1

ContenidoAutoridades UASD ..............2

Escuela de EstadísticaPersonal Directivo ...............3

Presentación ......................4

la Estadística .....................5

Historia de la Estadística ......6

Personajes que aportaron al desarrollo de la Estadística .........................13

El censo de población y vivienda: utilidad de sus resultados .........................20

Inclusión de la igualdad en la hipótesis nula ............24

Inversión Extranjera Directa (IED) y la Ocupación en Rep. Dom. .....32

Cobertura Educativa en Rep. Dom. Indicadores de Cobertura......................38

La Encuesta Pre-Electoral, ¿cómo interpretarla? .....................39

Partidos Políticos mayoritarios pierden gravitación en el mercado electoral dominicano. ..........43

Los profesionales dominicanos: Su entorno familiar y condiciones ocupacionales ...................45

Ex directores de la Escuela de EstadÍstica ....................50

EventosLanzamiento de la página web de la Escuela de estadística .........................51

El Club de Egresados de la Escuela de Estadística de la

UASD (FCES-UASD)

Tú, graduado de la Escuela de Estadística ¡Ven, apoya y forma parte de nuestra

familia de Egresados!

Visítanos en la página Web

2

AUTORIDADESUASD

AUTORIDADES SUPERIORES DE LA

UNIVERSIDAD

Mtro. Mateo Aquino Febrillet, Rector

Dr. Jorge Asjana David, Vicerrector Docente

Dra. Emma Polanco, Vicerrectora Administrativa

Mtro. Francisco Vegazo, Vicerrector de Investigación

y Postgrado

Mtro. Francisco Terrero Galarza, Vicerrector de Extensión

CONSEJO DIRECTIVO DE LA FACULTAD

Mtro. Juan Ant. Cerda Luna, Presidente y Decano

de la Facultad

Mtro. Ramón Desangles Flores, Secretario y Vicedecano

de la Facultad

Mtro. Alexis Martínez Olivo, Director de la Escuela

de Administración

Mtro. José Antonio Burgos, Director de la Escuela

de Mercadotecnia

Mtro. Pablo Valdez, Director de la Escuela

de Contabilidad

Mtro. Melvin Pérez Sarraf, Director Escuela de Economía

Matra. Marisela Duval, Directora de la Escuela

de Sociología

Matro. Dionicio Hernández, Director de la Escuela

de Estadística

Dr. Antonio Ciriaco, Director del Instituto de

Investigaciones Socioeconómicas

(INISE)

Mtro. José Arismendy Salcedo, Director de Postgrado

Mtra. Agnes Mirqueya Mateo, Directora del Instituto

de Género

Mtra. Carmen Luisa Santana, Representante Profesoral

Mtro. Pedro Julio Barías, Representante Profesoral

Mtro. Raúl Peguero, Representante Profesoral

Br. Adolfo Sánchez, Representante Estudiantil

Br. Juan Carlos MedinaRepresentante Estudiantil

Br. Ramón Martínez, Representante Estudiantil

Br. Claudio Sosa, Representante Estudiantil

CONSEJO DE REDACCIÓN DE LA REVISTA

Mtro. Dionicio Hernández Leonardo,

Director de la Escuela

Mtro. Juan Faustino Polanco, Director de la Revista

Mtro. Máximo Novo, Coordinador de la Cátedra de Estadística Matemática

Matro. Alberto Estrella, Coordinador de la Cátedra

de Estadística Especializada

Mtro. Héctor Medina, Coordinador de la Cátedra

de Estadística General

Mtra. Lilian Peña, Coordinadora de la Cátedra

de Bioestadística

Mtro. Néstor Berroa, Coordinador de la Cátedra

de Demografía

CRÉDITOSConsejo Editorial

Dionicio HernándezDirector de la Escuela

Juan Faustino PolancoDirector de la Revista

Diseño y DiagramaciónRevista

Luisaura Mera

Corrección de Texto y Estilo

Marina Aybar

FotografíaKatty Sánchez

Nilson Duarte Olivares

Diseño y diagramación página web

Dioel Hernández CassóErick Ortiz

3

ESCUELA DE ESTADíSTICAPersonal Directivo

Juan Antonio Cerda LunaDecano de la Facultad

Ramón DesanglesVicedecano de la Facultad

Dionicio Hernández L.Director de la Escuela

de Estadistica

Juan Faustino PolancoDelegado Profesoral

Alberto EstrellaCoordinador de la Cátedra Estadística Especializada

Néstor BerroaCoordinador de la Cátedra

Demográfica

Lilian PeñaCoordinadora de la Cátedra

Bioestadística

Héctor MedinaCoordinador de la Cátedra

Estadística General

Máximo NovoCoordinador de la Cátedra

Estadística Matemática

4

PresentaciónPresentamos a la comunidad académica nacional e internacio-nal, en especial a la familia uasdiana, a las instituciones publi-cas, a los medios de comunicación, al empresariado domini-cano y al público en general, la Revista Actualidad Estadística, la cual circulará semestralmente en forma impresa y digital, hospedada en la página web de la Escuela de Estadística.

Conscientes de que la estadística está presente en cada ac-tividad empresarial, de los gobiernos y de las instituciones, en nombre del Consejo Directivo de la Facultad de Ciencias Económicas y Sociales, nos complace presentar esta publica-ción, como medio imprescindible para que profesores e inves-tigadores puedan publicar los resultados de sus trabajos de investigación en el campo de la estadística, así como también, la publicación de artículos y estadísticas de interés nacional e internacional.

Actualidad Estadística llenará un espacio importante en la bi-bliografía especializada y su puesta en circulación coincide con el Día Mundial de la Estadística, lo cual constituye una prueba fehaciente de que nuestra Escuela de Estadística, marcha al compás de los nuevos tiempos.

Lic. Juan Antonio Cerda LunaDecano Facultad Ciencias Económicas y Sociales

Santo Domingo, Republica DominicanaOctubre 2011.

5

PALABRAS DEL RECTORMtro. Mateo Aquino FebrilletRector de la UASD

“…La estadística es una carrera que aporta al sector público y al sector privado la he-rramienta necesaria para que todo gerente sea exitoso en la decisión que tome”.

“Si tan solo contara con un día para vivir, me quedaría en mi clase de estadística”

Frase de un estudiante inglés recogida por Donald H. Sanders en su libro: “Sta-tistics a fresh approach”.

La Estadística es la disciplina científica que se dedica al desarrollo y aplicación de la teoría y las técnicas apropiadas y eficientes para el diseño de investigaciones, la reco-lección, clasificación, presentación, análisis e interpretación de información obtenida por observación o experimentación.

El profesor Serguéi Stepanovich Sergiev, miembro correspondiente de la Sección de Estadística de la Academia de Ciencias de Rusia, da la siguiente definición: “La Esta-dística es la ciencia que estudia los fenó-menos que ocurren en forma masiva en sus aspectos cuantitativos y en relación indivi-sible con los aspectos cualitativos, tratando de identificar la tendencia del fenómeno, a fin de conocer sus leyes generales de com-portamiento”.

El campo de ejercicio profesional de un es-tadístico es muy amplio, le permite vincu-larse en áreas tan diversas como la políti-ca, la economía, la salud, la psicología, la educación, las ingenierías, la contabilidad, el mercadeo, la biología, la agricultura, la sociología, entre otras.

La Estadística está detrás de cada activi-dad que realiza el hombre, y en cada ac-

ción de las empresas, los gobiernos y las instituciones. Está presente en la planifica-ción económica y social de los gobiernos, en el análisis de mercado, en el control de los procesos de producción, detrás de cada nuevo producto que sale al mercado, en toda campaña política, en la experimen-tación científica y en la elección de la me-jor estrategia para la inversión de capital. También, en las evaluaciones de impacto de políticas, programas y proyectos. En fin, la ciencia Estadística está presente en todas las investigaciones y en el análisis de informaciones para orientar la toma de de-cisiones racionales y efectivas.

Vivimos en un mundo cambiante, en don-de la tecnología y la comunicación marcan las pautas a seguir. Los avances científicos son cada vez más relevantes, y, gracias a la llamada globalización, el mundo se ha convertido en un vecindario hiperconecta-do. En este contexto la Estadística es cada vez más necesaria, ya que es la única dis-ciplina que permite dar respuesta a los re-querimientos y necesidades del desarrollo científico y tecnológico de la sociedad en conjunto, y en particular a los gobiernos, las empresas e instituciones.

LA ESTADíSTICAProf. Dionicio HernándezDirector de la Escuela de Estadística

6

HISTORIA DE LA ESTADíSTICAProf. Alberto Estrella Contreras y colaborador Manaury Valerio

ORIGEN

El término alemán Statistik (Estadística), que fue primeramente introducido por Gottfried Achenwall (Godofredo) (1749), designaba originalmente el análisis de da-tos del Estado, es decir, la “ciencia del Es-tado” (también llamada aritmética política de su traducción directa del inglés). No fue hasta el siglo XIX cuando el término Esta-dística adquirió el significado de recolectar y clasificar datos. Este concepto fue intro-ducido por el militar británico Sir John Sin-clair (1754-1835).

Por tanto, la Estadística estuvo asociada a los Estados, para ser utilizados por el go-bierno y cuerpos administrativos (a me-nudo centralizados). La colección de datos acerca de estados y localidades continúa ampliamente a través de los servicios de estadísticas nacionales e internacionales. En particular, los censos suministran infor-mación regular acerca de la población.

Ya se utilizaban representaciones gráficas y otras medidas en pieles, rocas, palos de madera y paredes de cuevas para controlar el número de personas, animales o ciertas mercancías. Hacia el año 3000 a. C., los babilonios usaban ya pequeños envases moldeados de arcilla para recopilar datos sobre la producción agrícola y de los gé-neros vendidos o cambiados. Los egipcios analizaban los datos de la población y la renta del país mucho antes de construir las pirámides en el siglo XI a. C.

Los libros bíblicos de Números y Crónicas incluyen en algunas partes trabajos de Es-tadística. El primero contiene dos censos de la población de Israel y el segundo des-cribe el bienestar material de las diversas

tribus judías. En China existían registros numéricos similares con anterioridad al año 2000 a. C. Los antiguos griegos realizaban censos cuya información se utilizaba hacia el 594 a. C. para cobrar impuestos.

También los chinos efectuaron censos hace más de cuarenta siglos. Los griegos efec-tuaron censos periódicamente con fines tributarios, sociales (división de tierras) y militares (cálculo de recursos y hombres disponibles). La investigación histórica re-vela que se realizaron 69 censos para calcu-lar los impuestos, determinar los derechos de voto y ponderar la potencia guerrera. Pero fueron los romanos, maestros de la organización política, quienes mejor supie-ron emplear los recursos de la Estadística. Cada cinco años realizaban un censo de la población y sus funcionarios públicos te-nían la obligación de anotar nacimientos, defunciones y matrimonios, sin olvidar los recuentos periódicos del ganado y de las riquezas contenidas en las tierras conquis-tadas. Para el nacimiento de Cristo sucedía uno de estos empadronamientos de la po-blación bajo la autoridad del imperio. Durante los mil años siguientes a la caída del imperio Romano se realizaron muy po-cas operaciones Estadísticas, con la nota-ble excepción de las relaciones de tierras pertenecientes a la Iglesia, compiladas por Pipino el Breve en el 758 y por Carlomag-no en el 762 D.C. Durante el siglo IX se realizaron en Francia algunos censos par-ciales de siervos. En Inglaterra, Guillermo el Conquistador recopiló el Domesday Book o libro del Gran Catastro para el año 1086, un documento de la propiedad, extensión y valor de las tierras de Inglaterra. Esa obra fue el primer compendio estadístico de In-glaterra.

7

Aunque Carlomagno, en Francia, y Guiller-mo el Conquistador, en Inglaterra, trata-ron de vivir la técnica romana, los métodos estadísticos permanecieron casi olvidados durante la Edad Media. Durante los siglos XV, XVI, y XVII, hombres como Leonardo de Vinci, Nicolás Copérnico, Galileo, Neper, William Harvey, Sir Francis Bacon y René Descartes, hicieron grandes operaciones al método científico, de tal for-ma que cuando se crearon los Estados Na-cionales y surgió como fuerza el comercio internacional existía ya un método capaz de aplicarse a los datos económicos. Para el año 1532 empezaron a registrarse en Inglaterra las defunciones debido al te-mor que Enrique VII tenía por la peste. Más o menos por la misma época, en Francia, la ley exigió a los clérigos registrar los bautis-mos, fallecimientos y matrimonios. Duran-te un brote de peste que apareció a fines de la década de 1500, el gobierno inglés comenzó a publicar estadísticas semanales de los decesos. Esa costumbre continuó muchos años, y en 1632 estos Bills of Mor-tality (Cuentas de Mortalidad) contenían los nacimientos y fallecimientos por sexo. En 1662, el capitán John Graunt usó docu-mentos que abarcaban treinta años y efec-tuó predicciones sobre el número de perso-nas que morirían de varias enfermedades y sobre las proporciones de nacimientos de varones y mujeres que cabía esperar. Por el año 1540, el alemán Sebastián Mus-ter realizó una compilación estadística de los recursos nacionales, comprensiva de datos sobre organización política, instruc-ciones sociales, comercio y poderío militar. Durante el siglo XVII aportó indicaciones más concretas de métodos de observación y análisis cuantitativo y amplió los campos de la inferencia y la teoría Estadística.

Los eruditos del siglo XVII demostraron es-pecial interés por la Estadística Demográfi-ca como resultado de la especulación sobre si la población aumentaba, decrecía o per-manecía estática.

En los tiempos modernos, tales métodos fueron resucitados por algunos reyes que necesitaban conocer las riquezas moneta-rias y el potencial humano de sus respecti-vos países. El primer empleo de los datos estadísticos para fines ajenos a la política tuvo lugar en 1691 y estuvo a cargo de Gaspar Neumann, un profesor alemán que vivía en Breslau. Este investigador se pro-puso destruir la antigua creencia popular de que en los años terminados en siete mo-ría más gente que en los restantes, y para lograrlo hurgó pacientemente en los archi-vos parroquiales de la ciudad. Después de revisar miles de partidas de defunción pudo demostrar que en tales años no fallecían más personas que en los demás. Los pro-cedimientos de Neumann fueron conocidos por el astrónomo inglés Halley, descubridor del cometa que lleva su nombre, quien los aplicó al estudio de la vida humana. Sus cálculos sirvieron de base para las tablas de mortalidad que hoy utilizan todas las compañías de seguros. Durante el siglo XVII y principios del XVIII, matemáticos como Bernoulli, Francis Ma-seres, Lagrange y Laplace desarrollaron la teoría de probabilidades. No obstante du-rante cierto tiempo, la teoría de las proba-bilidades limitó su aplicación a los juegos de azar y hasta el siglo XVIII no comenzó a aplicarse a los grandes problemas cientí-ficos. Jacques Quételect es quien aplica las Es-tadísticas a las ciencias sociales. Éste in-terpretó la teoría de la probabilidad para su uso en las ciencias sociales y resolver la aplicación del principio de promedios y de la variabilidad a los fenómenos sociales. Quételect fue el primero en realizar la apli-cación práctica de todo el método Estadísti-co, entonces conocido, a las diversas ramas de la ciencia.

