Está en la página 1de 21

1.

- PAPEL DE LA ESTADÍSTICA EN LA INVESTIGACIÓN

La estadística es la ciencia que nos proporciona el conjunto de métodos y procedimientos para la


recolección, presentación y análisis de datos.
La estadística debe ser considerada como una parte del método científico. Su adecuada
utilización permitirá evaluar e incluso cuantificar la variabilidad debida al azar y, si es posible, reducirla,
de forma que el estudio tenga las máximas garantías para alcanzar el objetivo deseado.
La Bioestadística utiliza los métodos estadísticos y lo aplica a problemas de investigación
relacionada con las ciencias biológicas y las ciencias de la Salud

ANÁLISIS DESCRIPTIVO

El primer paso en el análisis de datos, es realizar un análisis descriptivo de los datos. Este análisis nos
permitirá controlar la presencia de posibles errores, es decir, detectaremos valores fuera de rango (por ejemplo,
si la variable es peso de una persona, 500 Kg es claramente un dato extraño), o la presencia de valores
perdidos. Este análisis inicial también nos proporcionará una idea de la forma que tienen los datos: su posible
distribución de probabilidad con sus parámetros de centralización; media, mediana y moda; así como sus
parámetros de dispersión; varianza, desviación típica, etc.

RECOLECCION DE DATOS

CRITICA DE DATOS

PRESENTACIÓN DE DATOS

GRAFICO TABLAS
S
ANÁLISIS DE DATOS

Mg. Raul Alberto Ruiz Arias Paá gina 1


2.- CONCEPTOS

Población: es la colección de todos los elementos (individuos u objetos) que poseen al menos una
característica en común.

Para que una población quede bien definida se debe indicar lugar y fecha donde se realizo la
investigación

Muestra: es un subconjunto o parte de la población que será objeto de observación. Las muestras se
diseñan y seleccionan mediante un procedimiento llamado muestreo.

Unidad de Análisis o unidad elemental, es el elemento (individuo u objeto) de la población que posee
las características que se van a estudiar o analizar.

Marco muestral: Es una lista completa y detallada de las unidades de muestreo.

Variable: Es la característica de la muestra o de la población que se está estudiando. Los datos son el
producto de la medición o cuantificación de la variable, sobre los elementos o sujetos de estudio.

Parámetros: es una medida resumen (constante) que describe una característica de toda una población;
para determinar su valor es necesario utilizar toda la información de la población (censo).

Los más usados son:

 Media poblacional (m).- Ejemplo: la edad promedio de todos los alumnos de la UNFV es 22 años
( m = 22 años)

 Proporción poblacional (π).- ejemplo: en el año 2008 el 61% de los titulados en el Perú son de
universidades públicas (π=0.61 ó π=61%)

 Varianza poblacional (s 2) .- ejemplo: en un estudio sobre el tiempo de espera de los pacientes


que se atienden en el Hospital dos de Mayo se observo una varianza de 225 minutos2(s 2=225)

Estadígrafo, es un valor que resume y describe información contenida en una muestra.

Los más usados son:

 Media muestral( ).- ejemplo: Para realizar un estudio sobre el tiempo de espera de los pacientes
del Hospital dos de Mayo se selecciono un grupo de 150 pacientes a quienes se les pregunto cuánto
tiempo había pasado desde que llegaron al hospital hasta que fueron atendidos en el consultorio, en
este grupo se encontró que el tiempo de espera promedio fue 20 minutos.

 Proporción muestral (p).- ejemplo: Para realizar un estudio sobre la actitud de los alumnos de la
UNFV con relación a la donación de órganos, se selecciono por sorteo un grupo de 100 alumnos, en
este grupo se observo que el 30% de ellos tenía una actitud positiva hacia la donación de órganos ( p
= 30%)

 Varianza muestral (s2)


