Definición de población o universo estadísticos.

Tipos de
población (finita e infinita).

La definición de población o universo estadístico se refiere al

conjunto completo de elementos que comparten una
característica común y sobre los cuales se quiere hacer inferencias
o estudios. Esta característica puede ser cualquier atributo o
variable de interés para el análisis estadístico. Por ejemplo, si estás
estudiando la altura de los estudiantes de una escuela, la
población serían todos los estudiantes de esa escuela.

Existen dos tipos principales de población:

1. Población finita: Es aquella que tiene un número limitado y

contable de elementos. Por ejemplo, si estás estudiando la
cantidad de empleados en una empresa, y esta tiene 100
empleados, entonces la población es finita.
2. Población infinita: Se refiere a una población que
teóricamente tiene un número ilimitado de elementos. Por
ejemplo, si estás estudiando la altura de los árboles en un
bosque, la población sería infinita, ya que no puedes contar
todos los árboles del bosque debido a su cantidad y a que
nuevos árboles pueden crecer en el futuro.

En la práctica, muchas poblaciones que se estudian en estadística

son finitas, aunque puedan ser muy grandes. Sin embargo, el
concepto de población infinita es útil en situaciones donde la
población es tan grande que tratarla como finita sería poco
práctico o imposible.
Ejemplos de poblaciones finitas e infinitas:

Población finita:

1. Número de estudiantes en una escuela.

2. Cantidad de empleados en una empresa.
3. Número de vehículos en un estacionamiento en un momento dado.
4. Cantidad de libros en una biblioteca.
5. Número de habitantes en una ciudad pequeña.

Población infinita:

1. Altura de todos los árboles en un bosque.

2. Temperatura de todas las partículas de aire en la atmósfera
terrestre.
3. Edades de todos los habitantes del mundo.
4. Peso de todas las gotas de agua en un océano.
5. Longitud de todas las líneas en una red de internet global.

En general, cualquier conjunto de elementos que pueda ser considerado

como finito o infinito dependerá del contexto y de la capacidad práctica
de contar o medir todos los elementos en cuestión.
Concepto de muestra poblacional o tamaño de la muestra.

La muestra poblacional es un subconjunto representativo de la

población total que se selecciona para su estudio en una
investigación estadística. El tamaño de la muestra, por otro lado,
se refiere al número de elementos que componen esa muestra.

Cuando se realiza una investigación o un estudio estadístico, es a

menudo impracticable o imposible recopilar datos de toda la
población debido a limitaciones de tiempo, recursos y logística. En
su lugar, se toma una muestra representativa que refleje
adecuadamente las características de la población en su conjunto.

El tamaño de la muestra es crucial en estadística porque afecta la

precisión y la confiabilidad de las conclusiones obtenidas a partir
del estudio. Una muestra más grande tiende a proporcionar
estimaciones más precisas y reducir el margen de error, mientras
que una muestra más pequeña puede conducir a estimaciones
menos confiables.

La determinación del tamaño de la muestra depende de varios

factores, como el tamaño de la población, el nivel de precisión
deseado, el margen de error aceptable, y el nivel de confianza
deseado. Métodos estadísticos específicos, como cálculos de
tamaño de muestra, pueden ayudar a determinar el tamaño
adecuado para garantizar resultados válidos y significativos.

En resumen, la muestra poblacional es el grupo de individuos

seleccionados para representar a toda la población en un estudio,
mientras que el tamaño de la muestra es el número de individuos
incluidos en esa muestra. Ambos conceptos son fundamentales en
el diseño y la ejecución de estudios estadísticos para obtener
conclusiones válidas y confiables.
Ejemplos para ilustrar el concepto de muestra poblacional y
tamaño de la muestra:

1. Encuesta de satisfacción en un restaurante:

• Población: Todos los clientes que han comido en un
restaurante durante un mes.
• Muestra poblacional: Un subconjunto representativo de
esos clientes, por ejemplo, 100 personas seleccionadas
al azar.
• Tamaño de la muestra: En este caso, el tamaño de la
muestra sería 100.
2. Estudio de mercado sobre preferencias de productos:
• Población: Todos los consumidores en una
determinada área geográfica.
• Muestra poblacional: Un grupo seleccionado
aleatoriamente de estos consumidores, quizás 500
personas.
• Tamaño de la muestra: En este ejemplo, el tamaño de la
muestra sería 500.
3. Investigación sobre el rendimiento académico de
estudiantes:
• Población: Todos los estudiantes matriculados en una
escuela.
• Muestra poblacional: Un grupo representativo de estos
estudiantes, quizás 200 estudiantes seleccionados de
diferentes grados y niveles de rendimiento.
• Tamaño de la muestra: En este caso, el tamaño de la
muestra sería 200.
4. Estudio sobre hábitos de ejercicio en una ciudad:
• Población: Todos los residentes de una ciudad.
 • Muestra poblacional: Una muestra representativa de
estos residentes, quizás 1000 personas seleccionadas al
azar de diferentes grupos demográficos.
• Tamaño de la muestra: En este ejemplo, el tamaño de la
muestra sería 1000.

