~••, ..

(ENGAGE
Learning-
 EST AD fSTI CA
PARA NEGOGIOS
YECONOMIA
128. ed.
David R. Anderson
University of Cincinnati

Dennis J. Sweeney
University of Cincinnati

Thomas A. Williams
Rochester Institute of Technology

Jeffrey D. Camm
University of Cincinnati

James J. Cochran
Louisiana Tech University

Traducci6n
Lorena Peralta Rosales
Traductor profesional

Revision tecnica
Marfa de Guadalupe Arroyo Satisteban Jose Cruz Ramos Baez
Academia de Matematicas ECEE Academia de Matematicas ECEE
Universidad Panamericana Universidad Panamericana

Ignacio Garda Juarez Iren Castillo Saldana

Academia de Matem~SlCED T TOT -n=a~ia~e Matematicas ECEE
Universidad Panam~ar-ll D :A...I .t. 1.. C Lkr~d Panamericana

UNiVERSiDAD de PALERMO
.• (ENGAGE
Learning"
 (ENGAGE
Learning~

Estadistica para negocios y economia © D.R. 2016 por Cengage Learning

Decimosegunda edici6n Editores, SA de C.V., una cornpania
David R. Anderson, Dennis J. Sweeney, de Cengage Learning, Inc.
Thomas A. Williams, Jeffrey D. Camm, Corporativo Santa Fe
James J. Cochran Av. Santa Fe, num. 505, piso 12
Col. Cruz Manca, Santa Fe
Presidente de Cengage Learning c.P. 05349, Mexico, D.F.
Latinoamerica Cengage Learning'M es una marca
Fernando Valenzuela Migoya registrada usada bajo perrniso.

Director Editorial para Latinoamerica DERECHOS RESERVADOS. Ninguna parte de este trabajo
Ricardo H. Rodriguez amparado por la Ley Federal del Derecho de Autor podra
ser reproducida, transmitida, almacenada 0 utilizada,
Gerente de Adquisiciones para en cualquier forma 0 por cualquier medio, ya sea gratico,
Latinoamerica electr6nico 0 mecanico, incluyendo, pero sin limitarse
Claudia C. Garay Castro a 10 siguiente: fotocopiado, reproducci6n, escaneo,
digitalizaci6n, grabacion en audio, distribucion en Internet,
Gerente de Manufactura para distribuci6n en redes de informaci6n 0 almacenamiento
Latinoamerica y recopilacion en sistemas de inforrnacion, a excepcion
Antonio Mateos Martinez de 10 permitido en el capitulo Ill, articulo 27 de la Ley
Federal del Derecho de Autor, sin el consentimiento
Gerente Editorial de Contenidos en Espanol por escrito de la editorial.
Pilar Hernandez Santamarina
ExamView ® es una marca registrada de elnstruction
Gerente de Proyectos Especiales Corp. Windows es una marca registrada de Microsoft
Luciana Rabuffetti Corporation; se utiliza aqui bajo licencia. Macintosh y
Power Macintosh son marcas comerciales registradas de
Coordinador de Manufactura Apple Computer, Inc. utilizadas en este documento bajo
Rafael Perez Gonzalez licencia.
© 2008 Cengage Learning. Todos Los Derechos Reservados.
Editor Microsoft Excel® es una marca comercial registrada
Javier Reyes Martinez de Microsoft Corporation. © 2014 Microsoft.

Diseno de portada Traducido del libro:

Lilia Palomino Viveros Statistics for Business and Economics
RED Studio Twelfth edition
David R. Anderson, Dennis J. Sweeney,
Imagen de portada Thomas A. Williams, Jeffrey D. Camm,
©Shutterstock James J. Cochran
254655451
Zadorozhnyi Viktor Publicado en ingles por
South-Western, Cengage Learning © 2014
Composici6n tipografica ISBN 978-1-133-27453-7
Heriberto Gachuz Chavez
Datos para catalogacion bibliogratica:
Anderson, David R.,Sweeney, Dennis J.
Williams, Thomas A., Camm, Jeffrey D.
Cochran, JarnesJ.
Estadfstica para negocios y economfa

Este libro se termin6 de imprimir en el mes de

Decimosegunda edicion
ISBN-13: 978-607-522-515-9
,.----..., ..
,~' ._-_....•~-.-;._,~;, ...,.".'''~

Visite nuestro sitio en: 'Ur"\'E"'''IDAD

l ~IJi~ 0tn!" p't\Lt~!Vll
A' "'.-}l.-
Junio del 2015, en Impresos Vacha, SA de C.V. ,."'~
Juan Hernandez y Davalos Num. 47, Col. Algarin, j i :.. J
Mexico, D.F., CP06880, Del. Cuauhtemoc. http://latinoamerica.cer!l8~@
r~.....,,""
ESFR·
.-~-,~,.,•• - • -.' 4~

Impreso en Mexico
123456718171615 leSS o''t ~
Procedencic• \:DIr, f J-O,
lI,t"cha ,;1I,,;~!:,~~-!,,-"-'
.. "\_I_V
\ \7 \~,.' J
" -
 caciones. Para complementar estos ejemplos, profesionales en el campo de los negocios y la
economia aportaron articulos para la secci6n Estadistica en fa practica al inicio de cada capi-
tulo, donde se presenta el material que cubre su contenido. Dichas aplicaciones muestran la
importancia de la estadistica en una amplia variedad de situaciones de negocios y economia.

