Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introduccin
Hasta ahora, para describir un conjunto de datos, se han empleado tablas y grficos. Estos son tiles para dar rpidamente una
visin general del comportamiento de los valores que asume una
variable; as, en el caso de variables categricas, los diagramas son
suficientes para dar una descripcin completa de las mismas.
Sin embargo, para describir el comportamiento de variables
cuantitativas se requiere de una mayor precisin que la que puede
proporcionar un grfico. Es importante que esa descripcin trascienda los lmites de lo visual y lo subjetivo en cuanto sea posible.
Como solucin a la situacin planteada, surgen las medidas de
posicin y de dispersin, para describir las caractersticas de las
distribuciones en forma cuantitativa. Ms exactamente, la precisin que es deseable obtener al describir el conjunto de datos numricos se refiere a dos aspectos, cada uno de los cuales se puede
traducir en una pregunta: Existe algn valor de la variable que
represente a la mayora de los valores del conjunto de datos? Qu
tan separados estn entre s los diferentes valores que asume la
variable respecto al valor de la variable que representa a los datos?
La primera pregunta se refiere a las medidas de posicin y la segunda, a las llamadas medidas de dispersin.
As tambin, un investigador del campo educativo puede realizar una investigacin para determinar si las aptitudes matemticas son diferentes segn el sexo de los estudiantes. Este investiga-
[107]
03_cap3.p65
107
107
dor tendr dos conjuntos de calificaciones, luego obtendr la calificacin promedio de cada grupo y har la comparacin de los
promedios. La variabilidad de los datos es otro aspecto importante
que el investigador debe de considerar. As, necesita saber si las
calificaciones son uniformes o varan entre los estudiantes del sexo
femenino y del sexo masculino.
Medidas de posicin
En el campo social y educativo las medidas de tendencia central
que se usan ms frecuentemente son la media aritmtica, la mediana, los percentiles y la moda. A continuacin desarrollaremos dichos temas.
Media aritmtica
Definicin
Si x1 ,...., xn son los valores observados de una variable X , la
media aritmtica o simplemente media o promedio de estos datos
se define como el cociente de la suma de todos los valores observados entre el nmero de datos o tamao de la muestra. Su expresin
matemtica es:
X =
x1 + x2 + ... + xn 1 n
= xi ,
n
n i =1
(3.1)
Ejemplo 1
Los siguientes datos corresponden a las notas de 5 estudiantes en
el curso de Estadstica: 12, 15, 11, 09, 13. Encontraremos el valor de
la media aritmtica.
Solucin
La nota promedio del curso es
X =
x1 + x2 + ... + xn 1
= (12 + 15 + 11 + 09 + 13) =12 puntos.
5
n
108
03_cap3.p65
108
Xw =
xw
i =1
k
w
i =1
(3.2)
Ejemplo 2
Supongamos que un profesor decide utilizar un promedio ponderado para obtener los promedios finales de cada uno de los estudiantes que asisten al curso de Estadstica. El promedio de trabajos
tendr un valor de 20% de la calificacin del estudiante; el examen
parcial, 25%; el examen final, 35%; y el promedio de prcticas,
20%. A partir de los datos siguientes calcularemos el promedio
final para dos estudiantes cualesquiera.
Estudiante
1
2
15
17
12
10
18
14
Promedio
prcticas
13
17
Solucin
a) Obtengamos el promedio ponderado del primer estudiante. Aplicando la frmula (3.2) se tiene:
k
Xw =
x w
i =1
k
w
i =1
109
03_cap3.p65
109
Xw =
X =
1 k
xi fi
n i =1
(3.3)
Ejemplo 3
Los alumnos del Doctorado en Educacin matriculados en el semestre 2000, en el marco del curso de Estadstica Aplicada a la
Investigacin, realizaron una investigacin con el objetivo de establecer el perfil de los estudiantes de maestra de la UNMSM matriculados en el semestre acadmico 2000-I y que ingresaron a la universidad entre los aos 1997 y 1999. El estudio se llev a cabo entre
abril y junio del ao 2000. Como el nmero total de estudiantes que
cursaban las diversas maestras era alrededor de 2 500, despus de
grandes debates, los alumnos del doctorado en Educacin decidieron seleccionar una muestra de 30 estudiantes de la maestra en
Gestin Educativa. A continuacin se presentan los datos para la
variable nmero de hijos de los 30 maestristas. Encontraremos el
nmero promedio de hijos.
Nmero de hijos
X
0
1
2
4
5
Total
fi
2
11
11
3
3
30
110
03_cap3.p65
110
Solucin
Como los datos se encuentran tabulados usaremos la expresin
(3.3) para obtener la media aritmtica. Los clculos auxiliares se
presentan en la siguiente tabla.
xi
0
1
2
4
5
Total
fi
2
11
11
3
3
30
xi fi
0
11
22
12
15
60
X =
1 k
0(2) + 1(11) + 2(11) + 4(3) + 5(3) 60
=
= 2 hijos.
xi fi = X =
n i =1
30
30
En promedio, los estudiantes de la maestra tienen 2 hijos.
Si los datos se presentan en una tabla de distribucin de frecuencias agrupados en intervalos de clase, los valores xi de la
expresin (3.3) sern reemplazados por la marca de clase de cada
intervalo y el valor de la media aritmtica se obtiene de la siguiente
manera:
X=
1 k '
xi fi ,
n i =1
(3.4)
Ejemplo 4
Los alumnos del doctorado en Educacin matriculados en el semestre 2000, en el marco del curso de Estadstica Aplicada a la
Investigacin, realizaron una investigacin con el objetivo de establecer el perfil de los estudiantes de maestra de la UNMSM, matriculados en el semestre acadmico 2000-I y que ingresaron a la universidad entre los aos 1997 y 1999. El estudio se llev a cabo entre
abril y junio del ao 2000. Como el nmero total de estudiantes que
cursaban las diversas maestras era alrededor de 2 500, despus de
grandes debates, los alumnos del doctorado en Educacin decidieron seleccionar una muestra de 30 estudiantes de la maestra en
111
03_cap3.p65
111
[ Li 1
[23
[32
[41
[50
[59
Marca de clase
Frecuencia Absoluta
, Li )
'
i
fi
27,5
36,5
45,5
54,5
63,5
6
12
8
2
2
32)
41)
50)
59)
68]
Solucin
Como los datos se presentan agrupados en intervalos de clase usaremos la expresin (3.4) para obtener el valor de la media aritmtica. Los clculos auxiliares se presentan en la siguiente tabla:
Edades
[ Li 1
Marca de clase
Frecuencia Absoluta
xi
'
fi
xi f i
27,5
36,5
45,5
54,5
63,5
6
12
8
2
2
30
165,0
438,0
364,0
109,0
127,0
1203,0
, Li )
[23 - 32)
[32 - 41)
[41 - 50)
[50 - 59)
[59 - 68]
Total
'
1 n '
x f
n i =1 i i
(x X ) f
k
i =1
= 0.
112
03_cap3.p65
112
Demostracin
k
(x X ) f
k
i =1
x f
i =1
f
i =1
= n X n X = 0, puesto que X =
x f
i
i =1
Ejemplo 5
El Director del colegio Guadalupe est preocupado porque durante el ao acadmico 2004, algunos alumnos han faltado frecuentemente a clases. Con la finalidad de verificar su percepcin, solicita
al Director Acadmico que tome una muestra de 20 estudiantes
que en el ao 2004 cursaron el cuarto ao de secundaria. Obtenga
para dichos estudiantes: a) el promedio de inasistencias del mes
de noviembre y b) compruebe la propiedad 1 de la media aritmtica.
El informe del Director Acadmico consigna los siguientes datos.
Nmero de Inasistencias
en Noviembre
fi
Solucin
a) Primero encontramos la media aritmtica general usando la frmula (3.3):
xi
1
3
6
7
8
Total
X =
fi
3
4
8
3
2
100
xi fi
1
3
6
7
8
x
x
x
x
x
3= 3
4=12
8=48
3=21
2=16
1 k
100
xi f i =
= 5 inasistencias en promedio en el mes
n i =1
20
de noviembre.
b) Luego, comprobamos la propiedad 1:
(x X ) f
k
i =1
= (1 5) 3 + (3 5) 4 + ( 6 5 ) 8 + (7 5)3 + (8 5)2 = 12 8 + 8 + 6 + 6 = 0
113
03_cap3.p65
113
( x X )
k
i =1
es mnima
fi
Ejemplo 6
Aplicaremos la propiedad 2 a la distribucin de frecuencias descrita en el ejemplo 5.
Nmero de Inasistencias
en Noviembre
fi
Solucin
Calculando los cuadrados de las desviaciones con respecto a la
media y tambin con respecto a cada uno de los valores de la variable se tiene:
2
xi
fi
( xi X ) f i
(1-5) x 3=48
(3-5) x 4=16
2
2
(6-5) x 8= 8
(7-5) x 3=12
(8-5) x 2=18
Total
2
2
102
( xi 1) 2 f i ( xi 3) 2 f i ( xi 6) 2 f i ( xi 7) 2 f i ( xi 8) 2 f i
0
12
75
108
147
16
36
64
100
200
72
32
108
48
98
50
422
182
122
182
282
114
03_cap3.p65
114
X global
n X 1 + n2 X 2 + ... + nk X k
= 1
=
n1 + n2 + ... + nk
n X
i
i =1
n
i =1
donde el numerador representa la suma de todas las observaciones y el denominador el nmero total de observaciones.
Ejemplo 7
Para la distribucin del nmero de inasistencias a clases presentado en el ejemplo 5, se encontr que el promedio de inasistencias es
5. Particionaremos la muestra en dos submuestras, con las que se
verificar la propiedad 3.
