PRIMERA UNIDAD

¿Qué importancia tiene el

estudio de la estadística?

Orientaciones y propósitos
La presente unidad tiene como propósito comprender los conceptos
básicos sobre estadística como estudio organizado; recopilar, ordenar,
organizar y analizar datos que nos permitirán llegar a conclusiones
orientadas a una correcta toma de decisiones en una situación o
problemática determinada

Sumario

. 1. ¿Cuál es la importancia del estudio de la Estadística?

2. ¿Cómo se divide la Estadística?
3. ¿Cuáles son las funciones de la Estadística?
4. ¿Cuáles son los conceptos básicos de la Estadística?
5. ¿Cuáles son las clases de variables?
6. ¿Cuáles son las escalas de medida?
.
 LECCIÓN 1

Estadística
1. Definición
La estadística es una ciencia que trata con el análisis de datos y el proceso de
toma decisiones acerca del sistema a partir del cual los datos fueron obtenidos.
(Hines,1980,p.1)
Otras definiciones
La Estadística puede definirse como “un método de toma de decisiones frente a la
incertidumbre”. (Avila, 2003, p.14).
Los autores modernos definen la Estadística como la ciencia que permite la
elaboración y uso de métodos y procedimientos para la toma decisiones en
presencia de incertidumbre. Es decir, es un instrumento para la toma de decisiones
cuando no se está seguro sobre el estado final de la naturaleza
(Gómez,2006,p.13).

2. Importancia de la estadística. (Webster,2000,p.5)

Virtualmente cada área de la investigación científica seria puede beneficiarse del

análisis estadístico. Para quien formula las políticas económicas y para quien
asesora al presidente y a otros funcionarios públicos sobre procedimientos
económicos apropiados, la estadística ha demostrado ser una herramienta valiosa.
Las decisiones sobre tasas tributarias, los programas sociales, el gasto de defensa
y otros asuntos pueden hacerse de manera inteligente tan sólo con la ayuda del
análisis estadístico.
Los esfuerzos en control de la calidad, minimización de costos, combinación de
productos e inventarios y otros asuntos empresariales pueden manejarse
efectivamente con el uso de procedimientos estadísticos comprobados.

Para quienes están en el área de investigación de mercados, la estadística es de

gran ayuda en el momento de determinar qué tan probable es que un producto
nuevo sea exitoso. La estadística también es muy útil para evaluar las
oportunidades de inversión por parte de los asesores financieros. Los contadores,
los jefes de personal y los fabricantes encuentran oportunidades ilimitadas de
beneficiarse con el uso del análisis estadístico. Incluso un investigador en el campo
de la medicina, interesado en la efectividad de un nuevo medicamento, considera
la estadística una aliada imprescindible.

3. División de la estadística.

3.1. Estadística descriptiva. (Kazmier,1993,p.1) y (Toma,2007,p.21)

La estadística descriptiva utiliza las técnicas estadísticas para resumir y

describir datos; es decir, se ocupa de: - Recolectar datos;
- Organizar datos: en tablas de distribución de frecuencias;

2
 - Presentar de datos: en cuadros, gráficos y diagramas;
- Calcular medidas de tendencia central y dispersión (parámetros o
estadísticos); - Realizar el análisis descriptivo e interpretar datos.

La finalidad es obtener una descripción fácil, rápida, visual, útil y significativa

de dichos datos. Así como de facilitar su comunicación e interpretación.

Ejemplo. De estadística descriptiva

Las edades de cinco estudiantes del curso de estadística son 17, 18, 19, 16,
y 19. Se desea conocer la calificación promedio de estos estudiantes. La
calificación promedio se obtiene sumando las calificaciones y dividirla entre
cinco, el resultado es 17.8.

3.2. Estadística inferencial

La estadística inferencial comprende las técnicas estadísticas por medio de

las cuales utiliza la información de una muestra para extraer alguna
inferencia (o conclusión o generalización) acerca de la población de la que se
extrajo la muestra. (Hines,1994,p.3)

Estas dos ramas de la estadística no son mutuamente excluyentes, ya que

para utilizar las técnicas de la inferencia estadística, se requiere conocer las
técnicas de la estadística descriptiva. (Córdova 2000, p.2)

Ejemplo. De estadística inferencial

Supongamos que el profesor del curso de estadística no tiene tiempo para

conocer la nota promedio de todos los estudiantes del curso de la FISCT,
entonces decide usar la nota promedio de los cinco primeros estudiantes, para
estimar la nota promedio de todos los estudiantes del curso de estadística de
la FISCT.

PROBABILIDAD
N= Tamaño de la
población

MUESTREO INFERENCIA
ESTADISTICA
MUESTRA
(n)
ESTADÍSTICA
DESCRIPTIVA

4. Funciones de la estadística (Webster, Allen 2000, pag.11)

3
 En repetidas ocasiones se ha enfatizado la utilidad de la estadística y la
amplia variedad de problemas que puede resolver. Para resolver de manera
más completa esta amplia aplicabilidad, es necesario analizar las siguientes
funciones:

1. Recolección
2. Organización
3. Presentación,
4. análisis,
5. interpretación de datos

En todo estudio estadístico el primer paso es la recolección de datos para

luego organizar y presentar estos datos de manera significativa y
descriptiva. Los datos deben colocarse en un orden lógico que revele rápida
y fácilmente el mensaje que contiene. Este procedimiento constituye el
proceso de la estadística descriptiva.