Los administradores de sistemas de informaci6n son responsables de la operaci6n cotidiana de

las redes de c6mputo de una organizaci6n. Una gran variedad de informaci6n estadistica les
ayuda a evaluar el desempetlo de dichas redes, como las redes de area local (LAN), redes de
area amplia (WAN), segmentos de redes, intranets y otros sistemas de comunicaci6n de datos.
Las estadisticas, como el mimero medio de usuarios del sistema, la cantidad de tiempo que un
componente del sistema no funciona y la proporci6n de ancho de banda que se utiliza en varios
momentos del dia son ejemplos de informaci6n estadistica que ayuda a los administradores de
los sistemas a comprender y manejar mejor las redes de c6mputo.

G Datos
Los datos son los hechos y las cifras recabados, analizados y resumidos para su presentaci6n e
interpretaci6n. Todos los datos recabados en un estudio en particular se conocen como banco 0
conjunto de datos del estudio. La tabla 1.1 presenta un banco de datos que contiene informa-
ci6n sobre 60 paises que participan en la Organizaci6n Mundial de Comercio. Esta organizaci6n
fomenta ellibre flujo del comercio internacional y proporciona un foro para resolver disputas
comerciales.

Elementos, variables y observaciones

Los elementos son las entidades a partir de las cuales se recaban los datos. Cada uno de los
paises listados en la tabla 1.1 es un elemento con el nombre del pais 0 del elemento en la primera
columna. Puesto que se presentan 60 paises, el banco de datos contiene 60 elementos.
Una variable es una caracteristica de interes para los elementos. EI banco de datos de la
tabla 1.1 induye las cinco variables siguientes:

Estatus en la OMC (WTO Status): EI estatus de membresia que tiene el pais ante la
Organizaci6n Mundial de Comercio; puede ser como miembro 0 como observador
PIE per capita [Per Capita GDP ($)]: El producto total del pais dividido entre su mimero
de habitantes. Por 10 general, esta variable se emplea para comparar la productividad
econ6mica de los paises.
Deficit comercial en miles de d6lares (Trade Deficit $1000s): La diferencia en d6lares
entre el valor de las importaciones y las exportaciones totales del pais.
Fitch Rating: La calificaci6n de credito soberano del pais provista por el grupo Fitch!.
EI rango de calificaciones para los creditos va desde AAA en su punto mas alto hasta F
en su punto mas bajo, y pueden ser modificadas con atributos + 0 -.
Fitch Outlook: Es un indicador de que la direcci6n de la calificaci6n del credito tiene
posibilidades de modificarse durante los pr6ximos dos atlos. EI panorama puede ser
negativo, estable 0 positivo.

En un estudio, las mediciones recabadas para cada elemento en cada variable proporcionan los
datos. EI conjunto de mediciones obtenido para un elemento en particular se llama observa-
cion. "AI analizar de nuevo la tabla 1.1, se observa que el conjunto de mediciones para la
primera observaci6n (Armenia) es Miembro, 5 400, 2673359, BB- y Estable. EI conjunto de

1 The Fitch Group es una de tres organizaciones de estadisticas, reconocidas a nivel nacional, designadas por la u.s.
Securities and Exchange Commission. Las otras dos son Standard and Poor's y Moody's.
6 Capitulo 1 Los datos y la estadistica

TABLA 1.1 Banco de datos de 60 paises que participan en la Organizaci6n Mundial de Comercio

WTO Per Capita Trade Fitch Fitch

Nation Status GDP($) Deficit ($I000s) Rating Outlook
Armenia Member 5400 2673359 BB- Stable
Australia Member 40800 -33304157 AAA Stable
Austria Member 41700 12796558 AAA Stable
Azerbaijan Observer 5400 -16747320 BBB- Positive
Bahrain Member 27300 3102665 BBB Stable
Belgium Member 37600 -14930833 AA+ Negative

