Statistical measures and their use in Tourism

Summary

El guion del video ofrece una visión detallada de las medidas estadísticas y su aplicación en el turismo. Se discuten técnicas como promedios, varianza, intervalos de confianza y coeficientes, ilustrando con ejemplos prácticos. Destaca la importancia de elegir la medida adecuada para la toma de decisiones y planificación en el sector turístico. Se mencionan desafíos como la dificultad de medir el retorno económico y la limitada proporción de empresas organizadas en el sector turístico. El mensaje clave es que una elección informada de las medidas estadísticas es crucial para el éxito en la gestión turística.

Takeaways

• 📊 La importancia de las medidas estadísticas en el turismo radica en su capacidad para ayudar en la toma de decisiones y planificación, y son fundamentales para el uso adecuado de recursos limitados.
• 🧐 La elección adecuada de la medida estadística es crucial, ya que puede simplificar complejidades, permitir comparaciones y facilitar el estudio de relaciones entre datos.
• 🔢 Los totales o agregados son una técnica simple y rápida que proporciona una estimación de un punto para representar toda la población de un tema seleccionado.
• 📈 El promedio es una medida comúnmente utilizada que indica la tendencia central de los datos; sin embargo, es importante elegir el tipo correcto de promedio según la escala de datos.
• 📚 El conocimiento de diferentes tipos de promedios, como el promedio armónico, geométrico y armónico, es esencial para aplicar la técnica estadística adecuada en diferentes situaciones.
• 📉 Los cuartiles, deciles y percentiles son herramientas útiles para dividir los datos en intervalos que facilitan el análisis de la distribución de los datos.
• 📊 Las medidas de dispersión, como la varianza y la desviación estándar, son importantes para entender la confiabilidad del promedio y otras estimaciones.
• 🎯 Los intervalos de confianza son esenciales para determinar el rango en el que se espera que yacen los parámetros poblacionales con un nivel de confianza específico.
• 🌐 Los índices son cantidades dimensionless utilizadas para medir cambios en el tiempo y la región geográfica, y son útiles para comparar diferentes aspectos del turismo.
• 📈 Las tasas y coeficientes, como los coeficientes de correlación y de regresión, son importantes para medir y predecir relaciones entre variables en el sector turístico.
• 💡 Los multiplicadores son números utilizados para obtener el impacto total o valor al multiplicar el impacto directo o el valor de muestra estimado respectivamente, lo que es útil para el análisis económico.

Q & A

¿Qué se discute en la conferencia sobre medidas estadísticas y su uso en el turismo?

La conferencia se enfoca en las medidas estadísticas disponibles para la toma de decisiones y la planificación en el sector turístico, y cómo identificar cuál técnica estadística es aplicable en una situación determinada.

¿Por qué es importante identificar la medida estadística adecuada para una situación específica?

Identificar la medida estadística adecuada puede resolver la mitad del problema en sí, ya que permite tomar decisiones más informadas y efectivas basadas en datos concretos y relevantes para la situación en cuestión.

¿Qué es un ejemplo de cómo la elección incorrecta de una técnica estadística puede llevar a consecuencias negativas?

El ejemplo del estadístico que se ahogó al cruzar un río usando la media como medida, ignorando que la profundidad del río variaba significativamente, ilustra cómo la elección incorrecta de una técnica estadística puede tener consecuencias peligrosas.

¿Cuáles son algunos de los tipos de promedios que se mencionan en la conferencia?

Se mencionan varios tipos de promedios, incluyendo el promedio aritmético (simple o ponderado), la mediana, la moda, la media geométrica y la media armónica.

¿Cómo se utiliza la mediana en el análisis estadístico?

La mediana se utiliza en el análisis estadístico para datos de escala ordinal, o cuando los datos no son normales y hay valores atípicos en un extremo o ambos de los datos, ya que no se ven afectados por valores extremos como lo pueden ser los promedios simples.

¿Qué es la media geométrica y en qué tipo de datos se utiliza?

La media geométrica se utiliza en un conjunto de datos que tiene su unidad en proporción, como en el caso de tasas de crecimiento, tasas de natalidad, etc., y es útil para calcular el crecimiento o decrecimiento compuesto a lo largo del tiempo.