Luego de que los datos se han organizado y se han presentado para su

revisión, se deben analiza e interpretar. Estos procedimientos se basan en
la estadística inferencial y constituyen un importante beneficio para el
análisis estadístico, mediante la ayuda en el proceso de toma de decisiones
y solución de problemas.

5. Conceptos básicos de la estadística

1. Población y parámetro

1.1 Población o universo

Es el conjunto completo de individuos, objetos, o medidas que poseen al
menos una característica común observable, de naturaleza cualitativa o
cuantitativa. (Haber,1973,p.2)
El término población se refiere a una colección completa de medidas de
todos los elementos de un universo, acerca del que deseamos obtener
conclusiones o tomar decisiones.(Hines,1994, p.2)
Es la recolección completa de todas las observaciones de interés para
el investigador. (Webster,2000,p.8)
Ejemplos
• Los estudiantes egresados del pregrado de la
UIGV 2009. • Los libros catalogados de las
bibliotecas en la UIVG 2009 • El parque de
computadoras de los estudiantes de la UIGV.

1.2 Parámetro
Es una medida descriptiva de todas las observaciones de la población que son
de interés para el investigador. (Webster, p.9)
Son las medidas de resumen de una población (Avila Acosta,p.21),
Cualquier característica medible de una población.(Audrey,1973,p.2)

4
 Ejemplos
• El tiempo promedio (µ) de los egresados UIGV para obtener su diploma de
bachiller.
• La proporción (π) de libros deteriorados en la biblioteca de la UIGV.
.
Parámetros más usados:
La media o promedio poblacional= µ (letra griega que se lee mu)
La varianza poblacional = σ2 (la letra griega σ se lee sigma)
Proporción poblacional = π (letra griega que se lee pi)

2. Muestra y estadística

2.1 Muestra
Es un subconjunto de la población o universo. (Haber,1973,p.2)
Aunque generalmente los estadísticos se interesan en algún aspecto de toda
la población, generalmente descubren que las poblaciones son demasiado
grandes para ser estudiadas en su totalidad.
La muestra es una parte representativa de la población que se selecciona para
ser estudiada ya que la población es demasiado grande como para analizarla
en su totalidad. (Webster, p.9)

Ejemplo
Calcular el µ= ingreso promedio de los N=15 millones de asalariados sería una
tarea abrumadora. Por consiguiente, generalmente debe ser suficiente estudiar
tan sólo una pequeña porción de dicha población. A esta porción más pequeña
y más manejable se le denomina muestra.

2.2 Estadístico(a) o estadígrafo

Es una medida descriptiva de una muestra y sirve como una estimación del
parámetro desconocido de la población correspondiente. (Webster,2000,p.9)
Es una medida resumen que describe una característica de la muestra.
(Moya,2000,p.10)

Ejemplos
• El tiempo promedio ( x ) de los egresados de la FISCT para obtener su
diploma de bachiller.
• La proporción (p) de libros de ingeniería deteriorados en la biblioteca de la
UIGV.
• La variabilidad (s) de los tiempos de acceso de los estudiantes de la FISCT
a la Web de la UIGV.

Estadísticos más usados:

La media o promedio muestral = x

La varianza muestral = s2
Proporción muestral = p

El siguiente cuadro resume las notaciones para parámetros y estadísticos más

usados:

5
 Población Muestra
Medida Parámetro Estadístico
Media µ x
Varianza σ2 s2
Desviación estándar σ s
Proporción π p

3. Variable

• Es la característica de interés de la muestra o población.

• Es observable, susceptible de adoptar distintos valores o ser expresadas en
varias categorías.
• Es un aspecto específico de la unidad de análisis, y que puede ser medido o
cuantificado, en una escala de registro.
• Adquiere un valor determinado en cada unidad de análisis.
• Se define e identifica en función de los objetivos del estudio o investigación.

Las clases de variable pueden ser: (1) cualitativa o (2) cuantitativa.

3.1 Variable cualitativa

Se miden de manera no numérica, se conoce también como atributo, se refiere
a una característica en particular.

3.2 Variable cuantitativa

Si las observaciones o datos pueden expresarse numéricamente.

Las variables cuantitativas pueden ser (1) continuas o (2) discretas.

3.2.1 Variable continua

- Es aquella que puede tomar cualquier valor dentro de un rango
dado.
- Se pueden expresar por cualquier número real infinito no numerable.
- Generalmente resulta de la medición.
- Acepta un número real.

3.2.2 Variable discreta

- Está limitada a ciertos valores, generalmente números enteros,
finitos o infinitos numerables.
- Con frecuencia son el resultado de la enumeración o del conteo.
- En ningún caso se observarán valores fraccionarios.

Ejemplos. De de variables

6
5.5 Otros conceptos relacionados.

1 Dato (Avila Acosta,2003,p.20)

• Es el número o medida que ha sido recopilado como resultado de la

observación.
• Es el valor o respuesta que adquiere la variable en cada unidad de análisis.
Ejemplos

• El tiempo que los egresados UIGV para obtener su diploma de bachiller =4

meses.
• Los libros pueden ser con deterioro o no, en la biblioteca de la UIGV.