WEBII Nations
Brazil
Bulgaria
Canada
Member
Member
Member
11600
13500
40300
-29796166
4049237
-1611380
BBB
BBB-
AAA
Stable
Positive
Stable
Cape Verde Member 4000 874459 B+ Stable
Chile Member 16100 -14558218 A+ Stable
China Member 8400 -156705311 A+ Stable
Los bancos de
datos, como el Colombia Member 10100 -1561199 BBB- Stable
de Nations, estan Costa Rica Member 11500 5807509 BB+ Stable
disponibles en Croatia Member 18300 8108103 BBB- Negative
ingles en el sitio Cyprus Member 29100 6623337 BBB Negative
web de este libra. Czech Republic Member 25900 -10749467 A+ Positive
Denmark Member 40200 -15057343 AAA Stable
Ecuador Member 8300 1993819 B- Stable
Egypt Member 6500 28486933 BB Negative
EI Salvador Member 7600 5019363 BB Stable
Estonia Member 20200 802234 A+ Stable
France Member 35000 118841542 AAA Stable
Georgia Member 5400 4398153 B+ Positive
Germany Member 37900 -213367685 AAA Stable
Hungary Member 19600 -9421301 BBB- Negative
Iceland Member 38000 -504939 BB+ Stable
Ireland Member 39500 -59093323 BBB+ Negative
Israel Member 31000 6722291 A Stable
Italy Member 30100 33568668 A+ Negative
Japan Member 34300 31675424 AA Negative
Kazakhstan Observer 13000 -33220437 BBB Positive
Kenya Member 1700 9174198 B+ Stable
Latvia Member 15400 2448053 BBB- Positive
Lebanon Observer 15600 13715550 B Stable
Lithuania Member 18700 3359641 BBB Positive
Malaysia Member 15600 -39420064 A- Stable
Mexico Member 15100 1288112 BBB Stable
Peru Member 10000 -7888993 BBB Stable
Philippines Member 4100 15667209 BB+ Stable
Poland Member 20100 19552976 A- Stable
Portugal Member 23200 21060508 BBB- Negative
South Korea Member 31700 -37509141 A+ Stable
Romania Member 12300 13323709 BBB- Stable
Russia Observer 16700 -151400000 BBB Positive
Rwanda Member 1300 939222 B Stable
Serbia Observer 10700 8275693 BB- Stable
Seychelles Observer 24700 666026 B Stable
Singapore Member 59900 -27110421 AAA Stable
Slovakia Member 23400 -2110626 A+ Stable
Slovenia Member 29100 2310617 AA- Negative
South Africa Member 11000 3321801 BBB+ Stable
Sweden Member 40600 -10903251 AAA Stable
Switzerland Member 43400 -27197873 AAA Stable
Thailand Member 9700 2049669 BBB Stable
Turkey Member 14600 71612947 BB+ Positive
UK Member 35900 162316831 AAA Negative
Uruguay Member 15400 2662628 BB Positive
USA Member 48100 784438559 AAA Stable
Zambia Member 1600 -1805198 B+ Stable

mediciones para la segunda observacion (Austria) es Miembro, 40800, -33304 157, AAA Y
Estable. Un banco de datos de 60 elementos contiene 60 observaciones

La recoleccion de datos requiere una de las escalas de medicion siguientes: nominal, ordinal,
de intervalo 0 de razon. La escala de medicion determina la cantidad de informacion contenida
en los datos e indica la manera mas apropiada de resumirlos y analizarlos estadisticamente.
Cuando los datos de una variable se componen de etiquetas 0 nombres utilizados para iden-
tificar un atributo del elemento, la escala de medicion se considera una escala nominal. Por
ejemplo, al observar los datos de la tabla 1.1 se observa que la escala de medicion para la varia-
ble estatus en la OMC es nominal, porque "miembro (member)" y "observador (observer)" son
etiquetas que se usan para identificar la categoria del estatus del pais. En tales casos se puede
utilizar un codigo numerico 0 etiquetas no numericas. Por ejemplo, para facilitar la recoleccion
y preparacion de los datos con la finalidad de introducirlos en una base de datos computarizada,
podria utilizarse un codigo numerico para la variable estatus en la OMC (WTO Status) que
establezca que 1 denota un pais miembro de la Organizacion Mundial de Comercio y 2 un pais
observador. La escala de medicion es nominal a pesar de que los datos aparecen como valores
numericos.
La escala de medicion de una variable se llama escala ordinal si los datos exhiben las
propiedades de los datos nominales y su orden 0 clasificacion es significativo. Por ejemplo, en
relacion con la tabla 1.1, la escala de medicion para Ritch Rating es ordinal, porque las etiquetas
de rating 0 calificacion que van desde AAA hasta F pueden ordenarse desde la mejor calificacion
crediticia AAA hasta la peor, que es F. Las letras que indican la calificacion proporcionan etique-
tas similares a los datos nominales, pero ademas pueden clasificarse u ordenarse con base en la
calificacion crediticia, 10que hace que la escala sea ordinal. Los datos ordinales tambien pueden
proporcionarse por medio de un codigo numerico, por ejemplo, su mimero de lista en clase.
En una escala de intervalo para una variable, los datos presentan todas las propiedades
de los datos ordinales, y el intervalo entre los valores se expresa en terminos de una unidad de
medida fija. Los datos de intervalo son siempre numericos. Las calificaciones de la prueba
de aptitudes Scholastic Aptitude Test (SAT) son un ejemplo de datos escala de intervalo. Por
ejemplo, tres estudiantes que obtuvieron las calificaciones 620, 550 y 470 en una prueba 0 exa-
men de matemiiticas llamada SAT pueden clasificarse u ordenarse en funcion del mejor al peor
desempefio. Ademas, las diferencias entre las puntuaciones son significativas. Por ejemplo, el
estudiante 1 obtuvo 620 - 550 = 70 puntos mas que el estudiante 2, mientras que este obtuvo
550 - 470 = 80 puntos mas que el estudiante 3.
En una escala de razon para una variable los datos tienen todas las propiedades de los
datos de intervalo, y la razon de los dos valores es significativa. Para la medicion de variables
como la distancia, la estatura, el peso y el tiempo se usa la escala de razon. Esta requiere que
se incluya un valor cero para indicar que en este punto no existe un valor para la variable. Por
ejemplo, considere el costa de un automovil. Un valor cero para el costa indicaria que el vehicu-
10 no tiene costo, es gratis. Ademas, si se compara el costa de un automovil de $30000 con el
 costa de un segundo automovil de $15 000, la propiedad de la razon muestra que el primero
cuesta $30000/$15000 = 2 veces, 0 el doble, que el segundo.

