UNIVERSIDAD NACIONAL DE LOJA

REA DE LA EDUCACIN, EL ARTE Y LA COMUNICACIN

MDULO I
TALLER DE ESTADSTICA APLICADA A LA INVESTIGACIN

DOCENTE

Lic. Angel Orellana M. Mg. Sc.

PERIODO

Marzo - Julio

LOJA - ECUADOR
2010

1.

INTRODUCCIN El Taller de ESTADISTICA DESCRIPTIVA APLICADA A LA INVESTIGACIN est dirigido a los estudiantes de las diferentes Carreras del rea de la Educacin, el Arte y la Comunicacin; en proceso de formacin para docentes, como un instrumento para la investigacin de los procesos educativos, lo que permitir el mejoramiento de la calidad de la educacin en nuestra provincia. El documento, est elaborado bajo la orientacin conceptual y metodolgica que requiere el rea, desarrolla con rigurosidad los contenidos cientficos, incorporando con creatividad, ejes transversales como: valores, interculturalidad, educacin ambiental, desarrollo de la inteligencia, sin perder la creatividad, la participacin tanto individual como grupal.

2.

OBJETIVOS Otorgar a los estudiantes de las Carreras del rea de la Educacin, el Arte y la Comunicacin; la formacin terico metodolgico de tcnicas y procedimientos estadsticos orientados a fortalecer los conocimientos y al desarrollo de habilidades y destrezas para su aplicacin en el campo de la investigacin descriptiva .

3. 1.1.

CONTENIDOS 1. PRINCIPIOS BSICOS ESTADISTICA OBJETO E IMPORTANCIA DE LA ESTADSTICA PORQUE APRENDER ESTADISTICA CLASIFICACIN DE LA ESTADSTICA ESTADSTICA DESCRIPTIVA a.) Caractersticas b.) Variables Cardinales c.) Variables Ordinales d.) Estadsticos e.) Estadsticas f.) Parmetros g.) Estimador TRABAJO DEL ESTADSTICO. MODELO MATEMTICO. POBLACIN MUESTRA: 2. ORGANIZACIN DE DATOS PARA QUE TRANSMITAN SIGNIFICADO Mtodos de la Estadstica Descriptiva Mtodos Tabulares para Organizar Conjuntos de Datos Frecuencias Ordenacin de Datos en Tablas de Frecuencias a.) Amplitud Total o Recorrido de la Variable (a). b.) Intervalo de Clase (i). c.) Marca de Clase (Xm). d.) Nmero de Intervalo (ni) UN

1.2.
1.3. 1.4. 1.5.

1.6. 1.7. 1.8.

2.1. 2.2.

2.3. 2.4.

3.

GRFICAS DE LA DISTRIBUCIN DE FRECUENCIAS

4 3.1. Mtodos Grficos

Horizontales

Diagramas de Barras Diagrama de Barras Diagrama de Barras Diagrama de

Compuestas

Porcentaje de Barras Compuestas

Frecuencias

Diagrama de Puntos Histograma Polgono de Diagrama Grfico de Circular

Frecuencia Acumulada

(pastel) 4. 4.1. MEDIDAS DE TENDENCIA CENTRAL. Media Aritmtica Aritmtica de una Serie Estadstica Aritmtica en Tablas de Frecuencias una Serie Estadstica de Intervalos 4.2. MEDIANA (Me). Mediana de una Serie Estadstica

Clculo de la Media Clculo de la Media Media Aritmtica de Clculo Clculo de de la la

Mediana de una Serie Estadstica de Intervalos 4.3. MODA (Mo) de una Serie Estadstica en Tablas de Frecuencias

Clculo de la Moda Clculo de la Moda Clculo de la Moda

de una Serie Estadstica de Intervalos 4. METODOLOGA

La metodologa se fundamenta en el proceso de formacin participativa, dinmico integral, productivo, que modifica los esquemas de los participantes, contribuyendo hacia nuevos aprendizajes significativos. El trabajo acadmico se apoya en procesos y tcnicas grupales lo que promueva la comunicacin grupal, para lo cual los estudiantes cuentan con un documento gua que facilita y habilita la participacin en su proceso de formacin. Para el desarrollo del presente taller, se ha considerado la siguiente metodologa de trabajo:

5 El taller de Estadstica se encuentra estructurado con una metodologa prctica. Todos los estudiantes de la Carrera deben tener una carpeta de trabajo, donde realicen sus reflexiones, anlisis, sntesis, especificaciones, sugerencias, trabajos en clase, trabajos entre otros que permitan el aprendizaje. Toda actividad debe ser entregada en las fechas establecidas (el cumplimiento de stas, demostrar el inters en sus estudios y la calificacin correspondiente). Realizar el anlisis y reflexin de cada temtica, con la finalidad de resolver las preguntas que se realizan en las diferentes actividades.

5.

RECURSOS Documento de apoyo Tiza lquida Calculadora EVALUACION Y ACREDITACION 6.1. Evaluacin El proceso de evaluacin es permanente, durante el proceso se evaluar la participacin individual y grupal de los estudiantes, el trabajo en clase y los trabajos extractase; lo que nos permite la reorientacin y mejoramiento de los aprendizajes, mediante la observacin directa del docente y la participacin fundamentada de los estudiantes. Para el proceso de evaluacin, se considerar los siguientes parmetros. Anlisis y estudio de cada temtica. Participacin individual Participacin grupal Entrega oportuna de los trabajos. Desarrollo y Exposicin de la Investigacin. 6.2. Acreditacin Para la acreditacin se considera el cumplimiento de: Asistencia y puntualidad Desarrollo de las actividades extractase Desarrollo de actividades en clase Desarrollo de la Investigacin Pruebas TOTAL 10 10 10 10 10 -----10

6.

Para lo cual debe alcanzar un promedio de 7.0/10 para aprobar el taller. 7. BIBLIOGRAFIA BUSTAMANTE LUNA, 2001 Estadstica Descriptiva, UTPL, Loja Ecuador SPIEGEL, Murria 1991, Estadstica McGraw-Hill, Segunda Edicin

UNIDAD I
1. 1.1. PRINCIPIOS BSICOS ESTADISTICA Con el trmino de estadstica nos referimos a la tcnica de recoleccin, representacin, organizacin, anlisis e interpretacin de un conjunto de datos, la misma que cumple dos funciones principales: a.) b.) Anlisis descriptivo en forma cuantitativa de las caractersticas observadas en el fenmeno La inferencia estadstica o Induccin, logrndose generalizaciones para un grupo mayor denominado poblacin, partiendo de un grupo menor llamado muestra. OBJETO E IMPORTANCIA DE LA ESTADSTICA

1.2.