Solucin
a) En la muestra 1:
xi
1
3
6
Total
X1 =
fi
xi fi
3
4
8
15
63
=4,2
15
1 x 3= 3
3 x 4= 12
6 x 8= 48
63
n1=15
b) En la muestra 2:
xi
7
8
Total
X2 =
fi
3
2
5
37
= 7, 4
5
xi fi
7 x 3=21
8 x 2=16
37
n2 =5
X global =
115
03_cap3.p65
115
Propiedad 4. La media aritmtica de una constante por una variable, es igual al producto de la constante por la media aritmtica de
la variable. Esto es, si yi = Cxi i = 1,..., n, entonces Y = C X
Ejemplo 8
Los alumnos del doctorado en Educacin matriculados en el semestre 2003, en el marco del curso de Estadstica Aplicada a la Investigacin, realizaron una investigacin con el objetivo de establecer el
perfil de los estudiantes de maestra de la UNMSM matriculados en
el semestre acadmico 2002-I y que ingresaron a la universidad entre los aos 2000 y 2002. El estudio se llev a cabo entre abril y junio
de 2003. Como el nmero total de estudiantes que cursaban las diversas maestras era alrededor de 3 000, despus de grandes debates, los alumnos del doctorado en Educacin decidieron seleccionar
una muestra de 25 estudiantes de la maestra en Idiomas. A continuacin, se presentan los datos para la variable calificaciones en el
primer examen del curso de ingls para los 25 estudiantes seleccionados. Encontraremos la media aritmtica si el profesor decide duplicar la nota de cada estudiante, sabiendo que la media es 30,4.
Calificaciones
Nmero de estudiantes
xi
fi
10
20
30
40
50
Total
3
5
8
6
3
25
Solucin
1.- Para las notas originales verificaremos el valor de la media
aritmtica.
Calificaciones
Nmero de estudiantes
xi
fi
10
20
30
40
50
Total
3
5
8
6
3
25
X=
xi fi
30
100
240
240
150
760
760
= 30, 4
25
116
03_cap3.p65
116
Ejemplo 9
Como parte de una tarea de laboratorio de nutricin, 15 estudiantes de tercer ao de la Escuela Acadmico Profesional de Nutricin
de la UNMSM matriculados el ao acadmico 2004, encontraron
el nmero de caloras (X ) de una porcin de lasaga y obtuvieron
los siguientes valores:
29 35 47 18 22 30 51 62 15 42 46 53 16 27 33
a) Encontraremos la media aritmtica del nmero de caloras.
b) Al acabar el trabajo, los estudiantes se informaron que el
instrumento de medicin que usaron estaba mal calibrado
y marc en cada caso 300 caloras por debajo de su valor.
Encontraremos la media aritmtica de los nuevos valores de
caloras.
Solucin:
a) La media aritmtica del nmero de caloras es:
X=
526
= 35, 06 caloras
15
117
03_cap3.p65
117
Y = X + C =35,06+300=335,06 caloras.
Mediana
Definicin
Dado x1 ,...., xn observaciones de la variable X, una vez ordenadas
las observaciones en forma creciente, la mediana es el valor o punto medio que supera al 50 por ciento de los valores observados de
la variable y es superado por el restante 50 por ciento. La forma de
obtener el valor de la mediana depende del nmero de observaciones. As, si el nmero de observaciones es impar, la mediana es el
valor de la variable que ocupa la posicin central de los datos
ordenados y, si el nmero de observaciones es par, la mediana es la
media aritmtica de los dos valores que ocupan la posicin central
de los datos ordenados. Esta definicin se puede plasmar mediante la siguiente expresin matemtica:
Si n es impar:
Me = x n +1
(a)
Si n es par:
(3.5)
x n + x n
Me =
+1
2
(b)
n +1
= 4 , por lo que la mediana
2
Me = x(4) = 19.
n
n
=3 ,
+ 1 = 4 por lo que x (3) = 10 y x(4) = 13
2
2
118
03_cap3.p65
118
10 + 13
= 11, 5
2
Para obtener la mediana a partir de una distribucin de frecuencias se consideran los siguientes casos:
n
2
Fi 1
n
< Fi donde Fi 1 es la frecuen2
n
y Fi es la frecuencia absoluta acumulada inmediata2
n
mente superior que .
2
Me = xi
si
Fi 1 <
n
< Fi
2
(a )
o
Me =
xi 1 + xi
2
si
Fi-1 =
n
< Fi
2
(3.6)
(b )
Ejemplo 10
Para la distribucin de frecuencias del nmero de hijos de los estudiantes de maestra presentados en el ejemplo 3, vamos a ilustrar
la obtencin de la mediana.
119
03_cap3.p65
119
Solucin
Primero debemos encontrar las frecuencias absolutas acumuladas,
como se muestra a continuacin:
fi
Fi
11
13
11
24
27
30
Total
30
Nmero de hijos
y luego calcular
F2
F3
n
n 30
= 15 .
, es decir,
=
2
2
2
n
2
(3.6(a)), el valor de la variable asociada a la frecuencia absoluta
mos
acumulada
na es 2.
menos de 2 hijos.
Ejemplo 11
Los alumnos del doctorado en Educacin matriculados en el semestre 2000, en el marco del curso de Estadstica Aplicada a la
Investigacin, realizaron una investigacin con el objetivo de establecer el perfil de los estudiantes de maestra de la UNMSM matriculados en el semestre acadmico 2000-I y que ingresaron a la
universidad entre 1997 y 1999. El estudio se llev a cabo entre abril
y junio de 2000. Como el nmero total de estudiantes que cursaban
las diversas maestras era alrededor de 2 500, despus de grandes
debates, los alumnos del doctorado en Educacin decidieron seleccionar una muestra de 30 estudiantes de la maestra en Gestin
Educativa. A continuacin, se presentan los datos para la variable
nmero de hijos de los 30 maestristas. Encontraremos la mediana.
120
03_cap3.p65
120
fi
Fi
13
15
24
27
3
30
30
Nmero de hijos
5
Total
El valor de
de con
F2
F3
n 30
n
= 15 , por lo que se cumple que coinci=
2 2
2
Fi 1 = F2 , esto es, Fi 1 = 15 =
n
= 15 < Fi = 24 . El valor
2
Me =
1+ 2
x2 + x3
=
=1,5. El 50% de los estudiantes de
2
2
Me = Li 1
n F
i 1
+ 2
ai
Fi Fi 1
Me = Li 1
Si
Fi 1 <
Si Fi 1
n
< Fi
2
n
= < Fi
2
(a)
(3.7)
(b)
121
03_cap3.p65
121
donde:
Fi .
Ejemplo 12
Obtengamos la mediana a partir de la distribucin de edad de los
estudiantes de maestra presentados en el ejemplo 4 del presente
captulo.
Solucin
Para obtener la mediana, previamente se calculan las frecuencias
absolutas acumuladas como se muestra a continuacin:
Edades
[ Li1
Frecuencia absoluta
, Li )
fi
Fi
6 F1
[23 - 32)
[32 - 41)
12
[41 - 50)
26
[50 - 59)
28
[59 - 68]
30
Total
30
El valor de
18
F2
n 30
n
=
= 15 , se cumple Fi 1 = 6 < = 15 < F i =
2
2
2
[32 41) ; ste intervalo contiene el valor de la variable que ocupa la posicin
es
n
30
=
= 15 . Para dicho intervalo, la amplitud
2
2
(3.7(a)),
el
valor
de
la
mediana
es
15 6
Me = 32 +
9 = 32 +6, 75 = 38, 75 . El 50% de los
18 6
estudiantes tiene edades inferiores a 38,75 aos.
122
03_cap3.p65
122
Ejemplo 13
Supongamos que en el ejemplo 4 la distribucin de frecuencias de
la edad de los estudiantes de maestra sea de la siguiente forma:
Edades
[ Li 1
Frecuencia absoluta
, Li )
fi
Fi
[23 - 32)
[32 - 41)
15
[41 - 50)
11
26
[50 - 59)
28
[59 - 68)
30
Total
F2
F3
30
Obtendremos la mediana.
Solucin
El valor de
es,
n
n 30
=
= 15 , se cumple que coincide con Fi 1 , esto
2
2
2
Fi 1 =15=
n
= 15 < F i = 26. El intervalo de clase asociado a
2
Moda
Definicin
La moda es el valor de la variable que se repite con mayor frecuencia. Se expresa como:
123
03_cap3.p65
123
Cuando todas las puntuaciones de un conjunto de datos tienen la misma frecuencia, ste no tiene moda. Tambin existen situaciones donde se tiene ms de una moda, en tal caso diremos que
la distribucin de frecuencias es bimodal, trimodal, o multimodal.
Ejemplo 14
Obtendremos la moda para los siguientes conjuntos da datos:
a) 10 11 11 12 13 09 15
b) 10 11 12 13 09 15
c) 11 11 11 12 12 12 05 04
Solucin
Para el conjunto de datos (a): 10 11 11 12 13 09 15 la moda es
Mo = 11 y Mo = 12 (bimodal).
Mo = xi si fi > fi 1
f i > f i +1
(3.9)
donde:
f i 1
f i +1
Ejemplo 15
Con los datos presentados en el ejemplo 11 vamos a ilustrar la
obtencin de la moda.
124
03_cap3.p65
124
Nmero de hijos
0
1
2
4
5
fi
2
13
9
3
3
Solucin
Para calcular la moda, observamos la columna de frecuencias absolutas y vemos que la mayor frecuencia corresponde a f 2 = 13.
