Está en la página 1de 100

intro ucció

carios 11ieza lavaniegos


andréa morales alquicira
rogelio magaña castro

Y•2
..__v=3
_v.4
__.v.s

división de ciencias sociales y humanidades


departamento de política y cultura
taller de matemáticas aplicadas a las ciencias sociales
CARLOS MEZA LAVANIEGOS

Ingeniero Industrial
Docente de Matemáticas de la
División de Ciencias Sociales y Humanidades
Un iversidad Autónoma Metropolitana · U. Xochimilco

ANDRES MORALES ALOUICIRA

Licenciado en Economía
Docente de Matemáticas de la
División de Ciencias Sociales y Humanidades
Universidad Autónoma Metropolitana · U. Xochimllco

ROGELIO MAGAtilA CASTRO

Ingeniero Químico Industrial


Docente de Econometría
Coordinador del Taller de Matemáticas
División de Ciencias Sociales y Humanidades
Universidad Autónoma Metropolitána • U. Xochimilco

Cd. de México, Agosto de 1980.


@ 1980 POR UNIVERSIDAD AUTONOMA METROPOLl'T'ANA

Boulevar Manuel Avila Camacho 90, Naucalpan, México, Z. P. 10, Apanado


Postal 325, México 1, D.F.

Este libro puede ser copiado o reproducido total o parcialmente previo permiso
de los autores. Cualquier comunicación .dirigirla .a:· Universidad· Autónoma
Metropolitama · U. Xochimilco, Calzada del Hueso 1100, Col. Ex· Hacienda de
Coapa, Z. P. 22, México, D. F. División de Ciencias Sociales y Humanidades,
Depanamento de Política y Cultura, Taller de Matemáticas. Tel. 594 · 78 - 33,
ext. 252 ó 216.
INDICE

PROLOGO 7

INTRODUCCION 9

CAPITULO 1 EL METODO ESTADISTICO 11


1.1 OBJETIVO 11
1.2 DESARROLLO INTUITIVO 11
1.3 FORMALIZACION 12
1.3.1 ETAPA DE PLANEACION 13
1.3.1 .1 Definición de objetivos. 13
1.3.1.2 Delimitación del Universo 13
1.3.1.3 Elección de la prueba estadística 14
1.3.1.4 Diseño de la muestra 14
1.3.1 .5 Definición del grupo control 14
1.3.1.6 Definición de la unidades de medición 15
1.3 .1.7 Definición de la información necesaria 15
1.3.1.8 Determinación de las fuentes de información y d iseño de
instrumentos de recolección de la misma 16
1.3.1.9 Selección de unidades de med ición de la información y
fijación de escalas o categorías 16
1.3.1.10 Definición del plan de presentación de la información 17
1.3.1. 11 Descripción de la información 19
1.3.1.12 Organización de la investigación 19 3
1.3.2 ETAPA DE EJECUCION DE LA INVESTIGACION 19
1.3.2.1 Recolección de la información 20
1.3.2.2 Clasificación y cómputo de la información 20
1.3.2.3 Presentación de la información 20
1.3.2.4 Descripción y análisis de la información 20
1.4 RESUMEN 21
1.5 BIBLIOGRAFIA 22

CAPITULO 11 VIARIABLES 23
11 .1 OBJETIVOS 23
11.2 DESARROLLO INTUITIVO 23
11.3 FORMALIZACION 24
11.3.1 RESUMEN 25
11.3.2 PUNTO DE VISTA METODOLOGICO 25
11 .3.2.1 Variables dependientes 25
11.3.2 .2 Variables independientes 26
11.3.3 PUNTO DE VISTA EXPLICATIVO 26
11.3.3.1 Variables estímulo 26
11.3.3.2 Variables respuesta 26
11.3.3.3 Variables intermediarias 26
11.3.4 PUNTO DE VISTA MANIPULATIVO 27
11.3.4.1 Variable activa 27
11.3.4.2 Variable asignada 27
11.3.4.3 Variables endógenas y exógenas 27
11 .4 RESUMEN 29
11.5 BIBLIOGRAFIA 30

CAPITULO 111 INSTRUMENTOS DE RECOLECCION 31


111.1 OBJETIVO 31
111.2 DESARROLLO INTUITIVO 31
111.3 FORMALIZACION 32
111.3.1 Determinación de la información que ha de racogene 32
111.3.2 Detormlnación da la fuente de información 32
111.3.3 Determinación del tipo de información a recoger 32
111.3.4 Establecimiento del orden de racolaccl6n da la información 33
111.3.5 Disefio del formato del instrumento da recolección 33
111.3.6 Prueba del instrumento de recolección 33
111.4 RESUMEN 35
111.5 BIBLIOGRAFIA 36

CAPITULO IV PRESENTACION GRAFICA, PRESEN-


TACION TABULAR Y ANALISIS DE
RESULATDOS 37
IV.1 OBJETIVO 37
4 IV .2 DESARROLLO INTUITIVO 37
IV.3 FORMALIZACION 38
IV.3.1 TABLAS ESTADISTICAS 38
IV.3.1.1 Reglas para la elaboración de tablas estadísticas 38
IV .3.1.2 Tablas de referencia general 39
IV .3 .1.3 Tablas para fines especiales 42
IV .3.1.4 Definiciones 46
IV .3 .1.5 Funciones y características de las tablas para fines especiales 49
IV .3.1.6 Errores más comúnes en la presentación tabular 50
IV .3.1.7 Manera de leer una tabla estadística 50
IV.3.2 PRESENTACION GRAFICA 50
IV.3 .2.1 Diagrama de barras 52
IV.3.2.2 Diagrama de barras dobles 53
IV .3.2.3 Diagrama de sectores 55
IV.3.2.4 Histograma 56
IV .3.2.5 Poi ígonos de frecuencia 58
IV.3.2.6 Otras representaciones gráficas 60
IV.4 RESUMEN 63
IV.5 BIBLIOGRAFIA 64

CAPITULO V MEDIDAS BASICAS DE ESTADISTICA


ELEMENTAL 65
V.1 OBJETIVOS GENERALES 65
V.2 INTRODUCCION 65
V.3 DESARROLLO TEORICO 66
V.3.1 MEDIDAS DE TENDENCIA CENTRAL 66
V.3.1.1 Objetivos específicos 66
V.3.1.2 Desarrollo intuitivo 66
V.3.1.3 Formalización 66
V.3.1.3. 1 Obtención de las medidas de tendencia central en series
de frecuencia simple 67
V.3.1.3. 1.1 La Moda 67
V.3.1 .3.1.2 La Mediana 69
V.3.1 .3.1.3 La Med ia 70
V.3.1.3.2 Obtención de las med idas de tendencia central en series de
frecuencias 71
V .3 .1.3.2 .1 La Moda para series de frecuencias 72
V.3 .1.3.2.2 La Mediana para las series de frecuencias 72
V .3.1.3.2.3 La Media en series de frecuencias 73
V.3.1.3.3. Obtención de las medidas de tendencia central en series
de clases-frecuencias 74
V.3.1.3.3.1 La Moda en series de clases-frecuencias 75
V.3.1.3.3.2 La Mediana en series de clases-frecuencias 76
V.3.1 .3.3.3 La Media en series de clases·frecuencias 78 .5
V.3.2 MEDIDAS DE DISPERSION 79
V.32.1 Objetivos específicos 79
V.3.2 .2 Desarrollo intuitivo 80
V.3.2.3 Formalización 80
V.3.2.3.1 Cálculo de las medidas de dispersión en series simples 80
V.32.3.1.1 El Rango o Amplitud 80
V.3.2 .3.1.2 La varianza y el desvío estándar 81
V.3.2.32 Cálculo de las medidas de dispersión en series de frecuencias 85
V.3.2.3.2.1 La varianza y el desvío estandar 85
V.3.2 .3.3 Cálculo de las medidas de dispersión en series de clases·
frecuencias 88
V.3.2 .3.3.1 El Rango o Amplitud 88
V.3.2.3.3.2 La varianza y el desvío estandar 88
V.4 RESUMEN 93
V.5 BIBLIOGRAFIA 95

6

PROLOGO

Este libro, busca hacer llegar a todos aquellos que se inician en la


investigación, una metodología que les permita organizar su trabajo,
en relación con el manejo de datos. Presentamos esta primera edición
concientes de que contiene deficiencias específicas por lo que pedi ·
mos nos hagan llegar todos aquellos comentarios, sugerencias y críti·
cas que lo puedan mejorar. Aclaremos que está en preparación un
complemento de ejercicios y aplicaciones prácticas en el cual se
mostrará la solución de los problemas por medio de computadores
electrónicos a través del SPSS {Stastistical Package for the Social
Sciences) y del BMDP {Biomedical Computer Programs), para que
aún aquellos que no tengan ningún conociemiento de computación
puedan plantear y resolver sus problemas con o sin asesoría de un
experto en este campo.
También queremos dejar constancia de que este trabajo retoma las
experiencias del texto "Persona y Sociedad" elaborado por C.
Adalid, J . Reynaga y C. Meza, y que la colaboración del Dr. Ariel
Kleiman ha permitido que se mejore. Han contribuido con su expe·
riencia los Profesores A. Ortega, R. Campos y especialmente la
Profesora Ana Elena Narro; a todos ellos nuestro agradecimien·
to.

• 7

INTRODUCCION

En la ciencia moderna, las matemáticas han adquirido una importancia nota-


ble, esto se debe, fundamentalmente, a su capacidad de describir determinados
fenómenos a través de las relaciones que existen entre las variables que intervie-
nen en ellos.
La estadística es un método que permite organizar, sintetizar, presentar. anali-
zar, cuantificar e interpretar grandes volúmenes de información, de tal manera
que se puedan obtener conclusiones válidas sobre los fenómenos en estudio. Con-
clusiones que permitirán adoptar decisiones razonables en la práctica humana,
pues en ellas está implícito el desarrollo de la descripción y explicación conjunta
como proceso continuo.
En la actualidad la estadística está desempeñando un importante papel aseen·
dente en casi todas las facetas del progreso humano. Anteriormente sólo era apli-
cada a los asuntos del estado, de donde viene su nombre; pero actualmente la
influencia de la estadística se extiende a la Sociología, Comunicación, Química,
Economía, Administración, Psicología, Medicina y muchos otros campos de la
ciencia.
En la investigación, la estadística es un recurso de gran importancia, pues per-
mite definir, caracterizar y analizar el comportamiento e interrelación de las
variables tanto en el espacio. como en el tiempo: contribuyendo también en la
determinación de funciones y en la estimación de los valores de los parámetros
que intervienen en las diferentes relaciones, así como en la predicción de las
variables mismas, y con deteminada probabilidad, eventualmente, contribuyen
a los nuevos planteamientos científicos que dan explicaciones reales, objetivas
y racionales de la naturaleza de los fenomenos sociales y naturales. 9
1ELM1ETODO
ESTADIST'ICO

Al t,érm in o, de I a I ectu ra ;. :se espetra ,q u,e us.ted sea ,caperz· de ,e.xp'.� i,ca r,, co,n ayuda
de e,]emp�os,;. las, etapas delli IMlétodo Estad1íst11:co,.

t2 DESARROLLO INTUl,T'IVO
O'. bsérvesie e·I si g u i1en te esquema; que. sirve· de ref,ere nci a a un ip rob lema que
habrá de S1er ¡p I anteado con ooste ri or� dad::

DE,MQ,STRAC. l'.ON

1-
CONOC,I Mm E NíJol l • IPROB LiEMA P'l.ANTEAM I E NTO,
DE 1
PRUEBA
DE
LEYrES,
TE=ORIAS,
H I POiESIS H lPOTIESIS MODELrnt

V"E R I f l,CAC II ON
METODO 1 N V ESTUGAC 1 I ON
ESTADISTICO MtAME.JO DE
DATOS,
11
En el área de la educación profesional, frecuentemente surgen problemas e
hipótesis relacionadas con el proceso de enseñanza-aprendizaje El siguiente es
uno.de los problemas típicos de dicho campo: en una universidad, tras la apli­
cación repetida de un mismo examen de evaluación a dos clases de grupos de
alumnos, los resultados de unos grupos eran constantemente más bajos que en
otros.
Despúes de indagar algunas posibles causas, se planteó la siguiente hipótesis
para explicar el problema:
"Los mejores resultados obtenidos por unos grupos son debido a que con
ellos se emplea una metodología activa para l a enseñanza en lugar de una
tradicional"
Para verificar la hipótesis, no era suficiente la discusión entre los profesores,
ni las simples argumentaciones en pro o en contra de una u otra metodología
de enseñanza.
Por tanto, fue necesario realizar una investigación, en la cual habría de efec­
tuarse el manejo de diversos datos a propósito de ambas metodologías y los
resultados logrados en ellas.
Antes de proceder a l a recolección, manejo y análisis de dichos datos, es
necesario responder a una serie de preguntas a propósito de la investigación.
Dichas cuestiones son las siguientes:
lOué pretende la investigación? lOuién proporcionará los datos? lCon·
viene estudiar a toda la población estudiantil o sólo a una parte de ella? lDe·
biera existir un grupo adicional de alumnos que no esté sujeto a las metodo·
logías de enseñanza mencionadas? lSe pedirán datos de todos los alumnos
que presentan las evaluaciones finales o de los que asisten regularmente a clases?
¿ La información se obtendrá directamente de profesores y alumnos o de algún
formulario? lEn qué tipo de unidades se medirá la información?
lDónde será anotada la información obtenida? lCómo será contada? ·lCómo
será representada la información para entenderla y analizarla? lCómo será
resumida para comprenderla y compararla? lEn qué forma deberán ser anali·
zados los datos para obtener conclusiones válidas? lOuiénes y cómo realizarán
cada labor necesaria para la ejecución de l a investigación?.
La explicación necesaria se puede llevar a cabo siguiendo los lineamien·
tos de la metodología, como en seguida se ilustra.

1.3. FORMALIZACION
El método estadístico es un conjunto de procedimientos y técnicas con
una ordenación lógica, que tiene como propósito la recolección. elaboración
presentación y análisis de información necesaria para la comprobación de hi,
pótesis.
El método estadístico está compuesto por varias fases agrupadas en dos
12 etapas básicas: etapa de planeación y etapa de ejecución.
1.3.1 ETAPA DE PLANEACION

Durante esta etapa se responde por escrito a preguntas acerca de la investí·


gación, similares a las anteriormente hechas.
Las siguientes actividades son componentes típicos do esta etapa:

1.3.1 .1 Definición de objetivos

La investigación persigue la comprobación o rechazo de una o varias hipó­


tesis; por tanto, para definir los objetivos dt la investigación deben establecer­
se claramente los datos que serán recolectados, el n1anejo y análisis a que se·
rán sujetos, y -principalmente· las conclusiones que se esperan obtener.
Cabe agregar que, en lo posible, los objetivos deberán ser calificables en
cuanto a su logro, o al menos observables claramente.
Para la comprobación ele la hipótesis planteada al principio de este docu­
mento, es decir para la investigación correspondiente, fueron establecidos los
siguientes objetivos:
Recoger, computar, presentar y resumir las calificaciones obtenidas por dos
grupos de alumnos de la universidad en un mismo tipo de examen de evalua·
ción de opción múltiple, sujetos a dos tipos diferentes de enseñanza (activa
y tradicional).

Comparar, mediante procedimientos estadísticos, las medidas de resumen


representativas de las calificaciones de los grupos de alumnos sujetos a tipos
diferentes de enseñanza (activa y tradicional).

Determinar la existencia de diferencias significativas entre los dos tipos de


enseñanza (activa y tradicional).

1.3.1.2 Delimitación del universo

Antes de emprender la investigación es necesario definir la población acerca


de l a cual se harán generalizaciones y se elaborarán conclusiones.
En el caso de la investigación que está sirviendo de ejemplo, el universo de­
finido fué e l siguiente:
"Los alumnos de la universidad"
Obsérvese que no se habla de todos los estudiantes del mundo, ni siquiera
de los del país, sino solamente de los de la universidad.
Este universo no ful! definido en forma arbitraria, sino considerando que di·
chos alumnos conforman un grupo con respecto a varias características y dile·
rente a los del resto del pa1s o del mundo. 13
1.3.1.3 Elección de la Prueba Estadística

Una vez que han sido definidos los objetivos de la investigación, si éstos
están enfocados a la realización del análisis, debe buscarse una prueba estadística
que traduzca matemáticamente los resultados de las comparaciones que se desean
efectuar.
En efecto, el análisis estadístico se basa -principalmente· en la observación y
comparación de la conducta que observan las medidas de resumen representati­
vas de la información de la investigación. Así, es frecuente observar que se com­
paran dos o más promedios, dos o más varianzas, una mediana con otra, (prue­
bas de t, pruebas de F, pruebas no paramétricas). etc.
En otras ocasiones el análisis estadístico se bas;:i en la observación de las pro­
pias distribuciones de los datos (prueba de Ji cuadrada) o en el estudio del com­
portamiento de algunos coeficientes como el de regresión (prueba de hipótesis
sobre el valor de B en la regresión).
En general, mediante las pruebas estadísticas se intenta determinar, con los
datos trabajados, el rechazo o no de hipótesis estad ístlcas de nulidad (que tra·
ducen diferencias nulas entre las medidas de resumen que se están comparando).
La traducciOn adecuada de los resultados del análisis estadístico permitirá
establecer, en forma probabili'stica, la veracidad o falsedad de la hipótesis de la
investigación.
En el caso de la investigación que está siendo usada como ejemplo, se plantea
que:
"Se determinará el rechazo o no de la hipótesis de nulidad que las medianas
de las calificaciones que ambos grupos de alumnos son iguales, mediante la
prueba de la mediana para dos muestras independientes".

1.3.1.4 Diseño de la muestra

Cuando por mótivos prácticos, financieros, de tiempo, o de otra índole,


no es posible estudiar a todo el universo, entonces se extrae una muestra
que sea representativa de la población total sobre la que se harán inferen·
cias. La selección de una muestra es efectuada mediante ciertos procedí·
mientos estadi'sticos que determinan el número y caracteri'sticas de los ele­
mentos que habrán de ser escogidos, para obtener de ellos la información
necesaria.
En el caso de la investigación ejemplificada, la muestra seleccionada
fue: "Los alumnos de los grupos TC-111 y TC-111·2".

