UNIVERSIDAD TECNOLOGICA

INDOAMERICA
FACULTAD DE INGENIERIA INDUSTIAL

NOMBRE
ALEX LPEZ
FECHA
14 04 2015
MATERIA
ESTADISTICA

INTRODUCCION

La presencia constante de la meta ltima de nuestro estudio: alcanzar unos

niveles de conocimiento tecnolgico y re- flexivo, lo cual debe abrir ese estudio
hacia la bsqueda de aplicaciones de lo aprendido, hacia el anlisis de los
sistemas que dan forma a nuestra vida y utilizan ese conocimiento
matemtico, y hacia criterios sociales y ticos para juzgarlos. Construir el
conocer de cada tpico matemtico pensando en cmo lo enseamos en el
aula, adems de reflexionar acerca de cmo nuestro conocer limita y con A
modo de introduccin..., nuestro recordatorio Adiciona nuestro trabajo docente.
De esta forma, integrar nuestra prctica docente en nuestro estudio. Como
complemento a lo anterior, construir el conocer de cada tpico matemtico
pensando en cmo lo podemos llevar al aula. Para ello, tomar conciencia del
proceso que seguimos para su construccin, paso a paso, as como de los
elementos cognitivos, actitudinales, emocionales...- que se presenten en dicho
proceso. Porque a partir de esta experiencia reflexiva como estudiantes,
podremos entender y evaluar mejor el desempeo de nuestros alumnos a su
nivel- ante los mismos temas. En definitiva, entender que la matemtica es la
base de su didctica: la forma en que se construye el conocimiento
matemtico es una fuente imprescindible a la hora de planificar y desarrollar
su enseanza.

OBJETIVO

OBJETIVO GENERAL

Analizar las diferentes formas de muestras y poder representar

grficamente los datos estadsticos durante todo el proceso de estudio.

OBJETIVOS ESPECIFICOS

Conocer los diferentes tipos de muestras y sus aplicaciones en la

adquisicin de datos.
Aprender las diferentes tipos de representaciones grficas de
datos estadstcos y en que se aplica.

TIPOS DE MUESTREO

Existen diferentes criterios de clasificacin de los diferentes tipos de

muestreo, aunque en general pueden dividirse en dos grandes grupos:
mtodos de muestreo probabilsticos y mtodos de muestreo no
probabilsticos.
I.

Muestreo probabilstico

Los mtodos de muestreo probabilsticos son aquellos que se basan en

el principio de equiprobabilidad. Es decir, aquellos en los que todos los
individuos tienen la misma probabilidad de ser elegidos para formar
parte de una muestra y, consiguientemente, todas las posibles muestras
de tamao n tienen la misma probabilidad de ser seleccionadas. Slo
estos mtodos de muestreo probabilsticos nos aseguran la
representatividad de la muestra extrada y son, por tanto, los ms
recomendables. Dentro de los mtodos de muestreo probabilsticos
encontramos los siguientes tipos:
1.- Muestreo aleatorio simple:
El procedimiento empleado es el siguiente:
1) se asigna un nmero a cada individuo de la poblacin y2) a travs de
algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros
aleatorios, nmeros aleatorios generados con una calculadora u
ordenador, etc.) se eligen tantos sujetos como sea necesario para
completar el tamao de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad
prctica cuando la poblacin que estamos manejando es muy grande.
2.- Muestreo aleatorio sistemtico:
Este procedimiento exige, como el anterior, numerar todos los
elementos de la poblacin, pero en lugar de extraer n nmeros
aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es
un nmero elegido al azar, y los elementos que integran la muestra son
los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se
toman los individuos de k en k, siendo k el resultado de dividir el tamao
de la poblacin entre el tamao de la muestra: k= N/n. El nmero i que
empleamos como punto de partida ser un nmero al azar entre 1 y k.
El riesgo este tipo de muestreo est en los casos en que se dan
periodicidades en la poblacin ya que al elegir a los miembros de la
muestra con una periodicidad constante (k) podemos introducir una
homogeneidad que no se da en la poblacin. Imaginemos que estamos
seleccionando una muestra sobre listas de 10 individuos en los que los 5
primeros son varones y los 5 ltimos mujeres, si empleamos un

muestreo aleatorio sistemtico con k=10 siempre seleccionaramos o

slo hombres o slo mujeres, no podra haber una representacin de los
dos sexos.

