabilidad proporcional a su tamafio (muestreo
por conglomerados). En esta etapa los municipios grandes de las capitales de
provincia suelen estar autorrepresentados eligiendose de forma aleatoria s610
los medianos y pequefios, Los municipios grandes elegidos en la primera etapa
se vuelven a estratificar (muestreo estratificado) en distritos de naturaleza
homogenea respecto a caracterfsticas socio-econ6micas. Se eligen en una se­
gunda etapa de selecci6n una serie de estos distritos 0 manzanas de naturaleza
equivalente a las secciones censales disenados por el INE (muestreo por con­
glomerados). En estas manzanas, elegidas en la segunda etapa hay que hacer
un listado de todas las viviendas que contienen y sobre e1 mismo elegir me­
diante m.a.s, las viviendas que correspondan. Una vez seleccionadas las vivien­
das, y tambien por un procedimiento de m.a.s. se selecciona las personas
mayores de 18 alios a entrevistar. Estos conglomerados nltimos (manzanas de
viviendas) que se han elegido suelen ser bastante homogeneos en cuanto a las
caracterfsticas socio-econ6micas de las personas con 10 que se aconseja realizar
en cada uno un maximo de 10 entrevistas.
En el esquema descrito anteriormente se observa que el muestreo que se
DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES 31
aplica realmente en los estudios socio-econ6micos es una mezcla de los distin­
ros tipos de muestreo que se estudian con 10 que los diseiios reales son
complejos y su puesta en practica requiere el concurso de verdaderos especia­
listas en la materia.
f) Muestreos no probabiltsticos: Los muestreos que se han comentado de
forma abreviada anteriormente son todos probabilisticos. Todos tienen en
comiin que los elementos de la poblaci6n que entran a formar parte de la
muestra se han obtenido por procedimientos de azar y todos tienen, a priori,
antes de ser seleccionados, una determinada probabilidad de ser elegidos.
Cuando en e1 proceso de se1ecci6n existan unidades poblacionales que no
tengan probabilidad conocida y utilizada en laselecci6n para entrar a formar
parte de la muestra, el muestreo no es probabilistico. Se pueden poner multitud
de ejemplos de muestreos no probabilisticos: un investigador de un lab oratorio
toma una muestra de conejillos introduciendo su brazo en una jaula con 10
que s610 eligira los que esten a su alcance; el sociologo de una empresa toma
una muestra de empleados para saber su edad cogiendo, segtin su criterio
personal, s610 las 50 primeras fichas de un montante de 500; a un entrevistador
se le ordena que en una manzana de casas escoja al azar, segtin su criterio, a
20 personas para entrevistarlas con la nnica condici6n de que el 50 % sean
hombres y el 50 % mujeres. Este ultimo ejemplo es 10 que se conoce por
muestreo por cuotas que se emplea normalmente en los sondeos de opini6n y
estudios de mercado ya que no exige la elaboraci6n de listados previos de los
elementos que se van a se1eccionar. No es probabilistico al no seleccionar
unidades de acuerdo con probabilidades conocidas y preasignadas por el
investigador.
La principal ventaja de utilizar un muestreo no probabilistico por cuotas es
.
r~'
•.....
que abarata mucho la recogida de informaci6n. Tiene el grave inconveniente,
-
'1­
,;~
como todos los no probabilisticos, que carecen del rigor cientffico necesario
. para estimar los posibles errores muestrales que se comenten al estimar carac­
.~ terfsticas poblacionales a traves de subconjuntos muestrales ni se pueden
\1 establecer intervalos de confianza para las estimaciones.
-.J
1'.~ La tercera tarea que se resalta en la segunda etapa del grafico 2.1 es
1
elaborar el material auxiliar que sea necesario para que la recogida de infor­
1, maci6n tenga los men ores errores posibles ajenos al muestreo propiamente
,~,i
i dicho: hojas de control del trabajo de campo que contienen listados de direc­
~ ciones donde hay que hacer las entrevistas, partes de incidencias que puedan
darse en el marco de la investigaci6n, material de inspecci6n, carnet de entre­
vistador, cartas de presentaci6n, instrucciones generales para cumplimentar los
cuestionarios, etc.
Como cuarta tarea de la segunda etapa aparece la recogida de los datos
propiamente dicha. Es la tarea esencial ya que la calidad de los datos depende
 32 CASAS-sANCHEZ, J. M. Y SANTOS-PENAS, J.
de su correcto desarrollo mediante el adecuado manejo de sus multiples fac­
tores: entrenamiento del personal que interviene y modalidad empleada en la
recogida de los datos (entrevistas personales, por telefono, por correo, etc.).
