Está en la página 1de 29

Representacin de datos tabular y grafico

2.
1

Construccin de
tabla de
frecuencias para
datos agrupados

Cuando el tamao de la muestra es considerable o grande y los datos


numricos son muy diversos (N>15), conviene agrupar los datos de tal manera
que permita establecer patrones, tendencias o regularidades de los valores
observados. De esta manera podemos condensar y ordenar los datos tabulando
las frecuencias asociadas a ciertos intervalos de los valores observados.
Intervalos de Clase: Son los intervalos en los que se agrupan y ordenan
los valores observados. Cada uno de estos intervalos est delimitado (acotado)
por dos valores extremos que les llamamos lmites.
Pasos a seguir para construir intervalos de frecuencia:
1. Determinar la cantidad de intervalos apropiada
La seleccin del nmero adecuado de intervalos y los lmites entre
ellos dependen del criterio o experiencia de quien realiza el estudio.
Sin embargo, existen reglas empricas para calcular el nmero de
intervalos; la ms empleada es la Regla de Sturges, cuya expresin
es:

k 1 3.3 Log N

Donde:
K=Nmero de intervalos
El cual siempre debe ser un nmero entero. Razn por la
cual se deber redondear el resultado al entero ms
cercano.
N = Nmero de datos.
Log = logaritmo en base 10.

Representacin de datos tabular y grafico

Otra regla utilizada es la de Velleman que establece que el nmero


de Intervalos se obtiene de la raz cuadrada del nmero de datos; es
decir:

k N
Recomendable para tamaos de muestra pequeos (n< 50).
El nmero de intervalos determinado mediante cualquier regla se
aproxima al valor entero ms cercano pero deber ser
responsabilidad de quien realiza el estudio, pudiendo utilizar ste en
ocasiones uno menor o mayor al obtenido por cualquier regla, si esto
le permite tener intervalos con la misma amplitud. Sin embargo, la
mayora de las reglas subestiman el nmero de intervalos.
2. Calcular el rango de los datos
En estadstica, el rango representa la diferencia entre el valor
mximo y el valor mnimo de un conjunto de datos. El rango nos
muestra la distribucin de los valores en una serie. Si el rango es un
nmero muy alto, entonces los valores de la serie estn bastante
distribuidos. En cambio, si se trata de un nmero pequeo, quiere
decir que los valores de la serie estn muy cerca entre s. Se
representa con la letra R.

R dato mayor dato menor


3. Amplitud o anchura que tendr cada intervalo
Corresponde a la cantidad de datos que van en casa clase, se
encuentra dividiendo el rango por el nmero de intervalos,
Ac
regularmente es de 5 a 6. Se representa con la letra
.

Ac

R
k

4. Construccin de los intervalos


Los intervalos de clase son conjuntos numricos y deben ser
excluyentes y exhaustivos; es decir, si un dato pertenece a un

Representacin de datos tabular y grafico

intervalo determinado, ya no podr pertenecer a otro, esto quiere


decir excluyentes y adems todos y cada uno de los datos deber
estar contenido en alguno de los intervalos, esto les da el valor de
exhaustivos.
Las dos caracteres mencionadas anteriormente se logran
construyendo intervalos cerrados por la izquierda y abiertos por la
derecha; esto se simboliza a travs del uso de corchetes y parntesis
respectivamente. Por razones naturales, el ltimo intervalo ser
cerrado por ambos extremos.
El primer intervalo se construye de la siguiente manera: Habr de
iniciar con el dato menor, el cual ser el extremo inferior del intervalo;
el otro extremo se obtiene de la suma del dato menor y la amplitud,
con este mismo valor iniciamos el segundo intervalo, del cual el
segundo extremo se encuentra sumando al valor anterior la amplitud
y este proceso se repite sistemticamente hasta completar el total de
intervalos indicado por la regla elegida, por ejemplo la de Sturges.
Los valores extremos o lmites de intervalo.
Los intervalos de clase deben estar definidos por lmites que
permitan identificar plenamente si un dato pertenece a uno u otro
intervalo. Estos lmites son los valores extremos de cada intervalo.
Lmite inferior: Es el valor menor de cada intervalo, se denota por
Li
Lmite superior: Es el nmero mayor de cada intervalo, se denota
Ls
por .