3.- Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que
simplifican los procesos y suelen reducir el error muestral para un
tamao dado de la muestra. Consiste en considerar categoras tpicas
diferentes entre s (estratos) que poseen gran homogeneidad respecto a
alguna caracterstica (se puede estratificar, por ejemplo, segn la
profesin, el municipio de residencia, el sexo, el estado civil, etc.). Lo
que se pretende con este tipo de muestreo es asegurarse de que todos
los estratos de inters estarn representados adecuadamente en la
muestra. Cada estrato funciona independientemente, pudiendo aplicarse
dentro de ellos el muestreo aleatorio simple o el estratificado para elegir
los elementos concretos que formarn parte de la muestra. En ocasiones
las dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la poblacin. (Tamao geogrfico, sexos,
edades,...).
La distribucin de la muestra en funcin de los diferentes estratos se
denomina afijacin, y puede ser de diferentes tipos:
Afijacin Simple: A cada estrato le corresponde igual nmero de
elementos mustrales.
Afijacin Proporcional: La distribucin se hace de acuerdo con el peso
(tamao) de la poblacin en cada estrato.
Afijacin Optima: Se tiene en cuenta la previsible dispersin de los
resultados, de modo que se considera la proporcin y la desviacin
tpica. Tiene poca aplicacin ya que no se suele conocer la desviacin.
4.- Muestreo aleatorio por conglomerados:
Los mtodos presentados hasta ahora estn pensados para seleccionar
directamente los elementos de la poblacin, es decir, que las unidades
mustrales son los elementos de la poblacin.

En el muestreo por conglomerados la unidad muestral es un grupo de

elementos de la poblacin que forman una unidad, a la que llamamos
conglomerado. Las unidades hospitalarias, los departamentos
universitarios, una caja de determinado producto, etc., son
conglomerados naturales. En otras ocasiones se pueden utilizar
conglomerados no naturales como, por ejemplo, las urnas electorales.
Cuando los conglomerados son reas geogrficas suele hablarse de
"muestreo por reas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente
un cierto numero de conglomerados (el necesario para alcanzar el
tamao muestral establecido) y en investigar despus todos los
elementos pertenecientes a los conglomerados elegidos.
II. Mtodos de muestreo no probabilsticos
A veces, para estudios exploratorios, el muestreo probabilstico resulta
excesivamente costoso y se acude a mtodos no probabilsticos, aun
siendo conscientes de que no sirven para realizar generalizaciones
(estimaciones inferenciales sobre la poblacin), pues no se tiene certeza
de que la muestra extrada sea representativa, ya que no todos los
sujetos de la poblacin tienen la misma probabilidad de se elegidos. En
general se seleccionan a los sujetos siguiendo determinados criterios
procurando, en la medida de lo posible, que la muestra sea
representativa.
En algunas circunstancias los mtodos estadsticos y epidemiolgicos
permiten resolver los problemas de representatividad aun en situaciones
de muestreo no probabilstico, por ejemplo los estudios de caso-control,
donde los casos no son seleccionados aleatoriamente de la poblacin.
Entre los mtodos de muestreo no probabilsticos ms utilizados en
investigacin encontramos:
1.- Muestreo por cuotas:
Tambin denominado en ocasiones "accidental". Se asienta
generalmente sobre la base de un buen conocimiento de los estratos de
la poblacin y/o de los individuos ms "representativos" o "adecuados"
para los fines de la investigacin. Mantiene, por tanto, semejanzas con
el muestreo aleatorio estratificado, pero no tiene el carcter de
aleatoriedad de aqul.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un
nmero de individuos que renen unas determinadas condiciones, por
ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes

en Gijn. Una vez determinada la cuota se eligen los primeros que se

encuentren que cumplan esas caractersticas. Este mtodo se utiliza
mucho en las encuestas de opinin.
2.- Muestreo intencional o de conveniencia:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de
obtener muestras "representativas" mediante la inclusin en la muestra
de grupos supuestamente tpicos. Es muy frecuente su utilizacin en
sondeos preelectorales de zonas que en anteriores votaciones han
marcado tendencias de voto.
Tambin puede ser que el investigador seleccione directa e
intencionadamente los individuos de la poblacin. El caso ms frecuente
de este procedimiento el utilizar como muestra los individuos a los que
se tiene fcil acceso (los profesores de universidad emplean con mucha
frecuencia a sus propios alumnos).
3.- Bola de nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a
otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea
muy frecuentemente cuando se hacen estudios con poblaciones
"marginales", delincuentes, sectas, determinados tipos de enfermos, etc.
4.- Muestreo Discrecional A criterio del investigador los elementos
son elegidos sobre lo que l cree que pueden aportar al estudio.