Por lo tanto el valor de la moda es
Ejemplo 16
Con los datos presentados en el ejemplo 3 ilustraremos nuevamente la obtencin de la moda.
Nmero de hijos
0
1
2
4
5
fi
2
11
11
3
3
Solucin
Esta distribucin posee dos modas: Mo = 1 y Mo = 2 ; pues a la
segunda frecuencia f 2 =11, le corresponde el valor x2 = 1 y a la
tercera frecuencia absoluta, f3 = 11, le corresponde el valor x3 = 2 .
En este caso la mayora de los estudiantes tienen 1 2 hijos.
Datos agrupados en intervalos de clase, presentados en
tablas de frecuencias
Debe observarse la columna de las frecuencias absolutas y detectar
la mayor de ellas. Supongamos que esa frecuencia sea fi , asociado a l se encuentra el intervalo de clase [ Li1 Li ) que contiene a la
moda y se denomina intervalo modal. La moda se obtendr mediante la siguiente expresin matemtica:
125
03_cap3.p65
125
d1
Mo = Li 1 +
ai
d1 + d 2
(3.10)
donde:
Li 1
fi
es la mayor frecuencia,
f i 1
f i +1
d1 = f i f i 1 ,
d 2 = f i f i +1 ,
ai
es la amplitud del intervalo modal.
Ejemplo 17
En el ejemplo 4 se tienen las edades de un grupo de estudiantes de
maestra de la Facultad de Educacin. Con dichos datos obtengamos la moda.
Edades
[ Li 1
, Li )
[23
[32
[41
[50
[59
Frecuencia Absoluta
32)
41)
50)
59)
68)
fi
6
12
8
2
2
Solucin
Se encuentra que el valor de la mayor frecuencia absoluta, f 2 = 12 .
El intervalo con mayor frecuencia es [32 41) , su amplitud es
igual a
126
03_cap3.p65
126
Ejemplo 18
Los alumnos del doctorado en Educacin matriculados en el semestre 2000, en el marco del curso de Estadstica Aplicada a la
Investigacin, realizaron una investigacin con el objetivo de establecer el perfil de los estudiantes de maestra de la UNMSM matriculados en el semestre acadmico 2000-I y que ingresaron a la universidad entre los aos 1997 y 1999. El estudio se llev a cabo entre
abril y junio de 2000. Como el nmero total de estudiantes que
cursaban las diversas maestras era alrededor de 2 500, despus de
grandes debates, los alumnos del doctorado en Educacin decidieron seleccionar una muestra de 30 estudiantes de la maestra en
Gestin Educativa. A continuacin se presentan los datos para la
variable disposicin para el estudio. Obtengamos la moda.
Disposicin para el estudio
Ninguna
Regular
Buena
Muy buena
Excelente
Total
Nmero de estudiantes
2
7
5
9
7
30
Solucin
Al observar la tabla de frecuencias, podemos afirmar que, con mayor frecuencia, 9 estudiantes respondieron tener muy buena disposicin para el estudio. Luego, la moda es muy buena disposicin para el estudio.
Cabe indicar que, en este ejemplo, tenemos la distribucin de
una variable cualitativa; luego, la moda es la nica estadstica de
posicin que podemos calcular cuando se tiene una variable cualitativa.
Cuartiles
Son nmeros que dividen un conjunto de datos en cuatro partes
iguales. Ellos son:
El cuartil uno, Q1, es el punto por debajo del cual se ubica
el 25% de los datos.
El cuartil dos, Q2, es el punto por debajo del cual se ubica el
50% de los datos.
127
03_cap3.p65
127
3
(n + 1) y redondear al entero
4
ms cercano. La observacin ordenada que ocupa esta posicin,
representa el cuartil tres. Si la posicin se encuentra a mitad entre
dos enteros, el cuartil tres es el promedio de los dos valores correspondientes.
Para el cuartil tres, calcular
Ejemplo 19
Para los siguientes conjuntos de datos
a) 13 11 19 20 18 21 23
b) 10 16 4 9 13 17
Obtendremos el cuartil uno, el cuartil tres y la mediana.
Solucin
a) Si tenemos la siguiente muestra de datos: 13 11 19 20 18 21 23,
donde n=7; entonces, para encontrar el cuartil uno calculamos
n +1 7 +1
=
= 2 , por lo que el cuartil uno es el valor de la variable
4
4
128
03_cap3.p65
128
Q1 = x(2 ) = 13 .
Para encontrar el cuartil dos por ser n impar usamos la frmula (3.5(a)):
Me = x n +1 = x 7 +1 = x(4 ) = 19.
3
4
3
(7 + 1) = 6
4
Q3 = x(6) = 21 .
n +1 6 +1
=
= 1, 75, luego, el entero
4
4
Q1 = x(2) = 9 .
Para encontrar el cuartil dos o mediana, por ser n par, usamos
(3.5 (b)).
x n + x n
Me =
+1
2
x 6 + x 6
=
+1
2
x(3) + x(4)
2
10+ 13
= 11, 5.
2
3
(n + 1) =
4
3
(6 + 1) = 5, 25 luego, el entero ms cercano es 5, por lo que el
4
cuartil tres es .
Q3 = x(5) = 16 .
129
03_cap3.p65
129
fracciones
n
,
4
Fi 1
n
< Fi , donde Fi 1 es la frecuen4
n
y Fi es la frecuencia absoluta acumulada inmediata4
mente superior que
n
,
4
130
03_cap3.p65
130
Q1 = xi
si Fi1 <
n
< Fi
4
(a)
si Fi-1 =
n
< Fi
4
(b)
o
Q1 =
xi 1 + xi
2
(3.11)
3n
,
4
Fi 1
3n
< Fi donde Fi 1 es la frecuen4
3n
y Fi es la frecuencia absoluta acumulada inmediata4
mente superior que
3n
,
4
Q3 = xi
si Fi 1 <
3n
< Fi
4
(a)
si Fi-1 =
3n
< Fi
4
(b)
o
Q3 =
xi 1 + xi
2
(3.12)
Ejemplo 20
Con la distribucin del nmero de hijos de los estudiantes de maestra del ejemplo 3, vamos a ilustrar la obtencin del cuartil uno y el
cuartil tres.
131
03_cap3.p65
131
Solucin
a) Cuartil uno.
Primero debemos encontrar las frecuencias absolutas acumuladas,
como se muestra a continuacin:
Nmero de hijos
fi
Fi
11
13
11
24
27
30
Total
30
y luego calcular
n
n 30
= 7,5
, es decir,
=
4
4 4
n
= 7, 5 < Fi = 13 . Ubi4
fi
Fi
11
13
11
24
27
30
Total
30
132
03_cap3.p65
132
Calculamos
3n
3n 3 (30 )
, es decir,
=
=22,5
4
4
4
3n
= 22,5 < Fi = 24 . Ubi4
n
incluida en la frmula (3.7) ser
2
n 2n 3n
,
,
segn se requiera obte4 4 4
Percentiles
Son nmeros que dividen el conjunto de datos en 100 partes iguales. De manera semejante a la mediana, en que la distribucin de
un conjunto de datos se dividi en dos partes, un 50% inferior y
otro 50% superior, o en cuartiles, en donde la distribucin se dividi en cuatro partes, cada una conteniendo un 25% de los datos.
As, por ejemplo, el percentil 10, P10, es el valor de la variable
debajo del cual se encuentra el 10% de los datos. Es importante
calcularlos en distribuciones con un gran nmero de datos.
A continuacin se presentan los mtodos de obtencin de los
percentiles para datos tabulados.
133
03_cap3.p65
133
n
n
ser cambiada por la fraccin k
de
2
100
n
, donde k puede tomar los valo100
Fi 1
kn
< Fi , donde Fi 1 es la fre100
kn
y Fi es la frecuencia absoluta acumulada
100
kn
,
100
Pk = xi
si Fi1 <
kn
< Fi
100
(a)
o
Pk =
xi1 + xi
2
si Fi-1 =
kn
< Fi
100
(3.13)
(b)
134
03_cap3.p65
134
Pk = Li 1
k 100 Fi 1
ai
+
Fi Fi 1
Pk = Li 1
si
Fi 1 <
kn
< Fi
100
(a)
(3.14)
si Fi 1
kn
=
< Fi
100
(b)
donde:
L i 1 , es el lmite inferior del intervalo asociado a la frecuencia absoluta acumulada Fi y ai es la amplitud del intervalo asociado a Fi .
Ejemplo 21
Considerando los datos de la edad de los estudiantes de maestra
del ejemplo 4, vamos a obtener el percentil 75, P75.
Solucin
Previamente se calculan las frecuencias absolutas acumuladas
como se muestra a continuacin:
Edades
[ Li 1
Frecuencia absoluta
, Li )
[23 - 32)
[32 - 41)
[41 - 50)
[50 - 59)
[59 - 68]
Total
fi
Fi
6
12
8
2
2
30
6
18
26
28
30
135
03_cap3.p65
135
y al calcular
Fi 1 = 18 < k
n
30
= 75
= 22,5, se cumple
100
100
n
= 22,5 < Fi = 26, en este caso el intervalo
100
asociado a Fi = F3 = 26 es
75
30
= 22, 5 . La amplitud
100
Pk = Li 1 +
Fi Fi 1
ai
22, 5 18
4, 5
= 41 +
9 = 41 + 8 9 = 4 6,1 .
26 18
Comentarios
Dependiendo de lo que se quiera representar o explicar y del tipo
de variable con la que estemos trabajando, se elegir a la estadstica de posicin ms apropiada segn el caso. Por ello, hacemos las
siguientes observaciones.
La media aritmtica es afectada por valores extremos de la
variable.
