ESTADÍSTICA

Presentado por: Veronica Garcia H

Ingeniera Agropecuaria
 Variables que intervienen en el
cálculo del tamaño de la muestra
El cálculo del tamaño de la muestra en un
estudio estadístico depende de varias
variables. Cada una de estas variables
contribuye a determinar cuántas
observaciones necesitamos para que
nuestros resultados sean confiables y
representativos de la población.
 Grado de confianza
El grado de confianza se refiere a la certeza con la que
queremos que los resultados de la muestra representen a la
población. Se expresa comúnmente como un porcentaje
(90%, 95%, 99%) que indica la probabilidad de que el valor
real de la población esté dentro del rango estimado por la
muestra.
 Grado de confianza
Valor Z asociado: Cada grado de confianza tiene un valor
Z.
90% de confianza → Z = 1.645
95% de confianza → Z = 1.96
99% de confianza → Z = 2.576
Grado de confianza
Ejemplo: Un grado de confianza del 95% implica que si
realizamos el estudio repetidas veces, esperamos que el
95% de las veces los resultados de la muestra
contengan el valor verdadero de la población.
Influencia en el cálculo de la muestra: A mayor grado
de confianza, mayor debe ser el tamaño de la muestra,
ya que se necesita un rango más amplio para incluir el
valor real con mayor certeza.
 Margen de error (E)
El margen de error representa la tolerancia permitida para que
los resultados de la muestra se desvíen del valor real de la
población. Es decir, especifica cuán cerca queremos que los
resultados de la muestra estén del valor real de la población.
Ejemplo: Si el margen de error es del 5%, permitimos que los
resultados de la muestra difieran en hasta un 5% del valor
poblacional.
Variabilidad de la población
La variabilidad de la población se refiere a la dispersión o
diversidad en las características de la población. Cuando se
desconoce la variabilidad exacta, a menudo se usa una
estimación del 50%, ya que maximiza el tamaño de la muestra y
asegura una cobertura adecuada.
Variabilidad de la población
Probabilidad de Éxito (p): Representa la proporción
esperada de la población que presenta la característica de
interés (por ejemplo, el porcentaje de personas que elige un
producto específico).
Probabilidad de Fracaso (q): Es el complemento de
p (q = 1 - p)
y representa la proporción de la población que no presenta la
característica de interés.
Uso de la variabilidad de la población
en el cálculo de la muestra
Estimación de la Variabilidad (p y q)
Ejemplo práctico:
Supongamos que queremos estimar el
porcentaje de clientes satisfechos en una tienda,
pero no sabemos cuán variada es la satisfacción.
Si usamos una estimación inicial de p = 0.5 y q =
0.5, obtenemos la máxima variabilidad posible, y
el tamaño de muestra calculado será lo
suficientemente grande para reflejar cualquier
situación de variabilidad.
Uso de la variabilidad de la población
en el cálculo de la muestra
Estimación de la Variabilidad (p y q)
Ejemplo práctico:
Si luego obtenemos información adicional que
indica que el 80% de los clientes están
satisfechos (p = 0.8 y q = 0.2), la variabilidad
disminuye (p × q = 0.16), y el tamaño de muestra
requerido para el mismo nivel de precisión
puede reducirse.
¿Cuándo utilizar p = 0.5 y q = 0.5?

¿Cuándo utilizar otros valores de

p y q?
Fórmula para el cálculo del tamaño
de la muestra
Para estimar una proporción (cuando trabajamos con
características binarias, como éxito/fracaso), la fórmula del
tamaño de muestra es:
Fórmula para el cálculo del tamaño
de la muestra
n es el tamaño de la muestra.
Z es el valor del nivel de confianza deseado
(por ejemplo, 1.96 para el 95% de
confianza).
p y q representan la variabilidad
(probabilidades de éxito y fracaso).
E es el margen de error tolerado.
 Ejemplos
Ejemplo 1:
Supongamos que queremos hacer una encuesta para estimar el porcentaje
de personas que están satisfechas con un servicio en una población.
Contamos con los siguientes datos:
Grado de confianza: 95% (por lo tanto, Z=1.96)
Margen de error: 5% (E=0.05)
Probabilidad de éxito (p): 0.7 (se espera que el 70% de las personas
esté satisfecho)
Probabilidad de fracaso (q=1−p=0.3)
 Ejemplos
Ejemplo 2:
Supongamos que queremos realizar una encuesta con los siguientes datos:
Grado de confianza: 95% (por lo tanto, Z=1.96)
Margen de error: 6% (E=0.06)
 Variables estadísticas
En estadística, una variable estadística es cualquier característica o
propiedad que puede observarse, medirse o categorizarse dentro de una
población o muestra.
Variable estadística cualitativa