Los datos se clasifican como categoricos 0 cuantitativos. Los que se agrupan por categorias
especfficas se conocen como datos categoricos. Este tipo de datos utiliza una escala de medi-
cion que puede ser nominal u ordinal. Los que utilizan valores numericos para indicar cm'into 0
cuantos se conocen como datos cuantitativos; estos se obtienen usando la escala de medicion
ya sea de intervalo 0 de razon.
El metodo estadfstico Una variable categorica incluye datos categoricos y una variable cuantitativa com-
apropiado para resumir prende datos cuantitativos. El analisis estadistico apropiado para una variable en particular de-
los datos depende de
pende de que esta sea categorica 0 cuantitativa. Si la variable es categoric a, el analisis estadistico
que los datos sean
categoricos 0 cuantitativos.
es muy limitado. Los datos categoricos se resumen mediante el conteo del numero de obser-
vaciones en cada categoria 0 por medio del calculo de la proporcion de las observaciones en
cada categoria. Sin embargo, aun cuando estos datos se identifican por medio de un codigo
aritmetico, operaciones como la suma, la resta, la multiplicacion y la division no producen
resultados que tengan sentido. En la seccion 2.1 se estudian algunas maneras de resumir los
datos categoricos.
Las operaciones aritmeticas si proporcionan resultados con sentido para las variables cuan-
titativas. Por ejemplo, los datos cuantitativos pueden sumarse y luego dividirse entre el mimero
de observaciones para calcular el valor promedio, el cual tiene significado y se interpreta con
facilidad. En general, se tienen mas altemativas para el analisis estadistico cuando los datos
son cuantitativos. La seccion 2.2 y el capitulo 3 proporcionan maneras de resumir este tipo de
datos.

Datos de corte transversal y de series de tiempo

Para efectos del analisis estadistico es importante distinguir entre datos de corte transversal y
datos de series de tiempo. Los datos de corte transversal son recabados en el mismo momento,
o aproximadamente al mismo tiempo. Los de la tabla 1.1 son de corte transversal, debido a que
describen las cinco variables para 10s 60 pafses de la Organizacion Mundial de Comercio en
el mismo punto de tiempo. Los datos de series de tiernpo 0 series temporales son recabados
a 10 largo de varios periodos. Por ejemplo, la serie de tiempo de la figura 1.1 muestra el precio
promedio por galon de gasolina regular convencional en Estados Unidos entre 2007 y 2012.
Observe que los precios mas altos del hidrocarburo han tendido a presentarse en los meses del
verano de 2008 y despues descendieron abruptamente en otono de 2008. Desde este ano, el pre-
cio promedio por galon ha continuado su incremento de forma estable, alcanzando su maximo
historico nuevamente en 2012.
Las graficas de los datos de series de tiempo a menudo se encuentran en publicaciones de
negocios y econornia; ayudan a los analistas a comprender 10 que ocurrio en el pasado, identi-
ficar cualquier tendencia en el tiempo y proyectar niveles futuros para las series de tiempo. Las
graficas de este tipo pueden adoptar una variedad de formas, como 10muestra la figura 1.2. Con
un poco de estudio, suelen ser faciles de comprender e interpretar. Por ejemplo, la grafica (A) de
la figura 1.2 muestra el indice promedio industrial Dow Jones de 2002 a 2012. En abril de 2002,
el indice del mercado de valores se encontraba cercano a 10 000 puntos. Durante los siguientes
cinco afios alcanzo su maximo historico ligeramente por encima de los 14 000 puntos en octubre
de 2007. Sin embargo, observe que existe un declive en las series de tiempo despues de su punto
mas alto en 2007. Para marzo de 2009, las condiciones economic as deficientes provocaron que
el promedio industrial Dow Jones regresara a niveles alrededor de los 7 000 puntos. Este fue un
periodo de temor y desaliento para los inversionistas. Sin embargo, para finales de 2009, el in-
dice mostro una recuperacion al alcanzar los 10000 puntos. Este indice ha aumentado de forma
constante y se ubico por encima de los 13000 puntos a principios de 2012.
 $4.50

$4.00

=
'0
';
$3.50
OJ)
•..0 $3.00
~
:S•.. $2.50

e~= $2.00

$1.50
.§
~
i:: $1.00

$0.50

$0.00
Ene 07 Ago 07 Mar 08 Oet 08 May 09 Die 09 Jul 10 Feb 11 Sep 11 Mar 12
Fecha

La gnifica (B) muestra la utilidad neta de McDonald's Inc. desde 2005 hasta 2011. Las
condiciones econ6micas en declive de 2008 y 2009 fueron realmente benefic as para la empresa,
ya que dicha utilidad alcanz6 un maximo hist6rico. Este crecimiento en la utilidad neta demos-
tr6 que la empresa estaba prosperando durante la crisis econ6mica, cuando la gente empez6 a
restringir sus gastos y preferia las altemativas mas econ6micas ofrecidas por McDonald's en
lugar de los restaurantes tradicionales mas caros. La utilidad neta de McDonald's continu6 au-
mentando hasta alcanzar un nuevo maximo hist6rico en 2010 y 2011.
La grafica (C) muestra la serie de tiempo para la tasa de ocupaci6n de los hoteles en el sur
de Florida durante un periodo de un ano. Las tasas mas altas, 95 y 98%, ocurren durante los
meses de febrero y marzo, cuando el clima de la regi6n es atractivo para los turistas. De he-
cho, la temporada de ocupaci6n mas alta para los hoteles del sur de Florida es de enero a abril
de cada ano. Por otra parte, observe las menores tasas de ocupaci6n durante los meses de agosto
a octubre, periodo en cual se encuentra el indicador mas bajo de 50% durante septiembre. Las
altas temperaturas y la temporada de huracanes son las razones principales de la cafda en la
ocupaci6n de los hoteles durante este periodo.