La Estadstica trata de interpretar los datos obtenidos de la observacin de un fenmeno que se produce en los numerosos elementos de un conjunto, el modo de dar una apreciacin correcta de un fenmeno dado. Desde la ms remota antigedad los pueblos hicieron uso de una estadstica rudimentaria, pues en todos ellos se hicieron censos de poblacin, de propiedades, recopilacin de datos para establecer la situacin financiera del estado, inventarios de bienes, controles de nacimientos, etc... De ah el nombre de Estadstica, que tiene la misma acepcin que en el lenguaje corriente, dado que estadstica significa disciplina que estudia todo lo perteneciente al Estado nicamente a fines del siglo XVII se organiza la Estadstica como una rama de la matemtica aplicada y alcanza su verdadero desarrollo en el Siglo XVIII, cuando se une con el clculo de probabilidad que le sirve de base y permite su aplicacin en la mayora de estudios sean estos, demogrficos, ciencias econmicas, sociales, en biologa, astronoma, meteorologa, psicologa, comercio e industria, entre otros... 1.3. PORQUE APRENDER ESTADISTICA Adquirir la capacidad de leer correctamente los diferentes grficos estadsticos Conocer los ndices estadsticos ms tiles a fin de comparar crticamente los resultados Entender la necesidad y la dificulta de las investigaciones sobre el muestreo

Poseer el conocimiento terico-probabilstico a fin de que se puedan estudiar fenmenos no determinsticos simples o complejos Valorizar cuantitativamente la probabilidad de un evento segn la definicin clsica, esto es como un cociente entre casos favorables y casos totales Estimar cualitativamente la probabilidad de un evento aleatorio

8 Aplicar las tcnicas estadsticas de la inferencia para resolver problemas que ataen a la labor educativa. CLASIFICACIN DE LA ESTADSTICA Los estadsticos la han agrupado en dos categoras generales: Estadstica Descriptiva

1.4.

Supongamos que un profesor calcula la calificacin promedio de un curso de Contabilidad Computarizada, para ello considera todas las calificaciones de cada uno de sus alumnos y las tabula, luego puede diagramar o graficar con la finalidad de darse cuenta de quienes son los alumnos ms aprovechados; podemos afirmar que el profesor esta aplicando la Estadstica Descriptiva. La estadstica descriptiva que se relaciona con el resumen de datos y la descripcin de la informacin. Inferencia Estadstica (Estadstica Inferencial)

Suponemos que el profesor de Contabilidad Computarizada, decide valerse de todas las calificaciones promedios de 10 cursos que asisten al mismo curso, para estimar el promedio de los 10 cursos; aqu deber realizar interpretaciones de probabilidad llegando a generalizaciones validas para los 10 cursos. Entonces como resumen tenemos que La Estadstica Descriptiva, se ocupa del anlisis y representacin de hechos y cosas dando explicacin a sus diferentes partes, pero sin extraer conclusiones que se puedan generalizar a un todo. La Inferencia Estadstica o Estadstica Inferencial, extrae de la muestra conclusiones vlidas que una vez ensayadas y analizadas, proporcionan ciertas caractersticas a la poblacin. La estadstica inferencial relacionada con los medios y procesos que permitan tomar decisiones ms generales, sobre la base de una informacin limitada contenida en datos mustrales.

1.5.

TRABAJO DEL ESTADSTICO. MODELO MATEMTICO.

El estadstico, proporciona y produce los medios e instrumentos para ser usado en la investigacin para resolver una situacin experimental dada. Ante una accin experimental, el estadstico construye un modelo matemtico que se ajuste lo ms posible a tal problemtica, lo procesa y analiza por mtodos matemticos, y finalmente establece procedimientos para dar solucin al problema planteado. El empleo de la estadstica como herramienta de trabajo no constituye nicamente el conocimiento y eleccin del modelo matemtico; sino que se trata de escoger varios modelos, que se ajusten a determinada problemtica a resolver. Unido a lo anterior, y con el aumento de la complejidad de los experimentos, dado por el propio desarrollo de proceso de la investigacin cientfica, los instrumentos estadsticos se han desarrollados y han alcanzado tal complejidad y especializacin, que al investigador le resultara imposible su familiarizacin para usarlos eficientemente.

De todo lo anterior, el trabajo del estadstico no se limita solo a poner en manos del investigador estos instrumentos, sino que su participacin es activa y directa en la resolucin de problemtica experimental. Para una mejor comprensin sobre el papel de la Estadstica y sus objetivos, es necesario conocer dos conceptos bsicos de suma importancia en el trabajo estadstico: poblacin y muestra. 1.6. POBLACIN

De manera general se puede decir que una poblacin es todo conjunto de elementos que poseen caractersticas comunes observables. En todo el trabajo estadstico es imprescindible que de antemano el conjunto que conforma la poblacin quede especificada y rigurosamente definida. Relacionado con esto, se distinguen dos caractersticas de conjuntos o tipos de poblaciones que pueden presentarse: una cuya existencia es concreta y otra debe su existencia a supuestos.

1.

Poblacin con una existencia concreta: Los elementos que conforman el conjunto, ya sean finitos o infinitos, pueden ser observados y medidos con mayor o menor facilidad en un momento dado, en fin, el conjunto que la representa tiene una existencia concreta.

Ejemplos:

El conjunto formado por el rcord acadmicos de todos los estudiantes de la enseanza superior en el Ecuador. El conjunto formado por el nmero de estudiantes del centro educativo local.

En estos dos ejemplos los elementos que componen los conjuntos asociados a cada una de las poblaciones pueden ser percibidos, observados, es decir que existen concretamente, para poder ser analizados.

2.

Poblacin con una existencia en abstracto: La poblacin existe bajo determinadas definiciones y supuestos, y el conjunto que la representa no tiene una existencia concreta.

Ejemplos:

Alturas de los nios de 2 aos 8 meses de edad que se encuentran en un centro de

estimulacin temprana. Puede apreciarse que en esta poblacin, los conjuntos asociados a dicha poblacin, no tienen una existencia real, son producto de una suposicin de trabajo que sido elaborada, por tanto estas poblaciones solo existen en abstracto (supuesto): Se supone que este conjunto exista y pueda conformar sendas poblaciones con elementos que poseen caractersticas comunes, pero sera imposible contar concretamente con cada uno de ellos. La caracterstica de una poblacin se denomina PARMETROS.

10 PARMETROS: Son indicadores o constantes que caracterizan a la poblacin. El inters de trabajo estadstico estar centrado en tener informacin acerca de los parmetros de una poblacin a partir del estudio de una muestra de esta poblacin.

1.7.

MUESTRA:

Constituye cualquier subconjunto o parte de una poblacin., de tal manera que se pueda hacer inferencias con respecto a la poblacin. Considerando los ejemplos anteriores, muestras de estas poblaciones pueden ser: 1. Cuando en el conjunto poblacional exista concretamente:

El conjunto formado por los ndices acadmicos de todos los estudiantes de la UNL o UTPL El conjunto formado por el nmero de nios de un Jardn de Infantes 2. Cuando el conjunto no tiene una existencia concreta.

Motricidad de los nios a los cuales se les da un tratamiento de ejercicios cada 4 horas por un tiempo de 5 meses. En el primero de los ejemplos se ha considerado como una poblacin los ndices acadmicos de todos los estudiantes de la enseanza superior en Ecuador, debido a que esta constituye el inters en el estudio o universo de trabajo. Una muestra de esta poblacin podra estar formada por los ndices de los estudiantes de la Universidad Nacional de Loja o de la Universidad Tcnica Particular de Loja. Si el inters estuviera en el universo de los estudiantes de la Universidad Nacional de Loja, ahora la poblacin pudiera estar constituida por los ndices de todos estos estudiantes, y una muestra de ella misma pudiera ser la formada por los ndices de los estudiantes del rea Educativa. De todo lo anterior se ha querido poner de manifiesto la relatividad de estos conceptos, los que dependen de cual sea el inters del trabajo que se va a realizar. En la generalidad de los casos que se presentan en la vida prctica, no es posible obtener la informacin correspondiente de cada uno de los elementos que componen la poblacin en estudio. Digamos que se necesita conocer altura promedio en la poblacin conformada por los nios menores a 5 aos en todo el Ecuador; el caso resultara impracticable la medicin de las alturas de cada uno de los nios. Se pudiera tomar una muestra de esta poblacin, y a partir de ellas sacar la informacin respecto a toda la poblacin. Es aqu donde el trabajo estadstico juega un papel muy importante. As se puede precisar que el objetivo fundamental del trabajo estadstico, es llegar a conclusiones que tengan valor para la poblacin, a travs del estudio de una muestra de dicha poblacin. De todo lo citado anteriormente se concluye que la muestra que se utilice, debe representar adecuadamente a la poblacin, y reflejar sus caractersticas en todas sus partes. Por ello, es que resulta necesario tener presente dos aspectos fundamentales:

11

1. 2.