1.3.1.5 Defínición del grupo control

En ocasiones, cuando se supone que pueda existir alguna influencia ajena


a las que se están estudiando o cuando es posible controlar o dejar de hacer·
14 lo, a voluntad, los factores que influirán sobre los individuos en estudio, es
conveniente contar con un grupo de control igual a los que están en observa­
ción, pero al cual no se le influye de ninguna forma, sino solamente se le es­
tudia su respuesta para compararla con la de los sujetos en experimentación.
Debe considerarse que este procedimiento es difícil, por la rareza de gru­
pos iguales, o complejo por las implicaciones áticas inherentes al proceso de
oplicar o no algunas influencias, que pueden ser benl!ficas o perjudiciales, a
algún grupo en estudio.
En el caso de la investigación presentada como ejemplo, no se defi nló un
grupo control, pues no había otro grupo de características similares a los es­
tudiados y el que pudiera sujetarse a un tercer tipo diferente de ensel'lanza y
a una aplicación de un mismo examen final.

1.3.1.6 Definición de las unidades de observación

Durante la planeaclón de la Investigación debe quedar claro el elemento


típico del cual se obtendrá la información sobre los atributos que se están
estudiando. A manera de ilustración, se menciona que en una Investigación
que se haga sobre color predominante del cabello, no deberían ser lncluídos
los niños menores de seis meses ni a los ancianos, pues es frecuente que los
primeros no tengan cabello y los segundos lo tengan blanco.
En el caso de esta investigación, las unidades de observación fueron:

°/
"Los alumnos de los grupos TC-111-1 y TC-111-2 que asistieron a un míni­
mo del "80 0 de sus clases y que fueron calificados mediante examen final
de opción múltiple".
Nótese que se excluyen alumnos que, al no aistlr cotidianamente a clases
o haber sido calificados mediante otro sistema, no son considerados elementos
típicos sujetos a los métodos de enseñanza en estudio; es decir: no son unidades
de observación útiles para la recolección de la información necesaria.

1.3.1.7 Definición de la informacion necesaria


Durante esta subetapa debe definirse la información mínima necesaria que
debe recogerse y manejarse para cumplir los objetivos de la investigación.
Es frecuente caer en la tentación de recoger información adicional por PB·
recer interesante, pero que a fín de cuentas resulta redundante y que obliga
a un mayor gasto de recursos (tiempo, dinero) y a mayores dificultades para
el análisis.
Este error puede ocurrir cuando se construye en forma imperfecta el mar­
co teórico y conceptual de la investigación o cuando se espera que el solo he­
cho de practicar análisis estadístico permita extraer tan variadas conclusiones
que sea posible verificar de cualquier modo la hipótesis en estudio y algunas
otras más.
Para l a investigación que se está siguiendo como ilustración, la información
que se definió como necesaria fuá: 15
"Para los alumnos de los grupos TC-111-1 y T C -111-2 que asistieron a un mí­
nimo del 80 o/o de sus clases, durante el trimestre en que se aplicaron los dos
métodos de enseñanza en estudio, sus calificaciones en el examen fianal de op­
ción múltiple".

1.3.1.8 Determinación de las fuentes de información y diseño de 1


instrumentos de recolección de la misma

La información necesaria para una investigación puede obtenerse en forma


expresa para la misma o a partir de fuentes secundarias. En el primer caso pue­
de recolectarse a través de observación y medición directas, mediante encuestas
y entrevistas, mediante formularios diseñados para tal fin, etc. En el segundo
caso, puede obtenerse información a partir de registros ya establecidos, compen­
dios estadísticos, etc.
La primera opción requiere disponer de tiempo suficiente y de bastante tra­
bajo para estar recogiendo y midiendo la información y para el diseño de los
formularios adecuados para la recolección de la misma. En este caso se tiene la
ventaja de quedar en posesión de información bastante precisa y conveniente
para el cumplimiento de los objetivos de la investigación.
La segunda opción permite una muy rápida recolección de información y de
un mínimo esfuerzo para conseguirla, pero puede tener la desventaja de no ha­
ber sido recogida y presentada con los propósitos de la investigación que se es­
tá realizando.
En la investigación que se reseña:
"La información será tomada a partir de las listas de asistencia y de los exá­
menes finales aplicados a los alumnos (ya revisados y calificados)".
Los instrumentos de recolección (formularios, cuestionarios, etc.i son los do­
cumentos en donde e s anotada la información que habrá de ser contada y, pos­
teriormente, presentada en forma tabular y gráfica.
Los instrumentos de recolección permiten asentar los datos que se obtienen
por diversos procedimientos, entre los cuales se encuentran: datos obtenidos a
través de entrevistas directas o por correo, datos obtenidos por medio de obser­
vación directa o indirecta, datos recogidos a partir de diversas publicaciones, etc.
No deben confundirse con instrumentos de recolección (que son documentos
para asentar información) algunos procedimientos de recolección, como las en­
cuestas, las entrevistas, etc.

1.3.1.9 Selección de unidades de medición de la información y fijación


de escalas o categorías

En esta subetapa se escogen las unidades en que se expresará y manejará la


información y las diferentes escalas en donde se ubicará a cada medición realizada.
Algunos datos sólo pueden medirse en un tipo de unidad (por ejemplo: las
16 habitaciones sólo pueden ser contadas en unidades enteras); otros datos permi-
ten su medición en unidadin y fracciones de diferente magnitud (por ejemplo: el
tiempo puede medirse en horas, en minutos, en segundos, etc.) ............
La selección do un tipo de unidad de medición está condicionada por las fa­
cilidades para su medición y cómputo, las ver.tajas de su presentación y análi­
sis, etc.
Para la mejor compresión de la información, conviene establecer diversas es­
calas o categorías en donde han de ubicarse las observaciones recogidas.
El establecimiento de estas categorías y su amplitud se vé influenciado por
muy diversas necesidades; alguna.s veces, por comodidad, conviene agrupar los
datos para su fácil lectura (por ejemplo: es más fácil conocer las características
del ingreso de una población cuando se han establecido tres o cuatro categorías
de ingreso, que cuando se tiene una lista con el ingre.so de todas y cada una de
las personas); en otras ocasiones, el establecimiento de categorías está condicio­
nado por las características comunes de las mismas (por ejemplo: al hacer agru­
paciones de edad conviene reunir a los individuos de edades semejantes porque
tienen características fisiológicas similares .)
Para la investigación que se está siguiendo:
"La asistencia de los alumnos a sus clases será medida en número de asisten-
cias".
"Las asistencias estar,n agrupadas en dos categorías de porcentaje :
1a.: alumnos con O a 79 º/0 de asistencias,
2a.: alumnos con 80 a 100 °10 de asistencias.
Solamente los alumnos de la segunda categoría serán considerados para
el estudio".
"La calificación de los alumnos será medida en número de aciertos".
"Existirá una solo categoría o grupo de calificaciones: desde ninguna res­
puesta acertada hasta las respuestas acertadas".

1.3.1.1 O Definición del plan de presentación de la información


En esta fase de la etapa de planeación se procede a definir la manera en que
será presentada la información que ya ha sido recogida, revisada y contabilizada,
para proceder a su postt>rlor descripción y análisis.
ou·rante esta fase se diseñan las tablas y gráficas que mostrarán la información,
permitiendo un rápido conocimiento y comprensión de la misma.
Es frecuente que en esta subetapa se aprecie la necesidad de recolectar más
información de la que se había planeado, o que se decida no recoger otros datos
por considerarlos redundantes.
De cualquier forma, si no se efectúa el diseño previo de tablas y gráficas para
presentar la información, será difícil describirla y analizarla adecuadamente.
En el caso de la investigación ejemplificada:
"Se pn,sentarán los porcentajes de alumnos que ingresaron a la Investigación,
según tipo de enseñanza, en una tabla como la siguiente: 17
FORMATO Nio.1,1 .
.ALUMiNOS QUE PRESE.NTARON
EX.AM1EN FINAL. SEGUN TIPO
ID:E E.NSEAANZA:
' -- -. -
(
o¡o 180- 100 °/0 - *'!J
TIPO DE º/
DE iQ .... ·79 TOTA.L
ENSE�ANZA AS:ISTENCIA No .. ºlo No .. ºlo No. ºlo
1

1
TRADICIONAL
'

ACTl:VA
1
1
1 1
1

1
TOTAL
1
-

Se mostrarán I as calificaciones de 110s a'I u mnos, seglún tipo, de enseñanza y en


forma ordenada, de menor a mayor, sefta 1 anclo I a mediana y l·os. pe-rcantUes 2 5 ·y 75.,,
en una tabla como �a sigui ente:

FOAMAT·O No .. t2.
CLA.SIFIC.ACl·ONES DE LOS ALUMNOS
SEGUN TIPO DE EN¡SEF'JAN.ZA

CALIFICACIONES

Alumno Enseñanza Enseftan:za


Trad ieional Activa

1
Lugar

18
1.3.1.11 DESCRIPCION DE LA INFORMACION

En esta fase, partiendo de la información ya presentada, se procede a describir


las principales características de los datos recogidos para la investigación.
Cuando la descripción se refiere a muy pocos datos, ásta puede ser compren•
dlda fácilmente aunque se describan todos ellos; pero lo que más frecuentemente
ocurre es que cuente con grandes cantidades de información, por lo cual es fre­
cuente que se tengan que efectuar algunas condensaciones de la información;
esto es, se requiere la elaboración de medidas de resumen ( por ejemplo: prome­
dios, varianzas, mediana. s, percentiles, etc.).
La elaboración de medidas de resumen, además de que permiten destacar los
rasgos más sobresalientes de los datos en estudio, también son un antecedente
necesario para proceder al análisis estadístico de la información.
En el caso de la investigación que está siendo usada como ejemplo, se deter·
mino que:
"Las calificaciones de los alumnos sujetos a enseñanza tradicional y las de los
sujetos a enseñanza activa serán descritas en tl!rminos de los valores de las me­
didas (Md) y de los cuertiles 1 y 3 (01 y Clal para cada grupo"

1.3.1.12 Organización de la investigación

Dentro de la etapa de planeación y antes de proceder a la ejecución de la


Investigación, es necesario establecer por escrito todos los aspectos administra·
tivos de la propia investigación, con el propósito de que el personal que interven·
ga en l a misma realice un trabajo homogéneo y coopere al logro de los objetivos
sellalados con anterioridad.
Al menos, deben especificarse y hacer de todos conocidos los siguientes
aspectos:
Responsables, supervisores y auxiliares de las actvidades.
Recursos materiales, humanos y financieros.
Actividades y forma de realización.
Calendario y horarios de actividades.
Sitios de trabajo.
Difusión de resultados.

1.3.2 Etapa de ejecución de la investigación

Dependiendo de los objetivos de la investigación, tiempo y recursos de que se


dispone, la ejecución de las inve.stigaciones toma diversas modalidades, pero las
actividades básicas tienen siempre un mismo orden.

19
Este orden de ejecución es el siguiente:

1.3.2.1 Recolección de la información

Se hace a partir de las fuentes señaladas de antemano y en formularios dise­


ñados para tal fin.
En esta etapa debe procurarse la mayor homogeneidad posible de la informa­
ción recogida, siendo necesario en ocasiones el adistramiento previo de los recol­
lectores y la puesta a prueba de los �ormularios y tablas que contendrán la infor­
mación.

1.3.2 .2 Clasificación y computo de la información

En esta subetapa se eliminara la información que no reuna los requisitos nece­


sarios para su subsiguiente manejo y análisis (por ejemplo): cifras erro neas o in­
completas, datos imposibles, etc.)
Cuando el monto de l a información que será eliminada es grande, debe bus­
carse la manera de rectificarla y dejarla corregida, pues se corre el riesgo de alte­
rar de tal manera el tamaño de la muestra que se imposibilite un posterior análi­
sis de la misma.
La información útil es clasificada y asignada a las categorías preestablecidas,
para proceder a su cómputo, el cual, dependiendo del número de casos en estu­
dio y del tipo de cantidad de variables, se realiza mediante el método más ade­
cuado (por ejemplo: a través de pelotas, de tarjetas simples, de tarjetas de perfo­
ración marginal, o a través de tarjetas de computadora electrónica).

1.3.2.3 Presentación de la información

La información se puede presentar por medio de tablas, de gráficos, o prefe­


rentemente a través de ambas formas. El tipo de tablas y gráficos elaborados
está condicionado por el número y tipo de variables con que se trabaja. Tanto
unas como otros deben cumplir ciertos requisitos de elaboración (título adecua,
do. dimensiones convenientes, señalamientos al pie, etc.)

1.3.2.4 Descripción y Análisis de la Información.

Al describir la información debe existir estricto apego a los hallazgos y deben


evitarse las interpretaciones anticipadas que resultan casi siempre subJetivas en
tanto no se proceda al análisis estadístico.
Deben señalarse los valores de las medidas de resumen cada ves que se requie­
ra una comprensión rápida de la casi siempre extensa cantidad de datos.
Para llevar a cabo el análisis deben considerarse siempre los objetivos de la
investigación y el tipo de variable que constituyen los datos recogidos, pues
estos dos aspectos condicionan la elección de la prueba estadística adecuada.
20
1.4. RESUMEN
METODO. ESTADISTICO
1.0 ETAPA DE PLANEACION

1.1 Definición de objetivos


1.2 Definición del universo
1.3 Elección de la prueba estadística
1.4 Diseño de la muestra
1.5 Definición del grupo control
1.6 Definición de las unidades de observación
1.7 Definición de la información necesaria
1.8 Determinación de las fuentes de información y diseflo de instrumentos de
recolección
1.9 Selección d e unidades de n1edición y fijación de escalas
1.1O Definición del plan de presentación
1.11 Descripción de la información
1.12 Organización dP. la investigación

2.0 ETAPA DE EJECUCION

2.1 Recolección de la información


2.2 Clasificación y computo de la información
2.3 Presentación de l a información
2.4 Descripción y análisis de la información

21
1.5. BIBLIOGRAFIA CAPITULO 1
BRADFORD HILL, A.: PRINCIPIOS DE ESTADISTICA MEDICA. 3a ed.
Buenos Aires, Ateneo, 1965. pags. 1 • 12

CHOU, YA· LUN: ANALISIS ESTADISTICO. México, lnteramaricana, 1977.


pags. 1 • 15

DIXON, W.J. Y MASSEY ,F.J.: INTRODUCCION AL ANALISIS ESTADISTIC O


México, McGraw • HUI, 1965. pags. 1 • 3

DOMENECH MASSONS, J.M.: METODOS ESTADISTICOS PARA LA IN­


VESTIGACION DE CIENCIAS HUMANAS. Barcelona, Herder, 1975. pags.
15 • 31

DOWNIE, N.M. Y HEATH, R.W.: METODOS ESTADISTICOS APLIACADOS


JMxlco, H1rl1, 1973. pags. 13 • 1 7

GARCIA BARBANCHO, A.: ESTADISTICA ELEMENTAL MODERNA,


4a. ed. Barcelona, Arlel, 1973. pags. 19 • 31 y 389 • 403

GLASS, G.V. Y STANLEY, J.C.: METODOS ESTADISTICOS APLICADOS A


LAS CIENCIAS SOCIALES. New Jersey, Prentlce Hall, 1974. pags. 1 • 6

HABER, A. Y RUNYON, R.P.: ESTADISTICA GENERAL. México, Fondo


Educativo Interamericano, 1973. pags. 1 • 6

22
11
VARIABLES

11.1. OBJETIVOS
1.1 Explicar por escrito v a trav6s de ejemplos el concepto de varlables v los
diversos tipos de éstas.

1.2 Explicar por ISCfito v a trav6s d e ejemplos las medidas de resumen v las
formas de presentación usuales para cada tipo de variables.

11.2. DESARROLLO INTUITIVO


Los individuos que conforman un grupo responden en divar$1S formas ente
los acontecimientos cotidianos de la vida, los ni�os tienen determinados gredos
de maduración neurológica, los estudiantes poseen un aprovecaniento • escolar
determinado, los trabajadores ganan algún "X" salario, etc.
Por lo que puede observarse, las caracterlsticas o atributos de los elementos
del mundo biológico y social pueden tomar diferentes valores, son cemblentes
y pueden tener diversa rMgnitud en cada individuo que se estudie. Esto es, les
propledlldff que cart/CttNÍztfn e los seres vivos pueden tener variadas gemas dtt
vslorn o inttnsidlldes v así es posible encontrar diferentes salarios, diversos
pesos y estatl.lras, diferentes tiempos de reacción ante un estimulo, muchos
tipos de opiniones, múlitples nacionalidade$, diversas profesiones v oficios, etc.
Con et propósito de hacer inferencias a propósito de los caracteres de alguna
v
pobleción siempre cambiantes variables, es necesario contar con algún concepto 23
homogéneo de lo que son estos caracteres y de cómo son clasificados, puesto que
cada atributo se presta para determinada forma de presentación tabular y gráfica,
para ciertos tipos de descripción en términos algebráicos y para formas especí­
ficas de análisis estadístico.

11.3. FORMALIZACION

Se conocen como variables a las cualidades, rasgos, atributos o propiedades


comunes de los elementos de una población (entendiendo a una población como
un grupo de cosas, situaciones, personas, acontecimientos, lugares, etc.).
Atendiendo a la· forma en que se observa, se capta y se maneja estadística­
mente a las variables, éstas pueden clasificarse en dos principales grupos: algunas
variables son susceptibles de contabilizar, como el salario, las calificaciones de u n
examen, las habitacioo1es de las casas, la talla y el peso, la edad, etc.; estas se
denominan VARIABLES CUANTITATIVAS. Otras variables solo pueden descri­
birse con palabras, como la religión, el oficio, la nacionalidad, el lugar obtenido
en una competencia, la habilidad para formar una torre de cubos, etc., a estas
últimas se les llama VARIABLES CUALITATIVAS.
Entre las primeras (variables cuantitativas) existen algunas que solo pueden
contarse a través de valores enteros y nunca a través de fracciones de los mismos,
por ejemplo: se habla de una o dos habitaciones, de uno o dos ni/los, etc. A estas
variables cuantitativas se les denomina DISCRETAS, DISCONTINUAS O IN·
TERVALARES. También dentro de las variables cuantitativas existe otro grupo
que puede asumir una amplia gama de valores intermedios o enteros; por ejemplo:
el tiempo puede ser medido en a/los, meses, días, horas, segundos, fracciones de
segundo, etc., el peso pude ser medido en kilos, en gramos, en miligramos.etc. A
estas variables cuantitativas se les denomina CONTINUAS.
Dentro de las variables que solo se describen con palabras (variables cualita­
tivas) existen dos principales tipos: unas variables cualitativas adoptan modalida­
des que cuantitativamente no tiene punto de comparación, como la nacionalidad,
la religión, los diagnósticos psiquiatricos, etc.; a estas variables cualitativas se les
llama NOMINALES. Otras variables cualitativas permiten cierto tipo de compa­
rscion (sin llegar a poderse realizar con ellas manejos aritméticos o algebráicos),
por ejemplo: el aprendizaje calificado como bueno, mediocre y malo; Is capaci­
dad de comprensión expresada en términos de alta, medís y deficiente, etc.; a
estas últimas variables cualitativas se les llama ORDINALES.

