Mg.

Manuel Córdova Zamora

ESTADISTICA
Descriptiva e Inferencial

Los 8 tipos principales de la población

estadística
De acuerdo con el número de individuos que conforman la población
estadística, estas podrían clasificarse en:

1- Población finita

Se refiere a grupos de individuos en una cantidad claramente definida, como

los habitantes de una ciudad, los globos en una piscina, las cajas en un
almacén, entre otros. Se pueden contar y agrupar.

Algunos ejemplos de este tipo de población serían:

 Cantidad de alumnos en una universidad.

 Número de autos vendidos durante 2017.
 Terremotos de magnitud superior a los 4° en la escala de Ritcher
ocurridos en una ciudad.

2- Población infinita

Se trata de poblaciones inconmensurables. No obstante, es una noción

meramente conceptual, dado que toda población está compuesta por objetos
o individuos en cantidades finitas.

Entre los casos de población infinita se podrían mencionar como ejemplos:

 Los granos de arena en una playa

 La cantidad de olas que rompen contra un arrecife en un día.
  Las gotas de agua que caen durante una lluvia.

3- Población real

Es el grupo de elementos concretos, como por ejemplo: el número de

personas en edad productiva en América Latina.

Otros ejemplos podrían ser:

 La cantidad de usuarios de una aplicación móvil determinada.

 El número de protestas civiles en una ciudad durante un mes.
 Los capítulos de una serie televisiva.

Como puede verse estos ejemplos son, al mismo tiempo, los de una
población real y finita.

4- Población hipotética

Es un concepto que aplica cuando se está trabajando con situaciones posibles

hipotéticas. Por ejemplo cuántas personas podrían sobrevivir a una
catástrofe.

Está relacionada con la población de observaciones hipotéticas que ocurre

cuando se está trabajando con muestras de observaciones referidas a
conceptos psicológicos como ansiedad, miedo, etc.

En este caso, la población de observaciones es hipotética, potencial.

Ejemplo de esto sería:

 El nivel de ansiedad que tendrían los drogadictos que sigan,

voluntariamente, un tratamiento específico.
 El nivel de miedo que pueden sentir las personas al pasar por una
experiencia concreta.
 La angustia que puede sentir una madre al perder a su hijo en un
parque de diversiones.
5- Población estable

Se le llama así a los grupos de elementos que mantienen sus cualidades casi
intactas por un largo período.

Algunos ejemplos de estos casos tienen que ver, por ejemplo, con:

 Cambios en la geología de un territorio

 Velocidad de movimientos de los astros

6- Población inestable

Las cualidades de este tipo de población varían constantemente.

7- Población dependiente

Es el tipo de población que cambia sus valores por un motivo definido, una
causa identificada. La dependencia puede ser total o parcial.

Un ejemplo de esto podría ser:

 El nivel de ventas de un producto que puede depender de: la calidad

del producto, la publicidad, la distribución, etc.

8- Población polinomial

Se habla de población polinomial cuando en la investigación hay interés por

varias de sus características.

Por ejemplo: un censo poblacional, por lo general, recoge información sobre

distintas variables de los habitantes (edad, ubicación, nivel de ingresos y de
instrucción, etc).

Población
Definición. En forma general, en estadística; se denomina población, a un
conjunto de elementos (que consiste de personas, objetos, etc.), que contienen
una o más características observables de naturaleza cualitativa o cuantitativa
que se pueden medir en ellos.
A cada elemento de una población se denomina unidad elemental o unidad
estadística. Por ejemplo, los empleados de una empresa en un día “laborable,
constituyen una población en la que cada empleado (unidad estadística), tiene
muchas características a ser observadas, como, por ejemplo: sexo, estado civil,
lugar de procedencia, grado de instrucción, etc. (características cualitativas), o
número de hijos, ingresos mensuales, etc. (características cuantitativas).
El resultado de medir una característica observable de una unidad elemental, se
denomina dato estadístico o valor observado o simplemente observación.
Por otra parte, la población; viene definida por la tarea o investigación estadística
a realizarse. Y como la medición o conteo de la característica especificada por
la investigación se hace a cada unidad elemental, se puede considerar a la
población como la totalidad de valores posibles de una característica particular
especificada por la investigación estadística. En este sentido la población
consiste de un conjunto de datos estadísticos que se reúnen de acuerdo con la
formulación de una investigación estadística o con la definición de la población
específica.