Tambin ser muy til conocer y calcular la Marca de Clase (MC) de cada
intervalo: Se refiere al Punto Medio del intervalo y a travs de l representaremos
a todo el intervalo y una de las maneras de calcularla es promediando los valores
lmite de cada intervalo, su frmula es:

Mc

Li Ls
2

Ejemplo 3

Representacin de datos tabular y grafico

Un grupo de investigadores pertenecientes a la secretara de seguridad


pblica, tom una muestra aleatoria de las velocidades (km/h) registradas por 30
vehculos en el trayecto Champotn Campeche, con el fin de establecer nuevos
lmites mximos de velocidad para una carretera. La muestra arrojo los datos
siguientes:
90, 99, 104, 99, 119, 98, 95, 112, 95, 120, 100, 90, 116, 96, 114, 108, 98,
118, 100, 106, 114, 100, 112, 106, 100, 115, 111, 105, 114, 97
Toda vez que se tienen los datos, se recomienda ordenarlos de menor a
mayor o viceversa
90, 90, 95, 95, 96, 97, 98, 98, 99, 99, 100, 100, 100, 104, 105,106, 108, 111,
112, 112, 114, 114, 115, 116, 118, 119, 120
Ahora llevamos a la prctica los pasos descritos anteriormente para la
construccin de los intervalos.

1. obtendremos el nmero de intervalos que vamos a utilizar, para lo


cual empleamos la Regla de Sturges:

k 1 3.3logN
1 3.3log(30)
=1 3.3(1.4771)
=1 4.87
k 5.87 6
2. calcular el rango de variacin

R dato mayor dato menor


R 120 90
R 30
3. obtendremos la amplitud de cada intervalo de clase como sigue:

Representacin de datos tabular y grafico

R 30

k
6
Ac 5
Ac

4. construimos los intervalos, el primero de ellos inicia con 90 que es el


extremo inferior que, sumado a 5 obtenemos 95, que ser el extremo
superior; este extremo ser el inferior del segundo intervalo; y al
sumar nuevamente la amplitud tendremos 100 que ser el extremo
superior y as sucesivamente hasta completar los 6 intervalos., que
se muestran enseguida:
[90 95), [95 100), [100 105), [105 110), [110 115) y
[115 120]
Los corchetes expresan que el valor extremo se incluye en el
intervalo y los parntesis dan a entender que el valor extremo del
intervalo no se incluye en el.

Para la construccin de distribuciones de frecuencias, contamos el


nmero de datos que le corresponden a cada intervalo; es decir
obtenemos las frecuencias absolutas y de estas podemos generar
los dems tipos de frecuencias y presentarlas en una tabla de
resumen como la que a continuacin se muestra:

DISTRIBUCIN DE FRECUENCIA PARA LAS VELOCIDADES

xi
[9095)
[95100)
[100105)
[105110)
[110115
[115120)
total

fa

fr

f ra

Mc

0.07

0.07

92.5

10

0.27

0.34

97.5

15

0.17

0.51

102.5

19

0.13

0.64

107.5

25

0.2

0.84

112.5

30

0.16

117.5

30

Representacin de datos tabular y grafico

2.1.1 REPRESENTACIN GRAFICA


Las tablas estadsticas representan toda la informacin de modo
esquemtico y estn preparadas para los clculos posteriores. Los grficos
estadsticos nos transmiten esa informacin de modo ms expresivo, nos van a
permitir, con un slo golpe de vista, entender de que se nos habla, observar sus
caractersticas ms importantes, incluso sacar alguna conclusin sobre el
comportamiento de la muestra donde se est realizando el estudio.
Los grficos estadsticos son muy tiles para comparar distintas tablas de
frecuencia. Los ms usuales son:

Histograma
Se utiliza para la representacin de variables cuantitativas continuas, es
una grfica en forma de barras que consta de dos ejes, uno horizontal, llamado eje
de la variable en observacin, en donde situamos la base de una serie de
rectngulos o barras contiguas; es decir, que no van separadas, y que se rotula
con los lmites inferiores de cada clase o intervalo excepto el ltimo que deber
llevar tambin el lmite superior, centradas en la marca de clase. Y un eje vertical
llamado eje de las frecuencias, en donde se miden las alturas que vienen dadas
por la frecuencia del intervalo que representa.
Todos los intervalos deben tener la misma longitud. Si se utilizarn
rectngulos de amplitud diferente, el rea del rectngulo es la que tendra que ser
proporcional a la frecuencia absoluta correspondiente a ese intervalo. Histograma
acumulativo, si se utiliza la frecuencia absoluta acumulativa.
Utilizando los datos del ejemplo 3 obtenemos la siguiente grfica:

Representacin de datos tabular y grafico

Polgono de frecuencia
Es una grfica del tipo de las grficas de lneas trazadas sobre las marcas
de clase, (de ah el nombre de polgono), y se traza uniendo con segmentos de
recta, de izquierda a derecha, las parejas ordenadas que se forman, al considerar
como abscisa la marca de clase (eje horizontal) y como ordenada la frecuencia del
intervalo representado (eje vertical); la primera y ltima parejas ordenadas se unen
mediante un segmento de recta al eje horizontal, con las que seran la marca de
clase anterior y posterior respectivamente si estas existieran.
Este tipo de grfico adquiere mayor importancia cuando se quiere mostrar
en un mismo grfico ms de una distribucin o una clasificacin cruzada de una
variable contina con una discreta, situacin que no se puede observar en uno de
los grficos presentados anteriormente por la forma de construccin del mismo
grfico.

Representacin de datos tabular y grafico

Grfica de Frecuencias Acumuladas u Ojiva


Es un grfico que igual al histograma y polgono de frecuencias se utiliza
para el anlisis y representacin de variables continuas, slo que en vez de utilizar
las frecuencias absolutas, por sus caractersticas se construye uniendo con
segmentos de recta, de izquierda a derecha, las parejas ordenadas que se
forman, al considerar como abscisa los lmites superiores de cada intervalo (eje
horizontal) y como ordenada las frecuencias relativas acumuladas hasta cada
intervalo representado (eje vertical).
Existen dos tipos de ojivas, las llamadas de mayor que, iniciando en la
frecuencia ms alta 1 hacia la ms baja 0 y las llamadas de menor que, iniciando
en la frecuencia ms baja 0 hacia la ms alta 1.
El grfico ojiva representa mayor importancia cuando se trata de comparar
las observaciones de una misma caracterstica en dos experimentos distintos, ya

Representacin de datos tabular y grafico

que no se puede ejecutar comparaciones sobre frecuencias absolutas, es


necesario una comparacin sobre frecuencias relativa; adems permite ver
cuntas observaciones se hallan por arriba o debajo de ciertos valores
establecidos.

Representacin de datos tabular y grafico

2.
2

Medidas de
tendencia central

2.2.1 DATOS NO AGRUPADOS Y NO AGRUPADOS

Las medidas de tendencia central, de centralizacin o posicin facilitan la


interpretacin de informacin sobre un conjunto o serie de datos que se estn
analizando, una vez que estos datos fueron recopilados u organizados, ya sea en
una investigacin documental o en una investigacin de campo.
Normalmente, la variable que se intenta medir es conocida en algunas
ocasiones de manera insuficiente. Esto no significa que no se tenga algn
conocimiento global de valores que pueda asumir, sino que es necesario
conocerla mejor para tomar alguna decisin de importancia.
Por ejemplo, si se desea comparar las estaturas de alumnos varones de
dos escuelas preparatorias del quinto semestre, y al tomar las medidas, se
encontraran las variables entre 140 a 210 cm. Este conocimiento no es lo
suficientemente preciso para hacer la comparacin deseada, es indispensable
afinarlo ms para cada uno de los dos escuelas, interesa donde estn centradas
las estaturas, que tanta variabilidad tiene, etc.
Las medidas de tendencia central son valores que se ubican al centro de un
conjunto de datos ordenados segn su magnitud. Generalmente se utilizan 4 de
estos valores tambin conocidos como estadgrafos:

Media aritmtica
X
Mediana
X
moda

La media aritmtica es la medida de posicin utilizada con ms frecuencia.


Si se tienen n valores de observaciones, la media aritmtica es la suma de todos y
cada uno de los valores dividida entre el total de valores: Lo que indica que puede
ser afectada por los valores extremos, por lo que puede dar una imagen
distorsionada de la informacin de los datos.

10

Representacin de datos tabular y grafico

La Mediana, es el valor que ocupa la posicin central en un conjunto de


datos, que deben estar ordenados, de esta manera la mitad de las observaciones
es menor que la mediana y la otra mitad es mayor que la mediana, resulta muy
apropiada cuando se poseen observaciones extremas.
La Moda es el valor de un conjunto de datos que aparece con mayor
frecuencia. No depende de valores extremos, pero es ms variables que la media
y la mediana.