La mediana no es afectada por valores extremos (valores inferiores o superiores muy distantes del valor central) de la
variable.
La media, mediana y moda se pueden calcular para datos
cuantitativos.
La moda es la nica medida que sirve tanto para el caso de
variables categricas como para variables cuantitativas, puesto que su definicin no exige ordenar los valores de la variable, ni hacer operaciones matemticas con ellos. Por ejemplo,
si se est trabajando la distribucin de la variable nacionalidad para un determinado conjunto de personas, no tiene ningn sentido hablar del promedio o de la mediana de esa distribucin; en cambio, s tiene sentido hablar de la moda.
136
03_cap3.p65
136
Media
11.77
16
Mediana
11
11
Moda
9
9
Moda<Mediana< Media
(a)
Media=Mediana=Moda
(b)
Media<Mediana< Moda
(c)
137
03_cap3.p65
137
Ejemplo 22
Con la base de DATOS1-maestra vamos a obtener la media aritmtica, la mediana, la moda y el percentil 75 de la variable coeficiente
de inteligencia usando el SPSS.
Solucin
Al usar la base de DATOS1-maestra y los comandos del SPSS para
estadsticas de posicin, la salida del SPSS para la variable coeficiente de inteligencia es:
Statistics
coe ficiente de inteligencia
Va lid
M iss in g
Mean
M e d ia n
1 0 1 ,7 9
1 0 0 ,0 0
1 0 0 ,0 0
Mode
Sum
P e rc e n tile s
70
0
7 1 2 5,0 0
75
1 0 4 ,3 1
Ejemplo 23
Con la base de DATOS4-ciudadana obtendremos la media aritmtica, la mediana, la moda, percentil 25 y el percentil 75 de la variable nmero de elecciones a las que asisti, usando los comandos
del SPSS del captulo VII (procedimientos estadsticos).
138
03_cap3.p65
138
Solucin
Se abre la base de DATOS4-ciudadana y usando los comandos
del SPSS para estadsticas de posicin para la variable nmero de
elecciones a las que asisti se obtiene lo siguiente:
Statistics
N
M e an
M e dian
M o de
M in im u m
M a xim u m
P e rce ntiles
Valid
M is sin g
25
75
1 00
0
3 ,00
3 ,00
3
1
5
2 ,00
4 ,00
Ejemplo 24
Con la base de DATOS3-educacin se obtendr la media aritmtica, la mediana, la moda y los percentiles 10 y 90 para las variables
edad, tiempo de servicio en la docencia y nota promedio de los
participantes, usando el software SPSS.
Solucin
Se abre la base de DATOS3-educacin y usamos los comandos del
SPSS del captulo VII (procedimientos estadsticos). En este caso, se
seleccionan las variables edad, tiempo de servicio en la docencia y
nota promedio de los participantes en el programa de capacitacin.
139
03_cap3.p65
139
En el siguiente cuadro se presentan los resultados que proporciona el SPSS para las tres variables.
Edad de los
participantes
N
Valid
Mean
Median
Mode
Sum
Percentiles 1 0
90
a Multiple modes exist.
Tiempo de
servicio
47
47
34,78
13,97
34,84
14,00
30(a)
13(a)
1635
656
31,07
11,00
37,49
17,09
The smallest value is shown
Notas
promedio
47
11,536788
11,540694
8,8495(a)
542,2290
9,556556
13,417391
Medidas de dispersin
En la seccin anterior se definieron medidas que permiten encontrar la ubicacin del centro de una distribucin y que, por tanto,
contribuyen a la descripcin del correspondiente conjunto de datos
mediante un valor representativo; pero para lograr una imagen completa de cmo es la distribucin es necesario saber cmo se distribuyen los datos alrededor de ese valor representativo. Retomemos,
entonces, la segunda pregunta formulada en la introduccin del
presente captulo: Qu tan separados estn entre s los diferentes
valores que asume la variable? El objetivo del presente captulo es
encontrar una manera adecuada de responder la pregunta plantea-
140
03_cap3.p65
140
Rango
Es la diferencia entre los valores mximo y mnimo de un conjunto
de datos.
(3.15)
Ejemplo 25
Los dos conjuntos de valores que siguen corresponden a los aos
de servicio en la docencia de 14 profesionales en Estadstica. Obtendremos el rango para cada conjunto de valores.
Conjunto 1: 15 15 30 30 30 30 30 30 30 30 30 30 45 45
Conjunto 2: 15 15 20 30 30 30 30 30 40 40 40 40 40 45
Solucin
En el conjunto 1, cuyos valores ya ordenados en forma ascendente
son:
15 15 30 30 30 30 30 30 30 30 30 30 45 45
el mximo valor es 45 y el mnimo valor es 15; entonces, el
rango es: Rango =45-15=30 y, en el conjunto 2, tambin el mximo
valor es 45 y el mnimo valor es 15, e igualmente tiene Rango = 4515 = 30. Pero tenemos que aceptar que la primera distribucin es
menos dispersa que la segunda; sin embargo, el rango es el mismo
para las dos distribuciones. Por tanto, en este caso el rango es una
medida que no refleja las diferencias que segn la intuicin y la
observacin son evidentes entre las dos distribuciones. Este hecho
nos exige seguir buscando otras medidas de dispersin que superen la limitacin anterior.
Rango intercuartlico
Es la diferencia entre el cuartil uno y el cuartil tres y se expresa
como:
141
03_cap3.p65
141
Rango intercuartlico =
Q3 Q1
(3.16)
Ejemplo 26
Con los datos presentados en el ejemplo 25, encontraremos el rango intercuartlico para cada conjunto de valores.
Solucin
a) Para el conjunto 1 cuyos valores son: 15 15 30 30 30 30 30 30 30
30 30 30 45 45, encontraremos primero los cuartiles.
1
4
1
4
Q1 = x(4) =30.
3
( n + 1) = 3 (14 + 1) = 11, 25
4
4
y el entero ms cercano a 11,25 es 11; luego, el valor que ocupa la
posicin 11 es
Q3 = x(11) =30.
Luego,
Rango intercuartlico = Q3
Q1 = 30-30 =0.
1
1
( n + 1) = (14 + 1) = 3, 75 , el
4
4
Q1 = x(4) =30.
142
03_cap3.p65
142
3
3
(n + 1) = (14 + 1) = 11, 25 y
4
4
Q3 = x(11) =40.
Luego,
Rango intercuartlico = Q3
Q1 = 40-30 =10.
Rango semi-intercuartlico
Es la diferencia promedio desde la mediana hacia los dos cuartiles;
es decir, evala, en promedio, qu tan lejos se hallan los valores de
los cuartiles Q1 y Q3 con respecto a la mediana, y se expresa
mediante la frmula:
Rango semi-intercuartlico =
Q3 Q1
2
(3.17)
Ejemplo 27
Con los dos conjuntos de datos presentados en el ejemplo 25, correspondientes a los aos de servicio en la docencia, con rangos ambos
iguales a 30, rangos intercuartlicos iguales a cero y diez respectivamente, encontraremos el rango semi-intercuartlico en cada caso.
Solucin
Para el conjunto 1: Rango semi-intercuartlico =
Para el conjunto 2: Rango semi-intercuartlico =
Q3 Q1 30 30
=0
=
2
2
Q3 Q1 40 30 10
=
=5
=
2
2
2
143
03_cap3.p65
143
Ejemplo 28
En la Escuela de Educacin Primaria Juana de Arco, los estudiantes fueron sometidos a un examen odontolgico. Los siguientes
datos corresponden al nmero de dientes con caries en una muestra de 7 alumnos de primer ao de primaria: 6, 0, 10, 8, 2, 3, 1.
Encontraremos:
a) El rango, b) rango intercuartlico, c) rango semiintercuartlico.
Solucin
a) El rango es:
n +1 7 +1
=
= 2 entonces,
4
4
Q1 = x(2 ) = 1 .
Cuartil tres: calculamos la posicin
3(n + 1) 3(7 + 1)
=
= 6 en4
4
Q3 = x(6) = 8 .
Luego,
Rango intercuartlico = Q3
Q1 = 8 1 = 7 .
144
03_cap3.p65
144
rencia del rango que nos indica que 1 es la diferencia entre el mayor
y el menor nmero de dientes con caries del 100% de la muestra.
c) Rango semiintercuartlico =
Q3 Q1 8 1 7
= =3,5. Esta
=
2
2
2
medida de dispersin nos indica que tanto el valor del cuartil uno
como el valor del cuartil tres de la variable nmero de dientes con
caries en el grupo de 7 alumnos, distan de la mediana en promedio
en 3,5 dientes con caries.
Cada una de las medidas que se han presentado hasta el momento proporcionan informacin parcial de la dispersin de la
muestra. Una medida que describe la dispersin de todos los valores que conforman la muestra, es la varianza.
Varianza
Es una medida de dispersin y se define como la media o promedio
de los cuadrados de las diferencias de cada valor de la variable con
respecto a la media aritmtica, cuya expresin matemtica es:
(x
n
S =
2
i =1
donde
n 1
X =
x
i =1
(3.18)
S2 =
x
i =1
2
i
nX
(3.19)
n 1
(x
n
S2 =
i =1
(3.20)
145
03_cap3.p65
145
Desviacin estndar
Es la raz cuadrada de la varianza, y se expresa mediante la frmula:
(
n
S=
i =1
xi X
donde
n 1
X =
x
i =1
(3.21)
Tanto la varianza como la desviacin estndar miden la dispersin de todos los valores de la muestra con respecto a la media
de la misma. Para efectos de interpretacin, la desviacin estndar
es la ms apropiada.