Variable estadística cualitativa

Las variables cualitativas, también conocidas como variables
categóricas, describen características que no pueden ser medidas
numéricamente. En lugar de números, estas variables se expresan
en categorías o grupos.
 Variable estadística cualitativa

a) Variable cualitativa nominal

Una variable cualitativa nominal es aquella en la que las categorías no
tienen un orden o jerarquía lógica. Se usan simplemente para diferenciar un
elemento de otro.
Ejemplos:
Color de ojos: Azul, verde, marrón.
Género: Masculino, femenino, no binario.
Nacionalidad: Colombiano, mexicano, argentino.
 Variable estadística cualitativa

Características:
Las categorías no tienen un orden lógico o jerárquico.
No se pueden aplicar operaciones de comparación (como mayor o
menor) entre las categorías.
 Tipos de variables estadísticas
b) Variable cualitativa ordinal
Una variable cualitativa ordinal es una variable categórica donde las
categorías tienen un orden o jerarquía lógica. Aunque no podemos medir la
diferencia exacta entre categorías, sabemos que una categoría tiene un
nivel mayor o menor que otra.
Ejemplos:
Nivel de educación: Primaria, secundaria, universidad.
Grado de satisfacción: Muy insatisfecho, insatisfecho, neutro,
satisfecho, muy satisfecho.
Tamaño de ropa: Pequeño, mediano, grande.
 Tipos de variables estadísticas
Características:
Las categorías tienen un orden o jerarquía.
No podemos medir numéricamente la diferencia entre categorías,
pero sí sabemos que una categoría es "mayor" o "menor" que otra
en términos de orden.
 Tipos de variables estadísticas

Variable estadística cuantitativa

Las variables cuantitativas representan características que pueden
ser medidas numéricamente. A diferencia de las cualitativas, las
variables cuantitativas permiten operaciones matemáticas, y su
análisis puede ser mucho más detallado. Se dividen en dos tipos
principales:
 Tipos de variables estadísticas
a) Variable cuantitativa discreta
Una variable cuantitativa discreta es aquella que puede tomar un
conjunto de valores específicos y finitos dentro de un rango,
generalmente valores enteros. Las variables discretas surgen
cuando contamos elementos (en lugar de medirlos), y suelen
representarse con números enteros.
Ejemplos:
Número de hijos: 0, 1, 2, 3, etc.
Número de autos en un estacionamiento: 10, 15, 20, etc.
Cantidad de llamadas recibidas en un día: 5, 8, 12.
 Tipos de variables estadísticas
b) Variable cuantitativa continua
Una variable cuantitativa continua puede tomar cualquier valor
dentro de un rango específico, incluyendo valores fraccionarios o
decimales. Estas variables se obtienen al medir y suelen depender
de la precisión del instrumento de medida.
Ejemplos:
Altura de una persona: 1.75 metros, 1.80 metros.
Peso de un objeto: 52.3 kg, 76.8 kg.
Temperatura ambiente: 23.4°C, 36.7°C.
Tipos de variables estadísticas
Características:
Pueden tomar valores dentro de un rango continuo,
incluidos decimales.
Permiten un rango amplio de valores, dependiendo de la
precisión de la medición.
Resultan de la medición de alguna característica o
propiedad.
Importancia de la clasificación de las
variables estadísticas