2 Medición. (Avila Acosta,2003,p.20,21)

Es el proceso mediante el cual se asigna “valores”, según una escala analítica,

a las características de la unidad de análisis. Al resultado que se obtiene en
una medición se le llama dato.

3 Información

• Es el resultado de los datos procesados de acuerdo a ciertos objetivos.

• No hay información sin datos.

4 Estadísticas
Se tomará como sinónimo de datos estadísticos, servirá para designar a toda
colección sistemática de datos referentes a un determinado fenómeno.

5 Estadístico

Estadístico, es la persona que se dedica al estudio de la Estadística, es el

profesional que analiza estadísticas, desarrolla métodos y modelos
estadísticos y contribuye a la evolución de la ciencia estadística.

7
 6 Indicadores

• No determinan la realidad, la realidad determina el valor del indicador.

• Es toda cantidad, valor o elemento que permite conocer el estado de un
hecho.
• Permite expresar o conocer la variación, el comportamiento, la intensidad o
relación de una o más características, variables, hechos o fenómenos.

6. Ejemplos de la lección

1. Ejemplo de estadística descriptiva

Se desea conocer el ingreso promedio de los 15 millones de asalariados del Perú,
son interés para un economista que asesore al Congreso en la formulación del plan
nacional tributario.

2. Ejemplo de estadística inferencial

Cuando el Ministerio de Trabajo utiliza el ingreso promedio de una muestra de varios
miles de trabajadores para calcular el ingreso promedio de la población de 15
millones de trabajadores, está utilizando una forma simple de estadística inferencial.

4. Ejemplos de población
• Si los ingresos de los 15 millones de asalariados del Perú son interés para un
economista que asesore al Congreso en la formulación del plan nacional
tributario, entonces los 15 millones de ingresos constituyen la población.
N=tamaño de la población =15 millones de salarios o ingresos xi =
observaciones o datos individuales.(Ejemplo:x1=S/.10,000)

5.Ejemplos de parámetros:
• µ = El ingreso medio o promedio de todos los asalariados del Perú.
• µ = La producción media o promedio de todas las plantas manufactureras.
• π = proporción o porcentaje de todas las unidades defectuosas de la
población.
• π = tasa de todas las unidades defectuosas de la población

Poblaci Poblaci
ón ón

PARÁMETRO
π =Proporción
PARÁMETROS poblacional
µ = Media o Promedio
poblacional
2
σ = Varianza poblacional

8
 N= Tamaño de la población N= Tamaño de la población

3. Ejemplos de población, parámetros, muestra y estadísticos:

• Cada mes el Ministerio de trabajo calcula el ingreso promedio de una

muestra o media muestral (x raya) de varios de miles de asalariados
seleccionados entre la población de 15 millones de trabajadores. El
promedio de esta muestra se utiliza luego como una estimación del ingreso
promedio para toda la población.

N= número total de ingresos o salarios, es la población (N=15 millones).

µ = ingreso medio o promedio de todos los trabajadores de la población o

media
poblacional.

σ2 = Varianza de la poblacional o varianza poblacional

n = tamaño de la muestra (n=30 días)

x = ingreso promedio o medio de la muestra o media muestral

s2 = varianza de la muestra o varianza muestral.

Población

X1 Muestra Aleatoria
,
X2

µ=
,
Media Poblacional
… l
…
2
σ = Varianza… Poblacionall x =Media Muestral Estadísticos
… s 2 = Varianza Muestral
…
XN

n=Tamaño de la muestra
N=Tamaño de la población

9
 LECCIÓN 2
Recolección y Organización de Datos

1. Concepto

La recopilación o recolección de datos es el momento en el cual el investigador se

pone en contacto con los objetos o elementos sometidos a estudio, con el
propósito de obtener los datos o respuestas de las variables consideradas. A partir
de estos datos se prepara la información estadística, se calculan las medidas de
resumen e indicadores para el análisis estadístico. (Avila,2000,p.35)

Antes de recopilar o recoger datos, es importante analizar los objetivos del

estudio, precisar las variables e identificar las fuentes de datos, a fin de definir qué
datos hay que recopilar y cómo hacer esta tarea.

El paso siguiente entonces es organizar y describir los datos de manera concisa

y significativa. Es preciso, agrupar y presentar los datos de manera concisa y
reveladora para facilitar el acceso a la información que contienen.
Para organizar, resumir y tener una idea del comportamiento de un conjunto de
datos correspondiente a una variable, es conveniente presentarlos en una tabla de
distribución de frecuencias o en gráficos en donde se aprecien los valores posibles
de la variable y el número de veces o el porcentaje de veces que se repite cada
valor. (Gómez, p.64)

Casi todos los trabajos que se hacen en estadística comienzan con el proceso de
recolección de datos necesarios para formar con ellos un conjunto que se utilizará en
el estudio. Esta labor, con frecuencia es tediosa y que los datos muchas veces aún
no están disponibles.

La recopilación o recolección de datos es el momento en el cual el investigador se

pone en contacto con los objetos o elementos sometidos a estudio, con el propósito
de obtener los datos o respuestas de las variables consideradas. Debe dotarse de
ciertas garantías para que los datos puedan ser confiables y comparables, evitar las
desviaciones o sesgos y la falta de representatividad. Recordar que los datos son la
materia prima de la estadística.

