Ea 01 PDF

DESCRIPCIÓN
DE DATOS
MÓDULO 1
JUAN NARRO LAVI

PROFESOR DE ESTADÍSTICA PARA LA ADMINISTRACIÓN
“ANTES DEL INICIO DE LA
GUERRA SE PREVÉ QUE SE
PODRÁ CONQUISTAR LA
VICTORIA, ESO SE DEBE A LOS
REPETIDOS Y MINUCIOSOS
CÁLCULOS, A LAS
APRECIACIONES Y
PLANIFICACIONES QUE SE
HACEN EN EL TEMPLO…”
Figura 1.1
Sun Tzu
Figura 1.1. Imagen tomada de “Sun Tzu”, por akifrases. Recuperado http://akifrases.com/autor/sun-tzu
“NOSOTROS
CONFIAMOS EN DIOS.
TODOS LOS DEMÁS
DEBEN USAR DATOS”
W.E.Deming
Figura 1.2
Figura 1.2. Imagen tomada de “La verdadera diferencia en pensamiento de William Deming”,
por Sinteria. Recuperado http://www.sintetia.com/la-verdadera-diferencia-en-pensamiento-de-william-deming/
Estadística – Definición
Diferentes significados según la persona que la analice.
Ideas comunes :
Observación y Estudio de determinadas características de
los DATOS recolectados.
Definición formal :
Teoremas, métodos, técnicas y herramientas que nos
permiten:
1) Recolectar, seleccionar y clasificar datos.
2) Analizar e interpretar los datos.
3) Deducir y evaluar conclusiones en base a datos muestrales.
¿Porqué este Análisis ?

TOMA DE DECISIONES
(Lind et al., 2012, p.4)
Estadística – Definición
DEFINIR
RECOLECTAR
ES UNA CIENCIA
QUE ORGANIZAR TOMA
ABARCA DE
TÉCNICAS QUE DECISIONES
NOS PERMITEN: PRESENTAR
ANALIZAR
INTERPRETAR
Toma de Decisiones
1.- Datos: Observaciones específicas a través de mediciones o

conteos.
2.- Información: Datos procesados y resumidos para producir

hechos y generar ideas.
3.- Conocimiento: Información seleccionada y organizada que

proporciona entendimiento, recomendaciones y el sustento
para las decisiones.
Estadística
Distribuc. Frecuencias
Resumir Numéricas Med. Tend. Central
Dispersión
Descriptiva
Histogramas
Presentar Gráficas Polígonos
Estadística Curvas
Barras
Pastel
Inferencial
Estadística Descriptiva
Tabla de Distribución Diagrama Circular
Edad N°Trabajadores
30 - 34 6
35 - 39 12
40 - 44 8
45 - 49 2
Diagrama de Barras Media Aritmética

12
10
0
30-34 35-39 40-44 45-49
(Adaptado de Lind et al., 2012, p.59)

Estadística Distribuc. Frecuencias
Resumir Numéricas Med. Tend. Central
Dispersión
Descriptiva
Histogramas
Presentar Gráficas Polígonos
Estadística Curvas
Barras
Pastel
Plantear Probabilidad
Dist. Normal
Dist. Normal Std.
Inferencial Supuestos T Student
Poisson
Probar
Chi Cuadrado
Estadística Inferencial
Estimación
- Ej. Estimar el peso promedio de
la población usando el peso
promedio de la muestra.
Prueba de Hipótesis :
- Ej. Probar que el peso promedio
de la población es 65 kg.
Extraer conclusiones y/o tomar decisiones concernientes a

una población basándose en los resultados de una muestra.
(Adaptado de Lind et al., 2012, p.6-8)

Población vs. Muestra
Población Muestra
Los valores calculados, usando Los valores computados de los

los datos de la población son datos de una muestra se les llama
llamados parámetros. estadísticos o estimadores.
(Adaptado de Lind et al., 2012, pp.6-8)

