1. ÍNDICE
Introducción 01
Estadística Descriptiva 02
Muestreo 03
Tipos de Muestreo 04
Razones para Trabajar con Muestreo 04
Tipos de Datos 04
Variables Cuantitativas 05
Variables Cualitativas 05
Ejemplos de Variables Cuantitativas 06
Ejemplos de Variables Cualitativas 06
A su medio de Trabajo de un ejemplo de Población y Muestra 06
Conclusión 08
Bibliografía 09
2. INTRODUCCIÓN
La estadística es el área de las matemáticas que permite recoger,
organizar, resumir, presentar y analizar datos sobre fenómenos y procesos.
La estadística consiste no sólo en reunir y tabular los datos, sino, sobre todo,
en el proceso de interpretación de esa información para obtener
conclusiones y apoyar los procesos de toma de decisiones basadas en esos
análisis.
Su aplicación es muy amplia, por ejemplo, en la interpretación de
fenómenos físicos, meteorológicos, biológicos de las ciencias sociales y de
las organizaciones. Por tal razón, es una herramienta de suma importancia
para el análisis e interpretación de diferentes fenómenos y en ello su utilidad
en la prestación del servicio de policía.
ESTADISTICA DESCRIPTIVA
3. La estadística es el área de las matemáticas que permite recoger,
organizar, resumir, presentar y analizar datos sobre fenómenos y procesos.
La estadística consiste no sólo en reunir y tabular los datos, sino sobre todo
en el proceso de interpretación de esa información para obtener
conclusiones y apoyar los procesos de toma de decisiones basadas en esos
análisis. La estadística se divide en dos áreas:
a) Estadística descriptiva: Se dedica a los métodos de recolección,
descripción, visualización y resumen de datos originados a partir de los
fenómenos de estudio. Los datos pueden ser resumidos numérica o
gráficamente.
b) Estadística inferencial: Se dedica a la generación de los modelos,
inferencias y predicciones asociadas a los fenómenos en cuestión
teniendo en cuenta la aleatoriedad de las observaciones.
La estadística descriptiva analiza series de datos (por ejemplo, edad de
una población, altura de los estudiantes de una escuela, temperatura en los
meses de verano, etc.) y trata de extraer conclusiones sobre el
comportamiento de estas variables, para realizar una buena estadística hay
que tener la noción general de los siguientes conceptos:
Cuando se estudia el comportamiento de una variable hay que distinguir
los siguientes conceptos:
Individuo: cualquier elemento que porte información sobre el fenómeno
que se estudia. Así, si estudiamos la altura de los niños de una clase, cada
alumno es un individuo; si estudiamos el precio de la vivienda, cada vivienda
es un individuo.
Población: conjunto de todos los individuos (personas, objetos,
animales, etc.) que porten información sobre el fenómeno que se estudia.
4. Por ejemplo, si estudiamos el precio de la vivienda en una ciudad, la
población será el total de las viviendas de dicha ciudad.
Muestra: subconjunto que seleccionamos de la población. Así, si se
estudia el precio de la vivienda de una ciudad, lo normal será no recoger
información sobre todas las viviendas de la ciudad (sería una labor muy
compleja), sino que se suele seleccionar un subgrupo (muestra) que se
entienda que es suficientemente representativo.
MUESTREO
Habitualmente, el investigador no trabaja con todos los elementos de
la población que estudia sino solo con una parte o fracción de ella; a veces
porque es muy grande y no es fácil abarcarla en su totalidad.
Por ello, se elige una muestra representativa y los datos obtenidos en
ella se utilizan para realizar pronósticos en poblaciones futuras de las
mismas características. Se conoce con el nombre de muestreo al proceso de
extracción de una muestra a partir de la población. El proceso esencial del
muestreo consiste en identificar la población que estará representada en el
estudio.
La importancia del muestreo radica en que no es necesario trabajar
con la totalidad de los elementos de una población (N) para comprender con
un nivel“razonable” de exactitud la naturaleza del fenómeno estudiado.
Este conocimiento se puede obtener a partir de una muestra que se
considere representativa de aquella población.
TIPOS DE MUESTREO
5. Muestreo Probabilístico
Muestreo Aleatorio Simple
Muestreo Estratificado
Muestreo No Probabilístico
Muestreo Accidental o No Casual
Muestreo intencional o Deliberado
RAZONES PARA TRABAJAR CON MUESTREO
Las razones para trabajar muestras en lugar de poblaciones son
diversas y entre ellas podemos señalar:
Ahorrar tiempo. Estudiar a menos individuos es evidente que lleva menos
tiempo.
Como consecuencia del punto anterior, ahorraremos costos.
