Tema 14 – Estadística descriptiva y análisis estadístico en hostelería y turismo. Técnicas y tipos de análisis estadísticos. Aplicaciones.

INTRODUCCIÓN: Justificación del planteamiento del tema.

14.1 ANÁLISIS ESTADÍSTICO: CONCEPTOS GENERALES

a) Concepto y objetivo de la estadística.

b) Poblaciones y muestras.

c) Tipos de datos: variables cuantitativas y cualitativas

14.2 ESTADÍSTICA DESCRIPTIVA: TÉCNICAS Y TIPOS DE ANÁLISIS ESTADÍSTICO.

· Tipos de medidas

· A) Medidas de TENDENCIA CENTRAL:

– Media

– Mediana

– Moda.

– B) Medidas de DISPERSIÓN:

– Desviación típica

– Varianza

– Coeficiente de variación

– Amplitud.

– C)Medidas de LOCALIZACIÓN:

– Cuartiles, y percentiles.

14.3 TABLAS Y GRÁFICOS ESTADÍSTICOS

14.4 APLICACIONES Y FUENTES ESTADÍSTICAS EN HOSTELERÍA Y TURISMO

· Fuentes estadísticas nacionales:

1. Administración Central: SGT, IET.

2. Administración Autonómica: SAETA.

· Fuentes estadísticas Internacionales:

1. EUROSTAT (Oficina Estadística de la Unión Europea).

2. SET (Sistema de Estadísticas de Turismo) de la OMT.

14.1 ANÁLISIS ESTADÍSTICO: CONCEPTOS GENERALES

A) Concepto y objetivo de la estadística.

La palabra “estadística” suele utilizarse bajo dos significados distintos, a saber:

1º Como colección de datos numéricos.- Esto es el significado más vulgar de la palabra estadística. Se sobrentiende que dichos datos numéricos han de estar presentados de manera ordenada y sistemática. Una información numérica cualquiera puede no constituir una estadística, para merecer este apelativo, los datos han de constituir un conjunto coherente, establecido de forma sistemática y siguiendo un criterio de ordenación.

Tenemos muchos ejemplos de este tipo de estadísticas. El Anuario Estadístico publicado por el Instituto Nacional de Estadística, El Anuario de Estadísticas del Trabajo,…

2º Como ciencia.- En este significado, La Estadística estudia el comportamiento de los fenómenos de masas. Como todas las ciencias, busca las características generales de un colectivo y prescinde de las particulares de cada elemento. Así por ejemplo al investigar el sexo de los nacimientos, iniciaremos el trabajo tomando un grupo numeroso de nacimientos y obtener después la proporción de varones. Es muy frecuente enfrentarnos con fenómenos en los que es muy difícil predecir el resultado; así, no podemos dar una lista ,con las personas que van a morir con una cierta edad, o el sexo de un nuevo ser hasta que transcurra un determinado tiempo de embarazo,…

Por tanto, el objetivo de la estadística es hallar las regularidades que se encuentran en los fenómenos de masa.

B) Poblaciones y muestras

Cuando se realiza un estudio de investigación, se pretende generalmente inferir o generalizar resultados de una muestra a una población. Se estudia en particular a un reducido número de individuos a los que tenemos acceso con la idea de poder generalizar los hallazgos a la población de la cual esa muestra procede. Este proceso de inferencia se efectúa por medio de métodos estadísticos basados en la probabilidad.

La población representa el conjunto grande de individuos que deseamos estudiar y generalmente suele ser inaccesible. Es, en definitiva, un colectivo homogéneo que reúne unas características determinadas.

La muestra es el conjunto menor de individuos (subconjunto de la población accesible y limitado sobre el que realizamos las mediciones o el experimento con la idea de obtener conclusiones generalizables a la población). El individuo es cada uno de los componentes de la población y la muestra. La muestra debe ser representativa de la población y con ello queremos decir que cualquier individuo de la población en estudio debe haber tenido la misma probabilidad de ser elegido.