24
10 irscret s, ( EJ: N Om ero de casa )

V=_ria __ es
{
{ O,rcUnail s ( IE1 • Ta1m año 1gra1111d- m d ,· _rrno
chico, ett: J
!f

De acuerdo a la , nteriorr ,clasificación,. cada tipo· de vari,able e • -uscep Jbh!i


d_ d'.escriipc:i'ó n a ·t,r.av · ; de, det· enninada medl · d- · · de, resumen� y de pr _ · :nlar
.a tra,es, ,d.e 1cie 1 - _,
· ·. , 1 1 as y gr ·· :, o e::: 111 se, di� - .- 1 · r ·1 e n _ · -
¡'

111 ·:,_i_d _ · p-"'t,u ·· 0

de,e
¡I;',¡ ,n,:an
.:,1 _ ,i �
ff "O
,flfl"''· -�a·
· - _ - �- ' 'l"i -'::11ii"
l!o!U!!!l , _.
1;11
a.,r,tr

cr.!M!tt/f'!l l'j,;il:i,
_ M'tU'c , "'ll''!li!!!ir'� 1f.e*
lf,¡J, �ruin
l.!f:. _M'!l!'""' "·!l. ¡f. ¡[11 dlll( :.n 11'. .
��fil",i',fi .
. -1..t.n
U 1�
Ui!.
. 'iAl!óc
,Jl!l!l,¡,'iJ.!

tfpas de variables qu·_ · r _ va_yian a itna·ne¡ar, pu� ,e to eiondic�ona ,li · . lem:ii6n


de las proebss 1estadtí .tlc · para la veriflcaoidn de las hip6tesis d . la ln vs,tf...
gación.,
�n alQ 11Jnas d1sc:iplin s c·ient'ificas se acost.1u1m 1bran al�gunas d nom in ci,o-
1n s para �as ·vari'abt s que n e11as :se manej,a·n usuaim.enta.. Ant-s, d � comen,··
t ir ,u s.ign"ficado d b , •.=· ·_1rarse q;ue li a11t1- Cl!J 1n 01 se ILlrtHice o.tta - -, m1inolo1-·
1

g ": , 1esas w·,ariab.11 � .- · =1 -1 - - sce- ]b e de1 clt - 1ilfi · ifón - / n la - ·o, - - -- { que
_, a.· rita �• ·· .'ia-1 nt_ ..
.o:.c cí·_am l .,, e·x··t -.. _ n
E_'__ • c11111 n . 1 n P"'
:s_col1og1a p' ___ tos de l �a d �.:.n
iil' ·1
1 -

p ra �a 1clasi1r caci 6n de lt_s ,,.ariiabll1es, 11,0- 1c men c.1ornarem1os n continua�


ción:

11 1�.3.2� PU:NTO DE VISTA. METODOLOGICO


E:11 Ílmrterés p ··ncip-1 n1 llas Cileriu:(as. s·ocfa - 11 es,tab1 ece! rell ,'fon .. _·ll'lr1n
i,unto de � 11rt -L ¡ exp r_ - nrtal,e-,. · - ' en\ en el de ··.· 11m1 ento de
1

un l.:_ .c. 1

s, emp rica � V _ p . es,o que 1 � -


· .l
1
p nto �e v sta,, · v •· es
· · ·
1


1....t · ·1�•n e · 1 e
� "'."'1
11

l!..ll 1 •· iH
·c11·· e ·n ..- e· pend' e .,e
11!,;;Q _
1 - -
- - 11¡,L - - . - - . ..:. IL 1
ly . 1 . �-. 111 . 111 . '.

11 �3 ..'2� 1 Variables dep� ndient es 1

Los diversos ·va I ore Que pueda tomar I a va ri · bll . dep,end i ente.· est ·:n candi­
c::io - a dos po r lios q u - tom lla var·iab le i nclep. ,nd i · nte .., La. w'.ariabl e ·_ ep d i11 rt·
1
I

. ' l�iU�ñ,11 a. s,.,... "''"' d._ . 11_Ia- �01111


1- _. I_ 'i."11 ·Fl'd· 1 W1.i11.a Blil e 1 Q-,
no�¡ r-.
ñ1 . ·, OS:
1
1
·. . ' encon!li.
', . . 11 ' 1 · -, : '
. "'t riiU , . . 11
. ·,
.;odio . . 1
11!o\!!
í¡ .·_ r _1 .:. _ 0S1
1
_roduc� · .s por la1s e_ :. � _. dle1 la v.a:riab e ¡ , · d e1 _ · .., La o· · _ e - ó.n di �a a--

25
riable dependiente nos confirmará o rechazará la suposición de que su varia­
ción es el resultado de los cambios introducidos en la variable independiente.

11.3.2.2 Variables independientes


Las variables independientes son las causas iniciadoras de la acción, o po­
dríamos decir umbián, que las variables independientes son "las variables es­
tudiadas por el investigador".•• En Psicología, por ejemplo, las variables in­
dependientes se clasifican en variables independientes situacionales y en varia­
bles Independientes organísmicas; según s e refieran al madio físico y social ó a
cualquier característica biológica, fisiológica o psiéológica del organismo.
Supongamos ·que un experimentador pretende determinar los efectos de la
"cantidad de práctica" en el "nl'.lmero de errores" que se cometan en el reco­
rrido de un laberinto. En este caso la variable independiente es: "Nl'.lmero de
ensayos realizados por los animales"; la variable dependiente será la cantidad
de errores cometidos". Podemos agregar que en este ejemplo la variable inde-
pehdiente es una variable independiente situacional.
Refirhlndonos a la clasificación general que damos de las variables podemos
decir que la variable independiente (nl'.lmero de ensayos realizados) as una va­
riable CUANTITATIVA DISCRETA; y que la variable dependiente (cantidad
de errores cometidos) tambián es una variable CUANTITATIVA DISCRETA.

11.3.3. PUNTO DE VISTA TEORICO-EXPLICATIVO


Desde este ángulo, las variables experimentales se clasifican en: Variables
estímulo; Variables respuestas y Variables intermediarias (o intervinientes)

11.3.3.1 Variables estímulo


Son consideradas como cualquier aspecto mensurable de las condiciones
físicas o sociales, presentes o pasadas, que pueden afectar la conducta de los
organismos. Se les denomina tambián con el nombre de variables indepen­
dientes o manipulables.

11.3.3.2 Variables respuesta


Son las medidas obtenidas de diversos aspectos de la conducta manifestada
por los sujetos.

11.3.3.3. Variables Intermediarias


Son los procesos que se intercalan entre las variables estímulo y las varia·
bles de respuesta. Las variables intermediarias se postulan por necesidades

26 •' Arnau. Jaime. Op. Cit.


de tipo explicativo. Pero en sí mismas, son procesos inaccesibles a la obser·
vación directa.
Cabe hacer la aclaración que no todos los investigadores sociales admiten
la necesidad de tales variables, • por ejemplo los que militan en la Iínea del
positivismo radical renuncian, por sistema, al uso de tales variables.
Supongamos que se les suministra a un cierto grupo de sujetos una cierta
cantidad de medicamento, e inmediatamente después se les presenta una lar·
ga lista de palabras que deberán memorizar, para tratar de determinar la in·
fluencia que tiene este medicamento sobre el tiempo de aprendizaje. En es·
te caso la variable estímulo es la "cantidad de medicamento suministrada" a
cada sujeto; la variable respuesta es el "número de palabras recordadas"; y
como variables intermediarias podemos mencionar al coeficiente intelectual
(CI) de cada sujeto y al tiempo de exposición de las palabras. Considerando
la clasificación general de las variables podemos decir que:

Variable estímulo = Cantidad de medicamentos suministrada =


Variable
cuantitativa continua.
Variable respuesta = Número de palabras recordadas = Variable cuantitativa
discreta.
Variable intermediaria x Coeficiente intelectual = Variable cuantitativa
discreta.
=
Variable intermediaria = Tiempo de exposición Variable cuantitativa continua

11.3.4 PUNTO DE VISTA MANIPULATIVO.

Según el control y manipulación que el investigador pueda tener sobre las va­
riables, estas se dividen en ACTIVAS Y ASIGNADAS.

11.3.4.1 Variable activa

La variable activa es aquella que es susceptible de manipulación directa por el


experimentador, y se puede afirmar que las variables activas coinciden siempre
en las variables estímulo (premios, castigos, emisión de ruidos, etc.)

11.3.4.2 Variable asignada

Por el contrario, la variable asignada es aquella que es imposible de manipular,


o al menos difícil de lograrlo (inteligencia, sexo, edad, etc).

11.3.4.3 Variables endógenas y exógenas


Por último dentro de este estudio de variables, podemos referirnos a una teo-
ría más generalizada, que es la teoría general de sistemas en la que se supone que 27
existen relaciones o influencias mutuas entre los elementos de un sistema, debi­
das a cambios que se presentan en cada elemento, o como consecuencia de in­
fluencias externas al sistema. Las variables relacionadas a influencias internas
reciben el nombre de VARIABLES ENDOGENAS; y las variables relacionadas a
influencias externas al sistema, reciben el nombre de VARIABLES EXOGENAS.
Podríamos mencionar el caso de un sistema biológico formado por una comu­
nidad de abejas, en donde todas aquellas relaciones que se dan al interior de l a
comunidad {como relaciones de jerarquía, de trabajo, etc.) se consideran como
variables ENOOGENAS y todas aquellas otras que se daban a influencias exter­
nas (como temperatura o humedad del medio ambiente, existencia de depreda­
dores, cantidad de flores, etc) que condicionan la existencia de la comunidad se
les considera como VARIABLES EXOGENAS.

28
CU ITA IVAS J
PU r T01 D1E V .�A
DEL. ·. 'VE - D �

l
·ED ClrO-J D 'SOO · rr1 . UAS

AS 00 . Tlll .. U.A'S

D IP NDII =1NTE,S
1
PUNT 0 D E Vll STA
1 1

M'ETODOLO,G .C10

E'.STI.MULO
PUNTO DE VISTA
TE 01 FI I CO-.rE X:P L 1 .. R'IESPUESTA
CATiVO
11 N T1E R MEDIA FI: 1 A

1
AC,TIIV'AS,
1 1
P U IT0 ICE 'V S-A
Ar lf1 ULA.l"IV'O

. ·-�·ooGE -�A;S
IPU ___O D- 'V'_ST'A
IDE S ST1EI-, ,AS.
v10·0·
· · E-NA·
1 -A··.. , 1
._.' ':·s�·.

29
11.5. BIBLIOGRAFIA CAPITULO 11
A M O N , JESUS: ESTADISTICA PARA PSICOLOGOS. Madrid, Pirámide, 1978.

ARNAU, G., JAIME: PSICOLOGIA EXPERIMENTAL. México, Trillas, 1973.

BARBANCHO, ALFONSO G.: ESTADISTICA ELEMENTAL MODERNA.


Barcelon, Ariel, 1973.

DOWNIE, N. M. y HEATH. R. N.: METODOS ESTADISTICOS APLICADOS.


México, Harla, 1973.

GLASS, G. V. y J. C. STANLEY: METODOS ESTADISTICOS APLICADOS A


LAS CIENCIAS SOCIALES. Madrid, Prentice-Hall, 1974.

GOODE, W. J. y P. K. HATT: METODOS DE INVESTIGACION SOCIAL.


México, Trillas, 1974.

30
111
INSTRUMENTOS
DE RECOLECCION

111.1 OBJETIVO
Elaborar un instrumento de recolección de información d e acuerdo ol núme,
ro y tipo de variables de un problema que se presente.

111.2. DESARROLLO INTUITIVO


Ocurre frecuentemente que al revisar la información recogida para algún
trabajo escolar o para alguna investigación, se encuentre con que no se poseen
todos los datos necesarios o que éstos no son los más adecuados para realizar
alguna descripción o análisis. También es frecuente que l a información haya
sido anotada en tan diversos documentos o esté distribuída en varios forma,
tos, de tal forma que se hace difícil, si no que as imposible, utilizar conve,
nientemente dicha información.
Aún en los casos en que los datos hayan sido recogidos en un documenio
exprofeso y sean homogéneos, su conformación y redacción puede dificul·
tar su cuantificación y posterior análisis.
Considerando que, de acuerdo a la metodología estadística, la investiga­
ción se circunscribe (esquemáticamente) a recoger, contar,presentar, des·
cribir y analizar datos, el diseño de instrumentos adecy¡19os de recolección
de información cobra la mayor importancia para proceder a las posteriores
1t1pas de la investigación. 31
111.3 FORMALIZACION
Los instrumentos de recolección son los documentos en dode es anota­
da la información que habrá de ser contada y posteriormente presentada
en forma tabular y _gráfica.
Los instrumentos de recolección permiten asentar los datos que se ob­
tienen por diversos procedimientos, entre los cuales se encuentran: datos obteni­
dos a través de entrevistas directas o por correo, datos obtenidos por medio de
observación directa o indirecta, datos recogidos a partir de diversos documentos
y publicaciones, etc.
No deben confundirse con un instrumen.tD de recolección (que es un
documento diseñado para sentar información) algunos procedimientos de
recolección como son las encuestas, las entrevistas, etc.
Existen varios aspectos que intervienen en el diseño de un instrumento
de recolección; entre los que destacan los siguientes:

111.3.1 DETERMINACION DE LA INFORMACION QUE HA DE


RECOGERSE
El instrumento ha de ser capai de recoger justamente la información que haya
sido establecido como la mínima necesaria, pero suficiente para lograr los objeti­
vos de la investigación.

111.3.2 DETERMINACION DE LA FUENTE DE LA INFORMACION


Al diseñar un instrumento de recolección debe tenerse en cuenta el origen de
la información. No es lo mismo disponer de un documento en el que s e irán ano­
tando respuestas dadas por u n entrevistado, que uno que será respondido mar­
cando casillas y subrayando opciones, o uno que servirá para copiar datos d e pu­
b! icaciones diversas.
Los documentos que sirven para recoger información a través de entrevistas
deberán tener un formato tal que permitan al entrevistador anotar cómodamen­
te toda la información requerida. Los documentos que pretendar recoger infor­
mación sin la presencia de entrevistadores (formularios de autorespuesta) debe­
rán estar diseñados y redactados de tal manera, que el respondiente no tenga du­
das acerca d e lo que se le pregunta y se vea obligado a responder con precisión.

111.3.3 DETERMINACION DEL TIPO DE INFORMACION A


CAPTAR
Dependiendo de los objetivos de la investigación, la información puede reco­
gerse en forma abierta o en forma cerrada.
El primer caso es de frecuente empleo en la entrevista y e n algunas encuestas
32 de opinión. El instrumento de recolección recoge con bastante amplitud una nu-
merosa gama de datos que posteriormente han de ser clasificados y computados;
Requiere de un m fnimo de instrucciones, de un amplio espacio para anotar l a in­
formación y de un intenso trabajo de clasificación de las respuestas.
En el segundo caso (forma cerrad�). el ins1rumento de recolección sirve para
anotar únicamente la Información clasificada previamente y que es considerada
de interés para la investigación; tal es el caso de las preguntas de opción múlti­
ple, etc. Los documentos de este tipo pueden causar la pérdida de alguna infor­
mación detallada, pero facilitan su clasificación y cómputo.

111.3.4 ESTABLECIMIENTO DEL ORDEN DE RECOLECCION


DE LA INFORMACION
La informacion que se recoja en un ins1rumento de recolección, ha de tener
ordenacion lógica para el respondiente, para el recolector y para el personal que
revise y compute los datos: han de anotarse primero datos personales y después
opiniones del entrevistado, deben pedirse opiniones generares y después especí­
ficas, han de buscarse datos simples y después datos más complejos y elaborados.
etc.
Debe procurarse que l a información no sufra contaminación entre ella misma;
por ejemplo, una pregunta deficientemente redactada puede llevar a respuestas
que contradigan a otras. Si este es el caso deben separarse lo más posible las pre­
guntas controversiales o cambiar el orden en que han de hacerse.

111.3.5 DISEfiJO DEL FORMATO DEL INSTRUMENTO DE


RECOLECCION
Gran parte del éxito en la recolección de información para una investigación
depende del formato del instrumento de recolección. Para diseñar el formato d e ­
be buscarse un tipo de letra claro y legible, espacios para respuestas amplias, su­
ficientes instrucciones y aclaraciones dentro del instrumento o en un anexo, len­
guaje preciso y adaptado al respondiente y al recolector, etc.
También debe procurarse que existan espacios para la clasificación y codifica­
ción de la información recogida, pues esto facilita su revisión y cómputo poste·
rior; debe existir una clara delimitación de los diversos capítulos de que conste
el instrumento; es conveniente que se cuente con espacios para aclaraciones, etc.
Sabiendo que después de recogida la información ha de ser clasificada y con­
tada, es muy conveniente que el instrumento de recolección cuente con un mar­
gen (generalmente el derecho) para codificar cada dato recogido y así facilitar su
recuento. El código asignado a cada dato puede estar impreso en el mismo mar­
gen o en un instructivo anexo.

111.3.6 PRUEBA DEL INSTRUMENTO DE RECOLECCION


Es claro que no pueden establecerse lineamientos generales y uniformes para 33
r.l diseño de los instrumentos de recolección, pues cada investigación persigue
objetivos diferentes. Por tanto conviene siempre efectuar pruebas previas del ins­
trumento. con fuentes de información y recolectores lo más similares a los que
intervendrán durante la ejecución de la investigación y buscando responder a
Jtreguntas referentes al propio instrumento, tales como las siguientes:
El instrumento de rlcolección:
•lAecoge todas las variables que intervienen en la investigación?
lNo omite la posible obtención de las diferentes modalidades o valores de
las variables?
lPermite una fácil revisión y clasificación?
lFacilita el cómputo de la información?