8

Entre tanto, en el período del 1800 al 1820 se desarrollaron dos conceptos matemáti-cos fundamentales para la teoría Estadísti-ca: la teoría de los errores de observación, aportada por Laplace y Gauss; y la teoría de los mínimos cuadrados desarrollada por Laplace, Gauss y Legendre. A finales del siglo XIX, Sir Francis Gastón ideó el méto-do conocido por Correlación, que tenía por objeto medir la influencia relativa de los factores sobre las variables. De aquí partió el desarrollo del coeficiente de correlación creado por Karl Pearson y otros cultivado-res de la ciencia biométrica como J. Pease Norton, R. H. Hooker y G. Udny Yule, que efectuaron amplios estudios sobre la medi-da de las relaciones. Los progresos más recientes en el campo de la Estadística se refieren al ulterior de-sarrollo del cálculo de probabilidades, par-ticularmente en la rama denominada inde-terminismo o relatividad; se ha demostrado que el determinismo fue reconocido en la Física como resultado de las investigacio-nes atómicas y que este principio se juzga aplicable tanto a las ciencias sociales como a las físicas.

LA ESTADíSTICA EN REPÚBLICA DOMINICANA

La Estadística en nuestro país aparece des-de los primeros años de su descubrimiento, sin un dominio certero, como instrumento de simple cuantificación (Trujillo y la Es-tadística. Nicolás Rizik H., Editora Montal-vo, 1945). En la República Dominicana se impone un examen de las diferentes fases de evolución, la cual se divide en períodos, contados a partir del 1942. Posteriormen-te, se encuentra un resumen reciente de los acontecimientos acaecidos en el quinto período, desde 1971 a 1998.

Entre los acontecimientos Estadísticos im-portantes de este período figuran las infor-maciones Estadísticas sobre el repartimien-to de Indios de 1514; el Censo de Osorio de 1606, el cual contiene un recuento de la población, esclavos, ingenios, hatos, es-tancias de jengibres y puertos en las cos-tas; los “censos “de 1780 (parroquiales); el de 1819 y el censo de 1824 efectuado por el invasor haitiano. En realidad, estos “censos” (que más bien eran recuentos), constituyen las actividades estadísticas más importantes de este período. Un he-cho que merece ser citado es que aparece en el archivo de Monte Plata (1821) un acta que dice que el ayuntamiento de aquella comunidad votó la suma de sesenta pesos para instalar un servicio de Estadística”, sin embargo, no se conoce ningún otro hecho que dé continuidad histórica a éste.

1

2

er

do

Periodo 1492-1843

Según don Vicente Tolentino Rojas, a partir de 1844, año de la Independencia Nacional, figura en todas las cartas constitucionales (como expresa atribución del Congreso) la de determinar todo lo concerniente a la for-mación periódica de la Estadística general de la República”. Así, en 1845, se dicta la ley sobre ayuntamientos, que otorga a los cabildos del país el derecho de organizar las Estadísticas de población. Otro inten-to de organización sectorial se produce en 1844, esta vez fundamentalmente con las Estadísticas de comercio exterior; esto se materializa con el decreto del entonces Pre-sidente Ulises Heureaux, de fecha 17 de ju-nio de ese año, mediante el cual se creaba, adscrito a la Contaduría General de Hacien-

Periodo 1844-1904

9

da “un Negociado de Estadística Mercantil. En este año el Congreso Nacional votó por un decreto la suma de RD$4,500.00 para remunerar el trabajo de la Estadística mer-cantil del año anterior, bajo las estipulacio-nes hechas por el ministro de Hacienda y Comercio el señor Eugenio Generoso Mar-chena. En 1866 la ley suprimió las atribu-ciones dadas a los ayuntamientos. En 1887 al ministro de Hacienda y Comercio le urgía que fueran dictadas disposiciones precisas, para asegurar los intereses fiscales y hacer la Estadística verdad. Entretanto, la Iglesia seguía valiéndose de “Censos Parroquia-les” para estimar la población; por ello, se realizan los Censos Parroquiales del 1863 y 1887, los cuales enumeraban solamente la población católica, pero por ser esta la gran mayoría sirvieron de buena base para estimar la población total del país.

A fines del siglo XIX, en especial del 1885 a 1900, los intelectuales y políticos ejer-cen una fuerte presión para la creación de la organización del sistema Estadístico Dominicano. Esto puede apreciarse en las memorias del 1883 y 1887 del Ministerio de Justicia, Fomento e Instrucción Pública, referentes a los datos de nacimientos y de-funciones, donde sólo se registran el 75% de los nacimientos ocurridos y el 55% de las defunciones.

En 1888, José Ramón Abad en “La República Dominicana, reseña general Geográfico-Es-tadístico” hace hincapié sobre la necesidad de organizar las Estadísticas Nacionales. El “Censo de población y otros datos Estadís-ticos de la ciudad de Santo Domingo”, del 6 de diciembre de 1892, constituye un indi-cador del avance de la Estadística en esos momentos. El período 1844-1904 fue de suma importancia, pues con el avance al-canzado, se dan las condiciones para que se promoviera la ley que creó la Oficina de Estadística.

3er

En este período se crean los organismos administrativos y se constituyen las dis-posiciones legales que permiten comenzar a crear las bases del Sistema Estadístico Dominicano, el cual, sin embargo, no logra crecer y desarrollarse hasta períodos pos-teriores. En el 1905, siendo Presidente de la República Carlos F. Morales Languasco, por resolución 4607, divulga en la Gaceta Oficial 1616 del 9 de septiembre, establecer la Oficina de Estadística, teniendo esta una limitación, “La Oficina de Estadística estará obligada a requerir a los particulares todos los datos que éstos puedan suministrarle”. La ley 4879 publicada en la gaceta oficial 1997 del 3 de junio del 1909, llamada” Ley sobre Estadística Nacional” mejora sustan-cialmente la de 1905 y puede decirse que para esa época, es una legislación con ca-rácter moderno. Según la ley de referencia, la Estadística de la República Dominicana se llevaría obligatoriamente y con toda se-guridad.

Establece además la obligatoriedad de ofrecer informaciones tanto a funcionarios públicos como a particulares, llenando en este caso el gran vacío de la ley del 1905. En esta ley de 1909 se crean las siguientes secciones que forman parte de la Oficina de Estadística: 1. Sección de Estadística De-mográfica (Población, nacimientos y defun-ciones). 2. Sección de Censo (Movimiento migratorio, crecimiento vegetativo, recopi-lación y conservación de documentos sobre censos). 3. Sección Sociográfica (Escola-res, judiciales y eclesiásticas). 4. Sección Comercial y Administrativa (Administración municipal, puertos, cabotajes y aduanas, correos, impuestos y ferrocarriles). El 24 de diciembre del 1920 se levantó el primer

Periodo 1905-1934

10

Censo Nacional de la población, tarea efec-tuada por las fuerzas invasoras norteameri-canas que a la ocasión ocupaban el país. La experiencia censal del país, en esa época, era prácticamente nula y el Censo contie-ne deficiencias, tales como: 1.- Sub-nu-meración. 2.- Tabulación de sólo algunos grupos de edades, lo que limita al análisis demográfico y socioeconómico en general. 3.- Falta de “simultaneidad”.

Todavía en los años de 1921 y 1922 me-diante órdenes ejecutivas 663 y 769, se aprobaron 3 mil dólares primero y quinien-tos pesos después para continuar la recopi-lación de datos. Estas deficiencias pueden explicarse, en parte, por las siguientes ra-zones: 1.- El estado de intranquilidad po-lítica que vivía el país, ocupado entonces por fuerzas norteamericanas. 2.- Falta de experiencia y conocimientos sobre el tema, por parte de los responsables del traba-jo. 3.- Una fuerte epidemia de viruela que atacó la población del país en ese año del 1920. 4.- Recursos Económicos y materia-les insuficientes. 5.- La no asistencia de asesores técnicos en la oficina central. A pesar de sus limitaciones, esta publicación contiene importantísimas informaciones y constituye la primera publicación censal con cierta amplitud en las características demográficas y socioeconómicas examina-das. Fue publicado en 1923. En 1975, la UASD efectuó una segunda edición.

mulgación de la ley del 1 de noviembre, mediante la cual se encomienda el servicio de Estadística a una oficina central, bajo la dependencia directa del Poder Ejecutivo por conducto de la Secretaría de Estado de la Presidencia. Según la organización de la Oficina en ese año, contaba con siete sec-ciones: Demográfica, Censo, Sociográfica, Producción, Economía, Climatológica, Go-bierno y Administración y, por último, Publi-caciones y sus resultados han sido compa-rados, hasta donde ha sido posible, con los del Censo del 1950. A partir del 1 de enero de 1936, fecha en que entró en vigencia la ley de 1935, hasta el año de 1948, la Oficina de Estadística tuvo como Director a don Vicente Tolentino Rojas, quien llevó a cabo una brillante labor al frente de la misma y es con justicia considerado uno de los padres de la Estadística en la República Dominicana.

En 1940 se autorizó efectuar el Censo Agro-pecuario Nacional mediante el decreto 389 del Poder Ejecutivo. En diciembre de 1928, se acogió el proyecto de levantar cada diez años un Censo agrícola mundial, y el pri-mero fue realizado por algunos países, sin la participación de la República Dominicana en 1930. En este período se vincula la Es-tadística dominicana a la Organización Es-tadística Internacional, de ahí la creación del Instituto Interamericano de Estadística (IASI). En 1943, mediante la ley 318 del 8 de julio, se estableció “el levantamien-to cada 15 años de un Censo Nacional que incluye población, edificios y viviendas, agropecuaria, industria y comercio y aque-llos que el Poder Ejecutivo disponga en su oportunidad”.

En 1948, para atender los problemas pro-pios de la planificación y ejecución de los Censos Nacionales, se creó mediante el decreto 5137 del 26 de mayo, la Oficina Nacional de Censo, dependiente de la Di-rección General de Estadística. A partir de 1950, el país viene efectuando cada diez años Censos de población y agropecua-rios, cumpliendo así disposiciones legales

4to

Periodo 1935-1960

Dos acontecimientos importantes suceden en el año de 1935: la realización del Cen-so levantado el 13 de mayo (del cual se encargó el Partido Dominicano) y la pro-

11

y acuerdos internacionales sobre el parti-cular. La realización del Censo de 1950 se enmarcó dentro del “programa del Censo de las Américas”, aprobado por una resolu-ción del Primer Congreso Demográfico In-teramericano, reunido en México en 1943. Dicho censo culminó el domingo 6 de agos-to de 1950.

En 1944 un pequeño grupo de dominica-nos fue favorecido con Becas del Gobierno para estudiar Estadística en distintas Ins-tituciones norteamericanas. Más tarde, se realizó el Curso de Formación de Estadísti-ca del Caribe (CUFEC) representado por la Universidad Autónoma de Santo Domingo y el Instituto Interamericano de Estadística (IASI).” Este constituyó el primer curso de Estadística dictado en el País. La ley vigen-te en asuntos referentes a Estadísticas y Censos es la No. 5096 del 6 de marzo de 1959. Esta ley establece en el Art. 19 que los Censos Nacionales de población y agro-pecuario se levantarían a partir del 1960 y cada 10 años a contar de 1965.

El cuarto Censo Nacional de Población le-vantado el domingo 7 de agosto de 1960, se caracterizó por la abundancia de todo género de Recursos, tuvo una formulación regular del presupuesto y una ayuda mone-taria extranjera y a ello se agrega un buen programa de preparación y ejecución basa-do en las realidades y modalidades ambien-tales. En el año de 1970, se levanta el 5to. Censo de Población y Habitación realizado el 9 y 10 de enero de dicho año. Este Cen-so presenta algunas peculiaridades entre las que podemos citar: a).- Es la Primera vez que en el país el empadronamiento se efectúa en más de un día. b).- Se utiliza por primera vez el método de muestreo para investigar algunas características. c).- Se investiga por primera vez la población eco-nómicamente activa desagregada en ocu-pada y desocupada. Los censos anteriores no habían arrojado ninguna luz acerca de los niveles de desocupación de la fuerza de trabajo.

5to

Periodo 1971-1998

En este periodo, las estadísticas como he-rramientas de primer orden, ocupan el es-pacio que le corresponde en el marco de la planificación socioeconómica guberna-mental. Es así como se realizan Encuestas Demográficas en el año 1971; Encuestas sobre el Empleo y Desempleo en 1975; En-cuesta de Fuerza de Trabajo (empleo) en 1980, entre otras. Las publicaciones que se iniciaron en este periodo como: “Repúbli-ca Dominicana en Cifras”, boletín que se ha venido publicando anualmente, es en don-de se contemplan estadísticas de los dife-rentes sectores.

Además, se inicia en el año 1986 la compi-lación y publicación de los “Indicadores Bá-sicos Diarios”, el cual contiene el precio de la canasta agropecuaria, flujo de pasajeros por aeropuertos, materiales de construc-ción, tasa oficial de cambio, situación ener-gética, informe sobre nivel de lluvias. En el año 1981, se levanta el VI Censo Nacional de Población y Vivienda, los días 12 y 13 de diciembre. En este se usó por primera vez el ingreso de los datos al computador mediante lector óptico, capaz de grabar en cintas magnéticas la información tomada directamente de la boleta, la utilización de este equipo significó un cambio metodológi-co de gran importancia. Además, se utilizó el Paquete Concord, software especializado que asigna la información faltante o incon-sistente mediante criterios que aseguraron la coherencia de la información ingresada al computador. Las principales característi-cas investigadas fueron: ubicación geográ-fica, identificación del hogar, identificación de los productores agropecuarios, datos de la vivienda, composición del hogar, carac-

12

terísticas personales. Por otro lado, el VII Censo Nacional Agropecuario fue levantado en el mes de febrero de 1982. Se recogie-ron las informaciones relacionadas a todas las explotaciones agropecuarias a través de los productores agropecuarios, entrevista-dos personalmente en el lugar de su vivien-da.

En el Censo de 1993 por primera vez se utilizaron los paquetes Cents y Concord y posteriormente se hicieron algunos ajustes para poner el programa IMPS. La puesta en circulación de este censo marca un hito en el desarrollo de las estadísticas del país, ya que al mismo no sólo se puede acceder por medio del material impreso, sino tam-bién mediante las computadoras a través del disco compacto y en el Internet. Otras informaciones estadísticas que se producen actualmente, estarán a disposición a través del Internet y del CD-ROM.