NOTAS Y COMENTARIOS

1. Una observaci6n es el conjunto de mediciones ob- 2. Los datos cuantitativos pueden ser discretos 0 con-
tenido para cada elemento de un banco de datos. tinuos. Los datos cuantitativos que miden cuantos
Por consiguiente, el numero de observaciones es (por ejemplo, el lJumero de llamadas recibidas en
siempre igual al numero de elementos. EI numero 5 minutos), son discretos. Los datos cuantitativos
de mediciones obtenidas para cada elemento es que miden cu<into(por ejemplo, el peso 0 el tiem-
igual al numero de variables. Por ende, el numero po), son continuos debido a que no hay una sepa-
total de elementos de datos se determina multipli- raci6n entre los valores de datos posibles.
cando el numero de observaciones por el numero
de variables.
 16000
~
~ 14000

~
';
·C

I
Q
:a
I Abr04 Abr06 Abr08 AbrlO
Afio
(A) Promedio industrial Dow Jones

,....,
fh
5
~
'"
=
Q

~ 4
~
"t:l

~'" 3
!
.•..ell~
=
"t:l
2
ell
;g
.:
;:,

0
2005 2006 2007 2008 2009 2010 2011
Afio
(B) Utilidad neta de McDonald's Inc.

100

'Q
·0
= 80
ell
c..
8Q 60
~
"t:l
~
]' 40
=OJ
~
'"'
Q
~ 20

<q~'" "'~ ~~ 0/''' ~~ \V~ \~ 'V;--~ S",«, 0& ~04 <:).•..

v

Mes
(C) Tasa de ocupaci6n de los hoteles del sur de Florida
G Fuentes de datos
Los datos se obtienen de fuentes existentes 0 de encuestas y estudios experimentales disefia-
dos para recabar datos nuevos.

En algunos casos, los datos necesarios para una aplicacion en particular ya existen. Las empre-
sas mantienen divers as bases de datos de sus empleados, clientes y operaciones de negocios.
Los datos sobre los sueldos, la edad y los afios de experiencia de los empleados se obtienen par
10general de los registros internos del personal. Otros registros internos contienen datos sobre
ventas, gastos de publicidad, costos de distribucion, niveles de inventario y cantidades de pro-
duccion. La mayoria de las empresas mantiene tambien datos detallados sobre sus clientes. La
tabla 1.2 muestra algunos de los datos de que se dispone par 10general a partir de los registros
internos de una empresa.
Las organizaciones que se especializan en la recoleccion y el mantenimiento de datos pro-
veen cantidades significativas de informacion economica y de negocios. Las empresas tienen
acceso a estas fuentes de datos externos par medio de acuerdos 0 al comprarlos. Dun & Bradstreet,
Bloomberg y Dow Jones & Company son tres empresas que ofrecen extensos servicios de ba-
ses de datos a sus clientes. ACNielsen e Information Resources, Inc. ha logrado el exito en
su negocio de recoleccion y procesarniento de datos que vende a anunciantes y fabric antes de
productos.
Tambien se obtienen datos de divers as asociaciones de la industria y de organizaciones de
interes especial. Travel Industry Association of America mantiene informacion relacionada con
viajes, como el mimero de turistas y los gastos de viaje por estado. Estos datos son de interes para
las empresas y personas de la industria del ramo. El Graduate Management Admission Council
cuenta con datos sobre calificaciones de examenes, caracteristicas de los estudiantes y progra-
mas sobre administracion de educacion universitaria. La mayoria de los datos provenientes de
estos tipos de fuentes se proveen a usuarios calificados por un costa moderado.
Internet es una fuente importante de datos e informacion estadistica. Casi todas las empresas
tienen una pagina web que proporciona informacion general acerca de la arganizacion, asi como
datos sobre ventas, mimero de empleados y de productos, el precio de los productos y sus especi-
ficaciones. Ademas, varias empresas se especializan en proveer informacion a traves de Internet,
gracias a 10 cual se puede tener acceso a cotizaciones de acciones, precios de los platillos en los
restaurantes, datos sobre sueldos y una variedad casi infinita de informacion.
Las agencias gubernamentales son otra fuente importante de datos existentes. Par ejem-
plo, el Departamento del Trabajo de Estados Unidos maneja una gran cantidad de datos sobre
las tasas de empleo, las tasas salariales, el porcentaje de la poblacion activa y la afiliacion a