34
111.4.1 INSTRUMENTOS DE RECOLECCION
Instrumentos para recoger información:
Interrogan a in individuo;
En forma directa (entrevista)
En forma indirecta (cuestionario)

Observan un fenómeno:
En forma participante
En forma no participante

1 nterrogan documentos diversos.

35
111.5. BIBLIOGRAFIA

BAENA PAZ, GUILLERMINA: MANUAL PARA ELABORAR TRABAJOS DE


INVESTIGACION DOCUMENTAL. México, UNÁM. 1975

DUVERGER, M.: METODOS DE CIENCIAS SOCIALES. Barcelona, Ariel, 1975.

GARZA M., ARIO: MANUAL DE TECNICAS DE INVESTIGACION. México,


El Colegio de México, 1972.

GOODE, W.J. Y P.K. HATI; METODOS DE INVESTIGACION SOCIAL.


México, Trillas, 1974

OLEA F.P. Y SANCHEZ DEL CARPIO, F.L.: MANUAL DE TECNICAS DE


INVESTIGACION DOCUMENTAL. México, Esfinge, 1975.

PARDINAS, F.: METODOLOGIA Y TECNICAS EN CIENCIAS SOCIALES.


México, Siglo XXI, 1975.

TECLA, J.A. Y A. GARZA R. TEORIA, METODOS Y TECNICAS EN LA


INVESTIGACION SOCIAL. México, Ediciones de Cultura Popular, 1975.

ZUBIZARRETA, G., F. ARMANDO: LA AVENTURA DEL TRABAJO INTE·


LECTUAL. Panamá, Fondo Educativo Interamericano, 1969.

ROJAS SORIANO, RAUL: GUIA PARA REALIZAR INVESTIGACIONES


SOCIALES. Editorial UNAM, 1977.

36
IV
PRESENTACION GRAFICA,
PRESENTACION TABUL AR
Y ANALISIS DE RESULTADOS

IV.1. OBJETIVO

Al término de la lectura usted será capaz de realizar una presentación tabular


v gráfica adecuada, según el número, tipo y escalas de las variables contenidas en
un problema que se le presente, así como también podrá realizar u n análisis de
los resultados obtenidos.

IV.2. DESARROLLO INTUITIVO

Un investigador social desea realizar una investigación con una población de


niilos en edad escolar, para lo cual ha determinado las variables a observar que
son: Edad, sexo, ailo escolar que cursa, número de elementos de la familia a la
cual pertenece, edad de los padres, ingreso familiar v calificaciones de l<H nillos.
Si el citado investigador determina, mediante un diseño estadístico del
tamailo de la muestra que debe trabajar con 700 niños d e esta población.
¿De que manera debe presentar en forma eficiente to,:la la información obtenida
al estudiar las variables seleccionadas? ¿ Existirá alguna manera de poder manejar
toda esta información (imaginemos el tener que manejar la información de una
muestra de 700 niños de los cuales se estudian 7 variables y las cuales a su vez
pueden tomar diferentes modalidades) de tal forma que este manejo de la infor­
mación sea eficiente?. Y aún más, lEn qué forma debe presentar esta Informa­
ción, va no para lograr un manejo eficiente de información sino para poder
expresar los resultados obtenidos en forma concisa y fácilmente comprensibles?. 37


IV.3 FORMALIZACION

Existen en estadísticas dos formas importantes de presentar información que son


las llamadas "Tablas Estadísticas" y "Gráficas". Las primeras consisten en una
distribución sistemática de variables y datos númericos presentados en columnas
para fines de comparación o de manejo de datos.
El trabajo estará en su etapa final cuando se haya obtenido la distribución de
frecuencias de los datos. IJn siguiente paso, será presentarlos en forma gráfica,
de tal forma que el lector pueda comprender fácilmente los hechos esenciales del
fenómeno estudiado y compararlos con otros si así lo desea.

IV.3.1 TABLAS ESTAOISTICAS

Las Tablas Estadísticas son un instrumento de gran utilidad, en el manejo de


información. Sus ventajas más importantes son:
Se puede presentar una gran cantidad de información.
Es posible leer inmediatamente valores exactos.
Son sencillas de elaborar.

IV.3.1.1 Reglas para la elaboración de tablas estadísticas


Los pasos que se recomiendan seguir en la elaboración de tablas estadísticas
son:
a) Colocar el título de la tabla encima de esta, el cual debe ser explicativo
por sí mismo, los más conciso posible y debe contener la información siguiente:
Naturaleza de los datos
Sitio descrito.
Período de tiempo ana\itado.
En otras palabras, para que un título sea completo, debe indicar cuál es el
contenido de la tabla, o sea debe responder a las preguntas:
lOué? ¿cómo? lDónde? lCuándo?
¿Qué se estudia? o sea cuál es el universo que se investiga.
lCómo se estudia?, e s decir, de acuerdo a que caracter(sticas se clasifican los
individuos investigados.
¿oónde? o a que lugar se refieren los datos.
lCuándo? o sea la época que se refiere el estudio.
b) Cuando los datos se han obtenido de alguna fuente de información esta
debe men1:.ionarse en la parte inferior izquierda de la tabla.
c) Para comentar sobre una cifra de la tabla, se utiliza una nota al pie de la
página, indicándose la nota con un asterisco(*) u otros símbolos especiales.
d) Los encabezados de cada columna se denominan "títulos de columnas" y
deberán ser concisos y prácticos. En caso de no tener encabezados, es recomen­
dable numerarlas o marcarlas con letras para fines de referencia.
e) El encabezado de una hilera se denomina "Título de hilera" y el conjunto
38 de todos los títulos se denomina talón.
f)1 :Se -recami;enda C:OIOC r los, f,otales de las CD IU 1-� 1n1a·1 en1 la parte inie!r'ior 1dle
1

éstas, y· llos totale , de1 L , · Heras deben se,r col1oca�-os en el -.x �remo derecho die
cada h ilerra�
91 llas un '" dade · da medi_d_ d 1ben mencionarse den- ro da lo-_ tít· los d'.e ,colum,.
1

nas... (IP,or llo gene1rall 1 - . unid de_ de medida :se i;nd i - d - n -ro de dos, corchetes)
1 1

h) E.l 1rayado dla 111. ·ta!bla d !be hacerse de, la siguiienite forma:
,.

Un1a 11 (nea lho·ri2orn1t-·II por encima 1de, los títrullos�


En ocasiones
1
· e:s r,eco1mendab.e
o;

I b ·�
1 e,1 t.- razo d_ e u.na d: o_b-1 e 1 1',ne,a- h. or1zontal1 d e<aJo
de los tftulo·s da columnas., para d'iferencia1r a es.tos del r,esto de la tabla ..
Un.a l ín,ea ·v,ertl'cal e:ntre· cada c.,01 1 um1na ..
En ocasi,onie,s tam1bid,n se recomi:enda el tratz:,o de: una do··� lle ll(nea vertical des ..
pu1és; dle.11 taló1n, p1ra1 dlifer1e,nc:ilar, a 1ste del 'resto de, lla1 tabll,11.,
i) Se acostu1mbr . urtiil1za1r el ta_ón para anotar los valllor·es, de la variable que sre
considera indep . ,ndi · . te, y lo . encabezados de columna p ra anotar i,as modaHda­
des, de la variable1 q e · .·• coin I dera '"1nde.pendiente-
EJemplo:

NUMERO IDE P,A 1CIEN'T'ES IING!RESADOS A UN IHOSPIITAL


PSlQUl,ATR.l 1CO D·E .LA REPUBLIC.A .MEXICA.N1A EN
E:--- _L AN
. � O..· DE
. 1978.
-. -- -

'TITU L 01 1 1
Loca 11 ÍI zac.16n I Pa1ranoicos E s.lll'I_ u izo .. Man1f'acos TOT'A.LES
COL.U NI NAS d,el Hosp ta 1 1 - fr1d;icos d pr Los
e 5 23
30 19 '15
1
64
80 70 40 1!90
'20 18 1 110 48
1 5, 8 37
TOTALE:S 155 '129 78
TALON

l:V .3 .. 1.2 Tab1llas de refe·renc11a general

Exis,ten tres niveles de cl1asi·f11cac1 1ón de las tabla·· de r ·. 1e1rencia 1gener,a11" ,segú·n
llos isenti,do:s que es.t Sr cont1enga1n llo.s cua 8;$ SO·n los ,5¡¡·grui1ente S,:
1 1
39
a) CLA'SIFIICA;CION EN UN SOLO SENTIID1 0 IUN1 IIV,ARIADA)
1

Cuando 1est,o su · 1 ,xi t _·, ru · :so,lo, sent1do1 l'A 1. 'lf·•ullo de I,_· · columrnas. o
dicho de otra fo ·ma 1CU· nda1 I _·_ ·_11"tul,os, de las col _ ·-· n :- · i_.ne1n urna :so,I,. _ . ·oda'li, ...
dad ..
Ei:emplo ::
1

N,U1 MERO DE HIJOS POR F'AMILlrA EN LA REP,�


MEXIICA,NA DE 1975 A 197'8

A O . UMERO DIE HI_JOS

1975

1976

19'77

1978

Cuando, ex·"'st:en d.os s�.nfdo difere,ntes en el títullo,. le 11 - · ..· umnas, o c.uando


llos t. itulos , - - 1 as col · � :-· n · os modal i,dades.

,···10
Eiempl·o:

NU'MERO D,E HIJ'OS IPOR F'.AMILliA EN 011FERENTES ZONAS


D1E LA RiEP. MIEXICANA StEGUN INGRESO FAMILIAR EN 1978

ING,RES0 1

FA · 1LIAR
De 1501' a$ 3000
rore $ 310tO 1 a $ 16000
De·$ 600'1 a $ 12000
De S; 120rD1 a$ 2400r01

D _' : 24000 o más

e} CLASI FICA 1CION E.N 1·:RES SENTIDOS. 1

Cuando ex. isten tres se·n1ti1do1s1 d� fe1 rentes en1 lo,s títulos de1 las coll umn1as o,
cuando IIOS tftulos de illas C01 llumna5; tjenen tre1 S modal11d!ades.
!Ejemplos:

CUADR1Q _ o 1v·�·4
NUM · '.IR 10 D1 IE IH 1IJ0S ('SE 1GIUIN S1E:X 0· ·t IPOIR fAIM IILIA
1
I IEIN LAS 1DIR1Ef'1ER1NiT 1ES
ZON.AS DE LA REP, MEXICA'NA Y PAR.A 1 ·.IFEAENTES INGRESOS,
EN 1978

N 1UIMERO D IE HI . 05 POR FAMlliLI.AJ


1.NG _ESO
�.AMII AR -- .

·. rt· OS NH\IAS ¡ NIÑOS - _I · 1,AS

1
1

De r:. - ·11..· 60·.. 1. .a ,5·


1 •
1
1 1
•.•: • -
3000

1
·
' •
1
De$ 1501 a S 3000
1
De$ 3001 a$ 6000
D1e1 S 600111 a$. 12D001
De:.• 12 011 a.$ 24000
De.·.· 240 .1 o más 4.1
Una norma general muy práctica es no usar más de tres sentidos en una clasifi­
cación dado que el nivel adicional hace muy compleja la representación. En dado
caso de requerir una cuarta clasificación se recomienda realizar esta representa­
ción en una tabla por separado de una sola clasificación.

d) FUNCIONES Y CARACTERISTICAS DE LAS TABLAS DE REFERENCIA


GENERAL.

Su función primordial es presentar datos originales en forma tabular.


Se utilizan como fuente para tablas de usos especiales.
Contienen cifras absolutas en vez de porcentajes.

1 V.3. 1-.3 Tablas para fines especiales.

Dado que existe un número muy grande de diferentes tipos de análisis estadís­
ticos, sería imposible el describir en este punto todas las diferentes tablas que se
construyen para llevar a cabo dichos análisis. Y debido también a la gran impor­
tancia que tiene el tral:>ajaren la estad ísticacon frecuencias, proporciones y porcenta­
jes, se presentan a continuación las tablas que manejan este tipo de parámetros,
dependiendo del tipo de variable.

a) TABLAS PARA VARIABLES CUALITATIVAS O CUANTITATIVAS


DISCRETAS, PARA TRABAJAR CON FRECUENCIAS, PROPORCIONES
Y/O PORCENTAJES

Es simplemente una representación tabular de la variable que se está manejan­


do y sus diferentes modalidades asociadas a sus respectivos valores de frecuencia,
proporción y porcentaje. Para ello entendemos las siguientes definiciones:
FRECUENCIA. La frecuencia de una clase es el número de observaciones
contenidad dentro de ella; también se denomina frecuencia absoluta.
PROPORCION. Es el cociente entre la frecuencia absoluta y el número total
de observaciones; también se denomina "Frecuencia relativa". Es un "Tanto por
uno".
PORCENTAJES. Es igual a la proporción multiplicada por 100. "Es un tanto
por cien"
Ejemplo:

Se desea hacer una presentación tabular de una población que se está estu-
42 di ando para averiguar la nacionalidad de los individuos que la forman:
NA.CIONA.LlDA. 0 DE 100 ALUMNOS sECADO·S EN U 1N1 A 1u1N1v·ER1s1o·AD1
1
1

DEL D F .. EN EL Af:jQ IDE 197:8


1
••

- -- - - --
''

1
N A.CION.ALIIDA D1
1 F'R'ECU'ENiCIA
1
PO'RCENT.AJE

19 º/o
..

ARGEIN.Tf N:A 191


BRA:SI LEl'J1A 6 6 ºlo
CHILEN.A 17 117 ºlo,
MEX:l1C.ANA 58 1 58 ºlo

T0 TALES
1 100 100 °,0

b') TAB,LAS PAIRA VARIABLE.S CUAL,ITATIIVAS O C,Ul.AN,T',IT.ATIIV'AS


DIISCRE:TAS PARA T 1RABAJAR CON FRECu1:eNCIAS ., PAOPORC l1 10NES
o PORCENTAJES ·y sius AESPE.C'TilV 0:S VALO,rRES A:CUMUL.ADOS�
1

Con e1 I 01bjet0i de iinves,tig1a1r ila eficiencia diia,gn6sti'ca y terape·útica d e aligun.as 1

técni'cas el fnii,cas, se· 1recopiilaron lo1s dat,os. sobre lla m1eJ1 10 1rl'a de 162'2 pac.ientes.

MEJORIA f R:ECU,ENCIIA FA ECUI E NC,11 A iPROP01 RCIIONI PROPOAC'l 1 0N


A 1CUMU ADA ACUIMU LA.D1 A
N,ULA. 147 147 0.2363 0 .. 231 63
LEV:E 129 129 Oi2·D74 o 4437
MODEIRAD.A '212 488 o ..3408 0�78 6 1

MAXIIIMA. 1.34 622' D '2154 ll - .


1
1 1 .. iQ
.

-
1

T10 TALE·s 622 - 1.0


- 4,3
c) TABLAS PARA VARIABLES CUANTITATIVAS CONTINUAS PARA
TRABAJAR CON FRECUENCIAS, PROPORCIONES O PORCENTAJES Y
SUS RESPECTIVOS VALORES ACUMULADOS.

Al trabajar con variables cuantitativas continuas siempre existirá entre dos


modalidades cualesquiera un número infinito de modalidades intermedias. Sin
embargo, de hecho, sólo somos capaces de detectar un número finito de ellas,
debido en la mayoría de los casos a la imperfección del instrumento de medida.
En conclusión, la variable que en sí misma es continua se manifiesta como
discreta y por lo tanto el número de modalidades discernibles es finito y por ello,
será finito el número de valores atribuibles a dichas modalidades.
Supongamos, por ejemplo, que se desea conocer el rendimiento de un cierto
grupo de niños por medio de las calificaciones obtenidas en un cierto exámen;
para ello el investigador realiza la siguiente presentación tabular de los resulta­
dos obtenidos, ver cuadro IV.7.

44
CUA'DRO No. IV. 7 ..
C.A !LII F l A.C 01 N ES ENI AR ITM ETIICA. D1E ,40 NIÑOS, DE LA ESC1U E LA.
1C

PRIMARl1A.,C-XVl-i DE.L D�.F. EN 197:B 1

ALUMiNO CALI F ICA 1CIIOiN1


11 5.5
2 lO
3 7�3
4. 9�4
5 9
6 9;:1 '"-2··
-

7 91

8, 6
9 9 .. 8
·10 8,
11 6 ..
7
1

12 4.5
1 3, · 1. 3
1 '4 82
1'.5 9 "'16: - .

116 7.2
17 6 .. 5
11 8 6·- 3 . _..J iil . .

1 '9 19 .8
20 10
21 6 ..'1
22 9.7
23 8,.4
24 8,
25 7 .. '9
26 10
27 5·.�3
28 7.4
29 ·_B...,19:· 4! -

0 1
7.5,
.331 7�3,
32 6 .. 1
1

33 91
1 �

34 5, .• 4
35 8.2
361 946
5,.7'·
37 1
'

38, 7.3
• rE I n ormlb r·e1 d . lla 39 8 .. 2
,es.cu &·1 a es ·f i ct:'i-c io,. 40 9 .. 4 45
u1 na
vez pr ese ntada I a tab I a.,, el investigador se d ai cuenta de, rqru e
1

aunque dispone de toda ll a información ·y de que ha r,eal:izado la presentación


'"
tabular de ésta, des.conoc e 1eún mucho. acerca d,e·I rendim ent,o de llos. niiño,s ., mo·
1

tivo por el cua1 decide n1.aUzar un agrupam�ento de las ca lliif'icacii,ones p or ca1t,egrO·· 1

.r rías (denomina.das. también intervalos., ciases, girupos o escalas, de clasifi·ca�f ó,n),


1
de la sigui e- te m.ane1ra, ver cuadro IV .S. ...

CU.ADRO Not llV�B.