Las fuentes de datos

1. Las oficinas de estadística
2. Archivos o registros administrativos
3. Documentos
4. Encuestas y censos
5. Los elementos

Técnicas de recolección de datos

1. La observación

10
 2. Técnica documental.
3. La entrevista.
4. El cuestionario
5. La encuesta.
6. La experimentación

Métodos de agrupación de datos

1. Concepto (Webster,p.21)

Permiten organizar y describir los datos de manera concisa y significativa. Es

preciso, agrupar y presentar los datos de manera concisa y reveladora para facilitar
el acceso a la información que contienen.
Para organizar, resumir y tener una idea del comportamiento de un conjunto de
datos correspondiente a una variable, es conveniente presentarlos en una tabla de
distribución de frecuencias o en gráficos en donde se aprecien los valores posibles
de la variable y el número de veces o el porcentaje de veces que se repite cada
valor. (Gómez, p.64)

2. Distribución de frecuencias
Definición
Una distribución de frecuencias es una tabla en la cual se agrupan en clases los
valores posibles para una sola variable y se registra el número de valores
observados que corresponde a cada clase. Los datos organizados en una
distribución de frecuencias se denominan datos agrupados. (Kazmier,p.8)

Ejemplo
A continuación se analiza el consumo por hora en el restaurant Sabor a Mi, para ello
se hizo el estudio durante 40 horas distintas en días distintos y se obtuvo la siguiente
información:

CUADRO DE DATOS

12 15 10 15 17 12 13 9
20 18 11 12 10 16 18 15
13 16 17 12 11 18 19 12
11 10 25 13 15 17 14 11
12 17 15 13 11 16 20 13

Sin embargo, con estos datos en bruto, son “datos sin procesar”, es improbable que
se pueda obtener información útil y significativa respecto a al consumo en el
restaurant. Los datos no están organizados y es difícil llegar a una conclusión
significativa simplemente revisando una serie de números anotados en un papel.
Primero se analizará cómo puede utilizarse una distribución de frecuencia para
organizar el conjunto de datos.

11
3. Construcción de una tabla de distribución de frecuencias (Webster,p.22-24)

Paso 1: Determinar el número de clases o intervalos de clase:

Fórmula: 2c ≥n

Dónde: c= Número de clases, es la menor potencia a la cual se eleva 2, de manera

que el resultado sea igual a o mayor que el número de observaciones. n= Número de
observaciones o datos

Dado que n = 40. Así,

2c ≥40

Despejando c, se encuentra que 26 = 64. Esta regla sugiere que debería haber seis
clases en la tabla de frecuencias. Por razones de conveniencia, puede utilizarse un
número mayor o menor de clases. Se recomienda entre 5 y 20.

También se puede usar

*Fórmula de Sturges: c= 1+ 3.3logn

Paso 2: Determinar el tamaño o amplitud del intervalo de clase:

Antes que todo se deben ordenar los datos en forma creciente o decreciente.
Determinar el valor máximo y el valor mínimo del conjunto de datos para luego hallar
el rango R donde R= Valor máx –Valor mín.
Si el rango es pequeño, entonces trabajar con los valores originales ordenados de la
variable; si el rango es grande, entonces trabajar con los datos ordenados y
agrupados en intervalos de clase. (Gomez, p.65)

1 RANGO R=DM-Dm
r=DM-Dm
16
DM= 25
Dm= 9

Tamaño o amplitud del

Intervalo de clase A=TIC = Valor máximo – Valor
mínimo
Número deseado de intervalos

Ya que se deciden c= 6 clases para la tabla de frecuencia, el tamaño del

intervalo de clase es:
16 = 2.67

12
 6 Para facilidades del cálculo SIEMPRE será
un número entero, en este caso el inmediato
Superior 2.67 a 3
3 AMPLITUD A=R/n

El exceso 1 se le restará
al valor menor y el exceso
4 RANGO TEÓRICO R'=A*n
2 se le sumará al valor
18 mayor
Asi:
Vmax-1= 9-1=8
5 EXCESO E=R'-R Vmax+1= 25+1=26
2
Entonces 8 y 26 serán los
valores extremos de los
E1 1 intervalos
E2 1

Paso 3: Construir los intervalos de clase: 50+10=60 , 60+10=70 , 70+10=80 ,.

….)

Intervalos de clase [ Linf - Lsup ]

8 11
11 14
14 17
17 20
20 23
23 26

[ --- ] = intervalo cerrado por izquierda y derecha

Luego se construye la tabla de distribución de frecuencia, realizando el conteo y

distribuyendo las observaciones en las clases respectivas:

Tabla 3.2. Distribución de frecuencia para clientes del restaurant Sabor a Mi:

13
 * * TABLA DE FRECUENCIAS
**
MARCAS( FREC.AB.
INTERVALOS (X) FREC.REL(h) FREC.AC.(F)↓ FREC.AC.(F)↑ FREC.AC.(H)↓ FREC.AC.(H)↑
X') (f)
1° 8 11 9.5 4 10 4 40 10 100
2° 11 14 12.5 16 40 20 36 50 90
3° 14 17 15.5 9 22.5 29 25 72.5 62.5
4° 17 20 18.5 8 20 37 19 92.5 47.5
5° 20 23 21.5 2 5 39 11 97.5 27.5
6° 23 26 24.5 1 2.5 40 4 100 10
7°
8°
TOTAL 40 100

Marca de clase Mi o X´: Se obtiene sumando la mitad de la amplitud al límite inferior

del intervalo, así la primera marca de clase se halla 8+ 3/2= 9.5, la siguiente 11+ 3/2=
12.5 , etc.

