Está en la página 1de 105

REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DE EDUCACIN SUPERIOR


UNIVERSIDAD BOLIVARIANA DE VENEZUELA
DIRECCIN GENERAL ACADEMICA
DIRECCIN DE PLANIFICACIN Y DISEO CURRICULAR
PROGRAMA DE FORMACIN DE GRADO GESTIN SOCIAL DEL
DESARROLLO LOCAL
ANLISIS DEL DATO ESTADSTICO
GUIA DIDCTICA
Por Ios profesores
Deivis Cardoza
EmiIio SiIva
Jos SiIva
JuIio Csar FaIcn
MeIsi Goitte
Ramn Roberto Herrera C.
TERCERA EDICIN
AGOSTO 2.006
CARACAS-VENEZUELA
1
NDICE
Presentacin 3
Unidad I La Estadstica: Herramienta fundamental en diversos escenarios
de aplicacin 7
Unidad II Organizacin de los Datos 23
Unidad III Representacin de los Datos 40
Unidad IV Medidas de Posicin, de endencia !entral " de Dispersin 57
Unidad V #ntroduccin a la Pro$a$ilidad, Muestreo " Estimacin 93
BibIiografa 102
2
ANLISIS DEL DATO ESTADSTICO
GUA DIDCTICA
PRESENTACIN
La %ua Did&ctica de "AnIisis deI Dato Estadstico est& dise'ada para
(ue los profesores)facilitadores de la *+, contri$u"an al logro, por parte de los
estudiantes, de la competencia en el uso de las -erramientas estadsticas,
integradas en todos los Programas de .ormacin en la *+,/
La Estadstica es una -erramienta fundamental para la formulacin,
e0ecucin " seguimiento de cual(uier pro"ecto socio)comunitario " de
investigacin/ El egresado de la *+, tiene (ue mane0ar con soltura un legua0e
estadstico revestido con una gran sencillez " comprensi$ilidad, (ue permita una
fluida comunicacin dentro de un grupo de tra$a0o interdisciplinario, " (ue al
mismo tiempo pueda apo"ar la resolucin de una gran cantidad de situaciones (ue
re(uieran el estudio de un con0unto de datos para su me0or compresin " aporte
de soluciones/ Por tanto, no se est& $uscando de (ue el egresado de la *+, se
convierta en un e1perto especialista en Estadstica, sino m&s $uen (ue desde su
disciplina profesional pueda -acer un adecuado uso de a(uella especialidad
matem&tica para su propia &rea de tra$a0o individual " colectivo/
Esta %ua Did&ctica e1pone de manera sencilla, sustancial " consistente los
principales m2todos de la Estadstica " sus relaciones/
La sencillez de esta %ua no disminu"e su validez did&ctica, apta para todo
a(uel (ue se inicia en el estudio de la Estadstica Descriptiva e #nferencial/ Esta
-erramienta es indispensa$le para los pro"ectos socio)comunitarios " de
investigacin (ue aspiren a tener $ase cuantitativa, pues un pro"ecto sin datos
estadsticos presenta una gran de$ilidad/
Esta unidad curricular $&sica -a sido dise'ada de mane0a de suministrar
una -erramienta de gran utilidad, la cual, apo"ada en la antropogoga como
estrategia did&ctica, impulsar& el tra$a0o autnomo, creativo, responsa$le "
participativo de los alumnos en la e0ecucin eficaz de las tareas propias de
Pro"ecto # " Pro"ecto ##/
La estructura de la %ua consta de cinco *nidades divididas en emas/
Unidad I La Estadstica: Herramienta fundamental en diversos
escenarios de aplicacin
Unidad II Organizacin de los Datos
Unidad III Representacin de los Datos
3
Unidad IV Medidas de Posicin, de endencia !entral " de Dispersin
Unidad V #ntroduccin a la Pro$a$ilidad, Muestreo " Estimacin
En estas *nidades se presentan los contenidos " las correspondientes
actividades did&cticas (ue se realizan en el lapso acad2mico estimado para esta
*nidad !urricular/
Estructura deI Unidad
!ada *nidad est& compuesta de cuatro partes:
34 O$0etivo/
54 !ompetencia a lograr/
64 !ontenido/
74 8ctividades/
9e presentan como estrategias de aprendiza0e:evaluacin para ser
realizadas por los estudiantes $a0o la gua " supervisin del profesor)facilitador/
9on de varios tipos:
7/34 #ndividuales: #nclu"en res;menes, ensa"os, informes " e1posiciones
(ue de$er&n ser realizados en forma individual por el alumno/
7/54 %rupales o !ooperativos: #nclu"en investigaciones, de$ates " otros
tra$a0os " e1periencias realizadas en e(uipo por los estudiantes/
7/64 !omunitarias: 8ctividades centradas en la interaccin socio
comunitario " el tra$a0o participativo/
Sugerencias para uso de Ia Gua
Para los profesores:
La %ua constitu"e una orientacin para apo"ar la actividad, de$e ser
utilizada en forma secuencial " fle1i$le/ El profesor<facilitador de$e orientar "
adaptar esta propuesta al grupo de estudiantes (ue tiene a su cargo, de manera
(ue podr& cam$iar, agregar, com$inar o eliminar contenidos/
El profesor actuar& como compa'ero facilitador del aprendiza0e =es un
estudiante m&s de la seccin pero con tulo *niversitario4, aclarando conceptos "
e1plicando los e0ercicios =actividades4 (ue se les propongan " no entiendan/ En
todo momento el profesor de$e -acer uso constante, en forma amena " sencilla,
de e0emplos propios de la vida cotidiana individual " colectiva del estudiante en su
&m$ito acad2mico " social, pues de esa manera se podr& facilitar el proceso
educativo " dialgico de ense'anza)aprendiza0e de las ideas " planteamientos
matem&ticos de la Estadstica, " as se podr& perci$ir " valorar o$0etivamente la
utilidad pr&ctica de esta disciplina, " a su vez se contrarrestar& la tendencia
e(uivocada, negativa " pre0uiciada de considerarla como algo mu" difcil " a$urrido
" de escaso provec-o " nula importancia/
4
El profesor<facilitador llevar& el registro de la evolucin del proceso de
aprendiza0e, as como la metodologa de evaluacin de cada uno de los
estudiantes, con (uienes se reunir& para validar el desarrollo de sus actividades "
aprendiza0e/
La actividad a e0ecutar por el profesor<facilitador en cada seccin de
facilitacin del proceso de aprendiza0e constar& de dos partes/
34 ,alidar la e0ecucin de las actividades por parte de cada grupo " al mismo
tiempo evaluar la evolucin del proceso de aprendiza0e individual, para lo cual
llevar& un registro/
54 Presentar la nueva propuesta de actividad, respondiendo las preguntas (ue se
presenten u ofreciendo algunas ideas del material mediante el uso de diversas
metodologas pedaggicas, como por e0emplo mapas conceptuales,
8prendiza0e por Pro"ecto, a$las de resumen acerca de la teora presentada a
consideracin, entre otros/ 9e sugiere usar metodologas pertinentes con
respecto a los lineamientos institucionales de la *+, en materia de evaluacin/
Para los estudiantes
El estudiante de$e comprometerse con su proceso de aprendiza0e, le"endo
cuidadosamente la gua consultando los te1tos de estadstica a su alcance "
cumpliendo con las actividades asignadas/
De$e acudir a los encuentros programados con el profesor para comentar,
indagar, ampliar lo conocimientos (ue -a ad(uirido por si mismo> " para encontrar
orientacin acerca de temas relacionados, pro$lemas estadsticos " otros
relacionados (ue puedan surgir/
Los alumnos se agruparan en equipos de trabajo para realizar las
actividades asignadas/ De esa manera, cada alumno podr& ela$orar con ma"or
facilidad su portafoIio de aprendizaje, en el se reunir&n todos los aportes "
resultados de las actividades grupales e individuales/
El desarrollo del portafolio de aprendiza0e (ueda a li$re decisin de los
integrantes del curso, " tiene varias finalidades:
9irve como insumo para la evaluacin/
9irve como registro de la actividad creadora de los estudiantes para ser
recopilado como testimonio de produccin de sa$er en la *+,/
Podr& presentado en eventos cientficos " e1posiciones de inter2s/
8l final de cada *nidad se propone realizar una prue$a diagnstica a fin de
validar el avance del proceso de aprendiza0e o logro de las competencias
5
esperadas/ #ndependientemente de los mecanismos de evaluacin a
implementarse, estos de$en tener car&cter formativo para (ue, m&s all& de
o$tener cual(uier nota o resultado cuantitativo, el verdadero o$0etivo sea alcanzar
resultados cualitativos (ue refle0en el aprendiza0e de los conocimientos de la
*nidad !urricular/
!omo propuesta organizativa para las actividades asignadas, los equipos
de trabajo contar&n como m&1imo con el 5?@ del total de alumnos de la seccin/
Dentro del e(uipo de tra$a0o se nom$rar& un coordinador (uien e0ercer& dic-a
funcin =asign&ndole a cada uno su aporte en la e0ecucin de la actividad4 "
apo"ar& positivamente la discusin " e0ecucin de las actividades a realizar en
cada *nidad/
!on el fin de (ue el lector pueda aportar ideas " sugerencias para
enri(uecer " me0orar la %ua Did&ctica, ponemos a su disposicin los siguientes
correos electrnicos: mgoitteA"a-oo/com, " silvac-apellinA"a-oo/es/
Esperamos (ue esta %ua sea realmente ;til para todos ustedes, (ue
disfruten de la aventura de aprender -aciendo, " (ue sirva de apo"o " estmulo
para el desarrollo profesional " la creacin de su propio conocimiento individual "
colectivo/
6
UNIDAD I: LA ESTADSTICA: Herramienta fundamentaI en diversos
escenarios de apIicacin.
OBJETIVO: El estudiante comprende la importancia de la Estadstica, sus
conceptos $&sicos " aplicaciones/
COMPETENCIAS A LOGRAR:
34 Definir " analizar la Estadstica/
54 !itar algunas aplicaciones de la Estadstica en la vida real/
64 Definir " diferenciar po$lacin " muestra/
74 Mencionar " definir las diferentes ramas de la Estadstica/
B4 E1plicar el o$0etivo, las venta0as " la necesidad de las muestras/
C4 Definir los conceptos de dato " varia$le, " reconocer la diferencia entre
una varia$le discreta " una continua " la escala o nivel de medicin de
un grupo de datos/
D4 !omprender la importancia de o$tener $uenos datos " los m2todos para
su o$tencin/
E4 !omprender cada uno de los procesos (ue involucra una investigacin
estadstica/
F4 Definir la fuente " la t2cnica de muestreo a emplear en la recoleccin de
datos/
3?4Dise'ar el instrumento para la recoleccin de datos/
CONTENIDO:
TEMA 1
1.1 Qu es Ia Estadstica?
Es un con0unto de m2todos " t2cnicas a usarse para recolectar, clasificar,
organizar, presentar, analizar, e1plicar, simular, controlar " evaluar -ec-os su0etos
a un estudio num2rico como $ase para la descripcin, e1plicacin " comparacin
de un fenmeno =al cual est&n asociado tales -ec-os4 (ue afecta a grupos de
naturaleza diversa, teniendo ese estudio el fin de generar conocimientos de los
mismos, " a"udar a tomar me0ores decisiones so$re dic-o fenmeno adem&s de
predecirlo a futuro/ O sea, la Estadstica es el estudio de la incertidum$re "
capacita para enfrentar el azar/
1.1.1 Qu significa Estadstica?
En nuestro lengua0e cotidiano, Estadstica se refiere a informacin num2rica
(ue puede presentarse tanto en forma grafica como en ta$las, -aciendo m&s f&cil
" pr&ctica la transmisin de esa informacin/
EjempIos:
7
El n;mero de ni'os (ue viven en una determinada parro(uia de !aracas/
El porcenta0e de graduados de las universidades p;$licas del pas/
La cantidad de estudiantes de la *+, por cada Programa de .ormacin de
%rado " por cada sede a nivel nacional/
El salario promedio de los -a$itantes de la parro(uia La ,ega/
El n;mero de decesos anuales de$idos al alco-olismo/
El n;mero de goles anotados por la vino tinto/
1.1.2 Por qu y para qu se estudia Ia Estadstica?
Ha" tres razones para estudiar Estadstica:
34 Ha" datos en todas partes/
54 Las t2cnicas estadsticas se usan para tomar decisiones (ue afectan
nuestro $ienestar/
64 Go importa cual sea la lnea de tra$a0o, se tomar&n decisiones (ue
involucren datos/
La Estadstica se ocupa de la caracterizacin " aplicacin de t2cnicas para:
34 Dise'ar una investigacin, $ien sea un e1perimento comparativo, una
encuesta por muestreo, un estudio o$servacional, o de construccin de un
modelo/
54 Resumir los datos de la investigacin/
64 #nferir so$re grupos numerosos en estudio, a partir de los datos de la
investigacin/
1.1.3 CuI es Ia utiIidad de Ia Estadstica?
El verdadero alcance de la Estadstica no puede circunscri$irse a las
formulaciones a$stractas num2rico)alge$raicas propias de su concepcin t2cnico)
metodolgica/ La Estadstica es algo m&s (ue n;meros, cuentas " frmulas de
apariencia complicada, e1tra'a o poco com;n/ Esos tres elementos tienen su
origen en situaciones cotidianas de la vida real (ue el ser -umano de$e resolver
de diversas maneras, " las soluciones " decisiones a tomar pueden ser o no ser
de orden cuantitativo/ 9i son de ese orden, (uien estudie " use la Estadstica
de$e conte1tualizarla en su 0usta dimensin, " asimilarla e interpretarla en funcin
de revelar el car&cter terico)pr&ctico " a$stracto)concreto de la vinculacin entre
conocimiento " realidad/ Luego, la Estadstica:
Es una -erramienta (ue a"uda a interpretar los datos generando
informacin " conocimiento de la realidad/
8"uda a o$tener la informacin indispensa$le en la planificacin de las
soluciones necesarias (ue las comunidades re(uieren en diversos otros
escenarios/
8
Permite procesar informacin (ue sirve de $ase a la e0ecucin de cual(uier
pro"ecto/
Partiendo de las anteriores consideraciones, de0ara de tener sentido
cual(uier tendencia a desconte1tualizar la Estadstica en particular, " la
Matem&ticas en general, como un compendio de conocimientos misteriosos " de
escasa o nula utilidad real/
1.1.4 Ciencias y fenmenos que requieren deI uso de Ia Estadstica
En vista de la utilidad de la Estadstica en diversas &reas, las ciencias (ue
la necesitan se clasifican en:
Las (ue o$ligatoriamente la re(uieren, lo cual implica (ue muc-as veces se
confundan con esta, como es el caso de la Demografa/
Las (ue la usan para estudiar fenmenos cualitativos " cuantitativos, como
la +iologa, la Economa, la Educacin, la 9ociologa, etc/
Las (ue de$en o$tener sus resultados con la m&1ima e1actitud posi$le,
como la 8stronoma, la .sica " la Meteorologa/
!ada una de estas ciencias se a$oca a estudiar fenmenos (ue por sus
caractersticas particulares re(uieren de diferentes tratamientos al aplicarles los
m2todos estadsticos/ Partiendo de este criterio, tales fenmenos podemos
clasificarlos en:
Los (ue no pueden estudiarse por simple o$servacin por(ue es mu"
grande la cantidad de o$0etos o casos a considerar en esos fenmenos, el
tiempo en (ue estos ocurren es mu" distante, o se presentan con diferentes
intensidades o frecuencias/
Los (ue de$en estudiarse desde el punto de vista cualitativo " cuantitativo,
como las investigaciones socio)econmicas/
Los (ue al estudiarse cuantitativamente reproducen errores (ue necesitan
de la Estadstica para corregirlos o eliminarlos/
1.2 PobIacin y Parmetro
Po$lacin es el con0unto total de elementos, cantidades, individuos u
o$0etos a los (ue se le consideran en estudio una o varias caractersticas
comunes/
EjempIo: Los pacientes de los -ospitales p;$licos del pas/
Par&metro es una medida num2rica o$tenida por el mane0o "
procesamiento de los datos de la po$lacin descrita por dic-a medida,
represent&ndose esta con letras griegas min;sculas/
9
Medida
SmboIo
deI Parmetro
Media
Desviacin Est&ndar
,arianza
2
1.3 Muestra y Estadstico, Estadgrafo o Estimador
Muestra es un su$con0unto o parte de la po$lacin/
EjempIo: De la po$lacin anterior, los pacientes del -ospital de los
Magallanes de !atia/
Estadstico, Estadgrafo o Estimador es una medida num2rica o$tenida por
el mane0o " procesamiento de los datos de la muestra descrita por dic-a medida,
represent&ndose esta con letras latinas, generalmente min;sculas/
Medida
SmboIo
deI Estadstico
Media X
Desviacin Est&ndar S
,arianza S
2
1.4 Tipos de Estadstica
1.4.1 Estadstica Descriptiva o Deductiva (o AnIisis Estadstico)
!onsiste en procedimientos usados para tratar " organizar los datos de una
muestra en estudio con el fin de sistematizarlos, reducirlos, condensarlos "
presentarlos mediante cuadros, gr&ficas " ta$las, procedimientos (ue permiten
descri$ir " analizar, por medio de ciertas medidas, las caractersticas esenciales
de la muestra en cuestin sin (ue so$repasen los conocimientos (ue proporcionan
los datos/
EjempIo: De acuerdo a los datos suministrados por el #nstituto Gacional de
Estadstica (I.N.E.)
!uadro 3: Hogares " personas en situacin de po$reza
Primer 9emestre 5/??7
Categora Cantidad Porcentaje
Go Po$res F/C3?/3?7 6F,EB@
Po$res D/D5D/6BB 65,?B@
Po$res E1tremos C/DDC/6F6 5E,3?@
Po$lacin otal 57/336/EB5 3??@
10
1.4.2 Estadstica InferenciaI o Inductiva (o Inferencia Estadstica)
Es un con0unto de t2cnicas (ue se utilizan para una po$lacin con el
propsito de seleccionar una muestra representativa de esta " o$tenerle
estimaciones, generalizaciones e inducciones v&lidas mediante el procesamiento
de los datos de esa muestra, siendo (ue el alcance de los conocimientos
aportados por esos datos es so$repasado por las estimaciones antes referidas/
EjempIo: La cooperativa de enlatados de Ro !ari$e pidi a una muestra
de 3/FC? consumidores pro$ar una variedad de at;n enlatado con or2gano
llamado Delicias de 9ucre/ De los 3/FC? encuestado 3/3DC di0eron (ue compraran
el at;n si lo ponan en venta/
HIue informacin o$tuvo la cooperativa de enlatados de Ro !ari$e acerca
de la aceptacin del at;n con or2gano por parte de la po$lacinJ
HEs 2ste un e0emplo de Estadstica Descriptiva o Estadstica #nferencialJ
ome este e0emplo, responda las preguntas " agr2guelo a su portafolio/
1.5 Consideraciones acerca de Ia PobIacin y Ia Muestra
Para estudiar las caractersticas de los elementos (ue integran una
po$lacin o de alg;n fenmeno (ue la afecte, se puede e0ecutar un censo o
escoger una muestra/ En el caso del censo, tenemos (ue investigar todos " cada
uno de los elementos de la po$lacin/ En el caso de una muestra, investigamos
solo un con0unto parcial de los elementos (ue integran una po$lacin, analizamos
sus caractersticas particulares, " en $ase a los resultados deducimos las le"es
(ue rigen a la muestra o al fenmeno =a trav2s de las Pro$a$ilidades4 e inferimos
so$re las caractersticas de la po$lacin total para -acer previsiones so$re los
mismos, tomamos decisiones u o$tenemos conclusiones/ *na muestra de$e ser
representativa de la po$lacin de la (ue -a sido e1trada, " todos sus elementos
de$en contener caractersticas en la misma proporcin en (ue se -allan para la
po$lacin total/
Para realizar un censo se re(uiere de gran cantidad de personas
entrenadas, planificacin, presupuesto " suficiente tiempo antes " despu2s del
levantamiento/ De all (ue gran n;mero de veces, en lugar de realizarse un
censo, se investiga una po$lacin en $ase a muestras, " mediante la #nferencia
Estadstica se determinan las caractersticas de la po$lacin total/
Es importante diferenciar en el estudio estadstico (ue se realiza si los
datos provienen de una po$lacin o de una muestra/ 9i disponemos de los datos
de las caractersticas de todos los individuos (ue componen una po$lacin,
podemos analizarlos mediante los m2todos (ue provee la Estadstica Descriptiva,
reduciendo los datos a ta$las o distri$uciones, " simplificar 2stas o$teniendo
algunas medidas (ue las representan =estadsticos4/
11
9i los datos provienen de un con0unto parcial de la po$lacin =muestra4,
tam$i2n usaremos la Estadstica Descriptiva para analizarlos " o$tener algunas
medidas =estadsticos4 (ue nos descri$an las caractersticas de los datos de la
muestra, pero para conocer de manera mu" apro1imada las caractersticas de la
po$lacin =par&metros4 es necesario recurrir a la Estadstica #nferencial/
En conclusin, un o$0etivo tpico en Estadstica es descri$ir la po$lacin con
$ase en informacin o$tenida mediante la o$servacin de relativamente pocos
elementos individuales/ Para dar as una solucin estadstica a un pro$lema, se
desarrolla una secuencia de pasos:
34 La situacin $a0o investigacin se define cuidadosa " completamente/
54 9e recolecta una muestra de la po$lacin siguiendo un procedimiento
esta$lecido e idneo/
64 Los datos de la muestra se convierten en informacin ;til =la cual, dada en
forma num2rica o gr&fica, se denomina Estadsticas de la Muestra4/
74 9e aplican las teoras de inferencia estadstica a la informacin de la
muestra para o$tener conclusiones so$re la po$lacin muestreada =estas
conclusiones o respuestas se denominan inferencias4/
Estos pasos se indican en la siguiente figura/
1.6 Datos y VariabIes
1.6.1 Definiciones
Dato Estadstico es una cantidad o categora suscepti$le de ser o$serva$le
" medi$le en una po$lacin o muestra/ En general se le denomina simplemente
12
como Dato/ Por otra parte, ,aria$le Estadstica es una caracterstica o propiedad
(ue vara de acuerdo con alguna escala o dimensin al asumir diferentes valores
=cantidades o categoras4 por parte de los componentes de una po$lacin o
muestra/ %eneralmente se le denomina solamente como ,aria$le/
Las varia$les asumen los datos como valores/ *na varia$le est& asociada
a una coleccin de datos, " recprocamente ocurre lo mismo/ 9i un valor no
aparece en alg;n componente o elementos de la po$lacin o muestra, entonces
ese valor no es un dato " s lo es en caso contrario/
1.6.2 Para qu necesitamos recoIectar datos?
Mide el desempe'o de un servicio o proceso de produccin en curso (ue
realizan las distintas comunidades/
8"uda en el proceso de toma de decisiones cuando se estudia un
determinado evento/
.acilita la administracin de recursos de diversa ndole a ser empleados en
la concrecin ":o e0ecucin de las decisiones/
1.7 Tipos de variabIes
EjempIos: EjempIos:
)/Gumero de -i0os por familia )/Peso de los alumnos
)/G;mero de empleado por
empresa
)/Kilmetros recorridos
)/G;mero de televisores )/Estatura/
13
VariabIes
Discretas: son respuestas
numricas surgidas del
proceso de conteo. Asume
cantidades especicas e
interrumpidas en su
e!tensi"n# es decir# n$meros
enteros o e!actos.
Cualitativas o Categricas:
son a%uellas caractersticas o
&aria'les %ue no son
numricas# es decir# denotan
modalidad# cualidad#
categora o atri'uto.
Cuantitativa o Numrica:
son a%uellas caractersticas
o &aria'les %ue son
cantidades# es decir#
producen respuestas
numricas.
Ejemplos:
(.)stado ci&il
(.*nero
Continuas: son respuestas
numricas surgidas del
proceso de medici"n. Asume
cantidades decimales e
ininterrumpidas en su
e!tensi"n# es decir# cual%uier
n$mero entre dos dados.
vendidos en el a'o
E1plicando de otra forma la clasificacin de las varia$les cuantitativas,
decimos (ue para una varia$le discreta se dan de modo in-erente separaciones
entre valores o$serva$les sucesivos, o sea, una varia$le discreta es a(uella tal
(ue entre 5 valores cuales(uiera o$serva$les =potencialmente4, -a" por lo menos
un valor no o$serva$le =potencialmente4/ En cam$io, una varia$le continua tiene
la propiedad de (ue entre 5 valores cuales(uiera o$serva$les =potencialmente4,
-a" otro valor o$serva$le =potencialmente4, es decir, una varia$le continua puede
tomar todos los valores a lo largo de un intervalo/
*na varia$le continua siempre se registra en forma discreta, " entre valores
registra$les ad"acentes la magnitud de la distancia (ueda determinada por la
precisin de la medicin, pero a diferencia de una varia$le discreta, nunca se
puede medir e1actamente a la varia$le continua, con la cual de$e -a$er
inevita$lemente un error de medida/
Las varia$les se representan con letras ma";sculas del alfa$eto latino, " los
datos se representan con el mismo tipo de letra de las correspondientes varia$les
con las (ue est&n vinculadas, pero coloc&ndoseles su$ndices para diferenciarlas/