Mg. Raul Alberto Ruiz Arias Paá gina 2
Ejemplo.- Se desea realizar un estudio para identificar las características de los estudiantes de la
Universidad XX en el ciclo 2013-I.
Solución
Población.- Todos los estudiantes de la Universidad XX matriculados en el ciclo 2013-I.
Muestra.- Los estudiantes del segundo ciclo de de la Universidad XX matriculados en el ciclo 2013-I.
Unidad de análisis.- cada estudiante de la Universidad XX matriculados en el ciclo 2013-I
Variables.- Edad, Estatura, Sexo, Ingreso Familiar, Estado civil.
Estatura Ingreso Estado
Nombre Edad Sexo
Cm Familiar civil
E1 18 170 M 800 Soltero
E2 17 165 F 1000 Casado
E3 20 190 M 950 Divorciado
E4 25 170 M 1200 Soltero Datos
E5 19 170 F 1000 Soltero
E6 20 168 F 850 Casado

V a r ia b le s

C u a lit a t iv a o A t r ib u t o C u a n t it a t iv a o N ú m e r ic a

E s c a la d e m e d ic ió n E s c a la d e m e d ic ió n

N o m in a l I n t e r v a lo D is c r e t a

O r d in a l R azón C o n t in u a

Mg. Raul Alberto Ruiz Arias Paá gina 3


3.- CLASIFICACION DE VARIABLES
a. Variables Cuantitativas: Son aquellas variables que se pueden medir o cuantificar y pueden ser:
a.1. V. Discretas: Cuando el valor de la variable resulta de la operación de contar, sus
valores pueden ser representados por números enteros. Ejemplo: edad, número de
estudiantes, hijos por familia, número de artículos vendidos, número de accidentes por
día, numero de árboles por parque, etc.
a.2. V. Continuas: Es cuando la variable es susceptible de medirse, sus valores son
representados por los números reales.
Ejemplo: área de parcelas, peso, talla, producción de maíz por año, hectáreas de bosque
depredados en la selva, etc

b. Variables cualitativas: Son aquellas variables que se refieren a cualidades o atributos, se


clasifican en:
b.1. V. Nominales: son aquella variables que no establecen orden entre sus categorías.
Ejemplos: Estados civil, Sexo, Deporte que practica, Profesión, Lugar de nacimiento, etc.
b.2. V Ordinales: Son aquellas variables cuyos elementos toman valores no numéricos con
presencia de orden entre ellos
Ejemplo.- Grado de instrucción, Clase social,

Grado de agresividad, orden de premiación,


etc.

Mg. Raul Alberto Ruiz Arias Paá gina 4


c) Variable de intervalo

Esta escala mide las variables numéricas. Los números de esta escala permiten establecer “distancias”
entre dos individuos.

En esta escala el cero es un valor que no indica ausencia de la característica o variable medida, y solo un
valor relativo.

Ejemplo: coeficiente de inteligencia, temperatura, etc

El ejemplo típico es la temperatura, donde un valor de cero no implica que exista ausencia de
temperatura.

d) Variable de razón

Es la escala más fuerte, dado que usa un sistema numérico en el que el cero es un valor que indica
ausencia de la característica que se esta midiendo. La diferencia entre dos valores es importante y de
magnitud definida, el valor se expresa con un numero real, tiene un cero absoluto.

Ejemplo:

Edad, peso, ingresos, numero de hijos, accidentes de transito, etc.

Mg. Raul Alberto Ruiz Arias Paá gina 5


Mg. Raul Alberto Ruiz Arias Paá gina 6
Mg. Raul Alberto Ruiz Arias Paá gina 7
PRACTICA 01:
VARIABLES

A.- Especifique naturaleza de la variable y medición empleada

Nro CARACTERÍSTICA A ESTUDIAR NATURALEZA MEDICIÓN


VARIABLE EMPLEADA
1.- Riesgo de malnutrición en ancianos
hospitalizados: alto, medio, bajo

2.- Número de dosis de vacunas recibidas


3.- Tipos de violencia: psicológica, física y sexual

4.- Satisfacción laboral del personal de enfermería:


satisfecho, medianamente satisfecho,
insatisfecho
5.- Accidentes laborales de las enfermeras: corto
punzantes, traumáticas, torceduras, caídas
6.- Actitudes de los estudiantes hacia la prevención
de la salud: positivas y negativas
7.- Entrevista a un anciano: ¿Con cuántas
personas (familiares o amistades) ha hablado
por teléfono en la última semana?
8.- Tiempo de estancia hospitalaria
9.- Tipo de profesiones de la salud
10.- Talla de los niños
11.- Edad de 50 enfermeras
12.- Edad clasificada en: sobre el promedio; en el
promedio; por debajo del promedio