Ejemplo 29
Los siguientes datos representan las edades de seis nios en aos
cumplidos:
1, 3, 3, 0, 4, 1. La media aritmtica es X = 2 aos. Obtendremos la varianza.
Solucin
Los clculos auxiliares para el clculo de la varianza se muestran
en la siguiente tabla:
146
03_cap3.p65
146
Edades
0
1
1
3
3
4
Edad - Media
0-2=-2
1-2=-1
1-2=-1
3-2=1
3-2=1
4-2=2
(Edad- Media)
4
1
1
1
1
4
(x
n
Total
i =1
=12
S2 =
1 n
xi X
n 1 i =1
12
= 2, 4 aos 2 .
5
Desviacin estndar
S=
2, 4 aos 2 = 1, 5 aos .
Valid
6
2,00
1,549
2,400
Para obtener la varianza a partir de una distribucin de frecuencias, se consideran los siguientes casos:
147
03_cap3.p65
147
(x
k
S =
2
i =1
fi
(3.22)
n 1
donde
k
X =
i =1
fi
,
(x X )
k
S=
i =1
fi
donde
n 1
X =
x f
i i
i =1
(3.23)
S2 =
x
i =1
f n
2
i i
n 1
donde X =
x f
i i
i =1
(3.24)
Ejemplo 30
Los alumnos del doctorado en Educacin matriculados en el semestre 2000, en el marco del curso de Estadstica Aplicada a la
Investigacin, realizaron una investigacin con el objetivo de establecer el perfil de los estudiantes de maestra de la UNMSM matriculados en el semestre acadmico 2000-I y que ingresaron a la universidad entre 1997 y 1999. El estudio se llev a cabo entre abril y
junio de 2000. Como el nmero total de estudiantes que cursaban
las diversas maestras era alrededor de 2 500, despus de grandes
debates, los alumnos del doctorado en Educacin decidieron seleccionar una muestra de 30 estudiantes de la Maestra en Gestin
Educativa. A continuacin se presentan los datos para la variable
nmero de hijos de los 30 maestristas. Encontraremos la varianza
y desviacin estndar del nmero de hijos.
148
03_cap3.p65
148
Solucin
Usaremos la expresin (3.24). Los datos y los clculos auxiliares se
presentan en la siguiente tabla:
xi
fi
xi
xi fi
11
11
11
44
16
48
25
75
Total
30
178
S2 =
x
i =1
f nX 2 178 30 ( 2 )2
2
=
=2 hijos
30
1
n 1
2
i i
S = 2 hijos 2
= 1, 41 hijos
(x X )
k
S2 =
'
i
fi
(3.25)
i =1
n 1
donde,
k es el nmero de intervalos de clase
xi' es la marca de clase del i-simo intervalo
fi es la frecuencia absoluta asociada al i-simo intervalo
Otra expresin de la varianza para datos agrupados con
intervalos de clase es la siguiente:
149
03_cap3.p65
149
S =
2
x
i =1
f nX
'2
i
i
X =
donde
n 1
'2
i
i =1
fi
(3.26)
Ejemplo 31
Los alumnos del doctorado en Educacin matriculados en el semestre 2000, en el marco del curso de Estadstica Aplicada a la
Investigacin, realizaron una investigacin con el objetivo de establecer el perfil de los estudiantes de maestra de la UNMSM matriculados en el semestre acadmico 2000-I y que ingresaron a la universidad entre los aos 1997 y 1999. El estudio se llev a cabo entre
abril y junio de 2000. Como el nmero total de estudiantes que cursaban las diversas maestras era alrededor de 2 500, despus de
grandes debates, los alumnos del doctorado en Educacin decidieron seleccionar una muestra de 30 estudiantes de la maestra en
Gestin Educativa. A continuacin se presentan los datos para la
variable edad de los estudiantes. Obtengamos la varianza y la desviacin estndar.
Solucin
Se resumen los pasos para la obtencin de la varianza y los clculos
se presentan en el siguiente cuadro:
'
150
03_cap3.p65
150
[Li 1i
'
fi
xi fi
xi f i
27,5
36,5
45,5
54,5
63,5
6
12
8
2
2
30
165,0
438,0
364,0
109,0
127,0
1203,0
4537,5
15987,0
16562,0
5940,5
8064,5
51091,5
, Li )
[23 - 32)
[32 - 41)
[41 - 50)
[50 - 59)
[59 - 68]
Total
'2
xi
Edades
'
Se encuentra que:
k
x 'i2 fi = 51091,5
i =1
X =
x f
'
i i
i =1
= 1203 n = 30
1 n '
1203
= 40,1 aos
xi f i =
30
n i =1
51091,5 30 (40,1)
2
= 98,31 aos
S =
29
2
Propiedades de la varianza
Propiedad 1. La varianza debe ser siempre un valor no negativo
S2 0 .
En
la
(x X )
S =
2
i =1
n 1
0 y fi 0, entonces xi X
(x
k
i =1
expresin
que
(x X )
k
fi
,
como
fi 0, de ah
151
03_cap3.p65
151
X = C y xi X
Ejemplo 32
El director del colegio Guadalupe esta preocupado porque durante el ao acadmico 2004, algunos alumnos han faltado frecuentemente a clases. Con la finalidad de verificar su percepcin solicita
al director acadmico que tome una muestra de 20 estudiantes que
en el ao 2004 cursaron el cuarto ao de secundaria y obtenga
para dichos estudiantes:
a) La varianza de la variable X , nmero de inasistencias de
los alumnos del cuarto ao en el mes de noviembre.
b) Si en el mes de diciembre cada uno de los 20 estudiantes
faltaron a clases 2 das ms que en noviembre, cunto ser
la varianza de la variable Y , nmero de insistencias de
los estudiantes de cuarto ao durante el mes de diciembre?
Los datos de la muestra son:
Nmero de inasistencias 1
en el mes de noviembre
fi
Solucin
a) Usando la expresin (3.24), el valor de la varianza para la variable X , nmero de inasistencias de los alumnos del cuarto ao en
el mes de noviembre es:
S2 =
602-20(5)2
= 5, 37 , sabiendo que
19
X = 5, 2 .
152
03_cap3.p65
152
(Y ) = V ( X + C ) = V ( X ) y se tiene:
V ( Y )= V ( X
Ejemplo 33
Con los mismos datos del problema anterior aplicaremos la propiedad 4.
Solucin
Ya se encontr que el valor de la media aritmtica es
X = 5 y el
valor de la varianza es S = 5 , 3 7 .
Supongamos que el nmero de inasistencias de cada alumno
2
yi = 2 xi .
153
03_cap3.p65
153
X1 X
S 2 ( n ) + S 22 ( n 2 )
S = 1 1
+
n1 + n 2
2
( n1 ) + X
(n2 )
n1 + n 2
donde:
S 12 ( n 1 ) + S 22 ( n 2 )
el primer trmino:
representa la varian1 + n 2
bilidad dentro de cada muestra y se le denomina intravarianza;
el segundo trmino:
donde X =
(X
( n1 ) + X
(n2 )
n1 + n 2
X 1n1 + X 2 n2
, representa la variabilidad entre las
n1 + n2
S 2 = intravarianza + intervarianza
Esta propiedad se puede generalizar para ms de dos muestras.
Ejemplo 34
En el colegio San Carlos, en un concurso de lgebra, tres alumnos
por cada seccin de quinto ao de secundaria obtuvieron las calificaciones siguientes:
Seccin A: 7, 9,11
X1 = 9
Seccin B: 11,14,17
X 2 = 14
S12 = 2,7
S22 = 6,0
Solucin
Sea la muestra 1 la seccin A y la muestra 2 la seccin B, entonces
se tiene:
154
03_cap3.p65
154
Muestra 1:
n1 =
Muestra 2:
n2 =
X1 = 9
S12 = 2,7
X 2 = 14
S22 = 6,0
X global =
n1 X 1 + n2 X 2 3(9) + 3(14) 27 + 42 69
=
=
=
= 11,5
3+3
6
6
n1 + n2
(X
) (n ) + ( X
2
) (n )
2
n1 + n2
xi
1
3
6
Total
fi
3
4
8
15
xi fi
1 x 3= 3
3 x 4= 12
6 x 8= 48
63
155
03_cap3.p65
155
Muestra 2:
xi
fi
7
8
Total
xi fi
3
2
5
7 x 3=21
8 x 2=16
37
X1 =
n1=15
(x X )
3
fi
S12 =
i =1
X2 =
n2 =5
37
= 7, 4
5
(x X )
2
S =
2
2
i =1
fi
(7 7, 4) 2 3 + (8 7, 4) 2 2
= 0, 24
5
4,16(15) + 0, 24(5)
S12 ( n 1 ) + S22 ( n 2 )
=
= 3,18
15 + 5
n1 + n2
El valor de la media global es:
X global =
(X
(n1 ) + X 2 X
n1 + n2
) (n )
2
156
03_cap3.p65
156
1
k2
(3.27)
1
k2
1
(1 2 )% del total de las observak
ciones.
As, si k = 2, como mnimo 1
1 3
= = 0, 75 , o 75% de los
22 4
1 8
= = 0,889 , 88,9% de los valo32 9
Ejemplo 36
Si la media y varianza de un conjunto de n=30 observaciones son
X = 50 y
Teorema de Chebyshev.
Solucin
La distribucin del conjunto de observaciones est centrada alrededor de X = 50 con una desviacin estndar
El teorema establece que:
S = 2.
157
03_cap3.p65
157
Al menos 3/4 o el 75% central de las observaciones se encuentran en el intervalo ( X 2 S ) = (50 2(2), 50 + 2(2)) = (46,54) .
Al menos 8/9 88,9% central de las observaciones se encuentran en el intervalo ( X 3S ) = (50 3(2), 50 + 3(2)) = (44,56) .