Por otra parte, los datos se pueden clasificar con las mismas denominaciones (ue
tengan las respectivas varia$les a la (ue est&n asociadas/ Por tanto, podemos
-a$lar de datos cualitativos " cuantitativos, " entre estos, e1isten datos discretos "
continuos/ 9i la varia$le es cualitativa, cada categora asumida por est& se -alla
asociada a un grupo de datos/
TEMA 2
1.8 EscaIas o NiveIes de Medicin de Ios Datos
La medicin es la asignacin de valores num2ricos a atri$utos, categoras,
elementos, sucesos u otros valores seg;n ciertas escalas o reglas/ La medicin
corresponde a las caractersticas o propiedades propias de los o$0etos en estudio
" no de los o$0etos en s mismos/
9i se mide cierta propiedad de dos o$0etos, los resultados pueden ser
diferentes/ Go importan lo pr1imas (ue sean dos mediciones de un mismo o$0eto
en dos instantes distintos, a(uellas pueden dar resultados diferentes/ al
variacin, (ue ocurre de modo natural, -a dado motivo para (ue las caractersticas
o propiedades (ue se miden sean denominadas como varia$les/ El pro$lema de
la variacin se complica al reconocer (ue esta tam$i2n ocurre en (uienes miden "
en los instrumentos (ue se usan para medir/
*n proceso de medicin (ue sea confia$le proporciona datos con poca
variacin " ma"or e1actitud respecto al o$0eto a medirse/ 9i el proceso es v&lido
entonces mide lo (ue se desea medir, por lo (ue sera desea$le disponer de un
14
proceso de medicin v&lido " confia$le/ 9e re(uiere prestar atencin a la variacin
" a como esta puede afectar la calidad de los datos/ Por tal motivo se -an
propuesto criterios de validez " confia$ilidad referentes a aspectos (ue conviene
tener en cuenta para evaluar la calidad de los datos/
*no de esos criterios a considerar es la Escala o Givel de Medicin de
Datos, (ue se define como un sistema de valores " condiciones relacionales (ue
asigna un grado o valor a una varia$le en $ase a los su0etos u o$0etos sometidos a
medicin/ La t2cnica estadstica a emplearse en el an&lisis de los datos o$tenidos
depende del uso de una de las cuatro escalas de medicin (ue se dan a
continuacin/
1.8.1 EscaIa de Medicin NominaI o CIasificatoria
Es una escala adoptada por varia$les cualitativas, la cual consiste en la
clasificacin en dos o m&s categoras, (ue no tienen vinculacin entre s " se les
asignan nom$res o sm$olos/ 9i el sm$olo es num2rico, este sustitu"e a las
pala$ras/ !ual(uiera (ue sea el sm$olo, no se le aplican operaciones
matem&ticas =suma, resta, multiplicacin " divisin4, " slo se cuantifica la
frecuencia o el n;mero de casos asociados a una categora/
EjempIos: %2nero =-om$re, mu0er4, n;mero de estudiantes con credencial
(ue entran a 0uego de f;t$ol " (ue sean mu0eres, n;mero de revistas deportivas/
1.8.2 EscaIa de Medicin OrdinaI o de Rango
Escala en la (ue se esta$lece un orden 0er&r(uico entre datos o categoras
de varia$les cualitativas/ En esta escala no se indica la magnitud de la diferencia
entre categoras, ni se aplican operaciones matem&ticas $&sicas a los nom$res o
sm$olos (ue las representan/ 8l igual (ue en el nivel ordinal, ;nicamente se
cuantifican frecuencias en cada categora/
EjempIo: El escalafn militar, o la siguiente lista de las calificaciones (ue
los alumnos dieron a un profesor de la *+, en el curso de P#*G#/
CaIificacin Frecuencia
9uperior C
+ueno 5E
8cepta$le 5B
Po$re 35
#nferior 6
15
1.8.3 EscaIa de Medicin de IntervaIo
Escala en la (ue se esta$lece distancias o intervalos iguales entre valores
num2ricos/ Esta escala se utiliza para varia$les cuantitativas, " en la misma no
e1iste un cero a$soluto o verdadero, es decir, este se fi0a ar$itrariamente en forma
relativa, " no representa la ausencia de la caracterstica en estudio/ iene la
propiedad de orden de la Escala de Medicin Ordinal, " adem&s la distancia entre
las medidas tiene significado/ En esta escala s es posi$le realizar diferentes
operaciones matem&ticas/
EjempIos: El tiempo calendario, como el !alendario %regoriano o el
Musulm&n/ Por otra parte, la temperatura en %rados !entgrados no posee un
cero a$soluto, "a (ue ?L no implica ausencia de temperatura, " esa medicin
representa otro valor de la temperatura cuando se mide en %rados .a-ren-eit,
Kelvin o R2aumur/
1.8.4 EscaIa de Medicin de Razn o de Proporcin
Es la escala m&s alta/ iene todas las caractersticas de la escala de
intervalo, " adem&s el valor cero tiene significado " representa la ausencia de la
caracterstica estudiada, " la distancia " relacin proporcional entre dos n;meros
tiene sentido/
EjempIos: El peso de las personas, la densidad de un o$0eto, el salario
diario de los miem$ros de la comunidad, la altura de las personas/
El siguiente cuadro resume las escalas a(u referidas/
Tipo de EscaIa Modo de Medir Usos admisibIes
NominaI o
CIasificatoria
8signacin de nom$res "
sm$olos =pudiendo ser
num2ricos4
!lasificar
OrdinaI o de
Rango
8signacin de nom$res "
sm$olos =pudiendo ser
num2ricos4
!lasificar " ordenar
De IntervaIo
8signacin de sm$olos
num2ricos compar&ndolos con
una unidad de medicin, " se
fi0a el cero relativo inicial
!lasificar, ordenar "
o$tener diferencias de
mediciones
De Razn o de
Proporcin
8signacin de sm$olos
num2ricos compar&ndolos con
una unidad de medicin, " se
fi0a el cero a$soluto inicial
!lasificar, ordenar "
o$tener diferencias "
proporciones de
mediciones
1.9 Fuentes de Ios datos
16
9on los su0etos u o$0etos (ue generan o contiene la informacin a usarse
en una investigacin estadstica/ Por e0emplo, los datos pu$licados por fuente
gu$ernamentales, o los dados en la aplicacin de una encuesta o un e1perimento,
o los o$tenidos por la realizacin de un estudio u o$servacin directa/
Los datos necesarios para la investigacin estadstica pueden -allarse a
trav2s de diferentes fuentes, (ue son primarias si los datos suministrados por una
persona o una institucin fueron o$tenidos directamente por estos, " si no lo
o$tuvieron tenemos fuentes secundarias/
La fuente primaria m&s nota$le es la (ue pu$lica la informacin de los
!ensos Gacionales/ En la pr&ctica es aconse0a$le utilizar fuentes primarias/ 9in
em$argo, si por la naturaleza del fenmeno " de los recursos disponi$les no es
posi$le usar esas fuentes, es aconse0a$le emplear las secundarias siempre "
cuando los datos facilitados se -a"an o$tenido de manera t2cnicamente rigurosa/
Las dependencias gu$ernamentales (ue suministran los datos son fuentes
oficiales, " si se o$tienen por personas, agencias u organizaciones no
gu$ernamentales, estos se denominan fuentes privadas/
1.10 Tcnicas e Instrumentos de RecoIeccin de Datos
1.10.1 ReIacin entre Tcnica e Instrumento
Tcnica: 9e entiende como 2cnica el procedimiento o forma particular de
o$tener datos o informacin/
La aplicacin de una t2cnica conduce a la o$tencin de informacin, la cual
de$e ser resguardada mediante un instrumento de recoleccin de datos/
Instrumento de RecoIeccin de Datos: Es un dispositivo o formato =en
papel o digital4, (ue se utiliza para contener, registrar o almacenar informacin/
9on e0emplos de instrumentos:
*n cuestionario en cu"a estructura (ueda registradas las respuestas
suministradas por el encuestado =formulario para rellenar4/
*na li$reta en la (ue el investigador anota lo o$servado/
!omputadora port&til con sus respectivos medios de almacena0e/
Dispositivos como c&mara fotogr&fica, video)filmadora, gra$ador de audio,
entre otros/
17
Diagrama de Tcnicas e Instrumentos para Ia RecoIeccin de Datos
En esta %ua desarrollaremos la t2cnica de la Encuesta/
Encuesta: 9e define como una t2cnica (ue pretende o$tener informacin
(ue suministra un grupo, muestra o po$lacin de su0etos acerca de si mismo, o en
relacin a un tema en particular/ La encuesta puede ser oral o escrita/
Encuesta OraI: 9e fundamenta en un interrogatorio cara a cara o va
telefnica en el cual el encuestador pregunta " el encuestado responde/ 9u
duracin es $astante corta por lo cual se realizan pocas preguntas/ Esta
modalidad utiliza como instrumento la gua de encuesta/
Encuesta escrita: 9e realiza a trav2s de un cuestionario auto)administrado,
el cual como su nom$re lo indica, siempre es respondido de forma escrita por el
encuestado/
Cuestionario: 9e realiza de forma escrita mediante un instrumento o
formato en papel, medios magn2ticos o electrnicos contentivo de una serie de
18
INSTRUMENTOS
D#9EMO
DE
#G,E9#%8!#OG
DO!*MEG8L
8n&lisis
Documental
8n&lisis del
contenido
.ic-as/
!omputadoras/
Lista de !ote0o/
Escala de Estimacin/
D#9EMO
DE #G,E9#%8!#OG
DE !8MPO
Estructurada
Go Estructurada
O$servacin
Encuestas
Entrevistas
Oral
Escrita
Estructurada
Go Estructurada
!uadro de Registro " clasificacin
de categoras
Diario de !ampo/
!&maras fotogr&fica " de video/
%ua de encuesta/
%ra$ador, !&mara de video/
!uestionario
%ua de entrevista/
%ra$ador, !&mara de video/
Li$reta de Gotas/
%ra$ador, !&mara de video/
TECNICAS
preguntas/ 9e le denomina cuestionario auto)administrado por(ue de$e ser
llenado por el encuestado sin intervencin del encuestador/
1.10.2 Tipos de cuestionarios
Preguntas Cerradas: 9on a(uellas (ue esta$lecen previamente las
opciones de respuesta/
EjempIo: HPosee usted un televisorJ
Preguntas Abiertas o de desarroIIo: 9on las (ue no ofrecen opciones de
respuesta, sino (ue se da la li$ertad de responder al encuestado, (uien constru"e
su respuesta de manera independiente/
EjempIo: HIue actividades deportivas realiza durante el ;ltimo mesJ
Preguntas Mixtas: Es a(uel cuestionario (ue com$ina preguntas a$ierta "
cerradas/
1.10.3 Recomendaciones para Ia eIaboracin deI cuestionario
34 Las preguntas del cuestionario no se inventan a capric-o, es decir estas
de$en tener una correspondencia con los o$0etivos especficos de la
investigacin/
54 Ordena las preguntas de lo general a lo particular/
64 Evitar preguntas (ue a$usen de la memoria del encuestado/
74 O$viar preguntas so$re temas o conocimientos especializados/
B4 Go incluir preguntas (ue induzcan a la respuesta =preguntas guas4/
C4 Omitir preguntas (ue originen m;ltiples interpretaciones/
D4 9eparar las preguntas de NdobIe canO, es decir, a(uellas (ue se
interroga so$re dos puntos en una misma pregunta/
E4 #ncluir preguntas (ue permitan verificar respuestas anteriores o preguntas
de control/
F4 Emplear frases de enlace cuando sea necesario/
3?4*tilizar escalas de rangos para preguntas so$re tpicos mu" personales,
tales como, la edad " el salario/
334*na vez construido el cuestionario se recomienda aplicar una prue$a piloto
o sondeo preliminar a un pe(ue'o grupo (ue no forme parte de la muestra,
pero (ue sea e(uivalente en cuanto a su caracterstica/ Esto con la
finalidad de esta$lecer la validez del cuestionario, " corregir cual(uier falla "
ela$orar una versin definitiva del instrumento/
9i Go
19
Para ma"ores detalles al respecto, se puede consultar el li$ro NEstadstica
%eneralO, de Ernesto Rivas/
1.10.4 PIaneamiento y ejecucin de un estudio estadstico comunitario
La descripcin de los datos producidos por e1perimentos comparativos,
encuestas, estudios convencionales o construccin de modelos es un paso para
lograr inferir resultados o$tenidos de los estudios particulares -acia las
po$laciones de inter2s/ En otras situaciones, la descripcin se apo"a en el
an&lisis estadstico de los datos, " a a(uella la podemos clasificar en los siguientes
estilos o maneras:
34 Descripcin rgida =sin e1ploracin4: dispone el uso de t2cnicas de an&lisis
prescritas sin el e1amen previo de los datos/
54 E1ploratorio: se emplea cuando no tenemos preguntas especficas (ue
guen la recoleccin de datos/
64 !onfirmatorio: se usa cuando formulamos preguntas precisas en una
investigacin " recolectamos datos con el fin de darles respuesta/
Estos estilos de$en tomarse en cuenta para el planeamiento " e0ecucin de
la investigacin estadstica, a$arc&ndose los siguientes pasos:
34 Formulacin de pro$lema especifico de la investigacin
54 Desarrollo del instrumento para la o$tencin de los datos
64 Recoleccin de los datos
74 Organizacin y presentacin de los datos
B4 Anlisis estadstico
C4 Interpretacin de los resultados
1) FormuIacin de probIema especifico de Ia investigacin
Este paso consiste en la definicin del evento, fenmeno u o$0eto " finalidad
de la investigacin/ Para poder lograr su e1acta definicin es necesario detener
conocimiento so$re el o$0eto a investigar/
2) DesarroIIo deI instrumento para Ia obtencin de Ios datos
Este paso tiene un car&cter su$0etivo, "a (ue en 2l se necesita del esfuerzo
creativo " constructivo del investigador/ Es necesario el estudio de antecedentes "
e1periencias similares, recursos disponi$les " necesarios, alcance " limitaciones/
3) RecoIeccin de Ios datos
Este es el paso mas importe dentro de la investigacin estadstica desde el
punto de vista operativo/ La recoleccin de datos es el fin del planeamiento "
e0ecucin de la investigacin estadstica/ Previamente se -a de definir el universo
estadstico, es decir, definir los tipos de casos (ue -an de ser estudiados, as
20
como el alcance de la investigacin en el espacio " el tiempo, " luego -a" (ue
dise'ar el instrumento para la recoleccin de la informacin/ La necesidad de
-acerlo "a la e1pusimos previamente en la seccin 3/C/5/
4) Organizacin y presentacin de Ios datos
Este se realiza mediante:
4.1)La Revisin: !onsiste en la inspeccin de los registros donde se -an
reunido los datos para corregir los errores, las respuestas ilgicas " las
omisiones/
4.2)EI agrupamiento: 9ignifica volcar en una -o0a todos los datos contenidos
en los cuestionarios =instrumentos4/
4.3)La CIasificacin: 9e determina cada varia$le evaluada en los
instrumentos, " de todas las -o0as antes usadas para registrar los datos se
escogen, de entre estos ;ltimos, los (ue est&n asociados a la varia$le en
cuestin/
4.4)La Presentacin (tabIas y grficos): Luego de la agrupacin de los datos
estos se pueden presentar ordenados en ta$las cuadros " mediante la
representacin de graficas/
5) AnIisis estadstico
En este paso se calcula todas las medidas o caractersticas num2ricas
=par&metros o estadsticos seg;n sea el caso4/
6) Interpretacin de Ios resuItados
!onsiste en traducir las medidas o caractersticas num2ricas o$tenidas en
el lengua0e relativo al o$0eto o evento estudiado/ 9e interpreta los resultados
emitiendo en este momento opinin so$re lo estudiado/
1.11 ACTIVIDADES
#ndividual
Lea la gua con cuidado antes de realizar las siguientes actividades/
Recolecte dentro de su grupo familiar las o$servaciones " datos referentes
a las varia$les edad, se1o, altura " color de o0os/ H!u&les de esas
varia$les son cualitativas " cuantitativasJ Determine su nivel de medicin/
Escri$e un ensa"o so$re la utilidad de la Estadstica en la formulacin,
e0ecucin " seguimiento de pro"ectos " tra$a0os de investigacin, e
incl;"alo en su portafolio de aprendiza0e/
21
%rupal !ooperativo
+us(ue informacin estadstica en la prensa/ !omente su utilidad "
aplicacin e incl;"alo en su portafolio/
Resuelve los siguientes e0ercicios e incorprelos a su portafolio de
aprendiza0e:
3/ E1pli(ue la diferencia entre varia$les cualitativas " cuantitativas/ De
e0emplos/
5/ E1pli(ue la diferencia entre una po$lacin " una muestra, " de e0emplos/
6/ +us(ue en la p&gina Pe$ del #GE la informacin po$lacional (ue all se
suministra so$re la fuerza de tra$a0o =po$lacin ocupada4/ ome los
cuadros correspondientes al primer semestre del a'o 5/??7/
7/ !onsidere las varia$les Po$lacin " .uerza de ra$a0o/ H!u&l es la
varia$le cualitativa " cu&l la cuantitativaJ
Determine si los siguientes datos son cualitativos " cuantitativos, adem&s
de su correspondiente nivel de medicin/
3/ Gumero de vivienda/
5/ ipo de tel2fono/
6/ Duracin de llamadas a larga distancia/
7/ !olor de la vegetacin/
B/ 8ltura de los &r$oles de !aracas/
C/ ipos de vivienda en la comunidad/
D/ G;mero de camas en el -ospital/
#nvestigue " ela$ore tres tipos diferentes de encuestas =instrumentos4, #GE,
.*GD8!REDE98, #nternet/
!omunitario
rasl&dese en compa'a de su profesor de Pro"ecto # =##4 a la comunidad o
lugar donde se e0ecutar& el Pro"ecto # =##4/ #ncl;"alo en su portafolio/
3/ .ormule el pro$lema e identifi(ue las varia$les presentes (ue ser&n
consideradas dentro de su diagnstico/
5/ odos " cada uno de los grupos escoger&n un con0unto de estas
varia$les, las cuales clasificar& seg;n sus caractersticas/
6/ Diga la utilidad de esta investigacin " de las varia$les escogidas/
7/ Dise'e el instrumento para la recoleccin de los datos, siguiendo las
recomendaciones presentada en la gua/
B/ 8pli(ue el instrumento " recolecte los datos en campo/
C/ Recuerda tra$a0ar en campo usando slo l&pices de grafito, nunca con
$olgrafo/
Recuerde sistematizar todas " cada una de las actividades " generar un
reporte para tu portafolio/
22
UNIDAD II: ORGANIZACIN DE LOS DATOS
OBJETIVO: Organizar datos estadsticos en una distri$ucin de frecuencias/
COMPETENCIAS A LOGRAR:
34 E1plicar la necesidad de organizar los datos/
54 Mane0ar la clasificacin de distri$uciones de datos " frecuencias
64 !onstruir distri$uciones de frecuencias para datos simples " agrupados/
74 Ela$orar una presentacin organizada para distri$uciones de
frecuencias/
B4 *sar pa(uetes computacionales =E1cel, 9targrafic, 9P99, otros4 para la
ela$oracin de ta$las de datos simples " agrupados/
CONTENIDO:
TEMA 1
2.1 Necesidad de organizar Ios datos
Para poder realizar un an&lisis lgico de los datos o$tenidos en una
investigacin " contenidos en una serie de instrumentos, es necesario ordenarlos
en forma lgica, es decir, clasificarlos en $ase a determinados criterios/ En ese
sentido, " recordando el paso 7 de la 9eccin 3/3?/7 del *nidad #, es necesario
efectuar:
1) La Revisin: !onsiste en constatar " -acer recuento todos los instrumentos
contentivos de los datos con el o$0eto de detectar los espacios en $lanco u
omisiones, " o$servar a(uellas respuestas a$surdas, errneas o ilgicas,
corrigi2ndolas cuando sea posi$le/
2) EI Agrupamiento: Luego de e0ecutarse el paso anterior, corresponde
seleccionar, e1presar =resumidamente4 " agrupar en una -o0a los datos tal
como aparecen descritos en el respectivo instrumento a ser asociado a dic-a
-o0a/
3) La CIasificacin: 9e determina cada varia$le evaluada en los instrumentos, "
de todas las -o0as antes usadas para registrar los datos se escogen, de entre
estos ;ltimos, los (ue est&n asociados a la varia$le en cuestin/
8s o$tenemos una me0or percepcin visual, conceptual " sectorizada del
volumen de informacin a ser e1puesta en forma mane0a$le para su
procesamiento estadstico con las t2cnicas a ser estudiadas en la presente %ua
Did&ctica/
2.2 Qu se entiende por Observacin, CIase y Frecuencia?
23
*na O$servacin =o *nidad Estadstica4 es un dato asumido por una
varia$le cuando esta es cualitativa, o es una repeticin de un dato propio de una
po$lacin o muestra cuando la varia$le es cuantitativa/
En el primer caso, la cantidad N de o$servaciones es igual a la cantidad n
de datos =N = n4 pues cada o$servacin es un dato en s misma/ En el segundo
caso, cada dato est& asociado a una serie de o$servaciones (ue lo repiten> el
n;mero N de o$servaciones de todos los datos es ma"or o igual al n;mero n de
datos o$tenidos =N n4/ 9i cada o$servacin aparece repetida una sola vez,
entonces la cantidad de datos resulta igual a la cantidad de o$servaciones = N = n4,
es decir, cada dato est& asociado a una sola o$servacin/
Gecesariamente de$en aplicarse t2cnicas de conteo con el fin de identificar
" cuantificar las o$servaciones de manera cuidadosa para evitar errores/ La m&s
sencilla es escoger una o$servacin de una serie dada " en una -o0a se le colocan
al lado tantas ra"itas como repeticiones se encuentren en la serie, en la cual se
van tac-ando a medida (ue se van encontrando/ Este procedimiento se e0ecuta
para todas las o$servaciones previa aplicacin de alg;n criterio (ue permita
ordenarlas/
*na !lase es un grupo determinado de datos u o$servaciones estudiados,
los cuales se pueden u$icar en k grupos, pudi2ndose colocar estos en orden de
magnitud de ser as posi$le =de acuerdo a la escala o nivel de medicin a usarse4,
" se distri$u"en de forma (ue un mismo dato u o$servacin no tenga u$icacin
simult&nea en clases diferentes/ Es decir, cada dato u o$servacin se asocia a
una " slo una de las k clases dadas/
9e entiende por .recuencia a la cantidad o porcenta0e de o$servaciones
asociadas a un dato o a una clase/ 9i la varia$le es cualitativa, cada o$servacin
es un dato " cada categora asumida por la varia$le viene siendo una clase, cu"a
frecuencia en todo caso viene dada por la cantidad o porcenta0e de datos (ue
caen en esa categora/ 9i la varia$le es cuantitativa, un dato es un valor num2rico
repetido por las o$servaciones, " la cantidad de estas es la frecuencia del dato, "
la frecuencia de una clase es la suma de las frecuencias de los datos (ue la
conforman/
2.3 Distribuciones de Datos y Frecuencias
*na Distri$ucin de Datos en un con0unto de datos o$tenidos de una serie
de o$servaciones, " dispuestos de manera separada " consecutiva, "a sea en
forma unitaria o grupal conforme a las categoras o valores de una varia$le, "
ordenados seg;n la escala o nivel de medicin empleada al efecto/
*na Distri$ucin de .recuencias es un agrupamiento de datos en grupos
mutuamente e1clu"entes, dando el n;mero o porcenta0e de o$servaciones a cada
grupo/ O sea, no -a" Distri$ucin de .recuencias sin Distri$ucin de Datos, "
a(uella tendr& su respectiva denominacin de acuerdo al tipo de frecuencia a
24
definirse en la 9eccin 5/B/ Por e0emplo, se puede -a$lar de una Distri$ucin de
.recuencias Relativas/
2.4 Tipos de Distribuciones de Datos y Frecuencias
2.4.1 Distribucin de Datos SimpIes o no Agrupados
8s se le denomina cuando a los datos no se les -an aplicado alg;n
tratamiento de agrupacin, es decir, cada uno de los n datos es tomado de
manera unitaria " por separado/ !uando a estos datos les asociamos sus
respectivas frecuencias, estamos ante una Distri$ucin de .recuencias para Datos
9imples o no 8grupados/ Por otra parte, toda serie de N o$servaciones se puede
representar como una distri$ucin de n datos simples " viceversa, por lo (ue uno
es e(uivalente al otro, " de uno se constru"e el otro/
2.4.2 Distribucin de Datos Agrupados
8 partir de una Distri$ucin de Datos 9imples o no 8grupados previamente
ela$orada, los datos se agrupan en k clases o grupos con el fin de sintetizar,
condensar, resumir o -acer m&s f&cilmente mane0a$le la informacin/ !uando a
estas clases les asociamos sus respectivas frecuencias, estamos ante una
Distri$ucin de .recuencias para Datos 8grupados/
2.5 Tipos de Frecuencia
2.5.1 Frecuencia AbsoIuta (f o F)
Es la cantidad f de veces (ue se repite cada uno de los n datos dentro de
una coleccin de estos, o el n;mero de o$servaciones F asociadas a cada una de
las k clases/ 8 veces a la .recuencia 8$soluta se le denomina .recuencia
8$soluta 9imple/
La suma de n o k frecuencias =para datos simples o agrupados,
respectivamente4 da el n;mero N de todas las o$servaciones/ Luego tenemos las
correspondientes e1presiones (ue sim$olizan lo antes dic-o:
Datos SimpIes Datos Agrupados