CALIFICACtONIES. EN A!R 1 1T'M1ET!ICA DE 40 NI' _QS. DE LA. ESC.U1 ELA
P·RIMARIA -XVl-1 D1EL O_F�· EN EL AÑO
1C 119'78 o,e
-

CATEGORIAS IF R ECU ENC,I Al FIRECUIEINCIIA, P'R0 1P01 IRCION PIROP0 1 RCI0 N


1 1

ACUMULADA 1 AC:UMULAD1 A
.
o 5�5 5 5 U�·1125 01 .. 12.5
1

5.6 - 7�5 ·13 18 0 .. 325 0.45


7 .. 6 ·- 8.5 7 251 D .. 17'51 0�62'5
8�6 10 15 ,40 0.375 11 .O

1Comparando las dos tablas el investigado,r·,. observa caue ell si1mp 1le
hecho de haber realiz.ado los agrupamiientos de llas Ca'liificaci0ines por cartegorías.,.
1

1
implica una v sualiizaci,ón ¡·n,mediata y· más. cl ar.a del rendimiento de· los, niños en
la mat1erlia de· Ariitmdtic:a, debiido a que� por ,e·j,emplo. ,con ta p,ur·a1 viisual1izaci·ón de
lai segunda tabla sabe rex.actamente cua,nt.os niñ,os tienen una califi,cación repro
batoria (0-5.5) 1 o cuantos de, ,e,Uos tienen una1 ,calrHc·aci:ió1n 1m1uy buena (8 .. 6 110),,
v ,adem,ás sabe que pro·porci'ón con respecto al total de alumnos represen·tan
estas dos categc rías

IV ..3 .. 1 .. 4 Defin:i cio,nes,


1

1
a) INTERVALOS ELEMENTAL 1ES Y COMPU ESTOS

1
Cuando se está tirabaj ando con variables d iscr,etas., a cadd ffl;oda I idad de la 'v·a .. 1

ria!blle se l,e, conoce como int,e,rvalo ele me·n1ta1I .. L la1maremos intervalo compuesto
ali conjunto de vario.s iint,e·rve,los elem entales consecut:ivos, y· p1 0 · regla general to­
1

dos lo,s lnterv· los cam·puestos (para un conj'unto de dartas) cont.endrá:n e·I mismo
númer,o de 1.nt.erva 11os ellemental es. Se r,ecom1ie1nda que · os intervalos· compuestos
1

46 1
es.tdn formados p,or· no m1enos de 5 intervalos el,ementales y no mis: de 15, ...
Ejemplo:

Supongase que se está trabajando con I as calificaciones. obtenidas por un gru­


po de alumnos e·n un examen de Aritméti,ca, tomando a esta var'iable como cuan­
titativa discreta ( o sea que I as moda'I idades posibles son val o,res discretos como:

·O, 1,, 2, 3,. 4, 5, 6, 7, 8, 9 v· IQ), ten,emos entone-es que los intervalos eh?mentales
son los números del O al 10 y a, panir de estos podemos ·form.ar distlnto·s 1nterva .. 1

los compuestos tales como:

1 ntervalos compuestos de 3 intervalos e lementalest

�2 (incluye los intervalos elem entales O, 1 ·y 2)


1

5.7 {incluye los intervalos. elementales 5., 6 y 7) 1

� 1 D (incluye l.os intervalos elementales 8, 9 ·y 10)

1 ntervalo.s CO·mpuestos de 2 intervalos efementa les.


1
1

5 .. 5 (incl'Uye llos intervalos el.emental es 5 y 6) 1

7�8 (inciluye los intervalo.s e·1emental1 es 7 y 8)


9·�10 (incluye los intervalo·s e·lement,ales 9 y 10)

b:) L.IMIT!ES EXA.rCTOS Y Ll1 M 1ITES APAREINTES

Los I ímites apare· ntes están repr,esentados por los. respectivos vator·e·s mínimo,
y· máximo que definen al iinterrv·alo (a e·x,cepción de los interva lo, 1 s e'l em.entales en
1

los e u a 1I es e 11 1 í'm ite a p.a rente es e I va I o r definido ;por e·!I i nte rv a I o el 1eme nta 1} ..
Los 1 1m·
1
· exactos d,e un 11nterva 1 o compuesto se amp.1 1•1 an m ed 1a un1.d d a 1 ai
"' ..1tes
· •·
�ª'
izquierd.a del I imite inf,erior y med·,a unidad a. la derecha del l11ímite· superior, y
en e1 caso de los intervalos elemental es media unidad a lla derecha y media unidad a
la izquierdai del valor defini'do por el intervalo ..
E.iemplo: Haciendo me·nción ail ejem1prlo anterior podrf'amo.s disti'nguir lo,s 11 í�
mi;tes de lo·s interv·alos elemrentall·es y compuestos de tar slguiente manera:

Si' el interrvalo Su :1 í'mite Su 1 (mit.e


es.: a pa ríen te, es.: e·.xacto es:
7 7 6.5 a 7.5
8 8 7.5 a a·.5
9 9 8.5, a 9.5
1-3 1 -3 0 .. 5 a1 3 .5.
1

4-5 4-5 3 .. 5 a !5.5, ..


6-7 6, -7 5.5 a 7�5 47
Se define co1 mo amp1 itud total o, rango de un conjunt.o de da1tos a, 'la dlfe.
rencia 1entr1e el 11 :imite superio,r ex.acto y su I í'"m1ite infet1:or e.xacto,,.

d) AM.PLITUO Y PUINJ'TO MED!l:,Q DE LOS IN EIRVAlOS

La am p I ii tu d de un i nte rv.a I o sie define oO'mo I a d · fere·nc.i a e nt:r e· e· 1 . ;ím ¡ t e e xac­


1 1

to superioir v su Ilimite ,exacto inferior ., El punto1 medio de los interval1os. se de,fi .. 1

ne como l!a media aritméd,ca de los, 1 fmites ex.actos,

e) INUMEA.0 y· AMPLIT UD DE LOS INTERVA.LOS


1

Por lo ge·ner,al. en las inv,e:stiga,cio·nes riealizadas para efectuar anáilisis. es.tad íst:i­ 1

cos de varriabtes cuantitati,vais co1ntinuas lo que :se des e,a calcular .es la ampl'itud de
1

los 11ntervalos con lo,s q¡ue se va a trabajar. lo cuail se hace con b1 si,guientes e,cua-
·• ,.,
c1,on:

Amplitud del · nterva lo


= A�plitud total O rango
Numero d,e 1 nterva llo s
1

En donde e:s el propio inv,est.igador el que determ'ina el núme·ro de 'irntervallos a


1

rm.anejar. Aunque en algunas ocasiones lo que nas ¡ntere.:sa es dete1rmina1r e número


de intervalos, dado que tenem,os una ampllitud ,de intervalo ya establecida,, enton­
ce,s uti'Uzamos la ,ecuac'ión anteri·o1r haciendo ·simp lement e el despeje correspon­
1 1

dÍlente.

E.jemplo: Se· tie nen lo,s s·1gu1e 1nt,es da;tos oor,re·spondie'n,te,s al tiiempo requerido ¡por
1

un girupo de niñ,osl p.ara 1memor'1 zar un a larga llista de pa1labra1s sin s.entid10 (tie1 m:po
en minutos.).

19 .. 3,
' 24 ,5 4,4,7 14t2 17.9 !51 .6 .5 0 481.7 21.3 33.3
27�8 47.2 3,8 .. 6 3·614 2D15 2,3 34.1 1'9.8 29.3 20.51
30 18.7 261.7 31.• 4 26 39 18.. 7 23 .. 1 44 33.5

A p8'rt.�r. de los datos anteriore·s se· pretende Uevar a cabo una pre:sentación
tabular ,que muestre in1m.edialta y c:la 1ramente una v sual'ización de la. capacidad d,e·
aprendizaje· de· los n iñ1os estud i,ados ..

Para el,lo establecemos, prime1ramente:

L fm1i'te 1e.x.a,cta, inferio1r � 1· 4 ..2


Límrite· exacto ·superior: 61.6
,48 AmpUtud tota,I o rango.: ·51,6 ·- 14 ..2 = 37 ..4
Con eI fin de pre,sentar un a tabla concisa se sel1eccionará1n entoces, 5 i: ntervalos
ú n icamie nte., rpo r I o tanto I a ,a m p I itud de e.stos será:

.Amplitud del interva o ·= 37,_4 =· 7 ,.48

qu e se considerará como:, 8
1

C:Ul.ADRO No. 1·v�,9


T'I EM1PO DIE APRENID1 IZAJE IOE UNA LISTA DE PA.LABRASPAESENTADAS
A 30 NIIÑ01 S IDE LA ESC. PRIMARIA J-X-3, EN IEL D PF. EN EL AÑO DE 1

,·,979

INTER'VA'LO PUNT'O FAECUENICIA FRECUENCIA PR:OPOIRC� 1Q,N PROPORCION


MEDI01 ACUMUILADA ACUMULADA

(1) (2'} (3,) 1(4) (5) (61)

14 ,. '21 17 ,g 9 iQ.3 0.3,


2'2 - 29 2fi 7 16 0.234 0�534
30 - 37 ,33 6 22 1
02 lliir , D�.734
38, - 45 41 4 261 iQ.1'33 0�867
46 .• 53 49 4 30 0.11 33 1.0

TOTALES 30 1.0

El punto medio que apaireoe en :la columna número· 2 d,el ,cuadro IV ... 9., es, si1m­
pl,emente la media aritmética d,e intervalo Que apa1rece en _a collumna 1, et cual se·rá.
de gran utilidad cuando se deseen calcula.r las, med"das d,e tendencia central y llas
medidas de· dispersión. Con lo que respecta a la f·recuenc�a que aparece en 1,a CO···
Jumna 3 cons.iste en ,el número de casos Que· p·ertenecen al intervalo indicado en
la colum1na 11 La culumna 5 indica las diferentes, ptop orcione.s que representa

1

cada intervalo co,n. re l.ac ió n aI t,ota . .,

Las columnas 4 y 6 re,pres,entan los valores ,acumula.dos de as collumna:s .3 y 5


respectivamente; en donde cada valor acumulado de estas columnas, implica la
suma de, los ·intervalos anteriore·s.

1 V'.3.1.5 Funciones y ca,racter ísticas de las ta:bla1s para fines esp·eciales

Su función .Principal ,es pres,entar datos en forma tal 1que des:taque


una, re,lación espe,cifica� 49
Se utiliza para destacar una fase determinada de la información contenida
en una tabla de referencia general.
Contiene números aproximados o porcentajes en vez de cifras absolutas.

IV .3.1.6 Errores más comunes en la presentación tabular

a) Disposición incorrecta de los datos. Esto sucede por ejemplo cuando en vez
de presentar una clasificación en tres sentidos en una sola tabla se presentan 3
tablas de una sola clasificación.
b) Títulos y encabezados incompletos o inadecuados.
c) Tablas que muestran solamente porcentajes.
di Tablas sobrecargadas de datos.

IV 3.1.7 Manera de leer una tabla estadística

Se recomienda utilizar los siguientes pasos para la lectura de tablas estadísti­


cas.
a) Leer cuidadosamente el título. Esto es con el fin de comprender perfectamen­
te a que se refiere la tabla.
b) Leer las notas explicativas.
c) Averiguar las unidades de medida utilizadas.
di Fijarse en el promedio o porcentaje general del grupo.
e) Relacionar el promedio general del grupo con cada una de las variables que
se estudian.
f) Relacionar entre sí los promedios o porcentajes de las variables que se estu­
dian.
g) Buscar irregularidades en los datos, Esto es con el fin de tratar de averiguar s i
existen errores en el cálculo de los datos, en el diseño de las muestras en donde
se obtuvieron los datos o simplemente detectar errores de impresión.

IV.3.2 PRESENTACION GRAFICA

Consiste en presentar los datos en forma de dibujos, los cuales reciben el nom­
bre de gráficas y no deben considerarse como substitutos de un tratamiento esta­
dístico de los datos, sino más bien como ayuda visual para razonar e interpretar
problemas estadísticos. Para la elaboración de gráficas se deben seguir algunas de
las reglas utilizadas para la elavoración de tablas, (descritas en el punto IV.3.1).
las cuales son:
a) Sobre el título de la gráfica
b) Sobre la fuente de información
c) Sobre notas explicativas
d) Sobre la especificación de las unidades de medición.
La forma más general de presentación gráfica se realiza en forma rectangular
con las llamadas "coordenadas rectangulares", que son dos rectas que se intersec-
50 tan en ángulo recto, llamado "Abscisa" al eje horizontal (que se destinará para
las diferentes clases de la escala que se utiliza) y "Ordenada" al eje vertical (que
se destinará para anotar la frecuencia o número de veces que se observa el fe­
nómeno estudiado)_
Las dos escalas deben ser de la misma longitud o algo mayor la horizontal que
la vertical, En general, las dos escalas deben guardar una proporción entre 1 a 1 y
1 a 2, es decir, que si la ordenada mide 10 cm. la abscisa deberá medir 10 o 20
cm. Esto se hace con el objeto de no distorsionar el fenómeno estudiado.

Observense los diagramas siguientes, gráfica IV.1.

G RAFICA No. IV.1.

INCORRECTO. INCORRECTO CORRECTO


(La eséala vertical ( La escala horizontal (La proporción entre
exagerada) exagerada) las dos escalas es
adecuada)
400

400
300
300
200 400
300 200

100 200
100
100

1.95 195.4 1.95 195.4 1.95 195.4

Las escalas deben comenzar en cero para evitar la incorrecta apreciación de los
hechos , pero cuando los valores que se representan sean muy elevados y con
pequeñas fluctuaciones, debe dividirse la gráfica como se observa en el siguiente
diagrama, ver gráfica IV .2

51
1.000_

ªºº ,850

600

400

200

�1

1.95 195 1 �95

IN 1C01RRIECT'O C 10 A IR E.CT01
No se a1preciia1n l,as Se nota g,u e la escal.a
f luctuaclone.s del fenómeno está interrumpida.

,Cada escala de·be ser rot.u I ada die tal man 1era que ·se co,mprenda fáci!mente qué
repres.en ta::: edad, en año,s o mes, es, k tlos. o gra:mos de p,eso, ietcétera.
En esta sección nos referiremos a la.s gráificas que ut·11izaremos de acuerdo .a la
di st ¡¡neión hecha entr,e li as va r i ab l 1es: cu.anti at i vas ( d i·sc r1etas: y continuadas),
cua,1tat1v.as ( n0im1na,es y ord'111"' na 1 es )..
..
. •. ·• il

1
l V .3.2'� 1 Diagrama de bariras,

EII d iagraima de barras es e:I proced imie1nto gráfico e:mplead o para rep:r1esenrta r
e
los dato·s tanto en escalas nomi n,a·1es com:o ,ord ¡· nal es. ar.a cada ,categoría se traza
una barr.a vertical! en la Que· la alltura de l.a barira re,pres.enta1 el n1úmero de rm.iem­,
1

b.r,os de esa clase� Las barras deben ser s.iempre d e·I 1m1 ¡·smo ancho., y el espacÍJo que
las :separa no debe ser mavor que el espesor de ellas mis.mas ..
Si fijamos arbitra.1ri'amente el ancho de cada barra co1mo una unidad ., el área1 de
cada barrra 1puede usarse, par.a re·presentar ta friecuencia de cada cat eg0irí'a .. 1 1

C ua do se uti1iza este, d ·¡·ag1rama para una esca'la de variab e nom iin al 1debe
tomarse en cuenta!:

1.- No se pre:supone ningún orden piara 1COl,ocar las escalas de· v·ariable 1nomi­
nat As Í; 1 as diversas categ·or í.as puede:n se·r representadas a I o Iargo de la absc·isa
en e ll ord·en que se esco]a. Por ejemplo de menor a mayor, en orden .alfabétiico .,
et· c:
-
1
' 11

2 .. - Es, rmejor que e.xista separación y no p·roximidad de las, barras ,. paria evitar
52 cu a IC11ru Í!e1r i m p I icac i ó n de cont i nu idad e nt1re l .as. c.atego rías.,
1

Ejemplo:

GRAFICA IV.3.
CALIFICACIONES OBTENIDAS POR UN GRUPO DE ALUMNOS
DE LA UAM·X · EN UNA EVALUAC ION PARCIAL

25

20

15 '

10

5 ~

1 2 3 4 5 6
• et pu ntaje fué sobr e 6 puntos.

IV .3.2.2. Diagrama de barras dobles.

Este diagrama el cúal puede servir para barras triples o cúadruples, se emplea
para representar datos de asociación cuyas dos escalas sean cualitativas. También
se emplea cuando se quiere comparar dos distribuciones de frecuencias en rela-
ción al tiempo.

53
Ej: empto·; Dada la. siguiente tabla trazar .su ;grá. f i,ca ,corresp,ondiente ...
1

CUADRO No. 1IV, 110�


DIEIFUNCl·ON1ES POR .ACCIDENTE.S, POR. 'CAUSAS Y SEXOS*

Ca.usa del! seXo


accL.d ente4 TOTAL
Hombres Mujeres

Accidente del
transpo,rte 1234 528 17,62
cardas 350 100 450
Otiro:s 724 6311 1355
1

TO'TAL '2308 '1259 3568


1 1

GRA.FICA No. IV.4,.


DEFUIN1CIONES PQ,R A.CCID'ENTES" SE.GUN CAU,S.AS Y SEXOS*

1400
1200 D 'H0 M1B.RES
1

1000 MUlJIERES
800

.
600
4,00
.. ...-..
••••
•,·.••·••·••
,.•.-• •
•••••
..
,'

200 ·. -

..... �.·1
1• • • •
•· •·
TRANSPORTE
54
IV.3.2.3 Diagrama de sectores

Otra gráfica que se utiliza para escalas de variables ordinales y nominales


es el diagrama por sectores, se utiliza con fines comparativos y a menudo se
emplea en lugar del diagrama de barras.
En él pueden representarse cifras absolutas o porcentajes. Como el círculo
tiene 360°, la manera más fácil de elaborarlo es expresar los datos que se estu-
dian en forma de porcentajes, pues en tal caso, cada 1°/0 corresponde a 3.6º
del círculo.
Elaboración:

En la siguiente tabla se presenta el número de estudiantes inscritos en cursos


preliminares de Psicología que están realizando estudios en diversas universida·
des.

CUADRO No. IV.11.


ESTUDIANTES INSCRITOS EN CURSOS PRELIMINARES DE PSICOLOGIA
QUE ESTAN REALIZANDO ESTUDIOS EN DIVERSAS UNIVERSIDADES*

CURSOS PRELIMINARES No. DE ALUMNOS PORCENTAJES

Humanidades 79 21 °10
Ciencias Biológicas 98 26 °10
Matematicas 50 13 °10
Ciencias Sociales 150 40°10

TOTAL 377 100 °10

ºDatos hipotéticos

Como para represP.ntar cada 1°10 se necesitan 3.6° del círculo, los porcenta·
jes se multiplicarán por 3.6.cQn el fin de averigúar cuántos grados corresponden
a cada uno de los sectores. Así por ejemplo: el sector que representa las Ciencias
Sociales tendrá 144°, (40 ·x 3.6)" y el que representa Matemáticas tendrá 47°,
(13x3.6).
. .
Hechos los cálculos anteriores, se trazarán con un transportador los corres·
pondientes sectores sombreándolos de diferente manera para distinguirlos
entre sí. 55
GRAIFICA No. IV .. ,5
Dl:AGRAMA. DE S:E,CTORES

'''PQR,CENITAJE IDE A1LUM1N0S EN L 0S CURSOS PREL11M1NAIRES"


1 1

ClllENCl,AS
SOCIIALES
40 . º/o

MA TEMA T 1ICAS
. - o¡'o
13 .. -.