En la actualidad, hay todo un relanzamien-to en cuanto a la divulgación de las esta-dísticas, publicándose de forma sistemáti-ca los boletines de Comercio Exterior y de Construcciones en el Sector Privado 1996, amén de los Indicadores Básicos, los cuales se están procesando diariamente, Historia de los Censos de Población en la República Dominicana y Censo Nacional de Servido-res Públicos. Se da inicio a un importante programa piloto de Encuestas Sociodemo-gráficas en el Nordeste del país, con el fin de recoger informaciones actualizadas y de calidad. De igual forma, se han realizado acuerdos de cooperación interinstituciona-les, tanto con entidades públicas, privadas y organismos internacionales, que permi-ten lanzar de forma conjunta la recopila-ción de informaciones referentes a hechos vitales.

BIBLIOGRAFíA

• DAVID RUIZ MUÑOZ, Manual de Esta-dística, Primera Edición, Editado por eumed·net, 2004, 91 p.

• WIKIPEDIA, Historia de la Esta-dística, consultado el 15/06/2011 en:http://es.wik ipedia.org/wik i /Estad%C3%ADstica#Historia

• ONE, Historia, consultado el 15/06/11 en: http://www.one.gob.do/index.php?module=articles&func=view&catid=188

Las estadísticas sobre importaciones y ex-portaciones de productos, se han superado mediante el establecimiento de un acuerdo interinstitucional con la Dirección General de Aduana, el cual nos permite estar co-nectados Vía Módem, logrando tener in-formación oportuna y de calidad. En estos momentos, se dan los pasos para convertir a la ONE en un Instituto Nacional con la correspondiente descentralización e inde-pendencia administrativa y la creación en el país de un Sistema Nacional de Informa-ción.

Ofrenda floral en el Altar de la Patria con motivo del Día Panamericano de la Esta-dística.

13

PERSONAJES QUE APORTARON AL DESARROLLO DE LA ESTADíSTICACronología

Fue un emperador chino, el cual ordenó se realizara el

censo más antiguo, antes de Cristo, para empadro-nar a la población y las labores de cultivo.

Los acontecimientos más relevantes de su reinado

aparecen en el Shujing, primera compilación de tex-

tos históricos de China. Por el hecho de que este libro no men-

ciona a los emperadores anteriores, se sue-le citar a Yao como el primer emperador de la Antigüedad. Aunque su vida forma parte de la leyenda, los historiadores confucianistas, como Sima Qian, que le incorpora en sus anales, le consideran un personaje clave, por su particular “virtud” y su contribución a la civilización china.

Fue un famoso historiador, so-ciólogo, filósofo, economis-

ta, demógrafo y estadista árabe. Nació en lo que actualmente es Túnez, aunque era de origen an-daluz.

Se le considera el padre de la demografía, ya que fue el

primero en utilizar datos es-tadísticos en sus estudios.

También es considerado como uno de los fundadores de la moderna historiografía, sociología, filosofía de la historia y demografía. Es fundamentalmente conocido por su obra Mu-qaddima o Prolegómenos a su vasta Historia de los árabes, que constituye un temprano ensayo de filosofía de la historia y de sociología.

Nació el 17 de agosto de 1601, en Beaumont-de-Lo-mages, Francia, falleció el 12 de enero de 1665 en Castres, Francia.

Fermat fue un abogado y un gobernante oficial. Lo más recordado de su

trabajo está en la Teoría de números, en particular,

por el último teorema de Fer-mat. Contribuyó al nacimiento

del cálculo de probabilidades. Las matemáticas eran para él su hobby. Juntamente con el ma-temático francés Blaise Pascal, formuló la teoría matemática de probabilidad.

Estadista inglés. Nació el 24 de abril de 1620 en Lon-

dres. Fue el primer demó-grafo, puso las bases de una estadística científi-ca, realizando un traba-jo a partir de las Tablas de Mortalidad de la ciu-dad de Londres. En 1662 aparecen sus Oservations

basadas en dichas tablas, siendo el título completo de

la obra Natural and Political Observations Mentioned in a

following Index, and made upon the Bills of Mortality. Se le encargó el estudio de la morta-lidad infantil. Graunt establece una clasificación de causas de muerte de acuerdo con los cono-cimientos de la época. Este primer estudio epi-demiológico, publicado bajo el nombre de «Lon-don Bills of Mortality», estimó una mortalidad en niños nacidos vivos, menores de 6 años, del 36%. Carlos III le propuso como socio fundador de la Royal Society. Falleció en 1674 y está en-terrado en la iglesia de St. Dunstan.

14

Blaise Pascal fue un ma-temático, físico y filósofo re-ligioso francés.

Juntamente con el mate-mático francés Pierre de Fermat, Pascal formuló la teoría matemática de probabilidad, que se ha hecho importante tanto en

campos como estadística actuarial, estadística mate-

mática y estadística social, al igual que se ha convertido en un elemento fun-damental en los cálculos de física moderna.

Hijo de Nikolaus Bernoulli (1623-1708) el cual está asociado a una familia de sabios suizos que sobre-salieron por sus aporta-ciones a las matemáti-cas y la física.

Escribió Ars conjectandi (Arte de la conjetura) a

finales del siglo XVII, pu-blicado por su sobrino ocho

años después de su muerte. En esta obra enuncia la ley de los grandes núme-ros: “La frecuencia relativa de un suceso tiende a estabilizarse en torno a un número, a medi-da que el número de pruebas del experimento crece indefinidamente”. Dicha obra consta de cuatro partes. La primera contiene los estudios de Huygens; la segunda se ocupa de las varia-ciones, permutaciones y combinaciones; en la tercera se aplican los teoremas de la teoría de permutaciones al cálculo de probabilidades; y en la cuarta, a las aplicaciones de éste a cues-tiones de la vida política y social.

Fue un matemático fran-cés. Conocido por la fórmula

de Moivre, la cual conecta números complejos y trigo-nometría, y por su trabajo en la distribución normal y probabilidad.

Fue elegido un miembro de la Real Sociedad de Londres en 1697, y tuvo

amistad con Isaac Newton y Edmund Halley. Gran mate-

mático, al grado de que cuando iban a consultar a Newton sobre algún tema de matemáticas, él los enviaba con de Moivre, di-ciendo: “vayan con Abraham de Moivre a con-sultar esto, él sabe mucho más que yo de estas cosas”.

De Moivre escribió un libro de probabilidad titu-lado “The Doctrine of Chances.”

Nació en Londres, Ingla-terra, en 1702, y murió a la

edad de 59 años en Tun-bridge Wells.

Bayes fue uno de los pri-meros en utilizar la pro-babilidad inductivamente y establecer una base ma-temática para la inferencia

probabilística.

En la teoría de la probabilidad, el Teorema de Bayes es el resultado que da la distribución de probabilidad condicional de un evento aleatorio A dado B en términos de la dis-tribución de probabilidad condicional del evento B dado A y la distribución de probabilidad mar-ginal de sólo A.

15

Nació en Elbing, Prusia, en 1719 y murió en 1772. Fue un economista considerado el inventor de la llamada ciencia “Estadística”, de-bido a que fue el primer tratadista que usó el tér-mino Statistik en el estu-dio titulado “Vorbereitung zur Staatswissenschaft

der europiiischeñ Reiche”, que sirvió de introducción al

famoso libro de su discípulo August L. von Schlozer.

Profundizó en estudios que dieron origen a la Estadística Inductiva. Escribió obras sobre la historia de los Estados europeos, basados en Derecho y Economía Política, tales como: “Ele-mentos de Estadística de los principales Estados de Europa” y “Principios de Economía Política”.

Fue un matemático fran-cés que inventó y desarrolló la Transformada de Laplace y la ecuación de Laplace. Dentro de las contribucio-nes al campo de la Esta-dística, están: Teorema del Límite Central, Ley de Laplace-Gauss y, en parti-cular, dedujo el método de

los mínimos cuadrados.

Probó la estabilidad del sistema solar. En análisis, Laplace introdujo la función potencial y los coeficientes de Laplace. A él le corresponde, además, el mérito de haber des-cubierto y demostrado el papel desempeñado por la distribución normal en la teoría matemá-tica de la probabilidad.

Fue un economista inglés, perteneciente a la corrien-te clásica de pensamiento, considerado el padre de la demografía moderna.

Malthus registró en su obra la lucha entre la ca-pacidad humana de re-producción y los sistemas

de producción de alimen-tos, la cual consideró que

sería perpetua. Pese a que la progresión del crecimiento de la

población fuese mayor a la de los sistemas de producción alimenticia (medios de subsisten-cia), a largo plazo entrarían en juego poderosos frenos. Malthus también realizó importantes aportes a la teoría del valor y su medida, así como a la teoría de las crisis y el subconsumo.

Nació en Brunswick, ac-tual Alemania. Considerado

como el príncipe de las ma-temáticas. En 1823 publi-ca “Theoria combinationis observationum erroribus minimis obnoxiae”, de-dicado a la Estadística, concretamente a la distri-

bución normal cuya curva característica, denominada

como Campana de Gauss, es muy usada en disciplinas no

matemáticas donde los datos son susceptibles de estar afectados por errores sistemáticos y casuales como por ejemplo; la psicología dife-rencial.

Johann Karl Friedrich Gauss 1777 - 1855

Pierre Simón de Laplace 1749 - 1827

16

Fue un físico y matemáti-co francés al que se le conoce

por sus diferentes trabajos en el campo de la electri-cidad, también hizo publi-caciones sobre la geome-tría diferencial y la teoría de probabilidades.

En 1837 publicó en Rere-cherchés sur la probabilite

des jugements, un trabajo importante en la probabili-

dad, en el cual describe la pro-babilidad como un acontecimiento fortuito ocu-rrido en un tiempo o intervalo de espacio, bajo las condiciones que la probabilidad de un acon-tecimiento ocurre es muy pequeña, pero el nú-mero de intentos es muy grande, entonces el evento ocurre algunas veces.

Fue un astrónomo y natu-ralista belga, también mate-mático, estadístico. Es re-conocido como uno de los padres de la Estadística moderna. Aplicó el méto-do estadístico al estudio de la Sociología.

Jacques Quételet es quien aplica la Estadística a las

ciencias sociales. Interpre-tó la teoría de la probabilidad

para su uso en esas ciencias, y aplicó el principio de promedios y de la varia-bilidad a los fenómenos sociales. Quételet fue el primero en efectuar la aplicación práctica de todo el método estadístico a las diversas ramas de la ciencia. El índice de Quetelet o índice de masa corporal es actualmente utilizado interna-cionalmente para determinar la obesidad.

Enfermera italiana, se destacó desde muy joven en la matemática, aplicando después sus conocimien-tos de Estadística a la Epidemiología y a la Es-tadística sanitaria. Fue la primera mujer admitida en la Royal Statistical So-ciety británica, y miembro

honorario de la American Statistical Association.

Fue una innovadora en la recolección, tabula-ción, interpretación y presentación gráfica de las estadísticas descriptivas; mostró cómo la Estadística proporciona un marco de organiza-ción para controlar y aprender, y puede llevar a mejoramientos en las prácticas quirúrgicas y médicas. También desarrolló una Fórmula Mo-delo de Estadística Hospitalaria para que los hospitales recolectaran y generaran datos y es-tadísticas consistentes.

Fue un matemático ruso. Nació en el pueblo de Oka-tovo, en el distrito de Bo-rovsk, provincia de Kalu-ga.

Chebyshev es uno de los célebres matemáticos del siglo XIX, creador de varias escuelas matemá-

ticas en Rusia.

La desigualdad de Chebyshov (habitualmente también escrito como “Tcheb-ycheff”) es un resultado estadístico que ofrece una cota inferior a la probabilidad de que el va-lor de una variable aleatoria con varianza finita esté a una cierta distancia de su esperanza ma-temática o de su media.

Lambert Jacques Quételet1796 - 1874

Pafnuty Lvóvich Chebyshev1821 - 1894

Simeón Denis Poisson1781 - 1840

17

Nació en Sparkbrook, Birmingham, el 16 de fe-brero de 1822 y murió en Londres el 17 de enero de 1911. Las investigaciones de Galton fueron funda-mentales para la consti-tución de la ciencia de la Estadística:

• Inventó el uso de la línea de regresión, siendo el pri-

mero en explicar el fenómeno de la regresión a la media.

• En las décadas de 1870 y 1880 fue pionero en

el uso de la distribución normal. • Inventó la máquina Quincunx, un instrumento

para demostrar la ley del error y la distribu-ción normal.

• Descubrió las propiedades de la distribución normal bivariada y su relación con el análisis de regresión.

• En 1888 introdujo el concepto de correlación, posteriormente desarrollado por Pearson y Sperman.

Fue un estadístico esta-dounidense que desarrolló la primera máquina para tabular datos estadísticos mediante tarjetas per-foradas. Es considerado como el primer informá-tico, es decir, el primero que logra el tratamiento automático de la infor-

mación. En aquella época, los censos se realizaban de

forma manual, con el retraso que ello suponía (hasta 10 ó 12

años). Ante esta situación, Hollerith comenzó a trabajar en el diseño de una máquina tabulado-ra o censadora, basada en tarjetas perforadas.

En 1896, Hollerith fundó la empresa Tabulating Machine Company, con el fin de explotar co-mercialmente su invento.

Prominente científico, matemá-tico, historiador y pensador

británico, que estableció la disciplina de la Estadística matemática. Desarrolló una intensa investigación sobre la aplicación de los métodos estadísticos en la Biología, y fue el fundador

de la Bioestadística.

Se le atribuye el “coeficiente de correlación” y la “prueba de

chi cuadrado” junto a su hijo, creaciones des-tacadas, aunque no únicas, quien también in-trodujo las expresiones “desvío estándar” (y su representación por la letra sigma minúscula), “población” e “histograma”.

Nació en Londres, Psicólo-go de profesión, estudió Es-tadística y logró desarrollar notables aplicaciones de la Estadística en el campo de la Psicología.

Creó y desarrollo la me-todología de los llamados experimentos factoriales

para la estadística, que son aquellos experimentos en los

que se estudia simultáneamente dos o más factores, y donde los tratamientos se forman por la combinación de los diferentes niveles de cada uno de los factores. También aportó el coeficiente de correlación ordinal que lleva su nombre, que permite correlacionar dos variables por rangos en lugar de medir el rendi-miento separado en cada una de ellas.

Charles Edward Spearman1863 - 1945

18

Fue un estadístico, mejor conocido por su sobrenom-bre literario Student. Na-cido en Canterbury. Su logro más famoso se co-noce ahora como la dis-tribución t de Student, que de otra manera hu-biera sido la distribución t

de Gosset.

Publicó la solución de cómo comparar medias cuando no se

conoce la varianza y las muestras son peque-ñas. Su actividad estuvo empañada por la pre-sencia cercana de su amigo y competidor Fis-her. Se dice que en un homenaje que le hicieron dijo con amarga modestia: “No fue nada, Fisher lo hubiera descubierto igual”.