=
=
n
1 j
j
f N

=
=
k
1 j
j
F N
2.5.2 Frecuencia AbsoIuta AcumuIada (fa o Fa)
Es la suma de las frecuencias a$solutas comprendidas -asta un
determinado dato =fa4 o -asta cierta clase =Fa4/
25
Datos SimpIes Datos Agrupados
faj = f1 + f2++fj, j = 1,, n Faj = F1 + F2++Fj, j = 1,, k
2.5.3 Frecuencia ReIativa (h o )
9e define como el porcenta0e (ue resulta de dividir cada frecuencia a$soluta
so$re la sumatoria de todas las frecuencias a$solutas de n datos o k clases, "
luego multiplicar ese cociente por 3??@, o$teni2ndose h o respectivamente/ 8
veces a la .recuencia Relativa se le denomina .recuencia Relativa 9imple/
Datos SimpIes Datos Agrupados
n 1,2,!!!, j 1""#,
N
f
h
j
j
= = k 1,2,!!!, j 1""#,
N
F

j
j
= =
2.5.4 Frecuencia ReIativa AcumuIada (ha o a)
Es la suma de las frecuencias relativas comprendidas -asta un determinado
dato =ha4 o una cierta clase =a4/
Datos SimpIes Datos Agrupados
haj = h1 + h2++hj, j = 1,, n aj = 1 + 2++j, j = 1,, k
TEMA 2
2.6 Construccin de Distribuciones de Frecuencias para Datos SimpIes y
Agrupados
9i la varia$le X es cualitativa, -allaremos las frecuencias a$solutas "
relativas de cada una de las k modalidades de la varia$le/ 8(u cada clase se
e1presa como una modalidad representada de acuerdo a la Escala de Medicin
Gominal u Ordinal de la varia$le/ 9i la escala no es ordinal, no tiene sentido
calcular las frecuencias a$solutas acumuladas " las frecuencias relativas
acumuladas/
ModaIidad
de CIase
F Fa a
$1
$2
$%
!
!
!
$k
F1
F2
F%
!
!
!
Fk
1
2
%
!
!
!
k = 1""#
Fa1
Fa2
Fa%
!
!
!
Fak
a1
a2
a%
!
!
!
ak = 1""#
N N
26
EjempIo: *n estudio -ec-o en un con0unto de 5B varones con o$0eto de
determinar su grupo sanguneo -a conducido a los siguientes resultados:
8, +, 8, 8, 8, 8+, O, 8, 8, 8, O, +, O, 8, +, O, +, O, 8, +, +, 8, 8, O, +
La varia$le (ue indica el tipo sanguneo es cualitativa, " no -a" 0erar(ua
entre los atri$utos o modalidades/ Luego o$tenemos la siguiente Distri$ucin de
.recuencias/
Tipo de
sangre
F
&
'
(
&'
33
D
C
3
77@
5E@
57@
7@
N Q 5B 3??@
9i la varia$le X es cuantitativa =discreta o continua4, -allaremos las
frecuencias de cada uno de los valores o datos de la varia$le si son pocos, " se
-ar& de manera similar a como se e1puso anteriormente/
EjempIo: O$servemos la siguiente ta$la en la (ue se e1presan las
calificaciones o$tenidas en un e0ercicio evaluado en escala de 3 a 3? puntos/
enemos una distri$ucin de frecuencias asociadas a una varia$le cuantitativa/
CaIificaciones f h fa ha
3
5
6
7
B
C
D
E
F
3?
3
5
3
5
6
7
6
3
5
3
B@
3?@
B@
3?@
3B@
5?@
3B@
B@
3?@
B@
3
6
7
C
F
36
3C
3D
3F
5?
B@
3B@
5?@
6?@
7B@
CB@
E?@
EB@
FB@
3??@
N Q 5? 3??@
2.7) Pasos necesarios en Ia construccin de una Distribucin de
Frecuencias para Datos Agrupados
En caso de asumir la varia$le cuantitativa X una cantidad relativamente
numerosa de valores, los agrupamos en clases " -allamos sus frecuencias/ 8(u
la clase se representa por un n;mero, " a esta se -alla asociado un intervalo de la
recta real llamado #ntervalo de !lase, " una Marca de !lase X) o valor (ue
representa ese intervalo, tal como veremos a continuacin/
27
N de
CIase
IntervaIo
de CIase
X) F Fa a
3
5
6
!
!
!
k
[*i1, *s1]
[*i2, *s2]
[*i%, *s%]
!
!
!
[*ik, *sk]
X)1
X)2
X)%
!
!
!
X)k
F1
F2
F%
!
!
!
F+
Fa1
Fa2
Fa%
!
!
!
Fa+ = N
1
2
%
!
!
!
+
a1
a2
a%
!
!
!
a+ = 1""#
N 1""#
EjempIo: *na cooperativa de produccin fundada -ace algunos a'os se
dedic a vender productos agrcolas (ue produca/ !omo consecuencia del paro
petrolero " de escasez de alimentos enlatados en las comunidades a las (ue
serva la cooperativa, se propuso negociar productos enlatados a fin de aumentar
la oferta de productos " de esta manera ampliar sus servicios a la comunidad/
Dada la gran variedad de productos as como de sus precios, la cooperativa
necesita desarrollar una investigacin estadstica de productos " precios (ue
ofrecan a fin de encontrar las variaciones en los precios " las tendencias de
preferencia de la comunidad/
8 continuacin presentamos una serie de datos de los precios de los
nuevos productos ofrecidos por la cooperativa/
3/BC? 3/ED? 3/EF? 5/66? 6/?6? 3/FF?
3/C6? 6/57? 5/66? 5/BB? 5/?3? 6/?6?
3/55? 3/C6? 5/?3? 3/3B? 6/?5? 3/EF6
6/BB? 6/?6? 5/DB? 5/66? 5/33? 3/C6?
3/C6? 6/57? 3/EF6 5/333 3/C6? 5/?3?
5/D6B 5/66? 6/57? 5/BCD 5/DEF 3/567
1) Definimos Ia variabIe X, determinamos eI nmero N de observaciones, y
se ordena Ia serie de datos de menor a mayor (por fiIas o coIumnas)
9ea X la varia$le (ue indica el precio de cada producto enlatado vendido
por la cooperativa/ ,emos (ue X es cuantitativa " discreta/ Ha" N = 36
o$servaciones (ue ordenaremos por columnas en forma creciente/ Para -acer
esto, de cada una de las ) columnas =filas4 de la agrupacin anterior se
selecciona la menor de las o$servaciones, " de all se escoge la menor de las )
cantidades as o$tenidas por columna/ Luego, en una nueva columna =fila4 a
escri$irse en otra agrupacin posterior, se e1presan las repeticiones de ese valor
a la vez (ue se tac-an en la agrupacin anterior, " en 2sta se aplica el
procedimiento de nuevo sin tomar en cuenta los valores "a tac-ados/
28
3/3B? 3/C6? 3/EF6 5/333 5/BCD 6/?6?
3/55? 3/C6? 3/FF? 5/66? 5/D6B 6/?6?
3/567 3/C6? 5/?3? 5/66? 5/DB? 6/57?
3/BC? 3/ED? 5/?3? 5/66? 5/DEF 6/57?
3/C6? 3/EF? 5/?3? 5/66? 6/?5? 6/57?
3/C6? 3/EF6 5/33? 5/BB? 6/?6? 6/BB?
Interpretacin: 8l o$servar los precios ordenados podemos decir (ue -a"
3E productos con precios por de$a0o de +s/ 5/333 " el resto un precio ma"or/
La cantidad de o$servaciones realizadas es de 6C precios correspondientes
a 6C productos enlatados diferentes/
2) Determinamos Ia cantidad de datos n y Ia correspondiente Distribucin
de Frecuencias para Datos SimpIes.
Dada la varia$le X, las o$servaciones se denotan con el sm$olo ,i, donde j
asumir& el valor de la posicin de cada o$servacin, j Q 3, 5, 6,///, N/
,1 Q 3/3B? ,- Q 3/C6? ,1% Q 3/EF6 ,1. Q 5/333 x2/ Q 5/BCD ,%1 Q 6/?6?
,2 Q 3/55? ,0 Q 3/C6? ,11 Q 3/FF? ,2" Q 5/66? ,22 Q 5/D6B ,%2 Q 6/?6?
,% Q 3/567 ,. Q 3/C6? ,1/ Q 5/?3? ,21 Q 5/66? ,2- Q 5/DB? ,%% Q 6/57?
,1 Q 3/BC? ,1" Q 3/ED? ,12 Q 5/?3? ,22 Q 5/66? ,20 Q 5/DEF ,%1 Q 6/57?
,/ Q 3/C6? ,11 Q 3/EF? ,1- Q 5/?3? ,2% Q 5/66? ,2. Q 6/?5? ,%/ Q 6/57?
,2 Q 3/C6? ,12 Q 3/EF6 ,10 Q 5/33? ,21 Q 5/BB? ,%" Q 6/?6? ,%2 Q 6/BB?
De a(u o$tenemos la siguiente ta$la, donde el n;mero de datos es n = 55/
Esa ta$la es un e0emplo de una Distri$ucin de .recuencias 8$solutas para Datos
9imples, donde a cada dato Xj se le asocia su correspondiente frecuencia a$soluta
fj, j Q 3,R, n/ Go sera posi$le o$tener la ta$la (ue veremos a continuacin sin la
ta$la anterior donde las o$servaciones est&n ordenadas en forma creciente/
8m$as ta$las son e(uivalentes, pues de una se puede e1traer la otra/
X f X f X f X f
X1 Q 3/3B? 3 X- Q 3/EF? 3 X1% Q 5/66? 7 X1. Q 6/?5? 3
X2 Q 3/55? 3 X0 Q 3/EF6 5 X11 Q 5/BB? 3 X2" Q 6/?6? 6
X% Q 3/567 3 X. Q 3/FF? 3 X1/ Q 5/BCD 3 X21 Q 6/57? 6
X1 Q 3/BC? 3 X1" Q 5/?3? 6 X12 Q 5/D6B 3 X22 Q 6/BB? 3
X/ Q 3/C6? B X11 Q 5/33? 3 X1- Q 5/DB? 3
X2 Q 3/ED? 3 X12 Q 5/333 3 X10 Q 5/DEF 3
Dada la varia$le X, en la Distri$ucin de .recuencias 8$solutas para Datos
9imples cada uno de estos es tomado aisladamente del resto al representarlo con
el sm$olo Xj, donde j asumir& el valor de la posicin de cada dato " X = Xj =j Q 3,
5,///, n4/
29
En el presente caso, el dato X/ Q 3/C6? est& asociado a las o$servaciones
,/, ,2, ,-, ,0 " ,., las cuales asumen cada una el valor 3/C6?, (ue se repite con una
frecuencia f/ Q B/
Interpretacin: Ha" B productos enlatados (ue tienen un precio de +s/
3/C6?/
3) CaIcuIamos Ia AmpIitud, Rango o Recorrido de Ia distribucin de datos
considerada
Para esto primero determinamos el valor ma"or X)3s 4rande " el valor menor
X)3s pe5ue6o de la Distri$ucin de Datos 9imples/ !omo en esta distri$ucin los
datos est&n ordenados del menor al ma"or valor, tenemos (ue X)3s 4rande = Xn "
X)3s pe5ue6o = X1/ Luego calculamos la 8mplitud, Rango o Recorrido mediante la
siguiente formula: & = X)3s 4rande 7 X)3s pe5ue6o = Xn 7 X1/
X)3s pe5ue6o Q +s/ 3/3B?, X)3s 4rande Q +s/ 6/6B?
& Q 6/6B? < 3/3B?> & Q 5/5??
Interpretacin: La variacin de precios entre el ma"or " el menor es de
+s/5/5??/
4) CaIcuIo eI nmero k de cIases
Gecesitamos determinar la cantidad de clases o grupos en (ue de$emos
separar a los distintos datos de la distri$ucin/ La idea es -acer m&s f&cil el
mane0o de la informacin vinculada a numerosas o$servaciones o datos/
E1isten muc-as maneras de definir la cantidad de clases a considerar/ *n
procedimiento ;til para este fin es la RegIa de 2 a Ia k/ omamos el menor valor
entero para k de tal manera (ue 2
k
sea ma"or o igual a N =numero de
o$servaciones consideradas4/
El valor encontrado para k ser& el n;mero de clases para la agrupacin/ 9e
recomienda (ue el n;mero de clases este entre B " 5B =B S k S 5B4/
8-ora usamos esta regla para -allar el n;mero de clases del e0ercicio
considerado/
8sumimos =por tanteo4 un valor de k Q B/ Entonces 5
B
Q 65, " como 65 es
menor (ue N Q 6C, el valor de k Q B no es ;til/ 8-ora asumimos el valor de k Q C,
calculamos 5
C
Q C7, " como a-ora C7 es ma"or (ue N Q 6C, entonces en este caso
se usar&n C clases/ 9iempre el valor de 2
k
tiene (ue ser ma"or o igual (ue N =o
sea, N 8 2
k
4/
30
Interpretacin: Los datos los agruparemos en C clases o grupos para
poder o$tener la ma"or informacin posi$le de la distri$ucin considerada/ ratar
esa cantidad de clases es un tra$a0o m&s pr&ctico (ue usar 55 datos o 6C
o$servaciones/
5) CIcuIo de Ia distancia entre Ios Imites consecutivos de Ios IntervaIos de
CIase (9:) y su correspondiente Iongitud (;$)
*n #ntervalo de !lase se define como a(uel sector de la recta real (ue
contiene una clase o con0unto de datos (ue se encuentra u$icado entre dos
e1tremos o lmites esta$lecidos/ El tama'o de cada intervalo de$e ser el mismo
para todas las clases, " el valor de esa distancia de$e ser un n;mero entero, no
decimal/ La sucesin de estos intervalos de$en a$arcar por Io menos la distancia
desde el menor valor X)3s pe5ue6o -asta el valor ma"or X)3s 4rande, aun(ue pueden
a$arcar una distancia ma"or/
!on respecto a la clase j = 1,, k, el intervalo de clase (ue la contiene
posee como e1tremos un lmite inferior *ij " un lmite superior *sj/ 8(u cada
intervalo se tomar& cerrado en sus e1tremos, " estar& separado de los intervalos
ad"acentes a una distancia de una unidad de longitud para cada uno/ Por
e0emplo, para las clases 3 " 5 los respectivos intervalos [*i1, *s1] " [*i2, *s2]
estar&n separados de esa manera pues se de$e cumplir (ue *i2 7 *s1 Q 3/
Por razones de orden pr&ctico, a veces cada intervalo [*ij, *sj] se
representa como *ij 7 *sj tal como aparece en algunos li$ros de Estadstica/ En
tal caso no se est& representando una resta ni un intervalo (ue no sea cerrado en
sus e1tremos/
Ha" casos en (ue los intervalos de clase se pueden tomar a$iertos o
semia$iertos en sus lmites/ En la presente %ua Did&ctica no estudiaremos los
procedimientos para o$tenerlos, pudi2ndose consultar en otros te1tos de
Estadstica/
9ea 9: la distancia e1isten entre los lmites inferiores o superiores
consecutivos para dos intervalos de clases/ 9iguiendo el e0emplo dado, 9: = *i2 7
*i1 = *s2 7 *s1/ Para -allar esa distancia podemos utilizar la siguiente formula:
( )
k
1 X X
k
1 &
$ 9
)3spe5ue6o )3s4rande
+
=
+
=
9i el resultado dado por esta frmula da un n;mero decimal, este se
redondea por e1ceso " se escoge como el valor $uscado para 9:/ 9e selecciona
as para garantizar (ue los intervalos de clase puedan contener a todos los datos/
31
9ea ;$ la longitud (ue tiene cual(uier intervalo de clase [*ij, *sj], por lo (ue
;$ = *sj 7 *ij, j = 1,, k, pues todos los intervalos tienen igual tama'o/ Es f&cil
deducir (ue ;$ = 9$ 7 1/
En $ase a los c&lculos anteriores, tenemos (ue
X)3s pe5ue6o Q 3/3B?, X)3s 4rande Q 6/6B?, & Q 5/5??, k Q C
8plicamos la formula:
366#83
6
1 2.220
=
+
= 9$
8 este resultado lo apro1imamos al entero inmediatamente superior, por lo
cual tenemos (ue 9$ Q 6CD e ;$ Q 6CC/
Interpretacin: Determinamos (ue el precio menor de la distri$ucin es +s/
3/3B? " el ma"or +s/ 6/6B?/ La diferencia entre los valores e1tremos consecutivos
de cada clase es +s/ 6CD/
6) Determinamos Ios IntervaIos de CIases
6.1)CIcuIo de Ios Imites inferiores *i
omamos *i1 = X)3s pe5ue6o Q 3/3B? como lmite inferior de la clase j Q 3/
Para calcular el lmite inferior *i2 de la clase j = 5, sumamos al *i1 el valor 9: "
tendremos *i2 = *i1 + 9: Q 3/3B? T 6CD Q 3/B3D/ Entonces *i2 = 3/B3D, " as
sucesivamente -asta completar los C lmites inferiores de los correspondientes
intervalos de clases/
6.2)CIcuIo de Ios Imites superiores *s
Para calcular el limite superior *s1 de la clase 3, a *i2 le restamos la unidad,
" as *s1 = *i2 7 1 Q 3/B3D < 3 Q 3/B3C, *s1 Q 3/B3C/ Luego, para calcular *s2 le
sumamos 9: a *s1 " tendremos *s2 = *s1 + 9: Q 3/B3C T 6CD Q 3/EE6/ Entonces
*s2 Q 3/EE6, " as sucesivamente -asta completar los C lmites superiores de los
correspondientes intervalos de clases/
6.3)TabuIacin de Ios IntervaIos de CIase
8-ora determinamos los intervalos de clases (ue usaremos/ 8 la clase j le
corresponde el intervalo [*ij, *sj], j = 1,, k/ E1pondremos esta informacin por
medio de una ta$la/ Recordemos (ue su tama'o o longitud es ;$ = *sj 7 *ij = 9$
7 1, el cual es igual para todos los intervalos de clase/
N de IntervaIo
32
CIase de CIase
3 U3/3B?, 3/B3CV
5 U3/B3D, 3/EE6V
6 U3/EE7, 5/5B?V
7 U5/5B3, 5/C3DV
B U5/C3E, 5/FE7V
C U5/FEB, 6/6B6V
Interpretacin: La clase o grupo 5 consta de todos los precios registrados
de enlatados ma"ores o iguales a +s/ 3/B3D " menores o iguales a +s/ 3/EE6, " la
variacin entre estos dos lmites o e1tremos es de +s/ 6CC/
7) CaIcuIamos Ia Marca de CIase
La Marca de !lase es el punto medio del respectivo intervalo de clase al
cual pertenece/ 9e calcula a partir de la semisuma de sus lmites/
2
*s *i
X)
j j
j
+
= , j = 1,, k
!alculamos el valor medio X)1 de la clase j Q 3/
3/666
5
3/B3C 3/3B?
=
+
=
+
=
2
*s *i
X)
1 1
1
> X)1 Q 3/666
De igual manera determinamos el resto de las marcas de clase/ Luego, a la
ta$la anterior le ane1amos una columna contentiva de dic-as cantidades,
asoci&ndolas a sus correspondientes clases/
N de
CIase
IntervaIo
de CIase
X)
3 U3/3B?, 3/B3CV 3/666
5 U3/B3D, 3/EE6V 3/DD?
6 U3/EE7, 5/5B?V 5/?CB
7 U5/5B3, 5/C3DV 5/767
B U5/C3E, 5/FE7V 5/E?3
C U5/FEB, 6/6B6V 6/3C7
Interpretacin: El primer grupo de precios est& definido entre +s/ 3/3B? "
+s/ 3/B3C, " el precio promedio de estos valores e1tremos es de +s/ 3/666/
8) CaIcuIamos Ia Frecuencia AbsoIuta de cada cIase
33
De la distri$ucin de frecuencias para datos simples, la frecuencia a$soluta
Fj de la clase j Q 3,R, k es la suma de las frecuencias de los datos pertenecientes
a esa clase/
Para el caso de la clase j = 5, el respectivo intervalo de clase es U3/B3D,
3/EE6V, " los datos X1 Q 3/BC?, X/ Q 3/C6? " X2 Q 3/ED? conforman la clase 5/
Luego tenemos (ue F2 = f1 + f/ + f2 Q D/ Es decir, en el intervalo U3/B3D, 3/EE6V -a"
D o$servaciones/
Las frecuencias as o$tenidas las ane1amos a la ta$la en una columna
ad0unta a la de las marcas de clase/
N de
CIase
IntervaIo
de CIase
X) F
3 U3/3B?, 3/B3CV 3/666 6
5 U3/B3D, 3/EE6V 3/DD? D
6 U3/EE7, 5/5B?V 5/?CB F
7 U5/5B3, 5/C3DV 5/767 C
B U5/C3E, 5/FE7V 5/E?3 6
C U5/FEB, 6/6B6V 6/3C7 E
N = 6C
Interpretacin: Los precios de D productos enlatados son ma"ores o
iguales a +s/ 3/B3D " menores o iguales a 3/EE6/
9) CaIcuIaremos Ia Frecuencia AbsoIuta AcumuIada (Fa)
Para la clase j = 1,, k, tenemos (ue Faj es la cantidad de o$servaciones
contenidas entre el correspondiente intervalo de clase m&s las de los anteriores
siguiendo el orden, es decir, Faj = F1 + F2 ++ Fj/
Las frecuencias a$solutas acumuladas a(u o$tenidas se u$ican en la ta$la
anterior por orden de clase en una columna ane1a a la de la frecuencia a$soluta/
Para la clase j Q 6 tenemos (ue Fa% = F1 + F2 + F% Q 6 T D T F Q3F/
N de
CIase
IntervaIo
de CIase
X) F Fa
3 U3/3B?, 3/B3CV 3/666 6 6
5 U3/B3D, 3/EE6V 3/DD? D 3?
6 U3/EE7, 5/5B?V 5/?CB F 3F
7 U5/5B3, 5/C3DV 5/767 C 5B
B U5/C3E, 5/FE7V 5/E?3 6 5E
C U5/FEB, 6/6B6V 6/3C7 E 6C
N = 6C
34
Interpretacin: Los precios de 3F productos enlatados son menores o
iguales a +s/ 5/5B?/
En algunos te1tos la .recuencia 8$soluta 8cumulada Faj a(u referida para
la clase j viene siendo la .recuencia 8$soluta 8cumulada -acia 8rri$a

j
Fa ,
mientras (ue la .recuencia 8$soluta 8cumulada -acia 8$a0o es

j
Fa = Fj + Fj+1 +
.+ Fk<1 + Fk/
N de
CIase
IntervaIo
de CIase
X) F

Fa

Fa
3 U3/3B?, 3/B3CV 3/666 6 6 6C
5 U3/B3D, 3/EE6V 3/DD? D 3? 66
6 U3/EE7, 5/5B?V 5/?CB F 3F 5C
7 U5/5B3, 5/C3DV 5/767 C 5B 3D
B U5/C3E, 5/FE7V 5/E?3 6 5E 33
C U5/FEB, 6/6B6V 6/3C7 E 6C E
N = 6C
Para la clase j Q 6 tenemos (ue

%
Fa
= F% + F1 + F/ + F2 Q F T C T 6 T E Q
5C/
Interpretacin: Los precios de 5C productos enlatados son ma"ores o
iguales a +s/ 3/EE7/
10)CaIcuIamos Ia Frecuencia ReIativa ()
8plicando la frmula respectiva para la clase j Q 5, tenemos (ue
=
N
F
H
2
2
3??@ Q
36
7
3??@ Q 3F,77@ De igual manera se calcula la
frecuencia relativa de cada una de las clases restantes/
N de
CIase
IntervaIo
de CIase
X) F Fa
3 U3/3B?, 3/B3CV 3/666 6 6 E,66@
5 U3/B3D, 3/EE6V 3/DD? D 3? 3F,77@
6 U3/EE7, 5/5B?V 5/?CB F 3F 5B,??@
7 U5/5B3, 5/C3DV 5/767 C 5B 3C,CD@
B U5/C3E, 5/FE7V 5/E?3 6 5E E,66@
C U5/FEB, 6/6B6V 6/3C7 E 6C 55,55@
N Q 6C FF,FF@
35
Interpretacin: El 3F,77@ de los productos enlatados tienen precios
ma"ores o iguales a +s/ 3/B3D " menores o iguales a +s/ 3/EE6/
11)CaIcuIamos Ia Frecuencia ReIativa AcumuIada (a)
Para la clase j = 1,., k, tenemos (ue aj es el porcenta0e de
o$servaciones contenidas en el correspondiente intervalo de clase m&s los
porcenta0es de o$servaciones de las anteriores clases sigui2ndolas en orden
creciente, es decir, aj = 1 + 2++j/ De a(u se deduce (ue necesariamente
la frecuencia relativa acumulada de la clase j = k tiene (ue ser ak Q 3??@,
aun(ue a veces por errores de c&lculo a nivel de cent2simas, o incluso de
mil2simas, puede (ue ese valor de la ;ltima clase se u$i(ue en el entorno de
FF,FF @/
Para la clase j Q 6 tenemos (ue a% = 1 + 2 + % Q E,66@ T 3F,77@ T
5B,? @ Q B5,DE@/ De igual manera calculamos las restantes frecuencias " las
ane1amos/
N de
CIase
IntervaIo
de CIase
X) F Fa a
3 U3/3B?, 3/B3CV 3/666 6 6 E,66@ E,66@
5 U3/B3D, 3/EE6V 3/DD? D 3? 3F,77@ 5D,DE@
6 U3/EE7, 5/5B?V 5/?CB F 3F 5B,??@ B5,DE@
7 U5/5B3, 5/C3DV 5/767 C 5B 3C,CD@ CF,77@
B U5/C3E, 5/FE7V 5/E?3 6 5E E,66@ DD,DE@
C U5/FEB, 6/6B6V 6/3C7 E 6C 55,55@ FF,FF@
N = 6C FF,FF@
La ;ltima ta$la as o$tenida es la Distri$ucin de .recuencias para Datos
8grupados del pro$lema tratado -asta a-ora/
8s como nos -emos referido a la .recuencia 8$soluta 8cumulada -acia
8rri$a =