CARACTERISTICAS DE MUESTREOS
CARACTERISTICA
S

VENTAJAS

Aleatorio
simple

Selecciona
una
muestra de tamao n
de una poblacin de N
unidades,
cada
elemento tiene una
probabilidad
de
inclusin igual y
conocida

INCONVENIENTES

Sencillo y de Requiere
que
se
posea de antemano un
fcil
listado completo de
comprensin.
toda la poblacin.
Clculo rpido de
medias
y Cuando se trabaja con
muestras pequeas es
varianzas.
posible
que
no
a
la
Se basa en la represente
teora estadstica, poblacin
y
por
tanto adecuadamente.
existen paquetes

informticos para
analizar los datos.

Conseguir un listado
de los N elementos de
la poblacin
Determinar
muestral n.
Sistemtico

Fcil de aplicar.

No siempre es
necesario tener
un listado de toda Si la constante de
muestreo
est
la poblacin.
asociada
con
el
fenmeno de inters
Cuando
la las
estimaciones
poblacin
esta obtenidas a partir de
ordenada
la muestra pueden
siguiendo
una contener sesgos de
tendencia
seleccin
conocida, asegura
una cobertura de
unidades de todos
los tipos.

tamao

Definir un intervalo
k=N/n.

Elegir un nmero
aleatorio, r, entre 1 y k
(r=arranque aleatorio)
Seleccionar
los
elementos de la lista

En ciertas ocaciones
resultar conveniente
estratificar la muestra
segn ciertas variables
de inters.

Estratificado

Para ello debemos

conocer
la
composicin
estratificada de la
poblacin objetivo a
hacer un muestreo.
Una vez calculado el
tamao
muestral
apropiado, este se
reparte de manera
proporcional entre los
distintos
estratos
definidos
en
la

Tiende a asegurar
que la muestra
represente
adecuadamente a
la poblacin en
funcin de unas
variables
seleccionadas.

Se
obtienen
estimaciones mas
precisas.

Su objetivo es
conseguir
una
muestra lo mas
semejante posible
a la poblacin en
lo que a la o las
variables

Se
ha
de
conocer
la
distribucin
en
la
poblacin de
las variables
utilizadas para
la
estratificacin
.

poblacin usando una

simple regla de tres.

Conglomerado
s

Se realizan varias
fases de muestreo
sucesivas
(polietpico)
La
necesidad
de
listados
de
las
unidades
de
una
estapa se limita a
aquellas unidades de
muestreo
seleccionadas en la
etapa anterior.

estratificadoras se
refiere.

Es muy eficiente
cuando
la
poblacin es muy
grande
y
dispersa.

No es preciso
tenes un listado
de
toda
la
poblacin, slo
de las unidades
primarias
de
muestreo.

El
error
estndar
es
mayor que en
el
muestreo
aleatorio
simple
o
estratificado.

El clculo del
error estndar
es complejo.

REPRESENTACIN GRAFICA DE DATOS ESTADISTICOS

PARTES DE UN GRAFICO

Chart Title
6
5
4
3
2
1
0

Categora 1

Categora 2
Serie 1

Categora 3
Serie 2

Categora 4

Serie 3

REQUISITOS DE UN GRAFICO

El grafico que alcance su objetivo con la mayor sencillez ser el ms efectivo.

No debe contener ms lneas o smbolos que los que el ojo pueda seguir cmodamente.
Todo grfico debe explicarse por s mismo; por eso deben colocarse claramente el ttulo,
escalas, origen y leyendas.

REQUISITOS DE UN GRAFICO
No deben inclinarse ms ejes coordenados que los necesarios.

Chart Title

5
4
3
2
1
0

Serie 3
Serie 2
Serie 1

Serie 1

Serie 2

Serie 3

Para poder realizar un grfico de acuerdo al tipo de variables se toman en cuenta.