Frecuencia Absoluta f: Se obtiene contabilizando el número de datos

comprendidos en el intervalo.

Frecuencia Relativa h: Se obtiene dividiendo cada frecuencia relativa entre el

número total de datos. Asi por ejemplo: h2 = f2/40= 16/40= 0.4 = 40%

Frecuencia Absoluta Acumulada F: Se obtiene sumando las frecuencias absolutas

desde el primer intervalo. Ejm: F3= f1+f2+f3= 4+16+9= 29

Frecuencia Relativa Acumulada H: De la misma manera que la absoluta acumulada

se suman las frecuencias desde la clase anterior. Ejm: H2= h1+h2=10+40= 50

5. Distribución de frecuencias simétrica:

Es aquella cuyos elementos en la columna de distribución de frecuencias se repiten
simulando un espejo.

f par f impar
a a En este caso la línea
divisoria hace las veces
b b
de espejo
c c
c b
b a
a

6. Ejercicios de la Lección:
Una empresa quiere hacer un estudio acerca del número de hijos por
trabajador obteniendo así:

14
 CUADRO DE DATOS

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

Tabla 3.8.- Distribución de frecuencia completa (absoluta, relativas y

acumuladas)
TABLAS DE FRECUENCIAS
* * *
CLASES(X) FREC.AB. (f) FREC.REL(h) FREC.AC. (F)↓ FREC.AC. (F)↑ FREC.AC. (H)↓ FREC.AC. (H)↑
1 3 8.1 3 37 8.1 99.9
2 4 10.8 7 34 18.9 91.8
3 11 29.7 18 30 48.6 81
4 9 24.3 27 19 72.9 51.3
5 6 16.2 33 10 89.1 27
6 4 10.8 37 4 99.9 10.8

TOTAL 37 100%

15
 LECCIÓN 3

Gráficos y diagramas
1. Concepto (Avila,p.67)
Un gráfico o diagrama es una representación pictórica (figuras geométricas) con el
objeto de ilustrar, describir y comprender visualmente, de manera casi
instantánea, el comportamiento de los datos. El gráfico es una ayuda visual.

2. Histogramas y Polígonos de frecuencias

2.1 Histograma de frecuencias (Kasmier,10)

El histograma es la gráfica de una distribución de frecuencias, en forma de
“cajas“ rectangulares verticales juntas. Se construye:
1º Un sistema de ejes XY.
2º En el eje horizontal (X) de la gráfica, se colocan los límites exactos de
clase.
3º En el eje vertical (Y), se colocan las frecuencias.
4º Por cada intervalo de clase en el eje X, se levanta un rectángulo cuya
altura es su respectiva frecuencia.

Figura 3.1. Histograma para el número de consumidores por hora del

restaurant.

18
16
14
N° de alumnos

12
10
8
6
4
2
0
9.5 12.5 15.5 18.5 21.5 24.5
Número de clientes

2.3 Polígono de frecuencias acumuladas (“ojiva”)

Es la gráfica de una distribución de frecuencias acumuladas, se forma
uniendo con un segmento de recta, los segmentos verticales alzados a partir
del límite superior de cada clase, hasta la frecuencia acumulada respectiva.

Figura 3.3 Polígono de frecuencias para el número de hijos por trabajador

16
 18
16
14

N° de alumnos
12
10
8
6
4
2
0
9.5 12.5 15.5 18.5 21.5 24.5
Número de clientes

2.3 Polígono de frecuencias acumuladas (“ojiva”)

Es la gráfica de una distribución de frecuencias acumuladas, se forma
uniendo con un segmento de recta, los segmentos verticales alzados a partir
del límite superior de cada clase, hasta la frecuencia acumulada respectiva.
Figura 3.3 Polígono acumulado de frecuencias para el número de
consumidores del restaurant.

3. Diagramas de barras
Con los datos de la Tabla 3.6 de distribución de frecuencias de 20
pequeñas empresas según el número de trabajadores.

17
 empleados f h F H
2 1 0.05 1 0.05
3 4 0.20 5 0.25
4 7 0.35 12 0.60
5 5 0.25 17 0.85
6 3 0.15 20 1.00
n=20 1.00
empresas

Diagrama de barras de
Frecuencias absolutas
7
7
E 6
M
P 5 5
R
4 4
E
S 3 3
A
S 2
1
1

0
2 3 4 5 6
Número de trabajadores

5. Diagrama circular
Sirve para mostrar proporciones o porcentajes relativas de una variable. Se
crea marcando una porción del círculo correspondiente a cada categoría de
la variable.
Diagrama circular número de clientes por hora

18
 Grafico circular
3%
5% 10%
10
40
20% 22.5
20
5
2.5
40%

23%

RESUMEN

La recolección de datos originales revela muy poco por sí sola. Es extremadamente

difícil determinar el verdadero significado de un grupo de números que simplemente se
han registrado en un papel. El propósito de esta unidad ha sido es organizar y
describir tales datos de manera concisa y significativa. Para determinar su
significancia, los datos se organizan de manera que, con un simple vistazo, se pueda
tener una idea de lo que pueden decirnos.