Fa
4 " -acia 8$a0o =

Fa
4, en forma an&loga se puede definir .recuencia
Relativa 8cumulada -acia 8rri$a =

a
4 " -acia 8$a0o =

a
4/
Interpretacin:
La frecuencia a$soluta F1 Q C de la cuarta clase, significa (ue C productos
enlatados tienen precios (ue oscilan entre +s/ 5/5B5 " +s/ 5/C3F/
La frecuencia relativa % Q 5B,??@ de la tercera clase, significa (ue el 5B@
de los productos referidos tienen precios (ue oscilan entre +s/ 3/EE7 " +s/ 5/5B3/
La frecuencia acumulada a1 Q 5B de la cuarta clase, significa (ue 5B
productos tienen precios (ue oscilan entre +s/ 3/3B? " +s/ 5/C3F/
La frecuencia relativa acumulada a/ Q DD,DE@ de la (uinta clase, significa
(ue el DD,DE@ de los productos tienen precios (ue oscilan entre +s/ 3/3B? " +s/
5/FED/
36
Del e0emplo anterior contesten las siguientes preguntas:
H!u&ntos productos enlatados tienen precios entre +s/5/5B5 " +s/ 5/FECJ
H!u&ntos productos enlatados tienen precios entre +s/3/3B? " +s/ 5/5B3J
H!u&l es el precio promedio del 5B@ de los productos enlatadosJ
HEn (u2 precios oscilan por lo menos 5E productos enlatadosJ
Nota 1: 8l tener una Distri$ucin de .recuencias para Datos 9imples o no
8grupados, para cada uno de estos se calcula la frecuencia a$soluta, relativa,
acumulada =-acia arri$a " -acia a$a0o4, " relativa acumulada =-acia arri$a " -acia
a$a0o/ !omo los datos se toman unitariamente " no agrupados en clases, no -a"
intervalos de clase/
EjempIo: Las edades de los 5? integrantes de una seccin de estudiantes
de la *+, se o$tuvieron luego de aplic&rseles una encuesta/
67 7? 6? 6D 5C 3E 6D 3E 5C 5C
56 6D 5C 56 67 6D 53 6D 6D 56
8 esta serie de o$servaciones se le aplica los pasos 3 " 5 de la 9eccin 5/D
para construir una ta$la donde aparezcan ordenados en forma creciente los datos
con sus respectivas frecuencias a$solutas/
X 3E 53 56 5C 6? 67 6D 7?
f 5 3 6 7 3 5 C 3
Posteriormente, se e0ecutan los pasos E, F, 3? " 33 de la seccin antes
mencionada/
X f

fa

fa
h

ha

ha
3E 5 5 5? 3?@ 3?@ 3??@
53 3 6 3E B@ 3B@ F?@
56 6 C 3D 3B@ 6?@ EB@
5C 7 3? 37 5?@ B?@ D?@
6? 3 33 3? B@ BB@ B?@
67 5 36 F 3?@ CB@ 7B@
6D C 3F D 6?@ FB@ 6B@
7? 3 5? 3 B@ 3??@ B@
N = 5? 3??@
Nota 2: La Distri$ucin de .recuencias para Datos 9imples e1presa
informacin mu" detallada " a$undante acerca de los datos/ La Distri$ucin de
.recuencias para Datos 8grupados e1presa informacin mu" resumida " austera
acerca de estos, por lo (ue se pierde informacin " la segunda distri$ucin
mencionada es una apro1imacin de la primera/ Mane0arlos de cual(uiera de las
37
dos maneras es m&s pr&ctico " e1plcito en su contenido (ue tenerlos
desordenados " dispersos/
Nota 3: odos los pasos de la 9eccin 5/D se -an aplicado para una
varia$le cuantitativa, pero algunos se pueden usar " adaptar para cual(uier
varia$le cualitativa/ En ese caso no se podran calcular el rango ni nada referido
propiamente a intervalos de clase, " si tal varia$le -ace uso de una Escala de
Medicin Ordinal tiene sentido determinar las frecuencias a$solutas acumuladas "
frecuencias relativas acumuladas para cada categora (ue asuma la varia$le en
cuestin/
Nota 4: Dependiendo de las particularidades del pro$lema a estudiar " de la
varia$le usada para una distri$ucin de frecuencias para datos agrupados, los
intervalos asociados a las clases j Q 3 " j Q k =o sea, el primer " el ;ltimo intervalo4
pueden no tener definidos el lmite inferior *i1 " el lmite superior *sk,
respectivamente/ En este caso -a$lamos de una Distri$ucin 8$ierta/
EjempIo: En una *nidad de +arrio 8dentro fueron atendidas 5?? personas
en un da de consulta, " se distri$u"eron en C grupos por edades/
Edades
(aos)
Nmero de
asistentes
Menos de 5F 3C
6?)6F 5B
7?)7F B3
B?)BF E?
C?)CF 5?
M&s de D? E
2.8 ACTIVIDADES
#ndividual
Lea con cuidado los contenidos presentados en esta unidad " consulte la
$i$liografa a fin de ampliar sus conocimientos " considerar la opinin de
otros autores so$re el tema/
%rupal !ooperativo
Del an&lisis de las evolucin de enfermedades end2micas de una regin del
pas se encontr (ue los casos de dengue -emorr&gico en los ;ltimos
(uince a'os vari de la siguiente forma: 3/CB?, 3/7DB, 3/B3?, 3/CD?, 3/B7?,
3/7FB, 3/BF?, 3/C5F, 3/B3?, 3/F6?, 5/6??, 3/EF?, 5/67B, 6/B??, 3/5B?/
3/ H!mo se llaman los datos 3/5B? " 6/B?? en esta serie de datosJ
38
5/ 8grupe la serie de datos en clases, calcule el valor medio de cada clase,
F, Fa, " a/ Resuelve " agr2galos a tu portafolio/
Durante un diagnstico realizado en una comunidad de los paramos del
Estado M2rida, se aplic una encuesta con el fin de conocer la edad de los
-a$itantes de una comunidad " encontraron los siguientes datos:
DD 3E C6 E7 6E B7 B5 BF B7 BC 6C
5C B? 67 77 73 BE BE B6 B3 C5 C6
C5 C5 CB C3 C? C? 7B CC E6 D3 C6
BE B3 D3
8grupe la serie de datos en clases, calcule el valor medio de la clase,
F, Fa, " a/ #nterprete los resultados, resuelve " agr2galos a tu
portafolio/
La Wunta !omunal de una comunidad de los ,alles del u" esta compuesta
por (uince miem$ros o representantes, ellos se re;nen una vez a la
semana para realizar el seguimiento de los principales pro$lemas de la
comunidad " adelantar acciones a favor de su resolucin/ En cada reunin
se levanta un acta donde se de0a constancia de la asistencia/ De an&lisis
de las B3 reuniones convocadas el a'o pasado se encontraron los
siguientes datos/
B E 37 B C F 6 3 D 3? E
6 33 35 3B E B 6 5 7 F 5
3 35 36 B F E 6 3 5 3 3?
B 7 F 6 3 F 3 33 35 37 C
D 5 C 7 E 5 3?
Organice " agrupe los datos en clases, " calcule el valor medio de
cada clase, F, Fa, " a/ #nterprete los resultados, resuelve " agr2galos
a tu portafolio de aprendiza0e/
!omunitario
!on los datos recopilados en su tra$a0o de campo correspondiente a
Pro"ecto # =##4 siga el siguiente tratamiento:
3/ Revselos/
5/ Determine si son datos discretos o continuos/
6/ 8gr;pelos ordenados de ma"or a menor/
7/ !alcule los elementos de los datos agrupados/
B/ G;mero de N o$servaciones, numero de n datos, n;mero de k clases,
#ntervalo de !lase, Punto Medio de cada clase, F, Fa, " a/ #nterprete
los resultados/
39
UNIDAD III: REPRESENTACIN DE LOS DATOS
OBJETIVO: !uando el estudiante culmine este *nidad, podr& presentar los datos
usando t2cnicas de ta$ulacin " graficacin para e1traer conclusiones
descriptivas/
COMPETENCIAS A LOGRAR:
34 !omprende la funcin de las ta$las, cuadros " gr&ficos para presentar
los datos procesados/
54 Representa e interpreta datos en ta$las/
64 %rafica los datos, con el propsito de representarlos/
74 #nterpreta las representaciones gr&ficas/
B4 *so de -erramientas computacionales =E1cel, 9P99, entre otras4/
CONTENIDO:
En la pr&ctica se realiza la representacin de los datos, dentro de la
investigacin estadstica, luego de -a$erse agrupado " calculado los valores de
frecuencia re(uerida/ En gran parte el car&cter de este proceso es pu$licitario por
la forma de informar al interesado los resultados " datos o$tenidos en una
investigacin/ En cual(uier caso, las formas de presentacin de los datos son la
te1tual, la ta$ular " la gr&fica/
TEMA 1
3.1 Forma TextuaI
Es la (ue se realiza a trav2s de pala$ras sm$olos alge$raicos/ Esta
forma es (uiz&s la menos aconse0a$le, " solo de$e utilizarse en los casos en (ue
se re(uiera e1poner resultados $revemente, pues en el caso de (ue el te1to sea
mu" largo cansara al lector " no le permitira comprender totalmente lo e1puesto/
En la pr&ctica se utiliza como un complemento de la forma ta$ular o de la forma
grafica/
EjempIo: Los enlatados (ue vende una cooperativa de produccin
presentan precios (ue est&n agrupados en varias clases> los precios (ue est&n en
el intervalo entre +s/ 3/BBE " +s/ 5/5B6 presentan una frecuencia de F, o sea, el
5B@ de los productos enlatados, de los cuales +s/ 5/5B6 representa el precio m&s
alto del CF,7B@ de los productos enlatados (ue vende la cooperativa/
3.2 Forma TabuIar
Es a(uella (ue se realiza a trav2s de las ta$las o cuadros estadsticos,
entendi2ndoseles como una ordenacin de datos num2ricos en filas " columnas
40
con las especificaciones correspondientes acerca de la naturaleza de los datos
=simples o agrupados4, " as poder apreciar de la me0or forma las caractersticas "
la cuanta del fenmeno estudiado " esta$lecer comparaciones entre dic-os datos/
8l respecto, la forma ta$ular contiene en s misma todas las cantidades (ue
conforman una Distri$ucin de .recuencias para Datos 9imples o 8grupados/
3.2.1 Componentes deI Cuadro Estadstico
Las partes (ue componen un !uadro Estadstico son:
1) TtuIo: !omprende el n;mero del cuadro =cuando el mismo forma parte de
un grupo4, el tema del cuadro " a veces una nota complementaria> contesta
el titulo las preguntas: HIu2J =tema de los datos4, H!u&ndoJ =referencia
cronolgica4, HDndeJ =referencia geogr&fica4/
2) Encabezamiento: !omprende los ttulos de cada columna de datos/
3) CoIumna Matriz: 8$arca las designaciones de cada fila de datos " se
encuentra en la parte iz(uierda del cuadro/
4) Cuerpo: !onsiste en las cifras o sm$olos (ue se encuentran colocados en
las filas " columnas del cuadro de$a0o del enca$ezamiento " a la derec-a
de la columna matriz/
5) Notas: 8parecen en cual parte del cuadro, " e1plican algunas aclaratorias
so$re los datos " casi siem$re la fuente de los datos, cuando las notas se
encuentra al final del cuadro se denominan notas al pie/
EjempIo:
!onsideremos el e0emplo estudiado en la 9eccin 5/D del *nidad ##/
41
!uadro 6
E98DO 9*!RE: PRE!#O9 DE LO9 PROD*!O9 EGL88DO9
!OOPER8#,8 DE PROD*!!#OG DE RXO !8R#+E
5/??6
=+olvares4
N de
CIase
IntervaIo
de CIase
X) F Fa =%) a =%)
3 U3/3B? < 3/B3CV 3/666 6 6 E,66 E,66
5 U3/B3D < 3/EE6V 3/DD? D 3?
3F,77
@
5D,DE
6 U3/EE7 < 5/5B?V 5/?CB F 3F
5B,??
@
B5,DE
7 U5/5B3 < 5/C3DV 5/767 C 5B
3C,CD
@
CF,77
B U5/C3E < 5/FE7V 5/E?3 6 5E E,66@ DD,DE
C U5/FEB < 6/6B6V 6/3C7 E 6C
55,55
@
FF,FF
Nota: Representan los productos enlatados ofrecidos por la !ooperativa en Marzo
de 5/??6/
Fuente: %erencia de ,entas de la !ooperativa de Produccin de Ro !ari$e/
3.2.2 Pasos recomendados para eIaborar un Cuadro Estadstico
1) Numeracin deI Cuadro. Los cuadros, gr&ficos, fotos " figuras de un
informe de$en esta numerados seg;n su tipo de presentacin " en orden
correlativo/ Por e0emplo: !uadro 3, !uadro 5,///, %rafico 3, %rafico 5,///,
.oto 3, .oto 5, .oto 6,R, .igura 3, .igura 5,///
2) TtuIo propiamente dicho. De$er& colocarse sin su$ra"ar, centrado en la
parte superior del cuadro, " usando letras ma";sculas para todo el
enunciado/ Es preciso redactar con claridad " e1presar concisamente los
datos (ue se presentan en el cuadro/
En general, el orden del enunciado ser& el siguiente:
Referencia %eogr&fica/
Gaturaleza de los datos/
Referencia !ronolgica/
42
C
o
l
u
m
n
a

M
a
t
r
i
z
C
u
e
r
p
o
Ttulo
E
n
c
a
b
e
z
a
m
i
e
n
t
o
Detalles de clasificacin o unidades/ Estas de$er&n colocarse entre
par2ntesis " utilizando ma";sculas ;nicamente al iniciar la pala$ra/
EjempIo:
!uadro 6
E98DO 9*!RE: PRE!#O9 DE LO9 PROD*!O9 EGL88DO9
!OOPER8#,8 DE PROD*!!#OG DE R#O !8R#+E
5/??6
=+olvares4
3) Encabezamiento. De$e disponerse en la parte superior del cuadro, " las
designaciones (ue comprenden de$er&n escri$irse en lo posi$le
-orizontalmente, de$iendo ser claras " concisas/ 8s mismo se dispondr&n
en un orden lgico de iz(uierda a derec-a/
4) CoIumna matriz o principaI. El arreglo puede -acerse de la siguiente
manera:
!uando se trate de datos cualitativos, 2stos de$er&n ordenarse
alfa$2ticamente/
!uando su funcin sea analizar una tendencia de un fenmeno se
ordenar&n en forma ascendente e0emplo: 3/FB7, 3/FBB, 3/FBC, pero si se
trata de la importancia de los ;ltimos a'os se ordenar&n los a'os de
manera descendente e0emplo: 3/FBF, 3/FBE, 3/FBD, 3/FBC/
En lo (ue refiere a meses del a'o o los das de semana se comenzar&n con
enero " lunes respectivamente/
5) Tamao deI cuadro. odo cuadro de$er& en lo posi$le -acerse en tama'o
carta, " de$e planearse de tal manera (ue no sea ni mu" largo " angosto, ni
mu" anc-o ni corto/
6) Presentacin de notas y fuentes. Las notas preferi$lemente se colocar&n
al pie del cuadro/ !uando se trate de la fuente de los datos, esta de$er&
presentarse citando al autor " el a'o de la pu$licacin/
3.2.3 Ventajas de Ia presentacin tabuIar
34 9e sigue un orden o plan de acuerdo a la finalidad de la investigacin/
54 .acilita la o$servacin de la relacin e1istente entre los diversos datos
presentados en un mismo cuadro o entre cuadros diferentes/
43
64 .avorece el descu$rimiento de irregularidades en los datos por omisiones o
errores de indagacin o clasificacin/
74 .acilita el resumen de los principales resultados o$tenidos/
TEMA 2
3.3 Forma Grfica
*na vez (ue la informacin estadstica est& e1puesta en forma ta$ular,
(uien -aga uso de esta necesita a menudo una visin r&pida del comportamiento
de las varia$les =ventas, enfermedades, tipologa de las viviendas, edad " genero
de los -a$itantes de una comunidad, altura de los $rotes, notas finales de los
alumnos del primer a'o, etc/4/ Por tanto, es preciso presentar dic-a informacin
mediante alg;n tipo de gr&fico estadstico (ue facilita la visualizacin " descripcin
del comportamiento de las varia$les " sus particularidades m&s nota$les/
En $ase a los planteamientos anteriores, se definen los gr&ficos como
representaciones visuales de la informacin procesada estadsticamente " (ue
permiten generar apreciaciones (ue tam$i2n son visuales " estadsticas/
La utilidad de los gr&ficos estri$a en la ideal glo$al (ue dan so$re la
situacin investigada/ El volumen de informacin (ue aportan no es tan e1tenso
como la (ue se entrega en una ta$la de varias columnas a leerse por separado,
pero los gr&ficos tam$i2n le dan co-erencia a grandes con0untos de datos,
present&ndolos en un espacio m&s reducido " revelando diversos detalles
compara$les de los mismos a nivel general " especfico/ La e1celencia del gr&fico
consiste en la comunicacin de ideas comple0as con claridad, eficiencia "
precisin, evitando la distorsin en el mensa0e de los datos/
9uministrar informacin de manera gr&fica es un verdadero arte funcional
(ue no slo sirve para presentar los datos sino tam$i2n para e1presar ideas (ue
se desean destacar/ Por esta razn, (uien presente un gr&fico aporta su
imaginacin " temperamento para comunicar un mensa0e a ser asimilado para
(uien va"a destinado/ La forma de presentar cual(uier idea a trav2s de gr&ficos
depender& del nivel del destinatario, del lugar de e1posicin " de otros factores a
analizar para escoger el dise'o (ue facilite la me0or " m&s adecuada comunicacin
posi$le/
Los gr&ficos se clasifican en dos grupos/
Grficos Cartesianos: 9on los (ue se $asan en un sistema de coordenada
cartesianas conformados por el E0e Y =-orizontal4 " el E0e Z =vertical4/
enemos los Histogramas =de .recuencia " de .recuencia relativa4, los
44
%r&ficos de Lnea o Diagramas Lineales, los Polgonos =de .recuencia,
8cumulativos u O0ivas, de .recuencia Relativa, " de .recuencia Relativa
8cumulada u O0ivas Porcentuales4, los Diagramas de +arra " los
Diagramas a Do$le !olumna/
Grficos SimbIicos: 9on los (ue -acen uso de mapas geogr&ficos,
di$u0os " figuras geom2tricas/ Los m&s usados vienen siendo los
!artogramas, los Pictogramas, Pictgrafos o Diagramas Pictricos, " los
Diagramas o %r&ficos !irculares =o 9ectoriales o de Pastel4/
Los elementos componentes de todo gr&fico son:
34 tulo Principal/
54 tulo 9ecundario o 9u$ttulo/
64 Descripcin del gr&fico/
74 Regin de datos " sm$olos/
B4 Regin a ser ocupada por el gr&fico/
C4 Descriptores o indicadores de se'ales " marcas/
D4 Gotas/
Para am$os tipos de gr&ficos antes definidos son v&lidos los siguientes
principios generales:
Los gr&ficos se -an de e1plicar enteramente por s mismos/ El contenido
de un gr&fico de$er& ser tan completo como sea posi$le/ De$en evitarse
elementos superfluos (ue lo recarguen e1ageradamente/
Los elementos del gr&fico de$en ser claramente distingui$les " visualmente
prominentes, adem&s de representar eficientemente las distri$uciones de
datos " de frecuencias/
Go se de$e tratar de a$arcar demasiada informacin en un solo gr&fico/ Es
me0or -acer varios gr&ficos en distintos espacios (ue comprimir toda la
informacin en uno solo/ *na regla pr&ctica segura es evitar m&s de 6
gr&ficos en un mismo espacio, " en ese caso de$en ser visualmente
discerni$les/ Los elementos de estos gr&ficos de$en ser consistentes con
los de otros gr&ficos anteriormente usados/
Los gr&ficos tienen (ue dar una visin general " no una imagen detallada
de un con0unto de datos/ Las presentaciones detalladas se de$en reservar
para las ta$las/
En caso de agregarse notas, estas de$en estar fuera del &rea del gr&fico/
3.3.1 Grficos Cartesianos
Para cada uno de los gr&ficos (ue descri$iremos a continuacin, es preciso
aplicar las siguientes reglas:
En el e0e donde se u$i(uen las frecuencias, el cero siempre de$e colocarse
e1plcitamente/ !uando las varia$les se inician con valores mu" altos, el
45
e0e donde se colo(uen estos se puede comenzar el mismo valor por donde
inicia la varia$le o por un valor cercano/ 9i en cual(uiera de los e0es se
-ace necesario interrumpir la escala de los n;meros, esto de$e -acerse en
forma clara con una lnea en zigzag/
La curva de$e trazarse m&s gruesa (ue las coordenadas para (ue resalte/
Los e0es, ttulos, letreros " notas de$en ser claros, " colocarse -orizontal o
verticalmente de acuerdo al e0e, " de ser necesario se di$u0an lneas de
fondo para facilitar la lectura de los valores/
Las unidades de medicin de las varia$les de$en destacarse claramente, "
los n;meros (ue indican valores de la misma caracterstica se -an de dar
con el mismo n;mero de decimales/
La longitud de los e0es " la e(uivalencia entre las unidades de medicin
de$en seleccionarse de modo (ue la gr&fica resulte $alanceada a lo largo "
anc-o/
9i es necesario mencionar puntos particulares de la curva, estos de$en
indicarse con notas al pie, " en general de$e evitarse el recargamiento del
gr&fico/
De$e mencionarse la fuente de informacin/
9i estas reglas no se aplican adecuadamente, se incurre en un mal uso de
los gr&ficos/ *na de las maneras m&s f&ciles de enga'ar al lector es -acer, en el
e0e donde se u$i(uen las frecuencias, el rango mu" pe(ue'o en t2rminos de las
proporciones de las unidades de medicin (ue se usan para estos e0es
coordenados/ Otra manera de crear percepciones gr&ficas e(uivocadas es
empezar sin indicacin previa " e1plcita en cual(uier otro valor distinto de cero en
el e0e donde aparezcan las frecuencias/
1) Histograma: Es la reproduccin gr&fica de una Distri$ucin de .recuencias
para Datos 8grupados en un sistema de coordenadas cartesianas,
componi2ndose a(uel gr&fico por una sucesin de rect&ngulos o $arras,
teniendo cada uno en el E0e Y como $ase un intervalo de clase " en el E0e
Z como altura la respectiva .recuencia 8$soluta =Histograma de .recuencia
o Histograma propiamente dic-o4 o la .recuencia Relativa =Histograma de
.recuencia Relativa4/
odos los puntos de un intervalo de clase tienen una misma altura
dada por la respectiva frecuencia en el E0e Z/ Los intervalos de clase se
di$u0an consecutivamente de igual tama'o " sin separacin =0untos4, por lo
(ue los rect&ngulos son ad"acentes, " el &rea de cada uno es proporcional
a la frecuencia a la cual est& asociada/
El Histograma proporciona una presentacin visual f&cil de interpretar
de la Distri$ucin de .recuencias "a mencionada/
46
EjempIo: El siguiente Histograma de .recuencia proviene de la
Distri$ucin de Datos 8grupados del pro$lema tratado en el pro$lema de la
9eccin 5/D del *nidad ##/
Interpretacin: Entre +s/ 3/EEB " +s/ 5/5B5 est&n localizados los
precios del grupo m&s numeroso de enlatados, siendo +s/ 5/?CE el precio
promedio de los lmites de precios de ese grupo/ 8dem&s, e1iste otro grupo
importante de productos cu"os precios est&n u$icados entre +s/ 5/FEE " +s/
6/6B6/
2) Grfico de Lnea o Diagrama LineaI: Partiendo de una Distri$ucin de
.recuencias para Datos 8grupados de una varia$le cuantitativa discreta, en
un sistema de coordenadas cartesianas se u$ican los datos en el E0e Y " se
colocan las .recuencias 8$solutas en el E0e Z/ Luego se definen pares
ordenados donde la a$scisa =componente -orizontal4 es un dato " la
ordenada =componente vertical4 del par en cuestin es la respectiva
frecuencia a$soluta de ese dato discreto/ Despu2s de di$u0arse los pares
ordenados, con segmentos de lnea recta estos se unen en forma
consecutiva siguiendo las a$scisas en orden creciente/
EjempIo: ,eamos este gr&fico so$re la vacunacin de ni'os/
47
0
1
2
3
4
5
6
7
8
9
C
A
N
T
I
D
A
D

D
E

E
N

A
T
A
D
!
"

1.150 + 1.517 1.518 + 1.884 1.885 + 2.252 2.253 + 2.620 2.621 + 2.987 2.988 + 3.353
#$ECI!"
CANTIDAD DE ENATAD!" #!$ %A$IACI&N DE #$ECI!"
3) PoIgono: Es una sucesin de diferentes segmentos consecutivos (ue
comparten de a dos un mismo e1tremo com;n/ En un sistema de
coordenadas cartesianas, nos interesan los polgonos a$iertos, es decir,
a(uellos en los (ue la secuencia de sus segmentos no encierra &rea alguna
por s misma a menos (ue la pueda encerrar con el E0e Y/
3.1)PoIgono de Frecuencia: Es seme0ante a un -istograma " a un gr&fico de
lneas, pues cada par ordenado (ue conecta a dos segmentos lineales
tiene como a$scisa a una marca de clase de un intervalo de clase so$re el
cual est&n los segmentos referidos/ La escala en el E0e Y corresponde a
las marcas de clase " la escala en el E0e Z corresponde a la .recuencia
8$soluta/ %eneralmente, el par u$icado so$re el primer intervalo de clase
se une con un segmento al lmite inferior *i1 en el E0e Y, " lo mismo se
-ace entre el par (ue se encuentra so$re el ;ltimo intervalo de clase " su
lmite superior *ik en dic-o e0e/ 8s o$tenemos un &rea cerrada por el
polgono " el e0e nom$rado/ Por otra parte, el Polgono de .recuencia se
puede di$u0ar en el mismo sistema de coordenadas donde aparece el
correspondiente Histograma de .recuencia, teni2ndose dos gr&ficos a la
vez/
3.2)PoIgono de Frecuencia AbsoIuta AcumuIada o PoIgono
AcumuIativo: Es seme0ante a los anteriores, pero en el E0e Z usaremos
los valores de la .recuencia 8$soluta 8cumulada/ La curva o$tenida se
denomina O0iva/ Es pertinente referirnos a la O0iva -acia 8rri$a =u o0iva
propiamente dic-a4 " -acia 8$a0o cuando en el E0e Z se e1presan
respectivamente los valores de la .recuencia 8$soluta 8cumulada -acia
8rri$a =

Fa
4 " -acia 8$a0o =

Fa
4, " am$as se pueden di$u0ar
simult&neamente/ La primera o0iva es creciente " la otra es decreciente/
3.3)PoIgono de Frecuencia ReIativa: Es seme0ante a los polgonos
anteriores, pero en el E0e Z usaremos los valores de la .recuencia
Relativa/
EjempIo: !onsideremos el pro$lema de la 9eccin 5/D/
48
POR!EG8WE DE EGL88DO9 POR PRE!#O9 PROMED#O9
E,66
3F,7B
5B
3C,CD
E,66
55,55
?
B
3?
3B
5?
5B
6?
33B? < 3B3C 3B3D < 3EE6 3EE7 < 55B3 55B5 < 5C3F 5C5? < 5FEC 5FED < 66B6
PRE!#O9 PROMED#O9
P
O
R
!
E
G

8
W
E

D
E

E
G
L
8

O
D
9
3.4)PoIgono de Frecuencia ReIativa AcumuIada: Es seme0ante a los
polgonos anteriores, pero en el E0e Z usaremos los valores de la
.recuencia Relativa 8cumulada/ Este gr&fico tam$i2n es conocido como
O0iva Porcentual/
8(u es v&lido referirnos a la O0iva Porcentual -acia 8rri$a " -acia
8$a0o cuando en el E0e Z se e1presan respectivamente los valores de la
.recuencia Relativa 8cumulada -acia 8rri$a =

