METODOS ESTADISTICOS

Docente : YRMA LUJAN CAMPOS

 OBJETIVOS
Al finalizar el Tema 1, el participante será capaz de:
1. Comprender los áreas de aplicación de la
Estadística dentro de la toma de decisiones
2. Comprender el pensamiento estadístico
3. Identificar los diversos tipos de datos y
variables
4. Diferenciar población y muestra.
5. Distinguir parámetro y estimador.
6. Diferenciar estadística descriptiva y estadística
inferencial.
 CONTENIDO
1. Situaciones en las que se utiliza la
Estadística
2. Concepto de Estadística.
3. ¿Qué son datos ?¿Que son variables?
4. ¿Qué tipos de datos existen ?
5. ¿Qué se puede hacer con los datos?
6. Población y muestra
7. Parámetro y estimador
8. Estadística descriptiva e inferencial
9. Ejercicio aplicativo
1.1 Situaciones en las que se utiliza la
Estadística
Ejemplos

Varias veces durante el día un ingeniero

registra la temperatura a los hornos en el
Departamento de Producción
Un administrador financiero registra las
variaciones diarias en el tipo de cambio para
poder proyectar el valor de las
importaciones.
El Gerente de un Hotel registra el tiempo de
permanencia de los huéspedes.
El Director de un Hotel cuenta el número de
camas a fin de medir la tasa de ocupabilidad.
El Gerente desea proyectar para el próximo año
las utilidades de su empresa
El Jefe de Almacén de una empresa farmacéutica revisa
unos cuantos frascos del lote de vacunas que acaba de
llegar, y verifica su fecha de expiración.
El Gerente de Producción desea conocer la tasa de
productos defectuosos.
El Gerente de Personal desea conocer la tasa promedio
de rotación del personal.
1.2 El Pensamiento Estadístico

El profesional de la administración debe

preocuparse permanentemente en registrar
información sobre las características que le
permitan conocer los factores que afectan la
variabilidad del producto (o servicio) y así
estar en condiciones de implementar
acciones dirigidas a mejorar su calidad.
Debe medir
• las quejas los clientes
• las tardanzas de los empleados
• las devoluciones por día en una farmacia,
• las demoras en la atención en un banco o
• las placas radiológicas reprocesadas en un hospital
y compararlos con los indicadores de gestión o estándares
internacionales, y así determinar la calidad del servicio.
La implementación del pensamiento estadístico tiene
tres fases:
Identificar los factores de variabilidad.
Conocer (o medir) la variabilidad.
Manejar (o controlar) la variabilidad
 1.6 ¿Qué es Estadística ?
Es una ciencia que RECOLECTAR

comprende diversas
técnicas para : ORGANIZAR

ANALIZAR

INTERPRETAR

DATOS

A esta secuencia se llama proceso estadístico.

¿Qué es la RECOLECCIÓN de datos ?

Es el registro de características
(medición, observación, conteo) a una
unidad elemental (o de análisis).
¿Qué es la ORGANIZACIÓN de datos ?

Es el ordenamiento para una mejor

comprensión y facilitar sus análisis.
(tablas, gráficos y figuras)

Los datos sin organizar se llaman datos brutos, y son

de poca utilidad.
Por ejemplo, los siguientes datos se refieren al valor de la ultima compra en
una gran tienda.