¿Cuál es la diferencia entre la mediana y la moda en términos de su aplicación en el análisis estadístico?

La mediana es el valor central de un conjunto de datos ordenados, mientras que la moda es el valor que aparece con mayor frecuencia en un conjunto de datos. La mediana se utiliza en datos de escala intervalo o cuando los datos no son normales, y la moda se utiliza en datos de escala nominal o cuando se desea identificar el valor más común.

¿Qué son las medidas de dispersión y cómo son importantes en el análisis estadístico?

Las medidas de dispersión, como el rango, la desviación estándar y la varianza, proporcionan información valiosa sobre la confiabilidad del promedio y otras estimaciones, indicando la variabilidad de los datos en torno al valor central.

¿Cómo se calcula la desviación estándar y qué representa?

La desviación estándar se calcula como la raíz cuadrada de la varianza. Representa la magnitud promedio de la desviación de los valores individuales de los datos con respecto a la media, y es una medida de la dispersión de los datos alrededor de la media.

¿Qué son los intervalos de confianza y cómo se relacionan con las estimaciones poblacionales?

Los intervalos de confianza son rangos dentro de los cuales se espera que se encuentre el valor de un parámetro poblacional con un nivel especificado de confianza o probabilidad. Se basan en la muestra y proporcionan un rango probable para el parámetro poblacional real.

¿Cómo se relacionan las medidas estadísticas con la planificación y la toma de decisiones en el sector turístico?

Las medidas estadísticas son necesarias para la planificación y la toma de decisiones en el sector turístico, ya que permiten la simplificación de complejidades, la comparación de datos, el estudio de relaciones y la realización de la magnitud de los problemas, lo que es aplicable a todos los agregados estudiados.

¿Qué desafíos se enfrentan al utilizar medidas estadísticas en el sector turístico?

Algunos desafíos incluyen la falta de definición del sector turístico, el desafío de calcular los rendimientos económicos debido a la mayoría de los servicios en el sector desorganizado, la proporción pequeña de empresas en el sector organizado, y la dificultad de recoger datos debido a la falta de registros en el sector desorganizado.

¿Qué es un índice y cómo se utiliza en el análisis turístico?

Un índice es una cantidad adimensional utilizada para medir el cambio en un período de tiempo o una región geográfica. En el análisis turístico, se pueden utilizar índices como el índice de turistas médicos para evaluar el desempeño de un país en el sector de la atención médica para turistas.

¿Qué son las tasas y cómo se relacionan con las medidas estadísticas en el sector turístico?

Las tasas indican el valor por unidad de artículo o el crecimiento por unidad de tiempo, y a menudo se expresan en términos de porcentajes. En el sector turístico, las tasas pueden ser útiles para medir el crecimiento del flujo de turistas o el cambio en la gasto promedio por turista.

¿Qué son los coeficientes y cómo se aplican en el análisis estadístico del turismo?

Los coeficientes son cantidades adimensionales utilizadas para medir ciertas relaciones, como el coeficiente de correlación que indica el grado de relación entre dos variables, o el coeficiente de regresión que se utiliza para predecir una variable dependiente en función de una variable independiente.

¿Qué son los multiplicadores y cómo afectan el análisis de impacto económico en el turismo?

Los multiplicadores son ciertos números utilizados para obtener el impacto total o valor al multiplicar el impacto directo estimado o el valor de muestra, respectivamente. En el análisis turístico, los multiplicadores pueden ayudar a estimar el impacto económico total de un evento turístico o la inversión en infraestructura turística.

Outlines

00:00

📊 Importancia de las medidas estadísticas en el turismo

Este párrafo introduce el tema central del video, que es el uso de medidas estadísticas en el sector turístico. Se enfatiza la necesidad de comprender y aplicar técnicas estadísticas apropiadas para la toma de decisiones y la planificación. Se menciona la importancia de identificar la medida estadística adecuada para diferentes situaciones, utilizando un ejemplo de un estadístico que, al confiar en la media, termina ahogándose al intentar cruzar un río. Además, se destaca la complejidad de la realidad y cómo las medidas estadísticas pueden ayudar a entenderla mejor que el simple juicio ocular.