Ha
4 " -acia 8$a0o =

Ha
4, "
am$as se pueden di$u0ar en un mismo sistema de coordenadas
cartesianas/ La primera o0iva es creciente " la otra es decreciente/ 9i
am$as o0ivas se grafican a la vez en un mismo sistema de coordenadas,
estas se interceptan en un par ordenado tal (ue su a$scisa se denomina
Mediana, concepto (ue estudiaremos en el siguiente *nidad/
EjempIo: De nuevo consideremos el pro$lema de la 9eccin 5/D/
#!$CENTA'E DE C$ECIMIENT! DE !" ENATAD!" #!$ #$ECI!"
#$!MEDI!
8.33
27.78
52.78
69.45
77.78
100
?
5?
7?
C?
E?
3??
35?
33B? < 3B3C 3B3D < 3EE6 3EE7 < 55B3 55B5 < 5C3F 5C5? < 5FEC 5FED < 66B6
PRECIOS PROMEDIOS
4) Grfico de Barra: En uno de los e0es de un sistema de coordenadas
cartesianas cada intervalo representa una categora asumida por una
varia$le cualitativa, un valor num2rico de una varia$le discreta, o un
intervalo de clase de una Distri$ucin de .recuencias para Datos
49
8grupados de cual(uier varia$le cuantitativa/ En el otro e0e se u$ican las
respectivas frecuencias asociadas a las categoras, los valores o los
intervalos de clase/ Luego se di$u0a una serie de rect&ngulos o $arras,
teniendo cada una a un intervalo como uno de sus lados " a la frecuencia
como la longitud del otro lado/ Muc-as veces estos se u$ican separados a
igual distancia para me0or efecto visual en caso de tenerse numerosas
$arras/
Los intervalos de$en ser de igual tama'o/ Las $arras son
-orizontales si los intervalos est&n en el E0e Z, " verticales si est&n en el E0e
Y, siendo el Histograma de .recuencia un caso particular al respecto/ Las
$arras pueden ser simples cuando representan una sola varia$le, "
compuestas cuando en cada intervalo -a" tantas columnas como varia$les
a considerar/
EjempIo: omemos el diagrama de $arras del pro$lema de la
9eccin 5/D/
? 3 5 6 7 B C D E F
!8G#D8D DE EGL88DO9
33B? < 3B3C
3EE7 < 55B3
5C5? < 5FEC
PRE!#O9
PRE!#O9 PROMED#O DE LO9 EGL88DO9 POR #PO
Interpretacin: 9e puede o$servar (ue la ma"or concentracin de
precios de enlatados se encuentra entre +s/ 3/EEB " +s/ 5/5B5, adem&s (ue
entre +s/ 5/FEE " +s/ 6/6BB se concentran un segundo grupo de precios de
enlatados/
al como di0imos anteriormente, podemos representar una
distri$ucin de frecuencias asociada a una varia$le cualitativa di$u0ando
cada cualidad como un intervalo/
EjempIo: La siguiente gr&fica es tomada de un estudio -ec-o a un
grupo de 5B varones para determinar su grupo sanguneo
50
#gualmente, cada intervalo del %r&fico de +arras puede representar
cada uno de los valores asumidos por una varia$le discreta/
EjempIo: omemos el siguiente gr&fico de $arras donde se e1presan
las calificaciones de un e0ercicio evaluado en la escala de 3 a 3? puntos/
4) Grfico a DobIe CoIumna: Lo tenemos cuando a am$os lados de uno de
los e0es se u$ican columnas (ue parten de intervalos definidos en ese e0e,
dirigidas cada una en sentido inverso o contrario con respecto a la otra con
la (ue comparte el mismo intervalo =arri$a " a$a0o en direccin vertical, o
iz(uierda " derec-a en direccin -orizontal4, sigui2ndose las mismas
indicaciones dadas para los Diagramas de +arras/ 8 cada intervalo parten
dos $arras en sentido contrario, compartiendo el mismo intervalo aun(ue
am$as $arras aparezcan di$u0adas en forma separada/
En pocas pala$ras, un Diagrama a Do$le !olumna est& formado por
dos diagramas de $arras (ue est&n asociados a un mismo e0e/
EjempIo: omamos una Pir&mide Po$lacional por a'os " se1o de
una determinada regin geogr&fica/
51
Del %r&fico a Do$le !olumna se puede -acer un Diagrama de +arras
!ompuestas para dos varia$les/
52
TEMA 3
3.3.2 Diagramas SimbIicos
al como se puede deducir so$re los diagramas (ue veremos a
continuacin, " compar&ndolos con los anteriormente e1puestos, estos ;ltimos
proporcionan m&s informacin " permiten una apreciacin estadstica m&s
rigurosa/ 9in em$argo, el uso de Diagramas 9im$licos una manera f&cil de
transmitir una visin general de la informacin para el entendimiento del p;$lico
cual(uiera sea su nivel/ 8l respecto, la informacin num2rica de$e aparecer en el
gr&fico " guardar la correspondiente proporcin con el dato num2rico/
1) Cartograma: Es un mapa de una regin geogr&fica a ser usado para
presentar informacin estadstica so$re caractersticas consideradas acerca
de dic-a regin/ iene la venta0a de e1poner ciertos aspectos geogr&ficos "
relaciones espaciales (ue no se pueden revelar por cual(uier otra forma de
presentacin/ Este tipo de gr&fico es propio de la ciencia de la !artografa/
Las diferentes maneras de presentar un cartograma son las
siguientes:
!ada punto o manc-a colocada so$re el mapa representa un valor/
El mapa se divide por sectores, " cada sector se identifica a trav2s de un
color o som$reado/
9o$re el mapa se superpone determinada figura (ue representa los
valores relacionados con el fenmeno a presentar/
EjempIo: En el siguiente cartograma o$servamos la ur$anizacin en
el mundo atendiendo a la industrializacin/
53
2) Pictograma, Pictgrafo o Diagrama Pictrico: Es un gr&fico consistente
en un di$u0o o sm$olo (ue por su forma es alegrico, sugerente o
representativo de la naturaleza del dato del fenmeno (ue se (uiere
representar/
La frecuencia a$soluta de cada modalidad se representa por
unidades ":o fracciones de un mismo pictograma, siendo este e(uivalente a
una determinada cantidad de o$servaciones (ue se de$e indicar con
claridad en su enca$ezamiento/ La repeticin de un mismo pictograma
de$e -acerse de igual forma " proporcin, puesto (ue un o$servador
siempre muestra indecisin en la comparacin de alturas, &reas "
vol;menes si el pictograma se presenta de dos o m&s maneras diferentes/
El inconveniente (ue se puede dar es cuando se $usca de di$u0ar una
fraccin del pictograma, lo (ue re(uiere cierto cuidado/
EjempIo: !onsideremos las e1portaciones de frutas (ue -a
efectuado El 9alvador desde 3/FEB -asta 3/FEE, siendo medidas en colones
=4/
8 veces no se usa la regla anterior, sino otra distinta: el tama'o del
pictograma suele ser proporcional a la frecuencia (ue representa, por lo
(ue se re(uiere asociar la frecuencia a refle0ar con las medidas de la figura/
EjempIo: Representamos el n;mero de partidos ganados, perdidos o
empatados de un e(uipo/
3) Diagrama o Grfico CircuIar (o Diagrama SectoriaI o de PasteI):
!onsiste en considerar el &rea completa del crculo como e(uivalente al
54
3??@ o frecuencia relativa total de la po$lacin o muestra a representar,
determinado luego el &rea cu$ierta por el sector circular correspondiente a
cada frecuencia relativa parcial de esa misma po$lacin o muestra,
siendo (ue la proporcin entre 3??@ " es igual a la e1istente entre los
6C?L del crculo " el &ngulo 4 limitado por los radios del sector circular
mencionado/ Por tanto, a 4 lo podemos -allar, " despu2s di$u0ar en el
crculo, partiendo de la siguiente interpolacin proporcional o regla de tres:
1""
#
%2"
>
100%
H 360
g

=
4
8plicamos este procedimiento tantas veces como cantidades de
frecuencias relativas e1istan en una Distri$ucin de .recuencias
consideradas para una varia$le cualitativa o para Datos 8grupados de una
varia$le cuantitativa/
EjempIo: *sando las frecuencias relativas calculadas para el
pro$lema de la 9eccin 5/D, o$tenemos el siguiente diagrama circular/
PORCENTAJE DE ENLATADOS POR NIVELES PRECIOS
19%
26%
8%
22%
8%
17%
race una circunferencia, " mediante el uso de un transportador, "
constru"e una distri$ucin de frecuencia relativa con los siguientes datos:
3B, 5?, 6B, 3?, E, 35/ Resuelve e interprete/
3.4 ACTIVIDADES
#ndividual
Lea con cuidado los contenidos presentados en este *nidad " consulte la
$i$liografa a fin de ampliar sus conocimientos " considerar la opinin de
otros autores so$re el tema/
55
%rupal !ooperativa
8 los pro$lemas resueltos propuestos en el unidad anterior as como a los
datos tomados en campo, constr;"ale los -istogramas de frecuencia " los
polgonos a(u estudiados/
*sa los gr&ficos de torta para presentar la distri$ucin de frecuencia relativa
de los e0ercicios anteriores/
!omunitaria
!on los datos recolectados en campo =durante las actividades de Pro"ecto #
o ##4 " "a ordenados, repres2ntelos utilizando tantos cuadros como los
respectivos gr&ficos/
56
UNIDAD IV: MEDIDAS DE POSICIN, DE TENDENCIA CENTRAL Y DE
DISPERSIN
OBJETIVO: 8nalizar e interpretar las caractersticas o propiedades de los datos
num2ricos =posicin, tendencia central " variacin4 " sus mediciones descriptivas
de resumen/
COMPETENCIAS A LOGRAR:
3/ !omprender las propiedades de la posicin " la tendencia central/
5/ !alcular diversas Medidas de Posicin " de endencia !entral para un
con0unto de datos simples o agrupados/
6/ #nterpretar las diferencias entre las diversas Medidas de endencia !entral
para un con0unto de datos simples o agrupados/
7/ Entender la importancia de analizar la dispersin de un grupo de datos/
B/ !alcular diversas Medidas de Dispersin para un con0unto de datos simples
o agrupados/
C/ #nterpretar las diferencias entre las diversas Medidas de Dispersin para un
con0unto de datos agrupados o no agrupados/
D/ *sar pa(uetes computacionales =E1cel, 9P99, entre otros4 para calcular las
medidas de tendencia central " de dispersin/
CONTENIDO:
TEMA 1
4.1 Necesidad deI uso de medidas numricas descriptivas
Los m2todos gr&ficos son ;tiles para o$tener una descripcin general
r&pida de las o$servaciones " datos recolectados para su presentacin/ Ha"
limitaciones en el uso de esos m2todos pues en caso de no poderse presentar los
gr&ficos, -ar&n falta otras t2cnicas descriptivas para transmitir una idea de la
informacin contenida en a(uellos, " por otro lado es difcil usarlos para -acer
inferencia estadstica pues en particular el -istograma de una muestra no
necesariamente va a ser id2ntico al de la po$lacin, " si lo fuesen sera necesario
medir el grado de similitud o diferencia entre am$os -istogramas/
Estas dificultades descriptivas de los m2todos gr&ficos pueden superarse
mediante medidas descriptivas num2ricas/ Por eso se desea usar los datos de
una muestra para calcular un grupo de esas medidas =estadsticos4 con el fin de
transmitir una adecuada imagen mental de la distri$ucin de frecuencias en cuanto
a su u$icacin, concentracin " varia$ilidad, " (ue sean ;tiles para -acer
inferencia estadstica respecto a la po$lacin/ Los respectivos estadsticos a
estudiarse a(u son las Medidas de Posicin, de endencia !entral " de
Dispersin/
57
O$viamente, en $ase a los planteamientos e1puestos al comienzo, a(u los
estadsticos est&n solamente referidos para cual(uier varia$le cuantitativa X/
8dem&s, para una distri$ucin de datos simples los procedimientos para el c&lculo
de estas medidas no son los mismos a emplearse en el caso de una distri$ucin
de datos agrupados/
odas las medidas a estudiarse estar&n referidas al estudio de muestras,
pero se pueden generalizar para po$laciones/
4.2 Medidas de Posicin
!onsideraremos un tipo especial de medida (ue determina cual(uier
posicin intermedia o le0ana dentro de una distri$ucin de datos/ 9e denominan
!uantiles o .ractiles, " se utilizan so$re todo para resumir o descri$ir las
propiedades de con0untos grandes de o$servaciones ordenadas de menor a
ma"or/ enemos los !entiles o Percentiles, Deciles " !uartiles/
Los !entiles o Percentiles son FF valores (ue dividen al con0unto de datos
en 3?? partes cada una con igual cantidad de o$servaciones ordenadas
ascendentemente, " se denotan en forma respectiva como P1, P2,, P../ Por
de$a0o de un valor Pi se encuentra el i # de las o$servaciones, " el =1"" 7 i? #
son ma"ores (ue Pi, i Q 3,R, FF/
Los Deciles son F valores (ue dividen al con0unto de datos en 3? partes
cada una con igual cantidad de o$servaciones ordenadas ascendentemente, " se
denotan en forma respectiva como 91, 92,, 9./ Por de$a0o de 9i se encuentra el
(i 1"? # de las o$servaciones, " el =1"" 7 i 1"? # son ma"ores (ue 9i, i Q 3,R,
F/ Por e0emplo, el 6?@ de las o$servaciones son menores (ue 9% " el D?@ de
estos son ma"ores (ue 9%"/
Los !uartiles son 6 valores (ue dividen al con0unto de datos en 7 partes
cada una con igual cantidad de o$servaciones ordenadas ascendentemente, " se
denotan en forma respectiva como @1, @2 " @%/ Por de$a0o de @i se encuentra el
=i 2/? # de las o$servaciones, " el =1"" 7 i 2/? # de estas son ma"ores (ue @i,
i Q 3, 5 ,6/
El Primer !uartil @1 o !uartil #nferior es un valor tal (ue el 5B@ o la cuarta
parte de las o$servaciones son menores (ue ese valor, o lo (ue es lo mismo, el
DB@ o las tres cuartas partes de las o$servaciones son ma"ores (ue ese valor/
El 9egundo !uartil @2 o !uartil Medio es un valor tal (ue el B?@ o las dos
cuartas partes4 de las o$servaciones son menores (ue ese valor, o lo (ue es lo
mismo, el B?@ o las dos cuartas partes de las o$servaciones son ma"ores (ue
ese valor/
58
El ercer !uartil @% o !uartil 9uperior es un valor tal (ue el DB@ o las tres
cuartas partes de las o$servaciones son menores (ue ese valor, o lo (ue es lo
mismo, el 5B@ o la cuarta parte de las o$servaciones son ma"ores (ue ese valor/
1) CuartiIes para una Distribucin de Datos SimpIes
De una distri$ucin de n datos simples, o$tenemos una serie de N
o$servaciones ordenadas de menos a ma"or/ Para esta serie " un cuartil
@i dado, sea ,j la o$servacin (ue le es m&s cercana de entre las (ue son
menores a @i, i Q 3, 5, 6/ La posicin j de esa o$servacin vara de
acuerdo al tipo de cuartil, -a$iendo apro1imadamente j o$servaciones con
valores menores a @i de acuerdo a esta e1presin:
i-simo CuartiI @i:
( )
1
1 N i
j
+
= , i Q 3, 5, 6
El valor resultante de esa formulacin para j no necesariamente va a
dar un valor entero, por lo (ue se -ace necesario el uso de ciertas reglas al
respecto/
RegIa 1: 9i el valor o$tenido para j es un n;mero entero, se elige
como cuartil al valor de la o$servacin especfica en esa posicin/
Entonces @i = ,j/
RegIa 2: 9i el valor o$tenido para j se encuentra en el 0usto medio de
dos n;meros enteros =es decir, si ese valor es un n;mero fraccionario cu"a
parte decimal slo consta del dgito B4, se redondea a j por defecto " el
cuartil es el promedio de los valores correspondientes a las o$servaciones
,j " ,j+1/ Entonces
2
, ,
@
1 j j
i
+
+
= /
RegIa 3: 9i el valor o$tenido para j no es un n;mero entero o el valor
medio entre dos n;meros enteros =es decir, si ese valor es un n;mero
fraccionario cu"a parte decimal no consta solamente con el dgito B4, se
redondea a j por defecto o e1ceso al n;mero entero m&s cercano, " el
cuartel asume el valor num2rico de la o$servacin (ue ocupa esa posicin/
Entonces @i = ,j/
,emos (ue el valor de un cuartil no necesariamente va a coincidir
con el de alguna o$servacin, lo cual depende de la cantidad N de
o$servaciones ordenadas/
EjempIo: 9uponga un con0unto de o$servaciones (ue corresponden
a las tasas anuales de inter2s, esta$lecidas por el +!,, para el rendimiento
(ue reci$en los tra$a0adores por el fideicomiso de sus prestaciones
sociales/
59
Orden 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Tasa de
Inters (%)
3? 5?,C 5E,C 5E,C 5F,7 5F,B 5F,F 6? 6?,B 6?,B 65,3 65,5 65,7 66 6B,5 6D/3 6E
,amos a e0ecutar los siguientes pasos para -allar @1 " @%/
34 9e ordenan las o$servaciones de menor a ma"or, definiendo la
cantidad de estas, siendo N Q 3D en este caso/
Orden ,1 ,2 ,% ,1 ,/ ,2 ,- ,0 ,. ,1" ,11 ,12 ,1% ,11 ,1/ ,12 ,1-
Tasa de
Inters (%)
3? 5?,C 5E,C 5E,C 5F,7 5F,B 5F,F 6? 6?,B 6?,B 65,3 65,5 65,7 66 6B,5 6D/3 6E
$4 9e esta$lece el valor de la posicin j (ue est& asociada al Primer
!uartil @1 =i Q 34/
( ) ( )
7
3E
7
3 3D 3
=
+
=
+
=
1
1 N i
j Q 7,B
Por la Regla 5 tenemos j Q 7, " en consecuencia:
5
BE
5
5F,7 5E,C
=
+
=
+
=
2
, ,
@
/ 1
1
Q 5F
Interpretacin: El 5B@ de las personas reci$en una tasa de
inter2s menor de 5F@ por el fideicomiso de sus prestaciones
sociales, o el DB@ de las personas reci$en una tasa de inter2s ma"or
a 5F@/
c4 9e esta$lece el valor de la posicin j (ue est& asociada al ercer
!uartil @% =i Q 64/
( ) ( )
7
B7
7
3 3D 6
=
+
=
+
=
1
1 N i
j Q 36,B
Por la Regla 5 tenemos j Q 36, " en consecuencia:
5
CB,7
5
66 65,7
=
+
=
+
=
2
, ,
@
11 1%
%
Q 65,D
Interpretacin: El DB@ de las personas reci$en una tasa de
inter2s menor de 65,D@ por el fideicomiso de sus prestaciones
sociales, o lo (ue es igual, el 5B@ de las personas reci$en una tasa
de inter2s ma"or a 65,D@/
60
2) CuartiIes para una Distribucin de Datos Agrupados
Dada una distri$ucin de frecuencias para datos agrupados, a trav2s
del correspondiente polgono de frecuencias relativas acumuladas =u o0iva
porcentual4 se puede determinar gr&ficamente cual(uiera de los cuartiles/
El valor porcentual del cuartil =5B@, B?@ o DB@4 se u$ica en el E0e Z, "
desde all se traza una lnea paralela al E0e Y -asta tocar la o0iva en un
punto de esta, " desde all trazamos una lnea paralela al E0e Z -asta tocar
el E0e Y en otro punto (ue va a ser el cuartil $uscado =@1, @2 o @%,
respectivamente4/
En el pr1imo e0emplo se realizar& el c&lculo solamente para el caso
de @1, " los dem&s ser&n resueltos por el estudiante de manera an&loga al
procedimiento (ue aplicaremos a(u/
EjempIo: Las edades de los asistentes a un centro am$ulatorio de
+arrio 8dentro en una de las parro(uias cara(ue'as se distri$u"eron en C
grupos/
TabIa 1
Edades (aos) N de asistentes
5?)5F 3C
6?)6F 5B
7?)7F B3
B?)BF E?
C?)CF 5?
D?)DF E
Para -allar el Primer !uartil @1 e0ecutaremos los siguientes pasos/
a4 Partiendo de la a$la 3, construimos una distri$ucin de frecuencias
a$solutas acumuladas para datos agrupados en k Q C intervalos de
clase (ue contienen un total de N Q 5?? o$servaciones/
TabIa 2
61
I II III
N de
cIases
Edades
(aos)
Nmero de
asistentes
Nmero de
asistentes
acumuIados
3 5?)5F 3C 3C
5 6?)6F 5B 73
6 7?)7F B3 F5
7 B?)BF E? 3D5
B C?)CF 5? 3F5
C D?)DF E 5??
TotaIes N Q 5??
$4 Determinamos la cantidad apro1imada
1
N
de o$servaciones
menores a @1, " si su valor no resulta entero, se redondea con las
mismas reglas aplicadas a la posicin 0 es el c&lculo de los cuarteles
para o$servaciones ordenadas/
4
200
=
1
N
Q B?
En la a$la 5, a medida (ue avanzamos en la !olumna ###
=frecuencias acumuladas4 siguiendo el n;mero de clase, vamos
sumando o acumulando crecientemente la cantidad de
o$servaciones de cada intervalo -asta -allar el n;mero j de clase tal
(ue
j 1 j
Fa
1
N
Fa

, por lo (ue el Primer !uartil @1 est& u$icado en


el intervalo de clase *ij 7 *sj de la !olumna #, siendo menores a @1
las o$servaciones de este " de los otros intervalos anteriores,
estando conta$ilizadas tales o$servaciones en la !olumna ##
=frecuencias a$solutas4/ El valor encontrado para j es uno fi0o o
constante de entre los k asociados a cada clase/
Las condiciones anteriores se cumplen para la clase j Q 6 pues
Faj<1 = Fa2 Q 73, Faj = Fa% Q F5, " 73 S B? S F5/ Entonces @1 se
encuentra en el intervalo *i% 7 *s% Q 7? < 7F/
c4 Recordemos (ue @1 siempre va a estar dentro del intervalo *ij 7 *sj/
9i Faj<1 =
1
N
o Faj =
1
N
, entonces @1 = *ij o @1 = *sj,
respectivamente/ 9i
j 1 j
Fa
1
N
Fa < <

, entonces parte de las


1
N

o$servaciones menores a @1 se encuentran las Faj<1 o$servaciones
u$icadas entre los intervalos de clase anteriores a *ij 7 *sj, por lo
(ue en este ;ltimo -a"
1 j
Fa
1
N

o$servaciones ma"ores (ue *ij "


62
menores (ue @1, " las cuales son parte de las Fj o$servaciones
pertenecientes al intervalo *ij 7 *sj/
Por otra parte, en el intervalo *ij 7 *sj de tama'o ;$ = *sj 7 *ij
tenemos (ue cada una de las Fj o$servaciones contenidas en ese
intervalo ocupa all un espacio de tama'o
j
F
;$
unidades de longitud/
Luego, la distancia (ue separa a *ij " @1 es el espacio (ue ocupan
las
1 j
Fa
1
N

o$servaciones u$icadas entre am$os valores, o sea


j
<1 j j 1
F
;$
Fa
1
N
*i @

=
/ Por lo tanto, la formulacin para @1 es:
;$
F
Fa
1
N
*i @
j
<1 j
j 1

+ =
En general, e1isten apro1imadamente
1
N i
o$servaciones
menores (ue el cuartil @i, cu"a e1presin correspondiente es:
;$
F
Fa
1
N i
*i @
j
<1 j
j i

+ =
, i Q 3, 5, 6
Para nuestro e0emplo, vemos (ue
% 2
Fa
1
N
Fa < <
pues se
cumple (ue 73 [ B? [ F5/ Entonces -a"
2
Fa
1
N

Q B? < 73 Q F
o$servaciones entre *i% " @1, las cuales se encuentran en el intervalo
*i% 7 *s% Q 7? < 7F de tama'o ;$ = *s% 7 *i% Q 7F < 7? Q F/ El
espacio ocupado en ese intervalo por cada una de las F% Q B3
o$servaciones es
B3
F
=
%
F
;$
Q ?,3D/ Entonces la distancia entre *i% "
@1 es
%
2
F
;$
Fa
1
N

Q 3,B6, " as:


;$
F
Fa
1
N
*i @
%
2
% 1

+ =
63
F
B3
73
7
5??
7?