Población Estadística
Registro de una característica EN TODOS los elementos del
marco poblacional.
Tiene tantos datos como elementos el marco poblacional.
Habrán tantas poblaciones como características que se

deseen registrar en un marco poblacional.
MARCO POBLACIONAL
(1200 Trabajadores de una Empresa)
Característica Edad Peso Exper.laboral Estado Civil

(años)
Población Población Población Población

Registro
de la P1 P2 P3 ... Pn
Caract.
(1200 datos) (1200 datos) (1200 datos) (1200 datos)
Marco Muestral
Subconjunto del marco poblacional.
Comprende los elementos o estratos del marco poblacional
(es representativo).
En contraste con el marco poblacional es más conveniente
porque se obtienen los datos en menor tiempo y reduciendo los
costos.
Ejemplo :
75 trabajadores de una empresa.
Figura 1.6.
Figura 1.6. Imagen tomada de “Liderazgo, comunicación y participación”, por Urrego Pedro. Recuperado
http://pedrodavidurregoamezquita.blogspot.pe/2009_06_01_archive.html
MARCO POBLACIONAL MARCO MUESTRAL
(1200 Trabajadores de una Empresa) Técnicas (75 trabajadores de la empresa)
de muestreo
Característica Edad Peso Exper.laboral Estado Civil

(años)

Registro ...
de la P1 P2 P3 Pn
Caract.
Muestra
Registro de una característica EN TODOS los
elementos del marco muestral.
Tiene tantos datos como elementos el marco muestral.
Habrán tantas muestras como características se deseen registrar
en un marco muestral.
MARCO POBLACIONAL MARCO MUESTRAL
(1200 Trabajadores de una Empresa) Técnicas (75 trabajadores de la empresa)
de muestreo
Edad Peso Exper.laboral Estado Civil

(años)
Muestra Muestra Muestra Muestra

m1 m2 m3 mn
75 datos
Edad Peso Exper.laboral Estado Civil

Característica (años)
Registro
de la ...
Caract. P1 P2 P3 Pn
Parámetro y Estimador
Parámetro:
Valor representativo de una población (N).
Se simboliza con letras griegas.
Sólo hay un parámetro en cada población.
Media poblacional
Varianza poblacional
Desviación estándar poblacional
Proporción poblacional
Estimador
Valor representativo de una muestra (n).
Se simboliza por letras latinas.
Existen tantos estimadores como muestras se
extraigan de una población.
x Media muestral.
s Varianza muestra.
2
s Desviación estándar muestral.

p Proporción muestral.
Figura 1.6.
Figura 1.6. Imagen tomada de “Liderazgo, comunicación y participación”, por Urrego Pedro. Recuperado
http://pedrodavidurregoamezquita.blogspot.pe/2009_06_01_archive.html
n1
x1
n2
x2
POBLACIÓN n3
x3
nm
xm
PARÁMETRO
DIFERENTES MUESTRAS OCASIONAN DIFERENTES

VALORES DEL ESTIMADOR
Técnicas de MUESTRA
Muestreo (n)
Estimador: x
POBLACIÓN
(N)
Estadística Inferencial
Parámetro: μ -x = Error de muestreo

Estadística – Tipos de Datos
Dato
Atributo Numérico
Ejemplos:
Estado Civil Discreto Continuo
Especialidad
Color de Ojos Ejemplos: Ejemplos:
(Define categorías Número de Niños Peso
o grupos) Defectos por hora Voltaje
(Items Contados) (Características
Medidas)
Tipos de Variables
Variable cualitativa o de atributos: la

característica o variable que se estudia no
es numérica.
EJEMPLOS: Género, afiliación religiosa, tipo

de automóvil que se posee, lugar de
nacimiento, color de los ojos.

Tipos de Variables
Variable cuantitativa: la variable se

puede registrar numéricamente.
EJEMPLO: saldo en una cuenta de

cheques, minutos que faltan para que
termine la clase, número de niños en una
familia.