Datos no agrupados
Media Aritmtica. La medida ms evidente que podemos calcular para
describir un conjunto de observaciones numricas es su valor medio. La media no
es ms que la suma de todos los valores de una variable dividida entre el nmero
total de datos de los que se dispone. Siendo su frmula la siguiente:

X
N

Como ejemplo, consideremos 10 pacientes de edades:


21 aos, 32, 15, 59, 60, 61, 64, 60, 71, y 80.
La media de edad de estas personas ser de:

21 32 15 59 60 61 64 60 71 80
10
X 52.3 aos
X

Mediana: En esta medida, los datos u observaciones equidistantes o que


se encuentran ms en medio de todo el conjunto de datos.
La mediana del ejemplo anterior, sera el valor que deja a la mitad de los
datos por encima de dicho valor, y a la otra mitad por debajo, es decir el 50 % por
arriba y el 50% por debajo del conjunto de datos.

11

Representacin de datos tabular y grafico

Para obtener la mediana para datos agrupados, primeramente deberemos


ordenar los datos en forma ascendente o descendente observando la siguiente
secuencia de datos: 5, 21, 32, 59, 60, 60,61, 64, 71, 80. (Datos ordenados)

Como quiera que sea, en este ejemplo, el nmero de datos u observaciones


es par (10 personas), los dos valores que se encuentran en medio son 60 y 60. Si
realizamos el clculo para la media nos dar:

5, 21, 32, 59

60, 60

61, 64, 71, 80 (nmero de observaciones par)

X 60 60
2
X 60 aos

Si al ejemplo anterior le agregamos un paciente ms de 55 aos entonces


la mediana se determinar como el dato u observacin que se encuentra ms en
el medio es decir:

Si la media y la mediana son iguales, la distribucin o conjunto de datos de


la variable es simtrica. Sin embargo, la media es muy sensible a la variacin de
las puntuaciones, y la mediana es menos sensible a dichos cambios.
Geomtricamente la mediana es el valor de la variable que corresponde a la
vertical que divide al histograma en dos reas iguales. Cuando determinados
valores de un conjunto de datos u observaciones son muy grandes o muy
pequeos con respecto a los dems, entonces la media aritmtica se puede
distorsionar y perder su carcter representativo, en esos casos, es conveniente
utilizar la mediana como medida de tenencia central.

12

Representacin de datos tabular y grafico

La moda: se suele definir como el valor ms frecuente. En el caso de una


variable no agrupada, es el valor de la variable que ms se repite.
En el caso del ejemplo anterior 5, 21, 59, 60, 60, 61, 64, 71, 80, la moda
ser:

X 60 aos (unimodal)

Ejemplo:
a) Determinar la moda del siguiente conjunto de datos: 1, 2, 3, 4, 4, 5,
2, 1, 3, 4, 2, 3, 4, 6, 3
1, 1, 2, 2, 2,

3, 3, 3, 3, 4, 4, 4, 4,

5, 6

X 3 y 4 (bimodal)

b) Determinar la moda del siguiente conjunto de datos 1, 2, 3, 4, 5, 6, 7,


8, 9
En este caso como ninguno dato se repite ser amoldal.

Grficamente eso se puede reflejar mediante el anlisis de un histograma


de frecuencias.

En el caso de que la distribucin o conjunto de datos tenga una moda, se


dir que el conjunto de datos es unimodal; si tiene dos modas, se llamara bimodal;

13

Representacin de datos tabular y grafico

ms de dos modas, se le llamar polimodal; y en caso que no tenga ninguna moda


se denominar amodal.

Datos agrupados
Media aritmtica: Para calcular esta medida de centralizacin o tendencia
central se tomaran en cuenta las frecuencias absolutas y la marca de clase de
cada clase; mediante la siguiente frmula:

Mc * f

Donde:

=media aritmtica
=sumatoria
Mc= marca de clase
f= frecuencia absoluta
N= nmero total de datos

Ejemplo:
DISTRIBUCIN DE FRECUENCIA PARA LAS VELOCIDADES

xi
[4953)
[5357)
[5761)
[6165)
[6569)
[6973]
total

fa

fr

f ra

Mc

10

10

0.25

0.25

51

17

0.17

0.42

55

22

0.13

0.55

59

25

0.07

0.62

63

32

0.18

0.8

67

40

0.2

71

40

De la tabla anterior calcularemos la media aritmtica

14

Representacin de datos tabular y grafico

X
X

10 51 7 55 5 59 3 63 7 67 8 71
40
2416
X 60.4
40

15

Representacin de datos tabular y grafico

Mediana: para determinar la mediana nos apoyamos de la siguiente


formula

f
anterior
a

X L
2

* Ac
i
f
mediana

Donde:

L
i

= lmite inferior de la clase donde se encuentra la mediana.