TIPOS DE DATOS
DISTRIBUCIN
DE FRECUENCIA

VARIABLE
CUALITATIVA
CUANTITATIVA
DISCRETA

TENDENCIA

CUANTITATIVA
CONTINUA
CUANTITATIVA

DAGRAMA DE BARRAS.

GRFICO
BARRAS SIMPLES Y EN
TODAS SUS FORMAS,
GRFICOS,
CIRCULARES,
PICTOGRAMAS
HISTOGRAMA
POLGONO DE FREC.
CURVAS
GRFICOS LINEASLES
SEMILOGARITMICO

Se utiliza para la representacin de variables cuantitativas discretas, cada valor de la

variable se representa por un punto sobre el eje OX y sobre l se dibuja una barra de
longitud igual o proporcional a su frecuencia absoluta. Si la frecuencia absoluta que se
utiliza es la acumulativa, el diagrama de barras que se obtiene es: diagrama de barras
acumulativo.

HISTOGRAMA.

Se utiliza para la representacin de variables cuantitativas continuas, cada intervalo se

representa sobre el eje OX , este ser la base del rectngulo que se dibuja sobre l con
altura igual o proporcional a su frecuencia absoluta. Como los intervalos son consecutivos,
los rectngulos quedan adosados. Si se utilizarn rectngulos de amplitud diferente, el rea
del rectngulo es la que tendra que ser proporcional a la frecuencia absoluta
correspondiente a ese intervalo. Histograma acumulativo, si se utiliza la frecuencia
absoluta acumulativa.

POLGONO DE FRECUENCIAS.
Se utilizan para variables estadsticas cuantitativas, discretas o continuas.

Para una variable discreta, el polgono de frecuencias se obtiene uniendo por una poligonal,
los extremos superiores de las barras.
Para una variable continua, el poligono de fecuencias se obtiene uniendo por una poligonal
los puntos medios de la base superior de los poligonos del histograma.
Las escalas utilizadas para representar los polgonos de frecuencias influyen mucho por el
impacto visual de los mismos.

DIAGRAMA DE SECTORES.

Se utiliza para todo tipo de variable estadstica, cuantitativa o cualitativa. Consiste en

dibujar sectores sobre un crculo, siendo la amplitud de los sectores proporcional a su
frecuencia absoluta, cada sector se rellena con un color diferente.
El clculo de la amplitud en grados sexagesimales del sector correspondiente se realiza as:
ngulo = frecuencia relativa*360

PICTOGRAMAS Y CARTOGRAMAS

CARTOGRAMAS
Para aligerar la presentacin de datos estadsticas, con frecuencia se recurre a imgenes
pictricas representativas del valor de las variables.
Los cartogramas basados en mapas geogrficos que se utilizan distintas tramas, colores o
intensidades para remarcar las diferencias entre los datos

PICTOGRAMAS

Los pictogramas que muestran diagramas con figuras o motivos que aluden a la
distribucin estadstica analizada.

GRAFICOS LINEALES

En este tipo de grficos se representan los valores de los datos en dos ejes cartesianos
ortogonales entre si.
Se pueden usar para representar:
Una serie
Dos o ms series

PIRMIDE POBLACIONAL

Las pirmides de poblacin se utilizan en la expresin de informaciones demogrficas,

econmicas o sociales.
Se clasifican comnmente los datos de la poblacin del grupo de muestra considerado en
diferentes escalas de edad y diferenciada por sexo

BIBLIOGRAFIA
MARTI, F. Y. (14 de ABRIL de 2015). PRACTICA DE ESTADISTICAS EN EXCEL.
Obtenido de http://www.uv.es/~montes/seguridad/practicas_excel.pdf
MINSTERIO DE EDUCACION, C. Y. (14 de abril de 2015). recursostic.educacion.
Obtenido de
http://recursostic.educacion.es/descartes/web/materiales_didacticos/Esta
distica_3eso/graficos_estadisticos_mgc.html
RICARDO. (14 de ABRIL de 2015). SLIDERSHARE. Obtenido de
http://es.slideshare.net/rabl28/representacin-grfica-de-datos-estadsticos
Zabala, M. A. (2015). INTRODUCCION A LA ESTADISTICA. En M. ZABALA,
INTRODUCCION A LA ESTADISTICA (pg. 5 A LA 12). LATACUNGA:
CENTRO MAGIS.