B.- De su Centro laboral, seleccione 3 variables cualitativas; 3 variables cuantitativas discretas


y 3 variables cuantitativas continuas con sus respectivas mediciones

ACTIVIDADES:
1. Que el estudiante identifique en la investigación seleccionada la VARIABLE PRINCIPAL:
ACCIDENTES DE TRÁNSITO y cómo alrededor de esta variable se estudian otras variables
relacionadas.
2. Que el estudiante proceda a la lectura del párrafo adjunto e identifique las variables involucradas y
determine la naturaleza y escala de medición seleccionada

RESUMEN DE LA INVESTIGACIÓN:
Objetivo. Determinar las características del perfil epidemiológico de los accidentes de tránsito (AT) en
el Perú, en el periodo 2005 - 2009. Materiales y métodos. Estudio descriptivo, retrospectivo, se
analizó fuentes secundarias de información de AT de la Policía Nacional del Perú y la Estrategia
Sanitaria Nacional de Accidentes de Tránsito (ESNAT) del Ministerio de Salud.
Resultados. En el quinquenio estudiado se produjeron 404 120 AT, el 63,8% de éstos sucedió en
Lima. El 35,9% de los AT suceden entre los días viernes y sábado, siendo el domingo, el día donde
menor siniestralidad se registra (12,1%). En cuanto al horario de ocurrencia, los AT se producen
mayormente entre las dos de la tarde y las ocho de la noche (30,0%). El tipo de vehículo más
involucrado en los accidentes tránsito es el automóvil (40,3%), las camionetas (21,8%) y las unidades
denominadas “mototaxi” (10%). Es necesario indicar que dentro del rubro “camionetas” están

Mg. Raul Alberto Ruiz Arias Paá gina 8


comprendidas las denominadas “combis”. El exceso de velocidad es la primera causa de accidentes
de tráfico en nuestro país (30,8%), seguido de la imprudencia del conductor (26,1%), otras causas
(12,2%) y ebriedad del conductor (9,6%). Si bien los accidentes producidos por el exceso de velocidad
han disminuido en el año 2009, los producidos por el consumo de alcohol y la imprudencia del
conductor han seguido manteniendo una conducta creciente en los últimos cinco años. El tipo de
accidente más común es el choque (57%) y los atropellos representan el 27,7% del total de
accidentes. Los varones de 20 a 34 años son la población más vulnerable. Los AT han provocado 17
025 muertos y 235 591 lesionados en el Perú durante este periodo.
Conclusiones. Los AT son un problema emergente de salud pública en el Perú. La tendencia de las
cifras de mortalidad y morbilidad por accidentes de tránsito en el Perú ha seguido una curva
ascendente entre los años 2005 y 2008; sin embargo, estas cifras durante el 2009 se han reducido de
manera muy poco significativa. Los sistemas de información deben integrarse para proporcionar
información confiable a las instituciones nacionales involucradas en esta problemática, de manera que
sirvan de referencia para futuras decisiones políticas.

VARIABLES (ejemplo) NATURALEZA ESCALA DE


MEDICIÓN
Número de accidentes de tránsito
Tipos de vehículos involucrados en accidentes: automóviles, camionetas,
mototaxis
Causas de siniestralidad: exceso de velocidad, imprudencia del conductor,
ebriedad
Tipo de accidente más común: choque, atropello
Sexo de la población accidentada: varones, mujeres
Edad de la población accidentada
Días de la semana
Horario de ocurrencia de los accidentes de tránsito
Número de muertes

Choquehuanca-Vilca Víctor, Cárdenas-García Fresia, Collazos-Carhuay Joel, Mendoza-Valladolid Willington.