N= nmero total de datos

f a anterior

= frecuencia absoluta acumulada anterior a la clase de

la mediana

f mediana

= frecuencia absoluta del intervalo mediano

Ac= amplitud de clase

Ejemplo:
De la tabla anterior calcularemos la mediana para esta distribucin.
Lo primero que debemos hacer para poder calcular la mediana es identificar
la clase mediana. Para esto tenemos que buscar el intervalo en el que se
encuentre. N / 2.

N 40

20
2
2

16

Representacin de datos tabular y grafico

17

Representacin de datos tabular y grafico

fa

fr

f ra

Mc

10

10

0.25

0.25

51

17

0.17

0.42

55

22

0.13

0.55

59

25

0.07

0.62

63

32

0.18

0.8

67

40

0.2

71

xi
[4953)
[5357)
[5761)
[6165)
[6569)
[6973]
total

40

N 40

20
2
2

Ahora reemplazamos los datos en la formula

40

f
anterior
17
a

2
2
X L

* Ac 57
*4
i
f
5
mediana

X 57.4

Moda: Es el valor que representa la mayor frecuencia absoluta. En tablas


de frecuencias con datos agrupados, hablaremos de intervalo modal. Para
determinar la moda nos apoyamos en la siguiente formula:

f f anterior
X L
)
* Ac
)
i
f f anterior f f posterior

Donde:

18

Representacin de datos tabular y grafico

L
i

= lmite inferior modal

)
f
= frecuencia absoluta del intervalo modal

f anterior

= frecuencia absoluta anterior al intervalo modal

f posterior
= frecuencia absoluta posterior al intervalo modal
Ac= amplitud de clase.

Lo primero que debemos hacer es identificar el intervalo modal:

xi
[4953)
[5357)
[5761)
[6165)
[6569)
[6973]
total

fa

fr

f ra

Mc

10

10

0.25

0.25

51

17

0.17

0.42

55

22

0.13

0.55

59

25

0.07

0.62

63

32

0.18

0.8

67

40

0.2

71

40

Intervalo modal:
Mayor frecuencia
absoluta

Ahora podemos reemplazar los datos en la frmula:

19

Representacin de datos tabular y grafico

0
f f anterior
10
X L
)

*4
* Ac 49
)
i

10 0 10 7
f f anterior f f posterior

X 52

20

Representacin de datos tabular y grafico

2.
3

Medidas de
variabilidad

Se llaman medidas de dispersin o variabilidad aquellas que permiten


retratar la distancia de los valores de la variable a un cierto valor central, o que
permiten identificar la concentracin de los datos en un cierto sector del rango de
la variable.
Las medidas de tendencia central tienen como objetivo el sintetizar los
datos en un valor representativo, las medidas de dispersin nos dicen hasta qu
punto estas medidas de tendencia central son representativas como sntesis de la
informacin. Las medidas de dispersin cuantifican la separacin, la dispersin, y
la variabilidad de los valores de la distribucin respecto al valor central.
Distinguimos entre medidas de dispersin absolutas, que no son comparables
entre diferentes muestras y las relativas que nos permitirn comparar varias
muestras.

2.3.1 DATOS NO AGRUPADOS Y AGRUPADOS

DATOS NO AGRUPADOS
Rango (R)
Es una medida razonable de Variabilidad llamada tambin en algunas
ocasiones amplitud y que se obtiene restando el valor ms bajo de un conjunto de
observaciones del valor ms alto. Es fcil de calcular y sus unidades son las
mismas que las de la variable. El rango es la diferencia entre el valor mayor y el
menor de los datos. Esta sencilla medida permite identificar la variacin mxima
entre dos datos del conjunto que se analiza.

R dato mayor dato menor


Ejemplo:

21

Representacin de datos tabular y grafico

Tenemos los siguientes datos, que representan los montos de 20 prstamos


personales, en dlares, en una compaa financiera de consumidores:
900, 500, 450, 1900, 1200, 1250, 2500, 550, 1650, 1200, 1000, 550, 650,
600, 750, 1300, 850, 350, 1400, 700,
El rango de estos 20 prstamos ser:

R dato mayor dato menor


2500 350
R 2150

Desviacin media
Se define como la media de las diferencias en valor absoluto de los valores
de la variable a la media (D.M); es decir, que se define como desvi que es la
diferencia que se observa entre la variable y la media aritmtica.