El teorema se aplica a cualquier distribucin. En muchos casos, la proporcin de las observaciones que caen en el intervalo
especificado excede a 1
1
, no olvidemos la expresin al mek2
Ejemplo 37
Si todos los solicitantes interesados en trabajar para un programa
de asistencia social, en un examen de aptitud obtienen una calificacin media de 75 puntos con una desviacin estndar de 6 puntos qu porcentaje de los solicitantes, como mnimo, debe tener un
promedio en el examen de aptitud entre 57 y 93 puntos?
Solucin:
Como datos tenemos que X = 75 y S = 6 . Puesto que k desviaciones estndar, k(6) es equivalente a la magnitud 93-75 = 7557=18, entonces k
18
= 3 . De acuerdo con el teorema de
6
1
1 8
1 2 = 88,9%.
2 =
3
9
k
158
03_cap3.p65
158
Entre
Entre
Entre
Entre
Entre
Entre
Entre
Entre
Entre
1S
2S
3S
X
X
X
X
X
X
Porcentaje
de observaciones
y + 1S
y + 2S
y + 3S
y + 1S
y 1S
y + 2S
y 2S
y + 3S
y 3S
68,2
95,4
99,8
34,1
34,1
47,7
47,7
49,9
49,9
a esta relacin se conoce como la regla emprica, porque supuestamente los porcentajes de observaciones establecidos se observan en la prctica.
Ejemplo 38
Un club deportivo tiene como propsito planear las actividades recreativas. La distribucin de frecuencias de las edades tiene forma
acampanada (normal), con media y desviacin estndar iguales a
27 aos y 8 aos respectivamente, como se muestran en la tabla y el
grfico que se presentan. Se desea conocer cual es el porcentaje de
socios cuyas edades oscilan entre 11 y 43 aos.
Li 1 Li
xi
[5-9)
[9-13)
[13-17)
[17-21)
[21-25)
[25-29)
[29-33)
[33-37)
[37-41)
[41-45)
[45-49]
7
11
15
19
23
27
31
35
39
43
47
'
Frecuencia
2
3
7
12
15
23
16
12
7
2
1
159
03_cap3.p65
159
Solucin
La distribucin de la variable edad tiene forma normal, como tambin se puede observar en el grfico de la figura anterior,
con X = 27 aos y S = 8 aos . El problema consiste en encontrar el valor de k.
Si k S
2(3)
= 1,5 que se aproxima a 2.
4
2(2)
=1.
4
95
= 0, 95 o, en por100
160
03_cap3.p65
160
Puntajes Estandarizados
Los valores originales xi de un conjunto de datos tambin se pueden expresar en puntajes estandarizados zi , donde el puntaje estandarizado es la distancia a la que se encuentra el valor xi , por
arriba o por debajo de la media, medida en unidades de la desviacin estndar, es decir:
zi =
xi X
S
(3.28)
Este puntaje estandarizado determina la posicin de una observacin dada, en relacin a la media y en unidades de la desviacin estndar.
Si el valor de zi es negativo, indica que la observacin queda
debajo (a la izquierda) de la media; un valor de zi positivo indica
que la observacin queda arriba (a la derecha) de la media.
Ejemplo 39
Tenemos los siguientes datos, correspondientes al peso y altura de
tres estudiantes universitarias:
Estudiante
Mara
Ana
Rosa
Media aritmtica
Desviacin Estndar
Peso (Kg)
X
80
65
60
Altura (cm)
Y
175
160
172
X = 70 Kg
S x =10 Kg
Y = 164 cm
S y = 6 cm
Solucin
Encontramos los respectivos valores estandarizados z para la
variable X, as tenemos:
161
03_cap3.p65
161
Mara:
z1 =
x1 X 80 70
=
= +1 desviaciones estndar
10
S
Ana:
z2 =
x2 X 65 70
=
= 0,5 desviaciones estndar
S
10
Rosa:
z3 =
x3 X 60 70
=
= 1 desviaciones estndar.
S
10
Peso (Kg)
X
80
65
60
Mara
Ana
Rosa
Puntaje estandarizado
+1 desviacin estndar
-0,5 desviaciones estndar
-1 desviaciones estndar
observados de la variable Y
Estudiante
Altura (cm)
Y
175
160
172
Mara
Ana
Rosa
Puntaje estandarizado
+1,83 desviacin estndar
0,67 desviacin estndar
+1,33 desviacin estndar
Ejemplo 40
Los siguientes datos corresponden a las calificaciones de un grupo de estudiantes en el curso de Estadstica. La media es 34,6 y la
desviacin estndar 9,6. Supngase que Pedro tiene una califica-
162
03_cap3.p65
162
Solucin
Encontraremos la nota estandarizada de Pedro, reemplazando su
calificacin en la frmula (3.28):
z =
48 34, 6
= 1, 4 . Luego, la nota de Pedro se ubica a 1,4
9, 6
Ejemplo 41
Dos alumnos rindieron exmenes en los cursos de razonamiento
matemtico y razonamiento verbal, y sus calificaciones y medidas
importantes se presentan a continuacin.
Individuo
Calificaciones originales
Razonamiento Razonamiento
matemtico, X verbal, Y
Manuel
x1
=25
y1
=75
Juan
x2
=32
y2
=70
Medidas
Cursos
Razonamiento Razonamiento
matemtico
verbal
Media
=20,9
= 61,3
Sy
= 15,2
Aritmtica
Sx = 8
Desviacin
estndar
Solucin
Para responder las preguntas planteadas debemos estandarizar
las calificaciones originales, las mismas que se presentan a continuacin.
163
03_cap3.p65
163
Individuo
Calificaciones originales
Razonamiento
Razonamiento
matemtico,X
verbal,Y
Manuel
x1
=25
Juan
x2
=32
y1
y2
Puntajes estandarizados
Razonamiento
Razonamiento
matemtico
verbal
=75
z1 =
75 61,3
25 20, 9
= 0, 90
= 0, 51 w1 =
15, 2
8
=70
z2 =
70 61,3
32 20,9
= 0, 57
= 1,39 w2 =
15, 2
8
Coeficiente de variacin
El coeficiente de variacin CV se define como:
CV =
S
X
(3.28)
S , la desviacin estndar
CV =
S
(100%)
X
(3.29)
Mide la dispersin de los datos con respecto a la media. Frecuentemente se usa para comparar la variabilidad de dos o ms
conjuntos de datos que estn expresados en diferentes unidades.
El grupo de datos con mayor coeficiente de variacin, es el que
tiene mayor dispersin. Si las medias aritmticas de los dos grupos
son iguales y expresados en las mismas unidades, entonces el grupo que tenga mayor desviacin estndar ser el de mayor dispersin o variacin.
164
03_cap3.p65
164
Ejemplo 42
El curso de Estadstica se dict a dos grupos de estudiantes. El
grupo 2 realiz el curso con el auxilio del software SPSS y las calificaciones fueron de 0 a 200; mientras que el grupo 1 lo realiz con
la metodologa tradicional y las calificaciones fueron de 0 a 100.
Grupo 1: 10 20 30 40 50
Grupo 2: 60 85 110 135 160
En cul de los dos grupos la dispersin es mayor?
Solucin
En el siguiente cuadro se muestra que las desviaciones estndar
son 15,81 y 39,53 respectivamente; sin embargo, no se puede decir
que en el segundo grupo existe mayor dispersin que en el primero, puesto que las calificaciones estn en diferentes escalas, por lo
que usaremos el coeficiente de variacin.
Media
Desviacin estndar
Coeficiente de variacin
Datos 1
30,0000
15,81139
0,527
Datos 2
110,0000
39,52847
0,359
Ejemplo 43
Obtendremos los coeficientes de variacin para la variable nmero
de hijos del ejemplo 30 y para la variable edad del ejemplo 31.
Variable
Edad
Nmero de hijos
Media aritmtica
40,1
2
Desviacin estndar
9,91
1,41
Solucin
a) Para el nmero de hijos de los estudiantes, el coeficiente de variacin toma el valor:
CV =
1, 41
= 0, 705 (70,5%) .
2
165
03_cap3.p65
165
9,91
= 0, 2471 (24, 71%) por lo que la variable
40,1
Ejemplo 44
En un colegio de educacin especial fue de inters del Director
evaluar la conducta de sus estudiantes a travs de las siguientes
variables: conducta de aislamiento ( X ), cuantificada mediante el
tiempo que el estudiante permanece aislado en un periodo de 2
horas; nmero de participacin en clase ( Y ); realizacin de tarea
(Z), medida mediante el porcentaje del tiempo que los nios permanecan haciendo las tareas.
Observ una muestra de 20 estudiantes, de quienes se presenta la media y la desviacin estndar de las variables evaluadas. Es
nuestro inters usar dichos resultados para evaluar la variabilidad de las mismas.
Medidas de
posicin y
dispersin
Variables
Conducta de
aislamiento
Media
=56 minutos
Participacin en
clase
=7,58
Realizacin de
tareas
=78,35%
Sz
=19,35%
participaciones
Desviacin
Sx
=4,76 minutos
estndar
S y =2,66
participaciones
Solucin
Observamos que las tres variables estn expresadas en diferentes
unidades de medida; por tanto, es pertinente hacer uso del coeficiente de variacin como medida de dispersin para analizar la
variabilidad de las tres variables.
166
03_cap3.p65
166
Medidas de
dispersin
Conducta de
aislamiento
Participacin en
clase
Realizacin de
tareas
Coeficiente de
CVx
CV y
CVz
=8,5%
=35,09%
=24,7%
variacin
Ejemplo 45
Con la base de DATOS1-maestra obtenemos la varianza y la desviacin estndar para los coeficientes de inteligencia usando los
comandos del SPSS.