Estos ejemplos ilustran cómo se aplican los conceptos de muestra

poblacional y tamaño de la muestra en diversos contextos de
investigación y estudio estadístico.
Variables que intervienen en el cálculo del tamaño de la
muestra

El cálculo del tamaño de la muestra se basa en varias variables

clave que afectan la precisión y la confianza de los resultados de
un estudio. Estas variables son el grado de confianza, el margen
de error, la probabilidad de éxito y la probabilidad de fracaso.
Aquí te explico cada una:

1. Grado de confianza: Se refiere al nivel de seguridad que

deseas tener en que los resultados obtenidos a partir de la
muestra representan con precisión la población total. Se
expresa típicamente como un porcentaje y comúnmente se
utiliza un nivel de confianza del 95% o del 99%. Un nivel de
confianza del 95% significa que si repitiéramos el estudio
muchas veces, en el 95% de las ocasiones, los resultados
estarían dentro del margen de error establecido.
2. Margen de error: Es la cantidad máxima permitida de
desviación entre la estimación obtenida a partir de la
muestra y el valor real en la población. Se expresa
típicamente como un porcentaje y se relaciona inversamente
con el tamaño de la muestra. Por ejemplo, si el margen de
error permitido es del ±5%, significa que la estimación
obtenida a partir de la muestra puede variar hasta un 5%
hacia arriba o hacia abajo del valor real en la población.
3. Probabilidad de éxito: Es la probabilidad de que un evento
o característica ocurra en la población. En estudios binarios
(donde hay dos resultados posibles, como éxito o fracaso), la
probabilidad de éxito se utiliza para calcular el tamaño de la
muestra. Por ejemplo, si estás estudiando la tasa de
respuesta a un tratamiento médico y esperas que el 60% de
 los pacientes responda positivamente, entonces la
probabilidad de éxito sería 0.6 (o 60%).
4. Probabilidad de fracaso: Es la probabilidad complementaria
a la probabilidad de éxito y se refiere a la probabilidad de
que el evento o característica no ocurra en la población. En
estudios binarios, la probabilidad de fracaso se calcula
restando la probabilidad de éxito de 1. Por ejemplo, si la
probabilidad de éxito es 0.6, entonces la probabilidad de
fracaso sería 1 - 0.6 = 0.4 (o 40%).

Estas variables se utilizan en fórmulas específicas para calcular el

tamaño de la muestra requerida para un estudio estadístico, y
permiten determinar el número adecuado de observaciones que
deben incluirse para obtener resultados válidos y confiables.

Ejemplo de Variables que intervienen en el cálculo del tamaño

de la muestra

Supongamos que estás realizando un estudio para determinar la

proporción de estudiantes universitarios que poseen un teléfono
inteligente en una determinada universidad. Quieres tener un nivel
de confianza del 95% y un margen de error del ±3%.

1. Grado de confianza: Decides que quieres tener un nivel de

confianza del 95%, lo que significa que estás dispuesto a
aceptar un margen de error del 5%.
2. Margen de error: Estableces un margen de error del ±3%, lo
que indica que la estimación obtenida a partir de la muestra
puede variar hasta un 3% hacia arriba o hacia abajo del valor
real en la población.
3. Probabilidad de éxito y probabilidad de fracaso: En este
caso, como estás interesado en saber cuántos estudiantes
tienen un teléfono inteligente, tienes una situación binaria: o
 tienen un teléfono inteligente (éxito) o no lo tienen (fracaso).
Supongamos que estimas que alrededor del 70% de los
estudiantes tienen un teléfono inteligente y, por lo tanto, la
probabilidad de éxito es 0.7 y la probabilidad de fracaso es
0.3 (1 - 0.7).

Utilizando estas variables, puedes calcular el tamaño de la muestra

utilizando fórmulas específicas como la fórmula de la muestra para
una población finita o infinita, dependiendo del tamaño de la
población y si la muestra es proporcional a la población o no.
Luego, una vez que tengas el tamaño de la muestra calculado,
podrás proceder a recopilar datos de esa cantidad de estudiantes
para obtener resultados que cumplan con tus requisitos de
confianza y precisión.
Concepto de variable estadística.

Una variable estadística es cualquier característica o atributo que puede

variar y ser medido en una población o muestra. Estas variables pueden
tomar diferentes valores, y se clasifican en dos categorías principales:
cualitativas y cuantitativas.