Perfil epidemiológico de los accidentes de tránsito en el Perú, 2005-2009. Rev. Perú. Med. Exp. Salud
Pública, abr./jun. 2010, vol.27, no.2, p.162-169. ISSN 1726-4634. Disponible en:
http://www.scielo.org.pe/pdf/rins/v27n2/a02v27n2.pdf

Mg. Raul Alberto Ruiz Arias Paá gina 9


Práctica Nº 02
Variables - Escalas de medición

1. Indique que variables son cualitativas (categóricas) y cuáles son cuantitativas


(numéricas):

a. Profesión de los docentes de la UNFV.


b. Edad de los estudiantes.
c. Peso al nacer.
d. Lugar de nacimiento
e. Coeficiente intelectual de los estudiantes de la UNFV
f. Índice de masa corporal de los estudiantes de la UNFV
g. Tiempo de estancia hospitalaria

2. De las siguientes variables indica cuáles son discretas y cuáles continuas.

a. Número de hijos nacidos vivos.


b. Temperatura oral.
c. Duración de la terapia indicada.
d. Diámetro de los halos de sensibilidad antibiótica en un cultivo.
e. Talla de los niños de quinto grado de primaria.
f. Número de habitantes de una vivienda.
g. Tiempo transcurrido entre la ingesta del alimento y el inicio de síntomas

3. Clasificar las siguientes variables según la escala de medición.

a. Lugar de residencia habitual


b. Edad de inicio de relaciones sexuales.
c. Temperatura rectal
d. Grado de instrucción
e. Número de dosis de vacuna recibidas
f. Sexo / Género
g. Estado nutricional

4. Completar el siguiente cuadro:

Variable valores tipo: Sub tipo; escala de


finales ¿cuantitativa o ¿discreta o medición
cualitativa? contínua?
Presión arterial
sistólica
ESAVI

Perímetro
cefálico
Escala de
Apgar
Nota de un
examen

Mg. Raul Alberto Ruiz Arias Paá gina 10


PRESENTACIÓN DE DATOS

Los datos se presentan haciendo uso de tablas estadísticas y gráficos estadísticos.

Tablas estadísticas.- Estas tablas están constituidas por un ordenamiento en filas y


columnas en donde se ubican los datos en estudio.

Gráficos Estadísticos.- Es la representación en dibujo que permite destacar la


magnitud o modificación de las características de una variable, o comparar las diversas
relaciones entre variables, ofreciendo una visión panorámica y rápida del fenómeno en estudio.

CLASIFICACION DE DATOS EN TABLAS ESTADISTICAS

Ejemplo 1.- En un salón de clases hay 20 alumnos, se los clasifico según su sexo,
obteniendo la siguiente información:

M M F M M F F F M F
F F F F M F M M F F

Una forma de obtener conclusiones acertadas que ayuden en la toma de decisiones es


ordenar los datos en una Tabla de Distribución de Frecuencias. Esta información se la puede
resumir de la siguiente manera:

SEXO fi hi h i%
MASCULINO 8 8/20 = 0.4 0.4 x100 = 40 %
FEMENINO 12 12/20 = 0.6 0.6 x 100 = 60 %
TOTAL 20 20/20 = 1 1 x 100 = 100 %

f1 = 8 : Hay 8 alumnos de sexo masculino


f2 = 12 : Hay 12 alumnos de sexo femenino
h1 %= 40% : El 40% de los alumnos es de sexo masculino
h2 %= 60% : El 60% de los alumnos es de sexo femenino

TABULACIÓN DE DATOS DE UNA VARIABLE CONTINUA

Mg. Raul Alberto Ruiz Arias Paá gina 11


Ejemplo 2.- Supongamos ahora que hemos recopilado información sobre la edad de
20 personas de la universidad, los datos son los siguientes:

22 25 35 18 22 24 21 23 16 23
27 17 26 19 29 20 19 20 23 22

Para elaborar una Tabla de Distribución de Frecuencias, se mostrara dos formas de


clasificación:

Para tabular una variable continua se deben seguir los siguientes pasos:
2.a.- Calcular el Rango o Recorrido ( R )
Para nuestro ejemplo:
Datos Máximo : Xmax = 35 ; Datos Minimo : Xmin = 16
Rango : R=Xmax – Xmin = 35 – 16 = 19
2.b.- Determinar el Numero de Clases( o numero de intervalos)
Por el Método de Sturges, cuya formula es: K = 1 + 3.3 log N