Entre las herramientas estadísticas que resultan de particular utilidad para organizar
los datos se incluyen:
• Tablas de frecuencia que colocan todos los datos en clases específicas.
• Diversos gráficos que pueden proporcionar una representación visual de los
datos.

19
 LECTURA

Pensamiento estadístico*

El mundo de hoy se enfrenta, en diversos campos, a un volumen de información que

cada vez va en aumento y que es necesario manejar ágil y eficientemente. La
estadística, en muchos casos, se constituye en una buena opción para hacerlo.

La noción de estadística de derivó originalmente del vocablo Estado, porque ha sido

función tradicional de los gobiernos centrales llevar los registros de población,
nacimientos, defunciones, exportaciones, impuestos, etc. Contar y medir éstos y otros
hechos genera muchas clases de datos.

Para entender la Estadística es importante poner énfasis en los siguientes elementos

del pensamiento estadístico: la necesidad de contar con datos, la importancia de la
producción de datos, así como la medición e interpretación y el modelamiento de la
variabilidad de los datos.

Los autores modernos definen la Estadística como la ciencia que permite la

elaboración y uso de métodos y procedimientos para la toma decisiones en presencia
de incertidumbre. Es decir, es un instrumento para la toma de decisiones cuando no
se está seguro sobre el estado final de la naturaleza.

Como un procedimiento de toma de decisiones, la Estadística se ha convertido en un

instrumento cotidiano de los investigadores y profesionales de todos los campos del
conocimiento, quienes necesitan tener alguna familiaridad con principios estadísticos
para poder emitir y evaluar sus informes y evitar malos usos de la estadística.

(*)Gómez, Doris y otros (2006) Estadística descriptiva. Con soporte de spss y matlab.
Lima, Fondo editorial UNMSM, p.13.
20
 ACTIVIDADES

1. Describa con sus propias palabras cómo pude utilizarse la estadística para
solucionar problemas en varias disciplinas y ocupaciones.

2. Describa con sus propios términos la diferencia entre una población y una
muestra; entre un parámetro y un estadístico.

3. Cite algunos ejemplos de cómo se aplica la Estadística en la Ingeniería y en la

Ingeniería de Sistemas en particular.

4. Los siguientes datos son los ingresos de 60 ejecutivos de marketing para

empresas de Estados Unidos. Los datos están expresados en miles de dólares.

58 76 89 45 67 34
64 76 34 65 45 39
79 74 56 71 85 87
74 38 69 79 61 71
69 62 56 38 69 79
71 54 31 69 62 39
65 79 47 46 77 66
55 75 62 57 77 36
73 72 64 69 51 50
40 50 74 61 69 73

a. Construya una tabla de frecuencias completa.

b. Presente una distribución acumulada “más que” y una distribución de de
frecuencia acumulada “menor que” y hacer los gráficos correspondientes.

5. Como consultor económico privado, usted considera necesario leer fielmente

The Wall Street Journal para estar al día en su campo profesional. Un reporte

21
 reciente de éste medio mostró los siguientes datos sobre el porcentaje de
ejecutivos que están en las 42 mejoras corporaciones de E.U. que sufren de
problemas de abuso de drogas. Se sugiere 7 clases y valor mínimo 5.

5.9 8.8 14.3 8.3 9.1 5.1 15.3

17.5 17.3 15.0 9.3 9.9 7.0 16.7
10.3 11.5 17.0 8.5 7.2 13.7 16.3
12.7 8.7 6.5 6.8 13.4 5.5 15.2
8.4 9.8 7.3 10.0 11.0 13.2 16.3
9.1 12.3 8.5 16.0 10.2 11.7 14.2

Construya una tabla de frecuencias completa y construya el histograma

correspondiente.

AUTOEVALUACIÓN

1. Cinco lavadoras de marca ¨Blanquito¨ fallaron después de 900 horas en

promedio de uso continuo. 7 lavadoras de marca ¨Fresco¨ dejaron de
funcionar después de 890 horas en promedio de uso continúo. Marcar
verdadero (V) o falso (F) si se trata de estadística descriptiva (ED) o de
estadística inferencial (Moya,p.4).

a. La diferencia entre los dos promedios (E.I.) ( )

b. La diferencia entre los dos promedios es demasiado pequeño para

llegar a la conclusión de que las lavadoras marca ¨Blanquito¨ son
mejores que las computadoras marca ¨Fresco¨.(E.I.). ( )

c. Si se selecciona y prueba otra computadora de marca ¨Blanquito¨,

probablemente durará más que el promedio de las computadoras de
marca ¨Fresco¨.(E.D) ( )

d. Ud. decide comprar lavadoras marca ¨Blanquito¨ en vez de lavadoras

marca ¨Fresco¨ B.(E.I.) ( )

Alternativas
a. VVFF b. VFVF c. FVFV d. FFVV

2.
Supóngase que el 60% de los electores registrados en un país son
integrantes de un partido A y el 40% no. A partir de una muestra de 500
electores, se encuentra que 250 pertenecen al partido A. Responda lo
siguiente: (Moya p.11)

22
a. ¿Cuál es la proporción de lectores en la muestra que pertenecen al
partido A?
b. ¿Cuál es la proporción de lectores en la población que pertenecen al
partido A?