Las razones para estudiar muestras en lugar de poblaciones son diversas y entre ellas podemos señalar :

a. Ahorrar tiempo. Estudiar a menos individuos es evidente que lleva menos tiempo.

b. Como consecuencia del punto anterior ahorraremos costes.

c. Estudiar la totalidad de los turistas o personas con una característica determinada en muchas ocasiones puede ser una tarea inaccesible o imposible de realizar.

d. Aumentar la calidad del estudio. Al disponer de más tiempo y recursos, las observaciones y mediciones realizadas a un reducido número de individuos pueden ser más exactas y plurales que si las tuviésemos que realizar a una población.

e. La selección de muestras específicas nos permitirá reducir la heterogeneidad de una población al indicar los criterios de inclusión y/o exclusión.

C) Tipos de datos:variables cuantitativas y cualitativas

Lo que estudiamos en cada individuo de la muestra son las variables (edad, sexo, peso, talla, tensión arterial sistólica, etcétera). Los datos son los valores que toma la variable en cada caso. Lo que vamos a realizar es medir, es decir, asignar valores a las variables incluidas en el estudio. Deberemos además concretar la escala de medida que aplicaremos a cada variable.

La naturaleza de las observaciones será de gran importancia a la hora de elegir el método estadístico más apropiado para abordar su análisis. Con este fin, clasificaremos las variables, a grandes rasgos, en dos tipos : variables cuantitativas o variables cualitativas.

a. Variables cuantitativas. Son las variables que pueden medirse, cuantificarse o expresarse numéricamente. Las variables cuantitativas pueden ser de dos tipos:

· Variables cuantitativas continuas, si admiten tomar cualquier valor dentro de un rango numérico determinado (edad, ingresos económicos,etc).

· Variables cuantitativas discretas, si no admiten todos los valores intermedios en un rango. Suelen tomar solamente valores enteros (número de viajes por temporada, por ejemplo).

b. Variables cualitativas. Este tipo de variables representan una cualidad o atributo que clasifica a cada caso en una de varias categorías. La situación más sencilla es aquella en la que se clasifica cada caso en uno de dos grupos (hombre/mujer, joven/adulto, fumador/no fumador). Son datos dicotómicos o binarios. Como resulta obvio, en muchas ocasiones este tipo de clasificación no es suficiente y se requiere de un mayor número de categorías.

En el proceso de medición de estas variables, se pueden utilizar dos escalas:

· Escalas nominales: ésta es una forma de observar o medir en la que los datos se ajustan por categorías que no mantienen una relación de orden entre sí (nivel económico-social, sexo, profesión, estado civil, etcétera).

· Escalas ordinales: en las escalas utilizadas, existe un cierto orden o jerarquía entre las categorías.

14.2 ESTADÍSTICA DESCRIPTIVA: TÉCNICAS Y TIPOS DE ANÁLISIS ESTADÍSTICO.

Estadística descriptiva

Una vez que se han recogido los valores que toman las variables de nuestro estudio (datos), procederemos al análisis descriptivo de los mismos. Para variables categóricas, como el sexo, se quiere conocer el número de casos en cada una de las categorías, reflejando habitualmente el porcentaje que representan del total, y expresándolo en una tabla de frecuencias.

Para variables numéricas, en las que puede haber un gran número de valores observados distintos, se ha de optar por un método de análisis distinto, respondiendo a las siguientes preguntas:

a. ¿Alrededor de qué valor se agrupan los datos?

b. Supuesto que se agrupan alrededor de un número, ¿cómo lo hacen?

¿muy concentrados? ¿muy dispersos?

Tipos de medidas

a. Medidas de tendencia central

Las medidas de centralización vienen a responder a la primera pregunta. La medida más evidente que podemos calcular para describir un conjunto de observaciones numéricas es su valor medio. La media no es más que la suma de todos los valores de una variable dividida entre el número total de datos de los que se dispone.