HU1 MANl1DADE:S 'CIEINC1IAS


21 'º/ 0 B10L 0Gl 1CAS
1

2:6 ºlo

Porcent,aj1es de a'lumnos. ,en los cursos prelim1in1ares de ,Humanidades, Cien


cia1s Bio,lóg1i·cas, Matem,átiicas 'l ·C··enci'as Socia ile·s.

_ _ !! -_ ' ma
lv3.24H·,.1stogra.
,, ·t: -.

L,a g1rá fi.ca que :se· utii I iza para r,e presentar d 11·st r ib uci ones de firecue nci as, en &sca1-
,e
1

l,a cua nt i tat i va ci0nt í n ua co,m o por ej em,p I o 1, peso, ,es,tatu ra,, y cua nt itat:i va di 5 ..
creta, co,mo po·r' ej,empl,o n1úm,ero de niños e,n una 'famHla,, núm1ero de, días, de au­
sencia, 1e, ,c .. , es 1el hist.o,g1ram,a. E.n éste, el fenóme,n,o que- 9.,,e ,e,studta queda re-pre-..
:sentado por una seri,e de rectán,g1ulos, :semie1an-tes a llos del di'agrama de ba1rras, y
esitos. tiienen una: ,á,r-ea i,gual o pr,aiporcional a su. nts.pectiva frecuenci:a. Ademá.s
11as barras. del, histograma siemp,r·¡e se colocan en form.1, vertical v deben ir unas, al
il ado de las otras 1 s:in ,qu,e haya ningún e·sp,acio que· las separe.
Ha y que distinguir llos dos casos siguientes::
1

ca,s.o 11 .... Cua ndo1 los ii nterva,i,o s son de ampllitud constant,e�, como I a ba,se de1 1 o,s
,561 1rectá1ngu los que S1e· 'Van a construir es s'i em1pre 'igual de magn1i;tud, puede toma ,se
dicha base como unidad de medida de la variable, entonces las áreas de los rec­
tángulos son exactamente iguales a sus alturas. Por lo tanto, para representar dis·
tribuciones de escalas de variables cuantitativas discretas con intervalos de ampli-·
tud constante, se levanta sobre cada intervalo un rectángulo de altura igual a su
frecuencia.

Caso 2.· Cuando los intervalos son de amplitud variable.

En este caso, por no ser las bases de los rectángulos iguales, no pueden tomar­
se las frecuencias como altura y la elaboración del histograma es como sigue:
(ver cuadro No. IV .12).

a) Antes de trazar el sistema de coordenadas, los datos originales deben ser


transformados, de tal manera que para cada clase se obtenga el número de casos
promedio por unidad de la escala. Para esto se buscará primero la amplitud de
cada clase y se dividirá la frecuencia correspondiente ente dicha amplitud. Ob­
serve en el siguiente ejemplo. la primera clase tiene una amplitud de 9 y como
en cada clase había 55 obreros al dividir 55 entre 9 nos dará que en promedio
hubo 6 obreros clasificados según su salario por hora.

b) Trazar el sistema de coordenadas.

c) Numerar las escalas. La ordenada debe comenzar en cero, pero como las
frecuencias que se utilizarán para fa elaboración del histograma son los promedios
acabados de obtener, el límite máximo de dicha ordenada estará dado por el má­
ximo promedio obtenido.

Con respecto a la abscisa, no debe olvidarse que el comienzo de una clase co­
rresponde exactamente a la terminación de la clase que le procede. Por lo tanto
al numerar la escala deben colocarse solamente las cifras que indican el principio
de cada clase.

d) El trazo de los rectángulos debe hacerse teniendo en cuenta que la altura


de cada uno no está dada por la frecuencia que aparece en los datos originales, si­
no por los promedios obtenidos en el paso número 1.

e) Por último, debe tenerse en cuenta lo siguiente: como la frecuencia de cada


clase se ha dividido ante la amplitud de clase para obtener el número promedio
de obreros clasificados según su salario por hora, en la escala vertical no debe po­
nerse simplemente número de obreros clasificados por su salario sino "número
de obreros clasificados según su salario por hora".

57
IEj e,m p,t,o � Datos que i I u st r an llos pasos n eces;a ri os pa r,a I a e1I abo raci 6 n de I h i sto ..
grama i( e.aso 2). ..

CUA 1DRO N,o. IV. 1.2


Q,B.AEROS C.LAS1IFl 1CAD,QS POR SU S.A.LAR,10.*

N,úmero de obre,ros
8alair'io por hora
1
Número de obnaros, A- .mp I 1�t-�''U d--
1

según su sal,ario
frecuenc·a de,_,C·:.as.
1 e­ po,r hora·

a 16 pes.os
,8 55 9 6
17 a 21 ¡pesos 4'7 5 9
22 ,a 26 ¡pesos 3'2 5 6
27 a ·35, pesos 2'6 10 3
37 ,a 40 pesos 15 4 4

G RA!FICA No�, l'V�6�


OB,REROS CLAS'IFICADOS SEGUN SU1 S.ALAR[,Q POR H 10RA
(HISTOG1RAMA)

9.-�

5 .�

, ·-
2 .�

8 10 12 14 16 '1!8 20 2'2 24 26 28 30 32 .34 36 3S. 40


1

• Dato I h I p.o·t � th:o:s,

1
IV13 2.5. P'olígonos d;e fre,cuencia:
Todos lo,s dat,os menc,ioniados a propó.sito ,del hi.stograrma son apli' cables a la
constr ucc:ión del poi ifgo no de frecuen,cias �
!La d1ferenc1a entre esto·s dos diagramas estriba en que en ,el poi 1fgono de fre­
cuen1cias no se usan rectángulos sino una serire de puntos que se, co·1ocan ,a la a.ltura
58 que ocupa1r(an l�os rectángulos del histograma y en la p,artre m,edia de, cada clasie.
Luego dichos puntos se unirián con una 1ínea continua, iniciando esta recta en el
origen y terminandola sobre la abscisa, en el punto medio del supuesto siguiente
intervalo de clase.

GRAF ICA No. IV.7.


COEF ICIENTE INTE LECTUAL DE 50 ALUMNOS DE LA UAM-X EN EL
A~O DE 1979*

15

10

1
90 100 110 120 130 140 150
• Datos hipotéticos.

Si por ejemplo se quisiera comparar la distribución de los dos sexos, no se


lograría ninguna claridad con la superposición de los dos histogramas, uno para
cada sexo. La representación se hará correctamente en un poi ígono de frecuen-
cias, poniendo los datos para hombres y mujeres y utilizando un trazado dife-
rente para cada serie de datos, (Gráfica No. IV.1.8.1 ).

CUADRO No. IV.13.


RESULTADOS DEL COEF ICIENTE INTELECTUAL POR SEXO

s e X o
C.I.
Hombres Mujeres
91 . 100 6 4
101 - 110 8 10
111 . 120 9 7
121 . 130 7 3
131 . 140 3 1
141 . 150 2 6

• Do too hipotéticos. 59
GRAFICA No. IV.8
RESULTADOS DEL COEF ICIENTE INTELECTUAL POR SEXO
(POLIGONOS DE FRECUENCIA)

10

'I "' ' "_........-.....


----- Mujeres
9
Hombres

''
8
7 ' ' \.
6 \
\
5 '\ 1"'\
I \
4 '' I
I \
\
3 ' \.. ''
2 ', I

1
'
'...¡I ''
' \
90 100 110 120 130 140 150
•Datos hlptétlcos.

IV .3.2.6 Otras representaciones gráficas

A través de este capítulo hemos analizado las representaciones gráficas de


distribuciones de frecuencias. Sin embargo los científicos ocupados en el estudio
del comportamiento, coleccionan a menudo otros tipos de datos.

a) VARIABLES DEPENDIENTES E INDEPENDIENTES.

Frecuentemente nos interesamos en la comparación de varios grupos o condi-


ciones con respecto a una característica dada. Estos grupos o condiciones consti-
tuyen la variable independiente o experimental, mientras que la característica
que estamos midiendo se llama variable dependiente o de criterio. La siguiente
figura compara el número promedio de respuestas dadas entre tres grupos de
animales que han recibido tres tipos de reforzamiento olfativo, por ejemplo, olo·
res de ratas hembras, olores de ratas machos y control de ausencia de olor
(Runyon y Kosacoff, 1965). Debe notarse que la variable experimental está
representada a lo largo del eje de la X y la variable de criterio o independiente en
el eje de la Y.

60
GRAFICA No. IV.9.
PROMEDIO DE REACCIONES DE 3 GRUPOS DE RATAS BLANCAS
(RUNYON Y KOSACOFF 1965)
200

150.

100.

so.

Dial Día2 Día1 Día2 Díal Día2


ESTIMULO ESTIMULO SIN ESTIMULO
FEMENINO MASCULINO

b) DIAGRAMA DE CORRELACION.

Esta gráfica se utiliza en aquellos casos en los cuales a cada individuo que se
estudia se le toman dos medidas diferentes, es decir, cuando cada individuo se
clasifica al mismo tiempo en relación a 2 escalas cuantitativas como son: peso
y estatura, edad y peso, etc. Cada pareja de valores da lugar a un punto y el resul·
taéio es un conjunto de puntos distribuidos por el plano que se denomina nube
de puntos y según la forma como estos puntos se agrupen se podrá juzgar sobre
el grado de asociación entre las dos variables.

Elaboración:

1.- Trazar el sistema de coordenadas. En esta gráfica las dos escalas deben
tener la misma logitud.

2.- Numerar las escalas. La numeración puede empezar con el valor menos
observado en los datos y terminará con el máximo valor ooservado.

Elemplo: Con el fin de constatar si existe relación entre la búsqueda de posi·


ción social y el autoritarismo se obtuvieron los rangos de 12 sujetos como se ve
en la siguiente estadística.
61
CUADRO No. IV.14.
RANGOS DE AUTORITARISMO Y DE BUSOUEDA DE POSICION SOCIAL
DE 12 EMPLEADOS ADMINISTRATIVOS DE LA UAM·X*

RAN GO
SUJETO
Autoritarismo Busqueda de posición social
A 2 3
B 6 4
e 5 2
D 1 1
E 10 8
F 9 11
G 8 10
H 3 6
1 4 7
J 12 11
K 7 5
L 11 9
• Datos hipotéticos.

GRAFICA No. IV.10.


RAZGOS DE AUTORITARISMO Y BUSOUEDA DE POSICION SOCIAL DE
DOCE SUJETOS

12
11
.J

-o
< • •
u 10

1/)
z
o
9

-u- 8

1 /)
o
a..
7

w
o
6

<
o
5

w
:::>
o
4

1/)
:::>
3

m 2

1

1 2 3 4 5 6 7 8 9 10 11 12

62 AUTORITARISMO
En este ,cap (tu lo he1mos revi·sado ilas. t.écnica·s m,ás importantes de r,ep1resenra ..
eió n tab u I ar y gráfica, 11 as e ua.i es podemos r,esum ir· de I a si g u ien te mane r.a :·
1

1·ablas de referenci·a ·- Clasiificación en un .so o s,entido.


{
general. Clas,ificacio,n en das sentidos.

Para var·iables cualitativas o cuan­


titativas discretas y trabaJar con
frecuencias, pr·o, porcio:ne.s y/o por­
Pre·sentaci ón
centajes.
Tabular. Tablas. p.ara fines
es pee ..I a,i es .. Para. va.riable.s cualitativas o cuan-· 1

'titati:vas discretas y trabajar con


frecuencias,, proporciones o poroenta-·
jes y sus respectivos valo r1es, acurm,u .la-·
dos.

Par a var iab 1 es cu.antitatilv as y traba­


1

jar con fr ec u enc.i as pro po r-ci o nes o


po,rcentaj,es y sus respectivos v,ai,or· es 1

acumuJados.

Para variables
{ Nominales - Dia ram a de barras v diagrama
{ ., , �

Cua1I ¡·tativ.as, · _ 0rd i na les


1
de sectores� 1

.. ,.
P resentac1on
Gr.ática · Discreta {--�iagram. · a de barras.
Para v·a.ria.bl:es __ H 1stog1rama
Cuantitativas H·istog;rama y po:liígono de
Conti:nua {
Frrecuen cias
Para variables .
{: . 0· 1 a.,g ra m.a d. e ca rre, ac..1 o., n
Correlacionad as

63
IV.5. BIBLIOGRAFIA CAPITULO IV
GARCIA B., ALFONSO ESTADISTICA ELEMENTAL MODERNA. Barcelona,
Ariel, 1975.

CAMEL V. FAYAD ESTADISTICA


·.
MEDICA Y DE SALUD PUBLICA. Mérida,
Venezuela, Universidad de los Andes, 1966.

HABER, A. Y RUNYON, R.P. ESTADISTICA GENERAL. México, Fondo


Educativo Interamericano, 1973.

MERRIL Y FOX. ESTADISTICA PARA ECONOMISTAS.Buenos Aires, Amo­


rrortu.

SIDNEY, SIEGEL. ESTADISTICA NO PARAMETRICA. México. Trillas, 1975.

64
MEDIDAS BASICAS
DE ESTADISTICA
ELEMENTAL

V.1 OBJETIVOS GENERALES

Al finalizar el programa el alumno:


Comprenderá la ventaja de utilizar los conocimientos básicos de estadística
descriptiva al realizar sus investigaciones.
Identificará y aplicará los conceptos relacionados con las medidas de tenden­
cia central y las medidas de dispersión a un problema específico en el campo
de la investigación social.

V.2 INTRODUCCION

Antes de iniciar el análisis sobre las medidas de tendencia central y de disper­


sión es conveniente recordar, que al realizar la recolección de información en
una investigación se obtendrá un conjunto de datos. Si este conjunto se encuen­
tra ordenado de mayor a menor o viceversa se le denomina "serie simple".
La base teórica que permite realizar el cálculo de las medidas mencionadas
esta condicionada a la forma en que se presenta la información recolectada. Esta
información se puede presentar de tres maneras.
1. La primera corresponde a la más sencilla, la cual se conoce generalmente
como "serie simple" o "serie de fecuencias •Jnitarias".
2. La segunda consiste en la presentación de la información utilizando una
tabla de "series de frecuencias".
3. La última corresponde a la forma más compleja de presentación de infor- 65
mación la cual es sin embargo la más utilizada; ésta se conoce con el nombre
de "serie de clases y frecuencias".
Es indispensable identificar la forma en que se presenta la información ya que
como se ha mencionado, la técnica de cálculo de las medidas de tendencia cen·
tral y dispersión está condicionada a la forma en que ésta puede o es presentada.

V.3. DESARROLLO TEORICO

V.3.1 MEDIDAS DE TENDENCIA CENTRAL


V.3.1.1 Objetivos Específicos
El alumno comprenderá la necesidad de identificar el valor t(pico, caracterís·
tico de la distribución de los datos de la información recolectada para su
investigación.
Manejará y explicará cada uno de los conceptos asociados con las medidas de
tendencia central dentro del ámbito del problema en estudio.
Aplicará cada una de las medidas de tendencia central a problemas prácticos.
Analizará y decidirá en base a los resultados obtenidos.

V .3.1.2. Desarrollo intuitivo


Con frecuencia se escuchan preguntas como: lCuál es el ingreso per-capita de
la población en México? lCuántos cigarrillos se fuma un adolecente en prome·
dio? lCuál es el promedio de horas que la población urbana ve la televisión?
lCuál es el número promedio de llamadas telefónicas que se reciben en un
conmutador a diferentes horas del día o la noche?. En promedio lCuántos acci­
dentes automovilísticos ocurren como resultado directo del alcohol o las
drogas? etc.
Una forma elemental y práctica de describir a un grupo en su totalidad es
encontrar un número único que represente lo "típico" o promedio de ese grupo.
En matemáticas, este valor se conoce como una medida de tendecia central, ya
que generalmente está localizada a la mitad o en el centro de una distribución
de datos.

V.3.1.3. Formalización
Como medidas de tendencia central (m.t.c.) se denominan a aquellas que deter­
minan o explican cual es el centro de la distribución de los datos que se están
analizando; la moda, la mediana y la media, son las medidas de tendencia central
más importantes, ambas se tratan ampliamente en la primera parte de este capí­
tulo analizando cada una por separado y considerando las tres formas que
existen para presentar la información recolectada.

66
V.3.1.3.1. Obtención de las medidas de tendencia central en series
de frecuencia simple.

V.3.1.3.1.1. La moda.