Determina el tipo de análisis

Facilita la selección de herramientas estadísticas
Permite interpretaciones más precisas
 Ejemplos practicos
Ejercicio 1:
Un estudio de mercado analiza los tipos de tiendas en las que
los clientes realizan sus compras. Las opciones incluyen:
Supermercado, Tienda de barrio, Tienda de conveniencia y
Mercado local.
Variable: Tipo de tienda
Respuesta:
Tipo de variable: ______________________
Escala de medida: ______________________
 Solución
Tipo de tienda
Variable: Cualitativa
Escala de medida: Nominal
Explicación: Es cualitativa porque describe una categoría sin
orden, y nominal porque las categorías no tienen jerarquía.
 Ejemplos practicos
Ejercicio 2:
En una encuesta sobre salud, se pregunta a los participantes
sobre la cantidad de veces que visitan al médico en un año.
Variable: Cantidad de visitas al médico
Respuesta:
Tipo de variable: ______________________
Escala de medida: ______________________
 Solución
Cantidad de visitas al médico
Variable: Cuantitativa
Escala de medida: Discreta
Explicación: Es cuantitativa porque representa un conteo de
visitas. Es discreta porque son valores enteros y no se pueden
subdividir.
 Ejemplos practicos
Ejercicio 3:
En un censo, se registra el nivel educativo de las personas
encuestadas. Las categorías incluyen: Primaria, Secundaria,
Bachillerato y Universitario.
Variable: Nivel educativo
Respuesta:
Tipo de variable: ______________________
Escala de medida: ______________________
 Solución
Nivel educativo
Variable: Cualitativa
Escala de medida: Ordinal
Explicación: Es cualitativa ya que representa categorías. Es
ordinal porque existe un orden implícito en los niveles
educativos.
 Ejemplos practicos
Ejercicio 4:
Se realiza una encuesta para conocer la preferencia de género en
una serie de televisión. Las opciones incluyen: Comedia, Drama,
Suspenso y Documental.
Variable: Género preferido
Respuesta:
Tipo de variable: ______________________
Escala de medida: ______________________
 Solución
Género preferido
Variable: Cualitativa
Escala de medida: Nominal
Explicación: Es cualitativa ya que describe una preferencia y
nominal porque no hay orden.
 Quiz
1. Un investigador desea estimar la proporción de clientes que
compran un nuevo producto de belleza. Se ha determinado
que, en estudios previos, el 65% de los clientes han adquirido
el producto. El investigador quiere realizar un estudio con un
grado de confianza del 95%, lo que corresponde a un valor de
Z = 1.96, y un margen de error del 4% (0.04). ¿Cuál es el
tamaño de la muestra necesario para llevar a cabo esta
estimación?
 Quiz
2. Un investigador realiza un estudio sobre las preferencias de los
estudiantes en una universidad en relación con su elección de carrera
y su desempeño académico. Los datos recopilados incluyen:
1. Carrera elegida (Ingeniería, Medicina, Derecho, Ciencias Sociales)
2. Edad del estudiante (en años)
3. Promedio de calificaciones (escala de 0 a 5)
4. Satisfacción con la carrera elegida (Baja, Media, Alta)
5. Número de materias aprobadas (número entero)
6. Género del estudiante (Masculino, Femenino, Otro)
Preguntas:
1. Indica qué variables son cualitativas y cuáles son cuantitativas.
2. Especifica la escala de medida (nominal, ordinal, discreta o
continua) para cada variable.
Proyecto final de estadística: Análisis de
datos y aplicación de métodos
estadísticos

Objetivo: Los estudiantes realizarán un estudio de investigación

basado en una encuesta, que recoja y analice datos de una
población determinada. Deberán aplicar conceptos
fundamentales de estadística aprendidos en clase y presentar sus
hallazgos de manera organizada y visual.
Instrucciones del Proyecto:
1. Definición del problema y población de estudio.
Identifiquen una pregunta de investigación que quieran
responder mediante la encuesta.
Describan su población de estudio, especificando si es finita o
infinita y justificando su respuesta.
2. Cálculo del tamaño de la muestra.
Determinen el tamaño de la muestra adecuada para el estudio,
explicando el proceso y los factores considerados en el cálculo
(nivel de confianza, margen de error, etc.).
3. Variables del estudio.
Identifiquen las variables que investigarán en su encuesta,
clasificándolas como cualitativas o cuantitativas.
Indiquen la escala de medida para cada variable (nominal,
ordinal, discreta o continua).
¡MUCHAS
GRACIAS!