Tipos de Variables
Variables discretas: sólo pueden adquirir

ciertos valores y casi siempre hay
“brechas” entre esos valores.
EJEMPLO: el número de habitaciones en

una casa (1,2,3,..., etc.).

Tipos de Variables
Variables continuas: pueden tomar

cualquier valor dentro de un
intervalo específico.
EJEMPLO: el tiempo que toma volar

de Lima a Tacna.

Niveles de Medición
Niveles
Nominal Ordinal Intervalo Razón
Diferencia Punto cero

Datos solo se Datos se significativa significativo y
clasifican ordenan entre valores razón entre valores
Número de Número en la lista Número de pacientes

Temperatura
Camiseta en un de la clase. atendidos
Talla
equipo Posición dentro de Número de llamadas
Marca de auto los 10 primeros de ventas realizadas
Distancia a casa
Figura 1.7
Figura 1.7. Tomado de “GRÁFICA 1-3 Resumen de las características de los niveles de medición”, por Levin &
Rubin., 2004, Estadística para administración y economía (7a ed.), p. 13. Copyright 1998 por Mc Graw Hill.
¿Para qué usamos el nivel de
medición de los Datos?
El nivel de medición de los datos nos permite

establecer que cálculos podemos realizar
para resumir y presentar los datos.
Determinar las pruebas estadísticas que

deberían ser llevadas a cabo con los datos.
¿Qué podemos hacer con los datos?
Organizarlos en tablas, gráficos y figuras
Identificar características
de interés para la gestión. Calcular promedios ( media, mediana,
moda y percentiles )
Calcular su dispersión (varianza,

Recolección de datos desviación estándar )
Determinar una ecuación que represente la

relación entre ellos (regresión)
Mejorar la
Calidad Decisional Determinar el grado de asociación entre ellos
(correlación)
Analizarlos dentro de un horizonte

temporal (series cronológicas)
Fases del análisis estadístico
Definición Problema
Variable / Atributo
Definición
Población o Muestra
Recolección Datos
Plan Censal / Muestral
Organización y
Presentación de Datos
Medidas Estadísticas
Parámetros/Estimador
Estadística inferencial
Estimación/P. Hipótesis
Conclusiones /
Recomendaciones
Métodos y técnicas de recolección
de datos
Fuente Método Técnica
Secundaria Fichas
Directo Observación
Experimentación
Primaria
Indirecto Encuesta
Entrevista
Estadística descriptiva - Análisis
de datos
Distribución de Frecuencias
- Agrupamiento de datos en categorías que muestran
el número de observaciones en cada categoría.
Medidas de Tendencia Central (Posición)

- Aquellas que indican el valor de un punto medio o
típico de un grupo de datos.
Medidas de Dispersión
- Aquellas que indican como se encuentran esparcidas
las observaciones de un grupo de datos.
Tablas y los gráficos
Técnicas:
Variables Variables
Cualitativas Cuantitativas
- Distribución de Frecuencias - Distribución de Frecuencias

- Tabla Cruzada - Lineal
- Barras - Histograma y Ojiva
- Circular - Tallo y Hoja
- Pareto - Dispersión
Variable Cualitativa
Tabulación de Datos Gráfica de Datos
Distribución de Frecuencias Barras Circular Pareto

Resumen de datos por categoría
EJEMPLO: Pacientes de Hospital por Unidad
Unidad Número de Pacientes Porcentaje

Cuidado Cardiaco 1,052.00 11.93%
Emergencia 2,245.00 25.46%
UCI 340.00 3.86%
Maternidad 552.00 6.26%
Cirugía 4,630.00 52.50%
Total 8,819.00 100.00%
(Variables son categóricas - atributos)
Gráfico de Barras de pacientes por Unidad
Número de Pacientes
10,000.00
8,819.00
9,000.00
8,000.00
7,000.00
6,000.00
4,630.00
5,000.00
4,000.00
3,000.00 2,245.00
2,000.00
1,052.00 340.00 552.00
1,000.00
Cuidado Emergencia UCI Maternidad Cirugía Total