Para obtener la moda (o modo) de una sere simple, se busca cual es la catego·
ría que ocurre con mayor frecuencia en una distribución. Por ejemplo: Supóngase
que se tienen como datos 1.as edades (en años cumplidos) de 16 niños y son las
siguientes: 4, 5, 6, 6, 6, 6, 7, 7, 8, 9, 11, 13, 14, 14, 15, 15, (nótese que ya están
ordenados).
La edad que se repite con mayor frecuencia es la de 6 años, constituyendo
la moda de ese conjunto.
Gráficamente resulta: (ver gráfica No. V.1 ).
GRAFICA No. V.1.
DISTRIBUCION DE LA EDAD DE 16 Nlt:.IOS
DISTRIBUCION UNIMODAL
FRECUENCIA
DE EDADES
4

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
EDADES

Existen casos en los que no existe la moda, por ejemplo: Si se tiene una
serie de datos, donde todos los valores adoptados por la 'Y!riable presentan el
mismo número de observaciones, entonces lo Moda no puede presentarse. Ahora
bien, si por el contrario hay dos o más valores con el mismo número de observa·
ciones máximas, se dice que se tiene dos o más modas en la distribución. El
Ejemplo siguiente ilustra ésto.
Seán los siguientes datos el número de accidentes ocurridos por semana en un
período de 12 semanas:
6, 6, 7. 2, 6, 3, 2, 3, 2, 4, 5, 1 67
Ordenándo los datos se tiene la serie siguiente:
1. 2, 2, 2, 3, 3, 4, 5, 6, 6, 6, 7
Presentando los resultados mediante un cuadro de frecuencias se tiene:
CUADRO No. V.1

X f (X)

1 1
2 3
3 2
4 1
5 1
6 3
7 1

12

Lo que gráficamente resulta:

GRAFICA No. V.2


DISTRIBUCION BIMODAL
DISTRIBUCION DEL NUMERO DE ACCIDENTES
FRECUENCIA
DE
ACC IDENTES

1 2 3 4 5 6 7 8
ACCIDENTES
Gráficamente esta distribución tiene dos puntos de frecuencia máxima, los
valores 2 y 6, sigiriendo las dos jorobas del lomo de un camello. A este tipo de
distribución se le conoce con el nombre de distribución bimodal, en contraste
con la variedad unimodal más común, que tiene una sola "joroba" o punto
68 máximo de frecuencia .
V.3.1.3.1.2. LA MEDIANA

La mediana es la medida de tendencia central que divide a la distribución en


dos partes iguales, de tal manera que por encima de la mediana se encuentran la
mitad de los datos {el 50 º/0) y por abajo de ella la otra mitad, siendo requisito
indispensable que los datos esten ordenados (ya sea en forma creciente o decre­
ciente).
Para la obtención del valor de la posición de la mediana se utiliza la siguiente
fórmula:

. . . de I a M ed'rana -
Pos1c1on -
N + l

Donde N = Número total de datos de la distribución (total de observaciones).


Así el valor de la mediana en el ejemplo de las edades de los niños es:

N = 16 (total de observaciones).

1 = 17
Posición de la Mediana =
16
+
2 2
= 8.5

Esto indica que la mediana se encuentra entre los lugares No. 8 y 9 de l a dis­
tribución, el octavo lugar tiene un valor de 7, el noveno un valor de 8; p·or l o
tanto el valor de la mediana será:

7 +8 15
=-= 7.5
2 2

4, 5, 6, 6, 6, 6, 7, 7, � 8, 9, 11, 13, 14, 14, 15, 15.

Jd
Como se puede apreciar la mediana queda entre dos valores centrales. Esto es
para el caso en que N (Tot. de observaciones) es un número par; el método para.
cuando N es un número impar se presenta a continuación.
Si se tienen las siguientes edades de 9 niños: 3, 4, 4, 5, 6, 8, 8, 8, 10, y se
desea conocer la mediana de la distribución.

N = 9 (Número impar),

Posición de la mediana = 9 + 1 = lO = 5
2 2
69
Lo cual indica que la mediana ocupa el quinto lugar en la serie simple.

3, 4, 4, 5, ~ 8, 8, 8, 10

Md = 6

El valor de la mediana es 6; como se puede observar es el dato central que


divide a la serie en 2 partes con la misma cantidad de datos.

V .3. 1.3.1.3. La Media

La media es la medida de tendencia central más utilizada, se conoce también


como media aritmética, o promedio aritmético.
Su cálculo se logra simplemente al obtener el cociente de .la suma de .las
magnitudes o valores de las características ent.re el número de elementos que
componen el conjunto (N).
Retomando los datos del ejemplo de las edades de los 16 niños se tiene que
la media es:
Suma de la edad de los 16 niños
MEDIA = - - -E:-1-t-ot_a_l_d_e_lo_s_n_i,_ñ_o_s_ _

x = 4+5+6+6+6+6+7+7+8+9+11 +13+14+ 14+15+15


16

~ = 146 = 9.12
16
Donde X simboliza la media aritmética (léase, X barra).

Si la característica que se analiza (edad) se simboliza con "X¡", lo anterior se


puede expresar como:

X= Xi + Xi+1 + X1+2 + ... + XI+ 15


16

X1 + X2 + X3 + X4 + Xs + + X14 + X1s + X1s


X
16

70 Para abreviar la fórmula se puede utilizar la letra griega sigma "L" (que signi-
fica sumatoria) mediante fa cual se indica que hay que sumar el total de los
valores adoptados por las X1; quedando expresado los anteriores mediante:

x = ---
16

Por lo cual se deduce que para encontrar la med ia aritmética basta aplicar la
fórmula siguiente:
N
~ X1
l=l
X=---
N

Donde:

X = Media Aritmética

N
~ = Sumatoria del total de los valores de las Xi
l=l

X1 = Valores adoptados por la variable

N = Número total de observaciones o datos

Es importante resaltar que la media aritmética (X) es la única medida de ten-


dencia central que utiliza para su cálculo el total de los elementos que consti-
tuye el conjunto del cual se desea obtener la información.
Por otra parte cuando se conoce el valor de dos elementos de la fórmula de la
media es posible calcular el tercero.
Estas características hacen de la media aritmética la medida de tendencia
central más utilizada.
Pero: lOué significa la media? lComo puede interpretarse? La media puede
considerarse como el "centro de gravedad" o punto alrededor del cual las desvia-
ciones (diferencias entre los valores Xi y la media X) se equi libran. Su valor se
considera como el valor típico o representativo de una distribución.
.
V.3.1.3.2 Obtención de las medidas de tendencia central en senes
de frecuencias.

Cuando se tiene una serie de datos ordenados y arreglados en forma tabular


en donde se ha anotado el valor adoptado por la variable seguido del número de 71
veces que se repite dicho valor, se dice que tal arreglo tabular constituye una
serie de frecuencia, la cual sirve para condensar grandes masas de datos. Enseguida
se presenta un ejemplo de series de frecuencias:

Ejemplo:

CUADRO No. V.2.


PUNTAJES DEL COEFICIENTE INTELECTUAL DE 50 ESTUDIANTES
DE 1er. INGRESO EN LA UAM.

PUNTAJE DE C.I. FRECUENCIA


(X) f(x)

72 2
92 3
99 5
112 10
120 7
125 10
126 8
130 4
132 1
TOTAL 50

V.3.1.3.2.1. La Moda para series de frecuencia

El método de obtención de la moda para este tipo de series es escencialmente


el mismo; pero se cuenta ahora con un gran auxiliar, que es la presentación en
forma tabular de la series de frecuencias, lo cual hace más prácticos los cálculos
para las medidas de tendencia central.
Ya se ha definido anteriormente el concepto de moda, en el cuadro No.
V.2 se ve claramente que hay dos valores los cuales, son los que más se
repiten; es decir son los que tienen mayor frecuencia, por lo cual se deduce que
tiene dos modos (es bimodal). siendo estos los valores {puntajes), 112 y 125 que
tienen una frecuencia de 10 unidades.

V.3.1.3.2.2. La Mediana Para las Series de Frecuencia.


Para la mediana continuamos con el mismo concepto; su valor se calcula de
la misma forma, en este caso el valor de la mediana adoptará el de variable hasta
donde la frecuencia acumulada sea la mitad de N.
Ejemplo:
72 Retomando los datos del ejemplo sobre los resultados de el coeficiente inte-
lectual de 50 estudiantes de 1 er. ingreso de la U.A.M., se tiene que:

CUADRO No. V.3.


PUNTAJES DEL COEFICIENTE INTELECTUAL DE 50 ESTUDIANTES
DE 1er. INGRESO EN LA UAM.
PUNTAJE DE C.I. FRECUENCIA FRECUENCIA ACUMULADA
( X) ( f)

72 2 2
92 3 5
99 5 10
112 10 20
120 7 27
125 10 37
126 8 45
130 4 49
132 1 50

La posición de la mediana es:

P.MD = N + 1 50 + 1 -
- -51 25.5
2 2 2

Esta posición se encuentra entre la 25 y la 26, pero ambas estan contenidas en


la frecuencia acumulada 27; por lo tanto la mediana toma el valor de 120.

Md = 120

V.3.1.3.2.3. La Media de Series de Frecuencia.

Para obtener la media en una serie de frecuencias se utiliza la siguiente formula:

n
L X1 f<x11
l=l
X n
L f( X) i
l=l

73
Donde:

-X Media Aritmética

n
~ - Sumatoria desde 1 = 1 hastan (número de términos).
l=l

f< x >; = frecuencia del valor Xi


.
Xi = Valores de la característica, (variable).

Esta fórmula indica que se debe multiplicar cada valor Xi por su frecuencia
f(x )i, sumar estos productos y dividir el total entre la suma de las frecuencias.

El ejemplo siguiente ilustra esta idea:

CUADRO No. V.4.


EJEMPLO TEORICO

PUNTAJES

Xi f (Xi) XiF(Xi)
72 2 144
92 3 276
99 5 495
112 10 1120
120 7 840
126 8 1008
130 4 520
132 1 132

50 5785

X 5785 - 115.7
50

X 115.7 :::.: 116

V.3.1 .3.3. Obtención de las medidas de tendencia central en series


de Clases-Frecuencias.
74 La organización de los datos en una serie de clases frecuencia tiene corno fina-
lidad condensar grandes volúmenes de información, esta condensación es aún
mayor a la lograda en las series de frecuencia ya que la característica que se
analiza es agrupada también en clases.
El ejemplo sobre la distribución de renta monetaria entre familias clarifica
esta idea.

CUADRO No. V .5.


DISTRIBUCION DE RENTA MONET AR IA ENTRE FAMIL IAS EN 1947.

CLASES GRUPO DE RENTA NUMERO DE FAMILIAS

1 o- 499 1 . 640
11 500 - 999 2 - 386
111 1000 - 1499 2. 986
IV 1500 - 1999 3. 280
V 2000· 2499 4. 213
VI 2500 - 2999 3. 989
VII 3000- 3499 4. 213
VIII 3500- 3999 3 . 131
IX 4000 - 4499 2. 572
X 4500 - 4999 1 . 752
XI 5000- 5999 2. 870
XII 6000 - 9999 3. 318
XIII 10000 - 50000 1 . 007

TOTAL 37. 279

Fuente: U.S. Bureau Of The Census. Current Populatlon Reports : Consumer lncome,
Serle P·60, No. 5, febrero 1949. Esta tabla procede de la distribución porcentual
dada en la publicación del canso.

V.3.1.3.3.1. Obtención de la Moda en series de clases-frecuencias.

En una serie simple y en una serie de frecuencias, la obtención de la moda no


presenta problemas; como ya se ha explicado la moda es el valor de mayor fre-
cuencia, es decir aquel que se repite un mayor número de veces en el conjunto
total.
Para una serie de clases-frecuencia son varios los métodos que existen para el
cálculo de la moda sin existir uno sólo de aceptación universal.
El método más simple para calcular la moda de una serie de clases de frecuen -
cia, consiste en realizar una inspección de la distribución, localizar la clase con
mayor frecuencia (clase modal) y considerar el punto medio de ésta como el
valor modal.
En el cuadro sobre renta monetaria (cuadro No. V.5.) se observan dos modas;
las clases 5a y 7a ya que la distribución es bimodal. 75
Los valores de las modas son:

2000 + 2499 = 2249.5


2

3000 + 3499 = 3249.5


2

V.3.1.3.3.2

Obtención de la Mediana en Series de Clases y Frecuen-
c1as.
Para calcular esta medida de tendencia central se utiliza la siguiente fórmula:

n
1: f (x);
1=1 - fa
2
Md Li +
fmd

Donde:

Md = Mediana

Li = Límite real inferior de la clase que contiene a la mediana.

n
1: f (x); = Total de frecuencia de la serie.
l=l

Fa Frecuencia acumulada anterior a la clase que contiene a la mediana.

Fmd Frecuencia acumulada de la clase que contiene a la mediana,


(clase mediana).

i) = Tamaño de la clase que contiene a la mediana.

Retomando los datos del ejemplo sobre la renta monetaria entre familias en
1947 se construye una tabla en la cual se agrega la columna de las frecuencias
acumuladas.

76
CUADRO No. V.6.
DISTRIBUCWN DE RENTA MONETARIA ENTRE FAMILIAS EN 1947.

CLASE GRUPO DE RENTA NUMERO DE No. ACUMULADO


(DOLARES) FAMILIAS DE FAMILIAS
(miles) (miles)

1 o- 499 1 . 640 1 . 640


11 500 - 999 2 . 386 4. 026
111 1000 - 1499 2 . 908 6. 934
IV 1500 - 1999 3 . 280 10 . 214
V 2000 - 2499 4. 213 14 . 427
VI 2500 - 2999 3. 989 18 . 416
VI 1 3000 - 3499 4. 213 22. 629
VIII 3500 - 3999 3. 131 25. 760
IX 4000 - 4499 2. 572 28. 332
X 4500 - 4999 1 . 752 30. 084
XI 5000 - 5999 2 . 870 32. 954
XI 1 6000 - 9999 3. 318 36. 272
XII 1 10000 - 50000 1'. 007 37 . 279

TOTAL 37. 279

De los datos de la tabla anterior, se obtiene:

Li = 2499 + 2500 = 2 499.5


2
n
~ f (x); = 3 7 . 279
l=l
fa = 18 . 416

fmd = 22. 629

1 = 2999.5 - 2499.5 = 500


Por lo tanto:

Md = 2499.5 +[ 18.6395 -18. 41 ~1 500


22. 629 J
Md = 2499.5 + 4.9383 = 2504.4383
En consecuencia la med iana es igual a 250 4.43 unidades. 77
V.3.1.3.3.3. Obtención de la Media Aritmética en Series de Clases y
Frecuencias.

Resulta bastante complejo tratar de calcular las medidas de tendencia central


a partir de una serie de frecuencias, por lo que el conjunto de valores se agrupa en
clases que constan de un límite inferior y un límite superior, por ejemplo en la
sexta clase del ejemplo sobre la distribución de Renta Monetaria se tiene que el
límite inferior es 2500 y el límite superior es de 2999.
Se hace necesario obtener un valor único, que sea representativo de los va-
lores que agrupa la clase. Este valor se conoce con el nombre de "punto medio"
o "marca de clase" y se obtiene sumando el 1(mite Inferior más el 1imite supe-
rior, dividiendo el resultado entre dos.

Pm = Li + Ls
2

donde:

Pm = punto medio de clase


Li = 1ímlte inferior de la clase

Ls = 1(mi te superior de la clase

Para la obtención de la media aritmética se utiliza la fórmula:


n n
:E(Pmi)(fi) :E(X'il (fxi)
l=l
-X -
l=l

rr n
:E fi ~f(x)i
l=l l=l

Retomando los datos del ejemplo sobre la distribución de la renta monetaria


se construye una tabla anotando una columna que indica el punto medio de cada
clase y otras que describen operaciones que será útil tener en forma explícita.

78

CUA DRO No. V .7.


DISTR IBUCION DE REN T A MONET AR IA ENT RE FAM I L IAS EN 1947

CLASE GRUPO DE RENTA No. DE FA MI L IAS PUNTO MEDIO (PM j)(Jj)


(dólares) (X) (miles) (Ji) (Pm) (miles)

. o.
1 499 1 . 640 , 250 • 410. 00
11 500 . 999 2 . 386, 749 . 5 . 1788 . 31
11 1 1000 . 1499 2 . 908' 1249 . 5 . 3633. 65
IV 1500 . 1999 3 . 280' 1749. 5 . 5738. 36
V 2000 . 2499 4. 2 13. 2249. 5 9477 . 14
VI 2500 . 2999 3. 989· 2749. 5 10967. 76
V II 3000 . 3499 4.213· 3249. 5 13690. 14
V III 3500 . 3999 3. 13 1 . 3749. 5 11 739. 68
IX 4000 . 4499 2. 572 . 4249 . 5 10929. 71
X 4500 . 4999 1 . 752 . 4749. 5 8321 . 12
XI 5000 . 5999 2 . 870 . 5499. 5 15783. 67
X II 6000 . 9999 3. 318 • 7999. 5 26542. 34
X II 1 10000 . 50000 1 . 007 30000. o 3021 0. 00

37. 279 149231 . 68


Fuente: U.S. Bureau of, The Census Curr ent Populatlon.
Report: Consumar lcome, Serle P • 60 No. 6 febrero 1 969.

Para calcular la media ari tmética de la serie de clases frecuencia anterior, se


aplica la fórmula:
n
L (Pn;) (f11
149231.68
-X l=l
4003. 10
n 37 .279
L fi
l=l

Con lo cual se obtiene que la media de la Distribución de la renta monetaria


entre f amilias fué de$ 4003.1 0 en 1947.

V.3.2.M EDI DAS DE DI SPERSION

V.3.2.1 . Objet ivos Espec íf icos.

El alumno comprenderá el concepto de medidas de dispersión'.


Aplicará cada una de las medidas de dispersión a problemas prácticos.
Podrá analizar y decidir en base a los r esultados obtenidos. 79
V.3.2.2. Desarrollo Intuitivo.

Las medidas de tendencia central permiten obtener un valor típico que repre-
sente al total de valores de una variable; sin embargo ésto no significa que los
valores (si no es que todos) , difieren del promedio; por lo tanto se hace impre·
scindible analizar en que medida cada uno de los valores y todos en conjunto se
alejan del central.
Las medidas de dispersión permiten responder a esta interrogantes.

V.3.2.3. FORMALIZACION.

Mediante el uso de las medidas de tendencia central es posible definir el valor


típico que representa a una serie de valores adoptados por "X" variable; sin
embargo es necesario analizar en qué medida los diferentes valores de la variable
se ubican respecto a éste (desviaciones*) y cómo influye en la estructura de la
distribución.
Las medidas que permiten realizar este tipo de análisis .se conocen como
"medidas de dispersión" o " desviación"; su uso permite determinar el carácter
homogéneo u heterógeneo de un conjunto de datos, lo que a su vez capacita al
investigador en la toma de decisiones racionales respecto a la forma de abordar
un problema.
En esta parte del capítulo se introduce al alumno en la comprensión y manejo
de tres de las más importantes medidas de dispersión: el RANGO o AMPLITUD,
la VARIANZA y finalmente la DESVIACION ESTANDAR.

V.3.2.3.1 . Cálculo de las medidas de dispersión en series simples.

V.3.2.3.1.1 . El Rango ( R) o Amplitud.

El Rango o Amplitud es la medida más elemental de disl>ersión; es simple-


mente la diferencia entre el valor máximo y mínimo de una serie de valores
adoptados por una variable.

80 •Desvlacl6n es la dlfeTencla axlst9nu entra un dato y la media aritmética del conjunto.


Imagine que los ingresos y número de trabajadores que los perciben de una
conipaR ía son los siguientes: (ver cuadro No. V.8.).