Como ejemplo, consideremos 10 turistas de edades 21 años, 32, 15, 59, 60, 61, 64, 60, 71, y

80. La media de edad de estos sujetos será de:

Más formalmente, si denotamos por (X1, X2,…,Xn) los n datos que tenemos recogidos de la variable en cuestión, el valor medio vendrá dado por:

Otra medida de tendencia central que se utiliza habitualmente es la mediana. Es la observación equidistante de los extremos.

La mediana del ejemplo anterior sería el valor que deja a la mitad de los datos por encima de dicho valor y a la otra mitad por debajo. Si ordenamos los datos de mayor a menor observamos la secuencia:

15, 21, 32, 59, 60, 60,61, 64, 71, 80.

Como quiera que en este ejemplo el número de observaciones es par (10 individuos), los dos valores que se encuentran en el medio son 60 y 60. Si realizamos el cálculo de la media de estos dos valores nos dará a su vez 60, que es el valor de la mediana.

Si la media y la mediana son iguales, la distribución de la variable es simétrica. La media es muy sensible a la variación de las puntuaciones. Sin embargo, la mediana es menos sensible a dichos cambios.

Por último, otra medida de tendencia central, no tan usual como las anteriores, es la moda, siendo éste el valor de la variable que presenta una mayor frecuencia.

En el ejemplo anterior el valor que más se repite es 60, que es la moda.

b. Medidas de dispersión

Tal y como se adelantaba antes, otro aspecto a tener en cuenta al describir datos continuos es la dispersión de los mismos. Existen distintas formas de cuantificar esa variabilidad. De todas ellas, la varianza (S2) de los datos es la más utilizada. Es la media de los cuadrados de las diferencias entre cada valor de la variable y la media aritmética de la distribución.

Esta varianza muestral se obtiene como la suma de las de las diferencias de cuadrados y por tanto tiene como unidades de medida el cuadrado de las unidades de medida en que se mide la variable estudiada.

En el ejemplo anterior la varianza sería:

La desviación típica (S) es la raíz cuadrada de la varianza. Expresa la dispersión de la distribución y se expresa en las mismas unidades de medida de la variable. La desviación típica es la medida de dispersión más utilizada en estadística.

Aunque esta fórmula de la desviación típica muestral es correcta, en la práctica, la estadística nos interesa para realizar inferencias poblacionales, por lo que en el denominador se utiliza, en lugar de n, el valor n-1.

Por tanto, la medida que se utiliza es la cuasidesviación típica, dada por:

Aunque en muchos contextos se utiliza el término de desviación típica para referirse a ambas expresiones.

En los cálculos del ejercicio previo, la desviación típica muestral, que tiene como denominador n, el valor sería 20.678. A efectos de cálculo lo haremos como n-1 y el resultado seria 21,79.

El haber cambiado el denominador de n por n-1, está en relación al hecho de que esta segunda fórmula es una estimación más precisa de la desviación estándar verdadera de la población y posee las propiedades que necesitamos para realizar inferencias a la población.

Cuando se quieren señalar valores extremos en una distribución de datos, se suele utilizar la amplitud como medida de dispersión. La amplitud es la diferencia entre el valor mayor y el menor de la distribución.

Por ejemplo, utilizando los datos del ejemplo previo tendremos 80-15 =65.

Como medidas de variabilidad más importantes, conviene destacar algunas características de la varianza y desviación típica:

· Son índices que describen la variabilidad o dispersión y, por tanto, cuando los datos están muy alejados de la media, el numerador de sus fórmulas será grande y la varianza y la desviación típica lo serán.

· Al aumentar el tamaño de la muestra, disminuye la varianza y la desviación típica.

· Cuando todos los datos de la distribución son iguales, la varianza y la desviación típica son iguales a 0.

· Para su cálculo se utilizan todos los datos de la distribución; por tanto, cualquier cambio de valor será detectado.