Caracterizar y describir adecuadamente la muestra (este es un aspecto del cual se ocupa la Estadstica Descriptiva). Tener mtodos que permitan inferir conclusiones fiables (de esto se ocupa la Estadstica Inferencial).

Ejemplo: Se desea realizar un estudio acerca de los intereses de los estudiantes de la Universidad Nacional de Loja (poblacin). Una muestra de esta poblacin puede estar constituida por los estudiantes del Mdulo I, del rea Educativa. 1.8. VARIABLES

a.)

Caractersticas

Corresponden a ciertos rasgos, cualidades o propiedades que poseen los elementos que constituyen la poblacin o la muestra; algunas caractersticas son medibles y se describen numricamente denominndose caractersticas (caracteres) cuantitativos; otros se expresan mediante palabras o atributos o no son medibles a estos se denomina caractersticas (caracteres) cualitativos o simplemente atributos. b.) Variables Cardinales de medicin cuantitativa, y

Son aquellas variables susceptibles comprenden continuas y discretas.

c.)

VARIABLE CONTINUA: Aquellas que pueden tomar cualquier valor dentro de un intervalo (ingresos, estatura, distancias, etc.) VARIABLE DISCRETAS : Son aquellas que solo toman algunos valores dentro de un intervalo. (nmero de hijos por familia, nmero de accidentes de trnsito por da, etc.). Variables Ordinales

Aquellas que slo son susceptibles de ordenacin pero no de medicin cuantitativa (grado de cultura de una persona: muy culta, regularmente culta, poco culta, inculta).
Reflexione. Cree Ud. que esta muestra sea representativa de la poblacin?, Por qu? Cmo sugerira Ud. tomar la muestra?. Describa su reflexin. Ejercicios. 1.Considere la poblacin formada por los alumnos del Mdulo I del rea Educativa de la UNL. Describa cmo tomar una muestra representativa de esta poblacin.

12

UNIDAD II
2. 2.1. ORGANIZACIN DE DATOS PARA QUE TRANSMITAN UN SIGNIFICADO Mtodos de la Estadstica Descriptiva Mtodo Analtico Analiza los datos una vez que se a recogido y tabulado la a informacin. Generalmente el anlisis de datos depender de la complejidad del diseo o adecuacin de la encuesta Mtodo Matemtico Como se ha visto todos los datos deben entrar en una escala de medicin generalmente por medio de frmulas matemticas, las mismas que pueden ser; nominales (porcentajes, razones y proporciones), ordinales (mediana y moda), de intervalo (media aritmtica), de proporcin (media geomtrica), entre otras que a lo largo del curso la iremos considerando. Mtodo Grfico Una vez realizada la tabulacin de datos, para una mejor interpretacin, se realiza la presentacin de datos, por medio de grficas estadsticas como: diagrama de barras, polgono de frecuencias, histogramas, pastel, entre otras. 2.2. Mtodos Tabulares para Organizar Conjuntos de Datos Se seal que la connotacin de la palabra Estadstica est relacionada con la coleccin de grandes conjuntos de datos con un fin determinado, se mencion adems que una vez obtenidos los datos el problema que surge inmediatamente, es el de interpretar correctamente los mismos. Lo anterior nos indica la necesidad de disponer de mtodos que nos permitan organizar y presentar las observaciones de tal forma que los aspectos ms sobresalientes de la misma sean rpidos y fcilmente aprehensibles. Los mtodos empleados debern poseer caractersticas que nos faciliten alcanzar los objetivos mencionados. Entre las propiedades que podemos anotar se tienen: a) b) c) Que proporcionen la mxima informacin contenida en los datos en forma rpida y fcil de visualizar. Que posean sencillez operativa. Que permitan presentar los datos de una manera esttica.

Los mtodos para describir conjuntos de datos integran la Estadstica Descriptiva y se pueden categorizar en: mtodos tabulares, grficos y numricos. En este estudio nos referiremos slo a algunos mtodos tabulares y grficos, los cuales poseen las caractersticas anotadas y son tiles no slo desde el punto de vista descriptivo, sino que adems, sugieren ideas y conceptos que servirn como punto de apoyo a la Estadstica Inferencial.

13 Es bastante comn que en muchos reportes, ya sean cientficos, de negocios o de administracin pblica, as como en revistas y peridicos, los datos se presenten por medio de tablas. La que sobresale por su sencillez y claridad es aquella que consta nicamente de dos encabezados (columnas) y que se ilustra con el siguiente ejemplo: Ejemplo: A continuacin se presenta en forma tabular el nmero de estudiantes en algunas Especialidades de un Colegio, durante el ao de 2008. Nmero de estudiantes en algunas Especialidades del Colegio (2008). ESPECIALIDADES Fsico Matemtico Qumico Biolgicas Estudios Sociales Administracin Contabilidad TOTAL TOTAL ESTUDIANTES 136 120 90 42 62 450

Este arreglo nos permite visualizar fcilmente las caractersticas de los datos. As podemos observar que entre las especialidades del colegio, la que tiene mas estudiantes en el 2008, fue la de Fsico Matemtico, y la que menos estudiantes Administracin. 2.3. Frecuencia Para analizar los datos estadsticos es necesario comenzar por disponerlos sistemticamente en forma adecuada. Hay varias maneras de efectuar el ordenamiento de los datos, los cuales reciben el nombre de distribucin de frecuencias. Las clases se agrupan por orden de magnitud y se escogen de tal manera que un mismo dato no se ubique en clases diferentes. FRECUENCIA Es el nmero de veces que se repite un mismo valor de la variable Ejemplos: Calificaciones obtenidas por los 56 alumnos del Cuarto Curso de Fsico Matemticas en la asignatura de Fsica: Calificaciones de los 56 alumnos Calificaciones Frecuencia TOTAL 20 06 19 08 18 10 16 12 14 08 13 06 12 06 56

Nmero de estudiantes de los Colegios Nocturnos de la ciudad de Loja:

14 Estudiantes de los Colegios Nocturnos: COLEGIOS Vicente Anda Aguirre Bernardo Valdivieso Jaime Rolds Benjamn Carrin Manuel Enrique Rengel La Inmaculada Po Jaramillo Alvarado TOTAL EVALUACIN Estimado estudiante dgnese contestar las siguientes preguntas; esto permitir fortalecer su comprensin en la terminologa estadstica Elabore una definicin de estadstica? FRECUENCIA 780 580 250 120 300 240 340 2610

Qu diferencia existe entre poblacin y muestra?

Escriba al menos 5 caractersticas de algn elemento o conjunto de elementos que pueda analizar la estadstica? Cul es la diferencia principal entre variable cardinal y variable ordinal? Fundamente a que se refieren las estadsticas primarias, secundarias y temporales Existe similitud entre parmetro y estimador? Anote al menos tres razones por las que usted necesita aprender estadstica. 2.4. ORDENACIN DE DATOS EN TABLAS DE FRECUENCIA Para mayor comodidad en el anlisis y extraccin de conclusiones es primordial proceder al ordenamiento de los datos:

a.)

