La estadística

1. Fundamentos teóricos de estadística

1.1. Definición
Ciencia que utiliza conjuntos de datos numéricos para obtener, a partir
de ellos, inferencias basadas en el cálculo de probabilidades.
La estadística podría definirse como la ciencia que se encarga de
recopilar, organizar, procesar, analizar e interpretar datos con el fin de
deducir las características de una población objetivo.
La Estadística es una ciencia que proporciona un conjunto de métodos
que se utilizan para recolectar, resumir, clasificar, analizar e interpretar
el comportamiento de los datos con respecto a una característica
materia de estudio o investigación.
1.2. Población
Una población estadística es un conjunto de sujetos o elementos que
presentan características comunes. Sobre esta población se realiza el
estudio estadístico con el fin de sacar conclusiones. El tamaño
poblacional es el número de individuos que constituyen la población.
Población es un conjunto de sujetos, individuos, elementos o eventos
con determinadas características
1.3. Muestra
Una muestra estadística (o una muestra) es un subconjunto de elementos
de la población estadística. El mejor resultado para un proceso estadístico
sería estudiar a toda la población. Pero esto generalmente resulta
imposible, ya sea porque supone un coste económico alto o porque
requiere demasiado tiempo.

1.4. Estadístico
En estadígrafo o estadístico es una función matemática que utiliza datos
de muestra para llegar a un resultado que debe ser un número real. Los
Estadígrafos son utilizados para estimar parámetros o como valores de
distribuciones de probabilidad que permiten hacer inferencia estadística
5la inferencia estadística son los contrastes de hipótesis y los intervalos
de confianza de uno o varios parámetros de la muestra, y la toma de
decisiones respecto a la población contiene cierto grado de incertidumbre
1.5. Parámetro
Es un número que resume la gran cantidad de datos que pueden
derivarse del estudio de una variable estadística.
Los parámetros estadísticos son una consecuencia inevitable del
propósito esencial de la estadística8 crear un modelo de la realidad
1.6. Variable
Una variable estadística es una característica que puede fluctuar y cuya
variación es susceptible de adoptar diferentes valores, los cuales pueden
medirse u observarse. Las variables adquieren valor cuando se
relacionan con otras variables, es decir, si forman parte de una hipótesis
o de una teoría.
1.6.1. Tipos de variables estadísticas
1.6.1.1. Según el nivel de medida
Variables cualitativas
Son el tipo de variables que como su nombre lo indica expresan
distintas cualidades, características o modalidad. Cada
modalidad que se presenta se denomina atributo o categoría, y
la medición consiste en una clasificación de dichos atributos. Las
variables cualitativas pueden ser dicotómicas cuando sólo
pueden tomar dos valores posibles, como sí y no, hombre y
mujer o ser politómicas cuando pueden adquirir tres o más
valores. Dentro de ellas podemos distinguir:
 Variable cualitativa ordinal o variable
cuasicuantitativa: La variable puede tomar distintos
valores ordenados siguiendo una escala establecida,
aunque no es necesario que el intervalo entre mediciones
sea uniforme, por ejemplo: leve, moderado, fuerte.
 Variable cualitativa nominal: En esta variable los
valores no pueden ser sometidos a un criterio de orden,
como por ejemplo los colores o el lugar de nacimiento.
Variables cuantitativas
Son las variables que toman como argumento cantidades
numéricas, son variables matemáticas. Las variables
cuantitativas además pueden ser:
 Variable discreta: Es la variable que presenta
separaciones o interrupciones en la escala de valores
que puede tomar. Estas separaciones o interrupciones
indican la ausencia de valores entre los distintos valores
específicos que la variable pueda asumir. Ejemplo: El
número de hijos (1, 2, 3, 4, 5).
  Variable continua: Es la variable que puede adquirir
cualquier valor dentro de un intervalo especificado de
valores. Por ejemplo, la masa (2,3 kg, 2,4 kg, 2,5 kg...) o
la altura (1,64 m, 1,65 m, 1,66 m, ...), o el salario.
Solamente se está limitado por la precisión del aparato
medidor, en teoría permiten que exista un valor entre dos
variables.
1.6.1.2. Según la influencia
Variables independientes
Una variable independiente es aquella cuyo valor no depende
de otra variable. Es aquella característica o propiedad que se
supone es la causa del fenómeno estudiado. En investigación
experimental se llama así a la variable que el investigador
manipula.
Variables dependientes
Una variable dependiente es aquella cuyos valores dependen
de los que tomen otra variable. La variable dependiente en una
función que suele representar por y. La variable dependiente se
representa en el eje ordenadas. Son las variables de respuesta
que se observan en el estudio, y que podrían estar influidas por
los valores de las variables independientes.
Hayman (1974: 69) la define como propiedad o característica
que se trata de cambiar mediante la manipulación de la variable
independiente.
1.6.1.3. Otras variables
Variables intervinientes
Son aquellas características o propiedades que, de una manera
u otra, afectan el resultado que se espera y están vinculadas con
las variables independientes y dependientes.
Y es muy similar a la variable moderadora, aunque no son
iguales solo son muy similares a la forma de relacionarlas.
 Variables moderadoras
Según Tuckman: Representan un tipo especial de variable
independiente, que es secundaria, y se selecciona con la
finalidad de determinar si afecta la relación entre la variable
independiente primaria y las variables dependientes.
1.7. Tipos de Muestreo
 MUESTREO NO PROBABILÍSTICO: No se usa el azar, sino el
criterio del investigador, es decir, él decide si la muestra es o no
representativa. un ejemplo puede ser el realizado por un médico
para investigar una determinada enfermedad, selecciona sus
pacientes.
 MUESTREO PROBABILÍSTICO (ALEATORIO): Interviene el azar
de alguna forma. Nos vamos a centrar en este tipo de muestreo.
 MUESTREO ALEATORIO SIMPLE
Es el tipo de muestreo más simple y en él se basan todos
los demás. Para obtener los elementos de la muestra se
numeran los elementos de la población y se seleccionan al
azar los elementos que debe contener la muestra. Todos los
elementos tienen la misma probabilidad de ser elegidos.
 MUESTREO ALEATORIO SISTEMÁTICO
Es una técnica parecida a la anterior, pero, tras elegir un
primer elemento al azar, selecciona los demás a intervalos
regulares, es decir, "sistematiza la selección de elementos.
Por ejemplo, si tenemos una población de 100 individuos y
queremos seleccionar una muestra de 20, actuaríamos de
la siguiente forma:

