ESTADISTICA

I. CONCEPTOS BSICOS
1. Estadstica
Estadstica tiene diferentes significados dependiendo de la persona que analice la
palabra, por ejemplo:

- Para un ingeniero de una planta de generacin elctrica, los datos de consumo
de energa durante el da.
- Para un administrador de un hospital, los datos de la cantidad de pacientes
recibidos, atendidos, que enfermedades presentaron, medicamentos
consumidos.
- Para un profesor, los datos de conocimientos previos de los alumnos, cantidad
de inasistencias durante la asignatura, record de notas.
- Para los alumnos, los datos respecto a las notas obtenidas durante el ciclo en
las diferentes asignaturas, etc.
Para todos ellos su apreciacin o definicin de Estadstica es correcta y nosotros
avalamos eso.
En todos estos casos podemos determinar factores comunes: "Observacin y
estudio de determinadas caractersticas de los DATOS recolectados.

Si elaboramos un poco ms esta definicin, podramos decir que la Estadstica trata
de "Teoremas, mtodos, tcnicas y herramientas que nos permiten:

1. Recolectar, seleccionar y clasificar datos.
2. Interpretar y analizar los datos.
3. Deducir y evaluar las conclusiones obtenidas y su
confiabilidad en base a los datos muestrales.
El punto clave del por qu llevamos a cabo un anlisis estadstico en la
Administracin de una empresa es el lograr un adecuado proceso de Toma
de Decisiones (calidad).
2. Estadstica Descriptiva e Inferencia Estadstica

En Estadstica es posible llevar a cabo dos tipos de anlisis: descriptivo e inferencial.
Si nosotros estamos interesados en describir nicamente las caractersticas de un
grupo particular de personas y no efectuar especulaciones sobre sus caractersticas
futuras considerando diferentes situaciones, entonces estamos usando la
Estadstica Descriptiva.

Podemos decir entonces que se refiere a las "diferentes tcnicas que permiten
RESUMIR y PRESENTAR datos para facilitar su empleo".

Las tcnicas que nos permiten destacar la presentacin de datos son la Grficas, y
dentro de ellas tenemos: histogramas, polgonos de frecuencia, curvas, ojivas,
barras, pastel (pie), y combinaciones de estas.

Aquellas tcnicas que ponen nfasis en el RESUMEN de datos son las numricas,
y en estas tenemos las medidas de tendencia central (promedio, moda, mediana)
y las medidas de dispersin o variabilidad (rango, varianza, desviacin estndar).
Por otro lado la Inferencia Estadstica, consiste en PLANTEAR y PROBAR
SUPUESTOS, para los cuales nosotros tenemos que aplicar conceptos
probabilsticos que nos muestran cuan ciertas o falsas (inciertas) son nuestras
suposiciones o tambin cun segura o insegura es la ocurrencia de un evento
predicho.
Luego diremos que la Inferencia Estadstica comprende aquellas tcnicas por
medio de las cuales tomamos decisiones sobre una poblacin estadstica
basados en una muestra o en el juicio de los administradores.
Dentro de estas tcnicas se encuentran las diferentes distribuciones de
probabilidad como la normal, normal estndar, etc.

La Inferencia Estadstica trabaja con muestras a raz de las cuales podremos
deducir caractersticas de una poblacin estadstica a las que llamaremos
parmetros.

Como ejemplos de Estadstica Descriptiva tenemos:
a. Presentacin de un diagrama de barras del volumen de ventas de un
producto durante un ao.
b. Presentacin de un diagrama pastel sobre la participacin porcentual del
"Sublime", en el mercado de chocolates.
c. Podemos calcular cual es la desviacin o separacin del volumen de ventas
de un mes especfico respecto al promedio histrico.

En el caso de la Estadstica Inferencial podemos tener:
a. Estimar el voltaje de resistencia de un dispositivo electrnico hasta su falla,
lo que nos permitir inferir luego de evaluada una muestra, cual es la
probabilidad de falla de este dispositivo a diferentes niveles de voltaje.
b. En base a los ingresos de los padres de los alumnos de la Universidad del
Pacfico (muestra), estimar cuales sern sus ingresos durante los prximos
cinco aos, para esto debemos analizar y evaluar diversos factores de la
muestra y asumir supuestos.

3. Poblaciones estadsticas - Tipos de variables

Una poblacin estadstica consta de datos que son caractersticas medidas o
descritas de ciertos objetos, a los cuales llamamos unidades elementales.
Aclaremos este concepto con ejemplos:
a. Deseamos determinar cual es el ingreso familiar promedio de las familias
de San Isidro, que consta de 10,000 familias. La poblacin la conforman
10,000 cantidades (ingresos familiares). La unidad fundamental o elemental
ser la familia y las caractersticas a medir el ingreso familiar (anual,
mensual, etc.).
b. No todas las caractersticas son medibles, solo las podemos describir,
deseamos determinar el porcentaje de estudiantes casados en el Centro de
Desarrollo Gerencial de la U.P., nuestra poblacin ser la cantidad total de
estudiantes del CDG, asumamos 500, luego tendremos 500 trminos entre
soltero y casado que describen el estado de stos estudiantes, siendo
nuestra unidad poblacional el estudiante del CDG.

