Técnicas estadísticas para el procesamiento y análisis de la información
| Autor | Joaquín García Dihigo |
| Páginas | 129-168 |
129
4
Técnicas estadísticas para el procesamiento
y análisis de la información
Autor: Dr. Arturo Boll Placeres
Introducción
En cualquier trabajo de investigación, sea en la rama industrial, económica o
social, se requiere, una vez denido el problema a estudiar y los objetivos que
se quieren lograr, recopilar y procesar gran volumen de datos sobre las distintas
variables identicadas, de tal forma que el sistema bajo estudio pueda ser carac-
terizado o descrito, poder comparar, relacionar o saber la tendencia de algunas
variables que permitan dar respuesta a la hipótesis o los objetivos planteados.
Como generalmente un buen número de estas variables tendrán un compor-
tamiento aleatorio, será necesario hacer uso de técnicas o herramientas que
permitan asegurar un grado de conabilidad en los resultados del procesa-
miento de los datos.
La Estadística es la rama de la ciencia que se dedica a la colección, proce-
samiento, presentación y análisis de los datos para convertir los mismos
en una información útil.
Algunos autores denen la Estadística como un conjunto de funciones:
• Coleccionar, presentar y describir la información del proceso.
• Sacar conclusiones de la característica de una población a partir de una
muestra de la misma.
130
METODOLOGÍA DE LA INVESTIGACIÓN PARA ADMINISTRADORES
• Estudiar alternativas para mejorar los procesos.
• Obtener predicciones de variables de interés.
El presente capítulo no pretende, ni pensarlo, abarcar todas las técnicas esta-
dísticas posibles a aplicar. Es solo una pequeña muestra de aquellas que son
más recurrentes en el ámbito empresarial.
4.1. Colección de la información
Para poder realizar cualquier análisis estadístico se requiere primeramente de-
nir cuál es la población que será objeto de estudio.
La población es el conjunto de elementos que tienen una característica común
que es observable y acerca del cual queremos realizar determinados estudios.
Este paso es sumamente importante, pues la generalización de los resultados
de los estudios estadísticos quedará limitada a la población que se seleccionó
inicialmente. Si se quisiera realizar un estudio de las habilidades de computa-
ción que tienen los estudiantes que arriban a una Universidad, la población será
todos los estudiantes matriculados en los primeros años de las carreras que en
ella se imparten. Si se seleccionan solo estudiantes de las carreras de Ciencias
Técnicas, los resultados serán generalizables solo a este tipo de estudiantes.
Como generalmente es muy difícil poder tomar datos de toda la población, el
segundo paso será la selección de la muestra.
Una muestra es un subconjunto de la población sobre la cual se realizará algu-
na medición que permitirá conclusiones generalizables a toda la población.
4.1.1. Tipos de muestreo
Existen diversos tipos de muestreos y ellos se clasican en probabilísticos y
no probabilísticos. En la siguiente tabla se muestran distintas formas de rea-
lizar el muestreo según su clasicación.
Tipo de muestreo Muestreo
Probabilístico
Aleatorio Simple
Estraticado
Sistemático
No probabilístico Por juicios
Por cuotas
Tabla 4.1. Formas de realizar el muestreo según la clasicación.
CAP. 4 - TÉCNICAS ESTADÍSTICAS PARA EL PROCESAMIENTO Y ANÁLISIS DE LA INFORMACIÓN
131
4.1.1.1. Muestro probabilístico
La muestra se selecciona basándose en un criterio probabilístico o de tipo
aleatorio, en el cual cada elemento muestral tiene idénticas probabilidades de
ser seleccionado. Cuando se aplica este procedimiento, se elimina el posible
sesgo del investigador al seleccionar la muestra y tiene la ventaja, además, de
poder estimar el error cometido al estimar el parámetro de una variable de
acuerdo al tamaño de muestra seleccionado. El más sencillo de los muestreos
probabilísticos es el Muestreo Aleatorio Simple.
Muestreo aleatorio simple
Es el tipo de muestreo probabilístico más sencillo y se aplicará siempre que el
investigador considera que existe homogeneidad para una variable dada en
todos los elementos muestrales de la población seleccionada.
En general, una muestra aleatoria debe cumplir con los siguientes requisitos:
• Cada elemento de la población debe tener la misma probabilidad o posi-
bilidad de ser seleccionado.
• Cada observación debe ser independiente de la otra, pues el resultado de
una observación no debe inuir en el resultado de las restantes.
El primer requisito se garantiza con la utilización de los números aleatorios
para seleccionar los elementos que compondrán la muestra. Para ello se sigue
el siguiente procedimiento:
1. Se enumeran todos los elementos de la población desde 0 hasta N.
2. Se seleccionarán números aleatorios (NA) de tantos dígitos como N. Si
N=250, se seleccionarán números aleatorios de 3 dígitos. Estos pueden
seleccionarse a partir de una Tabla de Números Aleatorios disponible en
cualquier libro de Estadística o generándolos en una computadora.
3. Se seleccionará el elemento de la población cuyo número dado en el paso
1 coincida con el número aleatorio, hasta llegar a seleccionar el tamaño
de la muestra jado. Esto es, si NA=156, se seleccionará el elemento de la
población que haya sido enumerado con el 156 y así hasta completar las
n observaciones deseadas.
El segundo requisito se cumplirá siempre que el tamaño de la muestra n sea
pequeño en relación con el tamaño de la población N. Para el caso contrario,
debe utilizarse un muestreo con reemplazamiento; esto es, el elemento que se
selecciona una vez “medido”, se incorpora nuevamente a la población.
Para continuar leyendo
Solicita tu prueba