05:06

📘 Medidas estadísticas y técnicas disponibles

En este párrafo se presentan diversas técnicas estadísticas utilizadas en el análisis de datos turísticos. Se mencionan totales o agregados, promedios, rango, cuartiles y percentiles, varianza y desviación, estimaciones puntuales, intervalos de confianza, índices, tasas y ratios, coeficientes y multiplicadores. Se explica que los totales son una forma de obtener una idea general de una variable o tema de discusión, mientras que los promedios, como la media aritmética o la media geométrica, son importantes para entender la tendencia central de los datos. También se discuten las ventajas y desventajas de diferentes tipos de promedios y se presentan ejemplos prácticos de su aplicación.

10:07

📐 Ejemplos prácticos de medidas estadísticas

Este párrafo profundiza en el uso de medidas estadísticas como la media geométrica y la media armónica, mostrando ejemplos concretos de cómo aplicarlas en situaciones reales. Se discute cómo la elección incorrecta de una técnica de media puede llevar a conclusiones erróneas. Además, se introducen medidas de dispersión como el rango, la desviación estándar y la varianza, que son importantes para entender la variabilidad de los datos. Se presentan ejemplos para ilustrar cómo estas medidas pueden afectar la interpretación de los datos y la toma de decisiones en el sector turístico.

15:08

📉 Desarrollo y aplicación de medidas estadísticas

Este párrafo continúa explorando técnicas estadísticas como las cuartiles, déciles y percentiles, que son útiles para dividir datos en intervalos específicos. También se discuten las medidas de dispersión y su importancia para entender la confiabilidad de las estimaciones. Se presentan ejemplos de cómo calcular la varianza y la desviación estándar, y se comparan dos conjuntos de datos para ilustrar cómo estas medidas pueden revelar la dispersión de los datos y su impacto en la planificación del sector turístico.

20:14

📈 Desafíos en el uso de medidas estadísticas en el turismo

El último párrafo del script aborda los desafíos asociados con el uso de medidas estadísticas en el sector turístico. Se señalan problemas como la falta de definición del sector turístico, la dificultad para calcular los retornos económicos, la proporción pequeña de empresas en el sector organizado y los retos en la identificación de centros de costos. Además, se menciona que los métodos tradicionales de recolección de datos pueden no ser aplicables en todos los casos y se enfatiza la necesidad de una cuidadosa selección y aplicación de las medidas estadísticas para la gestión efectiva del turismo.

Keywords

💡Medidas estadísticas

Las medidas estadísticas son herramientas utilizadas para la toma de decisiones y planificación en el sector turístico. Son fundamentales para identificar qué técnica estadística es aplicable en una situación determinada, como se discute en el video. Ejemplos de medidas estadísticas mencionadas en el script incluyen promedios, varianza, intervalos de confianza, entre otros.

💡Técnicas estadísticas

Las técnicas estadísticas son métodos empleados para analizar datos y extraer información útil. El video enfatiza la importancia de seleccionar la técnica estadística adecuada según el problema en cuestión, destacando que la elección incorrecta puede llevar a conclusiones equivocadas, como en el caso del estadístico que se ahogó al confiar en la media del río.

💡Promedio

El promedio es una medida estadística que representa el valor central de un conjunto de datos. En el video, se menciona que el uso incorrecto de técnicas de promedio puede cambiar los resultados, y se explican diferentes tipos de promedios como el promedio armónico y geométrico, y cómo se aplican en contextos específicos.

💡Desviación y varianza

La desviación y la varianza son medidas de dispersión que informan sobre la confiabilidad del promedio y otras estimaciones. El script ilustra cómo la varianza y la desviación estándar se calculan y su importancia para entender la variabilidad de los datos, como en el ejemplo de los turistas y sus gastos en un destino.

💡Intervalos de confianza

Los intervalos de confianza son rangos dentro de los cuales se espera que se encuentre el valor de un parámetro poblacional con un nivel de confianza específico. El video describe la fórmula para calcularlos y su relevancia en la estimación de parámetros basados en muestras.

💡Índices

Los índices son cantidades dimensionless utilizadas para medir cambios en el tiempo o en diferentes regiones geográficas. En el video, se mencionan índices como los de precios, estacionalidad e índices de turistas, que son útiles para comparar y analizar tendencias en el sector turístico.