231 199 209 236 259 248 183 269 212 194 191 260 197 265 261 238
159 227 245 214 275 186 234 262 230 212 163 220 202 221 223 243
203 180 292 198 201 174 223 186 200 192 236 186 188 234 230 170
304 197 216 214 189 138 269 197 222 202 213 163 241 218 242 197
248 228 154 218 243 192 191 243 230 248 231 262 177 207 276 230
238 189 212 200 179 249 225 223 289 280 235 220 194 205 206 194
209 233 222 223 267 212 263 159 243 230 253 192 200 232 222 227
193 195 259 186 229 184 215 254 233 229 263 163 212 271 216 230
225 252 218 265 218 155 222 173 228 214 266 172 203 262 213 249
244 177 242 180 241 261 221 222 189 204 229 212 192 257 248 243
190 166 216 197 250 224 257 220 255 241 245 212 225 201 209 155
192 249 216 250 248 187 222 195 247 161 188 229 194 174 184 215
209 250 180 228 196 254 208 265 234 219 203 230 232 212 236 191
161 258 252 169 249 231 170 233 161 189 191 209 229 246 274 215
206 218 234 248 222 175 202 154 249 189 171 263 238 177 261 265
224 249 252 220 199 239 221 221 221 232 218 239 205 196 211 221
276 251 189 286 258 227 236 167 184 245 243 218 173 220 231 196
196 200 221 217 270 261 248 254 232 231 219 225 265 222 226 208
219 189 226 292 192 172 186 264 211 240 237 156 228 241 171 223
185 199 188 263 208 199 259 272 202 214 201 231 210 223 210 209
239 203 212 295 202 195 218 218 253 239 272 216 221 208 225 175
239 191 214 215 227 221 208 224 208 181 187 179 234 262 216 221
152 180 193 244 184 183 226 266 242 220 266 269 223 198 204 179
209 215 222 196 228 195 160 261 177 232 224 203 265 238 247 225
169 172 187 199 245 183 171 246 187 222 278 212 250 174 220 188
223 241 200 193 226 243 206 142 277 244 210 258 207 267 254 136
231 253 229 240 204 187 202 209 238 240 190 253 203 271 281 226
244 182 146 251 277 184 240 239 185 201 259 234 174 226 246 222
205 211 216 230 220 201 231 183 214 219 206 276 215 195 209 258
287 182 176 275 204 183 212 237 249 142 256 258 213 208 202 244 6

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Por ejemplo
Diagrama Circular
Tabla de Distribución

Edad N° clientes

30 - 34 6
35 - 39 12
40 - 44 8
45 - 49 2
12

10

Diagrama de 4

Barras 2

0
30-34 35-39 40-44 45-49
¿Qué es el ANALISIS de datos ?

Es el cálculo de MEDIDAS
REPRESENTATIVAS (o de
resumen) tales como promedios,
medidas de variabilidad y medidas
de la forma de la distribución.

También se analizan datos cuando se

establecen relaciones entre ellos
(regresión y correlación).
¿Qué es la INTERPRETACIÓN de datos ?

Es darle un sentido práctico o útil a los

resultados obtenidos en el análisis.
 1.7 ¿Qué son DATOS ?
Son los registros de una característica.
Ejemplo :
Unidad de
Características Datos
medida
Edad del cliente 27 años
Peso del niño 13,750 Kg.
Tipo de cambio 3,18 Soles/dólar
Color del reactivo Rojo ---
Profesión Economista ---
Si un DATO es útil para tomar decisiones se convierte en
INFORMACIÓN.
Los datos ayudan a los responsables de tomar
decisiones a hacer suposiciones coherentes acerca
de las CAUSAS y, por tanto, de los EFECTOS
probables de ciertas características en situaciones
dadas.
¿Por qué necesitamos recolectar datos?

Proporcionan la evidencia imprescindible en un

estudio de investigación.
Permiten medir el desempeño en el proceso de
producción de un bien o servicio.
Ayudan a la formulación de cursos alternativos de
acción en un proceso de toma de decisiones.
Satisfacen nuestra curiosidad innata.
1.8 ¿Qué tipos de datos existen?
CONSTANTE:
Si el registro de la característica toma un sólo valor en
todas las unidades elementales. Son muchos datos,
pero iguales.
Ejemplo:
•Sexo de las pacientes en el Servicio de Ginecología
•Título profesional de los miembros del Colegio de
Contadores del Perú
Las constantes no son interés en Estadística, puesto que
ella se ocupa del estudio de la variabilidad de los datos.
VARIABLE:
Es la característica de interés para el investigador. El
registro de la característica toma diversos valores en
las unidades elementales.
Ejemplo:
Edad, sexo y peso de los trabajadores de una empresa