Luego podremos decir que: "Una poblacin estadstica es un conjunto de
observaciones medidas o descritas para cada una de sus unidades elementales".
Toda observacin que nosotros podamos medir como lo es la edad, el ingreso, el
peso, la estatura, se le denomina observacin cuantitativa.

Por el contrario toda observacin que es descrita es decir no es medible, como el
estado civil, la marca de la ropa, estado de operatividad de equipos, se denominan
observaciones cualitativas.
Los valores medibles que se obtienen de las observaciones cuantitativas se llaman
valores de la variable o variante.

Estas observaciones cuantitativas o variables pueden ser a su vez de dos tipos
discretas o continuas.

Una variable discreta es aquella que solamente puede tomar un nmero limitado
de valores en una escala de medidas; esta informacin suele presentarse a
travs del proceso de conteo; de ah que los valores se expresen generalmente
come nmeros enteros. Por ejemplo: el nmero de personas en mi hogar, la
cantidad de artculos en un almacn (inventario).
De otro lado una variable continua es aquella que puede tomar un nmero infinito
de valores en una escala de medidas. Los valores continuos se generan debido a
un proceso de medicin, en el cual podemos hallar una fraccin de un intervalo.
Por ejemplo: la edad de los alumnos puede ser 20 21 aos, pero tericamente
puede asumir cualquier valor entre 20 y 21; lo mismo sucede cuando pesamos
algn elemento.

Anteriormente dijimos que las observaciones cualitativas no pueden ser medidas,
sino que slo podan ser descritas, a esta descripcin o caracterstica se le
denomina atributo.
Es necesario reconocer y resaltar la diferencia entre una poblacin de variables
(observaciones medidas) y una poblacin de atributos (observaciones
descritas).

En el primer caso, como las variables son medibles podremos calcularles su media
aritmtica, mientras que en el caso de los atributos podremos calcularles sus
razones o porcentajes.

4. Poblacin y Muestra

Debemos recalcar la diferencia que existe entre una poblacin y una muestra y as
poder determinar que tipo de conclusiones extraemos de cada una de estas.

Un grupo de datos se considera una poblacin si las decisiones y
conclusiones basadas en ellas pueden efectuarse con certeza; es decir si
contamos con la informacin de una poblacin (completa) el riesgo de tomar
decisiones incorrectas no existe.
En cambio una muestra es slo una parte de la poblacin y las conclusiones
basadas en ella pueden ser errneas.

Al efectuar un anlisis estadstico, al nmero que describe una caracterstica o
aspecto de una poblacin y que para determinar su valor es necesario emplear la
informacin poblacional completa se le denomina parmetro.
Dentro de los parmetros ms comunes tenemos: el total, la proporcin, 1a
media o promedio, la mediana, la moda, el rango, la desviacin media, la
desviacin estndar.

El objetivo del muestreo es seleccionar una parte representativa de la poblacin
total, del mismo modo del que se toma una muestra de sangre para efectuar una
anlisis y determinar si una persona esta enferma o no.
Los diseos de muestras se clasifican en: probabilsticos y no probabilsticos.
Una muestra es probabilstica si cada unidad o elemento de la poblacin tiene
asignada alguna probabilidad de ser seleccionada en la muestra, y adems esta
probabilidad es conocida, el riesgo de tomar decisiones erradas respecto de los
datos encontrados puede ser determinado empleando la teora de
probabilidades.
Una muestra la consideraremos no probabilstica cuando algunas unidades o
elementos de la poblacin no tienen posibilidad de ser seleccionados o si esta
probabilidad no es conocida o no puede determinarse.

El riesgo de arribar a una conclusin errnea puede ser medido nicamente si la
muestra en cuestin es probabilstica, en ningn caso podr determinarse si se
trata de una muestra no probabilstica.