Nació en East Finchley, Londres. Tal vez el más grande de los estadísti-cos. Contratado como matemático de la Es-tación Experimental de Rothamsted, creó los métodos estadísticos modernos y el diseño de

experimentos. También hizo importantes contribu-

ciones teóricas como el mé-todo de máxima verosimilitud.

Sus aportes en genética son importantísimos y contribuyó a fundar Biometrics y la Biometric Society.

Implementó el análisis de la varianza (ANOVA, según terminología inglesa) y es algunas veces conocido como Anova de Fisher o análisis de varianza de Fisher, debido al uso de la distri-bución F de Fisher como parte del contraste de hipótesis. G.W. Snedecor tabuló la distribución F, posteriormente.

Fue un químico y esta-dístico estadounidense co-nocido por el desarrollo de diversas pruebas estadís-ticas no paramétricas. Nació el 2 de septiembre de 1892 en Cork, Irlanda, aunque sus padres eran estadounidenses. Creció en Catskill, Nueva York,

pero se educó también en Inglaterra.

Publicó más de 70 artículos, pero se le conoce fundamentalmente por uno de 1945 en el que se describen dos nuevas pruebas estadísticas: la prueba de la suma de los rangos de Wilcoxon y la prueba de los signos de Wilcoxon. Se trata de alternativas no paramétricas a la prueba t de Student.

Fue un matemático pola-co, amigo y colaborador de Egon Pearson, hijo de Karl Pearson. Las investigacio-nes Neyman-Pearson re-lativas a las pruebas de hipótesis y la determina-ción de los intervalos de confianza han sido un lo-gro significativo en Esta-

dística.

A Neyman y Fisher se les con-sidera los fundadores de la Estadística aplicada moderna. Neyman contribuyó a la sistematiza-ción de la teoría del muestreo y dio un nuevo enfoque a las pruebas de significación.

Fundó el laboratorio de Estadística en Berkeley (Berkeley´s Statistical Laboratory) del que fue director.

19

Es considerado uno de los padres de la Estadística en la República Dominica-na, ocupó la dirección de la Oficina de Estadística desde el 1ro. de enero de 1936 hasta 1948.

A partir de 1944 se realizó el Curso de Formación de

Estadística del Caribe repre-sentado por la Universidad de

Santo Domingo y el Instituto Inte-ramericano de Estadística, constituyendo así el primer curso de Estadística dictado en el país. En 1946 se creó la primera cátedra de Estadís-tica a nivel universitario, siendo el profesor de la misma don Vicente Tolentino Rojas. Su publi-cación más sobresaliente: “Reseña geográfica-histórica y estadística de la República Domini-cana”, en 1941.

Matemático y estadístico estadounidense, creador de

las encuestas de opinión pública. Fue el primer hom-bre en medir la audiencia mediante encuestas, para medir la eficacia que te-nían los programas, tanto de radio como de televi-sión. Fundó el American

Institute of Public Opinion (Instituto de Opinión Pública

estadounidense) en 1935. Con esto pretendía desarrollar los

sondeos electorales de Estados Unidos, conocer los gustos de la gente y estudiar la opinión de la masa social.

En 1936, su nueva organización lograba el re-conocimiento nacional gracias a que predijo co-rrectamente, a partir de las respuestas de sólo 5000 encuestados, el resultado de las eleccio-nes presidenciales de ese año.

Fue un matemático ruso que hizo progresos importan-tes en los campos del es-cenario y de la topología. En particular, desarrolló una base axiomática que supone el pilar básico de la teoría de las probabili-dades a partir de la teoría de conjuntos. Kolmogorov

establece con sus axiomas para el cálculo de probabili-

dades las bases matemáticas para establecer la teoría, con lo

cual, además, se aclaran las aparentes parado-jas existentes.

Junto a Smirnov implementó una prueba no paramétrica que se utiliza para determinar la bondad de ajuste de dos distribuciones de pro-babilidad.

Nació en Rutherglen, Scotland. Aceptó el cargo de Rothamsted, donde trabajó durante 5 años sobre los diseños experimentales y técnicas de encuestas por muestreo. Durante este tiempo trabajó en estrecha colaboración con Yates. En este momento,

él también tuvo la oportu-nidad de trabajar con Fisher,

que era un visitante frecuente de Rothamsted.

Cochran desarrolló la prueba estadística que lleva su nombre. “Cuando dos variables que se han medido en una escala nominal de una muestra aleatoria tienen cierta relación entre ellos, la prueba de Cochran Q se puede utilizar para calcular la probabilidad que la relación si-milar existe en la población”.

20

Como variada podría calificarse la gama de preguntas que usualmente formulan las personas del contexto criollo al escu-char hablar acerca del censo de población y vivienda. De estos cuestionamientos, dos suelen ser los más comunes: ¿Para qué ha-cen los censos si nunca se conocen los re-sultados? y, ¿para qué sirven los censos si se hacen cada diez años y, sin embargo, no se ve cómo eso beneficia a la gente?

La primera interrogante se origina en las dificultades que en el pasado ha enfrenta-do la Oficina Nacional de Estadística para procesar los datos y divulgar los resultados censales en tiempos razonables. Por for-tuna, esos dos escollos se espera que no afecten al IX Censo Nacional de Población y Vivienda 2010, ya que en gran medida han sido superados. Primero, porque a partir del censo del año 2002 se contó con tecnolo-gía para la captura y procesamiento de los datos que permitió ofrecer los resultados finales en un período relativamente corto. Y segundo, porque una vez publicados los datos de ese censo, tanto el conjunto de

tabulaciones elaboradas sobre los diferen-tes temas investigados, como la base de datos, se pusieron en línea para el uso libre por parte de los usuarios.

A diferencia de la respuesta a la primera pregunta, la correspondiente a la segun-da interrogante precisa de una explicación más pormenorizada. Para este ejercicio se requiere abordar algunas de las diversas aplicaciones que normalmente se dan a los resultados censales.

El censo de población y vivienda constituye la principal y mayor operación estadística que se desarrolla en un país, por lo que se constituye en la principal fuente de informa-ción a nivel nacional. En consecuencia, las informaciones derivadas del censo generan insumos importantes para el diagnóstico que sirve para orientar la implementación y evaluación de políticas públicas, así como para el desarrollo y evaluación de interven-ciones en el ámbito civil. Además, los datos censales tienen importante utilidad en la toma de decisiones en el campo del comer-cio y la industria; del mismo modo, que en la producción de conocimiento.

Información censal para elabo-rar diagnósticos de población para toma de decisiones

El censo de población y vivienda propor-ciona datos que permiten derivar el volu-men poblacional y sus principales atributos geográficos, demográficos y socioeconómi-cos, los cuales son de utilidad para la ela-boración, implementación y evaluación de políticas públicas y para la orientación de estrategias conducidas, tanto por el gobier-no nacional y gobiernos locales, como por entidades no gubernamentales. Estas apli-caciones son posibles en la medida que:

EL CENSO DE POBLACIÓN y VIVIENDA: UTILIDAD DE SUS RESULTADOSFrancisco I. Cáceres Ureña, PhD

Francisco I. Cáceres Ureña, PhD

1

21

1.1 El censo proporciona datos sobre la po-blación nacional y de las divisiones geo-gráficas del país con los tres propósitos bá-sicos siguientes:

a) Políticos: La información sobre el volumen, distribución y características de la población permite evaluar la situación económica, so-cial y demográfica y establecer programas para fomentar el bienestar del país.

b) De programación: Los resultados censa-les tienen uso importante en la formulación y evaluación de programas en materia edu-cativa, empleo, recursos humanos, vivien-da, salud, desarrollo rural, urbanización, entre otros.

c) Administrativos: La distribución geográfi-ca de la población constituye un insumo de primer orden para la demarcación de las cir-cunscripciones electorales; la distribución de los representantes al Congreso Nacional y otros poderes del Estado y para la asignación de los recursos a los gobiernos locales.

1.2 Sirve de base para elaborar estima-ciones y proyecciones demográficas: a) nacionales, b) subnacionales a niveles: regionales, provinciales y municipales c) desagregadas por temas como: fuerza de trabajo, matrícula escolar, demanda de ser-vicios de salud, entre otras.

1.3 Permite analizar la situación socioeco-nómica y demográfica de grupos poblacio-nales poco numerosos como: a) población nacida en otros países y b) población resi-dente en áreas geográficas pequeñas.

1.4 Posibilita la identificación de grupos vul-nerables como: a) la población en estado de pobreza; b) los desplazados por razones po-líticas o por fenómenos de la naturaleza; c) las mujeres; d) los jóvenes; e) la población envejeciente y f) la población residente en áreas de riesgo, entre otros grupos.

• Permite cuantificar y caracterizar algu-nos recursos sociales como: a) la fuerza de trabajo y; b) los recursos humanos.

1.5 Proporciona los insumos básicos para la elaboración de estimaciones de la de-manda sectorial como: a) requerimientos de vivienda; b) servicios de educación; c) servicios de salud; d) seguridad y protec-ción social; e) demanda de empleo y f) de-manda de servicios de transporte.

1.6 Sirve como marco muestral para es-tudios en profundidad sobre temas espe-cíficos relacionados con las personas, los hogares y las viviendas, toda vez que pro-porciona: a) una lista de todas las áreas de empadronamiento o segmentos censales del país; b) la población y el número de vi-viendas en cada área de empadronamiento o segmento censal y c) una base cartográ-fica para cada área de empadronamiento o segmento censal.

Información censal para la toma de decisiones en el comercio y la industria

Los censos dominicanos proporcionan in-formación acerca de las tres entidades je-rárquicas relacionadas con las personas y su entorno: a) la población y sus carac-terísticas geográficas, socioeconómicas y demográficas básicas; b) el hogar donde gravitan las personas y c) la vivienda en la cual residen los individuos. Estos grupos se constituyen en tres universos de espe-cial interés para los emprendimientos en el campo empresarial.

2.1 Información sobre la población: La información censal acerca de la población tiene importantes aplicaciones en el área comercial, industrial y empresarial en sen-tido general. Esas aplicaciones deben con-siderar a la población en su doble rol de productora y de consumidora de bienes y servicios.

2

22

Desde la perspectiva de consumidora, para obtener estimaciones de la demanda de bienes y servicios es indispensable dispo-ner de información acerca del volumen po-blacional, de la distribución por sexo y edad de la población y de la distribución espacial de la población y la migración. Estas tres características impactan el consumo en as-pectos como la demanda de: a) viviendas; b) electrodomésticos, muebles y vestua-rios; c) alimentos; d) servicios de educa-ción; e) servicios de salud; f) empleo; g) transporte; h) recreación y i) servicios de electricidad y saneamiento básico.

Desde la perspectiva de productora de bie-nes y servicios, el rol más importante de la población es el de generadora de los re-cursos humanos requeridos por el sistema productivo, y para obtener estimaciones de la oferta de recursos humanos es im-portante disponer de información acerca de: a) educación, como el analfabetismo, la asistencia escolar y nivel de instrucción de las personas; b) el grado de calificación académica, medido básicamente a partir de la carrera cursada y el grado alcanzado; c) fuerza de trabajo y empleo, donde se con-sidera la orientación del empleo a partir de la rama de actividad económica; b) el es-tatus del empleo en función de la categoría ocupacional y c) el estatus ocupacional, a partir de la ocupación de la persona. 2.2 Información sobre el hogar: El cen-so proporciona informaciones sobre el ho-gar y la vivienda, de gran importancia para: a) la formulación de programas y políticas habitacionales; b) las empresas construc-toras de viviendas; c) las instituciones de préstamos hipotecarios; d) los fabricantes y comerciantes de materiales y equipos para la construcción y e) los fabricantes y comerciantes de artefactos domésticos.

Entre las informaciones a nivel del hogar proporcionadas por el censo de población y vivienda de interés empresarial puede mencionarse: a) el tamaño del hogar, me-dido a partir del número de miembros que lo componen; b) el tipo de combustible uti-lizado para cocinar (gas propano, carbón, leña y otros); c) tipo de alumbrado utili-zado (energía eléctrica del tendido público, energía eléctrica de planta propia u otra) y d) existencia de bienes durables.

2.3 Información sobre la vivienda: El censo de población y vivienda proporciona información relacionada con las unidades habitacionales que también son de interés para la toma de decisiones desde la esfera del comercio y la industria. Entre esas infor-maciones pueden citarse las relacionadas con: a) la clase de vivienda (casa indepen-diente, apartamento, vivienda compartida con negocio, pieza en cuartería, barracón, local no construido para habitación u otra); b) condiciones estructurales y hacinamien-to (materiales del piso, techo y paredes; y número de cuartos y de dormitorios); c) saneamiento básico (fuente de abasteci-miento de agua para uso doméstico, tipo de servicio sanitario existente, fuentes de contaminación del entorno) y d) régimen de tenencia de la vivienda.

Información censal para la pro-ducción de conocimiento

La información censal acerca de la pobla-ción tiene importantes aplicaciones en la investigación acerca de diversos tópicos relacionados con la población y su entor-no. Es el caso en que los resultados sobre cualesquiera de las tres entidades censales (persona, hogar y vivienda) son estudiados en el contexto de variables geográficas, de-mográficas y socioeconómicas en búsqueda de asociaciones tendentes a la explicación de su comportamiento.

El tamaño, composición y distribución es-pacial de la población son aspectos demo-gráficos básicos derivados del censo, los

3

23

cuales se relacionan con investigaciones del campo económico, de salud, alimenta-ción, transporte y otros servicios; toda vez que tienen impacto sobre aspectos como: a) vivienda; electrodomésticos, muebles y vestuarios; b) alimentos; c) servicios de educación y salud; d) empleo y transporte y d) servicios de electricidad y saneamiento básico, entre otros.

La información censal sobre las personas también permite generar conocimiento, en la medida que proporciona clasificaciones de la población en función de atributos que potencian su rol de cantera de los recursos humanos requeridos por el sistema produc-tivo. Para incursionar en el conocimiento sobre los recursos humanos con que cuen-ta una sociedad, es importante disponer de información acerca de los atributos educa-tivos básicos, los cuales, en la búsqueda de explicaciones de su comportamiento, se pueden asociar con las características del contexto geográfico, con otros factores individuales y con atributos del hogar. Así como los datos censales sobre las personas tienen aplicaciones en la investigación den-tro de las áreas antes mencionadas, tam-bién tienen importantes aplicaciones en la investigación demográfica sobre: a) la mi-gración, tanto interna como internacional; b) la fecundidad, total como de la población adolescente y c) sobre la mortalidad infan-til y juvenil.