Cardiaco
Tabla Cruzada
Tabla Cruzada (o de Contingencia), es el listado del
número de observaciones para cada combinación de
valores de dos variables (cuantitativa o cualitativa).
Si hay r categorías para la primera variables (filas) y c

categorías para la segunda variable (columnas), la
tabla es llamada “Tabla cruzada de r x c.
Tabla Cruzada
Tabla Cruzada 3 x 3 para las Alternativas de
Inversión de un Inversionista (en $1000’s)
Inversión Inversionista A Inversionista B Inversionista C Total
Acciones 46 55 27 128
Bonos 32 44 19 95
Efectivo 15 20 33 68
Total 93 119 79 291

Tabla Cruzada - Gráficos
Barras Horizontales lado a lado
Inversionista C
Inversionista B
Inversionista A
0 10 20 30 40 50 60
Efectivo Bonos Acciones

Barra Acumulada
140
120
100
80
60
40
20
0
Inversionista A Inversionista B Inversionista C
Efectivo Bonos Acciones
Ventas Trimestrales por Región:
1er Trim 2do Trim 3er Trim 4to Trim
Norte 20.4 27.4 59 20.4
Centro 30.6 38.6 34.6 31.6
Sur 45.9 46.9 45 43.9
70
60
50
40
30
20
10
0
1er Trim 2do Trim 3er Trim 4to Trim
Norte Centro Sur
Gráficos de Barras y Circular
Los gráficos de Barras y Circulares son frecuentemente
usados para presentar datos cualitativos.
La altura de la Barra o el tamaño del Sector Circular

muestran la frecuencia o porcentaje de cada categoría.
Unidad Número de Pacientes
Cuidado Cardiaco 1,052.00
Emergencia 2,245.00
UCI 340.00
Maternidad 552.00
Cirugía 4,630.00
Total 8,819.00
Número de Pacientes
10,000.00
8,819.00
9,000.00
8,000.00
7,000.00
6,000.00
4,630.00
5,000.00
4,000.00
3,000.00 2,245.00
2,000.00
1,052.00 340.00 552.00
1,000.00
Cuidado Emergencia UCI Maternidad Cirugía Total

Cardiaco
Unidad Número de Pacientes Porcentaje
Cuidado Cardiaco 1,052.00 11.93%
Emergencia 2,245.00 25.46%
UCI 340.00 3.86%
Maternidad 552.00 6.26%
Cirugía 4,630.00 52.50%
Total 8,819.00 100.00%
Pacientes por unidad
12% Cuidado Cardiaco

Emergencia
25%
53% UCI
(Porcentajes son Maternidad
6%
redondeados) 4% Cirugía
Diagrama de Pareto
Pasos Empleo
1- Decidir qué elementos se 1- Enfocar el aspecto principal de un
estudiarán y colectar datos. problema.
2- Tabular datos y calcular los 2- Decidir el objetivo y elementos de
números acumulados. mejoras.
3- Dibujar los ejes X e Y. 3- Predecir la efectividad de la mejora.
4- Mostrar los datos como barras. 4- Confeccionar diagramas ordenados
5- Dibujar una curva acumulativa. por causas.
6- Crear una escala % en eje 5- Comprender la efectividad de la
vertical adicional. mejora.
7- Rotular el diagrama. 6- Emplear pérdidas unitarias en lugar de
8- Analizar el diagrama. casos o unid. físicas.
Diagrama de Pareto
En la planta de una empresa metal-mecánica se levantó
la siguiente información referida a las lesiones sufridas
por el personal entre el 1ro. de Enero y 31 de Mayo.
Analizar y Concluir
Lesiones Enero Febrero Marzo Abril Mayo