Solucin
Se abre la base de DATOS1-maestra y usamos los comandos del
captulo VII (procedimientos estadsticos).
Los resultados que proporciona el SPSS para la variable coeficiente de inteligencia son:
Coeficiente de
Inteligencia
N
70
Range
27
Mean
101,79
Std. Deviation
6,282
Variante
39,464
2
Media aritmtica, 101,79 puntos, varianza, 39,46 puntos , desviacin estndar, 6,28 puntos y el valor del coeficiente de variacin
es:
CV =
6, 282
(100%) = 6,17%.
101, 79
Ejemplo 46
Con la base de DATOS3-educacin y para las variables: tiempo de
servicio de los docentes, edad de los docentes y rendimiento promedio de los docentes en el programa de capacitacin, encontramos el rango, la varianza, la desviacin estndar y el coeficiente de
variacin, usando los comandos del SPSS.
167
03_cap3.p65
167
Solucin:
Se abre la base de DATOS3-educacin y se usan los comandos del captulo VII (procedimientos estadsticos) y se obtiene la siguiente salida:
N
Mean (media aritmtica)
Std. Deviation (desviacin
estndar)
Variance (varianza)
Range (rango)
5,2505
Edad de los
Participantes
47
34,78
2,264
5,126
9
Tiempo de
servicio
47
13,97
2,080
4,326
Notas
promedio
47
11,536788
1,3462899
1,812
8
CV =
2, 08
(100%) = 14,89% .
13,97
Si calculamos el coeficiente de variacin para las otras variables, se tiene que el CV para la variable edad de los participantes es
igual a 6,5%; y el CV para la variable notas promedio es igual al
11,67%. Luego, la variable edad de los participantes tiene los valores ms homogneos respecto a la media, por tener menor CV que
las otras variables, a pesar de tener la mayor desviacin estndar.
168
03_cap3.p65
168
tiva y grficamente la curva presenta la cola ms larga a la derecha; si la diferencia es cero la curva es simtrica; si la diferencia es
negativa decimos que la asimetra es negativa y grficamente la
curva presenta la cola ms larga a la izquierda, como se muestra en
las siguientes figuras:
Mo < Me < X
Mo = Me = X
X < Me < Mo
Asimetra positiva
Simtrica
Asimetra negativa
a1 =
X Mo
S
(3.30)
moda = X 3 ( media-mediana ) .
(3.31)
3 ( X Me )
(3.32)
S
Este coeficiente de asimetra se compara con el valor cero, que
corresponde a la distribucin normal (a2 = 0) . As, si tenemos:
169
03_cap3.p65
169
(x X )
=
/n
S
Este coeficiente de asimetra se compara con el valor cero, que
corresponde a la distribucin normal ( a3 = 0) . As, si tenemos:
3 ( 40,1 38, 75 )
= 0, 4085 , por lo tanto la distribucin de las edades
9,915
Curtosis
El coeficiente de curtosis de un conjunto de datos unimodal, es una
medida de apuntamiento o aplastamiento de un polgono de frecuencias.
Si la curva de frecuencias es muy en punta, las observaciones
estn concentradas al centro y se denomina leptocrtica y, si es
muy plana, recibe el nombre de platicrtica. Curvas con apuntamiento medio reciben el nombre de mesocrticas.
Pearson tuvo el mrito de formalizar el concepto de curtosis,
proponiendo el coeficiente de curtosis de cuarto orden, a4 :
n
a4 =
(x
X)
i =1
3,
(3.33)
170
03_cap3.p65
170
males,
(x
X)
i =1
1
(Q3 Q1 )
2
0, 263
k=
P90 P10
donde
(Q3
(3.34)
1
(Q3 Q1 )
2
vale aproximadamente 0,263, resultando k = 0 .
P90 P10
Por ello, si:
171
03_cap3.p65
171
Ejemplo 48
Las siguientes medidas corresponden a las edades de un grupo de
100 estudiantes universitarios.
Medidas
Media=26,7
Mediana=27
Moda=27
Desviacin estndar=8,11
Cuartil uno=23
Cuartil tres=31
Percentil diez=15
Percentil noventa=38,6
172
03_cap3.p65
172
Solucin
a2 =
3 ( X Me )
S
3 ( 26, 68 27 )
8,11
= 0,118
Ejemplo 49
Con la base de DATOS1-maestra y usando los comandos del SPSS
obtenemos los coeficientes de sesgo y curtosis.
Solucin
Se abre la base de DATOS1-maestra y usando los comandos del
SPSS del captulo VII (procedimientos estadsticos) se tiene:
Coeficiente de
inteligencia
N
Valid
Missing
1,301
1,558
Skewness
Kurtosis
70
0
173
03_cap3.p65
173
Estadsticas de orden
Dado los valores de una variable, x1 ,..., xn el procedimiento de
ordenamiento consiste en organizar los datos de acuerdo con su
valor. El resultado es un conjunto de datos ordenados y denotado
por x(1) ,..., x( n ) donde:
174
03_cap3.p65
174
si n es impar
Mediana =
x n +1
o
Mediana =
Mediana =
x n + x n
+1
2
y tiene profundidad
si n es par
n +1
.
2
Ejemplo 50
Dos investigadores realizaron una prueba que mide la ansiedad
en estudiantes antes de aplicarse un examen de conocimientos
generales, obtenindose los siguientes resultados: 26,7 17,8 22,4
30,1 21,0 22,6 29,3 24,2 20,6 24,3.
Solucin
Para encontrar la mediana, primero ordenamos los datos en forma
ascendente, esto es:
x(1) =17,8 x(2) =20,6 x(3) =21,0 x(4) =22,4 x(5) =22,6 x(6) =24,2
x(7 ) =24,3 x(8 ) =26,7 x(9) =29,3 x(10) =30,1. El nmero de observa-
175
03_cap3.p65
175
x n + x n
luego, Mediana =
2 +1
10 + 1
= 5, 5
2
Este resultado indica que, de los 10 estudiantes, un 50% tiene menos de 23,4 puntuaciones de ansiedad y otro 50% tiene mas de
23,4 puntuaciones de ansiedad.
En el caso de ser n un nmero impar, por ejemplo que la muestra anterior tenga solamente 9 observaciones: x(1) =17,8
x(2) =20,6
x(3) =21,0 x(4) =22,4 x(5) =22,6 x(6 ) =24,2 x(7 ) =24,3 x(8) =26,7
9 +1
= 5 ; entonces
2
Mediana = x(5) =22,6. Este resultado nos dice que un 50% de los
estudiantes tiene menos de 22,6 puntuaciones de ansiedad y el
otro 50% tiene ms de 22,6 puntuaciones de ansiedad.
Los extremos
Son el valor ms pequeo y el ms grande del conjunto de observaciones. Cada uno de ellos tiene profundidad 1.
As, en el ejemplo anterior sobre los estudios de ansiedad, los
extremos son: 17,8 y 30,1.
Los cuartos
Son dos estadsticas de posicin, el cuarto inferior y el cuarto
superior.
Se definen como los valores que tienen, como profundidad, el
entero de la profundidad de la mediana, mas uno, dividido entre
dos.
Profundidad del cuarto =
[Profundidad de la mediana ] + 1
2
176
03_cap3.p65
176
Ejemplo 51
Para los datos del ejemplo anterior, ordenados en forma ascendente se tiene: 17,8 20,6 21,0 22,4 22,6 24,2 24,3 26,7 29,3 30,1.
Encontraremos los cuartos.
Solucin
Encontramos la profundidad del cuarto,
Profundidad del cuarto =
5 +1
=3; entonces, en los datos ordenados observamos la profundi2
Ejemplo 52
Los siguientes datos corresponden al nmero de llamadas de emergencia realizadas en 19 das consecutivos a una compaa de servicio de ambulancia. Encontrar las medidas de posicin resistentes.
38 37 44 28 34 30 56 44 49 36 38 40 41 39 40 29 43 31
Solucin:
Ordenando las observaciones de menor a mayor, tenemos:
(i )
x( i )
1 2
3 4
7 8
9 10 11 12 13 14 15 16 17 18 19
28 29 30 31 31 34 36 37 38 38 39 40 40 41 43 44 44 49 56
Profundidad 1 2 3 4 5 6 7 8 9 10 9 8 7 6 5 4 3 2 1
19 +1
= 10 y Mediana= x(10) = 38
2
177
03_cap3.p65
177
del
[10] + 1 = 10 + 1 = 5,5
2
Cuarto inferior =
cuarto
[Profundidad de la mediana ] + 1
2
x(5) + x(6) 31 + 34
= 32,5
2
2
Cuarto superior =
x(5) + x(6)
2
41 + 43
= 42
2
x( n ) = 56
Los octavos
Se utilizan cuando el conjunto de datos es grande.
Se determina por:
Profundidad del Octavo =
2
Cada octavo est ubicado a la mitad entre los cuartos y los
extremos correspondientes.
Para el ejemplo anterior se tiene:
Profundidad del Octavo =
x(3) = 44 .
178
03_cap3.p65
178
xi Mediana
Ejemplo 53
Para los siguientes datos hipotticos, 105, 98, 80, 90, 95, encontraremos la DAM.