1. Variable estadística cualitativa:

• Son variables que describen cualidades o características de
los elementos de una población o muestra.
• Se dividen en dos subtipos: nominal y ordinal.
a. Variable cualitativa nominal:
• Representa categorías sin ningún orden inherente o jerarquía.
• Los valores son etiquetas o nombres que no pueden ser
ordenados.
• Ejemplos: género (masculino, femenino), estado civil (soltero,
casado, divorciado), color de los ojos (azul, marrón, verde).
b. Variable cualitativa ordinal:
• Representa categorías con un orden o jerarquía natural.
• Los valores tienen un sentido de orden, pero las diferencias
entre ellos no son necesariamente uniformes o mensurables.
• Ejemplos: nivel de educación (primaria, secundaria,
universitaria), clasificación socioeconómica (baja, media, alta),
grado de satisfacción (bajo, medio, alto).
2. Variable estadística cuantitativa:
• Son variables que representan cantidades numéricas que
pueden ser medidas o contadas.
• También se dividen en dos subtipos: discreta y continua.
a. Variable cuantitativa discreta:
• Representa valores numéricos específicos que resultan de
contar o enumerar.
• Los valores son enteros y no pueden tener valores
intermedios.
• Ejemplos: número de hijos, cantidad de estudiantes en un
aula, cantidad de automóviles vendidos en un mes.
b. Variable cuantitativa continua:
 • Representa valores numéricos que pueden tomar cualquier
valor dentro de un rango específico.
• Los valores pueden ser infinitamente divisibles y tienen
sentido en un contexto de medición continua.
• Ejemplos: altura, peso, temperatura, ingresos anuales.

Estas clasificaciones ayudan a comprender y analizar las diferentes

características de las variables en un estudio estadístico, lo que a su vez
influye en la elección de los métodos de análisis y las técnicas estadísticas
apropiadas.

Ejemplos prácticos de Variable estadística.

1. Variable estadística cualitativa:

a. Variable cualitativa nominal:
• Ejemplo: Género de los estudiantes en una clase.

• Valores posibles: Masculino, Femenino.

• Esta variable no tiene un orden específico;
simplemente etiqueta los estudiantes como
masculinos o femeninos.
b. Variable cualitativa ordinal:
• Ejemplo: Nivel de satisfacción del cliente con un
servicio.
• Valores posibles: Bajo, Medio, Alto.
• Aquí, los valores tienen un orden natural, pero las
diferencias entre ellos no son necesariamente
iguales.
2. Variable estadística cuantitativa:
a. Variable cuantitativa discreta:
• Ejemplo: Número de libros prestados en una biblioteca
en un día.
• Valores posibles: 0, 1, 2, 3, ...
 • Esta variable solo puede tomar valores enteros no
negativos y no puede haber, por ejemplo, 2.5
libros prestados.
b. Variable cuantitativa continua:
• Ejemplo: Altura de los estudiantes en una escuela.

• Valores posibles: Cualquier valor dentro de un

rango específico (por ejemplo, 150 cm, 155.5 cm,
162.3 cm, etc.).
• Esta variable puede tomar un número infinito de
valores dentro de un rango continuo, y las
diferencias entre los valores son significativas y
pueden ser medidas con precisión.

Estos ejemplos ilustran cómo las variables estadísticas pueden ser

categorizadas y aplicadas en diferentes contextos prácticos, desde
la medición de características cualitativas como el género y la
satisfacción, hasta la cuantificación de cantidades discretas como
el número de libros prestados y mediciones continuas como la
altura.
Ejercicio: Clasificación de Variables

Instrucciones:

1. Completa la tabla siguiente con 50 variables diferentes.

2. Para cada variable, identifica su categoría (cualitativa o
cuantitativa) y su subtipo (nominal, ordinal, discreta o
continua).
# Variable Categoría Subtipo
1 Género
2 Edad
3 Nivel de educación
4 Peso
5 Marca de automóvil
6 Temperatura
7 Sabor de helado
8 Número de hermanos
9 Estado civil
10 Calificación en un examen
11 Altura
12 Número de hijos
13 Nivel de satisfacción
14 Cantidad de agua consumida al día
15 Color de ojos
16 Salario mensual
17 Tipo de sangre
18 Años de experiencia laboral
19 Número de habitaciones en una casa
20 Estado de ánimo
21 Horas de sueño por noche
22 Marca de teléfono móvil
23 Nivel de ingresos
24 Condición laboral
25 Velocidad de internet
26 Preferencia política
27 Puntuación en un juego de video
28 Grado académico obtenido
29 Número de mascotas
30 Marca de zapatillas deportivas
31 Nivel de estrés
32 Distancia al trabajo
33 Número de tazas de café por día
34 Tipo de música preferida
35 Puntuación en una encuesta
36 Marca de computadora portátil
37 Cantidad de amigos en redes sociales
38 Estado de salud
39 Talla de ropa
40 Duración del viaje al trabajo
41 Preferencia de película
42 Número de comidas al día
43 Marca de cerveza favorita
44 Puntaje en un test de personalidad
45 Tipo de transporte utilizado
46 Distancia recorrida en bicicleta
47 Color favorito
48 Cantidad de horas de TV por semana
49 Nivel de ruido en decibeles
50 Marca de café preferida
Este ejercicio permite a los alumnos familiarizarse con diferentes
tipos de variables y practicar su clasificación en categorías y
subtipos.
Ejercicio: Cálculo del Tamaño de la Muestra