💡Tasas y ratios

Las tasas y ratios son medidas que indican un valor por unidad de artículo o crecimiento por unidad de tiempo. En el contexto del video, se relacionan con el crecimiento expresado en términos porcentuales y son importantes para evaluar el rendimiento y la evolución del sector turístico.

💡Coeficientes

Los coeficientes son cantidades dimensionless utilizadas para medir relaciones específicas entre variables. El video menciona coeficientes como el coeficiente de correlación y el coeficiente de regresión, que son cruciales para predecir y analizar relaciones en los datos turísticos.

💡Multiplicadores

Los multiplicadores son números que se usan para obtener el impacto total o valor al multiplicar el impacto directo o el valor de muestra estimado. Aunque no se describen en detalle en el script, forman parte de las medidas estadísticas que se pueden aplicar en el análisis del impacto económico del turismo.

💡Desafíos en el sector turístico

El script destaca varios desafíos en el uso de medidas estadísticas en el sector turístico, como la dificultad para definir el sector turístico, calcular los retornos económicos y la identificación de centros de costos. Estos desafíos son clave para entender las complejidades del sector y la importancia de una aplicación cuidadosa de las medidas estadísticas.

Highlights

The lecture discusses the importance of statistical measures in tourism management and decision-making.

The need for identifying the right statistical measure for different situations is emphasized.

The story of a statistician and the river illustrates the danger of relying on averages without context.

The lecture focuses on the significance of statistical measures in the tourism industry.

Statistical measures are essential for simplifying complexities, enabling comparisons, and studying relationships.

Totals or aggregates provide a gross idea about a selected variable and are a simple, quick estimate.

Averages are commonly used measures, but it's crucial to choose the right type of average for the data set.

Geometric mean is useful for data sets with units in ratio, such as growth rates.

Harmonic mean is appropriate when the unit of data is different in the nominator and denominator.

Quartiles, Deciles, and Percentiles help in understanding the distribution of data by dividing it into quarters, tenths, and hundredths.

Variance and deviations are measures of dispersion, providing insights into the reliability of averages and other estimates.

Point Estimates are values obtained from a sample that are used to estimate population parameters.

Confidence Intervals provide a range in which the population parameter is expected to lie with a certain level of confidence.

Indices are used to measure changes over time or across geographical regions, such as price or tourist indices.

Rates and ratios are used to express values per unit item or growth per unit time.

Coefficients measure certain relationships, such as the correlation coefficient which varies between -1 and 1.

Multipliers are used to calculate total impacts or values by multiplying estimated direct impacts or sample values.

Challenges in using statistical measures in the tourism industry include undefined sector boundaries and difficulty in calculating economic returns.

The lecture concludes by emphasizing the importance of choosing the right statistical measure for effective tourism management.

Transcripts

Statistical_measures_and_their_use_in_Tourism.mp4 [00:00:08] Statistical measures for  

tools of management In the previous lecture,  

we have seen what the statistics, why we need  statistics and why we need tourism statistics. In  

this lecture we will discuss various statistical  measures available to us for our decision making,  

for planning, etc. and more important topic of  this lecture’s learning would be to identify  

which statistical measure (which is also called  statistical technique also) is applicable in  

which situation. As we all know, in today’s  internet world, getting information is very  

easy specially with the usage of smart phone,  laptop, computers, etc but the million dollar  

question is, are we smart enough to identify which  information is useful for which situation..?  

So in this lecture discussion, we would  try to learn the best possible technique  

required for the current situation  problem through few brief cases.  

Words of wisdom for this lecture  are “identifying right measure  

would solve half the problem itself”. Here, I recall a small but interesting story which  

suits very well at this platform of discussion.  Once there was a statistician, he knew many more  

stats techniques on which he used to feel proud.  He was walking on his way in which he came across  

a river, he did not know how to swim. [00:02:12] Depth of the water was given  

throughout the river like one feet, two feet,  three feet, six feet, seven feet, eight feet,  

five feet, two feet and one feet. [00:02:29] He calculated the average  

depth of the water, which was 4.5 feet. [00:02:34] And his height was 5 feet, 7 inches. So  

he thought he can easily cross the river. You must  know what has happened to him. He drowned. Where  

is the problem? Problem is choosing suitable  measure or average technique. Focus of this  

lecture will be on statistical measures. Focus  of this lecture is on: Statistical measures.  