+ =
1
@
Q 7? T 3,B6 Q 73,B6 \ 75
Interpretacin: El 5B@ de las personas asistentes al
am$ulatorio de +arrio 8dentro tienen una edad promedio menor de
75 a'os apro1imadamente/
Cundo debe usarse Ios CuantiIes o FractiIes en cuaIquiera de Ios
casos anteriores?
Estas medidas $rindan informacin acerca de la concentracin " variacin
de una serie de o$servaciones " datos, pero se necesitan varias mediciones de
esa especie para tener una descripcin adecuada de la serie/ En funcin de tener
la menor cantidad de mediciones posi$les, generalmente se usan los !uartiles
para tal propsito descriptivo/
TEMA 2
4.3 Medidas de Tendencia CentraI
8l estudiarse la informacin estadstica mediante los gr&ficos cartesianos,
en el comportamiento de los datos con respecto a sus respectivas frecuencias se
o$servan valores m&s comunes (ue otros, " en general se aprecia una tendencia
de agrupacin en el vecindario de los valores m&s repetidos, -a$iendo as ma"or
densidad de frecuencia en la parte central de los gr&ficos/
El pro$lema es -allar el valor m&s representativo de una serie de valores,
es decir, si tenemos una cantidad (ue vara en el espacio o en el tiempo, se
necesita o$tener su grado o nivel generalmente predominante/ Ese valor lleva
implcita la idea de variacin, pero esta se desprecia pues slo interesa o$tener el
(ue m&s se impone, represent&ndose as una gran cantidad de valores unitarios
por uno slo/
Las Medidas de endencia !entral son los valores m&s representativos de
una distri$ucin de datos " frecuencias, u$ic&ndoseles en su zona central/ !ada
medida es un valor tpico descriptivo en la (ue un con0unto de datos muestra una
tendencia $ien determinada a agruparse o aglomerarse alrededor de cierto punto
central/
Estas medidas son la Media 8ritm2tica =" en particular la Media
Ponderada4, la Mediana, la Moda, el E0e Medio " el Rango Medio/ 8 veces cada
una de estas medidas es denominada promedio, nom$re (ue en general se
reserva para la Media 8ritm2tica/
1) MEDIA ARITMTICA (MEDIA O PROMEDIO)
64
1.1) Media para una Distribucin de Datos SimpIes
Partiendo de una serie de o$servaciones asociada a esa distri$ucin,
definimos la Media como la suma de todas las o$servaciones dividida entre
la cantidad N de estas/ En virtud de las propiedades de la suma, el orden
de las o$servaciones no altera el resultado para la Media/
La formulacin de la Media es:
N
, !!! , ,
N
,
X
N 2 1
N
1 i
i
+ + +
= =

=
La Media es un valor (ue e(uili$ra los valores de las o$servaciones
(ue le son ma"ores " menores, " es sensi$le a mediciones e1tremas (ue
no est2n e(uili$radas a su alrededor/
EjempIo: El gerente de un local de Mercal desea estudiar la
concurrencia a la tienda, " encuentra (ue 5FB, 3/??5, F73, DCE, " 3/5E6
personas entraron a la tienda durante los pasados cinco das/
El total de personas (ue entr al Mercal durante los cinco das
anteriores es de 5FB T 3/??5 T F73 T DCE T 3/5E6 Q 7/5EF/ La Media o
promedio de personas (ue diariamente entraron en la tienda es de 7/5EF ]
B Q EBD,E, (ue es apro1imadamente EBE personas/
#dentificaremos los valores a emplear en la formulacin/
,1 Q 5FB personas ,1 Q 3/??5 personas
,2 Q DCE personas ,/ Q 3/5E6 personas
,% Q F73personas
N Q B o$servaciones o
datos
Luego:
/
, !!! , ,
/
,
X
/ 2 1
/
1 i
i
+ + +
= =

=
B
7/5EF
B
3/5E6 3/??5 F73 DCE 5FB
=
+ + + +
= X
Q EBD,E \ EBE
Interpretacin: Esto significa (ue en promedio entraron
apro1imadamente EBE personas diariamente en esos cinco das/
65
Diga si en el e0emplo de Mercal la media est& afectada por los
valores e1tremos/
Media Ponderada: Es la suma de los productos o$tenidos de cada
valor ponderado por su respectiva ponderacin de acuerdo al fenmeno
estudiado, dividido entre la suma de todas las ponderaciones/
Las ponderaciones pueden ser las k frecuencias relativas asociadas
a las frecuencias a$solutas de las clases de una varia$le cualitativa/ La
formulacin es:

=
=
=
=

=
k
1 j
j j
k
1 j
j
k
1 j
j j
P F p
p
F p
X
pues
=
k
1 j
j
p
Q 3??@ Q 3
EjempIo: En una clase de un colegio p;$lico -a" 5? alumnos de
primer grado, 3E de segundo " 35 de tercero/ 9i los estudiantes de primero
representan el 7?@, los de segundo el 6C@ " los de tercero el 57@ del total
e1istente, Hcu&ntos estudiantes -a" en promedio en los tres salones de
claseJ
Cursos AIumnos Porcentajes
Primer %rado 5? 7?@Q?,7?
9egundo %rado 3E 6C@Q?,6C
ercer %rado 35 57@Q?,57
TotaI B? 3??@Q3,??
Para k Q 6 categoras, identificamos los valores se'alados/
F1 Q 5? alumnos, p1 Q 7?@ Q ?,7?
F2 Q 3E alumnos, p2 Q 6C@ Q ?,6C
F% Q 35 alumnos, p% Q 57@ Q ?,57
La Media Ponderada es:
( ) ( ) ( ) 35 ?,57 3E ?,6C 5? ?,7? + + = =

=
%
1 j
j j
P F p X
Q 3D,6C \ 3D
Interpretacin: 8pro1imadamente un promedio de 3D alumnos
estudian en cada uno de los tres primeros grados/
66
En una distri$ucin de frecuencias para n datos simples o$tenidos de
N o$servaciones asociadas a una varia$le cuantitativa, las ponderaciones
vienen siendo sus respectivas frecuencias a$solutas/ La formulacin es:
N
X f
f
X f
X
n
1 j
j j
n
1 j
j
n
1 j
j j

=
=
=

=
pues
N f
n
1 j
j
=

=
La Media 8ritm2tica de una serie de N o$servaciones es la misma
Media Ponderada de la distri$ucin de frecuencias para n datos simples
o$tenidos de la serie mencionada/ Esta ;ltima es venta0osa utilizarla
cuando a$undan numerosas o$servaciones refle0adas en datos con
frecuencias elevadas/
EjempIo: Las edades de los integrantes de una seccin de 5?
estudiantes de una seccin de estudiantes de la *+, se o$tuvieron luego
de aplic&rseles una encuesta/ Estos son las N Q 5? o$servaciones
ordenadas crecientemente por fila/
,1 Q 3E ,2 Q 3E ,% Q 53 ,1 Q 56 ,/ Q 56
,2 Q 56 ,- Q 5C ,0 Q 5C ,. Q 5C ,1" Q 5C
,11 Q 6? ,12 Q 67 ,1% Q 67 ,11 Q 6D ,1/ Q 6D
,12 Q 6D ,1- Q 6D ,10 Q 6D ,1. Q 6D ,2" Q 7?
La Media 8ritm2tica es:
2"
, !!! , ,
2"
,
X
2" 2 1
2"
1 j
j
+ + +
= =

=
5?
BF?
5?
7? /// 3E 3E
=
+ + +
= X
Q 5F,B \ 6?
De esta serie de o$servaciones o$tenemos la siguiente distri$ucin
de frecuencias a$solutas para n Q E datos simples/
X1 X2 X% X1 X/ X2 X- X0
X 3E 53 56 5C 6? 67 6D 7?
f 5 3 6 7 3 5 C 3
f1 f2 f% f1 f/ f2 f- f0
La Media Ponderada es:
67
2"
X f !!! X f X f
2"
X f
X
0 0 2 2 1 1
0
1 j
j j
+ + +
=

=
( ) ( ) ( )
5?
BF?
5?
7? 3 /// 53 3 3E 5
=
+ + +
= X Q 5F,B \ 6?
Interpretacin: La edad promedio de cada estudiante de la seccin
es de apro1imadamente 6? a'os/
Nota: En el e0emplo de la concurrencia de personas a Mercal, si
aplicamos la frmula de la Media Ponderada resulta (ue fj Q 3, j Q 3,R, B/
1.2) Media para datos agrupados en k cIases
9e calcula de manera similar a la Media Ponderada, estando las N
o$servaciones distri$uidas en k intervalos de clase, para los cuales las
correspondientes marcas de clase son los valores a ser ponderados con las
respectivas frecuencias a$solutas/ La formulacin es:
N
X) F
f
X) F
X
k
1 j
j j
k
1 j
j
k
1 j
j j

=
=
=

=
pues
N F
k
1 j
j
=

=
EjempIo: 8 partir de la a$la 3 =las edades de los asistentes a un
centro am$ulatorio de +arrio 8dentro4 construimos la a$la 6 de la siguiente
manera:
a4 !alculamos la edad promedio =marca de clase4 de los lmites de
edades de cada grupo =!olumna ##4/
$4 !alculamos el n;mero de asistentes acumulados =frecuencias
acumuladas4 en cada clase de edades =!olumna #,4/
c4 !alculamos el producto de la edad promedio de cada clase
=!olumna ##4 por el n;mero de asistentes de dic-as clases =!olumna
###4, se suman esos valores o$tenidos para cada clase =!olumna ,4,
" tal resultado se divide entre el total de asistentes, o$teni2ndose el
resultado de la Media/
TabIa 3
I II III IV V
N de Edades Edad Nmero Nmero Edad
68
cIases (aos) Promedio
de
asistentes
de
asistentes
acumuIados
Promedio
Nmero
de asistentes
3 5?)5F 57,B 3C 3C 6F5
5 6?)6F 67,B 5B 73 EC5,B
6 7?)7F 77,B B3 F5 5/5CF,B
7 B?)BF B7,B E? 3D5 7/6C?
B C?)CF C7,B 5? 3F5 3/5F?
C D?)DF D7,B E 5?? BFC
TotaIes N Q 5?? F/DD?
La Media es:
2""
X F !!! X F X F
2""
X F
X
2 2 2 2 1 1
2
1 i
i i
+ + +
=

=
( ) ( ) ( ) ( ) ( ) ( )
5??
D7,B E C7,B 5? B7,B E? 77,B B3 67,B 5B 57,B 3C + + + + +
= X
5??
F/DD?
5??
BFC 3/5F? 7/6C? 5/5CF,B EC5,B 6F5
=
+ + + + +
= X
Q 7E,EB \ 7F
Interpretacin: !ada uno de los 5?? pacientes (ue asistieron al
am$ulatorio de +arrio 8dentro tiene una edad promedio apro1imada de 7F
a'os/
Nota: Go se puede calcular la Media 8ritm2tica donde e1isten clases
a$iertas =e0emplo: D? a'os " m&s4/ Lo recomenda$le es usar la Mediana/
En cual(uier caso, la Media 8ritm2tica para datos agrupados puede asumir
un valor igual o mu" cercano al de la Media 8ritm2tica para la serie de
o$servaciones de donde se e1tra0eron los datos agrupados/ Por otra parte,
se redondean esos valores para tal medida de tendencia central seg;n la
varia$le empleada, como en los anteriores e0emplos so$re edades/
Cundo debe usarse Ia Media Aritmtica en cuaIquiera de Ios casos
anteriores?
De$ido a (ue su c&lculo se $asa en todas las o$servaciones, cual(uier
valor e1tremo afecta muc-o la media aritm2tica/ 9e de$e usar cuando no este
afectada por los valores e1tremos/
2) MEDIANA
69
Es un valor A9 (ue divide en dos grupos a una distri$ucin de datos, de tal
manera (ue uno de los grupos tiene B?@ de las o$servaciones menores a A9
" el otro grupo posee B?@ de las (ue son ma"ores a dic-o valor/ Es decir,
am$os grupos tienen igual cantidad de o$servaciones/ Esta Medida de
endencia !entral es tam$i2n una Medida de Posicin pues por su definicin
coincide con el 9egundo !uartil @2, o sea, A9 = @2/
2.1)Mediana para una Distribucin de Datos SimpIes
De una distri$ucin de n datos simples o$tenemos una serie de N
o$servaciones ordenadas de menos a ma"or/ Para esta serie, sea ,j la
o$servacin m&s cercana a la Mediana A9 de entre las (ue son menores a
dic-o valor/ Dependiendo de N, el valor de A9 puede o no puede coincidir
con el de ,j, e1istiendo reglas (ue permiten clarificar este -ec-o/
RegIa 1: 9i la cantidad N de o$servaciones es impar, entonces la
Mediana est& representada por el valor num2rico de la o$servacin
correspondiente a la posicin
2
1 N
j
+
=
/ Entonces A9 = ,j/
EjempIo: En un -ospital p;$lico de la ciudad de !aracas, los
tiempos en minutos (ue necesitaron varios pacientes para ser atendidos en
las diferentes consultas fueron: B?, B5, BD, 36B, DE, B?, 535, B?, 35?/ H!u&l
es la Mediana de los tiemposJ
Procederemos a e0ecutar los siguientes pasos:
a/ 9e ordenan e identifican las o$servaciones de menor a ma"or/
,1 ,2 ,% ,1 ,/ ,2 ,- ,0 ,.
B? B? B? B5 BD DE 35? 36B 535
$/ 9e esta$lece la posicin de la Mediana de acuerdo a la cantidad de
o$servaciones/ En nuestro caso, N Q F, " por la Regla 3 tenemos
(ue
5
3?
5
3 F
=
+
=
+
=
2
1 N
j
Q B
A9 = ,j = ,/ Q BD
Interpretacin: El B?@ de los pacientes fueron atendidos
apro1imadamente en un tiempo promedio menor a BD minutos, o (ue el
B?@ de los pacientes fueron atendidos apro1imadamente en un tiempo
promedio ma"or a BD minutos/
70
RegIa 2: 9i la cantidad N de o$servaciones es par, entonces
consideramos (ue la Mediana est& entre las dos o$servaciones ,j " ,j+1 (ue
est&n en las posiciones centrales las o$servaciones ordenadas, siendo
2
N
j =
/ La Mediana es la semisuma de los valores num2ricos de estas dos
o$servaciones/ Entonces
2
, ,
A9
1 j j +
+
= /
EjempIo: En un -ospital p;$lico de la ciudad de !aracas, los
tiempos en minutos (ue necesitaron varios pacientes para ser atendidos en
las diferentes consultas fueron: B?, B5, BD, 36B, DE, B?, 535, B?, C?, 35?/
H!u&l es la Mediana de los tiemposJ #nterprete/
Procederemos a e0ecutar los siguientes pasos:
a4 9e ordenan e identifican las o$servaciones de menor a ma"or/
,1 ,2 ,% ,1 ,/ ,2 ,- ,0 ,. ,1"
B? B? B? B5 BD C? DE 35? 36B 535
$4 9e esta$lece la posicin de la Mediana de acuerdo a la cantidad de
o$servaciones/ En nuestro caso, N Q 3?, " por la Regla 5 tenemos
(ue
5
3?
= =
2
N
j
Q B
5
33D
5
C? BD
=
+
=
+
=
+
=
+
2
, ,
2
, ,
A9
2 /
1 j j
Q BE,B
Interpretacin: Esto significa (ue el B?@ de los pacientes fueron
atendidos apro1imadamente en un tiempo menor a BE,B minutos en
promedio, o (ue el B?@ de los pacientes fueron atendidos
apro1imadamente en un tiempo ma"or a BE,B minutos en promedio/
2.2)Mediana para una Distribucin de Datos Agrupados
Dada una distri$ucin de frecuencias para datos agrupados en k
clases, a trav2s del correspondiente polgono de frecuencias relativas
acumuladas =u o0iva porcentual4 se puede determinar gr&ficamente la
Mediana, cu"o valor porcentual =(ue es B?@4 se u$ica en el E0e Z, desde
all se traza una lnea paralela al E0e Y -asta tocar la o0iva en un punto de
esta, " luego partiendo de ese punto trazamos una lnea paralela al E0e Z
-asta tocar el E0e Y en otro punto (ue va a ser la Mediana/ Ese valor viene
siendo la a$scisa del punto de interseccin de la o0iva porcentual -acia
71
arri$a con la o0iva porcentual -acia a$a0o, asociadas respectivamente a las
frecuencias relativas acumuladas -acia arri$a =

a
4 " -acia a$a0o =

a
4/
La manera como calcularemos a A9 es similar al procedimiento
efectuado para el Primer !uartil @1, pues "a di0imos (ue la Mediana es igual
al 9egundo !uartil @2/
EjempIo: Las edades de los asistentes a un centro am$ulatorio de
+arrio 8dentro en una de las parro(uias cara(ue'as se distri$u"eron en C
grupos/
TabIa 1
Edades (aos) N de asistentes
5?)5F 3C
6?)6F 5B
7?)7F B3
B?)BF E?
C?)CF 5?
D?)DF E
Para -allar la Mediana e0ecutaremos los siguientes pasos/
a4 Partiendo de la a$la 3, construimos una distri$ucin de frecuencias
a$solutas acumuladas para datos agrupados en k Q C intervalos de
clase (ue contienen un total de N Q 5?? o$servaciones/
TabIa 2
I II III
N de
cIases
Edades
(aos)
Nmero de
asistentes
Nmero de
asistentes
acumuIados
3 5?)5F 3C 3C
5 6?)6F 5B 73
6 7?)7F B3 F5
7 B?)BF E? 3D5
B C?)CF 5? 3F5
C D?)DF E 5??
TotaIes N Q 5??
$4 Determinamos la cantidad apro1imada
2
N
o
2
1 N +
de
o$servaciones menores a A9 si N es par o impar, respectivamente/
5
5??
=
2
N
Q 3??
72
En la a$la 5, a medida (ue avanzamos en la !olumna ###
siguiendo el n;mero de clase, vamos sumando o acumulando
crecientemente la cantidad de o$servaciones de cada intervalo -asta
-allar el n;mero j de clase tal (ue
j 1 j
Fa
2
N
Fa

, por lo (ue la
Mediana A9 est& u$icada en el intervalo de clase *ij 7 *sj de la
!olumna #, siendo menores a A9 las o$servaciones de este " de los
otros intervalos anteriores, estando conta$ilizadas tales
o$servaciones en la !olumna ##/ El valor encontrado para j es uno
fi0o o constante de entre los k asociados a cada clase/
Las condiciones anteriores se cumplen para la clase j Q 7 pues
Faj<1 = Fa% Q F5, Faj = Fa1 Q 3D5, " F5 S3?? S 3D5/ Entonces A9 se
encuentra en el intervalo *i1 7 *s1 Q 7? < 7F/
c4 Recordemos (ue A9 siempre va a estar dentro del intervalo *ij 7 *sj/
9i Faj<1 =
2
N
o Faj =
2
N
, entonces A9 = *ij o A9 = *sj,
respectivamente/ 9i
j 1 j
Fa
2
N
Fa < <

, como parte de las


2
N

o$servaciones menores a A9 se encuentran las Faj<1 o$servaciones
u$icadas entre los intervalos de clase anteriores a *ij 7 *sj, por lo
(ue en este ;ltimo -a"
1 j
Fa
2
N

o$servaciones ma"ores (ue *ij "


menores (ue A9, " las cuales son parte de las Fj o$servaciones
pertenecientes al intervalo *ij 7 *sj/
Por otra parte, en el intervalo *ij 7 *sj de tama'o ;$ = *sj 7 *ij
tenemos (ue cada una de las Fj o$servaciones contenidas en ese
intervalo ocupa all un espacio de tama'o
j
F
;$
unidades de longitud/
Luego, la distancia (ue separa a *ij " A9 es el espacio (ue ocupan
las
1 j
Fa
2
N

o$servaciones u$icadas entre am$os valores, o sea


A9 7 *ij =
j
<1 j
F
;$
Fa
2
N

/ Por lo tanto, la formulacin para A9


es:
Ad =
;$
F
Fa
2
N
*i
j
<1 j
j

+
73
Para nuestro e0emplo, vemos (ue
1 %
Fa
2
N
Fa < <
pues se
cumple (ue F5 [3?? [ 3D5/ Entonces -a"
%
Fa
2
N

Q 3?? < F5 Q E
o$servaciones entre *i1 " A9, las cuales se encuentran en el
intervalo *i1 7 *s1 Q B? < BF de tama'o ;$ = *s1 7 *i1 Q BF < B? Q F/
El espacio ocupado en ese intervalo por cada una de las F1 Q E?
o$servaciones es
E?
F
=
1
F
;$
Q ?,33/ Entonces la distancia entre *i1 "
A9 es
1
%
F
;$
Fa
2
N

Q ?,F, " as:


;$
F
Fa
2
N
*i A9
1
%
1

+ =
F
E?
F5
5
5??
B?

+ = A9
Q B? T ?,F Q B?,F \ B3
Interpretacin de Ia Mediana: El B?@ de las personas (ue
asistieron al am$ulatorio de +arrio 8dentro tienen una edad
promedio apro1imadamente menor a B3 a'os/
Cundo debe usarse Ia Mediana en cuaIquiera de Ios casos
anteriores?
9iempre (ue una o$servacin e1trema est2 presente, es adecuado
usar la mediana en lugar de la media para descri$ir el con0unto de
o$servaciones o de datos agrupados/ 9e re(uiere tener ordenadas las
o$servaciones al tratar de -allar la Mediana, la cual no se ve influenciada
por los valores e1tremos e1istentes en a(uellas, " se puede calcular en
distri$uciones a$iertas, donde no se puede encontrar la Media, la cual no
depende del orden de las o$servaciones/
3) MODA
3.1)Moda para una Distribucin de Datos SimpIes
De una distri$ucin de n datos simples, o$tenemos una serie de N
o$servaciones ordenadas de menos a ma"or/ Para esta serie, la Moda Ao
es el valor de a(uella o$servacin (ue aparece con ma"or frecuencia =el
(ue m&s se repite o el m&s tpico4/ 9i son varios valores distintos los (ue
se repiten a la vez con una misma frecuencia ma"or (ue las de otras
o$servaciones, entonces la serie a(u dada es pluri)modal/
74
EjempIo: En un -ospital p;$lico de la ciudad de !aracas, los
tiempos en minutos (ue necesitaron varios pacientes para ser atendidos en
las diferentes consultas fueron: B?, B5, BD, 36B, DE, B?, 535, B?, C?, 35?/
Para -allar la Moda, procederemos a e0ecutar los siguientes pasos:
a4 9e ordenan e identifican las o$servaciones de menor a ma"or/
,1 ,2 ,% ,1 ,/ ,2 ,- ,0 ,. ,1"
B? B? B? B5 BD C? DE 35? 36B 535
$4 9e o$serva la o$servacin (ue m&s se repite " ese valor es la Moda/
Para nuestro e0emplo, la Moda es Ao Q B? pues ese valor es
repetido tres veces por las o$servaciones ,1, ,2 " ,%/
Interpretacin: El ma"or tiempo de espera de los pacientes es un
promedio de apro1imadamente B? minutos/
9i en la serie de N o$servaciones estas son numerosas " se repiten
muc-os valores, construimos la respectiva distri$ucin de frecuencias
a$solutas para n datos simples, " la moda ser& el valor del dato (ue tenga
la ma"or frecuencia/
EjempIo: Las edades de los 5? integrantes de una seccin de
estudiantes de la *+, se o$tuvieron luego de aplic&rseles una encuesta/
67 7? 6? 6D 5C 3E 6D 3E 5C 5C
56 6D 5C 56 67 6D 53 6D 6D 56
Estos son las N Q 5? o$servaciones ordenadas crecientemente por
fila/
,1 Q 3E ,2 Q 3E ,% Q 53 ,1 Q 56 ,/ Q 56
,2 Q 56 ,- Q 5C ,0 Q 5C ,. Q 5C ,1" Q 5C
,11 Q 6? ,12 Q 67 ,1% Q 67 ,11 Q 6D ,1/ Q 6D
,12 Q 6D ,1- Q 6D ,10 Q 6D ,1. Q 6D ,2" Q 7?
De esta serie de o$servaciones o$tenemos la siguiente distri$ucin
de frecuencias a$solutas para n Q E datos simples/
X1 X2 X% X1 X/ X2 X- X0
X 3E 53 56 5C 6? 67 6D 7?
f 5 3 6 7 3 5 C 3
f1 f2 f% f1 f/ f2 f- f0
,emos (ue Ao = X- Q 6D pues ese es el dato cu"a frecuencia f- Q C
es la ma"or de todas/
75
Interpretacin: El grupo de C estudiantes de 6D a'os cada uno es
por edad el m&s numeroso de la seccin/
3.2)Moda para una Distribucin de Datos Agrupados
La Moda Ao es el valor alrededor del cual los datos tienden a
concentrarse m&s densamente/ Est& localizada en el intervalo de clase de
ma"or frecuencia, " se le denomina #ntervalo Modal/ 8un(ue a-ora
veremos una formulacin para la Moda, en algunos te1tos se le toma como
la marca de clase con ma"or ordenada en un polgono de frecuencia
=a$soluta4/ 9in em$argo, para la Moda no siempre se tiene un valor e1acto
sino apro1imado, el cual ser& m&s e1acto a medida (ue disminu"a el
tama'o del intervalo de clase " aumente la cantidad de o$servaciones O
datos/ Es posi$le (ue la distri$ucin (ue los agrupe sea pluri)modal/
EjempIo: !onstruimos la a$la 7 de la a$la 3 donde aparecen
conta$ilizados los pacientes por edades atendidos en un *nidad de +arrio
8dentro/
TabIa 4
I II
N de
cIases
Edades
(aos)
Nmero de
asistentes
3 5?)5F 3C
5 6?)6F 5B
6 7?)7F B3
7 B?)BF E?
B C?)CF 5?
C D?)DF E
TotaIes N Q 5??
Procederemos a e0ecutar los siguientes pasos/
a4 Primero -a" (ue encontrar EL #ntervalo Modal en el cual esta situada
la Moda, siendo a(uel (ue tiene la m&1ima frecuencia a$soluta/ En
nuestro e0emplo representado por la a$la 7, la !lase Modal es j Q 7
pues la ma"or frecuencia viene dada por Fj Q F1 Q E? =!olumna ##4, "
el #ntervalo Modal =!olumna #4 es *ij 7 *sj = *i1 7 *s1 Q B? < BF/
$4 8 partir de la !olumna ## calculamos el valor d1 como la diferencia
entre la frecuencia a$soluta Fj del #ntervalo Modal " la frecuencia
a$soluta Fj<1 (ue le antecede =o sea, d1 = Fj 7 Fj<14, " tam$i2n
determinamos el valor d2 (ue se o$tiene como la diferencia entre la
frecuencia a$soluta del #ntervalo Modal " la frecuencia a$soluta Fj+1
76
(ue le sucede =o sea, d2 = Fj 7 Fj+14/ En particular, tenemos Fj<1 = F%
Q B3, Fj+1 = F/ Q 5?, " por tanto d1 Q E? < B3Q 63 " d2 Q E? < 5? Q C?/
c4 8 #ntervalo Modal *ij 7 *sj le calculamos su longitud ;$ Q *sj 7 *ij, "
con el resto de los valores mencionados anteriormente -allamos la
Moda Mo con la siguiente formulacin:
;$
d d
d
*i Ao
2 1
1
j