Esguince de espalda 6 10 10 7 5
Quemadura con ácido 1 1
Cortadura de mano 1 4 1 3 2
Esguince de tobillo 1 2 1
Cuerpo extraño en el ojo 2 1 1
Cortadura de pierna 1 1 2 1 1
Diagrama de Pareto
Lesiones
Enero – Mayo
1.00
60
0.90
0.80
50
0.70
40
Cant. de Lesiones
0.60
0.50
30
0.40
20 0.30
0.20
10
0.10
0 0.00
Esguince de Cortadura de Cortadura de Esguincede Cuerpo extraño Quemadura con
espalda mano pierna tobillo en el ojo ácido
TOTAL 38 11 6 4 4 2
F.R.ACM. 0.58 0.75 0.85 0.91 0.97 1.00
Datos Numéricos
Distribucion de Frecuencias y
Gráfico Tallo y Hoja
Distribuciones Acumulativas
Histograma Ojiva
Distribución de frecuencias
¿Qué es una Distribución de Frecuencias?
Una distribución de frecuencias es una lista o una
tabla …
Conteniendo agrupaciones de clases (categorías o

rangos dentro de los cuales se encuetran los datos) ...
Y la correspondiente frecuencia con la cual los datos

se encuentran en cada clase o categoría.
Distribución de frecuencias
- Definiciones
Intervalo de clase
- Número reducido de datos.
Frontera/Límite de clase
- Punto medio entre dos extremos de clase consecutivas.
Amplitud de clase
- Diferencia entre la frontera superior e inferior de una clase.
Marca de clase
- Punto medio entre los extremos/fronteras de una clase.
Frecuencia de clase
- Número de variables incluidas en un intervalo de clase.
Pasos
1) Determinar el tipo y número de clases (intervalos).
Regla general : 5 - 20
Sturges : # clases = 1 + 3.3 log N
2) Determinar la amplitud de la clase (i)
i = (Val. Máx. - Val. Min.) / # clases
3) Establecer el extremo inferior.
4) Determinar las fronteras (límites)
5) Calcular la marca de clase (m)
6) Contar el número de observaciones en cada clase (f).
Ejercicio Tienda BETA
Cuentas Pendientes por Cobrar (en Miles de Dólares)
38 31 41 52 59
33 34 92 74 68
77 68 84 41 40
54 49 60 62 59
78 63 46 74 69
60 37 43 51 61
92 95 81 38 60
70 42 88 94 85
73 66 75 64 56
76 95 69 50 55
69 83 78 74 77
83 49 34 78 48
38 76 99 38 94
68 51 87 53 69
39 60 35 79 80
71 58 83 94 66
67 50 86 70 80
51 57 54 46 46
34 48 64 71 65
61 65 64 98 55
Pasos
1) Determinar el tipo y número de clases (intervalos).
Sturges : # clases = 1 + 3.3 log N
# de clases= 1 + 3.3 log (100) = 1 + 3.3 * 2 = 7.6
# de clases= 7
2) Determinar la amplitud de la clase (i)
i = (Val. Máx. - Val. Min.) / # clases
i = (99-31) / 7 = 9.7
i = 10
3) Establecer el extremo inferior.
Puede ser 31 o menos.
Por facilidad 30
Pasos
4) Determinar las fronteras (límites)
Fronteras se expresan con un decimal adicional.
Frontera inferior de primera clase pto. Medio entre 29 y
30, es decir 29.5.
Frontera superior = 29.5 + 10 = 39.5
Extremo superior de la primera clase sería 39.
5) Calcular la marca de clase (m).
Pto.medio entre extremos o fronteras.
(30 + 39) / 2 = 34.5 ó (29.5 + 39.5) / 2 = 34.5
6) Contar el número de observaciones en cada clase (f).
Frontera Frontera Marca Frecuencia

Intervalo Amplitud Inferior Superior Clase Absoluta
Clase (i) (li) (ls) (m) (f)
30 – 39 10 29.5 39.5 34.5 12

40 – 49 10 39.5 49.5 44.5 12
50 – 59 10 49.5 59.5 54.5 16
60 – 69 10 59.5 69.5 64.5 23
70 – 79 10 69.5 79.5 74.5 17
80 – 89 10 79.5 89.5 84.5 11
90 – 99 10 89.5 99.5 94.5 9
Fuente: Dpto. Contabilidad Tienda BETA