Solucin
Los datos propuestos, los ordenamos de forma creciente, obtenemos las desviaciones con respecto a la mediana y luego ordenamos estas desviaciones, como se muestra en la siguiente tabla:
xi
x(i )
105
98
95
80
90
80
90
95
98
105
Desviacin =
15
5
0
3
10
xi 95
Desviacin (i )
0
3
5
10
15
179
03_cap3.p65
179
Dispersin Cuarta
Esta medida resistente se define como la diferencia entre el cuarto
superior y el cuarto inferior; esto es:
Dispersin cuarta = (cuarto superior) (cuarto inferior)
Este ndice proporciona la dispersin del 50% central de los
datos y se la denota por
superior y
Ejemplo 54
Para los datos del nmero de llamadas de emergencia para servicio de ambulancia, presentados en el ejemplo 52, calculamos la
dispersin cuarta.
Solucin
Tenemos calculado:
Mediana
Cuarto inferior
Cuarto superior
Octavo inferior
Octavo superior
Extremo inferior Extremo superior
180
03_cap3.p65
180
19
10
5,5
3
1
38
32,5
30
28
42
44
56
181
03_cap3.p65
181
Co rte
In ferior
Co rte
Superior
Bigote
Bigote
Ci
Me
Cs
Ejemplo 55
Los siguientes datos corresponden al nmero de libros revisados
por 22 estudiantes de ltimo ao de Filosofa, durante el ao acadmico 2003. Encontraremos los valores literales representndolos luego en el grfico de caja haciendo uso del SPSS
62 88 75 66 52 73 35 65 147 76 40 51 69 68 72 48 82 54 79 42 50 38
Solucin
Mediana y los cuartos:
a) Ordenando la muestra, se tiene:
35 38 40 42 48 50 51 52 54 62 65 66 68 69 72 73 75 76 79 82 88 147
b) Profundidad de la mediana:
n + 1 22 + 1
65 + 66
=
= 11,5; entonces Mediana =
= 65,5
2
2
2
182
03_cap3.p65
182
[11,5]
+1
= 6 ; entonces
22
25
50
75
10 0
12 5
15 0
183
03_cap3.p65
183
Ejemplo 56
El director del colegio mixto Juan Bautista, en el ao 2003, solicit
al tutor del quinto ao de secundaria, presentar un informe acadmico del primer bimestre del ao. Le sugiri que incluya un grfico
comparativo como el grfico de caja para las calificaciones en ingls, de los estudiantes que se encuentran bajo su tutora, segn
sexo. Las calificaciones son como sigue:
Femenino
Masculino
6
3
7
4
12
5
16
7
17
6
20
11
15
10
13
9
12
12
Solucin
Usando los comandos del SPPS del captulo VII (procedimientos
estadsticos) obtenemos el siguiente grfico de caja para las calificaciones en ingls de los estudiantes segn sexo.
M asc ulino
Fe m enin o
10
califica ci n en in gl s
15
20
184
03_cap3.p65
184
El tutor informar que la mediana de las calificaciones en ingls de las alumnas es superior a la mediana de las calificaciones
en ingls de los alumnos y que la forma de la distribucin de frecuencias de las calificaciones en ingls del 100% de los estudiantes varones es aproximadamente asimtrica positiva, mientras que
la forma de la distribucin de frecuencias de las calificaciones en
ingls en las mujeres es aproximadamente simtrica. Adems en
ambas distribuciones no hay presencia de datos discordantes.
Ejercicios
1. En un examen de seleccin se aplic una prueba con 50 preguntas a 52 estudiantes. Se obtuvieron las puntuaciones siguientes:
49 48 46 46 45 44 43 43 41 41 39 39 38 37 37 36 35 35
34 33 33 31 31 31 31 31 30 30 30 29 29 28 27 27 27 27
26 26 26 24 24 23 23 22 21 20 20 20 15 18 16 19
Margen de utilidad %
12,6
5,8
9,3
4,6
Calcular:
a) La media aritmtica del margen de utilidad obtenida en el
2000.
b) La media ponderada del margen de utilidad para ese mismo ao.
c) Cul de las dos medias es la ms representativa? Por qu?
185
03_cap3.p65
185
3. Los datos de la siguiente tabla son las puntuaciones de una prueba de relaciones espaciales a dos grupos de adolescentes.
Intervalos de
puntuaciones
[ 4- 8)
[ 8-12)
[12-16)
[16-20)
[20-24)
[24-28)
[28-32)
[32-36)
Grupo A Grupo B
1
0
0
2
4
6
8
10
1
2
2
3
3
4
4
6
Intervalos de Grupo A
puntuaciones
[36-40)
18
[40-44)
20
[44-48)
38
[48-52)
36
[52-56)
18
[56-60)
12
[60-64]
2
Grupo B
10
8
5
4
2
0
1
50 50 50 50 50 50 65 65 65 70 70 75
80 85 85 85 100 100 100 100 100 100 80
Seccin B: 100 85 85 80 80 80 76 76 76 76 75 75 75
75 75 75 74 74 74 74 70 70 70 65 65 50
186
03_cap3.p65
186
Individuo Edad
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
20
25
40
38
27
22
20
26
34
35
39
40
38
36
28
25
22
20
24
35
Sexo Raza
0
1
0
0
1
1
0
0
0
0
1
1
1
1
0
1
0
0
1
0
cauc.
cauc.
cauc.
cauc.
cauc.
negro
cauc.
cauc.
cauc.
cauc.
cauc.
cauc.
cauc.
cauc.
cauc.
cauc.
cauc.
cauc.
cauc.
cauc.
Lesin cav.
bucal
0
0
3
1
2
1
1
3
3
4
5
5
2
1
0
2
2
3
1
4
Lesin
extraoral
1
1
1
1
0
0
1
1
0
1
1
0
0
0
1
1
0
0
1
1
Duracin de
lesin en das
4
2
2
0
1
3
4
0
0
1
2
1
2
4
3
2
0
1
4
3
a) Para cada una de las variables, calcular la medida de posicin que corresponda: media aritmtica, mediana, moda. Interpretar en cada caso.
b) Hallar las medidas de dispersin: Rango, Varianza, Desviacin estndar, Coeficiente de variacin, Interpretar los resultados.
6. En el centro educativo Virgen de Ftima informan que Pedro ocupa el lugar 9 en su clase; no sabemos mucho de su posicin
relativa en la clase, ya que esta depender del nmero de alumnos. Si los alumnos son 250, cul es su percentil?
7. Los demgrafos estudian las poblaciones de varios estados, comunidades y pases. Un asunto de inters es el crecimiento o
disminucin en el tamao de una poblacin, la cual es afectada
por la rapidez de los nacimientos, cunto tiempo viven (longevidad) y a qu edades comnmente mueren. Una variable es la
edad de muerte. Suponga que en la nacin A, la edad modal de
187
03_cap3.p65
187
Herona
Alcohol
(n=44)
(n=24)
(n=69)
29,8
34,6
42,9
9. El peso medio de los 45 jugadores de un equipo de ftbol americano es de 215 libras. Si ninguno de los jugadores pesa menos de
170 libras, cuntos de ellos como mximo pueden pesar 250
libras o ms?
10. De 10 familias con Internet, cable y auto se obtuvo la siguiente
informacin relativa al mes de marzo:
Distribucin de costos de servicio de Internet
Costo (soles)
N de Familias
[120 - 130)
1
[130 - 140)
2
[140 - 150)
3
[150 - 160)
3
[160 - 170]
1
Costo promedio de mantenimiento del auto es S/.300,00
Costo de cable (soles): 65, 130, 65, 65, 65, 65, 130,130, 65,130
Calcular el costo total promedio por familia, de los tres servicios considerados.
11. a) Para los ejercicios 3 y 4, calcular la varianza, desviacin estndar
y el coeficiente de variacin para cada grupo. En cada caso compare las respuestas y comente los resultados. b) Para el ejercicio 3
calcular la media y varianza global de las puntuaciones de los
dos grupos de estudiantes.
188
03_cap3.p65
188
12. Un trabajador social obtuvo las siguientes caractersticas demogrficas y de servicio social de 15 miembros de un asilo:
Edad
74
81
83
77
76
79
79
Visitas al
mdico en el
ltimo ao
8
7
11
4
5
13
7
Gastos de mantenimiento
en el asilo (soles)
2
2
1
1
2
1
2
347
434
636
963
358
968
683
Sexo
M
M
F
M
F
F
M
9
2
6
4
2
1 4 19 4 7
9 7 18 1
16 4 0 8
7 3 6 3
8 2 13 1
14
8
1 24
0
4
4
8
18
5
1
5
11
18
26
0
12
23
6
1
189
03_cap3.p65
189
c) Cul de los criterios anteriores ser el indicado para describir estos datos?
15. El cociente de inteligencia expresa la inteligencia como la razn
de la edad mental a la edad cronolgica multiplicada por 100.
As, el coeficiente de inteligencia es 100, cuando la edad mental
es igual a la edad cronolgica. Para los siguientes coeficientes de
inteligencia:
100 103 99 101 100 120 109 82
101 112 95 118 118 89 114 113
92 137 130 94 87 93 111 96
93 98 101 96 84 86 89 90
Seccin A
64,6
65,0
61,0
69,0
6,0
Seccin B
64,3
63,2
54,0
70,0
10,5
190
03_cap3.p65
190
191
03_cap3.p65
191
21. El gerente de una tienda de ropa realiza un estudio de mercadotecnia y, como primera etapa, desea conocer la distribucin de
edades de sus clientes. Durante una semana se toma una muestra
de 30 mujeres y 30 hombres, resultando las siguientes edades:
Mujeres
31 39 37 24 32 27 27 26 33
26 29 38 44 35 37 26 32 37
35 19 55 36 40 23 27 27 22
28 25 29
Hombres
24 28 33 30 29 31 27 29 31
31 26 34 24 32 39 40 33 30
32 31 34 28 35 27 30 35 38
37 45 36
192
03_cap3.p65
192