+
+ =
!omo ;$ = *s1 7 *i1 Q BF < B? Q F, resulta:
;$
d d
d
*i Ao
2 1
1
1

+
+ =
F
C? 63
63
B?
+
+ = Ao
Q B? T ?,67F Q B? T 6,?C Q B6,?C\ B6
Interpretacin de Ia Moda: %ran parte de los asistentes al
centro am$ulatorio tienen una edad promedio de apro1imadamente
B6 a'os/
Cundo debe usarse Ia Moda en cuaIquiera de Ios casos
anteriores?
!uando (ueremos conformarnos con tener una idea superficial de la
concentracin de la distri$ucin, la Moda se usa slo para fines descriptivos
por(ue vara m&s entre distintas muestras (ue otras medidas de tendencia
central/ La ocurrencia de alg;n valor e1tremo no afecta a la Moda al igual
(ue la Mediana/
4) EJE MEDIO
Es una medida de resumen (ue se usa para superar posi$les
pro$lemas (ue introducen los valores e1tremos de las o$servaciones o
datos/ El E0e Medio BA se o$tiene con la semisuma del Primer " ercer
!uartil, procedimiento id2ntico tanto para datos simples o agrupados/ La
formulacin es:
2
@ @
BA
% 1
+
=
EjempIo: !alcularemos el E0e Medio para las tasas de inter2s del
+!, estudiadas cuando se calcularon el Primer " ercer !uartil cuando
tenemos una serie ordenada de o$servaciones/ !omo @1 Q 5F@ " @%Q
65,D@, entonces:
77
5
C3,D
5
65,D 5F
=
+
=
+
=
2
@ @
BA
% 1
Q 6?,EB
Interpretacin: odas las personas reci$en por el fideicomiso de sus
prestaciones sociales una tasa promedio apro1imada de 6?,EB@/
5) RANGO MEDIO
El Rango Medio CA se o$tiene con la semisuma del valor m&s
pe(ue'o " el valor m&s grande de un con0unto de N o$servaciones
ordenadas ascendentemente, o como la semisuma del lmite inferior " el
lmite superior del primer " ;ltimo intervalo de clase, respectivamente,
cuando tenemos datos agrupados en k clases/ En el primer caso, al
comparar la serie de N o$servaciones con los n datos simples, tenemos
(ue X1 = ,1 " Xn = ,N/ Las correspondientes formulaciones son:
Para N o$servaciones
ordenadas o n datos simples:
2
X X
2
, ,
CA
n 1 N 1
+
=
+
=
Para datos agrupados
en k clases:
2
*s *i
CA
k 1
+
=
EjempIo: Los n;meros de visitantes durante los ;ltimos 3? a'os a la
cueva del %u&c-aro fueron los (ue se presentan a continuacin/ Determine
el Rango Medio del n;mero de visitantes:
CF?, C3?, B7?, CF?, BC?,C6?, CF?, CD?, CF?, CD?/
a4 9e ordenan e identifican las o$servaciones de menor a ma"or/
,1 ,2 ,% ,1 ,/ ,2 ,- ,0 ,. ,1"
B7? BC? C3? C6? CD? CD? CF? CF? CF? CF?
$4 9e $usca el menor " el ma"or valor del con0unto o$servaciones/
Para las N Q 3? o$servaciones "a ordenadas, tenemos (ue ,1 Q B7?
" ,N Q ,1" Q CF?/
c4 9e o$tiene el Rango Medio/
5
CF? B7? +
=
+
=
2
, ,
CA
1" 1
Q C3B
Cundo debe usarse eI Rango Medio en cuaIquiera de Ios
casos anteriores?
78
!uando se procesan datos donde no se presente un valor e1tremo,
lo (ue -ace (ue se utilice poco este promedio
4.4 ACTIVIDADES (PARA OBSERVACIONES O DATOS SIMPLES)
#ndividual
Lea con cuidado los contenidos presentados en relacin a medidas de
tendencia central para o$servaciones o datos no agrupados, " consulte la
$i$liografa a fin de ampliar sus conocimientos " considerar la opinin de
otros autores so$re el tema/
%rupal !ooperativo
Del an&lisis de las evolucin de enfermedades end2micas de una regin del
pas se encontr (ue los casos de dengue -emorr&gico en los ;ltimos
(uince a'os vari: 3/CB?, 3/7DB, 3/B3?, 3/CD?, 3/B7?, 3/7FB, 3/BF?, 3/C5F,
3/B3?, 3/F6?, 5/6??, 3/EF?, 5/67B, 6/B??, 3/5B?
!alcule la Mediana, el Rango Medio " El E0e Medio/ #nterprete cada
una de las medidas/
El siguiente cuadro muestra a las personas en po$reza e1trema por entidad
federal correspondientes al primer semestre del a'o 5/??7/
Entidades
FederaIes
Personas en
pobreza extrema
^ulia F?B/665
!ara$o$o B?7/EE7
Miranda 7DF/7D?
Lara C73/?67
8ragua 6B?/CB3
+olvar 756/B7F
Distrito !apital 5B5/5ED
9ucre 77?/65D
&c-ira 63B/5EC
Portuguesa 5FF/555
8nzo&tegui 3FE/BFD
M2rida 535/B3D
.alcn 575/DBD
+arinas 5E5/E63
%u&rico 533/35C
ru0illo 3FC/E7B
Monagas 3FF/?57
8pure 3DF/37F
Zaracu" 3CC/C66
!o0edes E5/5BD
,argas DB/7?E
79
Gueva Esparta 7F/D36
Delta 8macuro 5D/5?3
8mazonas 7?/5F6
Nota: Ordenada por el total de po$res
Fuente: #GE : *nidad de Medicin de !ondiciones de ,ida
3/ H!u&l es la cantidad media de personas po$res por entidad federal: la
Mediana, el Rango Medio, el E0e MedioJ
5/ Diga cu&l de las promedios refle0a la realidad de las personas po$res
e1tremos/
6/ De acuerdo a los valores descritos en el cuadro, Hla Media de las
personas en po$reza e1trema est& afectada por algunas entidades
federalesJ HEs la me0or medidaJ
7/ HIu2 medidas tomara para ir disminu"endo el n;mero de personas en
po$reza e1trema (ue se encuentran en las grandes entidades
federalesJ
Durante un diagnstico realizado en una comunidad de los paramos del
Estado M2rida, se aplic una encuesta con el fin de conocer la edad de los
-a$itantes de una comunidad " encontraron los siguientes datos
DD 3E C6 E7 6E B7 B5 BF B7 BC 6C 5C
67 77 73 BE BE B6 B3 C5 C6 C5 C5 B?
!alcule el Primer !uartil e interprete/
!omunitaria
!on los datos recopilados en su tra$a0o de campo correspondiente a
Pro"ecto # =##4, siga el siguiente tratamiento:
3/ Revselos/ 8gr;pelos ordenados de ma"or a menor/
5/ !alcule Media, Mediana, Rango Medio, Primer !uartil, ercer !uartil "
E0e Medio/ #nterprete los resultados " agr2guelo a su portafolio/
4.5 ACTIVIDADES (PARA DATOS AGRUPADOS)
#ndividual
Lea con cuidado los contenidos presentados en relacin a las medidas de
posicin " de tendencia central para datos agrupados, " consulte la
$i$liografa a fin de ampliar sus conocimientos " considerar la opinin de
otros autores so$re el tema/
%rupal !ooperativo
80
Los sueldos de una muestra de la po$lacin de !aracas revelaron los
siguientes datos, organizados en una distri$ucin de frecuencias/
SueIdo
(MiIes de Bs.)
Nmero de
personas
3??)3FF C3C
5??)5FF 35B
6??)6FF 3B3
7??)7FF E?
B??)BFF 5?
C??)CFF 7E
D??)DFF 5B
E??)EFF D
F??)FFF 5
Determine Media 8ritm2tica, Mediana, Moda, Primer !uartil, ercer
!uartil/
#nterprete las medidas anteriores/
HIu2 sueldo menor en promedio gana el B?@ de la po$lacinJ
!ompare Media 8ritm2tica, Mediana " Moda, " diga algunas
conclusiones/
9e tiene de una muestra de los tiempos (ue necesitaron 75 personas de
una cooperativa para ensam$lar un armario/
Tiempo
(en minutos)
Nmero
de personas
3)6 7
7)C E
D)F 3C
3?)35 F
36)3B B
3C)3E 5
Determine e interprete la Media 8ritm2tica, la Mediana, la Moda " el
Primer !uartil/
TEMA 3
4.6 Medidas de Dispersin
Las Medidas de endencia !entral carecen de significacin por s solas
pues de nada vale conocer ;nicamente el comportamiento central de una serie de
81
valores si se desconoce la manera como se ale0an o se acercan esos valores con
respecto a un valor representativo de estos " o$tenido calculando la apropiada
medida de tendencia central/
Lo anterior implica la necesidad de caracterizar num2ricamente la
dispersin, la cual se entiende como la manera en (ue los valores de una serie
difieren unos de otros/ La dispersin ser& ma"or o menor de acuerdo a la
magnitud de esas diferencias/ Por lo tanto, los resultados (ue o$tenemos por las
Medidas de endencia !entral tienen ma"or significado con la a"uda de las
Medidas de Dispersin o ,aria$ilidad, las cuales son complemento de a(uellas "
determinan la -omogeneidad o -eterogeneidad de los con0untos de datos referidos
a un valor de tendencia central tomado como referencia/
La varia$ilidad no se puede eliminar pero s reducir/ !ontrol&ndola
domesticamos al azar " aprendemos a vivir $a0o incertidum$re/
Las Medidas de Dispersin se dividen en dos grupos/
Medidas de Dispersin AbsoIuta: sus valores vienen e1presados en las
mismas unidades de medicin del con0unto de o$servaciones o datos a ser
estudiado, " slo -acen referencia al con0unto en cuestin/ Las medidas
m&s importantes son el Rango, la ,arianza " la Desviacin Est&ndar/
Medidas de Dispersin ReIativa: sus valores se o$tienen de los cocientes
fraccionales entre medidas de dispersin a$soluta " de tendencia central, "
como am$as vienen e1presadas en las mismas unidades de medicin, las
medidas de dispersin relativa asumen valores a$stractos o porcentuales/
Este -ec-o nos permite comparar la dispersin en dos o m&s con0untos de
datos para determinar el (ue tiene ma"or o menor dispersin/ 9in estas
medidas de dispersin relativa, la comparacin sera imposi$le en caso de
-a$er dos con0untos con distintas unidades de medicin, o (ue tengan un
mismo valor para una medida de dispersin a$soluta pero -a$iendo a la
vez distinta varia$ilidad de sus respectivas o$servaciones o datos con
respecto a una medida de tendencia central/ La m&s importante entre las
medidas de dispersin relativa es la del !oeficiente de ,ariacin/
1) RANGO, AMPLITUD TOTAL, RECORRIDO U OSCILACIN TOTAL
9e o$tiene restando el valor m&s $a0o del valor m&s alto de un
con0unto de N o$servaciones, o restando el lmite inferior de la ultima clase
menos el lmite superior de la primera clase cuando tenemos datos
agrupados en k clases/ En el primer caso, al comparar la serie de N
o$servaciones con los n datos simples, tenemos (ue X1 = ,1 " Xn = ,N/ Las
respectivas formulaciones son:
Para N o$servaciones
ordenadas o n datos simples:
C = ,N 7 ,1 = Xn 7 X1
82
Para datos agrupados
en k clases:
C = *sk 7 *i1
,emos (ue el Rango representa la medida del ma"or espacio en (ue
se encuentran todos los valores de una distri$ucin/ Go da una idea
verdadera de la concentracin de los valores, -a$iendo casos en los (ue se
o$tienen intervalos e1agerados cuando la distri$ucin tiene una
concentracin en un espacio reducido, " por tanto estos difieren muc-o de
los valores e1tremos/
EjempIo: Los pesos en _ilogramos de una muestra de ca0as de
frutas de una cooperativa, listas para em$arcarse a .rancia son: 3?5, FD,
3?3, 3?C, " 3?6/ Determine el Rango/
a4 9e ordenan e identifican las o$servaciones de menor a ma"or/
,1 ,2 ,% ,1 ,/
FD 3?3 3?5 3?6 3?C
$4 9e $usca el menor " el ma"or valor del con0unto o$servaciones/
Para las N Q B o$servaciones "a ordenadas, tenemos (ue ,1 Q FD "
,N Q ,/ Q 3?C/
c4 9e o$tiene el Rango/
C = ,N 7 ,1 = ,/ 7 ,1 Q 3?C < FD Q F
Interpretacin: La variacin de los pesos con respecto a todos los
pesos de la ca0a es de F Kg/
Cundo debe usarse eI Rango en cuaIquiera de Ios casos
anteriores?
El Rango se usa cuando las o$servaciones o datos son mu" escasos
o demasiado dispersos, adem&s (ue esa medida es ;til para conocer los
valores e1tremos o la dispersin total/ !on el Rango la varia$ilidad se
puede e1presar en un slo n;mero/ Las desventa0as de esta medida est&n
en (ue no utiliza todas las o$servaciones sino dos de estas, se puede ver
mu" afectada por alguna o$servacin e1trema -asta el punto de perder
importancia como medida de dispersin cuando los valores e1tremos son
mu" le0anos, " por otra parte para un mismo pro$lema el Rango aumenta o
(ueda igual con el n;mero de o$servaciones pero no disminu"e en ning;n
caso/
2) VARIANZA Y DESVIACIN ESTNDAR O TPICA
83
Para medir me0or la dispersin de los datos en t2rminos de su
totalidad, es necesaria pero no suficiente la concepcin del rango como una
sola diferencia o distancia de dos valores, siendo pertinente ampliar el
alcance de esta idea a los valores restantes para (ue todos =" no dos4 se
vean refle0ados o influ"an en una medida de dispersin/ !omo no tendra
sentido tomar en cuenta todas las diferencias posi$les =aun(ue sean
tomadas positivamente como distancias, o$viando sus verdaderos signos4
para las o$servaciones o datos, es m&s pr&ctico " razona$le considerar las
diferencias o desvos entre cada uno de estos valores " una medida de
tendencia central (ue sirva de referencia/ 9e escoge la Media 8ritm2tica
pues es a(uella medida de tendencia central (ue e(uili$ra a todas las
o$servaciones " no solamente a dos/
odas esas diferencias o desvos se promedian en su totalidad
mediante e1presiones cuadr&ticas cu"a 0ustificacin matem&tica escapa al
alcance de los o$0etivos de este *nidad/ 9in em$argo, esas e1presiones
son num2ricamente mu" precisas " ;tiles para representar la dispersin "
para su posterior uso en Estadstica #nferencial/ 8dem&s, son m&s e1actas
(ue el simple promedio de esas diferencias, el cual es un valor (ue se
denomina Desviacin Media, " (ue aparece en cual(uier li$ro de
Estadstica pero no lo estudiaremos en la presente %ua Did&ctica/
al como veremos a-ora, la ,arianza viene dada en unidades
cuadr&ticas, " por eso se le aplica la operacin matem&tica de la raz
cuadrada para o$tener la Desviacin Est&ndar, siendo este un valor medido
en las mismas unidades simples en (ue los datos vienen dados/
2.1) Varianza y Desviacin Estndar para una Distribucin de Datos
SimpIes
Para una serie de N o$servaciones ordenadas tenemos las
respectivas formulaciones para la ,arianza S
2
" la Desviacin Est&ndar S
(ue daremos a continuacin/
( ) ( )
N
X ,
S S ,
N
X ,
S
N
1 j
2
j
2
N
1 j
2
j
2

= =

= =

=
8s como coinciden la Media de una serie de N o$servaciones " la
Media de una distri$ucin de frecuencias para n datos simples asociados a
dic-as o$servaciones, tam$i2n ocurre lo mismo entre las formulaciones
anteriores " las siguientes para tales datos, teniendo en cuenta (ue

=
=
n
1 j
j
f N
/
84
( ) ( )
N
X X f
S S ,
N
X X f
S
n
1 j
2
j j
2
n
1 j
2
i j
2

= =

= =

=
EjempIo: Los pesos en _ilogramos de una muestra de ca0as de
frutas de una cooperativa, listas para em$arcarse a .rancia son: 3?5, FD,
3?3, 3?C, " 3?6/ Determinemos la ,arianza " la Desviacin Est&ndar/
Para el c&lculo de esas medidas, realizaremos los siguientes pasos
con los cuales vamos a construir una ta$la con ciertas columnas (ue nos
facilitar&n la o$tencin de estas medidas/
a4 La !olumna # representa los N Q B pesos en Kg/ de las ca0as de
frutas/
$4 La !olumna ## contiene las desviaciones respecto a la Media, (ue se
o$tienen restando de la columna # el valor de la Media o promedio
para cada valor de la columna #/ La Media es:
/
, !!! , ,
/
,
X
/ 2 1
/
1 j
j
+ + +
= =

=
B
B?F
B
3?C 3?6 3?5 3?3 FD
=
+ + + +
= X
Q 3?3,E \ 3?5 Kg/
c4 La !olumna ### se o$tiene elevando al cuadrado cada valor de la
columna ##/
I
,
II
X ,
III
( )
2
X ,
,1 Q FD X ,
1
Q )B ( )
2
1
X , Q 56
,2 Q 3?3
X ,
2

Q )3 ( )
2
2
X , Q 3
,% Q 3?5
X ,
%

Q ? ( )
2
%
X , Q ?
,1 Q 3?6
X ,
1

Q 3 ( )
2
1
X , Q 3
,/ Q 3?C
X ,
/

Q 7 ( )
2
/
X , Q 3E
TotaI: B?F TotaI: 76
d4 La ,arianza S
2
es el resultado de dividir el total de la !olumna ###
entre el n;mero N de o$servaciones/
85
( )
/
X ,
S
/
1 j
2
j
2

=

=
( ) ( ) ( ) ( ) ( )
B
3?5 3?C 3?5 3?6 3?5 3?5 3?5 3?3 3?5 FD
5 5 5 5 5
+ + + +
=
2
S
B
76
=
2
S
Q E,C \ F Kg
5
/
e4 8-ora -allaremos la Desviacin Est&ndar S/
( )
E,C =

= =

=
N
X ,
S S
/
1 j
2
j
2
Q 5,F6 Kg/ \ 6 Kg/
Interpretacin: La diferencia con respecto al peso promedio de 3?5
Kg/ correspondientes a las B ca0as es de apro1imadamente 6 Kg/
2.2) Varianza y Desviacin Estndar para una Distribucin de Datos
Agrupados
9i tenemos una distri$ucin de frecuencias para datos agrupados en
k clases, recordemos (ue
=
=
k
1 j
j
F N
, " la ,arianza S
2
" la Desviacin
Est&ndar S tienen las respectivas formulaciones:
( ) ( )
N
X X) F
S S ,
N
X X) F
S
k
1 j
2
j j
2
k
1 j
2
i j
2

= =

= =

=
EjempIo: El administrador del un -ospital p;$lico -izo una
investigacin acerca del n;mero de das (ue 5?? pacientes, escogidos al
azar, se (uedaron en el -ospital despu2s de una operacin/
Estancia en eI
hospitaI (en das)
Nmero
de pacientes
3)6 3E
7)C F?
86
D)F 77
3?)35 53
36)3B F
3C)3E F
3F)53 7
55)57 B
Para el c&lculo de la ,arianza " la Desviacin Est&ndar realizaremos
los siguientes pasos, con los cuales vamos a construir una ta$la con ciertas
columnas (ue nos facilitar&n la o$tencin de estas medidas/
a4 La !olumna # representa el n;mero promedio de das de estancia en
el -ospital por cada una de las k Q E clases/
$4 La !olumna ## contiene la cantidad de pacientes atendidos seg;n la
cantidad de das (ue permanecieron en el -ospital/
c4 La !olumna ### se o$tiene restando el valor de la Media o promedio
con cada valor de la !olumna #/
/
X) F !!! X) F X) F
2""
X) F
X
0 0 2 2 1 1
0
1 j
j j
+ + +
=

=
Q D,D3 \ E das
d4 La !olumna #, se o$tiene elevando al cuadrado cada valor de la
!olumna ###/
e4 La !olumna , se o$tiene multiplicando la !olumna #, por la
!olumna ##/
IntervaIos
de CIases
I
X)
II
F
III
X X)
IV
( )
2
X X)
V
( )
2
X X) F
3 < 6 X)1 Q 5 F1 Q 3E
X X)
1

Q )C 6C C7E
7 < C X)2 Q B F2 Q F? X X)
2
Q )6 F E3?
D < F X)% Q E F% Q 77
X X)
%

Q ? ? ?
3? < 35 X)1 Q 33 F1 Q 53 X X)
1
Q 6 F 3EF
36 < 3B X)/ Q 37 F/ Q F
X X)
/

Q C 6C 657
3C < 3E X)2 Q 3D F2 Q F
X X)
2

Q F E3 D5F
3F < 53 X)- Q 5? F- Q 7
X X)
-

Q 35 377 BDC
55 < 57 X)0 Q 56 F0 Q B
X X)
0

Q 3B 55B 3/35B
TotaI 5?? 7/7?3
f4 La ,arianza S
2
es el resultado de dividir el total de la !olumna ,
entre el n;mero total de pacientes/
87
( )
( ) ( ) ( )
2""
X X) F !!! X X) F X X) F
2""
X X) F
S
2
0 j
2
2 2
2
1 1
0
1 j
2
j j
2
+ + +
=

=

=
5??
7/7?3
5??
3/35B BDC D5F 657 3EF ? E3? C7E
=
+ + + + + + +
=
2
S
Q 55 das
5
/
g4 8-ora -allaremos la Desviacin Est&ndar S/
( )
55 =

= =

=
2""
X X) F
S S
0
1 j
2
j j
2
Q 7,CF \ B das
Interpretacin: La diferencia respecto al n;mero promedio de E
das, correspondientes a las 5?? estadas de los pacientes, es de
apro1imadamente B das/
Nota: La ,arianza S
2
sirve para -allar la Desviacin Est&ndar S, "
am$as se $asan en los desvos de los datos con respecto a la Media/ 9i no
e1iste varia$ilidad, entonces todos los datos coinciden con la Media " S
2
=
S Q ?, " en otro caso S
2
D ? " S D ?/ 9i algunos datos est&n mu" ale0ados
de la Media, entonces S
2
" S tomar&n valores mu" elevados, o sea, son
mu" sensi$les ante la presencia de datos e1tremos pues en esencia son
medias o promedios de otra especie/ En consecuencia, el valor de la
Desviacin Est&ndar est& en relacin directa con la dispersin de los datos,
pues a ma"or o menor dispersin de estos -a" ma"or o menor Desviacin
Est&ndar, respectivamente/
2.3) RegIa de Tchebishev
Esta regla dice (ue para ) = 2, 3, " para un con0unto de n datos X1,
R, Xn, por lo menos t =

2
)
1
1 1""# de los datos se encuentran en el
intervalo = X 7 )S, X + )S?, es decir, dentro de ) desviaciones de la
Desviacin Est&ndar S con respecto de la Media X /
La utilidad de esta regla radica en (ue permite determinar unos
lmites para acotar o enmarcar una parte de los datos en su dispersin con
respecto a la Media/ 8dem&s, tam$i2n v&lida para distri$uciones de datos
agrupados pues slo se re(uiere conocer la Media " la Desviacin Est&ndar
para su aplicacin/
EjempIo:
88
Para el pro$lema de los pesos de las ca0as de frutas, tenemos (ue
los datos son: 3?5, FD, 3?3, 3?C, " 3?6/ 9u Media es X Q 3?3,E " su
Desviacin Est&ndar es S Q 5,F6/ Para ) Q 5 tenemos (ue por lo menos t
= =