Estudiar la totalidad de los pacientes o personas con una característica
determinada en muchas ocasiones puede ser una tarea inaccesible o
imposible de realizar.
Aumentar la calidad del estudio. Al disponer de más tiempo y recursos,
las observaciones y mediciones realizadas a un reducido número de
individuos pueden ser más exactas y plurales que si las tuviésemos que
realizar a una población.
La selección de muestras específicas nos permitirá reducir la
heterogeneidad de una población al indicar los criterios de inclusión y/o
exclusión.
TIPOS DE DATOS
Los datos se dividen en dos tipos:
Variables Cuantitativas
6. Variables Cualitativas
VARIABLES CUANTITATIVAS
Son las variables que pueden medirse, cuantificarse o expresarse
numéricamente. Las variables cuantitativas pueden ser de dos tipos:
1. Variables Cuantitativas Continuas, si admiten tomar cualquier valor
dentro de un rango numévariable rico determinado. Suelen tomar
valores reales (edad, peso, talla).
2. Variables Cuantitativas Discretas, si no admiten todos los valores
intermedios en un rango. Suelen tomar solamente valores enteros
(numero de hijos, numero de partos, numero de hermanos, etc.).
VARIABLES CUALITATIVAS
Este tipo de variables representan una cualidad o atributo que clasifica
a cada caso en una de varias categorías. La situación mas sencilla es
aquella en la que se clasifica cada caso en uno de dos grupos
(hombre/mujer, enfermo/ sano, fumador/no fumador). Son datos dicotómicos
o binarios. Como resulta obvio, en muchas ocasiones este tipo de
clasificación no es suficiente y se requiere de un mayor numero de
categorías (color de los ojos, grupo sanguíneo, profesión, etc.).
En el proceso de medición de estas variables, se pueden utilizar dos
escalas:
1. Escalas Nominales: Esta es una forma de observar o medir en la que
los datos se ajustan por categorías que no mantienen una relación de
orden entre si (color de los ojos, sexo, profesión, presencia o ausencia
de un factor de riesgo o enfermedad, etc.).
7. 2. Escalas Ordinales: En las escalas utilizadas, existe un cierto orden o
jerarquía entre las categorías (niveles jerárquicos, rangos, etc.).
EJEMPLOS DE VARIABLES CUANTITATIVAS
Son aquellos que se pueden medir
Número de hermanos: pueden ser 1, 2, 3…, pero nunca podrá ser
3,45. Número de hijos
Número de empleados de una fábrica.
Número de goles marcados por un equipo de futbol en la liga
EJEMPLOS DE VARIABLES CUALITATIVAS
No se pueden medir numéricamente.
Color de los ojos.
Bondad de una persona.
Profesión de una persona.
A SU MEDIO DE TRABAJO DE UN EJEMPLO DE POBLACIÓN Y
MUESTRA
Son aproximadamente las diez de la noche de un día viernes, la Sala
de Transmisiones hace un llamado general a las unidades de patrullaje en
sintonía, notificando sobre el robo a mano armada de un vehículo, de color
blanco, tipo sedán, marca Veniran y modelo Turpial, de placas AB482BV.
Más tarde, siendo aproximadamente las dos de la mañana (2:00 am),
una de las unidades de patrullaje en su recorrido, visualizó justo al frente de
una licorería (que debería estar cerrada), un número considerable de
personas ingiriendo alcohol en la vía pública. Los funcionarios de la unidad
8. se percatan de que el vehículo anteriormente descrito se encuentra ahí
estacionado, los vidrios los tiene abiertos, el reproductor de música está
encendido y se escucha muy fuerte el ritmo de un vallenato; en el interior se
encuentran una joven de corta edad y un caballero.
Población: dos personas de edades comprendidas entre adolescencia y
adultez.
Muestra: Muchas personas de determinadas edades de adultez
CONCLUSIÓN
9. La estadística en la función policial da respuesta a muchas de las
necesidades que la sociedad actual puede experimentar. Su tarea
fundamental es la reducción de datos que se obtienen a partir de
experimentos, con el objetivo de representar la realidad y así poder
abordarla, interviniendo en ella a través de una acción transformadora
técnicamente fundamentada.
Mediante esta recolección de datos, la y el funcionario policial analizará e
interpretará situaciones que a diario se presentan en el área de seguridad,
con el fin de tomar medidas para prevenir actos delictivos.
En nuestro país se han incrementado de manera preocupante los niveles
delictivos, es por ello que se hace necesario formar funcionarios y
funcionarias policiales que le den respuesta efectiva a estas situaciones y
principalmente busquen la prevención de las mismas. Allí, es donde esta
unidad curricular contribuye con nuestra sociedad, buscando prevenir el
delito o situaciones inherentes a la seguridad ciudadana a partir del estudio
de datos previos.