Nombre, domicilio, numero de Seguro Social, sueldo, numero de dias de vacaciones,

numero de dias de incapacidad y bonos
Numero de parte 0 de producto, cantidad producida, costa de la mano de obm directa y costa
de los materiales
Numero de parte 0 de producto, cantidad disponible de unidades, punto de reorden, lote
econ6mico 0 cantidad econ6mica del pedido y programa de descuentos
Numero de producto, volumen de ventas, volumen de ventas por regi6n y volumen
de ventas por tipo de c1iente
Nombre del c1iente, domicilio, numero telef6nico, limite de credito y saldo de las cuentas
por cobrar
Edad, genero, nivel de ingresos, numero de miembros en la familia, domicilio y preferencias
 Agenda gubernamental Algunos datos disponibles
Oficina del Censo Datos poblacionales, numero de familias e ingresos par familia

Consejo de la Reserva Federal Datos sobre la masa monetaria, credito a plazo, tipos de cambio y tasas
de descuento

Oficina de Administraci6n y Presupuesto Datos sobre ingresos, gastos y deudas del gobierno federal

Departamento de Comercio Datos sobre la actividad comercial, valor de las remesas par industria, nivel
de utilidades por industria e industrias en crecimiento y en declive

Gasto de los consumidores, ingresos por hora, tasa de desempleo, registros

de seguridad y estadfsticas internacionales

sindicatos. La tabla 1.3 lista algunas agencias gubernamentales seleccionadas y algunos de los
datos que proporcionan. La mayoria de las dependencias que recaba y procesa datos tambien
los pone a disposicion de los usuarios pOI medio de un sitio web. La figura 1.3 muestra la pagi-
na principal del sitio web de la Oficina de Estadfsticas Laboraies de Estados Unidos.

Se cree que el estudio

Algunas veces los datos necesarios para alguna aplicacion no estan disponibles a traves de las
estadistico experimental
mas grande jamas realizado
fuentes existentes. En estos casos suelen obtenerse mediante estudios estadfsticos, los cuales se
es el experimento para clasifican en experimentales u observacionales.
la vacuna Salk contra la En un estudio experimental se identifica primero la variable de interes. Luego se toma una
polio del Servicio de Salud o mas variables y se controlan para obtener datos de como influyen en la variable de interes. Por
Publica efectuado en 1954.
ejemplo, una companfa farmaceutica podria interesarse en realizar un experimento para ente-
Se seleccionaron casi
2 millones de nifios de
rarse de como afecta un nuevo medicamento la presion sangufnea. Esta es la variable de interes
10.,20. y 3er. grados en el estudio. El nivel de dosis del medicamento nuevo es otra variable que se espera que tenga
de ensefianza elemental de un efecto causal en la presion sangufnea. Para obtener datos sobre el efecto del nuevo farmaco,
todo Estados Unidos. los investigadores seleccionan una muestra de individuos. El nivel de dosis del medicamento
esta controlado, ya que a los distintos grupos de individuos se les surninistran dosis diferentes.

,l'UNITEDSTATESDEPARTMENTOFlA80R Ah>Z'rnJ""'I.q,;I"",",8l.S1","",,U' ~ GO
...I!::.. 'FoBaw tAt '# I Whlt's Haw I ~ QiIMdat J SbMap
~ BURE.Hl OF LABOR STATISTICS ~ q

Subject Areas: •. DatabMos & Tools.... Publications .• EconomJ<: Releases ..•• Beta .••

May Jobless rates down overttle year In 331 of 372 metro arees; payroll jobs up
In 266
30bIess rates were lower in May than a year earlierin 331 Qf the 372 metropolitan areas,
hlgher in 32, and unchanged In 9. Nonfarm payroll employment was up in 266 metropolitan
areas over the:year~ down in 101, and unchanged in 5.
HTMll POf

Multifactor productivity In manufaeluringlncreases 7.5% in 2010. largest gain

In series
In 2010, mUltifactor productMty In manufacturing Increased 7.5 pen::ent, 12.7 percent in
durabie manufacturing and 2.7 percent in nondurabie manufacturing. In all three sectors,
gains in multifactor productivity followed declines in 2009. Follow BLS on Twitter
HTML I pop The latest news releases will soon be
available- on the BLS Twitter Feed.
as/21j20l2 On days they provided etd$rcare, persons spent an average of 3.1 hours providing this care
Gii(2(j,/?Q1Z inMay,1,380masslayoffaetkmsaffecled130,191 workers
06!l9/ZU)2 Jobopenlngs deellnedto 3.4 million lnAprI1
fJ6j15/2!JI2 Jobless rates up In 18 states, down in 14 In May; payroll jobs up In 27 states, down to 22
06!HI20U CPI alt items faRs In Mayas decline in gas prices offsets other Increases
 Antes y despues se recaban datos sobre la presi6n sanguinea para cada grupo. El amilisis esta-
distico de los datos experimentales ayuda a determinar el efecto del nuevo medicamento en la
presi6n sangufnea.
Los estudios estadisticos no experimentales u observacionales de ninguna manera intentan
controlar las variables de interes. Una encuesta es tal vez el tipo mas comiln de estudio obser-
vacional. Por ejemplo, en una entrevista personal para una encuesta primero se identifican las
preguntas de investigaci6n, luego se disefia un cuestionario y despues se administra a una mues-
r- ~snuJios sabre los tra de individuos. Algunos restaurantes usan estudios observacionales para obtener datos sobre
_w....dores y los no fumadores las opiniones de los clientes acerca de la calidad de los alimentos, la calidad en el servicio, la
_ observacionales, debido
atm6sfera del lugar, etc. En la figura 1.4 se aprecia un cuestionario de opini6n del cliente que
,&. 'fI« los investigadores no
Jinffminan a controlan utiliz6 Chops City Grill en Naples, Florida. Observe que a los clientes que contestaron se les pide
-llllliDtfuma y quien no. que califiquen 12 variables, como la experiencia general, la amabilidad de la hostess, el gerente
(visita a la mesa), el servicio general, etc. Las categorias de respuesta de excelente, bueno, regu-
lar, aceptable y malo proporcionan datos categ6ricos que permiten a la gerencia de Chops City
Grill mantener estandares altos para los alimentos y el servicio del restaurante.
Cualquiera que quiera usar datos y analisis estadisticos como apoyo en la toma de decisio-
nes debe considerar el tiempo y el costo requeridos para obtenerlos. Usar las fuentes existentes es
recomendable cuando los datos deben obtenerse en un periodo relativamente breve. Si los datos
importantes no se pueden recabar con facilidad de una fuente existente, debe tomarse el tiempo
y el costa adicionales involucrados en su obtenci6n. En todos los casos, quien toma decisiones