Amplitud Total o Recorrido de la Variable (a). Es la diferencia que se establece entre el valor mayor XM y el valor menor Xm, ms uno, es decir: a = (XM Xm) + 1

b.)

Intervalo de Clase (i). A los nmeros extremos y los incluidos en ellos forman el intervalo de clase: 16-20 est formado por 16, 17, 18, 19, 20. Los nmeros extremos constituyen los lmites de clase: en el intervalo 16-20, significa que empieza en 16 y termina en 20. Aclaramos que estos lmites no son reales, ya que, el intervalo 16-20 vara desde 15,5 hasta 20,5 que son los lmites verdaderos en su orden, al primero se llama lmite real inferior (Li) y al segundo lmite real superior (Ls). A la diferencia de los lmites reales se denomina tamao o ancho del intervalo, es decir:

15 i = Ls Li En una serie estadstica, el ancho del intervalo es un nmero entero supuesto, de preferencia impar, a efecto de que su marca de clase sea un entero.

c.)

Marca de Clase (Xm). Se denomina al valor medio de cada intervalo; es decir, del ejemplo de intervalo quedara as: Xm = Li + Ls ---------2

16 + 20 Xm = -----------2 Xm = 18

d.)

Nmero de Intervalo (ni) es un nmero entero que representa la totalidad de clases. La frmula que define al nmero de intervalos es: A ni = ----- + 1 i

NOTA: El nmero conveniente de intervalos oscila entre 3 y 15 para evitar la concentracin y dispersin de las frecuencias, en este orden. Ejercicio de Aplicacin En una clase de 39 alumnos se han obtenido estas calificaciones en la asignatura de matemtica: 16 14 09 10 17 17 12 17 18 13 05 14 15 09 05 09 15 14 12 13 12 11 04 15 12 06 09 19 09 14 14 14 14 13 13 07 19 11 13

Determinar la amplitud (a) y el nmero de intervalos, si el ancho (i) se decide que sea 3? AMPLITUD Se encuentra el Valor mayor XM = 19 Luego encontramos el valor menor Xm = 04 Como: A = (XM Xm) + 1 (19 4) + 1 = 15

16

NMERO DE INTERVALOS ni = a / i + 1 (15 / 3 ) + 1 = 5,0 + 1 = 6,0

e.)

Tabulacin de datos. Es el proceso que ordena el material agrupando en forma conveniente: Serie estadstica, constituye un conjunto de valores de una variable ordenada ascendente o descendentemente: X = 58, 69, 65, 54, 55, 52, 62, 57, 60, 48

Descendente = Ascendente

69, 65, 62, 60, 58, 57, 55, 54, 52, 48 = 48, 52, 54, 55, 57, 58, 60, 62, 65, 69

Serie estadstica de frecuencias. Es el ordenamiento de la variable ascendente o descendentemente, pudiendo repetirse algunos valores, mismos deben exponerse en tablas.

PROCESO 1. Se ordena la variable en forma ascendente (o descendente) 2. Se escribe en tablas los datos repetidos mediante rayas horizontales o verticales. 3. Se suma el nmero de rayas, para formar la columna de las frecuencias. Ejemplo de calificaciones de Fsica registradas en un curso: 16, 17, 18, 15, 15, 12, 12, 13, 14, 13, 19, 14, 17 13, 09, 14, 11, 10, 06, 09, 14, 13, 11, 09, 12, 05 05, 12, 04, 09, 14, 18, 07, 13, 10, 17, 14, 09, 13 Ordenacin de datos y determinacin de frecuencia X (descendente) 19 18 17 16 15 14 13 12 11 10 09 08 07 06 Valor que se repiten / // /// / // ////// ///// //// // // ///// / / Frecuencia (f) 1 2 3 1 2 6 6 4 2 2 5 0 1 1

17 05 04 TOTAL // / 2 1 f = 39

Serie Estadstica de Intervalos. Es el ordenamiento de valores en forma ascendente o descendente, de acuerdo a los intervalos de clase que han sido previamente establecidos.

PROCESO 1. 2. 3. 4. Encontramos la amplitud o recorrido (a) Proponemos el ancho del intervalo (i) Calculamos el nmero de intervalo (ni) Construimos la columna de los intervalos, de modo que el lmite superior del primer intervalo sea el mayor valor de la variable. A este lmite se resta el ancho del intervalo y se le agrega 1, obteniendo el lmite inferior, queda as el primer intervalo. El segundo intervalo se obtiene restando el ancho del intervalo a los lmites del primero, y as sucesivamente. En el ltimo intervalo debe incluirse el menor valor de la variable. Efectuamos la ubicacin y el conteo de los valores repetidos. Construimos la columna de frecuencias.

5. 6. 7. 8.

Ejemplo. La edad de 75 Padres de Familia del Colegio "Bernardo Valdivieso " es : 49 36 45 45 52 Desarrollo 1. Encontramos la amplitud o recorrido (a); como tenemos XM = 79 y Xm = 34 Entonces aplicamos la formula. a = (XM Xm) + 1 a = 46 2. 3. Proponemos que el ancho de intervalo sea i = 5 Se calcula el Nmero de Intervalo; con la amplitud que es a = 46 y el intervalo que es i = 5 ni = (a / i) + 1 4. ni = (46 / 5) +1 ni = 10,2 10 = (79 - 34 )+ 1 50 65 45 46 49 50 55 50 49 47 66 50 51 51 41 57 50 56 55 41 44 45 49 60 34 45 47 46 45 36 49 43 45 37 40 50 37 40 40 41 51 65 38 46 48 57 52 61 42 79 66 55 56 36 51 37 61 51 79 50 41 39 49 60 55 45 40 45 49 67

Construimos la columna de los intervalos; Si el lmite superior del primer intervalo es 79 (ls), entonces: li = (ls i) + 1 = (79-5) + 1 = 75, por tanto, primer intervalo (79-75).

18

El Segundo Intervalo (74 El Tercer Intervalo (69 El Cuarto Intervalo (64 El Quinto Intervalo (69 5. 6. 7.

70); 65) 60) 65)

En el ultimo conteo se debe incluir el valor menor de la variable entonces queda as: El Ultimo Intervalo (34-30) Ubicacin y conteo de los valores repetidos y sealamos con rayas. Construccin de la columna de las frecuencias en forma descendente, haciendo corresponder a cada intervalo una frecuencia.

8. Ordenacin de datos y nmero de datos repetidos(F) por intervalo X (en intervalos) 75 79 70 74 65 69 60 64 55 59 50 54 45 49 40 44 35 39 30 34 TOTAL / ///// //// //////// /////////////// ////////////////////// /////////// //////// / f= f 01 00 05 04 08 15 22 11 08 01 75

Valores que se repiten

Frecuencia Acumulada o Efectivos Acumulados: Efectivo acumulado o frecuencia acumulada es la suma de las frecuencias a partir del menor valor de la variable. La tabla anterior queda de esta forma con las frecuencias o efectivos acumulados. Representacin de la frecuencia acumulada f 01 00 05 04 08 15 22 11 08 75 74 74 69 65 57 42 20 9 fa

X 75 79 70 74 65 69 60 64 55 59 50 54 45 49 40 44 35 39

19 30 34 TOTAL 01 f = 75 1

Desarrollo: Empezamos por la ltima frecuencia del ltimo intervalo as:

1 (1+8) (9+11) (20+15) (35+22) (57+8) (65+4) (69+5) (74+0) (74+1)