Finalmente, la información censal acerca de la población tiene aplicaciones de rele-vancia en la investigación sociológica rela-cionada con: a) tamaño y composición de los hogares; b) niveles de pobreza de los hogares y c) tipo y estructura de los arre-glos familiares. A su vez, los resultados cen-sales relativos a los atributos del hogar y la vivienda tienen aplicaciones en la investiga-ción acerca de las condiciones de vida de las personas. Así, atributos como el tamaño de los hogares, el combustible utilizado para co-cinar, el tipo de alumbrado utilizado y la exis-tencia de bienes durables suelen considerar-se como elementos que influyen en la forma como se desenvuelve la vida de las personas.

De igual modo, características de la vivien-da como su clase, condiciones estructura-les, saneamiento básico, contaminación del entorno y régimen de tenencia frecuente-mente constituyen factores importantes en la investigación acerca de las condiciones de vida de la población.

A modo de reflexión final

Para que las informaciones derivadas de un censo contribuyan con las formas de entender mejor cuántas personas viven en el país, dónde viven y cómo viven, es necesario el compromiso de dos actores complementarios. De parte de la Oficina Nacional de Estadística se requiere que el empadronamiento conste de una enume-ración exhaustiva y de la cabalidad de la información. Esto es, que los empadrona-dores censales visiten todos los hogares del país y allí enumeren a todas las personas que los constituyen y además anoten las características de unos y otros con toda la fidelidad necesaria. A su vez, de parte de la población se requiere del compromiso de empadronarse. Es decir, deberán estar pre-sentes el día del censo para proporcionar la información requerida por el censo sin omisiones. Por esta razón, tanto las perso-nas nacidas en el país como aquellas naci-das en el extranjero deben empadronarse y responder las preguntas censales con sin-ceridad, pero con toda la confianza de que las informaciones proporcionadas sólo se-rán utilizadas por la Oficina Nacional de Es-tadística para ofrecer datos que formarán parte de tabulaciones generales. Por tanto, jamás se proporcionará información sobre persona alguna, pues esto forma parte del secreto estadístico consignado en la Ley 5096, que obliga a preservar el anonimato de los informantes.

4

24

Including Equal Sign in Null Hypothesis

RESUMEN

Con alguna frecuencia, los investigadores se preguntan si la hipótesis nula puede excluir la igualdad de su enunciado para dejarla dentro de la alternativa, argumen-tando que las definiciones encontradas en la literatura permiten hacerlo y que por sus planteamientos teóricos o prácticos les re-sulta conveniente. El propósito de este ar-tículo es mostrar que al incluir la igualdad en la hipótesis alterna, los procedimientos dejan de ser correctos desde el punto de vista de la inferencia estadística.

Palabras clave: hipótesis nula, intervalos de confianza, pruebas de hipótesis estadís-ticas.

ABSTRACT

A question the researchers get with some frequency is about the possibi-lity of excluding the equal sign from the null hypothesis to include it into the alter-native. They find this convenient from teo-retical or practical viewpoints. Some de-finitions given in the litterature allow this and the aim of this paper is to illustrate some errors in the statistical procedures as a consequence of doing so.

Key words: Confidence Intervals, Null Hypothesis, Statistical Hypothesis Tests.

Introducción

Cuando se presenta el tema de las prue-bas de hipótesis, es usual encontrar que los términos clave se introducen de manera que permiten interpretaciones y usos equi-vocados de parte de los lectores. En libros de carácter teórico, es común proponer plantearlas en función de una partición del espacio paramétrico θ = θ0 U θ1, donde θ0 corresponde a los valores admisibles según la hipótesis nula y θ1, los de la alterna-tiva (Mood et al. 1974). Igual que antes, aunque los planteamientos a lo largo del texto son correctos, esta propuesta admite definir, por ejemplo, θ0 = (-∞, µ0 ) y θ1 = [µ0 , ∞), es decir, H0 : µ < µ0 , H1 : µ ≥ µ0, donde µ0 es un valor conocido.

Mendenhall & Sincich (1997, p. 423) dan como ejemplo introductorio el caso de un investigador que quiere determinar si el nivel medio µ de un tipo de contaminante liberado a la atmósfera por una empresa química no sobrepasa el límite establecido por la Agencia para la Protección del Am-biente (EPA) de tres partes por millón. Afir-man que la teoría que la EPA quiere apoyar, llamada hipótesis alternativa o de investigación, es que µ > 3. Más adelante, (p. 436) dan una explicación sobre la conveniencia de tomar la alter-nativa como la hipótesis respaldada por el investigador, pues si se trata de la nula y si los datos la apoyan, tendría que explorar los valores de la potencia para algunas alternativas, lo que resulta-ría extremadamente tedioso o imposible. Si bien el planteamiento es correcto, con este tipo de argumentación cabe la

INCLUSIÓN DE LA IGUALDAD EN LA HIPÓTESIS NULA

1Jorge Ortiz Pinilla (a)

jorgeortiz@usantotomas.edu.coHanwen Zhang (b)

hanwenzhang@usantotomas.edu.co

25

posibilidad de querer apoyar una hipó-tesis como µ ≥ 3, que sería la alternativa, definiendo entonces como nula µ < 3.

Es común proponer plantear la hipótesis al-ternativa como aquella que el investigador quiere apoyar y la nula como resultante del planteamiento complementario. El hecho de que α se calcule bajo H0 y que pueda ser fijada a conveniencia puede llevar a ar-gumentaciones como la siguiente: Supon-gamos que las hipótesis estadísticas en juego sean K1 : µ > µ0 y K2 : µ ≤ µ0 y que el error más grave consista en rechazar K1 si es verdadera. Entonces, diseñamos la prueba de manera que poda-mos controlar la probabilidad de cometer este error tomando K1 como la hipóte-sis nula, es decir, H0 : µ > µ0 y asignamos un valor de α que nos permita limitar esta probabilidad como necesitamos.

En este artículo mostraremos que a pesar de que no hay ninguna inconveniencia teó-rica que impida poner la igualdad en H1, sí puede presentar algunos resultados con-tradictorios en algunas situaciones específi-cas. Este artículo está organizado de la si-guiente forma: en la sección 2 mostramos, mediante una prueba específica, que al no incluir la igualdad en H0 tamaño de la prueba no se ve afectado; en la sección 3 mostramos que en algunos casos la exclusión de la igualdad de H0 lleva a contradicciones entre la regla de decisión y las estimaciones puntuales; en la sección 4 mostramos que en algunos al poner la igualdad en H1 puede dañar la dualidad que existe entre una prueba de hipótesis y un intervalo de confianza.

El tamaño de la prueba

Consideremos una muestra aleatoria de ta-maño n, denotada por X1 . . . , Xn, prove-niente de una distribución

con µ desconocido y conocido. Supon-gamos, además, que las hipótesis de inte-rés se plantean como: H0 : µ > µ0 vs H1 : µ ≤ µ0, (1)

donde la igualdad µ = µ0 está incluida en el sub-espacio paramétrico especificado por la hipótesis alterna, H1. En estas condiciones, es natural pensar en rechazar H0 cuando para alguna constante K. Para determinar el valor de K y completar la regla de deci-sión, recurrimos al tamaño de la prueba, definido como (Bickel & Doksum 1977, p. 170):

α = sup {P(rechazar H0)} cuando H0 es verdadera. (2)

Para el caso específico de las hipótesis da-das en (1), se tiene:

α = sup cuando H0 es verdadera. (3)

El valor de K se determina a partir de la dis-tribución nula de , esto es, la distribución de cuando H0 es verdadera. Como µ > µ0 es equivalente a

µ = µ* con µ* > µ0, entonces

(4)

2

(a) Docente investigador. Universidad Santo Tomás de Aquino de Colombia.(b) Docente investigador. Universidad Santo Tomás de Aquino de Colombia.

26

Por lo tanto, la definición (3) se convierte en

(5)

donde (*) denota la función de distribu-ción correspondiente a la distribución nor-mal estándar. Como

es una función decreciente de µ*, entonces el supremo del conjunto

se da cuando µ* = µ0.

Entonces, en este caso, se tiene que

y el valor de K se obtiene como

y así, la regla de decisión establece rechazar H0 si

(6)

lo que equivale a rechazar H0 si

y el tamaño de la prueba es α.

Nótese que:

• La regla de decisión encontrada coin-cide con la del sistema de hipótesis

H0 : µ ≥ µ0 vs. Ha : µ < µ0 . Es decir, el hecho de que H0 excluya la

igualdad no afecta numéricamente la regla de decisión. Lo mismo ocurre con la prueba unilateral derecha.

• La razón por la que la exclusión de la igualdad en H0 no influye en la regla de decisión se encuentra en que el tamaño de una prueba se define en función del supremo tal como en (3).

Contradicción con el estimador de máxima verosimilitud

En la sección anterior se propuso como conjunto de valores de la media en la hi-pótesis nula un intervalo abierto que exclu-ye la igualdad del extremo inferior µ0 del intervalo correspondiente a θ0.

El valor-p se define como el mínimo valor que debe tener el nivel de significación de la prueba para que H0 se rechace con los datos de la muestra que se observe. Se calcula como el valor de probabilidad, cal-culada bajo H0 , del intervalo construido a partir del valor observado de la estadística de prueba, en la dirección que tomaría en condiciones de la hipótesis alternativa. Para el ejemplo presentado se tiene:

Valor-p= Pr(Z ≤ zo)= (zo) con zo=

(7)

y, con un nivel de significación α, se re-chaza H0 en favor de H1 si se cumple que Valor-p ≤ α.Si, como resultado de la observación de la muestra, se obtiene = µ0 , entonces Valor-p

3

27

Según la regla de decisión, no se encuen-tran evidencias para rechazar la hipótesis nula, planteada como H0 : µ > µ0. A la misma decisión se llega aplicando (6), pues la condición de rechazo,

no se cumple cuando = µ, dado que Zα < 0.

Esta situación es evidentemente contradic-toria, pues se encuentra que la hipótesis nula no admite como valor para µ el obte-nido con el estimador de máxima verosimi-litud, .

El problema no se limita al caso de = µ0. Supongamos que µ < µ0 y que, por las condiciones poblacionales, con alta proba-bilidad se encontrarán muestras con valo-res inferiores a µ0 pero lo suficientemente cercanos como para que el promedio mues-tral fuera muy cercano de µ0 y que, ade-más, zo fuera cercano de cero. Siendo así, el valor-p sería cercano de 0.5, llevando a concluir que H0 no se puede rechazar. Es decir, si = µ0 , pero de manera que zo ≈ 0, con un resultado de un promedio muestra menor que µ0 se concluye que µ > µ0. La contradicción es evidente. Para la prueba unilateral derecha se presenta un problema similar.

Intervalos de confianza y prue-bas bilaterales

En esta sección veremos que la exclusión de la igualdad de la hipótesis nula genera también dificultades en las pruebas bila-terales y en los intervalos de confianza acotados por los dos extremos. Recorde-mos la dualidad que se tiene con estas dos herramientas inferenciales. Para las hipó-tesis:

H0 : µ = µo vs. H1 : µ ≠ µo (8)

se sabe que la región de rechazo se en-cuentra en las colas de la distribución de la estadística

y que la regla de decisión de tamaño α con-siste en rechazar Ho cuando

Por otro lado, el intervalo de confianza de menor longitud para µ, con coeficiente 100 es

(9)

y una forma de utilizarlo para tomar una decisión acerca de µ = µ0 es rechazar esta igualdad cuando µo no se encuentra en el intervalo calculado. Es decir, rechazar Ho si:

Mediante operaciones algebraicas simples, se puede ver que esto equivale a aplicar la regla de decisión estándar de la teoría de prueba de hipótesis presentada ante-riormente. Por lo tanto, la decisión que se toma acerca de µ = µ0 es la misma usando la teoría de prueba de hipótesis o los in-tervalos de confianza. Puede verse tam-bién que el intervalo de confianza es el conjunto de valores de µ0 que conduci-rían a no rechazar H0 si las pruebas se realizaran con los datos de la muestra que se observe. Esto se conoce como la relación de dualidad mencionada al comienzo de la sección.

4

28

Supongamos ahora que dejamos la igual-dad en la hipótesis alterna y que plantea-mos las hipótesis de la siguiente manera:

Ho : µ ≠ µo vs H1 : µ = µo (10)

Dado este sistema, la región de recha-zo ya no se encuentra en las colas de la distribución de la estadística de prueba, sino en el centro. Por lo tanto, se rechaza H0 si:

donde K es una constante tal que la proba-bilidad de rechazar equivocadamente H0 sea α, es decir, K = z(1+ α)/ 2 . Esto equi-vale a rechazar la hipótesis nula si:

Este intervalo es más corto que (9), obte-nido por los métodos de estimación. Como consecuencia, los valores no comunes son resultado de la estimación por intervalo, que al no pertenecer a la región de recha-zo de H0 : µ = µ0 , estarán apoyando la condición de diferencia, es decir, estarían rechazando los valores que resultan de los procedimientos de estimación. Con ello, la dualidad entre la prueba de hipótesis y el intervalo de confianza deja de cumplirse.

Conclusiones

En este escrito se vio que la exclusión de la igualdad de la hipótesis nula puede traer como consecuencia el uso de procedimien-tos inferenciales estadísticos inadecuados: las pruebas arrojan resultados incoheren-tes y pierden su relación de dualidad con los intervalos de confianza. Por consiguien-te, se recomienda que los investigadores hagan sus planteamientos teóricos de manera que la hipótesis nula que se derive de ellos admita la igualdad.

REFERENCIAS

Bickel, P. J. & Doksum, K. A. (1977), Ma-thematical Statistics, Holden Day.

Mendenhall, W. & Sincich, T. (1997), Proba-bilidad y estadística para ingeniería y cien-cias, cuarta edn, Prentice Hall, México.

Mood, A. M., Graybill, F. A. & Boes, D. C. (1974), Introduction to the theory of statis-tics, third edn, McGraw-Hill, New York.

5

Nota de la redacción:Este artículo es una colaboración especial de los profesores investigadores Jorge Ortiz Pinilla y Hanwen Zhang, así como del Comité Editorial de la Revista Comunicaciones en Estadística y el Depar-tamento de Publicaciones de la Universidad Santo Tomás de Aquino de Colombia.

29

LA ADQUISICIÓN DE BIENES y EL INGRE-SO DE MUCHOS HOGARES DOMINICANOS: UNA FÓRMULA QUE NO DAProf. Juan Faustino Polanco

Muchos carros

… y poco dinero.

Buenos muebles y electrodomésticos

Viviendas en mal estado

Se asume que la adquisición de bienes en los hogares depende directamente del ni-vel de ingreso, lo cual no queda claramente explicado al relacionar los datos correspon-dientes a ambos aspectos de las familias dominicanas.

Como es conocido, durante los últimos años, la población dominicana ha sufrido cambios importantes en varios aspectos demográficos y sociales, por ejemplo: re-ducción de crecimiento relativo, variación en su distribución geográfica, su composi-ción por sexo y edad, su participación en educación superior y su capacidad para ac-ceder o de adquirir bienes y servicios, entre otros. Algunos de estos aspectos han sido ampliamente expuestos por varios analis-tas nacionales e internacionales.