Una misma característica puede generar constantes ó

variables, depende del marco muestral.
Las variables pueden ser :

1. Cualitativos : Registro de un atributo. Provienen de una

observación. Las operaciones posibles son el cálculo de la
tasa porcentual y de proporciones.
Pueden ser dicotómicas (sólo pueden tener 2 categorías.
Ejemplo :Estado de salud: sano o enfermo. Sexo de
trabajador : masculino y femenino
• 80% son varones (tasa porcentual).
• 8 de cada 10 pacientes son varones (proporción)
O politómicas (si tienen más de 2 categorías)
Ejemplo : Estado civil del cliente: soltero, casado, viudo,
divorciado.
2. Cuantitativos : Registro de una característica a través
de un conteo o una medición. Las operaciones
posibles son los promedios y las medidas de
dispersión, entre otras.

Las variables cuantitativas pueden ser continuas

o discretas.
- DISCRETA o DISCONTINUA: Cuando la variable sólo puede
tomar determinados valores dentro de una escala de
valores. Proviene de un conteo.
Ejemplo: Número de ventas en un día.
Número de hijos
- CONTINUA : Cuando la variable puede tomar cualquier
valor, dentro de una escala de valores. Provienen de una
medición.
Ejemplo: Tiempo de duración de un proceso.
Peso de un cliente
 DATOS

CONSTANTES VARIABLES

CUALITATIVAS CUANTITATIVAS

DISCRETAS CONTINUAS
1.9 ¿Qué se puede hacer con los datos?
Organizarlos en tablas, gráficos y
Identificar caracte- figuras
rísticas de interés
para la gestión. Calcular promedios (media, mediana, moda
y percentiles) .

Calcular su dispersión (varianza,

desviación estándar ) y forma de la curva.

Recolección de
Determinar una ecuación que represente la
datos
relación entre ellos (regresión)

Determinar el grado de asociación entre ellos

(correlación).
Utilizar datos para
Analizarlos dentro de un horizonte
mejorar la calidad
temporal (series cronológicas)
1.10 Población y Muestra
Marco Poblacional
Conjunto de todas las unidades elementales
(personas, procesos o cosas) al que se circunscribe el
estudio estadístico.
Ejemplos :
• Los ingenieros del Perú.
• Los trabajadores asegurados en una EPS
• El proceso de matricula en la Universidad
• Las tarjetas de control de asistencia de una
empresa.
MARCO POBLACIONAL
(1200 clientes de una tienda)
Población Estadística

Registro de una característica EN TODOS los

elementos del marco poblacional.

Tiene tantos datos como elementos tenga el

marco poblacional.

Habrán tantas poblaciones como características

se deseen registrar en un determinado marco
poblacional.
 MARCO POBLACIONAL
(1200 clientes de un tienda)

Características
de interés
Edad Peso Estado Sexo
Civil

Población Población Población

Registro
de la
caracte- P1 P2 P3 ... Pn
rística (1200 datos) (1200 datos)
Marco Muestral

Subconjunto del marco poblacional.

Comprende los elementos o estratos del marco
poblacional (es representativo).

En contraste con el marco poblacional es más

conveniente porque se obtienen los datos en menor
tiempo y reduciendo los costos.
Ejemplo :
75 clientes de una tienda.
 Marco Poblacional Técnicas Marco Muestral
de muestreo
(1200 clientes de una tienda) (75 clientes de una tienda)

Característica

Edad Peso Estado civil Sexo

Registro
de la POBLACIÓN POBLACIÓN POBLACIÓN POBLACIÓN
carac-
terística.

...
P1 P2 P3 Pn
 Muestra
Registro de una característica en todos los
elementos del marco muestral.
Tiene tantos datos como elementos el marco
muestral.
Habrán tantas muestras como características se
deseen registrar en un marco muestral.
Las muestras no extraen de la población, sino del
marco muestral
 MARCO POBLACIONAL Técnicas MARCO MUESTRAL
de muestreo
(1200 clientes de una tienda) (75 clientes de una tienda

Edad Peso Sexo

Característica Estado
civil

Edad Peso Estado Sexo

civil MUESTRA MUESTRA MUESTRA MUESTRA

m1 m2 m3 mn

75 datos

Registro
de la POBLACIÓN POBLACIÓN POBLACIÓN POBLACIÓN
carac-
terística.