= = = = = = = = = =

01 09 20 42 57 65 69 74 74 75

Frecuencia Relativa (Fr): Frecuencia relativa es la relacin entre la frecuencia de la variable y el nmero total de casos (N), es decir: fr = f / N La suma de las frecuencias relativas siempre es igual a 1 Ejemplo: Determine la columna de frecuencia relativa de la distribucin del peso en un ejemplo de 120 mujeres. Obtencin de la frecuencia relativa

Peso en Kg. 48 53 58 63 68 73 TOTAL Desarrollo:

f 08 23 48 34 05 02 F= 120

fr 0,067 0,192 0,400 0,283 0,042 0,017 1,000

20

Numero de casos N = 120 Frmula fr = f / N Primer caso para 48 Kg. Segundo caso para 53 Kg. Etc...

fr = fr =

8 / 120 = 23 / 120

0,067 = 0,192

Porcentaje de las Frecuencias (P %) El porcentaje de la frecuencia es el valor que corresponde a cada frecuencia y que est dado por cada 100 casos de un hecho investigado Su frmula es:

P = (f *100) / N Es decir P es igual al producto de la frecuencia por 100 dividido para el nmero total de casos N. La suma de los porcentajes de las frecuencias relativas siempre es igual a 100 Ejemplo: Calcular el porcentaje de las frecuencias de la distribucin del ejemplo anterior. Determinacin del porcentaje de frecuencias Peso en Kg. 48 53 58 63 68 73 TOTAL Desarrollo: Numero de casos N = 120 P = P = P = P = ... ... (f * 100) / N (8 * 100)/120 (23 * 100)/120 (48 * 100)/120 P P P = = = 6,67 19,67 40,00 f 08 23 48 34 05 02 F= 120 P(%) 06,67 19,17 40,00 28,33 04,17 01,67 100,00

21 ... P =

(2 * 100)/120

1,67

Porcentaje de las Frecuencias Acumuladas (Pa): Este porcentaje se lo determina a travs de la frmula: Pa = (fa * 100) / N El lmite superior siempre es igual al 100% Ejemplo: Determine los porcentajes de las frecuencias de la distribucin del ejemplo anterior. Determinacin del porcentaje de frecuencias acumuladas Peso en Kg. 48 53 58 63 68 73 TOTAL Desarrollo: Pa Pa Pa Pa ... ... ... Pa = = = = (fa * 100) / N (8 * 100)/120 (31 * 100)/120= (79 * 100)/120= = 6,67 25,83 65,83 f 08 23 48 34 05 02 F=120 fa 08 31 79 113 118 120 Pa 06,67 25,83 65,83 94,17 98,33 100,00

(120 * 100)/120

100

EVALUACIN En la siguiente tabla, se presentan las calificaciones obtenidas por un grupo de estudiantes en el examen del taller de Computacin, llevado a cabo en el Colegio Experimental Bernardo Valdivieso", de la ciudad de Loja

22 ___________________________________________________ 45 52 58 60 66 67 89 70 75 88 89 91 93 96 57 61 74 76 57 64 68 74 64 77 87 62 85 68 76 80 82 71 85 62 72 72 71 87 73 72 79 84 81 79 81 77 62 73 84 81 79 72 79 81 ___________________________________________________ Calcular: Hallar el Valor Mayor Hallar el Valor Menor Amplitud Total Intervalo de Clase Marca de Clase Numero de intervalo Tabular los datos en forma ascendente Encontrar la frecuencia de dichos datos Realizar la tabulacin mediante la serie estadstica de intervalos, para lo cual se propone el ancho de intervalo de 5. La frecuencia acumulada La frecuencia Relativa El porcentaje de frecuencia El porcentaje de frecuencia acumulada

83 61 80 82 73 84

23

UNIDAD III
3. 3.1. GRFICAS DE LA DISTRIBUCIN DE FRECUENCIAS MTODOS GRFICOS Las grficas de distribucin de frecuencia, son tiles porque ponen de relieve y aclaran las tendencias que no se captan fcilmente en las tablas. Atraen la atencin del lector sobre las tendencias de los datos, las grficas nos ayudan adems a resolver los problemas concernientes a las distribuciones de frecuencias, estimar algunos valores con una simple observacin y nos brindan una verificacin grfica de la veracidad de nuestras soluciones. Las grficas que se describen: Diagrama de Barras, Diagrama de Puntos, Histogramas, Polgonos de Frecuencias, Ojivas o Polgono de Frecuencia Acumulada, Diagrama de Sectores. BARRAS DIAGRAMAS DE

Se lo utiliza para representar datos de una variable continua y est constituido por rectngulos o barras cuyas reas son proporcionales a los datos de un fenmeno. Para su construccin se debe tener en cuenta: 1. 2. 3. Una escala adecuada El ancho de las barras debe ser uniforme La distancia entre las barras tiene que ser constante

Los diagramas mas utilizados son: a.) b.) c.) d.) Diagrama de barras verticales Diagramas de barras horizontales Diagrama de barras compuestas Diagrama de porcentaje de barras compuestas DIAGRAMAS DE

BARRAS VERTICALES

Consiste en un conjunto de rectngulos que estn ubicados en el primer cuadrante de un sistema de coordenadas. En el eje de las abscisas se ubican las variables y en el eje de las ordenadas se ubica la frecuencia. Ejemplo: Representar en diagramas de barras verticales el Nmero de alumnos de los colegios nocturnos de la ciudad de Loja ...

24

COLEGIOS Vicente Anda Aguirre Bernardo Valdivieso Jaime Rolds Benjamn Carrin Manuel Enrique Rengel Po Jaramillo Alvarado La Inmaculada TOTAL

(1) (2) (3) (4) (5) (6) (7)

FRECUENCIA (f) 780 580 250 120 300 340 240 2610

NUMERO ALUMNOS

2 6 1 0

1000 800 600 400 200 0

780 580 250 1 2 3 120 4 C O L E G IO S 300 5 340 6 240 7

BARRAS HORIZONTALES

DIAGRAMA

DE

En este tipo de diagrama, en el eje de las abscisas se ubican las frecuencias y en el de las ordenadas se ubican las variables. Ejemplo: Con los datos de la tabla anterior, representada la grfica en barras horizontales tenemos as:

7 S O I5 G E L3 O C 1 0 200 400

2610

600

800

1000

NUM ERO AL UM NO S

25

BARRAS COMPUESTAS

DIAGRAMA

DE

Se lo utiliza para representar dos series de datos y as poder efectuar comparaciones. Para representar mediante este diagrama seguimos los siguientes pasos: 1. Sumamos las frecuencias de las dos series 2. Utilizamos el primer cuadrante del sistema de coordenadas para representar las variables en el eje de las abscisas y las frecuencias en el eje de las ordenadas. 3. Representamos en cada una de las barras el total de las frecuencias de las dos series 4. Ubicamos en cada una de las barras las frecuencias de cada una de las variables. 5. Si se trata de una serie estadstica de intervalos, ubicamos los puntos medios de cada intervalo en el eje de las abscisas. Ejemplo: Representar en barras compuestas las calificaciones de la asignatura de matemticas de los paralelos A y B de primer curso del colegio, que una vez tabulados se encuentran representados en el siguiente cuadro: CALIFICACIONES 20 19 18 17 16 15 14 13 12 PARALELO A 03 05 06 05 07 10 04 02 01 PARALELO B 06 03 05 08 09 03 06 01 02 TOTAL 09 08 11 13 16 13 10 03 03