Numeramos los elementos o personas.

Tenemos que elegir un elemento de cada 100/20= 5
(coeficiente de elevación).
 Elegimos al azar un elemento o persona entre los 5
primeros. Supongamos que elegimos el número 2.
Posteriormente seleccionamos un elemento cada 5, es
decir, el 2+5=7, 7+5=12, etc. El ultimo sería el elemento
número 97.

 MUESTREO ESTRATIFICADO
Consiste en dividir la población total en clases homogéneas
(estratos). Cada estrato funciona independientemente,
pudiendo aplicarse dentro de ellos el muestreo aleatorio
simple para elegir los elementos concretos que formarán
parte de la muestra. En ocasiones las dificultades que
plantean son demasiado grandes, pues exige un
conocimiento detallado de la población. (Tamaño
geográfico, sexos, edades...).
 MUESTREO POR CONGLOMERADOS
Es parecido al muestreo estratificado, con la diferencia que
la población se divide en grupos heterogéneos, como si
fueran subpoblaciones dentro de la población general.
Ejemplos de conglomerados serían unidades hospitalarias,
mesas electorales, etc.
1.8. Calculo de muestras finitas

Si la población es finita, es decir conocemos el total de la población y

deseásemos saber cuántos del total tendremos que estudiar la fórmula
sería:
1.8.1. Calculo de muestra infinitas
Se utiliza la siguiente formula:

1.8.2. Ejercicios de cálculo de muestra

¿A cuántas personas tendría que estudiar de una población de
15.000 habitantes para conocer la Prevalencia de diabetes?
 Seguridad 95%, Precisión 3%, Proporción esperada 5%
¿Cuántas mujeres será necesario estudiar para estimar la
prevalencia de dolor lumbar en una población de embarazadas?
Con un nivel de confianza del 95% (α= 0,05; Zα= 1,96), un error
máximo admitido del 8% (la amplitud del IC será 16) y un valor de
prevalencia conocido por la bibliografía del 20%, el tamaño de la
muestra necesario será de 96 mujeres:
Calcule el tamaño de la muestra para una población de 500 con un
error de muestreo del 5% y nivel de confianza del 95%.
Respuesta: 217
Calcule el tamaño de la muestra para una población de 500 con un
error de muestreo del 5% y nivel de confianza del 99%.
Respuesta: 285
Calcule el tamaño de la muestra para una población de 500 con un
error de muestreo del 9% y nivel de confianza del 95%.
Respuesta: 96
Calcule el tamaño de la muestra para una población de 500 con un
error de muestreo del 9% y nivel de confianza del 99%.
Respuesta: 145