Otra medida que se suele utilizar es el coeficiente de variación (CV). Es una medida de dispersión relativa de los datos y se calcula dividiendo la desviación típica muestral por la media y multiplicando el cociente por 100.

Su utilidad estriba en que nos permite comparar la dispersión o variabilidad de dos o más grupos.

Cuando los datos se distribuyen de forma simétrica (y ya hemos dicho que esto ocurre cuando los valores de su media y mediana están próximos), se usan para describir esa variable su media y desviación típica. En el caso de distribuciones asimétricas, la mediana y la amplitud son medidas más adecuadas. En este caso, se suelen utilizar además los cuartiles y percentiles.

Los cuartiles y percentiles no son medidas de tendencia central sino medidas de posición o localización. El percentil es el valor de la variable que indica el porcentaje de una distribución que es igual o menor a esa cifra.

Así, por ejemplo, el percentil 80 es el valor de la variable que es igual o deja por debajo de sí al 80% del total de las puntuaciones. Los cuartiles son los valores de la variable que dejan por debajo de sí el 25%, 50% y el 75% del total de las puntuaciones y así tenemos por tanto el primer cuartil (Q1), el segundo (Q2) y el tercer cuartil (Q3).

14.3 TABLAS Y GRÁFICOS ESTADÍSTICOS

Cuando se dispone de datos de una población, y antes de abordar análisis estadísticos más complejos, un primer paso consiste en presentar esa información de forma que ésta se pueda visualizar de una manera más sistemática y resumida. Los datos que nos interesan dependen, en cada caso, del tipo de variables que estemos manejando.

Para variables categóricas, como el sexo, profesión, etc., se quiere conocer la frecuencia y el porcentaje del total de casos que “caen” en cada categoría. Una forma muy sencilla de representar gráficamente estos resultados es mediante diagramas de barras o diagramas de sectores. En los gráficos de sectores, también conocidos como diagramas de “tartas”, se divide un círculo en tantas porciones como clases tenga la variable, de modo que a cada clase le corresponde un arco de círculo proporcional a su frecuencia absoluta o relativa. Un ejemplo se muestra en la Figura 1.

Como se puede observar, la información que se debe mostrar en cada sector hace referencia al número de casos dentro de cada categoría y al porcentaje del total que estos representan. Si el número de categorías es excesivamente grande, la imagen proporcionada por el gráfico de sectores no es lo suficientemente clara y por lo tanto la situación ideal es cuando hay alrededor de tres categorías. En este caso se pueden apreciar con claridad dichos subgrupos.

Los diagramas de barras son similares a los gráficos de sectores. Se representan tantas barras como categorías tiene la variable, de modo que la altura de cada una de ellas sea proporcional a la frecuencia o porcentaje de casos en cada clase (Figura 2)

Estos mismos gráficos pueden utilizarse también para describir variables numéricas discretas .

Para variables numéricas continuas, tales como la edad, el tipo de gráfico más utilizado es el histograma. Para construir un gráfico de este tipo, se divide el rango de valores de la variable en intervalos de igual amplitud, representando sobre cada intervalo un rectángulo que tiene a este segmento como base.

El criterio para calcular la altura de cada rectángulo es el de mantener la proporcionalidad entre las frecuencias absolutas (o relativas) de los datos en cada intervalo y el área de los rectángulos. Figura 3

. Uniendo los puntos medios del extremo superior de las barras del histograma, se obtiene una imagen que se llama polígono de frecuencias.

Dicha figura pretende mostrar, de la forma más simple, en qué rangos se encuentra la mayor parte de los datos.

Un ejemplo, utilizando los datos anteriores, se presenta en la Figura 4.

Otro modo habitual, y muy útil, de resumir una variable de tipo numérico es utilizando el concepto de percentiles, mediante diagramas de cajas. La Figura 5 muestra un gráfico de cajas.