4
3
1""#
2
1
1
2
3??@ Q DB@ de los datos de$en estar en el
intervalo =FB,F7 , 3?C,BE4, es decir, ser ma"ores (ue FB,F7 " menores (ue
3?C,BE/ 9iendo (ue n Q B, entonces tenemos (ue por lo menos nt Q 6,DB
7 datos est&n en ese intervalo, lo cual se cumple con creces pues en
realidad all est&n todos los datos/
Interpretacin: Ha" por lo menos 7 ca0as de frutas cu"os
respectivos pesos son ma"ores a FB,F7 FC Kg/, " a su vez son menores
(ue 3?C,BE 3?D Kg/
3) COEFICIENTE DE VARIACIN
anto para datos simples como agrupados, el !oeficiente de
,ariacin :E es igual al cociente entre la Desviacin Est&ndar " la Media, "
multiplicando ese cociente por cien para ser e1presado en porcenta0e/
La formulacin es :E =
X
S
1""#/
Esta medida se emplea fundamentalmente con el o$0eto de:
3/ !omparar la varia$ilidad entre dos grupos de datos referidos a
distintos sistemas de unidades de medicin, como por e0emplo
Kilogramos " !entmetros/
EjempIo: En una f&$rica venezolana Y la Media " Desviacin
Est&ndar de los salarios es de +s 3?5 " +s 33, respectivamente/ En una
f&$rica colom$iana Z la Media " Desviacin Est&ndar de los salarios es de
` 56? " ` B7, respectivamente/ Entonces:
Fbrica venezoIana X Fbrica coIombiana Y
X Q 3?5, SX Q 33 F Q 56?, SF Q B7
:EX = 3??@
3?5
33
= 1""#
X
S
X
Q 3?,DE@ :EF = 3??@
56?
B7
= 1""#
F
S
F
Q 56,7D@
Interpretacin: La f&$rica colom$iana Z tiene ma"or variacin en los
salarios (ue la f&$rica venezolana Y/
89
5/ !omparar dos grupos de datos con iguales unidades de medicin, "
en los (ue la Media " Desviacin Est&ndar de uno de los grupos son
diferentes para el otro, pero am$os grupos pueden tener igual o
similar grado de dispersin/ #gualmente, pueden -a$er valores
similares para el par de Medias " el par de Desviaciones, pero los
grupos tienen mu" ale0ados grados de dispersin/
EjempIo: En una empresa Y la Media de los salarios es de +s/ 6/E??
" la Desviacin Est&ndar es de +s/ 75/ En una empresa Z la Media de los
salarios es de +s/ 37/B?? con una Desviacin Est&ndar de +s/ 36?/
Entonces:
Empresa X Empresa Y
X Q 6/E??, SX Q 75 F Q 37/B??, SF Q 36?
:EX = 3??@
6/E??
75
= 1""#
X
S
X
Q 3,3?@ :EF = 3??@
37/B??
36?
= 1""#
F
S
F
Q ?,EF@
Interpretacin: La empresa Z tiene menor variacin en los salarios
(ue la empresa Y, aun(ue tienen similar dispersin/
6/ Determinar si cierta Media es consistente u -omog2nea con cierta
Desviacin Est&ndar, lo cual e1presaremos en la siguiente escala/
:E Interpretacin
?@ a 3?@ Mu" -omog2neo
33@ a 3B@ Homog2neo
3C@ a 5B@ Heterog2neo
5C@ o m&s Mu" -eterog2neo
EjempIo: En una seccin de educacin $&sica, sea X la varia$le (ue
indica las notas del curso de Matem&ticas, cu"a Media " Desviacin
Est&ndar son X Q 35 Pts " SX Q 5 Pts/, respectivamente/ Por otra parte,
sea F la varia$le (ue indica las notas del curso de .sica, cu"a Media "
Desviacin Est&ndar son F Q 37 Pts/ " SF Q 5,B Pts/, respectivamente/
Dada la similitud entre X " F , " entre SX " SF, " puesto (ue en un mismo
curso -a" dos puntuaciones de distinta especie, Hcu&l de los dos cursos es
m&s consistente " cu&l tiene la Media m&s representativaJ
enemos (ue:
Curso de Matemticas Curso de Fsica
X Q 35, SX Q 5 F Q 37, SF Q 5,B
90
:EX = 3??
35
5
= 1""
X
S
X
Q 3C,CD@ :EF = 3??
37
5,B
= 1""
F
S
F
Q 3D,EB@
Interpretacin: El curso de Matem&ticas es m&s -omog2neo (ue el
curso de .sica/ 9e o$serva (ue :EX = :EF, por lo (ue la Media m&s
representativa es la del curso de Matem&ticas/ !omo es ma"or la
dispersin relativa :EF de los datos en el curso de .sica, esto (uiere decir
(ue las calificaciones en Matem&ticas se -a"a m&s concentrada alrededor
de la Media en comparacin a las de la otra materia/
4.7 ACTIVIDADES
#ndividual
Lea con cuidado los contenidos presentados en relacin a las medidas de
dispersin para datos simples =no agrupados4 " agrupados/ !onsulte la
$i$liografa a fin de ampliar sus conocimientos " considerar la opinin de
otros autores so$re el tema/
%rupal !ooperativo
Para cada uno de los e0ercicios siguientes, determine e interprete el Rango,
la ,arianza, la Desviacin Est&ndar " el !oeficiente de ,ariacin/ 8s
mismo, esta$lezca una conclusin al menos acerca de la dispersin/
Resuelve los siguientes e0ercicios:
3/ *na muestra de arc-ivos personales de oc-o empleados de una
alcalda indic (ue durante un perodo de seis meses tuvieron el
siguiente n;mero de inasistencias: 5, ?, C, 6, 3?, 7, 3 " 5/
5/ El Departamento de !ontrol de !alidad de una afamada marca de at;n
mide con un ndice la calidad de su producto/ Los datos se organizaron
en la ta$la siguiente/
ndice
Nmero
de productos
3??)33F B
35?)36F D
37?)3BF F
3C?)3DF 3C
3E?)3FF 3?
5??)53F 6
6/ 8 continuacin tenemos las ganancias semanales de un grupo de 5?
ta1istas =e1presadas en miles de $olvares4/
91
37D 3EB FB F5 F6 33B 35D 35C 376 3BD
3?3 F6 356 366 E6 B3 36B 35B 35F 365
92
UNIDAD V: INTRODUCCIN A LA PROBABILIDAD, MUESTREO Y
ESTIMACIN
OBJETIVO: !alcular e interpretar pro$a$ilidades asociadas a un evento aleatorio
dado " seleccionar una muestra de una po$lacin dada como medio para estimar
ciertos par&metros po$lacionales/
COMPETENCIAS:
34 Definir el concepto de pro$a$ilidad/
54 !alcular el tama'o de un espacio muestral dado/
64 Mencionar " e1plicar cmo se calculan pro$a$ilidades de acuerdo a
cada uno de los tres planteamientos de pro$a$ilidad/
74 Definir po$lacin " muestra/
B4 Mencionar " e1plicar los m2todos de muestreo pro$a$ilstica/
C4 !onstruir intervalos de confianza para estimar la media " la proporcin
de una po$lacin/
D4 9eleccionar el tama'o de la muestra re(uerido para la estimacin de
la media " de la proporcin de una po$lacin/
E4 *so del pa(uete computacional 9P99 =entre otros4 para el c&lculo de
estimadores/
CONTENIDO:
TEMA 1
5.1 Qu es ProbabiIidad?
La Pro$a$ilidad es la posi$ilidad num2rica de (ue ocurra un evento/ La
pro$a$ilidad de un evento es medida por valores comprendidos entre ? " 3/
Mientras ma"or sea la pro$a$ilidad de (ue ocurra un evento, su valor asignado
estar& m&s pr1imo a 3/ La pro$a$ilidad de una imposi$ilidad es ?/
EjempIo:
La pro$a$ilidad de (ue el sol salga ma'ana es mu" alta, es decir, mu"
cercana a 3> la pro$a$ilidad de (ue aprue$es este curso sin estudiar est& al otro
e1tremo, est& cercana a ?/
En todas las situaciones un elemento com;n a estas es la presencia de la
incertidum$re/ La nocin de azar se presenta cuando no se puede predecir con
certeza el resultado de un determinado .enmeno 8leatorio, siendo a(uel -ec-o
(ue $a0o ciertas condiciones puede ocurrir o de0ar de suceder, lo (ue conduce al
estudio profundo de las ideas anteriores a trav2s de un &rea de las Matem&ticas
denominada eora de la Pro$a$ilidad/
93
Esta rama del conocimiento es el ve-culo (ue le permite al investigador en
Estadstica usar la informacin contenida en una muestra para -acer inferencia o
para descri$ir la po$lacin de la cual se -a o$tenido la muestra/
9upongamos (ue la po$lacin es conocida " nos interesa calcular la
pro$a$ilidad de o$servar una muestra particular/ E1actamente lo opuesto es
cierto en los pro$lemas estadsticos cuando asumimos (ue la po$lacin es
desconocida " la muestra es conocida, " lo (ue deseamos es -acer inferencias
acerca de la po$lacin/ 8s, la eora de la Pro$a$ilidad act;a desde la po$lacin
-acia la muestra, mientras (ue la Estadstica act;a opuestamente, movi2ndose de
la muestra -acia la po$lacin/
5.2 Experimento AIeatorio
*n E1perimento es un proceso por medio del cual se o$tiene una
o$servacin, dato o medicin/ *n E1perimento 8leatorio es a(uel (ue se
caracteriza por dar resultados inciertos por(ue al repetirlo $a0o an&logas
condiciones, 0am&s se podr& predecir el resultado (ue se va a o$tener "a (ue
puede ocurrir m&s de uno (ue sea posi$le/ 9upone un ma"or o menor grado de
incertidum$re/
En el caso contrario al antes descrito estamos en presencia de un
E1perimento Determinista/
EjempIo:
9i lanzamos una moneda al aire, el resultado puede ser cara o sello, pero
no sa$emos de antemano cual de ello va a salir/ El proceso de lanzamiento de la
moneda es un e1perimento aleatorio/
5.3 Espacio MuestraI (de un experimento aIeatorio)
Es el con0unto de todos los resultados posi$les del e1perimento, " lo
podemos denotar con la letra griega NGO =omega4 o con la letra ma";scula B/
!ada resultado del e1perimento =o elemento del Espacio Muestral4 se denomina
Punto Muestral/
EjempIo:
En un proceso de fa$ricacin e1traemos un artculo elegido entre los
artculos fa$ricados " o$servamos si es o no es defectuoso/
9i denotamos por ' cuando es artculo es $ueno " por 9 cuando es
defectuoso, am$os seran los puntos maestrales " podramos tomar O = {', 9}/
94
Otro ejempIo:
El espacio muestral S del e1perimento de lanzar un dado est& dado por las
seis caras de este/
S Q {3, 5, 6,7, B, C}
!ada uno de los seis posi$les resultados del lanzamiento viene siendo un
punto muestral/
8s cmo e1isten espacios maestrales finitos, tam$i2n e1isten los (ue son
infinitos/ Por e0emplo, lanzamos un dardo -acia un ta$lero " -a" una e1tensin
continua de puntos donde puede caer/
5.4 Suceso o Evento de un Experimento AIeatorio
Es un su$con0unto del espacio muestral (ue se caracteriza por ser
resultado de un e1perimento aleatorio/ 9e representa por una letra ma";scula/
!omo un suceso es una coleccin especfica de puntos maestrales, un
suceso particular ocurrir& si ocurre cual(uier punto muestral de dic-o suceso/
5.5 Los ModeIos de ProbabiIidad
En la antigaedad se denomina$a pro$a$le a lo (ue seg;n las apariencias
puede ser declarado verdadero o cierto, por lo (ue la pro$a$ilidad posee grados
seg;n su acercamiento o ale0amiento de la certidum$re =certeza4/ Luego, la
Pro$a$ilidad puede ser 9u$0etiva =un juicio pro$a$le4 u O$0etiva =un
acontecimiento pro$a$le4/
Estas ideas de pro$a$ilidad " azar dieron origen a la eora de la
Pro$a$ilidad como disciplina de car&cter matem&tico/ Esto permiti dar un valor
num2rico a la pro$a$ilidad de ocurrencia o no ocurrencia de un acontecimiento o
resultado, tal como veremos luego/
En el campo de la Estadstica, de$ido al car&cter amplio " general de la
Pro$a$ilidad, esta es igualmente v&lida para po$laciones " muestras/ Recordando
las consideraciones -ec-as so$re am$os conceptos en el Mdulo # de la *nidad #,
el c&lculo de Pro$a$ilidades es ;til para la Estadstica #nferencial/ Por lo tanto, el
resto de los planteamientos a estudiarse en la *nidad ### estar&n referidos a
po$laciones/
La Pro$a$ilidad ocupa un lugar importante en la toma de decisiones puesto
(ue permite pro"ectar =inferir4 resultados de un evento determinado/ De$ido a las
m;ltiples aplicaciones (ue tiene la eora de la Pro$a$ilidad en la vida cotidiana,
e1isten cuatro modelos para su c&lculo:
95
Modelo !l&sico =a priori4
Modelo Emprico o de .recuencia Relativa =a posteriori4
Modelo 9u$0etivo
5.5.1 EI ModeIo CIsico
.i0a la pro$a$ilidad sin depender de ninguna e1periencia " por lo tanto no
est& apo"ada en ninguna inferencia inductiva/ 9e relaciona con los 0uegos de azar
" las apuestas/ 8(u se supone (ue los sucesos elementales son e(uipro$a$les/
La pro$a$ilidad cl&sica de un evento & se determina mediante la Regla de
Laplace, e1presada as:
P=&? =
O MuestraI Espacio eI para posibIes casos de Nmero
A Evento eI para favorabIes casos de Nmero
El numerador de esa e1presin es la cantidad de elementos o puntos
maestrales (ue conforman al suceso &, " el denominador es la cantidad total de
elementos pertenecientes al espacio muestral O/
EjempIo:
9ea el e1perimento aleatorio de lanzar un dado una vez, el cual tiene 21ito
si el resultado del e1perimento es la cara 6 " 7/
omando el espacio muestral O = {1, 2, 3, 4, 5, 6} " el evento & = {3, 4},
tenemos P=&? =
3 # 0
3
1
6
2

= =
Q?,6666R Q 66,66@/
5.5.2 EI ModeIo Emprico o de Frecuencia ReIativa
*tiliza datos (ue se -an o$servado empricamente en una investigacin
estadstica, registra la frecuencia con (ue -a ocurrido un evento en el pasado, "
estima la pro$a$ilidad de (ue el evento ocurra nuevamente con $ase a su
comportamiento -istrico "a investigado/
Para calcular la pro$a$ilidad de un evento & aplicando este modelo, se
utiliza la siguiente frmula:
P=&? =
nes observacio de totaI Nmero
pasado eI en evento eI ocurrido ha que veces de Nmero
EjempIo:
96
8licia falt B veces a clases el mes pasado/ H!u&l es la pro$a$ilidad de
(ue falte este mes (ue tiene 6? dasJ
P =Falta? Q
30
5
Q
6 1 # 0

Q ?,3CCCR Q 3C,CC@
Este modelo se usa esencialmente en distri$uciones de frecuencias para
datos estudiados en Estadstica, por lo (ue es ;til el siguiente resumen
comparativo de conceptos estadsticos " pro$a$ilsticas, siendo (ue algunos de
estos ;ltimos ser&n estudiados m&s adelante en los pr1imos mdulos/
Conceptos Empricos
(Estadsticos)
Conceptos Tericos
(ProbabiIsticos)
Po$lacin Espacio Muestral
Muestra 9uceso
.recuencia relativa Pro$a$ilidad
,aria$le Estadstica ,aria$le 8leatoria
Histograma de .recuencia
Relativa
!urva de Pro$a$ilidad
Histograma de .recuencia
Relativa 8cumulada
!urva de Distri$ucin
!aractersticas Estadsticas
=Estadsticos4
!aractersticas Pro$a$ilsticas
=Par&metros4
5.5.3 EI ModeIo Subjetivo
9e utiliza cuando no -a" datos -istricos disponi$les " slo se cuenta con
opiniones o criterios su$0etivos/ 8(u la pro$a$ilidad representa una relacin entre
una proposicin " un cuerpo de evidencia, pero no es una relacin puramente
lgica/ Es una relacin cuasilgica " el valor num2rico asociado a ella representa
un grado de creencia su$0etiva e1presada en un 0uicio pro$a$le/ Por e0emplo,
H!u&l es la pro$a$ilidad de (ue una mu0er sea elegida a la Presidencia de la
Rep;$lica +olivariana de ,enezuelaJ
En cierto modo se puede considerar el enfo(ue de este modelo como una
generalizacin de la pro$a$ilidad o$tenida a partir de una frecuencia en una serie
larga de prue$as, " tam$i2n a partir de situaciones en (ue la informacin (ue
dispone un individuo es m&s incompleta " precaria/ Por otra parte, en un gran
n;mero de aplicaciones usuales de las pro$a$ilidades, m&s (ue pensar en la
repeticin de un e1perimento " en su frecuencia, el individuo -ace comparaciones
entre la situacin en (ue se encuentra =(ue no necesariamente se va a repetir4 "
las situaciones tpicas caracterizadas por el azar/
En esa interpretacin personal de la pro$a$ilidad, en $ase a ciertas reglas
el individuo asigna pro$a$ilidades a los sucesos elementales, " a(uellas servir&n
para -allar las pro$a$ilidades de otros sucesos en $ase a las mismas reglas, " su
97
interpretacin se -ace planteando la analoga o comparacin entre am$os tipos de
sucesos/
TEMA 2
5.6 PobIacin y Muestra
Los conceptos de Po$lacin " Muestra fueron estudiados en las 9ecciones
3/5 " 3/6 del *nidad # de la *nidad #, al igual (ue las razones (ue 0ustifican el uso
de las muestras se analizaron en la 9eccin 3/B/
*na po$lacin es finita si consta de un n;mero finito o fi0o de elementos,
medidas u o$servaciones/ Por e0emplo, tenemos el con0unto de calificaciones
o$tenidas en una seccin de estudiantes de la *+, (ue cursan 8n&lisis del Dato
Estadstico/
8 diferencia de las po$laciones finitas, una po$lacin infinita contiene una
infinidad de elementos, al menos -ipot2ticamente/ Por e0emplo, cuando medimos
el peso de los -a$itantes de una comunidad/
8 menos (ue se indi(ue lo contrario, las po$laciones a ser estudiadas a(u
son finitas/
5.6 Muestreo
El Muestreo es el con0unto de procedimientos (ue nos permite dise'ar la
muestra m&s apropiada para un e1perimento o investigacin, garantiz&ndose (ue
la muestra seleccionada sea representativa de la po$lacin de origen para no
tener (ue tra$a0ar con la totalidad de esta " controlar los errores cometidos en su
estudio/
Para (ue una muestra sea acepta$le, esta de$e ser representativa de la
po$lacin de la cual se o$tuvo, " tam$i2n de$e e1istir la posi$ilidad de medir la
confia$ilidad de las estimaciones o$tenidas de la muestra =totales, promedios,
porcenta0es, etc/4/ La muestra es representativa si posee todas las caractersticas
de la po$lacin en la misma proporcin en (ue se encuentran manifiestan en el
seno de esta/ odo esto es o$0eto de estudio de la eora de Muestreo/
Los o$0etivos del muestreo son:
Realizar estimaciones de valores de una po$lacin a partir de las medidas
o$tenidas de la muestra/
!alcular medidas de confia$ilidad de esas estimaciones/
#nterpretar las estimaciones de manera precisa/
9e aconse0a el muestreo en los siguientes casos:
98
!uando la po$lacin es infinita o mu" grande de tal forma (ue resulte mu"
difcil su enumeracin total/
En po$laciones mu" -omog2neas tales (ue la muestra represente con
fidelidad a la po$lacin/
!uando el proceso de investigacin de las caractersticas de una po$lacin
sea destructivo/
Las venta0as del muestreo son:
Economa " rapidez en su realizacin/
8-orro de dinero si la muestra es representativa pues en tal caso no -a"
necesidad de tra$a0ar con todos los elementos de la po$lacin/
M&s alcance en la investigacin/
M&s entrenamiento, formacin " control de personal/
Ma"or rapidez de procesamiento " presentacin de resultados/
Menos personal " recursos/
.&cil verificacin posterior en $ase al dise'o utilizado/
M&s confia$ilidad de los datos o$tenidos en $ase a la posi$ilidad de
controlar m&s f&cilmente las informaciones recopiladas/
Las limitaciones del muestreo son:
Go permite -acer c&lculos, ta$ulaciones o pro"ecciones con respecto a
&reas o pe(ue'os grupos/
Presenta el error de muestreo " otros a0enos a ese proceso/
Dificultad de la ta$ulacin cruzada de algunas caractersticas/
9e re(uiere una alta preparacin estadstico)matem&tica de muestrista/
E1iste la creencia de (ue las investigaciones so$re la po$lacin ofrecen un
margen m&s slido " eficiente de e1actitud (ue los resultados o$tenidos de
una muestra/
5.6 CIasificacin deI Muestreo
En Estadstica, un Dise'o de una Muestra es un plan definitivo determinado
por completo, antes de recopilar cual(uier dato, con el fin de tomar posteriormente
una muestra de una po$lacin de referencia/ Enmarcado dentro del proceso del
dise'o, el tipo de muestreo a desarrollar se clasifica en funcin de las
caractersticas de la po$lacin " del criterio de seleccin previamente determinado
en una investigacin/ 8lgunas veces se -ace uso de la eora !om$inatoria para
o$tener determinado tipo de muestras/
1) Muestreo ProbabiIstico y no ProbabiIstico
99
El Muestreo no Pro$a$ilstico es a(uel donde la seleccin no se -ace
al azar sino el criterio del investigador/ 8 menudo suele presentar grandes
sesgos " por esa razn es poco fia$le/
En cam$io, si la seleccin de los elementos de la muestra se realiza
aleatoriamente, es decir, independientemente de la opinin del investigador,
entonces se est& -aciendo un Muestreo Pro$a$ilstico o 8leatorio, el cual
es muc-o m&s confia$le/ En este caso, si la po$lacin tiene N elementos "
la muestra es de A elementos, la pro$a$ilidad (ue tiene cada elemento de
la po$lacin de integrar esa muestra es
N
A
/
*n muestro pro$a$ilstica o aleatorio puede ser sin Reemplazo,
8leatorio 9imple " 9istem&tico/
2) Muestreo con y sin ReempIazo
enemos un Muestreo con Reemplazo cuando cada elemento de la
po$lacin puede elegirse m&s de una vez/ Esto ocurre cuando cada
elemento seleccionado se vuelve a regresar a la po$lacin de la cual se
e1tra0o despu2s de anotar sus caractersticas en un instrumento al aplicarle
alguna t2cnica de recoleccin de informacin/ Este tipo de muestreo no es
pro$a$ilstico, " se aplica para po$laciones (ue en la pr&ctica se consideran
infinitas o inagota$les/ 8(u cam$ia la pro$a$ilidad de seleccin de cada
elemento (ue formar& la muestra/
8l contrario, en una Muestra sin Reemplazo el elemento
seleccionado para integrar la muestra de0a de ser selecciona$le al no poder
elegirse m&s de una vez/ Es decir, una vez e1trado no se regresa a la
po$lacin/ Por lo tanto la po$lacin es agota$le " por supuesto finita/ 8
este tipo de muestreo se le suele llamar #rrestrictamente 8leatorio/ Para
este caso, -a"

N
A
maneras de o$tener una muestra de tama'o A de una
po$lacin de tama'o N, " la pro$a$ilidad de elegir as una muestra es
( )
NH
H N A NH
N
A
1

=


/
3) Muestreo AIeatorio SimpIe
Es un procedimiento de muestreo pro$a$ilstico mediante el cual
e1traemos de una po$lacin una muestra representativa de la misma, "
donde cada elemento de la po$lacin tiene la misma posi$ilidad de ser
incluido en la muestra/ En t2rminos de pro$a$ilidad, de ser N el tama'o de
la po$lacin, ser& 1IN la pro$a$ilidad de ser escogido cada elemento para
formar parte de la muestra sin importar el tama'o de esta/ Este tipo de
muestreo es el m&s sencillo " usado/
100
4) Muestreo Sistemtico
Es cuando los elementos de la po$lacin est&n ordenados por listas/
9e elige un individuo al azar " a continuacin se eligen todos los dem&s a
intervalos constantes -asta completar la muestra/ 9i el orden de los
elementos es tal (ue los individuos pr1imos tienden a ser m&s seme0antes
(ue los ale0ados, el muestreo sistem&tico tiende a ser m&s preciso (ue el
aleatorio simple al cu$rir m&s -omog2neamente toda la po$lacin/ 8 veces
este tipo de muestreo no es necesariamente aleatorio/
El verdadero riesgo del muestreo sistem&tico "ace en la posi$le
presencia de periodicidades ocultas " la o$tencin de resultados sesgados
o parcializados/
5) Muestreo Estratificado
Es cuando nos interesa (ue la muestra tenga la misma composicin
a la de la po$lacin cuando esta se divide en clases o estratos/ Esto ;ltimo
se -ace a fin de disminuir la varia$ilidad de la po$lacin " de $uscar ma"or
-omogeneidad dentro de cada estrato/
9i tenemos informacin acerca de la constitucin o composicin de
una po$lacin, " siendo esa informacin importante para nuestra
investigacin, podemos me0orar el muestreo aleatorio por medio de la
estratificacin, procedimiento (ue consiste en dividir a la po$lacin en una
cantidad de su$)po$laciones o estratos (ue no se mezclen " en la (ue en
cada uno sus elementos sean los m&s parecidos entre s, " luego de -acer
esa distri$ucin se toma una muestra de cada estrato/ 9i para cada estrato
se o$tiene una muestra aleatoria simple, el procedimiento completo
=primero la estratificacin " luego el muestreo aleatorio4 se conoce como
Muestreo 8leatorio 9imple Estratificado/
Esencialmente, el o$0etivo de la estratificacin es formar estratos de
tal forma (ue -a"a una relacin entre un estrato particular " la respuesta
(ue se $usca en el estudio estadstico, " (ue en cada uno de los estrato
separados -a"a tanta -omogeneidad como sea posi$le/
EjempIo:
9i en una po$lacin el 5?@ son mu0eres " el E?@ -om$res, se
mantendr& la misma proporcin en la muestra/
6) Muestreo por CongIomerados
9e divide la po$lacin total en un n;mero determinado de
su$divisiones relativamente pe(ue'as " se seleccionar al azar algunos
101
elementos de esas su$divisiones o conglomerados para incluirlos en la
muestra general/ 9i los conglomerados son su$divisiones geogr&ficas, este
tam$i2n se llama Muestreo por breas/
102
BIBLIOGRAFA
BSICA
3/ 8GDER9OG, D/ sta!"stica para A!ministracin y conom"a# $olumen I y
II/ #nternational -omson/ M21ico, 5/??3/
5/ 8R#89, ./ l proyecto !e In%estigacin/ !aracas, 5/??7/
6/ +8*!E, %/ sta!"stica Aplica!a& 'ro(lemario/ Ediciones del
,icerrectorado 8cad2mico de la *niversidad !entral de ,enezuela/
!aracas, 5/??7/
7/ .RE*GD, W/ Z 9#MOG, %/ 8/ sta!"stica lemental/ Editorial Prentice)Hall
Hispanoamericana/ M21ico, 3/FF7/
B/ .*EGL8+R8D8 DE L8 ,E%8, 9/ 'ro(a(ili!a! y sta!"stica/ Mc%rac)Hill
#nteramericana/ M21ico, 5/???/
C/ H8MD8M, G/ )*to!os sta!"sticos en !ucacin/ Ediciones de la
+i$lioteca de la *niversidad !entral de ,enezuela/ !aracas, 3/FF7/
D/ L#GD, D/, M89OG, R/, Z M8R9H8LL, P/ sta!"stica# #rcin Mac%rac Hill/
M21ico, 5/??3/
E/ ORE%8, W# lementos !e 'ro(a(ili!a!/ 9ociedad .ondo Editorial
!EG8ME!/ !aracas, 3/FFE/
F/ 9EG#%G#, 9/ Apuntes !e sta!"stica para +ilogos/ Direccin de
Pu$licaciones *L8/ M2rida, 5/??6/
3?/ 9OO, 8/ Iniciacin a la sta!"stica/ Editorial Wos2 Mart/ !aracas, 3/FE5/
33/ 9P#E%EL, W/ 9!H#LLER Z 9R#G#,898G, R/ 'ro(a(ili!a! y sta!"stica/
Mc%rac)Hill #nteramericana/ +ogot&, 5/??3/
35/ 8P#GO9, %/ lementos !e Demogra,"a/ Editorial Espasa)!alpe 98/
Madrid, 3/FFE/
COMPLEMENTARIA
3/ 8L9OG, P/ )*to!os !e -ra,icacin/ Editorial Erro/ !aracas, 3/FFF/
103
5/ +L8LO!K, H/ sta!"stica .ocial/ .ondo de !ultura Econmica/ M21ico,
3/FCC/
6/ !RbMER, H/ lementos !e la /eor"a !e 'ro(a(ili!a!es/ 8guilar
Ediciones/ Madrid, 3/FCE/
7/ %L899, %/ Z 98GLEZ, W/ )*to!os sta!"sticos Aplica!os a las 0iencias
.ociales/ Editorial Prentice)Hall #nternacional/ Madrid, 3/FD7/
B/ %OG^bLE^, R/ Intro!uccin a la -eoesta!"stica/ Ediciones de la
+i$lioteca de la *niversidad !entral de ,enezuela/ !aracas, 3/FFC/
C/ H8+ER, 8 Z R#!H8RD, R/ sta!"stica -eneral/ .ondo Educativo
#nteramericano, 9/8/ M21ico, 3/FD6/
D/ L#G!OZbG, O/ Intro!uccin a la sta!"stica/ Mc%rac)Hill #nteramericana/
+ogot&, 3/FFE/
E/ M!!OLLO*%H, !/ Anlisis sta!"stico para la !ucacin y las 0iencias
.ociales/ Mc%rac #nteramericana/ M21ico, 3/FE5/
F/ MEGDEGH8LL, P/ Intro!uccin a la 'ro(a(ili!a! y la sta!"stica#
Padscort- #nternacional #$eroamericana/ !alifornia, 3/FD5/
3?/ R#,89, E/ sta!"stica -eneral/ Ediciones de la +i$lioteca de la
*niversidad !entral de ,enezuela/ !aracas, 3/FCE/
33/ 98L8M8, D/ sta!"stica: )eto!olog"a y aplicaciones/ Editora Principios/
!aracas, 3/FED/
35/ P8LPOLE, R/ " R8ZMOGD, M/ 'ro(a(ili!a! y sta!"stica# Mc%rac Hill
#nteramericana/ M21ico, 3/FF5/
36/ P8ZGE, D/ sta!"stica con aplicaciones a las 0iencias .ociales y la
!ucacin/ Mc%rac Hill #nteramericana/ M21ico, 3/FE3/
VIRTUAL
8dicionalmente a los li$ros antes mencionados, se recomiendan las
siguientes p&ginas ce$ de #nternet =a'o 5/??B4/
-ttp:::ccc/$cv/org/ve
-ttp:::ccc/eclac/cl:celade
-ttp:::ccc/euler/ciens/ucv/ve:gl)autor/-tml
-ttp:::ccc/eumed/net:cursecon:5:dem/-tm
-ttp:::ccc/faces/ucv/ve
-ttp:::ccc/ine/gov/ve:ine:inde1ine/asp
104
-ttp:::ccc/platino/gov/ve
-ttp:::ccc/uned/es:333?77:p3?7a/-tm
105