CUADRO No. V.8.


INGRESOS Y NUMERO DE TRABAJADORES DE LA COMPA~IA "X"

INGRESOS SEMANALES NUMERO DE TRABAJADORES


(en pesos) (X) (fx)

1000 1
1100 1
1200 1
1500 1
2000 1
3000 1
4000 1

El rango de este ejemplo se calcula mediante la diferencia del valor máximo,


4000 y del valor mínimo, 1000, en consecuencia:

R = 4000 · 1000 = 3000


R = 3000

El valor del rango es igual a 3000 pesos.


Como se puede observar el cálculo del rango no depende de los valores de las
frecuencias; estó origina que la técnica para su obtención sea la misma tanto para
las series simples como para las de frecuencia.
El rango al depender exclusivamente de los valores extremos tiene el inconve·
niente de no analizar los valores de la media, lo que impide obtener una idea
precisa de la dispersión. Esta característica hace que sólo sea considerado como
una medida preliminar de dispersión.

V.3.2.3.2.3. La varianza y el desvío estandar.


Al relacionar mediante una diferencia cualquier valor de la variable y su media
se obtiene la desviación de ese dato al valor típico. El valor de esa desviación sólo
será válido para el dato en cuestión. Cuando se trabaja con una serie de información
no es posible usar estas particularidades, es necesario obtener una medida que
indique en promedio cúal es la desviación característica de todos los datos adop·
tados por la variable.
La varianza (S 2 ) responde a esta necesidad, con ella es posible obtener una
medida que indique el promedio de desviaciones de todos los valores respecto a
la media. Es importante destacar que la varianza es un promedio de las desviacio· 81
nes de los valores a la media al cuadrado; por lo que para calcular el promedio de
desviaciones de los valores a la media en términos lineales hay que obtener su
raíz cuadrada.
El promedio de las desviaciones de los valores a la media en términos lineales
se conoce como desv ío estandar (S).

GRAFICA V.4.
DESVIACION DE LOS VALORES A LA MEDIA

Xt X
AMPL ITUD DE LA DESVIACION DEL VALOR Xt A LA MEDIA (X)

Ya que la varianza es un promedio de desviaciones, su cálculo requiere de los


alejamientos de todos los valores a la media.
Supóngase que se tienen los siguientes datos, y se necesita calcular la varianza
y el desvío estándar. (Ver cuadro No. V.9.).
CUADRO No. V.9.
CALCULO DE LA VARIANZA EN SERIE SIMPLE

X /(X)
7 1
8 1
9 1
10 1
11 1
12 1
13 1
14 1
15 1
X = 11
82
Para ello es necesario calcular en primer lugar las desviaciones de los valores
respecto a la media-(Xi · -XI, éstas son: (ver cuadro No. V.10.)

CUADRO No. V.10.


CALCULO DE LA VARIANZA EN SERIES SIMPLES

X f (XI (XI . XI

7 1 7 - 11 = - 4
8 1 8 - 11 =-3
9 1 9-11 =-2
10 1 10-11=-1
11 1 11-11=-o
12 1 12 - 11=·1
13 1 13 - 11 = - 2
14 1 14-11 = ·3
15 1 15 - 11=·4
-X x 11 t1=1(XI. XI =o

Al sumar las desviaciones, el resultado es igual a cero, esto impide calcular el


promedio de alejamiento de los valores respecto a la media X. Para que esto no
suceda es necesario elevar al cuadrado las decviaciones, ya que así los valores
tanto positivos como negativos se transforman en positivos, es decir: (ver cuadro
No. V.11.I.
CUADRO No. V.11
CALCULO DE LA VARIANZA EN SERIES SIMPLES

X j (XI (X · XI (X - X1 2
7 1 -4 16
8 1 -3 9
9 1 -2 4
10 1 .1 1
11 1 o o
12 1 1 1
13 1 2 4
14 1 4 9
15 1 4 16

9 60

Si se suma el total de las desviaciones al cuadrado y se divide entre el total de 83


elementos ( 1: fe x l 1), se obtiene el promedio de desviaciones al cuadrado de
los valores respecto a la media.

l: (X; - X) 2 Promedio de desviaciones al cuadrado de los valores respecto


l:f(X); a la media aritmética, en series simples.

Este promedio de desviaciones se conoce como varianza de series simples y


se representa mediante la "S2 "; la fórmula completa es:

n
l: (Xi - X)2
¡ = 1
n
Lf (X )l
i = 1

Donde:

(X; - X)2 = desviaciones de los valores al cuadrado.

n
l: f (X)1 = frecuencia total de los valores
i=1

Con los datos del ejemplo el valor de la varianza o variancia es:

S2 = 60 = 6.6667
9
E indica que el promedio de alejamientos al cuadrado de todos los valores
respecto a la media (X) es de 6.6667 unidades. Para expresar este promedio de
alejamientos en términos lineales basta con calcular la raiz cuadrada de la va·
rianza, esto se conoce como desvío estandar y se representa con la letra "S".

s2 = 6.6667

'182' \)6.6667'
s = 2.5820

La "S" del ejemplo muestra que en promedio los diferentes valores se alejan
de la media aitmética en 2.582 unidades.

84
V.3.2.3.2.1. Cálculo de las medidasdedispersión en series de frecuencia

V.3.2.3 .2 .1. La varianza y el desvío estandar.


Supongase que se tiene la siguiente serie de frecuencia y se desea calcular la
varianza. (Ver cuadro No. V.12).

CUADRO No. V.12.


CALCULO DE LA VARIANZA Y DEL DESVIO ESTANDAR EN SERIES DE
FRECUENCIA

X f (X)
10 8
15 10
20 15
25 20
30 30
35 20
40 15
45 10
50 8

x= 30

Para ello es necesario calcular en primer lugar cada una de las desviaciones.
(Ver cuadro No. V.13).
CUADRO No. V.13
CALCULO DE LA VARIANZA Y DEL DESVIO ESTANDAR EN SERIES DE
FRECUENCIA

X f (X) DESVIACIONES
(X - X)

10 8 10 . 30 = . 20
15 10 15. 30 = . 15
20 15 20 . 30 = . 10
25 20 25. 30 =. 5
30 30 30 . 30 =. o
35 20 35 . 30 = 5
40 15 40 . 30 = 10
45 10 45. 30 = 15
50 8 50 . 30 = 20
k 136 o
85
Al sumar directamente los valores de la coh,.1mna de desviaciones del cuadro
No. V .13, se obtiene como resultado el valor cero (O). Este resultado visto superfi-
cial mete parece ocultar las desviaciones; pero es claro que existen, por lo tanto es
necesario hacer que la suma de las disviaciones no sé anule algebraicamente y
de esta forma poder trabajar con el resultado para obtener el promedio; esto se
puede lograr si se eleván al cuadrado las desviaciones, ya que los valores tanto
negativos como positivos son positivos; es decir:

CUADRO No. V.14.


CALCULO DE LA VAR IANZA Y DEL DESVIO ESTANDAR EN SERIES DE
FRECUENCIA

1

X f (X) -
(X· X) -
(X · X)2
1 10 8 - 20 400
11 15 10 -15 225
111 20 15 - 10 100
IV 25 20 - 5 25
V 30 30 o o
VI 35 20 5 25
VII 40 15 10 100
VI 11 45 10 15 225
IX 50 8 20 400

Sin embargo aún es posible sumar las desviaciones al cuadrado, ya que por
ejemplo no existe para el primer caso un valor que se aleje de la media en 400
unidades, existen realmente ocho (8); por lo tanto se tiene que multiplicar la
"desviación al cuadrado", (X1 - X) 2 por su frecueºncia correspondiente (fXi).
El cuadro No. 14 ejemplifica lo expuesto.

CUADRO No. V . 15
CALCULO DE LA VARIANZA EN SER I ES DE FRECUENCIA.
.
1 X f (X) -
(X · X) IX· Xl 2 (X • X) 2 f (X)

1 10 8 10. 30 = . 20 400 3200


11 15 10 15. 30 = . 15 225 2250
111 20 15 20. 30 = . 10 100 1500
IV 25 20 25. 30 =. 5 25 500
V 30 30 30 . 30 =. o o o
VI 35 20 35 . 30 = 5 25 500
VII 40 15 40. 30 = 10 100 1500
VI 11 45 10 45. 30 = 15 225 2250
1·x 50 8 50. 30 = 20 400 3200

136 14900
86
X= 30
Ahora si se suma el total de los valores (X; · X) 2 f(X); y se divide entre el to·
tal de elementos f(X)1 se obtiene el promedio de desviaciones al cuadrado de los
-
valores respecto a la media aritmética (X), lo cual se conoce como varianza o va-
riancia (5 2 ).

n
1: Promedio de desviaciones al cuadrado de los
2
1=1 (X1 - X) t(x);
valores respecto a la media aritmética (X) en
n series de frecu encia.
1: t(xl1
l=l

De lo anterior se deduce que :


n
1: (Xr-Xl 2 f(x )1
l= l
52
n
1: t(x);
l= l

Donde:
52 = Variancia o varianza
(X1-X)2 = Desviaciones de los valores al cuadrado
n
1: f(x)1 = Frecuencia total de los valores

Con los datos del ejemplo el valor de 5 2 es:

52 14900 109.5588
136
Lo que indica que la variancia o varianza del cuadro No.V.15.es de 109.5588
unidades.
El desvío estándar (5) es sólo la raíz cuadrada de este valor, es decir; 5 = 10.467
e indica que los valores se alejan en promedio de la media en 10.467 unidades.

La fórmula del desvío estándar:


n
1: (X1-x12 t(x)I
1= 1
5= n
Lf(xl1
l"l
resulta:
5 = 10.467 87
V.3.2.3.3 Cálculo
. de las medidas de dispersión en series de clases-fre-
cuenc1a.

V.3 .2.3.3.1. El Rango ó Amplitud

Cuando lo que se requiere es cualquier rango de una serie de clases -frecuencia


la diferencia se realiza entre el 1ímite exacto superior del último intervalo y el 1í-
mite exacto inferior del primer intervalo, es decir:
R = Lesu - Leip

Donde:

Lesu = Límite exacto superior del último intervalo.

Leip = Limite exacto inferior del primer intervalo.

Como ejemplo suponga que los ingresos de los habitantes de una comunidad
rural son los siguientes:

CUADRO No. V . 16.


COMUNIDAD "X"

INGRESOS MENSUALES HABITANTES


(pesos)

1000 -1 999 34
2000 - 2999 89
3000 3999 98
4000 4999 72
5000 5999 15

El valor del Lesu es de 5999.5 y el del Leip es de 999.5; en consecuencia el


rango es igual a 5000.

R = 5999.5 - 999.5 = 5000

R = 5000

V .3.2.3.3.2. La Varianza y Desvío Estandar.

Supóngase que se tiene la siguiente serie de clases frecuencia y se requiere cal-


88 cular la varianza y el desvío estandar. Ver cuadro No. V.17
CUADRO No. V.17.
DISTRIBUCION DE INGRESOS EN MEXICO (TEORICO)

CLASE GRUPO DE INGRESO No. DE FAMILIAS

1 o. 499 100
11 500 . 999 200
111 1000 . 1499 250
IV 1500. 1999 300
V 2000. 2499 250
VI 2500 . 2999 100
-
X = 1541 . 21

-
El primer paso es calcular las desviaciones de cada clase a la X, pero dado que
no es posible utilizar el límite superior exacto o el inferior para obtener el aleja-
miento de la clase, pues los 1imites arrojan información sesgada al respecto, un
paso previo es calcular las marcas de clase o puntos medios de cada intervalo.

CUADRO No. V.18


DISTRIBUCION DE INGRESOS EN MEXICO (TEORICO)

CLASE GRUPO DE INGRESO PUNTO MEDIO O No. DE FAM .


MARCA DE CLASE
(i) {X) (X') f (Xi)
1 o. 499 250 100
11 500. 999 749. 5 200
111 1000 . 1499 1249. 5 250
IV 1500. 1999 1749. 5 300
V 2000. 2499 2249. 5 250
VI 2500. 2999 2749. 5 100

-X = 1541 . 21
A continuación se obtiene el alejamiento de cada marca de clase a la media
(X) y se eleva al cuadrado.

89
CUADRO No. V.19
DISTRIBUC ION DE INGRESOS EN MEXICO (TEOR ICO)

CLASE GRUPO DE MARCA DE No. DE DESVIACIONES DESV IACIONES


INGRESO CLASE FAMI L IAS AL CUADRADO

( i) (X)¡ (X '1) f(X );


-
(X' i - X) (X'i - 5()2

1 0-499 250 100 - 1291.21 1 667 223.26


11 500-999 749.5 200 - 791.71 626 804.72
111 1000-1499 1249.5 250 - 291.7 1 85 094.72
IV 1500-1999 1749.5 300 208.29 43 384 .72
V 2000-2499 2249.5 250 708 .29 501 674.72
VI 2500-2999 2749.5 100 1208 .29 1 459 964.72

X = 154 1.21

Dado que no existe un alejamient o al cuadrado de 1 667 223.26 unidades de


la primera clase a la media, sino 100 alejamientos (ya que se tienen 100 familias),
es necesario multiplicar cada desviación al cuadrado, (X; - X) 2 por su frecuencia
correspondiente f(X);, sumar éstos para obtener el resultado total y d ividirlo
entre el número de familias L f (X);.

El cuadro No. V .19. ejempl ifica lo expuesto.

CUADRO No. V.20


DISTR IBUCION DE INGRESOS EN MEX ICO (TEOR ICO)

CLASE GRUPO DE MARCA DE No. DE DESVIACIONES DESVIACIONES DESVIACIONES


INGRESO CLASE FAM. AL CUADRADO AL CUADRADO
POR LA f (X) 1

(i) (X)1 (X ·1) f (x) 1 (X'1 - X) (X'; - X) 2 (X; - X)2 f(x)1

1 0-499 250 100 - 1291.2 1 166722326 166 722 326.4


11 500-999 749 .5 200 - 791.7 1 626 804.72 125 360 944.8
11 1 1000-1499 1249.5 250 - 29 1.71 85 094.72 2 1 273 681.4
IV 1500-1999 1749.5 300 208.29 43 384.72 13 0 15 41 7 .2
V 2000-2499 2249.5 250 708.29 501 674.72 125 4 18 681.0
VI 2500-2999 2749.5 100 1208.29 1 459964.72 145 996 472.4

I: 1200 597 787 522.8


90
-
X = 1 541.21

52 = 597 787 522.8 = 498 156.269


1 200

s2 = 498 156.269

s = 705.8019

En consecuencia la fórmula que permite obtener la varianza de una serie de


clases · frecuencia es:

n
L (X'; . X) 2 f(X)¡

52
n
L f(x)I
l•l

El desvío estándar "S" al ser raíz cuadrada de la varianza se puede expresar


como:

n
l: (Xl · X)2 f(x) ¡
lªl
S=
n
l: f(x) ;
l• l

Donde :

X'1 = Marca de clase o punto medio del intervalo "i"


(X'1 . X) = desviación del intervalo "i"

( a través de marca de clase) a la X

f(x)¡ = frecuencia del intervalo i

n
l: = Sumatoria del primer valor i al enésimo
i=l 91
En el ejemplo el "S" adopta el valor de 705.8019 ~nidades e indica que en
promedio el total de valores se alejan del valor típico (X) en 705.8019 unidades.

V.4. RESUMEN

A lo largo de este capítulo se han desarrollado los temas "medidas de Ten-


dencia Central" y "Medidas de Dispersión", conceptualizando su significado e
indicando su procedimiento de cálculo para tres diferentes tipos de series: series
simples, series de frecuencia y series de clase - frecuencia.
A continuación se presentan las fórmu las que se utilizan para cada uno de
los casos:

MEDIDAS DE TENDENCIA CENTRAL

ETAPAS MODA MEDIANA MEDIA

INSPECCION n
POSICION DE LA
SERIES (VALOR QUE :E X1
SIMPLES MAS SE Md = N +1 X =
l• l

REPITE 2 N

n
INSPECCION POSICION DE LA ¿ (XI) (fxí)
SERIES DE
FRECUENCIAS
VALOR DE
MAYOR Md = N + 1 -
X =
l•l
n
FRECUENCIA 2 ¿ f(x)i
l~l

n
-:E/ (x) - ¿
(Pml) (fi)
SERIES DE A) INSPECCION
CLASES· (VALOR DE MAYOR
Md = Li +
2
. fa
(i)
x= l• l

n
FRECUENCIA FRECUENCIA )
fmd ¿
.... f(x)i
- 1•1

92
MEDIDAS DE DISPERSION

ETAPAS RANGO VARIANZA DESVIO ESTANDAR

n
n \
Diferencia entre el valor 1: (Xi • X)2 1: (Xi· X) 2
• • • • 1=1 1
max1mo y m1n1mo 1=1 1
SERIES
s2 = -
SIMPLES adoptados por la -n S=
n
variable f (x) 1
1: f (x);
1:
1=1 1
l=l : 1

n
n
1:
Dif erencia entre el valor
• • • •
~ (Xi -X) 2 f(x)1 1=1 1 (Xi· X) 2 f(x );
SERIES DE m1n1 mo y max1mo 1=1 1 S=
FRECUENCIA adoptados por la s2 =

' n
variable 1:
1: f(x ) i f (x) 1
1=1 1 l=l 1

n n
SERIES DE
Lesu-Leip
1: '
(Xi · X )2 f(x) 1 1:
1=1 1
(Xi · X) 2 f(x )i
CLASES· l=l 1
s2 = S=
FRECUENCIA n n
1: 1: f(x )1
f (x) i
l=l 1 1=1 1

<O
w
V.5. BIBLIOGRAFIA CAPITULO V

CHOU, YA·LUN : ANALISIS ESTADISTICO. México, lnteramericana, 1977.

DIXON, W.J. MASSEY, F.J.: INTRODUCCION AL ANALISIS ESTADISTICO.


México, Me Graw-Hill, 1965.

DOWNIE, N,M . Y HEARTH, R.W.: METODOS ESTADISTICOS APLICADOS.


México, Harla, 1973.

HABER, A . Y RUNYON, R.P.: ESTADISTICA GENERAL. México, Fondo


Educativo 1nt eramericano, 1973.

STEPHEN, P. SHAO:ESTADISTICA PARA ECONOMISTAS Y ADMINIS-


TRADORES DE EMPRESA. México, Herrero Hermanos, 1974.

94