Tabla de Frecuencias de la distribución de Cuentas por Cobrar

Tienda BETA
Frecuencia
Intervalo Marca Frecuencia Frecuencia Frecuencia Relativa
Clase Clase Absoluta Acumulada Relativa Acumulada
30 – 39 34.5 12 12 0.12 0.12

40 – 49 44.5 12 24 0.12 0.24
50 – 59 54.5 16 40 0.16 0.40
60 – 69 64.5 23 63 0.23 0.63
70 – 79 74.5 17 80 0.17 0.80
80 – 89 84.5 11 91 0.11 0.91
90 – 99 94.5 10 100 0.09 1.00

Histograma
Un gráfico de los datos arreglados en una distribución de
frecuencias es llamado histograma.
Los criterios de valoración de intervalo se muestran en el eje

horizontal.
En el eje vertical se presentan: frecuencia, frecuencia relativa, o

porcentaje.
Barra de altura apropiada son empleadas para representar el

número de observaciones que hay dentro de cada clase.
Ejemplo
Histograma
Gráfico 4: Peso de 100 Personas (en Kg.)
Número de 25
Personas
20
15
10
0 Peso
29.5 39.5 49.5 59.5 69.5 79.5 89.5 99.5 (Kgs)
Fuente: Encuesta, enero 1998

Ejemplo
Histograma
Gráfico 5: Marca de bebida gaseosa preferida
por universitarios (en %)
% 20
15
10
0
Coca Cola Pepsi Cola Inka Cola Fanta Otros
Fuente: Encuesta a universitarios, enero 1998

Empleo de histogramas
¿Está el centro de la distribución exactamente en el medio de las
especificaciones?
¿Es la dispersión demasiado grande o pequeña?
¿Aparece algún dato más allá de las especificaciones?
¿Hay un espacio amplio para la distribución dentro de las

especificaciones?
Análisis Gráfico
Histograma
- Gráfica de barras de una distribución de frecuencias.
Polígono de frecuencias
- Gráfica lineal de una distribución de frecuencias (marca).
Curvas
- Polígono de frecuencias suavizado (asimetría, curtosis)
Ojiva
- Gráfica de una distribución de frecuencias acumulada.
Barras
- Gráfica de frecuencias para diferentes categorias de datos.
Pastel
- Para ilustrar divisiones de una cantidad total (%).
Análisis Gráfico
Tabla de Frecuencias de la distribución de
Cuentas por Cobrar Tienda BETA
Frecuencia
Intervalo Marca Frecuencia Frecuencia Frecuencia Relativa
Clase Clase Absoluta Acumulada Relativa Acumulada
30 – 39 34.5 12 12 0.12 0.12

40 – 49 44.5 12 24 0.12 0.24
50 – 59 54.5 16 40 0.16 0.40
60 – 69 64.5 23 63 0.23 0.63
70 – 79 74.5 17 80 0.17 0.80
80 – 89 84.5 11 91 0.11 0.91
90 – 99 94.5 9 100 0.09 1.00

Tienda “BETA”
Histograma
Frecuencia 25
20
15
10
0
30-39 40-49 50-59 60-69 70-79 80-89 90-99 Clases
Frecuencia

Tienda “BETA”
Histograma
Frecuencia 25
20
15
10
0
34.5 44.5 54.5 64.5 74.5 84.5 94.5 Clases
Frecuencia Frecuencia

Tienda “BETA”
Frecuencia Acumulada
Frecuencia 120
100
80
60
40
20
0
30-39 40-49 50-59 60-69 70-79 80-89 90-99 Clases
Frec. Acum.