D.M

x1 X x2 X ... xi X
N

Donde:

D.M

xi
X

= Desviacin media

= cada valor

= Media aritmtica

N = nmero total de datos

Ejemplo:
Calcular la desviacin media de la distribucin:

22

Representacin de datos tabular y grafico

9, 3, 8, 8, 9, 8, 9, 18
Primero calculamos la media aritmtica

x 9 3 8 8 9 8 9 18

9
N

Ahora calculamos la desviacin media

D.M

D.M

x1 X x2 X ... xi X
N

9 9 3 9 8 9 8 9 9 9 8 9 9 9 18 9
N

D.M 2.25

Varianza
La varianza es la media aritmtica del cuadrado de las desviaciones
respecto a la media de una distribucin estadstica.
La varianza se representa por signo

x X x X

2
2

xi
X

... xi X

= varianza

= cada valor

= Media aritmtica

23

Representacin de datos tabular y grafico

N = nmero total de datos

Ejemplo:
Calcular la varianza del ejemplo anterior

x X x X

9 9

... xi X

3 9 8 9 8 9 9 9 8 9 9 9 18 9
2

15
2

Desviacin estndar
Esta medida nos permite determinar el promedio aritmtico de fluctuacin
de los datos respecto a su punto central o media. La desviacin estndar nos da
como resultado un valor numrico que representa el promedio de diferencia que
hay entre los datos y la media. Para calcular la desviacin estndar basta con
hallar la raz cuadrada de la varianza, por lo tanto su ecuacin sera:

2
Ejemplo:
Continuando con el ejemplo anterior calcular la desviacin estndar:

2 15
3.87

DATOS AGRUPADOS
Rango
Para los datos agrupados se emplea la misma frmula que en los datos no
agrupados

24

Representacin de datos tabular y grafico

R dato mayor dato menor

25

Representacin de datos tabular y grafico

Desviacin media
Como su nombre indica, la desviacin respecto a la media da informacin
de lo alejado o cerca que est un dato de los dems datos del conjunto.
Intuitivamente, ya se ve que se puede calcular como la diferencia entre un dato y
la media de los datos, multiplicada por la frecuencia absoluta de cada intervalo.

D.M

Mc1 X f1 Mc2 X f 2 ... Mci X f i


N

Donde:

D.M

= Desviacin media

Mci
X

fi

= marca de clase de cada intervalo

= Media aritmtica

= frecuencia absoluta de cada intervalo

N = nmero total de datos

Ejemplo:
Dada la siguiente tabla de distribucin de frecuencias, calcular la desviacin
media:
xi
[4953)
[5357)
[5761)
[6165)

fa

fr

f ra

Mc

10

10

0.25

0.25

51

17

0.17

0.42

55

22

0.13

0.55

59

25

0.07

0.62

63

26

Representacin de datos tabular y grafico


[6569)
[6973]
total

32

0.18

0.8

67

40

0.2

71

40

Primero calculamos la media aritmtica:

X
X

10 51 7 55 5 59 3 63 7 67 8 71
40
2416
X 60.4
40

Una vez obtenido el valor de la media aritmtica calculamos la desviacin


media:

D.M

51 60.4 10 55 60.4 7 59 60.4 5 63 60.4 3 67 60.4 7 71 60.4 8


40

94 37.8 7 7.8 46.2 84.8


40
D.M 6.94
D.M

Varianza
La frmula para calcular la varianza de datos agrupados es la siguiente:

2
Donde:

Mc X

f1 Mc2 X

f 2 ... Mci X

fi

27

Representacin de datos tabular y grafico

= varianza

Mci
fi

= marca de clase de cada intervalo

= frecuencia absoluta de cada intervalo

= Media aritmtica

N = nmero total de datos

Ejemplo:
En base a los datos de la tabla anterior calcular la varianza:

f1 Mc2 X

f 2 ... Mci X

fi

51 60.4 10 55 60.4 7 59 60.4 5 63 60.4 3 67 60.4 7 71 60.4 8


2

Mc X

40

883.6 204.12 9.8 20.28 304.92 898.88 2321.6

40
40
2
58.04

Desviacin estndar:
La frmula para calcular la desviacin estndar para datos agrupados es la
siguiente:

28

Representacin de datos tabular y grafico

Ejemplo:
Continuando con el ejemplo anterior calcular la desviacin estndar:

2 58.04
7.62

29

También podría gustarte