9 6 3
2 0 1 9

3 6

3 5

5 6
1 8 1 7

8 7 10 4
1 5 1 4 1 3

1 2

2 1
1 2

1 6

26

PORCENTAJE DE BARRAS COMPUESTAS

DIAGRAMA

DE

Para representar el porcentaje de barras compuestas, procedemos de la siguiente manera: 1. Se suman las frecuencias correspondientes a cada una de las variables. 2. Se obtienen los porcentajes de las frecuencias de cada una de las variables, con respecto al total registrado en los dos cursos. 3. Se construye el diagrama de porcentaje de barras compuestas, haciendo que las barras tengan la misma altura. Ejemplo: Representar los datos del cuadro anterior en diagrama de porcentaje de barras compuestas. p = f. * 100 N p = 3. * 100 9 p = = 33.3 p = 6. * 100 9 p = = 66.6 CALIFICAC 20 19 18 17 16 15 14 13 12 TOTAL PUNTOS PARALELO A 03 05 06 05 07 10 04 02 01 43 Paralelo B PARALELO B 06 03 05 08 09 03 06 01 02 43 TOTAL 09 08 11 13 16 13 10 03 03 %A 33.3 62.5 54.5 38.4 43.8 76.9 40.0 66.7 33.3 %B 66.6 37.5 45.5 61.5 56.2 23.1 60.0 33.3 66.7 86.0 DIAGRAMA DE Paralelo A

27 Sirven para presentar grficamente tablas en las cuales se consideran nicamente una variable y una cantidad asociada a cada valor de la misma. A continuacin presentamos dos tipos de diagramas de puntos. Los dos muestran esencialmente la misma informacin, slo que en diferente forma y con diferente propsito. La construccin de estos diagramas se describe enseguida: a) El primer tipo de diagrama de puntos se construye colocando en el eje horizontal los valores de la variable (los cuales en muchos casos son arbitrarios) y en el eje vertical las cantidades asociadas a stos. Finalmente, para cada valor de la variable y cada cantidad asociada se dibujan puntos cuya altura corresponde a la magnitud de dicha cantidad. Para construir el segundo tipo de diagramas de puntos se colocan en el eje horizontal los valores de la variable y sobre cada valor se dibujan tantos puntos como veces aparezcan stos.

b)

Ejemplo: Para ilustrar la construccin del primer tipo de diagrama de puntos consideremos los datos, Nmero de estudiantes en algunas Especialidades del Colegio (2008). Con objeto de simplificar la presentacin, primero identificaremos a cada Especialidad con un nmero; as, por ejemplo, Fsico - Matemtico, se identificar con el nmero 1, Qumico - Biolgicas con el nmero 2, y as sucesivamente. Hecho lo anterior, tendremos que la variable en cuestin corresponde a las diferentes Especialidades (X) y los valores numricos que pueden tomar son 1, 2, ... las cantidades asociadas a estos nmeros son los totales de estudiantes. A continuacin se presenta la grfica resultante: Con los datos del siguiente cuadro estadstico, los mismos que representan el nmero de alumnos del Colegio "Po Jaramillo Alvarado" en algunas especialidades. Nmero de estudiantes en algunas Especialidades del Colegio (2008). ESPECIALIDADES Fsico - Matemtico Qumico - Biolgicas Estudios Sociales Administracin Contabilidad TOTAL 140 136 120 100 80 60 42 90 62 (1) (2) (3) (4) (5) TOTAL ESTUDIANTES 136 120 90 42 62 450

28 40 20 2 3 4 5 ESPECIALIDADES Diagrama de puntos que corresponde a los totales de estudiantes (Y) de las diferentes especialidades. HISTOGRAMA 1

Llamaremos Histograma a la grfica de barras verticales sin espaciamiento entre ellas, construida colocando en el eje vertical a las frecuencias absolutas o relativas y en el eje horizontal a los lmites de clase de una tabla de frecuencias. Lo anterior implica que si los intervalos de clase son iguales, sobre cada clase se erigen rectngulos cuyas reas son proporcionales a las frecuencias de clase. Las etapas que se deben cubrir en la construccin de un histograma son las siguientes: 1. 2. 3. Colocar en el eje horizontal a los lmites de clase. En el eje vertical las frecuencias Dibujar rectngulos cuya base son las clases y su altura las frecuencias que corresponden a cada clase. Clase (30 39) (40 49) (50 59) (60 69) (70 79) (80 89) (90 100) TOTAL 30 f 01 04 09 05 27 32 07 85 90 100 DE

40 50 60 70 80 Lmites de clase (calificaciones)

FRECUENCIAS

POLGONO

Un Polgono de Frecuencia, es una grfica de lneas rectas que unen los puntos obtenidos al colocar en el eje horizontal a los valores medios de clase y en el vertical a las frecuencias relativas o absolutas. Debe hacerse notar que el procedimiento equivale a unir los puntos medios de la cara superior de los rectngulos de un histograma por medio de lneas rectas. En la figura, se muestra el polgono de frecuencias para los datos del ejemplo anterior

29
35 30 25 20

t l o b s a i n u c e r F

) n a i d u t s e (

15 10 5 0

30

35 45 55 65 75 85 95 Valor medio de clase (calificaciones)

100 DIAGRAMA DE

FRECUENCIA ACUMULADA

Una Ojiva o Polgono de Frecuencias Acumuladas (PFA), es una grfica construida con segmentos de lneas rectas que unen los puntos obtenidos al colocar en el eje horizontal a los lmites superiores de clase y en el vertical a las frecuencia acumuladas absolutas o relativas. En la figura se presenta la ojiva que corresponde a las frecuencias de la tabla 15.

30

40

50

60

70

80

90

100

Lmites superiores de Clase (calificaciones) Ntese que se ha considerado tambin al lmite inferior de la primera clase y que se ha asignado una frecuencia acumulada de cero. Asimismo, obsrvese que, por su naturaleza una ojiva es no decreciente. CIRCULAR (PASTEL) GRFICO

Nos permite distribuir los 360 de un crculo en forma proporcional a las frecuencias que integran a cada una de las variables. Ejemplo: Nmero de alumnos de los Colegios Nocturnos de la ciudad de Loja.

30

COLEGIOS Vicente Anda Aguirre Bernardo Valdivieso Jaime Roldos Benjamn Carrin Manuel Enrique Rengel La Inmaculada Po Jaramillo Alvarado TOTAL

FRECUENCIA 780 580 250 120 300 340 240 2610

Se distribuye los 360 para los 7 Colegios utilizando la frmula: A = F * 360 ---------------------N 780 * 360 ---------------------2610 107,6 108

A A

= =

Obtener el porcentaje con la siguiente frmula: 360 100 108 X 108 * 100 X = ----------------360 X = 30 % COLEGIOS Vicente Anda Aguirre Bernardo Valdivieso Jaime Roldos Benjamn Carrin Manuel Enrique Rengel La Inmaculada Po Jaramillo Alvarado TOTAL FRECUENCIA(f) 780 580 250 120 300 340 240 2610 A 108 80 35 16 41 47 33 360 % 30.0 22.0 09.6 04.6 11.5 13.0 09.2 100%

Construimos el Diagrama de sectores haciendo que el Radio de la Circunferencia tenga una longitud cualquiera y la localizacin de las partes la iniciamos del semieje positivo de las X y siguiendo un sentido contrario a la rotacin de las manecillas del reloj. Para lo cual utilizamos un graduador

31

600% 13% 500% 11% 400% 5%

700% 9%

100% 30%

300% 10%

200% 22%

EVALUACIN Dgnese contestar las siguientes preguntas; esto permitir fortalecer su comprensin en la terminologa estadstica; no olvide la existencia de otras obras de consulta. Por qu son tiles los mtodos grficos? Cul es el proceso para la elaboracin de grficas de barras verticales y Con los siguientes datos construya un histograma? horizontales?