Para el ejemplo N = 20 datos => K= 1 + 3.3 Log ( 20 ) = 5.29 => K = 5


esto significa que la información se dividirá en 5 clases o intervalos.
2.c.- Determinación de la amplitud del Intervalo ( W )
Para nuestro ejemplo
19
W  3.8 => W=4 “nunca redondear hacia
5
abajo”
2.d.- Formación de los intervalos
Los intervalos en el caso continuo, son semiabiertos, nosotros trabajaremos con
intervalos de la siguiente forma: el extremo inferior abierto y el extremo superior cerrado
Hemos observado
Datos Máximo : Xmax = 35
Datos Mínimo : Xmin = 16
Rango : R=Xmax – Xmin = 35 – 16 = 19
K=5
W=4 Como W resulto 3.8 y se redondeó a 4, el Rango crece
ligeramente: R nuevo = 4 x 5 =20 exceso = 20 –19 =1
eso quiere decir que R =19 se amplió a 20, que provoca una modificación de los
extremos
15 35
( ]
I I
16 35

Mg. Raul Alberto Ruiz Arias Paá gina 12


El nuevo limite inferior es 15 y los intervalos se construyen
de la siguiente manera:
Limite inferior Limite Superior
< ]

Primer intervalo 15 15 + w = 15 + 4 =19


Segundo intervalo 19 19 + 4 = 23
Tercer intervalo 23 23 + 4 = 27
Cuarto intervalo 27 27 + 4 = 31
Quinto intervalo 31 31 + 4 = 35

Los intervalos se pueden expresar de la siguiente manera:


i Intervalos
( Lim Inf – Lim Sup ]
1 15 – 19
2 19 – 23
3 23 – 27
4 27 – 31
5 31 – 35

2.e.- Frecuencia absoluta simple ( f i )


Es el número de datos que hay dentro de cada intervalo, en que se ha dividido la información.
22 25 35 18 22 24 21 23 16 23
27 17 26 19 29 20 19 20 23 22
Ordenando los datos:
16 17 18 19 19 20 20 21 22 22
22 23 23 23 24 25 26 27 29 35

i Intervalos Conteo fi
( Lim Inf – Lim Sup ]
1 15 – 19 IIII 5
2 19 – 23 IIIII IIII 9
3 23 – 27 IIII 4
4 27 – 31 I 1
5 31 – 35 I 1
 fi  20

Mg. Raul Alberto Ruiz Arias Paá gina 13


Ejemplo.- Los sueldos mensuales, en dólares, de los padres de los 50 son los siguientes:
800 700 540 670 910 841 645 800 752 678
942 658 854 756 654 586 596 678 694 589
959 589 687 645 896 789 852 657 951 862
853 842 852 864 851 853 753 741 752 841
842 624 658 634 633 655 755 758 852 951
Clasificar la información en una tabla de frecuencias.
Solución
 Población : los padres de los 50 alumnos
 Variable : Sueldo mensual en dólares, se representa por X
 Datos : el sueldo de cada uno de los padres, se representa por X i ,

donde i =1,2,..,50
 n = 50 padres de familia

Los Xi representan los datos, se puede observar que X 1=800; X2=700; X3=540;...

 Xmin = 540 Xmax = 959 el Recorrido R = 959 – 540 =419


 El numero de intervalos (K) K= 1 + 3.3 Log ( 50 ) = 6.61 =>
K=7

R 419
W   59.86
 La amplitud K 7 Se recomienda redondear a W=60

Lo cual amplia nuestro Rango de 419 a 7 x 60 = 420 con un


exceso de 1 unidad, que se la puede colocar al inicio del nuestro
recorrido:
i Intervalos Conteo fi
( Lim Inf – Lim Sup ]
1 539 –599 IIIII 5
2 599 – 659 IIIII IIIII 10
3 659 – 719 IIIII I 6
4 719 – 779 IIIII II 7
5 779 – 839 III 3
6 839 – 899 IIIII IIIII IIII 14
7 899 – 959 IIIII 5
 fi  50
f1=5 : existen 5 datos en el primer intervalo
f 2 = 10 : existen 10 datos en el segundo intervalo
f3=6 : existen 6 datos en el tercer intervalo
f4=7 : existen 7 datos en el cuarto intervalo
f5=3 : existen 3 datos en el quinto intervalo
f 6 = 14 : existen 14 datos en el sexto intervalo
f7=5 : existen 5 datos en el sétimo intervalo