30

En este análisis se presenta una serie de datos e indicadores que evidencian los cambios en ciertos aspectos que han te-nido las familias dominicanas durante los últimos diez años, como es el caso de las

se incrementaron al 21.36%. Lo mismo se manifiesta en el porcentaje de hogares que respondió tener parábolas, calentadores de agua, aires acondicionados, computadores, televisores, telefonía por cable y celulares.

Al comparar la cantidad dormitorios en los hogares con el número de los miembros de las familias, se obtiene el índice de hacina-miento, medida que se ha reducido signi-ficativamente durante la última década, lo cual indica una mejoría en las condiciones de vida de la población.

Nota: Frecuentemente, se cuestiona la eficiencia, validez y calidad de los datos estadísticos y, por tanto, de los indicadores resultantes. Estos cuestionamientos se fundamentan básicamente en la metodología, el diseño, la cobertura y la representatividad. Estos elementos se han puesto al margen asumiendo que independientemente de su presencia o no, la relación de los datos en un periodo y otro es correcta. Se hacen de antemano estas aclaraciones para ubicar al lector en el contexto apropiado.

Indicadores por años, según características del hogar, 2000-2010.

tran los resultados obtenidos en base a los datos de la Encuesta Nacional de Fuerza de Trabajo que realiza en Banco Central de la República Dominicana.

El porcentaje de hogares que poseen ma-teriales duraderos en las paredes exterio-res pasó de 60.93 a 77.12% entre el año 2000 y el 2010. Los hogares con vehícu-los de motor representaban el 18.67% y

condiciones estructurales de las viviendas y la tenencia de bienes en el hogar: vehículos de motor, aire acondicionado y calentado-res de agua y computadores.

También se hace referencia al tamaño de los hogares, al índice de hacinamiento, a la participación de la población mayor de quince años en educación superior, al in-greso real de los hogares, entre otros. En estos indicadores también se observan va-riaciones importantes durante el período 2000-2010. En la presente tabla se mues-

31

La participación de la población mayor de quince años en educación superior también muestra un incremento importante, pasan-do de 12.89 a 17.23% durante el referido período. La evolución en el ingreso real de los hogares evidencia una reducción impor-tante, lo cual debiera corresponderse con la evolución de la adquisición de bienes y servicios.

Esta contradicción permite suponer los si-guientes elementos:

• La población está sacrificando la satis-facción de algunas de sus necesidades básicas, como es la alimentación, diver-sión, educación, salud, entre otras, para adquirir y sostener ciertos bienes mate-riales en el hogar, como es la mejora en la infraestructura de la vivienda, vehícu-los, equipos de comunicación e informa-ción, así como la reducción en el índice de hacinamiento.

• La adquisición de muchos de esos bie-nes se efectúa a través de financiamien-to o compras a créditos a largo plazo. De manera que el ingreso mensual no les resulte afectado significativamente por las altas cuotas.

• Otro elemento que se podría estar consi-derando es que los datos suministrados por los entrevistados en las encuestas sobre sus ingresos estén subvaluados.

Esa reducción en el ingreso real de los ho-gares debiera explicar una disminución de la proporción de familias que compran bie-nes o adquieren ciertos servicios y en el mejoramiento de las condiciones estructu-rales de las viviendas. Y un impacto igual debiera observarse en la participación de la población mayor de quince años en educa-ción superior, considerando los altos costo de la misma.

Un 14.17% de los hogares que tienen un in-greso real al mes menor de RD$20,000.00 tiene un automóvil, un 14.31% tiene com-

putadora y entre un 1.57 y 5.56% expresó que tiene parábolas, calentadores de agua o acondicionadores de aire. Estos mismos hogares tienen un promedio de miembros que oscila entre 2.98 y 3.97 personas. Y en esta categoría de hogares en promedio tra-bajan 1.03 personas, o sea, en un 21.00% nadie trabaja, como se muestra en la si-guiente tabla.

Hogares con ingreso real mensual menor de RD$20,000.00

La siguiente gráfica expresa que a medida que el ingreso real de los hogares es mayor, aumenta la proporción de familias con pa-rábolas, calentadores de agua, acondiciona-dores de aire, automóviles y computadores. Pero en el tramo izquierdo de la gráfica se observa que en una parte importante los ho-gares que poseen un ingreso real por debajo de los RD$20,000.00 tienen estos bienes. La incertidumbre llega a la mente del lector, so-bre lo cual se pregunta: ¿Cómo los pueden adquirir y mantener? La respuesta se le dará en la próxima edición.

32

Introducción

Las Naciones Unidas definen la Inversión Exterior Directa como aquellas realizadas por no residentes en un país con el obje-to de obtener capacidad de decisión en la empresa receptora a través de una relación a largo plazo (González 08-09). El mismo autor señala la definición del Fondo Mone-tario Internacional que define la Inversión Extranjera Directa como aquellas realiza-das por una persona física o jurídica que consiga el 10.0% de la propiedad de la em-presa receptora residente.

Por su parte, la Ley No. 16-95 sobre Inver-sión Extranjera de la República Dominica-na, define la Inversión Extranjera Directa como “Los aportes provenientes del exte-rior, propiedad de personas físicas o mo-rales extranjeras o de personas físicas Na-cionales residentes en el exterior, al capital de una empresa que opera en el territorio nacional” (Ley 16-95 de octubre de 1995).

Un aspecto común en estas concepciones sobre la Inversión Extranjera Directa es el aspecto relacionado a la fuente de los re-cursos, así como al destino de los mismos. En el primer punto se enfatiza, y así tie-ne que ser, que los fondos para la inver-sión deben provenir del exterior, aunque en la definición dada por el Fondo Monetario Internacional (González 08-09) no se es-pecifica que los fondos son del Extranjero, queda claro la referencia a las empresas residentes.

El otro aspecto común es que la Inversión Ex-tranjera Directa está orientada a la creación, capitalización o adquisición de empresas que han de producir, y ofrecer bienes y servicios a una o múltiples comunidades locales.

Es precisamente este último elemento de la Inversión Extranjera Directa la que hace suponer que un aumento de la misma con-tribuiría al aumento de los puestos de tra-bajo en una sociedad determinada. Esto así, dado el origen final de la Inversión Extranjera Directa, la cual por definición propia está consagrada a uno o más de los siguientes factores, creación de nuevas plazas de trabajo o mantenimiento de las plazas actuales.

Este trabajo es un análisis descriptivo de la relación que existe entre la Inversión Ex-tranjera Directa en República Dominicana y la población ocupada, así como con la tasa de ocupación y la tasa de desempleo de la población dominicana.

Inversión Extranjera Directa y Empleo

Varios son los autores que han escrito so-bre la relación que existe entre la Inversión Extranjera Directa, IED y el empleo en dife-rentes países. La principal cuestión al pen-sar sobre esto es el hecho de la creación de nuevas plazas de trabajo o el manteni-miento de las que ya existen.

Así por ejemplo, la Ley 16-95 sobre Inver-sión Extranjera de la República Dominica-na, establece en su primer considerando “Que el Estado Dominicano reconoce que la Inversión Extranjera y la Transferencia de Tecnología contribuyen al crecimiento eco-nómico y al Desarrollo Social del país, en cuanto favorecen la generación de empleos y divisas, promueven el proceso de capi-talización y aportar métodos eficientes de producción, mercadeo y administración”. Es decir que el Estado desarrolla, acciona y establece políticas de Inversión Extranje-

INVERSIÓN ExTRANJERA DIRECTA (IED) y LA OCUPACIÓN EN REPÚBLICA DOMINICANAProf. Héctor Medina

1

2

33

ra Directa, confiando en que ésta ayudará en la generación de empleos, buscando así y, por consiguiente, un estado de bienestar mayor a la población.

Sin embargo, un hecho a tomar en consi-deración es que si bien es cierto que la IED puede generar empleos, no menos cierto es que el hecho de que la IED viene acompa-ñada de nuevas tecnologías, que tienden a disminuir los costos y a una menor utilización de la mano de obra, ésta podría provocar los efectos contrarios a los esperados por el uso intensivo de capital y nueva tecnología.

En defensa de la Inversión Extranjera Direc-ta como un mecanismo para generar em-pleos, (Loria y Brito, 2003) entienden que dada la sensible reducción de crecimiento económico, así como su volatilidad, el cre-cimiento de la población económicamente activa, el desplazamiento de la mano de obra por el uso intensivo de capital y tec-nología y la fuerte expulsión de la mano de obra del sector agrícola, la Inversión Ex-tranjera Directa ha adquirido una impor-tancia creciente en la formación de capital.

Álvarez (2002), analizando la relación en-tre la Inversión Extranjera Directa y la pro-ductividad, encontró que “En términos de tamaño, las empresas con IED tienen un nivel de empleo de 78.0% mayor que las firmas domésticas”.

En igual sentido, Contreras Rojas (2002) en su estudio sobre efecto de la Inversión Extran-jera Directa sobre el Empleo en la Industria Manufacturera Chilena encontró, estimando la ecuación de regresión por el método de los Mínimos Cuadrados Ordinarios, que la IED tenía un coeficiente estadísticamente signifi-cativo al 90.0% de confianza, aunque peque-ño con una elasticidad de 1.2%.

Estos resultados sugieren que un incremen-to de la Inversión Extranjera Directa tiene un impacto positivo sobre la generación de empleos, proporcionando de esta manera un mayor bienestar de la población que la recibe.

Sin embargo, este aspecto de positividad hay que mirarlo con recelo por el hecho de que la Inversión Extranjera Directa puede, en algunos casos, más que aumentar el empleo disminuirlo, por el uso intensivo de capital y de la tecnología.

Así, por ejemplo, el periódico Nuevo Siglo de Colombia(3) titulaba que la “Inversión Extranjera Directa no garantiza la creación de empleo”, subtitulando que “nadie sabe cuántos empleos produce” y en uno de sus párrafos señalas: “A la masiva entrada de capitales para las adquisiciones de empre-sas o de activos financieros, no correspon-de la creación de nuevos empleos”.

Aunque no aportan los datos que sosten-gan el argumento planteado, el llamamien-to puede ser un aviso sobre la importancia de monitorear y evaluar el aporte real que en cada economía hace la IED.

Inversión Extranjera y Empleo en República Dominicana

3.1 Regulación de la IED

La Inversión Extranjera Directa en Repúbli-ca Dominicana está regida por la Ley 16-95 de fecha 25 de octubre del año 1995 y tie-ne como objetivo fundamental establecer un marco legal igualatorio en materia de inversión. Como se describió en uno de los párrafos introductorios, en dicha Ley se en-tiende por Inversión Extranjera Directa “Los aportes provenientes del exterior, propiedad

3

(3) Periódico Nuevo Siglo. Jueves 05/08/2008. Colombia.

34

de personas físicas o morales, extranjeras o personas físicas nacionales residentes en el exterior al capital de una empresa que opera en el Territorio Nacional”.

La Ley establece que la inversión extranje-ra puede asumir una de las siguientes for-mas: aportes en monedas que sean libre-mente convertibles, aporte en naturaleza, como maquinarias y equipos, entre otros, y los instrumentos financieros contemplados como inversión extranjera por la Junta Mo-netaria del Banco Central de la República Dominicana.

La inversión extranjera puede estar dirigida a los siguientes sectores: Inversión de capi-tal de una empresa existente o una nueva, inversiones en bienes inmuebles ubicados en República Dominicana y la adquisición de activos financieros.

3.2 Comportamiento de la IED y el Em-pleo en República Dominicana

Durante el periodo de 1993 al 2008, la In-versión Extranjera Directa registra un pro-medio Anual de US$991.2 millones, totali-zando los 14,419.8 millones de dólares y una tasa de crecimiento promedio anual de 18.3% mientras que en este mismo periodo la población ocupada de República Domini-cana creció en promedio 2.7%, mantenién-dose una tasa de ocupación promedio de 45.9% y una tasa de desempleo promedio de 16.1%.

3.3 Inversión Extranjera por sectores

Los datos suministrados por el Banco Cen-tral de la República Dominicana indican que los principales sectores a los que se ha di-rigido la inversión Extranjera Directa son el comercio y la industria, seguido de Turismo y Telecomunicaciones y, en cuarto lugar, el sector inmobiliario. Como se muestra en el cuadro uno, alrededor del 70.0%, el 69.9% de la inversión se ha concentrado en estos cuatro sectores de la economía.

Este factor puede explicar el por qué a pe-sar de que la Inversión Extranjera Directa creció un 18.3% durante el periodo 1993-2008, la población ocupada sólo creció en un 2.7% y la tasa de desempleo se ha man-tenido prácticamente constante.

35

Esto puede deberse a que tanto el sector Telecomunicaciones como el sector inmo-biliario requieren de personal más capaci-tado al hacer uso intensivo del capital y de la nueva tecnología. Por su parte, el sec-tor Comercio no suele ser un generador de empleo en gran cantidad.

4Relación de las variables

Para conocer con más detalles la relación entre la Inversión Extranjera Directa y los indicadores del empleo se realizó un análi-sis de correlación para determinar el grado de asociación entre estas variables.

Los datos muestran una relación de acuer-do a lo esperado; así, por ejemplo, la corre-lación entre la Inversión Extranjera Directa y la población ocupada es de 0.90, un co-eficiente alto y estadísticamente significa-tivo; igual ocurre con la tasa de ocupación con la cual la Inversión Extranjera Directa guarda una relación lineal de 0.74.

Al analizar la IED y la tasa de desempleo, el signo del coeficiente es el esperado, un signo negativo y una correlación negativa de -0.458 y estadísticamente significativo al 95.0% de confianza.

IED PO TDO TDDCorrelac ión dePearson 1 .894(**) .790(**) -.458(*)

Sig. (unilatera l) .000 .000 .037

IED

N 16 16 16 16Correlac ión dePearson .894(**) 1 .778(**) -.268

Sig. (unilatera l) .000 .000 .157

PO

N 16 16 16 16Correlac ión dePearson .790(**) .778(**) 1 -.257

Sig. (unilatera l) .000 .000 .169

TDO

N 16 16 16 16Correlac ión dePearson -.458(*) -.268 -.257 1

Sig. (unilatera l) .037 .157 .169

TDD

N 16 16 16 16

Tabla I Correlaciones, Salida de SPSS

** La correlación es significante al nivel 0,01 (unilateral).* La correlación es significativa al nivel 0,05 (unilateral).

"La información es poder."

BACON, Francis Barón de Verulam

36

Influencia de la IED en la tasa de desempleo

Para medir el peso o influencia de la IED sobre la tasa de desempleo en República Dominicana, se ha estimado una ecuación de regresión lineal del tipo Yt = B0 + B1 Xt, + ut, donde Yt es la tasa de desempleo, B0 es el coeficiente de intersección, B1 es la pendiente de la recta de regresión y ut el término aleatorio.