[00:03:02] Brief about their significance,  Need of statistical measures in tourism.  

Here you can see, there are several  zig-zag lines in black and white colour,  

if we try to judge these lines simply by looking  at them, then we find that these lines are not  

parallel but actually they are parallel. So what  is the learning out of this small exercise..?  

Learning is ‘in this complex world, we  need to rely upon statistical measures than  

simple judgment; reality may be different  from what we see from our bare eyes.  

So its high time to study statistical  measures. Let’s quickly recall what  

statistics is which we discussed in  previous lecture: It is an aggregate of  

facts. It is numerically expressed, comparable. [00:04:05] It is done with reasonable level of  

accuracy. The data is collected systematically.  It is for a predetermined purpose and it must be  

placed in relation to each other. The problem comes many times,  

‘so many statistical measures are available,  which one to choose’, So along with discussing  

these techniques, we will learn which  technique is suitable for which problem.  

Why we need for statistical measures? We  need them for planning, for decision making,  

needed even in day today life and more needed in  organized sector formation for tourism industry.  

It is also required for proper utilization of  limited resources. These measures simplify the  

complexities. They enable comparisons.  Helps in the study if the relationship.  

It also enables realization of magnitude  and also the results can be applicable to  

all because it is the study if aggregates. Now let us see what are the various Statistical  

measures/techniques available… they are: Totals which we also call as aggregates.  

Averages. Range,  

Quartiles and percentiles. Variance and deviation.  

Point Estimates. Confidence intervals.  

Indices. Rate and ratios.  

Coefficients. Multipliers.  

Now the first technique is totals  or we call them aggregates:  

1. Totals (Aggregate) It’s a point estimate,  

it gives a gross idea about the selected variable  or topic under discussion. It refers to the count  

of all the units or aggregate of all the values  of the units. Example number of tourists who  

visited a particular place during a year.  Nos of listed tourism companies in India;  

Nos of listed hospitality companies in India.  Simply by seeing two figures of above example,  

we can judge that hospitality listed companies in  India are 10 times than tourism companies. It’s  

simple, quick, single figure estimate (which  is also called point estimate) which represent  

the whole population of the selected issue/topic.  Aggregate of all the units in a system is called  

POPULATION and a part of it is called SAMPLE. From the figure given on this slide,  

anyone can easily identify that  sample is part of the population.  

2nd measure is Average, there are  many types of average technique,  

although very frequently used one is simple or  weighted average. Everyone should be very careful  

in using this statistical technique because  if we use wrong technique of average then the  

whole result may change. So first let us discuss  various frequently used methods of average.  

First is Arithmetic mean, we call it as  Simple mean, weighted mean; median, mode  

Mode is = 3 Median – 2 Mean Then the next method is geometric,  

mean and harmonically mean. Mean is a point estimate, it is used for  

central tendency. It gives a central value for the  whole population. Normally simple or weighted mean  

is used on parametric scale of data, [00:08:29] if  data is on nominal scale then mode is used, median  

is used on interval scale data or when parametric  scale data is not normal. When we talk about  

parametric scale data not normal, we mean there  are outliers on either or both end of the data set  

which ultimately are affecting simple mean value. Averages - The most commonly used measure.  

They are (arithmetic) mean or average. The data is given for number of tourists  

visited a destination in seven days. Every day the  number of tourist visiting is different. Now If  

we add all the visitors in seven days, i.e. day  1, day 2, day 3, day 4, day 5, day 6 and day 7,  

there are 4200 tourists in a week. So,  the average visit of tourist is 600.  

Next measure is Geometric mean. It is used on a  data set which has its unit in ratio. For example,  

Growth rate, population etc, lets take  a simple example to understand it.  

If a tour operator has three years data.  In 2017, the revenue is 80 lakhs, in 2018  

revenue is 100 lakhs, and in 2019 the revenue  is 80 lakhs. So the growth in 2018 is 25% as  

compared to 2017 and in 2019 is 20%. Simple average of the revenue growth rate  

is (25% + -20%)/2 = 2.5% where as we know  actually there is no growth rate. So here  

right method is Geometric mean of the revenue  growth rate is = 1- SQRT (1.25*0.8) = Zero.  