La caja central indica el rango en el que se concentra el 50% central de los datos. Sus extremos son, por lo tanto, el 1er y 3er cuartil de la distribución. La línea central en la caja es la mediana. De este modo, si la variable es simétrica, dicha línea se encontrará en el centro de la caja. Los extremos de los “bigotes” que salen de la caja son los valores que delimitan el 95% central de los datos, aunque en ocasiones coinciden con los valores extremos de la distribución. Se suelen también representar aquellas observaciones que caen fuera de este rango (outliers o valores extremos). Esto resulta especialmente útil para comprobar, gráficamente, posibles errores en nuestros datos. En general, los diagramas de cajas resultan más apropiados para representar variables que presenten una gran desviación de la distribución normal. Como se verá más adelante, resultan además de gran ayuda cuando se dispone de datos en distintos grupos de sujetos.

Comparación de dos o más grupos.

Cuando se quieren comparar las observaciones tomadas en dos o más grupos de individuos una vez más el método estadístico a utilizar, así como los gráficos apropiados para visualizar esa relación, dependen del tipo de variables que estemos manejando.

Cuando se trabaja con dos variables cualitativas podemos seguir empleando gráficos de barras o de sectores.. A partir de dicha muestra podemos representar, como se hace en la Figura 7, dos grupos de barras:

uno para los sujetos con antecedentes cardiacos familiares y otro para los que no tienen este tipo de antecedentes. En cada grupo, se dibujan dos barras representando el porcentaje de pacientes que tienen o no alguna enfermedad coronaria. No se debe olvidar que cuando los tamaños de las dos poblaciones son diferentes, es conveniente utilizar las frecuencias relativas, ya que en otro caso el gráfico podría resultar engañoso.

Los gráficos de líneas pueden resultar también especialmente interesantes, sobre todo cuando interesa estudiar tendencias a lo largo del tiempo (Figura 9).

No son más que una serie de puntos conectados entre sí mediante rectas, donde cada punto puede representar distintas cosas según lo que nos interese en cada momento (el valor medio de una variable, porcentaje de casos en una categoría, el valor máximo en cada grupo, etc).

Hemos visto, por lo tanto, como la importancia y utilidad que las representaciones gráficas pueden alcanzar en el proceso de análisis de datos. La mayoría de los textos estadísticos hacen hincapié en los distintos tipos de gráficos que se pueden crear, como una herramienta imprescindible en la presentación de resultados y el proceso de análisis estadístico. No obstante, es difícil precisar cuándo es más apropiado utilizar un gráfico que una tabla. Más bien podremos considerarlos dos modos distintos pero complementarios de visualizar los mismos datos. La creciente utilización de distintos programas informáticos hace especialmente sencillo la obtención de las mismas. La mayoría de los paquetes estadísticos (SPSS, STATGRAPHICS, S-PLUS, EGRET,…) ofrecen grandes posibilidades en este sentido. Además de los gráficos vistos, es posible elaborar otros gráficos, incluso tridimensionales, permitiendo grandes cambios en su apariencia y facilidad de exportación a otros programas para presentar finalmente los resultados del estudio.

14.4 APLICACIONES Y FUENTES ESTADÍSTICAS EN HOSTELERÍA Y TURISMO

· Fuentes estadísticas nacionales: ADMINISTRACIÓN CENTRAL

IET (INSTITUTO DE ESTUDIOS TURÍSTICOS)

El Instituto de Estudios Turísticos, define metodologías y establece planes de trabajo con el objetivo de que España disponga de indicadores básicos para el análisis del sector. Esta función de investigación se concreta en:

· La producción y análisis de estadísticas diseñadas y gestionadas por el propio Instituto (“Movimientos Turísticos en Fronteras” (Frontur), “Movimientos Turísticos de los Españoles” (Familitur) y “Encuesta sobre Gasto Turístico” (Egatur), incluidas en el Plan Estadístico Nacional.

· La recopilación, reexplotación y análisis de datos estadísticos procedentes de otras fuentes estadísticas, tanto nacionales como internacionales.