FIGURA 1.4 Cuestionario de opinion del cliente que utiliza el restaurante Chops City Grill
en Naples, Florida

chopl~ CiTY Glill

Nuestros c1ientesson nuestra maxima prioridad. Par favor, t6mese un

momenta para llenar esta encuesta que nos permitira mejorar nuestro servicio con base
en sus necesidades. Puede devalver esta tarjeta a la recepci6n 0 enviarla par carrea.
iGracias!
ENCUESTA SOBRE EL SERVICIO Excelente Bueno Promedio Aceptable Mediocre

Experiencia general 0 0 0 0 0
Amabilidad de la hostess 0 0 0 0 0
Gerente (visita a la mesa) 0 0 0 0 0
Servicio general 0 0 0 0 0
Profesionalismo 0 0 0 0 0
Conocimiento del menu 0 0 0 0 0
Amabilidad 0 0 0 0 0
Selecci6n de vinas 0 0 0 0 0
Selecci6n del menu 0 0 0 0 0
Calidad de 105 alimentos 0 0 0 0 0
Presentaci6n de 105 alimentos 0 0 0 0 0
Relaci6n valor-precio 0 0 0 0 0
,;,Que comentarios podrfa hacernos para mejorar nuestro restaurante?
 debe considerar la contribucion del amllisis estadfstico al proceso de toma de decisiones. El
costa de la adquisicion de los datos y el an:llisis estadfstico subsiguiente no deben exceder los
ahorros generados por el uso de la informacion para tomar una mejor decision.

Errores en la adquisicion de datos

Los gerentes deben ser siempre conscientes de la posibilidad de errores en los estudios esta-
dfsticos. El uso de datos erroneos es peor que no usar datos. Una equivocacion en la adquisicion
de los datos ocurre siempre que el valor de 10s datos obtenidos no es igual al valor verdadero
o real que se obtendria con un procedimiento correcto. Estos errores pueden ocurrir de varias
maneras. Por ejemplo, un entrevistador podria cometer una falla de registro, como una trans-
posicion de los numeros cuando registra la edad de una persona, es decir, que anote 42 en vez de
24 anos, 0 la persona que responde una pregunta durante una entrevista podria malinterpretada
y dar una respuesta incorrecta.
Los analistas con experiencia tienen gran cuidado en recabar y registrar los datos para ase-
gurarse de no cometer errores. Para verificar su consistencia intema se usan procedimientos
especiales. Por ejemplo, estos procedimientos indicarian que el analista debe revisar la precision
de los datos para una persona entrevistada que indica que tiene 22 alios de edad pero reporta
20 alios de experiencia laboral. Los analistas tambien revisan los datos con valores inusualmente
grandes 0 pequelios llamados atfpicos, los cuales son candidatos a posibles errores. En el ca-
pitulo 3 se presentan algunos metodos que los expertos en estadistica utilizan para identificar
datos atfpicos.
Los errores ocurren con frecuencia durante la adquisicion de datos. El uso a ciegas de cual-
quier dato con que se cuenta 0 el uso de los que se adquirieron con poco cuidado puede conducir
a informacion y a decisiones erroneas. Por 10 tanto, emprender acciones para adquirir datos pre-
cisos ayuda a garantizar que la informacion sea confiable y valiosa para la toma de decisiones.