Mg. Raul Alberto Ruiz Arias Paá gina 14


CLASES DE FRECUENCIAS
1.- FRECUENCIA ABSOLUTA SIMPLE ( f i ) .- Se define como el numero de veces que se
repite un valor de una variable o el numero de datos en un intervalo.
2.- FRECUENCIA RELATIVA SIMPLE ( h i ).- Es el cociente de la frecuencia absoluta simple y
el numero total de datos. Pueden expresarse también en términos porcentuales.
3.- FRECUENCIA ABSOLUTA ACUMULADA ( F i ).- Se define como la acumulación de las
respectivas frecuencias absolutas simples, quiere decir:
F1=f1
F2=f1 + f2
F3=f1 + f2+f3 =F2+f3
F4=f1 + f2+f3+f4=F3+f4
en general: F m = f 1 + f 2 + f 3 + . . . + f m = F m-1 + f m
4.- FRECUENCIA RELATIVA ACUMULADA ( H i ).- Resulta de acumular sucesivamente las
respectivas frecuencias relativas simples, quiere decir:
H1=h1 H2=h1 + h2
H3=h1 + h2+h3 =H2+h3
en general: H m = h 1 + h 2 + h 3 + . . . + h m = H m-1 + h m
En el ejemplo anterior:

i Intervalos
( Lim Inf – Lim Sup ] yi fi hI Fi Hi
5
1 539 –599 569 5  0.10 5 0.10
50
10
2 599 – 659 629 10  0.20 5 + 10 = 15 0.10 + 0.20 = 0.30
50
6
3 659 – 719 689 6  0.12 15 + 6 = 21 0.30 + 0.12 = 0.42
50
7
4 719 – 779 749 7  0.14 21 + 7 = 28 0.42 + 0.14 =0.56
50
3
5 779 – 839 809 3  0.06 28 + 3 = 31 0.56 + 0.06 =0.62
50
14
6 839 – 899 869 14  0.28 31 + 14 = 45 0.62 + 0.28 = 0.90
50
5
7 899 – 959 929 5  0.10 45 + 5 = 50 0.90 + 0.10 = 1.00
50
 f i  50  h i  1.00
Cada intervalo tiene un valor representativo que se denota por y i, llamado marca de
clase y se lo puede hallar sumando los limites inferior y superior de un intervalo y dividiéndolo
entre dos.

Mg. Raul Alberto Ruiz Arias Paá gina 15


PROPIEDADES DE LAS FRECUENCIAS

1. Las frecuencias absolutas simples deben ser solamente números enteros positivos
2. Las frecuencias relativas simples son valores pequeños que oscilan entre cero y uno.
Si son expresadas en términos porcentuales el valor máximo será el 100%
3. La ultima frecuencia absoluta acumulada es siempre igual al numero total de datos.
4. La ultima frecuencia relativa acumulada es siempre igual a uno y en términos
porcentuales es igual a 100%

Ejemplo

Un fabricante afirma que el tiempo medio de supervivencia en pacientes con cáncer es de 26


meses, un representante de control de medicamentos analiza una muestra de 20 pacientes con
cáncer tratados por el fármaco, los datos encontrados son:

17 30 26 17 30 24 26 24 20 24
20 30 17 24 30 17 20 26 26 26
Clasificar la información construyendo la tabla de distribución de frecuencias.
Solución

Tiempo de fI h I% H i%
supervivencia
hi Fi Hi
17 4 0.20 4 0.20 20 20
20 3 0.15 7 0.35 15 35
24 4 0.20 11 0.55 20 55
26 5 0.25 16 0.80 25 80
30 4 0.20 20 1.00 20 100
Total 20 1.00