Dentro de las muestras probabilsticas sujetas al anlisis estadstico tenemos:

- Muestra aleatoria simple, es aquella la que los elementos o unidades que
la conformarn se seleccionan de la poblacin en forma individual y al azar,
en forma similar como cuando escogemos un nmero de lotera.
Pero cuando tenemos una poblacin bastante numerosa esta labor se nos
puede complicar, para lo cual para asegurar que todas las unidades o
elementos tienen la misma probabilidad de ser seleccionados, podemos
emplear los nmeros aleatorios, ya sean estos extrados de una tabla o
sean generados por computadora.
Pero qu son estos nmeros?, son cifras del 1 al 0 dispuestas de una
forma particular y distribuidas al azar.
Para poder seleccionar una muestra aleatoria simple es necesario contar
con un listado de todos los elementos de la poblacin al cual llamaremos
marco poblacional. As como contamos con un parmetro como
caracterstica de una poblacin, tambin existe un nmero que describe
una determinada caracterstica de la muestra al cual se le conoce con el
nombre de estadgrafo.
Estos estadgrafos tambin pueden ser rangos, medias, medianas, modas,
etc. pero de la muestra. En el caso de un parmetro, este se calcula en
base a la informacin completa de la poblacin por lo que su valor es
constante, pero en el caso de un estadgrafo su valor es calculado en
base a una muestra, y como de una poblacin se pueden extraer
innumerables muestras, este valor variar de muestra en muestra,
convirtindose en una variable.

- Muestra Estratificada, en este tipo de muestra a la poblacin se le divide
en un nmero determinado de grupos o tambin llamados estratos.
La finalidad de esta divisin es contar con grupos o estratos que sean
relativamente homogneos respecto a las caractersticas a analizar o
estudiar, ahora de cada uno de los estratos establecidos se procede a
seleccionar una muestra aleatoria simple para luego formar una gran
muestra.
Este tipo de muestra nos asegura la representacin proporcional de todos
los grupos existentes en una poblacin. Por ejemplo: respuesta de
hombres, mujeres, jvenes, nios ante un determinado producto; o los tan
conocidos estratos socio-econmicos.

- Muestra por conglomerados, en este caso la divisin se lleva a cabo de
una manera natural, en la misma forma que la muestra estratificada, la
seleccin de los componentes de la muestra se efecta al azar.
Existe alguna diferencia? si la existe, construiremos una muestra
estratificada cuando observemos una diferencia mnima entre los
integrantes del grupo pero a su vez una gran diferencia entre los grupos o
divisiones.
En el caso de una muestra por conglomerados, observaremos una gran
diferencia o variacin dentro del grupo pero una diferencia mnima entre
grupos, este es el caso tpico de una divisin geogrfica.

En el caso de las muestras no probabilsticas, contamos con las siguientes
muestras:
- Muestra de conveniencia, para la construccin de una muestra de este
tipo los elementos y unidades se seleccionan por su facilidad de acceso o
conveniencia. Como en el caso de las opiniones recolectadas a la salida de
un supermercado, o los cupones enviados dentro de un artculo para
obtener informacin sobre preferencia y recomendaciones.


- Muestra basada en la opinin, la seleccin de los componentes de esta
muestra esta basada en el juicio o criterio de un experto, generalmente se
escoge construir este tipo de muestra cuando el costo y/o el tiempo hacen
que la muestra sea muy pequea.

5. De dnde obtenemos informacin?
Nuestros jefes o nosotros mismos deseamos informacin respecto a] mercado
para un determinado producto o servicio; un reporte de como fueron las ventas en
aos previos; las posibilidades de cambios econmicos en un futuro cercano o
distante; y todo esto lo necesitamos para poder tomar decisiones adecuadas.
Muchas veces el anlisis inicial lo podemos efectuar en base a la informacin
disponible en la empresa (archivos, libros, etc.), pero despus seguramente
requeriremos buscar mayor informacin para un anlisis ms detallado; por
ejemplo el nivel de ingresos de un determinado sector, ustedes dirn por que no
construimos una muestra en base a encuestas, pero si lo pensamos mejor nos
daremos cuenta que esta muestra es muy cara y nos llevar demasiado tiempo y
debemos usarla solo como ltimo recurso, slo cuando ya no existan fuentes
disponibles.
Nuestra sugerencia es hacer un viaje a la biblioteca y buscar en los ficheros de
libros y publicaciones la informacin que requerimos.
Generalmente la informacin actualizada se encuentra disponible en las
publicaciones del Gobierno, artculos periodsticos e informes de Instituciones de
Investigacin econmico-financiero.
Debemos estar consientes que todo empresario es un analista y como tales
debemos estar familiarizados con las fuentes de informacin existentes en nuestro
medio, entre estas podemos mencionar:

a. Almanaques
Almanaque Mundial
b. Publicaciones
Peridicos del Gobierno Reportes de
Censos Reportes de Ministerios Informe
Semanal del BCR Boletines INTE
c. Firmas Financieras
Reportes de Bancos (Nac. y Ext.)
Reportes de la BVL.
Reportes de Asociaciones Empresariales.

d. Instituciones de Investigacin
Universidades GRAN
SNI AID
ONU Apoyo
OEA Cunto, etc.
e. Grupos Econmicos

f. Peridicos y revistas especializadas
La banca 1/2 de cambio
Gestin Moneda, etc.

g. Base de datos computarizada.