G Estadistica descriptiva
La mayor parte de la informacion estadfstica en periodicos, revistas, informes de empresas y
otras publicaciones consiste en datos que se resumen y presentan en una forma facil de com-
prender para ellector. Estos resumenes de datos, que pueden ser tablas, graficas 0 numeros, se
conocen como estadistica descriptiva.
Consulte el banco de datos de la tabla 1.1, el cual contiene informacion referente a 60 paises
miembros de la Organizacion Mundial de Comercio. Los metodos de la estadfstica descriptiva
se pueden usar para resumir esta informacion. Por ejemplo, considere la variable Fitch Outlok
que indica la direccion en la cual es posible que se mueva la calificacion crediticia de un pais en
los proximos dos anos. Esta variable se registra como negativa, estable 0 positiva. La tabla 1.4
presenta un resumen tabular y muestra la cantidad de pafses clasificados en cada una de las ca-
tegorias de Fitch Outlook. Un resumen grafico de los mismos datos, llamado grafica de barras,
se presenta en la figura 1.5. Estos tipos de resumenes graficos y tabulares facilitan la interpreta-
cion de los datos. Al remitimos a la tabla 1.4 y a la figura 1.5 se observa que la mayoria de las
calificaciones de Fitch Outlook para los creditos es estable, con 65% de los paises clasificados

TABLA 1.4 Frecuencias y frecuencias porcentuales de la calificaci6n crediticia de Fitch Outlook

para 60 paises

Frecuencia
Frecuencia porcentual (% )
Positiva 10 16.7
Estable 39 65.0
Negativa 11 18.3
 70

60
-a
.•..= 50
=~
-=
Cl.>

0 40
Cl<

'0 30
=
Cl.>

=~
f: 20
•••
10

0
Negativa Estable Positiva

Fitch Outlook

de esta manera. Las calificaciones positivas y negativas para Ios creditos son similares, siendo
Ia calificaci6n negativa (18.3%) ligeramente superior a Ia positiva (16.7%).
En Ia figura 1.6 se presenta un resumen gnifico para Ia variable cuantitativa PIE per capita,
Hamado histograma. EI histograma facilita ver que el PIE per capita de Ios 60 pafses varia de
a a 60 000 d6Iares, con una mayor concentraci6n entre $10000 Y$20 000. S6Io un pais muestra
un PIE per capita superior a Ios $50 000.
Ademas de Ias tablas y Ias graficas, para resumir 10s datos se usa Ia estadistica descripti-
va numerica. La medida estadistica descriptiva numeric a mas comun es el promedio, 0 media.

20

18

16

14

=
'0
12

==
Cl.>
10
~
f:
••• 8

10000- 20000- 30000- 40000- 50000-

19999 29999 39999 49999 59999
PIB per capita
 Con ayuda de los datos sobre el PIE per capita de 60 paises que se presentan en la tabla 1.1,
podemos calcular el promedio sumando el PIE per capita de los 60 paises y dividiendo el total
entre 60. Al hacerlo, se obtiene un PIE per capita promedio de 21 387 d61ares, el cual demuestra
una medida de tendencia central 0 posici6n central de los datos para esa variable.
El interes en metodos eficaces para el desarrollo y la presentaci6n de la estadistica descripti-
va es cada vez mayor. Los capitulos 2 y 3 se centran en los metodos tabular, grafico y numerico
de la estadistica descriptiva.

Numerosas situaciones requieren informaci6n sobre un grupo grande de elementos (perso-

nas, empresas, votantes, farnilias, productos, clientes, etc.), pero par razones de tiempo, costo
y otras consideraciones s610 se pueden recabar datos de una pequena porci6n del conjunto. El
grupo mas grande de elementos en un estudio en particular se llama poblaci6n, y el grupo mas
pequeno se denornina muestra. En terrninos formales se utilizan las definiciones siguientes:

Una poblaci6n es el eonjunto de todos los elementos de interes en un estudio espe-

cffieo.

EI gobiemo estadounidense El proceso de aplicar una encuesta para recabar datos de toda una poblaci6n se llama
efectua un censo cada
censo. El proceso de aplicar una encuesta para recabar datos de una muestra se llama encuesta
10 arios. Las firmas de
investigaci6n de mercados
por muestreo. Como una de sus contribuciones importantes, la estadistica usa datos de una
realizan todos Ios dfas muestra para realizar estimaciones y probar hip6tesis sobre las caracteristicas de una poblaci6n
encuestas por muestreo. mediante un proceso conocido como inferencia estadistica.
Como ejemplo de inferencia estadistica, considere el estudio realizado par Electronics
Norris, la cual fabrica focos de alta luminosidad que se usan en diversos productos electricos. En
un intento por incrementar la vida util de los focos, el grupo de diseno desarroll6 un filamento
nuevo. En este caso, la poblaci6n se define como todos los focos que pueden fabricarse con el
filamento nuevo. Para evaluar sus ventajas, se fabricaron y probaron 200 foeos con dicho adita-
mento. Los datos recabados de esta muestra senalan el numero de haras de funcionamiento de
cada foco antes de que el filamento se fundiera. Consulte la tabla 1.5.
Suponga que Norris quiere usar los datos muestrales para hacer una inferencia sobre las
haras promedio de vida util para la poblaci6n de todos los focos que podrian producirse con
el filamento nuevo. La adici6n de los 200 valares en la tabla 1.5 y la divisi6n del total entre
200 proparciona la vida util promedio de la muestra para los focos: 76 haras. Podemos usar
este resultado para estimar que la vida Utilpromedio para los focos en la poblaci6n es de 76 ho-
ras. La figura 1.7 proporciona un resumen grafico del proceso de inferencia estadistica para
Norris Electronics.
Siempre que los expertos en estadistica usan una muestra para estimar una caracteristica de
interes de la poblaci6n, proparcionan un enunciado de la calidad, 0 precisi6n, asociada con la
estimaci6n. Para el ejemplo de Norris, el experto en estadfstica podria afirmar que la estimaci6n