· El aprovechamiento de esta riqueza de información, creando la base da datos Datatur que es un gran almacén de datos turísticos que posibilita y facilita, el análisis de la información estadística del turismo en España. Datatur facilita igualmente la generación y control de la información que se difunde en ésta web, ampliando continuamente la información que pone a disposición de los usuarios.

Movimientos Turísticos en Fronteras (Frontur)

La estadística de “Movimientos Turísticos en Fronteras” (Frontur), constituye un instrumento fundamental de observación desde la óptica de la demanda para el análisis de los flujos turísticos internacionales. Su diseño y gestión es responsabilidad inmediata del Instituto de Estudios Turísticos.

Es una estadística de periodicidad mensual, implantada en mayo de 1996, que utiliza un sistema mixto para la obtención de resultados: descansa en registros de carácter administrativo (para todos los medios de transporte utilizados), establece conteos manuales a la entrada en España por los pasos fronterizos de carretera, (1.500.000 conteos en un año) y realiza también encuestación por muestreo, a la entrada y salida de España por carretera y por aeropuertos (en un año, 77.500 encuestas de entrada por carretera y

190.000 de entradas por aeropuertos, y 19.000 encuestas de salida por carretera y 20.000 encuestas de salida por aeropuerto).

Sus resultados se difunden antes del día 20 del mes siguiente al de referencia por medio de publicaciones y a través de la página Web del Instituto.

Movimientos Turísticos de los Españoles (Familitur)

La estadística “Movimientos Turísticos de los Españoles (Familitur)” viene realizándose anualmente desde el año 1996 por parte del Instituto de Estudios Turísticos de la Secretaría General de Turismo del Ministerio de Economía y Hacienda, en cumplimiento de los compromisos asumidos por España en materia estadística en relación a la sección C de la Directiva 95/57/CE del Consejo de la Unión Europea sobre la recogida de información estadística en el ámbito del turismo. Esta operación estadística está incluida en el Plan Estadístico Nacional 1997/2000

A partir del año 1999, la estadística se ve sometida a un proceso de renovación metodológico que afectará fundamentalmente al tamaño de la muestra hasta entonces utilizado – se incrementa de 3.200 hogares a 10.800 hogares entrevistados en cada una de las tres tomas de que consta la investigación – pero sin que se vea afectada su estructura tipo panel. En el año 2000 se han realizado pequeñas modificaciones en el cuestionario (consultables en los documentos metodológicos).

El objetivo básico de la estadística Familitur es el de recoger información de todos aquellos viajes realizados por los españoles dentro de España y hacia el extranjero, siempre que lleven asociada al menos una pernoctación fuera del lugar de residencia habitual, e independientemente del motivo que originó el viaje, ya sea vacaciones, visita a familiares o amigos, trabajo, etc.

El incremento que se ha producido en el tamaño de la muestra ha permitido generar información estadística comparable y estadísticamente significativa no sólo a nivel nacional sino también a de Comunidades Autónomas (NUT II).

Encuesta sobre Gasto Turístico (Egatur)

La Encuesta sobre Gasto Turístico se trata de una operación estadística cuyo objetivo es el de cuantificar el gasto realizado en el turismo receptor y el emisor

Egatur es una operación mensual de carácter continuo que se realiza en los distintos puestos fronterizos de la geografía española. El marco de elevación a utilizar son los datos de entradas de visitantes proporcionados por la estadística Frontur. El tamaño muestral establecido para el primer año de la operación es de 86.000 encuestas, de las cuales 61.000 se realizarán a no residentes y el resto a residentes.

La información obtenida en Egatur será utilizada para elaborar la rúbrica de Ingresos y Pagos por Turismo de la Cuenta Corriente de la Balanza de Pagos cuando entre en vigor la moneda única europea. Asimismo, la información suministrada por la encuesta será utilizada para elaborar las Cuentas Satélites del Turismo.