Muestra

Muestra
Después de definir la investigación estadística a realizar, se debe decidir entre
investigar toda la población o sólo una parte de ella. El primer procedimiento es
denominado censo y el segundo es llamado muestreo.
Definición. Se denomina muestra a una parte de la población seleccionada de
acuerdo con un plan o regla, con el fin de obtener información acerca de la
población de la cual proviene.
La muestra debe ser seleccionada de manera que sea representativa de la
población. Un método de selección de muestras representativas es al azar
simple,
esto es cada elemento de la población tiene la misma posibilidad de ser
seleccionada para la muestra.
Estadística O estadígrafo. Se denomina estadística a una medida
descriptiva que resuma una característica de la muestra, tal como la media ( ~x
) o la
varianza ( s 2 ) calculada a partir de los datos observados de una muestra
aleatoria.
Es importante tener en cuenta, si el análisis estadístico se está haciendo con una
muestra o con una población. En ambos casos las medidas descriptivas son las
mismas. Para diferenciarlos, los parámetros de la población, se representan por
letras griegas.

Ventajas y Desventajas de Muestreo

Ventajas

 Rapidez y facilidad de realizar el estudio

 Menor número de sujetos a estudiar

 Menor costo económico

 Mayor validez del estudio.

 Mayor número de variable a estudiar

 Controlar y ajustar posibles variables de confusión.

 Es muy útil cuando el Universo es muy grande o Infinito.

 Cuando alguno de los elementos observados se destruye en la observación.

 El producto sufre menos daño al haber menos manipulación.

Desventajas

 Muestra representativa: no existe una definición formal que nos permita

afirmar que una muestra es o no representativa de la población objeto de
estudio.

 Error de muestreo o error aleatorio: es el error que se comete debido al hecho

de sacar conclusiones sobre una población a partir del estudio de una muestra
de ella.
CÁLCULO DEL TAMAÑO DE LA MUESTRA DESCONOCIENDO EL TAMAÑO DE LA
POBLACIÓN
La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de la
población es la siguiente:

En donde
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
D = precisión (error máximo admisible en términos de proporción)

CÁLCULO DEL TAMAÑO DE LA MUESTRA CONOCIENDO EL TAMAÑO DE LA

POBLACIÓN
La fórmula para calcular el tamaño de muestra cuando se conoce el tamaño de la
población es la siguiente:

En donde, N = tamaño de la población Z = nivel de confianza, P = probabilidad de éxito, o

proporción esperada Q = probabilidad de fracaso D = precisión (Error máximo admisible en
términos de proporción).

TIPOS DE MUESTREO
El muestreo es una herramienta para determinar qué parte de una población debemos
analizar cuando no es posible realizar un censo. Depende de los objetivos del estudio el
elegir una muestra probabilística o no probabilística.
 MUESTREO PROBABILÍSTICO

Se basa en el principio de equiprobabilidad, esto quiere decir que todos los individuos de la
muestra seleccionada, tendrán las mismas probabilidades de ser elegidos. Lo anterior nos
asegura que la muestra extraída contará con representatividad.

Al azar simple

 Sistemática
 Estratificada
 Conglomerados

Características:

 No hay discreción del investigador.

 Los elementos se seleccionan por reglas mecánicas.
 Hay error muestral.
 Se conoce la probabilidad de inclusión.

MUESTREO NO PROBABILÍSTICO

No sirven para hacer generalizaciones pero sí para estudios exploratorios. En este tipo de
muestras, se eligen a los individuos utilizando diferentes criterios relacionadas con las
características de la investigación, no tienen la misma probabilidad de ser seleccionados
ya que el investigador suele determinar la población objetivo.

 Por juicio u opinión.

 Por cuotas.
 De bola de nieve.
 De conveniencia.

Características:

 La muestra es discrecional
 Los elementos se seleccionan por facilidad conveniencia y no por reglas fijas
 No hay error muestral o no se puede calcular
 No se conoce la posibilidad de inclusión

Bibliografía
 Estadística General. Budapest, Editorial Terra.1962.
 Rev Ciencia de la Información. 1994. Vol25. No 4. Pag 193.
 Calero, Vinelo, Arístides. Estadística II.
 Cansado Enrique. Curso de estadística general. La Habana. Edición Revolucionaria.
1970.
 Caridad W. Guerra Bustillo. Estadística. Ciudad de la Habana. 1987
 Quenoville, M.H. Introductory Statistics. La Habana. Edición Revolucionaria.1970
 Enciclopedia Microsoft Encarta 2000
 Mc Graw Hill / Interamericana de España / IRWIN Madrid, España 1997.