Alternativas:
a. 50% y 40% b. 60% y 50% c. 40% y 50% d. 50% y 60%

1. Un conjunto de datos contiene 100 observaciones; la más grande es

315 y la más pequeña es 56.

1. ¿Cuántas clases debería tener la tabla de frecuencias?

2. ¿Cuál es el intervalo de clase?

Alternativas: a) 7 y 37 b) 8 y 35 c) 7 y 40 d) 8 y 40

2. En un estudio reciente sobre 500 graduados en administración de

negocios, el salario inicial más alto que se reportó fue de $27,500 dólares y el
más bajo fue de $19,900 dólares. Usted desea crear la tabla de frecuencias
para analizar y comparar estos datos con las ofertas de trabajo que usted ha
recibido.

a ¿Cuántas clases pondrá en su tabla de frecuencia?

b ¿Cuál es el intervalo de clase?

Alternativas: a) 8 y 800 b) 9 y 1,000 c) 9 y 800 d) 8 y 1,000

3. Los siguientes datos son los ingresos de 60 ejecutivos de marketing

para empresas de Estados Unidos. Los datos están expresados en miles de
dólares.

58 76 89 45 67 34
64 76 34 65 45 39
79 74 56 71 85 87
74 38 69 79 61 71
69 62 56 38 69 79
71 54 31 69 62 39
65 79 47 46 77 66
55 75 62 57 77 36
73 72 64 69 51 50
40 50 74 61 69 73

a ¿Cuántas clases pondrá en su tabla de frecuencia?

b ¿Cuál es el tamaño del intervalo de clase?
c Qué cantidad de los ejecutivos tiene ingresos inferiores a $70

Alternativas:

23
 a) 6 ; 10 y 39 b) 7 ; 9 y 22 c) 6 ; 9 y 57 d) 8 ; 8 y 39

4. Como consultor económico privado, usted considera necesario leer

fielmente The Wall Street Journal para estar al día en su campo profesional. Un
reporte reciente de éste medio mostró los siguientes datos sobre el porcentaje
de ejecutivos que están en las 42 mejoras corporaciones de E.U. que sufren de
problemas de abuso de drogas. Se sugiere 7 clases y valor mínimo 5.

5.9 8.8 14.3 8.3 9.1 5.1 15.3

17.5 17.3 15.0 9.3 9.9 7.0 16.7
10.3 11.5 17.0 8.5 7.2 13.7 16.3
12.7 8.7 6.5 6.8 13.4 5.5 15.2
8.4 9.8 7.3 10.0 11.0 13.2 16.3
9.1 12.3 8.5 16.0 10.2 11.7 14.2

a ¿Cuántas clases pondrá en su tabla de frecuencia?

b ¿Cuál es el tamaño del intervalo de clase?
c ¿Qué cantidad de las corporaciones tiene este problema, menores al
15% de los ejecutivos?

Alternativas:
a) 6 ; 4 y 14 b) 6 ; 4 y 22 c) 7 ; 2 y 27 d) 7 ; 2 y 32

5. Los ingresos mensuales de una muestra de pequeños comerciantes se

tabularon en una distribución de frecuencias simétrica de 5 intervalos de igual
amplitud resultando: Ingreso mínimo $125, la marca de clase del segundo
intervalo es $200. Si el 10 % de los ingresos son menores que $175 y el 70%
de los ingresos son menores a $275.(Cordova,p.34)

a Reconstruya la tabla de distribución de frecuencias completa y

b ¿Qué porcentaje de los ingresos son superiores a $325?

Alternativas: a) 15% b) 25% c) 30% d) 40%

6. La organización del tiempo, en minutos, que tardan 100 obreros para

ejecutar cierta tarea, ha dado una tabla de frecuencias de 4 intervalos de igual
amplitud cuyo histograma correspondiente es simétrico. Si el primer intervalo es
[6 - ? ) y su marca de clase es 7; la frecuencia absoluta f 2=2f1+5 y si se sabe
que el 85% de los obreros demoran menos de 12 minutos.

a Reconstruya la tabla de distribución de frecuencias completa y 2

¿Qué porcentaje de los tiempos es inferior a 10 minutos?

Alternativas: a) 45% b) 35% c) 30% d) 50%

7. Los puntajes de una prueba de aptitud se tabularon en una distribución

frecuencias de 6 intervalos de igual amplitud. Se tienen: marcas de clase
M2=40 y M4=80; frecuencias relativas: h1=h6 , h3=h5 , h4=0.25 , h2=h4 - h1 ,
h3=h1+0.10 y F6=60 .

24
 a Reconstruya la tabla de distribución de frecuencias completa y
b ¿Qué porcentaje de los puntajes son superiores a 90?