Let us take another example. A person is going  with a speed of 15km/hrs and returns with a  

speed of 10km/hrs. now, what is his average speed?  Most of people would use simple average and would  

answer as average is 12.5 km/hrs, which is wrong!!  Here the problem is that the unit of the data is  

different in nominator and denominator i.e. KM  has 1000 meters and Hour has 3600 seconds.  

[00:11:22] So in this situation  we have to use harmonic mean.  

[00:11:33] Let us discuss another method in  statistics.. Quartile, Deciles and percentiles..  

Quartile, Deciles and percentile are the values  of the variables corresponding to one-fourth,  

one-tenth, and one-hundredth of the  cumulative frequencies respectively  

after arranging the values in ascending or  descending order. These are simple to use.  

Quartiles: The whole data set is divided into four  quarters i.e. each (25%) by arranging the data in  

ascending or descending order, then we get four  data set as 1st quarter, 2nd quarter, 3rd quarter,  

and 4th quarter. E.g. is very low spending  tourists, low spending tourists, moderate spending  

tourists and high spending tourists i.e. the  four categories of tourists on the basis of their  

expenditure on their tours. Depending on their  paying capacity accordingly price can be charged  

on the basis of price discrimination policy of  economics for revenue maximization of the firm.  

Next is Deciles: The whole data set is divided  into 10 groups i.e. of 10% each by arranging  

the data in ascending or descending order. Percentiles: The whole data set is divided  

into 100 groups of 1% each again by arranging the  data in ascending or descending order.  

Next important measure is  variance and deviations.  

Variance and deviations are known as measures of  dispersion. They provide valuable information on  

the reliability of average and other estimates. [00:13:33] Few very frequently used  

methods used are: Range  

Mean deviation we also  called as Standard Deviation  

And Variance. First measure is Dispersion – Range…  

Range is the difference in the highest  and the lowest values in the data.  

Higher the range means higher dispersion. Dispersion measures the extent to  

which the values vary from central value. [00:14:06] Let us see an example of range. 7  

tourists' expenditure in Hotel Restaurant in a  day are: 2800 rupees ,2250 rupees ,2675 rupees,  

2900 rupees,2105 rupees,2377 rupees,2490 rupees. What is the range?  

Difference between the highest and the  smallest value is range i.e.= 2900 – 2105  

The range is 795 Now let us talk  

about Standard Deviation and variance A quantity expressing by how much the members of a  

group differ from the mean value for the group. Standard deviation is the  

square root of the variance. Variance is derived by taking the mean of the  

data points, subtracting the mean from each data  point individually, squaring each of these results  

and then taking another mean of these squares. The  formula for calculating standard deviation is:  

Sx = is standard deviation n= is number of data points  

Xi= is value data, each value of the data and x = is the mean of Xi  

The variance helps determine the data's spread  size when compared to the mean value. As the  

variance gets bigger, more variation in data  values occurs, and there may be a larger gap  

between one data value and another. If  the data values are all close together,  

the variance will be smaller. Let us take two examples,  

these can be number of tourists’ inflow per  month at two destinations or we can assume  

that this data is associated with expenditure  by tourists at two different destinations.  

We have two datasets. The first dataset has  values of minus 10, 0, 10, 20 and 30. The  

second dataset has values of 8, 9, 10, 11 and 12.  If we take the mean average of the first dataset,  

i.e. -10 + 0+ 10+20+30 divided by 5 the  mean is ten. Similarly, the mean for second  

dataset 8+9+10+11+12 divided by 5, so 10. That means the mean for both the data sets is  

same, now let us calculate the variance. Variance  for Ist data set will be minus 10 minus 10 Square  

root plus zero minus 10 square root plus 10 minus  10 square root plus 20 minus 10 square root plus  

30 minus 10 square root that is equal to 1000.  [(-10-10)^2+(0-10)^2+(10-10)^2+(20-10)^2+(30-10)^2  

= 1000] Similarly, we can calculate the variance  

for the second dataset which comes 10. Now we  can see there is a difference in variance. Also,  

let us state the standard deviation of both the  datasets. For the first the standard deviation  

is 10 square root 10. But for the second it  is square root 10. The difference between the  

lowest and the highest value for the first date  set is minus 10 to 30 i.e 40. And the range for  

the second dataset is 8 to 12 i.e 4. The mean or average value in the above two  

different cases are same i.e. 10, so if services  are provided by various service providers at these  

two destinations are planned on the basis of  average value of number of tourists visiting  

these two destinations [00:18:15] then you can  imagine the chaos at first destination and on  

the other end second destination would go smooth.  So we can conclude that in statistical measures,  

along with mean value we have to look and take  care of dispersion in the data set too. Range,  

standard deviation and variance are the techniques  of measuring dispersion in any data set.  