Supongamos que estás realizando un estudio para determinar la

cantidad promedio de horas que los estudiantes universitarios
pasan estudiando por semana. La población total de estudiantes
en tu universidad es de 10,000.

1. Para una población finita:

Necesitas determinar el tamaño de la muestra necesario para
obtener resultados confiables con un nivel de confianza del
95% y un margen de error del ±2 horas.
• Utiliza la fórmula para el tamaño de la muestra en una
población finita:
n= N×Z2×p×(1−p)
(N−1)×E2+Z2×p×(1−p)
Donde:
• n = tamaño de la muestra necesario.
• N = tamaño de la población.
• Z = valor Z correspondiente al nivel de confianza (por
ejemplo, para un nivel de confianza del 95%,
=1.96Z=1.96).
• p = proporción estimada de la población que posee la

característica de interés (si no se conoce, se puede usar

0.5 para maximizar el tamaño de la muestra).
• E = margen de error permitido.

Calcula el tamaño de la muestra utilizando los siguientes

valores: N=10,000, Z=1.96, p=0.5, E=2.
2. Para una población infinita:
Supongamos que ahora deseas determinar la cantidad
promedio de horas que los empleados de una gran empresa
pasan en reuniones por semana. La empresa tiene un
 número muy grande de empleados, por lo que
consideraremos la población como infinita.
• Utiliza la fórmula para el tamaño de la muestra en una
población infinita:
n= Z2×σ2
E2
Donde:
• n = tamaño de la muestra necesario.

• Z = valor Z correspondiente al nivel de confianza.

• σ = desviación estándar de la población (si no se

conoce, se puede usar una estimación o un valor

conservador).
• E = margen de error permitido.

Calcula el tamaño de la muestra utilizando los siguientes

valores: Z=1.96, σ=3, E=1.5.
Este ejercicio permitirá a tus estudiantes practicar el cálculo del
tamaño de la muestra para poblaciones finitas e infinitas, lo que
les ayudará a comprender cómo obtener muestras representativas
en diferentes situaciones.
Actividad: Investigación y Escritura de Informe sobre Tipos de
Población

Objetivo: Investigar y escribir un informe sobre los tipos de

población, incluyendo definiciones claras, ejemplos relevantes y
una discusión sobre la importancia de comprender los distintos
tipos de población.

Instrucciones:

1. Investigación:
• Utiliza los recursos proporcionados por el tutor, como
libros de texto, artículos académicos y recursos en línea,
para investigar sobre los tipos de población en
estadística.
• Presta atención a las definiciones y características de los
diferentes tipos de población, incluyendo población
finita e infinita, así como variables cualitativas y
cuantitativas.
2. Redacción del Informe:
• Escribe un informe claro y organizado que incluya los

siguientes elementos: a. Introducción: Breve

introducción al tema y su relevancia en estadística. b.
Definiciones: Proporciona definiciones claras de los
diferentes tipos de población, como población finita,
población infinita, variables cualitativas y cuantitativas.
c. Ejemplos: Incluye ejemplos relevantes para cada tipo
de población, utilizando situaciones cotidianas o
ejemplos específicos de tu área de interés. d.
Importancia: Discute la importancia de comprender
los diferentes tipos de población en la investigación
estadística, destacando cómo influyen en el diseño de
 estudios y la interpretación de los resultados. e.
Conclusión: Resume las principales conclusiones y
destaca la importancia de aplicar los conocimientos
adquiridos sobre los tipos de población en futuras
investigaciones y estudios estadísticos.
3. Presentación del Informe:
• Prepara una presentación oral para compartir los
hallazgos de tu informe con tus compañeros de clase.
• Utiliza diapositivas, gráficos o ejemplos adicionales para
mejorar la comprensión de tu audiencia sobre los tipos
de población.

Entrega:

• Fecha de entrega: [Inserta la fecha de entrega acordada con

el tutor].
• Formato de entrega: Documento escrito y presentación oral.

Nota:

• Asegúrate de citar correctamente cualquier fuente utilizada

para evitar el plagio.
• Si tienes alguna pregunta o necesitas ayuda adicional, no
dudes en consultar con el tutor.