...
P1 P2 P3 Pn
1.11 Parámetro y Estimador
Parámetro
Valor representativo de una población. Se
simboliza por letras griegas. Sólo hay un
parámetro en cada población.

 : Media poblacional (mu)

2 : V arianza poblacional (sigma cuadrado)
 : Desviación estándar poblacional (sigma)

 : Proporción poblacional (pi)

 : Coeficiente de correlación poblacional (rho)
Estimador
Valor representativo de una muestra. Se llama
también estadígrafo o estadístico. Se simboliza
por letras latinas.
Existen tantos estimadores como muestras se
extraigan de una población.
x Media muestral (equis barra)
s2 Varianza muestra (ese cuadrado)
s Desviación estándar muestral (ese).
p Proporción muestral (pe barra)
r Coeficiente de correlación muestral (erre)
 n1
x1

n2
x2
POBLACIÓN
n3
x3
. .
. .

nm
xm
PARÁMETRO

DIFERENTES MUESTRAS GENERAN DIFERENTES

VALORES DEL ESTIMADOR
1.12 Estadística Descriptiva e Inferencial
Estadística Descriptiva
Técnicas que permiten describir un conjunto de datos.
El análisis se limita a esos datos (sean muestrales o
poblacionales). Tiene como objetivo presentar los
datos obtenidos en forma resumida, clara y
comprensible.
Estadística Inferencial
Técnicas que permiten estimar un parámetro a partir
de datos muestrales.

Muestra POBLACIÓN
Estimador Parámetro
 Estadística
MUESTRA
x
Descriptiva Estimador :

POBLACIÓN Estadística
Inferencial

Parámetro : µ - = Error de muestreo

Ejemplos sobre muestra y estimador

Suponga que estamos interesados en conocer

la duración de la evaluación del desempeño
de los técnicos textiles de las empresas de
Lima.
Suponga que se está interesado en conocer la
cantidad demandada de cierto producto.
Supóngase que el equipo de investigación,
desea determinar la proporción de fumadores
en la ciudad de Lima para determinar los
factores de riesgo e incidencia de cáncer
pulmonar.
1.13 Ejercicio Aplicativo
El Director de Personal de la Empresa Textil “Santa
Lucía” desea estimar la tardanza mensual promedio
del personal que labora en esta empresa. Con este
fin elige al azar la Tarjeta de Control de Asistencia
del último mes de 10 trabajadores. En una de las
tarjetas seleccionadas se registró 140 minutos de
tardanza.
En esta situación, identifique:

La característica : Tiempo de tardanza mensual

La unidad elemental : Un trabajador de la empresa

(o unidad de análisis)
El marco poblacional: Todo el personal que labora en
esa empresa
La población : Registro de tiempo de tardanza
mensual de todo el personal que
labora en esta empresa
El marco muestral : Diez trabajadores
La muestra : Registro del tiempo de
tardanza de cada uno de los
trabajadores seleccionado

Tipo de dato : Variable cuantitativa continua

Un dato registrado : 140

minutos
La unidad de medida:
El estimador : El tiempo medio de tardanza de los
10 trabajadores: x
El parámetro : El tiempo medio de tardanza de
todos los trabajadores de la
empresa (µ)
Ejercicio 1

El Gerente de un Hotel sabe que en lo que va del año, estuvieron

en el hotel 725 huéspedes y desea conocer el tiempo medio de
permanencia. Para ello selecciona al azar la hoja de registro de
100 huéspedes. Una de las hojas permitió conocer que cierto
huésped había permanecido 6 días en el hotel. En esta situación
identifique los siguientes términos (no se pide la definición):

Característica. Unidad de análisis. Marco poblacional Población.

Marco muestral. Muestra. Tipo de muestreo. Un dato. Unidad de
medida. Un estimador.