Next measure is Point Estimates Point Estimates are the likely  

values of a population parameters  obtained from a sample of observation:  

Mean, median or mode are generally taken as  point estimates of central tendencies.  

[00:19:02] Some symbols used in point estimates  are given on the slide. for population parameter  

mean is denoted by mu. For sample statistics it is  X bar (x ). For population parameter proportion is  

denoted by p but for sample statistics we write  it as ps. Population parameter variance is Sigma  

Square (σ2), for sample statistics variances  is S square (s2). Difference of population  

parameter is denoted by Μu1 minus Mu2 (µ1- µ2),  whereas for sample statistics it is ( x1-x2).  

[00:19:44] Confidence Intervals: Confidence Intervals are the intervals  

in which the value of a population parameters  is expected to lie with a specified level of  

confidence or probability. Formula of confidence  

interval is given on next slide where we have confidence level,  

we have standard deviation, we have sample  size and we have confidence coefficient.  

Next, important measures is Indices. Indices are  dimensionless quantity used to measure change over  

period of time and geographical region. e.g: Price indices (Wholesale Price Indexes,  

Consumer Price Indexes) Seasonality indices  

Growth indices Tourist price indices  

Let us see an example of  medical tourist index.  

[00:20:33] This data has been taken from  international healthcare research Centre 2016. Now  

look at this medical tourist index. This is a data  information ranks given for 41 countries. If you  

look, India stands at fifth position with (72.10)  seventy-two point one zero. So this indexes gives  

the ranking of the data or the information. Next important measure is Rates. Rates indicates  

value per unit item or growth per unit time, the  rate of growth are often expressed in percentage  

terms. e.g: percentiles  

Percentages Ratios  

Next important measure is coefficients.  Coefficients are also dimensionless quantities  

used to measure certain relationship. e.g: Correlation coefficient (to find degree of  

relation between two variables).  This relation can be positive,  

zero or negative. So the value of correlation  coefficient varies between (-1 to 1).  

Regression coefficient (to predict  Dependent Variable (DV) on the  

basis of Independent Variable (IDV). Next, important measurer is multipliers.  

Multipliers are certain numbers  used to obtain total impact or  

value by multiplying the estimated direct  impact or sample value respectively.  

Now, after looking at the various statistical  measures and techniques, It is not easy to use  

statistical measures/techniques in our  practical problems of tourism industry.  

Few problems which we come across while using  these statistical measures are given here:  

Tourism sector is not defined. (many  services including infrastructure support,  

social security, support by locals, etc;  play important role in tourism development)  

Tourism sector caters to the needs both  the locals and tourism. (tourism sector  

includes many types of service providers  whose growth/development depends on growth  

of tourism inflow and vice versa, so many  times it is confusing which variable is  

dependent variable and which one is independent  variable while using statistical measures.)  

It is difficult to calculate the economic returns  because of tourism. (because of being most of the  

services under tourism are in unorganised  sector, the income calculation from tourism  

industry is very difficult, and then calculating  actual or economic return is a tough task.)  

Proportionally very less firms in organized  sector. (records of data are created for  

firms which come in organized sector but  as we have already discussed that most of  

the business in this tourism sector is in the  hands of un-organized firms/service providers,  

then data collection is a tough task; and  without proper data, which statistical measure  

to use is like ‘beating bushes around’. Revenue recognition a major challenge.  

Identifying cost centres is a big deal. (a  lot of infrastructure support and government  

spending are required, so identifying  cost centres is also a challenge.)  

Traditional data collection methods may not work.  (Statistical methods do have their own assumptions  

and limitations, these may not work on each  type of data set, so need to be used carefully.  

So after this lecture, I hope it is clear to all  of us that which statistical measure is to be used  

in which situation of tourism management. Thank you