La corrida del programa proporciona los si-guientes datos:

Resumen del modelo, Salida SPSS

a Variables predictoras: (Constante), IED

Coeficientes(a)

a Variable dependiente: TDD

Los resultados muestran un modelo de re-gresión como sigue:

Yt = 17.2 – 0.01Xt, con un coeficiente de determinación de 21.0%. Estos datos su-gieren que la IED tiene un impacto positivo sobre la tasa de desempleo al tener una

65

disminución esperada en la tasa de desem-pleo de 0.01 por ciento por un aumento de un millón de dólares en la Inversión Extran-jera Directa. El coeficiente de regresión, aunque es pequeño es estadísticamente a un 90.0% de confianza, p-valor < 0.10

Conclusiones

• El análisis de los datos sobre la Inver-sión Extranjera Directa y la situación del empleo en República Dominicana indi-can, que en la economía dominicana la IED tiene un crecimiento mucho mayor que las variables del empleo.

• La IED en República Dominicana se con-centra principalmente en cuatro secto-res de la economía, los cuales han sido los de mayor crecimiento en la econo-mía en los últimos diez años.

• La IED tiene un efecto positivo sobre la tasa de empleo. Los datos muestran una correlación negativa entre la IED y la tasa de desempleo en República Domi-nicana, de igual forma, la estimación del modelo de regresión lineal indica que la IED tiene una influencia estadísticamen-te significativa sobre la tasa de desem-pleo del país.

37

7Bibliografía • Banco Central de la República Dominicana:

www.bancentral.gov.do

• Gaceta Oficial de la República Dominicana: “Ley No. 16-95 sobre Inversión Extranjera”. En: Centro Dominicano de Exportación e In-versión Extranjera.

• Valenciano, Rodolfo Benito: “Las crisis fi-nancieras internacionales: Agujeros negros en la globalización. FSE. España, junio de 2008.

• Jadresic, Esteban, Schmidt-Hebbel, Klaus & Valdés, Rodrígo: “Crisis financieras interna-cionales, prestamista de última instancia y nueva arquitectura financiera internacional”. Cuaderno de Economía On Line. v.40 n. 120 Santiago, agosto. 2003.

• López, Oddone y von Oertel: “Crisis financie-ras internacionales y mercados emergentes”. En Contribuciones a la Economía, noviembre de 2003. En: http://www.eumed.net/ce/

• Loría y Brito (2003): Loría, Eduardo y Brito, Luis: “El impacto de la Inversión Extranjera Directa en el empleo sectorial en México”. Un Análisis Prospectivo. 14 de mayo de 2003.

• Contreras Rojas (2002): Contreras Rojas, Claudia Paz: “Efecto de la Inversión Extran-jera Directa sobre el empleo en la industria manufacturera chilena”. Facultad de Cien-cias Económicas y Administrativas, Univer-sidad de Chile. Primavera de 2002.

• Álvarez (2002), Álvarez, Roberto: “Inversión Extranjera Directa en Chile y su impacto so-bre la Productividad”. Departamento de Eco-nomía, Universidad de Chile. Junio de 2002.

• Martínez, Daniel: “Apertura Comercial y Em-pleo Industrial en América Latina”. Sistema Económico Latinoamericano, revista Capítu-los No. 51. Julio-septiembre, 1997.

• Márquez, Gustavo y Pagés-Serra, Carme: “¿Apocalipsis ya? Reforma estructural y Mercado Laboral en América Latina. Revista Debates IESA: La Cuestión Laboral. Vol. 3 No. 1, septiembre del 1997.

maestría en estadística aplicada al diseño y

análisis de investigaciones

Para Información contactar a la División de Postgrado

Tel.: 809-532-4745 ext. 230/231/234 Email: postagradofces@hotmail.com

38

Proporcionan un panorama acerca de la cobertura de la población incorporada en los niveles educativos en relación a la que teóricamente debería estar atendiendo. En sistemas con alta tasa de ingreso oportuno y baja repetición, la tasa neta del nivel es una medida muy cercana a la tasa de co-bertura total.

En el gráfico siguiente, se muestra la situa-ción de la cobertura educativa del país en los años 2008-2009 y 2009-2010.

COBERTURA EDUCATIVA EN REPÚBLICA DO-MINICANA. INDICADORES DE COBERTURAProf. Alberto Estrella Contreras

en la cobertura al inicio de la escolaridad, y cuantifica el trecho pendiente para uni-versalizar las oportunidades de ingreso al nivel inicial.

La tasa neta de matrícula de los diferentes niveles muestra un crecimiento moderado a excepción del nivel medio. Para el nivel inicial es de 2.7%, al pasar de 33.1% en el año 2008-2009, a 35.8% durante el 2009-2010 y en el nivel básico de 0.3%. Mientras que en el nivel medio se registró una ligera disminución de 1.6%, la cual se debe a que un porcentaje de estudiantes de este nivel

La asistencia escolar de la población de 5 años presentó un crecimiento moderado de 0.5% pasando de 74.9% en el año lecti-vo 2008-2009 a 75.4% en el 2009-2010, quedando un porcentaje de escolarización pendiente de 24.6%.

El porcentaje de escolarización pendiente indica que, en promedio, de cada 100 niños y niñas de 5 años de edad, alrededor de 25 aún no han iniciado su escolaridad. Esta situación caracteriza los logros alcanzados

se matriculó en los programas informales, PREPARA y Bachillerato Acelerado.

La República Dominicana ha avanzado hacia el logro del derecho a la enseñanza prima-ria universal alcanzando alrededor de 92% en el período 2009-2010. De mantenerse el ritmo de crecimiento alcanzado entre los periodos 2008-2009 y 2009-2010, en el año 2015 los niños y las niñas del país tendrán un ciclo completo de la enseñanza primaria.

FUENTE: Departamento de Estadística e Indi-cadores, MINERD.

39

LA ENCUESTA PRE-ELECTORAL, ¿CÓMO INTERPRETARLA?Prof. Dionisio Hernández L.

En los regímenes políticos democráticos, donde los gobernantes son electos por vo-tación directa de los ciudadanos habilita-dos para votar, cada proceso eleccionario trae consigo la realización de encuestas; muchas de las cuales se publican en los medios de comunicación (periódicos, te-levisión, radio, revistas, internet) y, como es natural, siempre surgen los debates, los cuestionamientos y las descalificaciones en torno a los resultados que se publican. En definitiva, las encuestas pre-electorales despiertan las pasiones de los políticos y los no políticos. Y a pesar de las polémicas naturales que surgen en torno a los resulta-dos que se publican, lo cierto es que la en-cuesta por muestreo es la única y efectiva herramienta científica que permite conocer las opiniones, valoraciones y preferencias de los votantes respecto de los candidatos que se ofertan como opciones en el pastel electoral de un país o demarcación electo-ral. Esto significa que ya no se concibe un proceso electoral sin encuestas.

Hablar de encuestas en círculos políti-cos, académicos, medios de comunicación y hasta en reuniones de amigos siempre despierta el interés de todos, porque quie-nes no dominan esta técnica creen erró-neamente que las encuestas son capaces de adivinar el futuro. Entonces, la pregun-ta obligada es: ¿Qué es una encuesta? Y pudiéramos agregar otra pregunta: ¿Cómo se deben interpretar los resultados de una encuesta?

En un enfoque puramente académico, una encuesta es un estudio observacional por medio de preguntas pre-establecidas, que no requiere controlar ni modificar el en-torno donde se realiza, y que cuando es diseñada y aplicada de manera científica permite obtener información válida de una

muestra o del total de la población bajo estudio. Ahora bien, para entender qué es una muestra estadística, primero debemos entender el concepto de población estadís-tica. En este sentido, una población esta-dística la podemos definir como un conjun-to finito o infinito de elementos o individuos (personas, animales, objetos, etc.) con una o más características en común susceptible de medición y/o estudio.

Aunque en ocasiones escuchemos hablar de universo como sinónimo de población, esto es un error que debemos evitar, ya que el término universo se refiere a un con-junto infinito hipotético de elementos o in-dividuos que son generados por un modelo teórico. Esto significa que detrás de cada población estadística definida hay un uni-verso hipotético.

En este ejercicio académico, una muestra, en el contexto de la población estadística, debemos entenderla como un subconjunto de elementos que se selecciona para cono-cer las características de interés en la po-blación de procedencia. En la población hay valores o expresiones numéricos verdade-ros de las características de los N elemen-tos que la conforman, que en estadística conocemos como parámetros. En este sen-tido, el objetivo fundamental de la mues-tra es estimar esos valores, vale decir, esos parámetros.

40

(1)Página web de la Junta Central Electoral Do-minicana. www.jce.do

En un ejemplo concreto: Suponiendo que en el país la población hábil para votar, la que integra el padrón electoral, está inte-grada por 6.5 millones de electores (La JCE proyecta 6,484,568 votantes para las elecciones de 2012) (1), de los cua-les nos interesa conocer su intención de voto. Para conocer la verdadera intención de voto de los 6.5 millones de electores habría que hacer un censo, vale decir ha-bría que realizar las elecciones, lo cual no tendría sentido. Además, hacer un censo implicaría un gran presupuesto, un gran despliegue de recursos humanos, logística y, lo que es peor, mucho tiempo, lo cual le quitaría oportunidad a la información que se requiere. En este sentido, la muestra se coloca como la opción más viable para el estudio, pero debemos entender que los resultados que arroje la muestra serán estimaciones de los valores verdaderos, y esas estimaciones estarán sujetas al error de muestreo, a errores ajenos al muestreo y a un factor probabilístico que llamaremos nivel de confianza del estimador que se eli-ja. El error de muestreo debemos enten-derlo como la discrepancia entre el valor de la estimación (estadístico) y el valor pobla-cional (parámetro), que resulta al exami-nar una parte de la población (muestra) y no toda la población; es la medida que nos dice con qué probabilidad una estimación calculada a partir de los resultados de una muestra se aleja del parámetro o valor ver-dadero si se hubiese realizado un censo.

Por su parte, los errores ajenos al mues-treo evidencian la fragilidad de la investi-gación en el trabajo de campo. Aquí entran en juego el sesgo de selección, que ocurre cuando una parte de la población objetivo no está contemplada en la población que se está muestreando, y el sesgo de medición, que ocurre cuando el instrumento de reco-lección de los datos tiene una tendencia a producir diferencias hacia alguna dirección en el valor real. En este contexto, en oca-siones, vemos que en la ficha técnica de los resultados de una encuesta por muestreo se publica que el error máximo permitido es de tal o cual porcentaje, por ejemplo ± 3%, el cual es considerado pequeño, pero no se informa cuál fue la tasa de rechazo de la encuesta, y tampoco se publican las preguntas que se formularon. En ambos casos pudiera haber evidencia de un ses-go importante, ya sea en la selección de la muestra o la medición de la variable, que pudieran anular o invalidar los resultados de la encuesta.

En lo referente al nivel de confianza (1-α) que se especifica en la ficha técnica de toda encuesta por muestreo, éste se refiere a la probabilidad de que la estimación del valor real de la población sea buena. Más espe-cíficamente, el nivel de confianza establece la probabilidad de que el intervalo estable-cido contenga el valor real de la población. Por ejemplo, si de una población tamaño N = 6,500,000 individuos se extrae una muestra tamaño n = 1,200, entonces, en un análisis combinatorio simple podemos obtener millones de combinaciones, ya que cada elemento se puede combinar con el resto de la población, y obtendríamos mi-llones de muestras tamaño 1,200. En este caso, con los resultados de cada muestra podemos construir intervalos de confianza para estimar el valor verdadero de la pobla-ción. Por ejemplo, si se trabaja con un nivel de confianza de 1-α=0.95 (95%) significa que el 95% de los intervalos de confianza que se construyan contendrán el verdadero valor del parámetro poblacional.

41

(2)Leslie Kish: Muestreo de Encuestas. Segunda Reimpresión, Página 26. Editorial Trillas, 1979.

Visto lo anterior, el muestreo estadístico no es tan elemental como se cree. El diseño y articulación de toda muestra estadística incluye varios aspectos esenciales, a saber: 1) El proceso de selección de los elemen-tos que representarán a la población; 2) el proceso de estimación de los valores ver-daderos de la población objeto de estudio; 3) la definición de las variables a medir y los métodos de medición; y 4) la precisión deseada.

Estos aspectos, y todas las etapas que envuelven, nos permiten afirmar que el muestreo estadístico es un área muy de-licada dentro de la ciencia estadística; su uso requiere de profesionales expertos, pero en ocasiones se abusa del mismo, y es común ver a investigadores improvisados, que no saben nada de estadística, o que apenas cuentan con un nivel de estadística elemental, que se creen expertos y se dedi-can a realizar encuestas sin ningún criterio técnico-metodológico; otros van más lejos y creen que el muestreo es algo tan ele-mental que no requiere mucho estudio, que con sólo salir a la calle a realizar preguntas a personas seleccionadas sin normas o in-tencionalmente pueden hacer inferencias. En este sentido, el muestreo, tal y como lo definió el maestro Leslie Kish en su libro Muestreo de Encuestas: “es una técnica especializada dentro de la estadística, porque el conocimiento profundo de su arte y su ciencia requiere una prepa-ración profesional y una atención de tiempo completo” (2).

Siempre se hacen críticas cuando los re-sultados de dos o tres encuestas arrojan resultados diferentes. En defensa de las encuestas, habría que preguntarse si las mismas son comparables, si se formularon las mismas preguntas, si se definió la mis-ma población, si es el mismo escenario, si tienen el mismo período de referencia, etc. Querer restarle credibilidad a las encues-tas cuando sus resultados no favorecen a determinados intereses es un acto de ig-norancia.

Sabemos que las diferencias en los resul-tados de las encuestas traen desconfian-za y mucha duda e incertidumbre; pero es importante entender que cada estimación tiene de base una metodología propia que se describe en una ficha técnica. Además, para que dos o más encuestas puedan ser comparables es preciso saber qué preguntó cada una y cómo lo preguntó; hay que ver si una encuesta preguntó sobre la intención de voto y la otra sobre simpatía política; hay que analizar si una formuló una pre-gunta y la otra creó un escenario con voto secreto en urnas, etc. También es reco-mendable determinar cuál fue la forma de aleatorización empleada, el error máximo permitido, los estimadores seleccionados y el nivel de confianza de esos estimadores; así como el criterio de tabulación de los da-tos y de expansión de los resultados hacia la población definida.