Alternativas: a) 25% b) 30% c) 55% d) 60%

Respuestas de control
1.c, 2.d, 3.c, 4.b, 5.a, 6.d, 7.c, 8.d, 9.b

EXPLORACIÓN ON LINE

1. http://www.monografias.com/trabajos43/distribucion-
frecuencias/distribucionfrecuencias2.shtml
2. http://www.estadistica.ucr.ac.cr/pdf/xs-0111/df.pdf
3. cursa.ihmc.us/.../TABLAS%20DE%20DISTRIBUCIÓN%20DE
%20FRECUENCIAS.doc
4. http://www.vitutor.net/2/11/distribucion_frecuencias.html
5. http://sapiens.ya.com/matagus/unidad2.htm
6. http://www.vadenumeros.es/sociales/frecuencia-absoluta-relativa.htm
7. http://www.inei.gob.pe
8. http://www.hiru.com/es/matematika/matematika_06700.html.
Aplicaciones de la estadística
9. http://www.estadisticaparatodos.es/webquest/webquest.html#3.
10. http://www.uv.mx/cienciahombre/revistae/vol18num2/articulos/hist
oria/index.htm
11. http://www.cortland.edu/flteach/stats/links.html
12. http://www.pwpamplona.com/wen/descriptiva/descriptiva.htm
13. http://www-en.us.es/docbioest/htm/links.htm

Referencias bibliográficas

Avila Acosta, Roberto (2003) Estadística elemental. Lima, Estudios y Ediciones RA,
p.54,

25
Barreno, Emma (2000) Estadística aplicada a la empresa. Lima, Centro de
impresiones de la U.S.M.P. ,p.16

Córdova, Manuel (2000) Estadística Descriptiva e inferencia. Aplicaciones. 4ta. Ed.

Lima, Editorial Moshera S.R.L., p.34

Gómez, Doris y otros (2006) Estadística descriptiva. Con soporte de spss y matlab.
Lima, Fondo editorial UNMSM., pp. 63-65.

Kazmier, Leonard y Alfredo Díaz Mata (1993) Estadística aplicada a la administración

y a la economía. 2da. Ed. Revisada. México, McGraw-Hill, pp. 8,10

Levin, Richard y David Rubin (1996) Estadística para administradores. Sexta Ed.
México, Prentice-Hall Hispanoamericano, S.A., p.16

Moya, Rufino (1995) Estadística descriptiva y probabilidad. Conceptos y aplicaciones.

1ra. Ed. Lima, Perú, Editorial San Marcos, pp. 55,61

Webster, Allen L (2000) Estadística aplicada a los negocios y la economía. 3ra. Ed.
Santa Fe de Bogotá, Irwin MacGraw-Hill, pp. 21-25.

Hines, William y Douglas Montgomery (1980) Probability and statistics in

engineering and management science. Second Edition. New York, John Wiley
& Sons, p.1

Hines, William y Douglas Montgomery (1994) Probabilidad y estadística para

ingeniería y administración. 3ra. Ed. en inglés, 2da. Ed. en español. México,
D.F., Cecsa, pp. 2,3

Bibliografía Comentada

Avila Acosta, Roberto (2003) Estadística elemental. Lima, Estudios y Ediciones RA.
Este autor hace una clasificación de los gráficos con bastante detalle y presenta una
miscelánea de gráficos.

Córdova, Manuel (2000) Estadística Descriptiva e inferencia. Aplicaciones. 4ta. Ed.

Lima, Editorial Moshera S.R.L. Este autor, presenta ejercicios por resolver sobre
distribuciones de frecuencias muy interesantes.

Gómez, Doris y otros (2006) Estadística descriptiva. Con soporte de spss y matlab.
Lima, Fondo editorial UNMSM. Estos autores presentan ejemplos didácticos.

Avila Acosta, Roberto (2003) Estadística elemental. Lima, Estudios y Ediciones

RA.
26
El contenido de este libro ha sido sistematizado con el propósito de que los
lectores logren una mayor comprensión y aplicación de la Estadística Básica,
utilizando un vocabulario sencillo y preciso, reforzado con muchos ejemplos y
evitando en todo momento las complejidades matemáticas.

Gómez, Doris y otros (2006) Estadística descriptiva. Con soporte de spss y

matlab. Lima, Fondo editorial UNMSM.
Este es un libro de Estadística introductorio, que abarca tópicos de la
Estadística Descriptiva y que refleja los últimos avances tecnológicos y de
enseñanza. Los avances tecnológicos se reflejan en la incorporación de
tecnologías de reciente uso, para ilustrar los ejemplos y ejercicios del libro,
siendo ésta una nueva óptica de abordar y enseñar la Estadística. Cabe indicar
que este libro también puede usarse sin ninguna tecnología específica, puesto
que cada uno de los temas se han ilustrados con ejemplos resueltos
detalladamente.

Webster, Allen L (2000) Estadística aplicada a los negocios y la economía. 3ra.

Ed. Santa Fe de Bogotá, Irwin Mac Graw Hill.
Este libro enfatiza la importancia de aplicar el análisis estadístico a la solución
de problemas y toma de decisiones. Se ha condensado para presentar el
material de forma concisa y manejable.
Principales características pedagógicas contenidas en esta edición:
Cada capítulo abre con un diagrama de flujo que muéstralos principales
temas a tratar Los ejemplos presentan tres partes: planteamiento,
solución e interpretación.
Se presentan ejercicios por resolver en cada sección.
Cada capítulo concluye con problemas resueltos, lista de fórmulas y problemas
por resolver.

Moya, Rufino (2000) Estadística descriptiva. Conceptos y aplicaciones. Lima,

Editorial San Marcos.
Este libro presenta un tratado completo de la estadística descriptiva de manera
didáctica con abundante variedad de problemas resueltos, que permita una
autoinformación del lector. Por el que se tendrá un panorama bastante
completo del uso apropiado de los términos y las técnicas estadísticas
descriptivas.

27
28