INTERVALO DE CLASE 100 96 95 - 91 90 86 85 -81 80 - 76 75 - 71 70 - 66 65 - 61 60 - 56 55 - 51 50 45

FRECU ENCIA

(f)
01 02 05 12 10 12 05 07 04 01 01

32 F = 60 Qu es una ojiva? Si se tienen los siguientes datos, construya la grafica estadstica de

pastel? PRODUCTOS Refrigeradoras TV Color Computadoras Cocinas a Gas Licuadoras Equipos de Sonido TOTAL FRECUENCIA (f) 58 25 12 30 34 24 261

33

UNIDAD IV
4. MEDIDAS DE TENDENCIA CENTRAL. Al igual que los promedios, las medidas de tendencia central nos indican el punto medio o tpico de datos que cabe esperar; tambin reciben el nombre de medidas de localizacin. Las medidas de tendencia central que estudiaremos son tres: Media aritmtica, Mediana y Moda (o). 4.1. Media Aritmtica La media aritmtica de n observaciones de la variable X se denotar por el smbolo x (media), y se define como la suma de ellas dividida por n. Simblicamente: = x --------N

Ejemplo: La media aritmtica de los 5 nmeros X1 = 2, X3 = 9, X5 = 7 es: X2 = 12, X4 = 10,

Es claro, que la media aritmtica corresponde geomtricamente al punto de equilibrio de los datos. La media aritmtica es la ms usada de las medidas descriptivas. Tiene la ventaja de ser muy fcil de calcular, adems de poseer propiedades tericas excelentes desde el punto de vista de la estadstica inductiva. Su principal desventaja es que, por ser el punto de equilibrio de los datos, es muy sensible a la presencia de observaciones extremas. Aritmtica de una Serie Estadstica Clculo de la Media

Para obtener la Media Aritmtica de una serie estadstica se utiliza la siguiente frmula: x N Ejemplo: = = = = x --------N

Media Aritmtica Sumatoria de los valores de X Nmero de casos

34

Determinar la Media Aritmtica de las calificaciones de Matemticas de un grupo de estudiantes, cuyos valores son los siguientes: X = 15 12 = 14 17 18

15 + 12 + 14 + 17+ 18 -----------------------------5 76 ------5 15.2 Clculo de la Media

= =

Aritmtica en Tablas de Frecuencias

En muchas ocasiones se nos presenta el problema de calcular la media a partir de una tabla de frecuencias. Esta situacin puede ocurrir por dos razones: 1. 2. Ya se nos han presentado los datos en forma resumida y no disponemos de las observaciones originales. Disponemos de las observaciones originales, pero su nmero es tan grande que las operaciones aritmticas necesarias para el clculo de la media requieren mucho trabajo. El uso de una tabla de frecuencias simplifica considerablemente el problema. Para la obtencin de la Media Aritmtica de una Serie estadstica de frecuencias multiplicamos la Variable por la frecuencia respectiva, encontramos la suma de estos productos y dividimos por el nmero total de casos. xf N = = = = xf --------N

Media Aritmtica Sumatoria del Producto de la variable por la frecuencia Nmero de casos

En el siguiente cuadro estadstico encontramos la estatura de 25 personas. Calcular la Media Aritmtica.

35 167 166 165 164 163 162 161 160 159 TOTAL 02 02 02 03 04 03 04 04 01 25

Para calcular la Media Aritmtica de una serie Estadstica de Frecuencias calculamos: 1. 2. El producto de la Variable por la Frecuencia Aplicamos la frmula respectiva

DESARROLLO: 1. Fx fx fx fx fx = = = = = F * x 2 * 167 = 2 * 166 = 2 * 165 = 3 * 164 =

Y as sucesivamente. X 167 166 165 164 163 162 161 160 159 TOTAL 2. Aplicamos la frmula: = xf --------N 4.069 --------25 162,72 cm. Respuesta. f 02 02 02 03 04 03 04 04 01 25 fx 334 332 330 492 652 486 644 640 159 4069

= =

36

de una Serie Estadstica de Intervalos Igual que en el caso anterior aplicamos la frmula siguiente: F * Xm ------------N

Media

Aritmtica

Xf N

= = =

Media Aritmtica Sumatoria de los Productos de las frecuencias por los Puntos medios variable por la frecuencia Nmero de casos

PROCEDIMIENTO: 1. 2. 3. 4. Obtenemos los puntos medio de todas las series. Multiplicamos las frecuencia por los puntos medios respectivos Sumamos todos los productos de las frecuencias por los puntos medios Dividimos la suma anterior obtenida por el nmero total de casos.

EJEMPLO: La edad de los profesores del Colegio est dada en el presente cuadro estadstico: X 65 61 60 56 55 51 50 46 45 41 40 36 35 31 30 26 25 21 TOTAL f 04 07 16 27 41 67 99 191 83 535

37

Aplicando los conocimientos anteriores tenemos: X 65 61 60 56 55 51 50 46 45 41 40 36 35 31 30 26 25 21 TOTAL f 04 07 16 27 41 67 99 191 83 535 F*Xm ------------N 17.635 ------------535 32,963 33 aos Xm 63 58 53 48 43 38 33 28 33 fXm 252 406 848 1.296 1.763 2.546 3.267 5.348 1.909 17.635

4.2. MEDIANA (Me).

= =

Cuando se observa asimetra en la distribucin, la media no es una buena medida de tendencia central, ya que por ser el punto de equilibrio de los datos resulta muy afectada por valores extremos. Para ilustrar este punto considrense los nmeros 27; 3,4; 3,2; 3,3 y 3.1, donde el valor de la media (8.0) nos da una idea muy distorsionada de la magnitud de las observaciones. Para este tipo de situaciones es conveniente definir otra medida de tendencia central, la que recibe el nombre de MEDIANA. La mediana (Me) de un conjunto de n nmeros, ordenados de menor a mayor, es el nmero central en el arreglo. Si n es un nmero impar, slo hay un valor central. Si n es un nmero par, hay dos valores centrales, y la mediana debe tomarse como la media aritmtica de estos dos valores. Ejemplo: Calcular la mediana para los nmeros 27, 3,4 3,2 3,3 y 3,1

El primer paso es ordenar los nmeros, con lo que obtenemos el arreglo: 3,1 3,2 3,3 3,4, 27 Como en este caso n = 5 (nmero n), hay un solo valor central que es 3.3, y ste es el valor de la mediana. Es decir, Me = 3.3 Ntese que la mediana (3,3) es un valor ms tpico que la media aritmtica (8).