Mg. Raul Alberto Ruiz Arias Paá gina 16


Practica calificada
Problema 1
La empresa “trabajadores puntuales” en el año 2017 cuenta con 900 trabajadores cuyas
principales características son: el 60% cuenta con estudios superiores, el 45% son
mujeres y la edad promedio de sus trabajadores es 38 años, con la finalidad de
identificar el nivel de satisfacción de los trabajadores, la gerencia decide realizar una
investigación y para ello selecciona una muestra de 120 trabajadores cuyos resultados
más destacados fueron:
 La edad promedio fue 44 años.
 El 54% de los entrevistados son del género masculino.
 El 62% tienen un alto nivel de satisfacción con las labores que realizan
Con relación a la información proporcionada identifique los siguientes elementos:
a) (2 punto) Población, Muestra, Unidad elemental, Variables y tipos de variables.
Solución
Población Los 900 trabajadores de la empresa “trabajadores puntuales” en
el año 2017
Muestra Los 120 trabajadores que fueron seleccionados de la empresa
“trabajadores puntuales” en el año 2017
Unidad elementalCada trabajador de la empresa “trabajadores puntuales” en el
año 2017
Variables y tipos de variables
Edad Cuantitativa discreta
Género Cualitativa-nominal
Nivel de satisfacción : cualitativa-ordinal

b) (2 punto) Determine los estadígrafos y/ó parámetros.


Solución
Parámetros
 El 60% cuenta con estudios superiores
 El 45% son mujeres
 La edad promedio de sus trabajadores es 38 años
Estadígrafos
 La edad promedio fue 44 años.
 El 54% de los entrevistados son del género masculino.
 El 62% tienen un alto nivel de satisfacción con las labores que
realizan

Problema 2
Se desea analizar el número de unidades vendidas por día en una Ferretería y le han
solicitado a Usted analizar, para ello selecciona un grupo de 26 trabajadores y se anota
el número de unidades vendidas ese día, los resultados son los siguientes:
23 25 28 30 32 34 35 37 38 40 42 45 52
59 59 61 61 61 61 64 65 66 67 69 69 70
a) identifique y clasifique la variable
b) ¿Cuáles son las medidas de tendencia central de estas respuestas?
c) ¿Qué porcentaje de personas tuvieron una respuesta superior al promedio?
d) ¿Cuál es la respuesta límite para pertenecen al 25% de los que estarían
dispuestos a pagar menos?.

Mg. Raul Alberto Ruiz Arias Paá gina 17


Problema 3

Una encuestadora realiza una evaluación sobre lo que los jóvenes estarías dispuesto a
gastar en la compra de un producto que recién saldrá al mercado, obteniendo los
siguientes resultados:
10.1 10.2 10.2 10.3 10.4 10.8 10.9 11.0 11.0 11.2 11.6 11.7
11.7 11.8 11.8 11.9 11.9 12.1 12.2 12.2 12.3 12.4 12.4 12.5
12.5 12.6 12.7 12.7 12.8 12.9 13.0 13.1 13.1 13.8 14.0 14.5
14.8 14.9 15.0 15.8 15.9 16.1 16.8 16.9 16.9 17.1 18.1 18.9
19.0 20.0 21.4 22.4 23.2 25.6 26.8 26.8 27.8 28.6 29.2 30.1
31.2 31.8 32.0 32.5 33.4 34.2 35.1 36.0 36.1 37.1 37.2 39.7

a) Tabular los datos por el método de Sturges

b) interpreta h4, f3, F6 y H4


c) Identificar los límites para pertenecer al 50% central de los datos

Problema 4

Una reciente encuesta a los estudiantes de la universidad reporto que el tiempo


promedio semanal que ellos dedicaban a estudiar en su casa es 11.7 horas por semana, la
universidad realizo una campaña para aumentar este promedio y posteriormente realizo
una nueva evaluación para identificar si la campaña había sido exitosa, encontrando que
este promedio había aumentado en un 18% más 15 minutos,

a) Luego de esta campaña, ¿cuál es el nuevo promedio?

b) Con respecto al valor encontrado en la parte “a”, se sabe que por estar cerca la
fecha del examen final los estudiantes incrementan su tiempo de estudio en un
10% ¿Cuál es el nuevo valor promedio?