El personal que interviene suele dividirse en: entrevistadores, jefes de grupo,
inspectores, codificadores, depuradores, grabadores, etc., que estan supervi­
sados por una Direcci6n de trabajos de campo. En las entrevistas personales
los agentes entrevistadores van provistos de los respectivos cuestionarios
editados en papeI. Otra variante que se utiliza actualmente son las entrevistas
personales asistidas por ordenadores portatiles, La entrevista se desarrolla
segun la secuencia que indica el ordenador en su programa de ejecuci6n que
tambien incorpora controles de inconsistencias, con 10 que se obtiene la
informaci6n de manera instantanea completamente depurada y coherente
enviandose por disquette 0 por m6dem a la central de procesamiento. Si se
emplea este moderno procedimiento los entrevistadores tienen que estar
entrenados en el manejo de estos costosos equipos, que requieren una inver­
si6n inicial considerable, que se ve compensada con el ahorro de grabaci6n y
validaci6n necesarias en los cuestionarios tradicionales editados en papeI. En
la modalidad de entrevistas telefonicas asistidas por ordenador se emplea el
mismo procedimiento metodo16gico indicado anteriormente con la enorme
ventaja que los agentes entrevistadores no tienen que desplazarse con la con­
siguiente reducci6n de costes y tiempo invertido.
La Ultima tarea de la segunda etapa del proceso de investigaci6n
estadistica es el adecuado tratamiento de los datos. En el caso de las entrevistas
personales 0 telef6nicas asistidas por ordenadores el tratamiento de la infor­
maci6n (grabaci6n y depuraci6n de inconsistencias) se realiza de forma auto­
matica, Tras acceder al entrevistado el entrevistador conecta su ordenador y
va ejecutando el programa de la entrevista de forma que automaticamente va
detectando las inconsistencias que han sido programadas previamente.
Si la encuesta se ejecuta por un procedimiento clasico (cuestionario editado
en papel y agente entrevistador sin ordenador personal), el tratamiento de la
informaci6n sigue el proceso siguiente: se agrupan los cuestionarios cumpIi­
I mentados en la sede central del trabajo estadistico, se codifican las preguntas
II,
que 10 exijan, se grab an de forma masiva, los ficheros se someten a un pro­
grama de validacion que saca los Iistados de inconsistencias, se corrigen y, por
ultimo, se almacenan los ficheros completamente depurados Iistos para some­
terlos al programa de tabulaci6n.
. La tercera y Ultima etapa denominada esttmacien y descripcion de parame­
tros poblacionales se compone de tres tareas fundamentales: analisis descriptivo
primario, estlmaeion de errores y analisis especiales multivariantes.
Una vez que los datos estan depurados de todo tipo de inconsistencia se
deben someter a un analisis descriptivo empleando los metodos de Estadistica
Descriptiva que se estudian en el presente capitulo y el siguiente. Para cada
DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES 33
una de las variables que se han medido conviene obtener su distribucion de
frecuencias, su representacien graflca, sus medidas de posicion, de dispersion, de
forma, etc. _
Despues de obtener estas primeras descripciones y medidas, cuando el
estudio no es exhaustivo, hay que plantearse el grado de fiabilidad de las
estimaciones a traves del calculo de los errores de muestreo a posteriori. A
priori, en la primera etapa cuando se definen los objetivos de la investigaci6n,
se ha debido de definir el tamafio de la muestra que asegura unos errores
maximos de muestreo para un determinado nivel de fiabilidad. Estas defini­
ciones previas hay que contrastarlas con los calculos de errores muestrales
para los distintos ambitos del estudio y las distintas variables observadas una
vez que tenemos las primeras estimaciones. Tambien hay que tener presente
los errores ajenos al muestreo que hay que tratar de minimizarlos ya que los
sesgos que introducen en las estimaciones pueden llegar a invalidarlas: cues­
tionarios mal disenados, grabaci6n de datos deficiente (siempre hay que veri­
ficar con una doble grabaci6n), validaciones inadecuadas y mala actuacion de
los agentes entrevistadores.
Por ultimo, una vez que se han hecho los estudios descriptivos y de
fiabilidad correspondientes es cuando se pueden plantear los analisis especiales
multivariantes de los datos: modelos de reduccion de la dimension (analisis
factoriales, de componentes principales y correlaciones can6nicas); modelos
causales (regresiones de todo tipo y analisis de la varianza); modelos de agru­
paciones y clasificaciones (analisis de grupos y discriminante) y modelos dina­
micos 0 de series temporales (estocasticos y no estocasticos); etc. En estos
analisis especiales es donde se puede plantear la modelizaci6n estadistica en su
maximo nivel: postulado del modelo, contraste de las hipotesis iniciales del
modelo, estimacion de los parametres del modelo, validaclen y resultados finales.
2.4. Construccion nurnenco y grafica
de las distribuciones de frecuencias
unidimensionales
,'­ Una vez que se han precisado los distintos conceptos basicos que se
I
~
I} emplean en la elaboraci6n de datos estadfsticos, pasamos a analizar el proceso
~
de elaboraci6n de 10 que se llama en la Estadfstica Descriptiva distribuciones
15
de frecuencias unidimensionales. Son unidimensionales porque s6lo observamos
una caracteristica (sus valores pueden representarse en el espacio de una
dimensi6n) en los elementos de una poblaci6n (investigacion censal) 0 de una
muestra (encuesta muestral). Existen dos tipos fundamentales de distribuciones
de frecuencia: las de valores de la variable 0 datos no agrupados y las de datos
agrupados en intervalos de clases,