38 Mediana de una Serie Estadstica Clculo de la

Ejemplo: Calcular la mediana para las estaturas y pesos de 10 alumnos. Estaturas (cm): Ordenando: 162 158 170 151 163 168 167 153 152 173 151 152 153 158 162 163 167 168 170 173

Como es un nmero par entonces existen dos valores 162 + 163 Me = 2 Me = 162,5 De igual manera como es un nmero par entonces existen dos valores Peso (Kg): Ordenando: 63 52 78 49 71 62 68 48 56 67 48 49 52 56 62 63 67 68 71 78

Me =

62 + 63 = 62,5 2
NOTA: La mediana es un valor que divide a los datos en mitades. Una con todas las observaciones mayores o iguales a la mediana y otra con aqullas menores o iguales a ella. Para conjuntos de datos asimtricos (histogramas con largas colas), es mejor medida de tendencia central que la media. Clculo Mediana de una Serie Estadstica de Intervalos Para el clculo de la Mediana de una serie estadstica de intervalos, realizamos el siguiente procedimiento: 1. Determinar la columna de la frecuencia acumulada 2. Dividir el nmero de casos para 2, el mismo que nos permitir obtener la posicin de la mediana. 3. Obtener el Lmite Real Inferior del Intervalo donde hay mayor frecuencia 4. Buscar la frecuencia acumulada menor a la del intervalo. (Fa.m), donde est ubicada la Mediana. 5. Buscar el valor de la frecuencia que ms veces se repite 6. Hallar el ancho de intervalo 7. Utilizamos la siguiente frmula: [ (N/2) - fa.m] Me Donde: = Li + f * i de la

39

Me Li (N/2) Fa.m i F

= = = = = =

Mediana Lmite Real Inferior Nmero total de casos dividido para dos Frecuencia acumulada menor Ancho de intervalo Frecuencia con mayor repeticin.

Por ejemplo: La edad de los profesores de un Colegio se encuentra con la siguiente variacin de datos estadsticos: X 65 61 60 56 55 51 50 46 45 41 40 36 35 31 30 26 25 21 TOTAL DESARROLLO 1. Determinamos la columna de la frecuencia acumulada X 65 61 60 56 55 51 50 46 45 41 40 36 35 31 30 26 25 21 TOTAL f 04 07 16 27 41 67 99 191 83 535 fa 535 531 524 508 481 440 373 274 83 f 04 07 16 27 41 67 99 191 83 535

2. Dividimos el nmero de casos para 2, el mismo que nos permitir obtener la posicin de la mediada. N= N= 3. Li 535 --------2 267,5 Buscamos el Lmite Real Inferior del Intervalo = 25 + 26 ----------

40 2 25,5

Li

4. Buscar la frecuencia acumulada menor a la del intervalo donde est ubicada la mediana (Fa.m) = 83 5. F 6. I 7. Me = Buscar el valor de la frecuencia con mayor repeticin = 191 Hallamos el ancho de intervalo, que en este caso va de 21 a 25 =5 = 5 Aplicamos la frmula: [ (N/2) - Fa.m] Li + F 267,5 - 83 Me 4.3. = 25,5 + 191 MODA (Mo) Otra medida de tendencia central que se usa, aunque con menor frecuencia que las anteriores, es la Moda (Mo), cuyo nombre se explica perfectamente a partir de la definicin. La Moda (Mo) de un conjunto de datos, es el valor (si existe) que ocurre con mayor frecuencia. Si es un valor nico decimos que la distribucin de frecuencias es unimodal. Si se tienen dos o ms valores con la misma frecuencia mxima decimos que la distribucin es bimodal, trimodal, etc. La moda es una medida de tendencia central que es poco usada por las siguientes razones: a) b) Puede ocurrir que no exista. A menudo no es un valor nico. * 5 Me = 30,33 * i

Ejemplo: Las calificaciones obtenidas por un estudiante en 8 exmenes del curso de Geometra son: 10 7 8 7 9 8 7 9

La moda de este conjunto es 7, puesto que tiene una frecuencia de 3, mientras que los otros nmeros: 10, 8, y 9 tienen frecuencias absolutas de 1, 2, y 2, respectivamente. Ejemplo: Calcular la Mo para los pesos y estaturas de los 10 alumnos. Peso (Kg): 63 52 78 49 71 62 68 48 56 67

Mo = No existe

41

Estatura (cm): 162 158 167 151 162 168 167 153 152 173 Mo = 162 y 167 es una Distribucin Bimodal Cuando la distribucin de frecuencias es simtrica, la media, mediana y moda coinciden. Esta propiedad puede verse en el siguiente ejemplo: Ejemplo: Calcular la x , Me y Mo para los nmeros 6,2 7,9 8,1 8,5 8,5 8,9 9,1 10,8

x = Me = Mo = 8.5
de una Serie Estadstica Para calcular la Moda(o) de una serie Estadstica, se lo hace directamente tomando el valor que ms veces se repite. Por ejemplo: Las calificaciones de un grupo de alumnos que han obtenido en matemticas son las siguientes: 14 15 16 13 17 15 18 15 Clculo de la Moda

La Moda es: 15 en Tablas de Frecuencias Por los problemas que se mencionaron antes, la moda es una medida muy til cuando se consideran los datos individualmente. Sin embargo cuando se calculan en una tabla de frecuencias, la moda adquiere mayor importancia, ya que es ms frecuente que sea un valor nico. Para propsitos descriptivos es suficiente reportar la clase modal, que es la clase cuya frecuencia absoluta es mayor. Si se desea un valor nico se toma el valor medio de la clase modal. Ejemplo: El Cuadro presenta las calificaciones de 35 alumnos en la asignatura de Fsica. X 20 19 18 17 16 15 14 13 12 f 02 01 02 04 08 13 03 01 01 35 Clculo de la Moda

42 La Moda es 15, por que el valor 13 corresponde a la mayor frecuencia; para determinar la Moda de una Serie estadstica de Frecuencia se encuentra la variable que tiene mayor frecuencia y dicha variable ser la Moda de esa serie. Clculo de la Moda de una Serie Estadstica de Intervalos Para calcular la Moda de una serie Estadstica de Intervalos realizamos lo siguiente: Localizamos el intervalo con mayor frecuencia llamado tambin Frecuencia Modal, Luego determinamos: 1. 2. 3. 4. 5. Encontramos el Lmite Real Inferior Calculamos d1, que es la diferencia entre la Frecuencia Modal y la posterior frecuencia Calculamos d2, que es la diferencia entre la Frecuencia Modal y la anterior frecuencia Obtenemos el ancho del intervalo. Aplicamos la frmula: d1 Mo = Li + d1 + d2 De donde: Mo Li d1 d2 i = = = = = Moda Lmite Real Inferior Diferencia entre la frecuencia modal y la frecuencia posterior Diferencia entre la frecuencia modal y la frecuencia anterior Intervalo * i

Para este ejemplo se considera el mismo de la edad de los profesores del Colegio est dado en el presente cuadro estadstico: X 65 61 60 56 55 51 50 46 45 41 40 36 35 31 30 26 25 21 TOTAL Calcular la Moda: Localizamos el intervalo con mayor frecuencia que se encuentra en el rango de (30 - 26) a este valor tambin lo llamamos Clase Modal f 04 07 16 27 41 67 99 191 83 535

43 1. Li 2. d1 d1 3. d2 d2 4. 5. Mo Encontramos el Lmite Real Inferior (25+26) / 2 = 25.5 = 25,5

Calculamos la diferencia de la frecuencia modal y la frecuencia posterior = = 191 - 83 108

Calculamos la diferencia entre la frecuencia modal y la frecuencia anterior = = 191 - 99 92

Obtenemos el ancho del intervalo, en este caso i = 5 Aplicamos la frmula: d1 = Li + d1 + d2 108 * i

Mo Mo

= =

25,5 + 108 + 92 28.2 Respuesta.

* 5

EVALUACION La presente evaluacin, se realiza con la finalidad de fortalecer los conocimientos de las medidas de dispersin. No olvide otros libros de consulta. Qu son y para que sirven las medidas de tendencia central? Existen casos donde la media y la moda son iguales; explique el porque? Cul es la forma de calcular la mediana si no se quiere utilizar la formula? A que nos referimos con una relacin bimodal?