Mg. Raul Alberto Ruiz Arias Paá gina 18


ESTADIGRAFOS DE POSICIÓN

a.- MEDIA ARITMÉTICA.- Es el estadígrafo más importante y comúnmente se le conoce como


promedio, se lo define como:
suma de los valores de la var iable
Media 
numero de valores
_
Para la variable Xi la media se puede simbolizar como: M(x) ó X

a.1.- Media de Datos no Agrupados:


n
_  Xi
X  i 1
n

Ejemplo.- Los sueldos de 10 personas en soles se muestran a continuación:

700 600 850 800 750 780 800 760 680 700
la media de los sueldos ( sueldo promedio ) está dado por:

_
700  600  850  800  750  780  800  760  680  700 7420
X   742
10 10

a.2 Media de Datos Agrupados.-


formula:
n
_  yi f i
X  i 1
n
n : numero de datos en nuestro estudio
yi : marca de clase del intervalo i
fi : frecuencia absoluta simple del intervalo i

i Intervalos
yi fi yi fi
( Lim Inf – Lim Sup ]
1 539 –599 569 5 2845
2 599 – 659 629 10 6290
3 659 – 719 689 6 4134
4 719 – 779 749 7 5243
5 779 – 839 809 3 2427
6 839 – 899 869 14 12166
7 899 – 959 929 5 4645
 fi  50  yifi  37750

n
_  yi f i =
37750
 755
X  i 1 50
n

Mg. Raul Alberto Ruiz Arias Paá gina 19


Ejemplo.- Los sueldos de 10 personas en soles se muestran a continuación:

700 600 850 800 750 780 800 760 680 700
la media de los sueldos ( sueldo promedio ) esta dado por:

_
700  600  850  800  750  780  800  760  680  700 7420
X   742
10 10

b.- Mediana.- Es otro estadígrafo de tendencia central, el cual divide a nuestra información,
ordenada de menor a mayor, en dos partes de igual tamaño.

b.1.- Mediana para Datos no Agrupados: para calcular la mediana el primer paso es
ordenar nuestra información de menor a mayor, la mediana es el valor de la variable que
n 1
ocupa el lugar , para datos no agrupados se presentan dos casos:
2

b.1.1.- Si el numero de datos es impar.


Ejemplo:
4, 1, 9, 7, 6 ordenando los datos => 1, 4, 6, 7, 9
5 1
son cinco datos, la mediana ocupa la posición  3 , entonces la mediana es Me =6
2

Ejemplo:
12, 11, 12, 14, 16,17,15 ordenando los datos => 11, 12, 12, 14, 15, 16, 17
7 1
son siete datos, la mediana ocupa la posición  4 , entonces la mediana es Me =14
2

b.1.2.- Si el numero de datos es par.


Ejemplo:
8, 3, 10, 5, 8, 3 ordenando los datos => 3, 3, 5, 8, 8, 10
6 1
son seis datos, la mediana ocupa la posición  3.5 , entonces la mediana es el promedio
2
58
de los datos que ocupan la posición 3 y 4, es decir, Me   6.5
2
Ejemplo: Los sueldo, en soles, de ocho trabajadores son: 650, 740, 800, 740, 600, 650, 780,
790. Ordenando la información: 600, 650, 650, 740, 760, 780, 790, 800
740  760
la mediana Me   750
2
interpretación este valor de la mediana ( Me=750 ) significa que 4 trabajadores (50%)
tiene sueldos menores que 750 soles y los otros 4 trabajadores (50%) tiene sueldos mayores
que 750 soles.

b.2.- Mediana para Datos Agrupados:

Se selecciona el primer intervalo cuyo Fj es mayor o igual a n/2, La mediana se calcula


haciendo uso de la siguiente formula

n 
  Fj1 
Me =Lim inf + Wj  2 
 fj 
 

c.- Moda para datos agrupados:

Mg. Raul Alberto Ruiz Arias Paá gina 20


Se selecciona el primer intervalo cuyo f j es mayor de todos, La moda se calcula haciendo
uso de la siguiente formula
 d1 
Mo =Lim inf + W j  
 d1  d 2 

Mg. Raul Alberto Ruiz Arias Paá gina 21