Tienda "BETA"
Frecuencia Relativa
90-99 30-39
80-89 9% 12%
11% 40-49
12%
70-70
17%
50-59
16%
60-99
23%

8lfJcENTRUM
GRADUATE BUSINESS SCHOOL
PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ
CIE TRUM
G1RADUATE. B 1USINESS SCHOOL
PONTIFmCIA UNIIV RSIDAD CATÓLICA DE PERÚ
TRIIPLE CORONA R.ECONOCIMIENTO MUNDIAL TRIPLE ISO
_E
EQUIS
, A�SOCIATlON
""'M B..A:
ACC�EOITED
&BETA
lif' G�Gl\l p M - Ve l'M!d by
u«lA
..lll!C'C'lll'llii 011 -·lliP'
TI IS09001 Mern::ión ISO 26000
A.CREDIITACIONES INTERNA•CIONAILES CER:TIIF .CACIIONES 11 TERNACIONAILIES

Bibliografía
Levin, R., & Rubin, D. (2004). Estadística para administración y
economía (7a ed.). México: Pearson Prentice Hall.
Lind, D., Marchal, W., & Wathen, S. (2012). Estadística aplicada a

los negocios y la economía (15a ed.). México: McGraw-Hill.

Ea 01 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ea 01 PDF

Cargado por

Copyright:

Formatos disponibles

DESCRIPCIÓN

JUAN NARRO LAVI

¿Porqué este Análisis ?

1.- Datos: Observaciones específicas a través de mediciones o

2.- Información: Datos procesados y resumidos para producir

3.- Conocimiento: Información seleccionada y organizada que

Diagrama de Barras Media Aritmética

(Adaptado de Lind et al., 2012, p.59)

Extraer conclusiones y/o tomar decisiones concernientes a

(Adaptado de Lind et al., 2012, p.6-8)

Los valores calculados, usando Los valores computados de los

(Adaptado de Lind et al., 2012, pp.6-8)

Tiene tantos datos como elementos el marco poblacional.

Habrán tantas poblaciones como características que se

Característica Edad Peso Exper.laboral Estado Civil

Población Población Población Población

Característica Edad Peso Exper.laboral Estado Civil

Población Población Población Población

Edad Peso Exper.laboral Estado Civil

Muestra Muestra Muestra Muestra

Edad Peso Exper.laboral Estado Civil

s Desviación estándar muestral.

DIFERENTES MUESTRAS OCASIONAN DIFERENTES

Parámetro: μ -x = Error de muestreo

Variable cualitativa o de atributos: la

EJEMPLOS: Género, afiliación religiosa, tipo

(Adaptado de Lind et al., 2012, p.8)

Variable cuantitativa: la variable se

EJEMPLO: saldo en una cuenta de

(Adaptado de Lind et al., 2012, p.9)

Variables discretas: sólo pueden adquirir

EJEMPLO: el número de habitaciones en

(Adaptado de Lind et al., 2012, p.9)

Variables continuas: pueden tomar

EJEMPLO: el tiempo que toma volar

(Adaptado de Lind et al., 2012, p.9)

Nominal Ordinal Intervalo Razón

Diferencia Punto cero

Número de Número en la lista Número de pacientes

El nivel de medición de los datos nos permite

Determinar las pruebas estadísticas que

Calcular su dispersión (varianza,

Determinar una ecuación que represente la

Analizarlos dentro de un horizonte

Fuente Método Técnica

Medidas de Tendencia Central (Posición)

- Distribución de Frecuencias - Distribución de Frecuencias

Tabulación de Datos Gráfica de Datos

Distribución de Frecuencias Barras Circular Pareto

Unidad Número de Pacientes Porcentaje

Cuidado Emergencia UCI Maternidad Cirugía Total

Si hay r categorías para la primera variables (filas) y c

Inversión Inversionista A Inversionista B Inversionista C Total

Total 93 119 79 291

Efectivo Bonos Acciones

La altura de la Barra o el tamaño del Sector Circular

Cuidado Emergencia UCI Maternidad Cirugía Total

Pacientes por unidad

12% Cuidado Cardiaco

Lesiones Enero Febrero Marzo Abril Mayo

Conteniendo agrupaciones de clases (categorías o

Y la correspondiente frecuencia con la cual los datos

Frontera Frontera Marca Frecuencia