En el campo de la opinión pública y de la política, erróneamente se cree que con una encuesta se puede predecir el futuro. Quienes creen esto o piensen de este modo están equivocados, ya que los resultados de toda encuesta sólo tienen vigencia para el período que se levantaron los datos, y más cuando se trata de mediciones sobre la intención de voto de un mercado de vo-tantes, que están sujetos a cambios signi-ficativos en períodos cortos de tiempo, ya que las mismas se mueven hacia arriba o hacia abajo conforme a la realidad del es-cenario en que se haga la medición, los mensajes, las ofertas, las promesas y las acciones de los actores políticos en compe-tencia. De cara a esta verdad, es oportuno aclarar que no es función ni objetivo de una encuesta predecir el futuro. Un error que también suele cometerse al valorar una en-

42

cuesta es creer que mientras más grande sea el tamaño de la muestra es mejor, y aunque en teoría esto sea cierto porque el error atribuido al muestreo se reduce por la vía del tamaño de la muestra, pero la rea-lidad es que el tamaño en sí mismo no ga-rantiza precisión; es preferible una muestra aceptablemente pequeña, pero bien dise-ñada, representativa, con idóneos criterios de selección aleatoria, con un proceso de recolección de los datos libres de dudas y una supervisión óptima en todo el proce-so de muestreo, que una muestra grande con marcados sesgos de selección y/o de medición. En otras palabras, es mejor una muestra pequeña bien diseñada que una muestra grande mal diseñada.

En adición a estas malas apreciaciones o creencias, hemos visto con preocupación técnica que algunas firmas encuestadores de prestigio, de las que incursionan en el mercado electoral nacional que, con una muestra tamaño 1000 o 1,200 para todo el país, cometen el error de publicar resulta-dos para regiones o áreas pequeñas en las cuales el tamaño de la muestra es suma-mente pequeño.

Y algunas cometen la locura de desagregar por región o por provincia o por otras varia-bles demográficas (sexo, edad, zona…) la participación de mercado de partidos, pre-candidatos y/o candidatos que en el con-texto nacional tienen un 5% o menos. Olvi-dando que un 5% en una muestra de 1,200 equivale a 60 votos, y que si desagregamos esos 60 votos por región, en el supuesto de que estén distribuidos de manera pro-porcional, en la práctica a la región Este, por ejemplo, que representa el 11.1% del mercado de votantes, le corresponderían 7 votos, al Sur 10, al Distrito Nacional y la provincia de Santo Domingo 20, y al Norte 23. En el mejor de estos casos el error de

muestreo superaría el 20%, llegando cerca del 40% para las regiones pequeñas.

Finalmente, en el marketing político las encuestas son vitales, constituyen la he-rramienta más efectiva y práctica, ya que, además de medir el día a día de la intención de voto, permiten conocer los electores, sus deseos, expectativas, valoraciones, opiniones, etc., y hacer cruces conforme a los datos sociodemográficos disponibles del mercado electoral (edad, sexo, zona de residencia, situación ocupacional, escolari-dad, nivel de ingreso, etc.); con todos es-tos recursos informativos que proveen las encuestas, los candidatos y sus estrategas de campaña pueden diseñar y poner en ac-ción planes estratégicos apropiados para mejorar el posicionamiento y participación de mercado. Además, las encuestas tam-bién permiten evaluar esas estrategias, el cumplimiento de sus objetivos y la evolu-ción del proceso electoral. En definitiva, las encuestas pre-electorales son tan impor-tantes e impactantes que los políticos las usan hasta para “meter” miedo.

BIBLIOGRAFíA

• Kish, Leslie 1979. Muestreo de encues-tas. Editorial Trillas, Segunda reimpre-sión autorizada. Mayo de 1979.

• Scheaffer L. Richar, Mendenhall III Wi-lliam, Ott R. Lyman 2007. Elementos de Muestreo. 6ta. Edición.

• Lohr Sharon L. 1999. Sampling: Design and Analysis.

• Levy, P. S. and S. Lemeshow. 1999. Sampling of Populations: Methods and Applications. New York.

43

PARTIDOS POLíTICOS MAyORITARIOS PIERDEN GRAVITACIÓN EN EL MERCADO ELECTORAL DOMINICANOProf. Dionicio Hernández

De 1978 al 2010, el PRD experimentó una pérdida neta de 16.66 puntos porcentua-les en su votación respecto al mercado total, al pasar de una participación de 37.47%, en 1978, a 20.81%, en el año 2010. Gráficamente, podemos observar que la brecha entre la votación absoluta del PRD y el total de votantes del merca-do se hace cada vez más grande.

EL CASO DEL PRD EL CASO DEL PRSC

El Partido Reformista Social Cristiano de 1978 al 2010 experimentó una reducción de 27.24 puntos porcentuales, al pasar de 30.57%, en 1978, a 3.33%, en el 2010. Gráficamente, podemos observar que la brecha entre la votación absoluta del PRSC y el total de votantes se hace cada vez más amplia; el PRSC tiende a cero.

EL CASO DEL PLD

El Partido de la Liberación Dominicana acudió por primera vez a un torneo elec-toral en 1978, alcanzando una partici-pación de 0.80% respecto al mercado total, y desde 1978 hasta 1996 man-tuvo un crecimiento progresivo que lo llevó a convertirse en la primera fuerza política de importancia del país. En sen-tido general, de 1978 al año 2010, el PLD creció en 21.77 puntos porcentua-les, pero de 1996 al año 2010 bajó su votación en 7.57 puntos porcentuales, y, al igual que el PRD y el PRSC, tiene una tendencia a disminuir su votación respecto al mercado total.

En resumen, las estadísticas anteriores nos muestran claramente que los tres partidos mayoritarios del sistema (PLD, PRD y PRSC) tienen una tendencia a perder importancia respecto al mercado electoral nacional, lo cual es una evidencia de que en dichas or-ganizaciones no se trabaja el mercado elec-toral con un criterio de marketing político. Estas organizaciones políticas, igual como sucede también con los llamados partidos minoritarios, solo trabajan el mercado en épocas de elecciones, pero ninguna se ha preocupado en diseñar una estrategia de marketing para incrementar su matrícula de militantes, y, de esa manera, garantizar un crecimiento sistemático en el mercado de votantes.

44

(*) Proyección de la Junta Cen-tal Electoral

FUENTE: Página web de la Junta Central Electo-ral. Www.jec.do

EVOLUCIÓN DEL MERCADO ELECTORAL DOMINICA-NO, y DE LA VOTACIÓN DE LOS PARTIDOS MAyO-RITARIOS.

45

En base a los datos colectados en la última encuesta nacional de fuerza de trabajo rea-lizada en el primer trimestre del presente año por el Banco Central de la República Dominicana, se ha pretendido ofrecer in-formaciones sobre las condiciones de vida de los profesionales de este país, tanto en lo que respecta, las características de sus viviendas, de sus hogares y de los jefes de familia donde residen.

También, se ha querido proveer informa-ción sobre las condiciones ocupacionales de los mismos, con el objetivo de facilitar la identificación de los niveles y el tipo de ocupación y desempleo en cada una de las categorías de las variables seleccionadas.

La importancia de este análisis radica en que en la mayoría de las publicaciones rea-lizadas sobre el empleo y el desempleo se ofrecen resultados agregados de estas ca-racterísticas. Y en escasas veces se pre-sentan niveles detallados como es según el entorno familiar u otros aspectos relaciona-dos con la convivencia de las personas que están dispuestos o no a participar en las actividades productivas del país.

Se espera que en otras ediciones de esta revista, se presente un análisis similar para otros segmentos de la población dominica-na, como por ejemplo de los jóvenes, las mujeres, entre otros.

Entorno familiar y de convivencia de los profesionales dominicanos

El 85.06% de los profesionales dominica-nos reside en la zona urbana, este indica-dor es mayor en aquellos que han realizado estudios a nivel de postgrado. El 50.02% y el 16.56% pertenecen a las regiones Metro-politana y al Cibao Norte, respectivamente.

El 74.16% vive en casa individual, la cual adquirió comprándola al contado, construi-da por su propio dueño o alquilándola. Es-tas viviendas por lo general tienen tres o más habitaciones o cuartos, los cuales casi cerca del 95% son destinados para dormir.

Un alto porcentaje reside en hogares donde algún miembro posee por lo menos uno de los siguientes bienes o equipos: televisión, refrigerador, calentador de agua, aire acon-dicionado, teléfono, vehículo, video, horno electrónico, horno microondas, inversor, computadora, celular, parábola, DVD o cá-mara de video.

LOS PROFESIONALES DOMINICANOS: SU ENTOR-NO FAMILIAR y CONDICIONES OCUPACIONALES Profesor Faustino Polanco

De izquierda a derecha Aldelys Ro-dríguez, José Arismendy Salcedo y Aurea Luisa Pelletier.

1

46

El 70.28% de los profesionales habita en familias donde el jefe del hogar es un hom-bre y cerca del 77% tiene más de 40 años de edad. El 98.68% reside donde el jefe del hogar es alfabetizado y el 75% ha alcan-zado un nivel educativo universitario. Tam-bién el 60.66% habita en hogares donde el jefe de familia es casado.

El 79.22% de los profesionales habitan en familias donde el jefe de hogar es activo desde el punto de vista económico, y el 58.24% vive donde el jefe tiene un empleo formal y un 18.45% donde este miembro familiar trabaja en labores informales. En ese mismo sentido, el 2.13% es un desocu-pado cesante y un 0.41% donde el jefe de hogar está desempleado y está buscando su primer trabajo.

Los mayores porcentajes de los profesiona-les dominicanos habitan en familias donde el jefe labora en actividades relacionadas con el comercio, administración pública y defensa y otras actividades y servicios. Igualmente, estos comparten hogares con familias donde el jefe tiene una ocupación de gerentes y administradores, profesiona-les e intelectuales, técnicos del nivel medio y trabajadores de los servicios.

El 51.95% reside en familia donde el in-greso total de sus miembros supera los RD$50,000.00. El 79.78% de los que han hecho estudio a nivel de postgrado viven en hogares que tienen un ingreso mensual por encima de ese valor.

Condiciones ocupacionales de los profesionales dominicanos

Los profesionales dominicanas tienen una tasa de actividad económica de 86.59%, y de este segmento el 93.25% tiene alguna ocupación. En los que realizan algún traba-jo remunerado, el 85.26% realiza una labor dentro del sector formal de la economía. En ese mismo orden, el 6,75% está des-empleado de los cuales el 64.44% ha ejer-cido alguna función anteriormente, lo que significa que el 35.56% busca trabajo por primera vez.

Como forma de analizar las condiciones ocupacionales de los profesionales domini-canos de acuerdo a las características de la vivienda, del hogar y de los jefes de las familias donde estos residen, se presenta el cuadro que aparece más adelante, donde se puede identificar cómo son las condicio-nes ocupacionales de este segmento pobla-cional en cada una de las categorías de las variables contempladas en este análisis.

Fuente: Encuesta Nacional de Fuerza de Trabajo, abril de 2011.

2

47

48

49

50

Ex DIRECTORES DE LA ESCUELA DE ESTADíSTICA

ABELARDO ELíAS ACÉCAR(Inicio - 1970)

FRANCISCO DE MOyA ESPINAL(1970 - 1972)

MÉxICO áNGELES SUáREz(1976 - 1978)

ROGELIO LEDESMA MÉNDEz(1978 - 1981 y 1981

a sept. 1982)

EUMILIO DE LEÓN MATEO(1982 - 1984 y 1984 - 1987)

NIOBE ACOSTA(1987 - 1990)

RICARDO MICHEL LERENzEN(1974 - 1976)

FRANCISCO DAVID ALVARADO(1990 - 1993 y 1993 - 1996)

JOSÉ LUCAS ORTIz(1996 - 1999)

zENÓN CEBALLOS(1999 - 2002 y 2002 - 2005)

FRANCISCO ROA FAMILIA(2005 - 2008 y 2008 - 2011)

51

LANZAMIENTO DE LA PágINA WEB DE LA ESCUELA DE ESTADÍSTICA

EVENTOS

El director de la Escuela, Dionicio Hernández, explica a los presentes el contenido de la pá-gina web de la Escuela.

Al centro, el vicedecano de la Facultad maes-tro Ramón Desangles, en compañía del direc-tor y parte del personal docente de la Escuela de Estadística.

Parte del público que asistió al evento.

El vicedecano de la Facultad, maestro Ramón Desangles, y el actual director, Dionicio Her-nández, en compañía de los ex directores de la Escuela de Estadística Rogelio Ledesma, Eumilio de León y Francisco Roa Familia.Presentación del video promocional de la ca-

rrera de Estadística.

En un concurrido acto en la explanada de la Facultad de Ciencias Económicas y Socia-les, realizado el pasado martes 20 de sep-tiembre la Escuela de Estadística presentó la página Web y el video promocional de la carrera de Estadística.

El director de la Escuela habló sobre la im-portancia de la carrera de Estadística y las innovaciones que se implementan en esa unidad académica.

52

CELEBRACIóN DEL DÍA DEL MAESTRO EN LA FA-CULTAD DE CIENCIAS ECONóMICAS Y SOCIALES

EVENTOS

De izquierda a derecha: el director de la Escuela de Ad-ministración, maestro Alexis Martínez; el director de la Escuela de Estadística, Dionicio Hernández; la vicerrec-tora administrativa, doctora Emma Polanco; y el direc-tor de Postgrado de la Facultad de Ciencias Económicas y Sociales, maestro José Arismendy Salcedo.

Al centro, los profesores destacados del período 2010-2011 exhiben sus certificados que lo acreditan como tales.

Al centro, el decano de la Facultad de Ciencias Econó-micas y Sociales, maestro Juan Antonio Cerda Luna, pronuncia las palabras de bienvenida al acto. Le acom-pañan, la vicerrectora administrativa Emma Polanco, el vicedecano Ramón Desangles y los vicerrectores Jorge Asjana David, Francisco Vegazo y Francisco Terrero Ga-larza. Observan, de pie, el director de la Escuela de Ad-ministración, Alexis Martínez; y el director de la Escuela de Economía, Melvin Pérez.

Al centro, el director de la Escuela de Estadística, Dionicio Hernández, en representación del doctor Frank Cáceres, recibe de manos de la vicerrectora administrrativa, doc-tora Emma Polanco, el certificado que lo acredita como Profesor Destacado del Año de la Escuela de Estadísti-ca. Observan, el decano y el vicedecano de la Facultad, maestros Juan Antonio Cerda Luna y Ramón Desangles. También, los directores Alexis Martínez, Melvin Pérez y José Burgos.

De izquierda a derecha: el director de la Escuela de Conta-bilidad, maestro Pablo Valdez; la directora del Instituto de Género y Familia, maestra Agnes Mirqueya Mateo; y el ex director de la Escuela de Contabilidad, maestro Nolberto Hernández.

El decano de la Facultad de Ciencias Eco-nómicas y Sociales, maestro Juan Antonio Cerda Luna, en presencia de los vicerrec-tores Emma Polanco, Jorge Asjana David, Francisco Vegazo y Francisco Terrero Galar-za, y de los miembros del Consejo Directivo de la Facultad, hizo entrega de los certi-ficado de reconocimiento a los profesores destacados del período 2010-2011.