Cuentas Satélites del Turismo

SINTUR sistema de estadísticas de turismo supuso la base para dar los primeros pasos en la elaboración de la Cuenta Satélite de Turismo de España (CST), entendiendo ésta como un sistema de información económica relacionada con el Turismo, satélite del Sistema principal de Cuentas Nacionales, pero estrechamente relacionado con él en cuanto a las clasificaciones, definiciones, criterios para su registro y métodos de elaboración. Para ello

se requiere una definición precisa del sector y, además, que los conceptos y medidas utilizados para el estudio del turismo tengan relación con los empleados en el núcleo central de las cuentas nacionales.

Entre sus objetivos, hay cinco que merecen destacarse:

· Proporcionar un conjunto de cuentas comparables internacionalmente para examinar el turismo como un fenómeno económico.

· Ofrecer a los gobiernos nacionales una visión del turismo y del papel que este juega en las economías nacionales.

· Señalar las funciones de producción de la industria turística y su interrelación con el resto de la economía.

· Ofrecer un marco para que se puedan calcular modelos del impacto del turismo en la actividad económica y en el empleo.

· Medir la inversión del capital en el turismo y analizar la relación que guarda con la oferta turística y la creación de empleo en las industrias que producen el capital.

ADMINISTRACIÓN AUTONÓMICA

La Dirección General de Turismo de la Junta de Andalucía se planteó modificar de forma sustancial el estado de conocimiento acerca del funcionamiento del sector turístico en Andalucía. El objetivo era impulsar una serie de trabajos estadísticos y de análisis que culminaron con la creación en Junio de 1995 del Sistema de Análisis y Estadísticas del Turismo de Andalucía (SAETA) formado por un equipo que se dedicará de forma exclusiva a la investigación de esta actividad.

Así, el Sistema de Análisis y Estadísticas del Turismo de Andalucía (SAETA) se creó con el objetivo de realizar un sistema de información estadística sobre el turismo de Andalucía que fuera armónico, homogéneo e integrado.

Características generales del Sistema de Análisis y Estadísticas del Turismo de Andalucía

( SAETA )

El objetivo genérico de SAETA es convertirse en un instrumento al servicio de la Comunidad Autónoma para el mejor conocimiento de cómo es, cómo funciona la actividad turística en Andalucía y cual es su aportación a la formación de las grandes magnitudes económicas de la región (valor añadido, empleo, etc.). La obtención de dicho objetivo pone en marcha las siguientes líneas de trabajo:

1. Cubrir las necesidades básicas de información estadística, bien a través de recopilación de la información estadística y documental existente o bien elaborando estadísticas propias sobre aspectos de especial trascendencia para el conocimiento del turismo en Andalucía.

2. Conocer el impacto del turismo en la economía regional a través de la creación de un método de análisis que permita establecer las relaciones entre el turismo como actividad

económica y el conjunto de la economía andaluza, con especial referencia al impacto del turismo sobre la formación de los principales agregados económicos de Andalucía.

3. Análisis prospectivo y previsiones a través de modelos de predicción cuantitativa que nos permita anticipar la evolución de la demanda a corto y medio plazo.

Algunas tareas programadas para la obtención de dichos objetivos han sido cubiertas por SAETA y tan solo se plantea en la actualidad su continuidad y actualización; otras que fueron planteadas en su inicio, aún se encuentran en fase de desarrollo y finalmente la evolución del propio Sistema así como la demanda de información del sector en determinados aspectos han supuesto nuevas tareas a desarrollar por parte de SAETA.

· Fuentes estadísticas internacionales

1. EUROSTAT (Oficina Estadística de la Unión europea).

2. SET (Sistema de Estadísticas de turismo) de la OMT.

Bibliografía:

FERANADEZ CUESTA, C. y FUENTES GARCÍA, F (1995). “Curso de Estadística

Descriptiva”. Ariel Economía.

Instituto de Estudios Turísticos. Secretaría General de Turismo. www.juntadeandalucia.es