Distribución Normal

1.Una aproximación al modelo _____________________________________________ 1

2. Propiedades de las variables que se distribuyen normalmente ___________________ 2
3. ¿Qué es el puntaje Z? ________________________________________________ 3
4. Problema Tipo ( se resolverá en clase ) ___________________________________ 5
5. Aplicaciones en Psicopedagogía __________________________________________ 6
6. Conclusión __________________________________________________________ 8
Apéndice I: Tabla de áreas de la curva de probabilidad normal ___________________ 8
Apéndice II: Tablas de Bender y Figura Humana ______________________________ 9
Apéndice III: Ilustraciones Wisc y modelo de informe __________________________ 9
 DISTRIBUCIÓN NORMAL ESTÁNDAR

Muchas veces hemos oído hablar de que tal o cual medida de ropa es “estandar” o que el peso
de un niño de 5 años está “dentro de lo normal” o que el resultado obtenido en un análisis de sangre está
dentro de los “valores normales”. Obsérvese que todas estas afirmaciones tienen un sujeto común:
variables cuantitativas vinculadas a algún tipo de “medida”. Podríamos seguir enumerando ejemplos
similares vinculados a cuestiones biológicas, psicologícas, económicas, etc.

Pero… ¿qué significa normal o estandar?

1.Una aproximación al modelo

Supongamos que somos fabricantes de zapatos de mujer y queremos averiguar de qué tamaño los
tendremos que fabricar. Esto implica estudiar el comportamientos de la variable “tamaño del pié de una
mujer adulta” en una determinada población.
Procederíamos como aprendimos:
1º Seleccionamos una muestra lo más aleatoria posible de N mujeres adultas , por ejemplo doscientas
(200)
2º Tomamos la medida de los pies de las damas de la muestra
3º Obtenida la matriz de datos desordenada, procedemos a ordenar la información en una Tabla de
Distribución de Frecuencias
4º Graficamos los resultados obtenidos y análizamos

Supongamos que el resultado fuera el que refleja el siguiente gráfico:

fr%
40%
Se observa que:
35% a) el comportamiento de la variable
35% 33% es simétrico y por ende la moda,
30% la mediana y el promedio (o
media) son similares
25%
b) La moda es 37,5 cm
20% c) El 68 % de los calzados deben
fabricarse para pies que midan
15%
entre 36 y 38 cm
10% 10%
10% 8% d) Los talles cuya frecuencia es
5%
5% baja, se fabricarán poco ( y se
cobrarán más caros)
0%
34 35 36 37 38 39 40
tamaño de los pies (cm)

Si ahora agrandamos la muestra al doble y hacemos un análisis más minucioso de los resultados (analizando
intervalos más pequeños), veamos que ha ocurrido con el histograma y su correspondiente polígono de
frecuencias:

fr%
20% 19%
18%
18%
16%
16%
15%
14%

12%

10%

8% 8% 8%

6% 5% 5%

4% 3% 3%
2% 1%

0%
34 34,5 35 35,5 36 36,5 37 37,5 38 38,5 39 39,
5 ta m a ñ o d e lo s p ie s (c m )
Distribución Normal – Profesora Tajani
Pág.1
a) el comportamiento de la variable sigue siendo simétrico
b) la moda es ahora 36,75 cm (se ha corrido levemente)
c) aún el 68 % de los calzados deben fabricarse para pies entre 36 y 38 cm
d) los talles poco frecuentes han corregido sus porcentajes (entre 34 y 35 ahora hay un 4% mientras
antes había un 5%)
e) el polígono de frecuencias ha “suavizado” sus aristas

Si continuáramos agrandando la muestra ( N   ) y subdividiendo el rango en más intervalos (haciendo

más puntilloso el estudio) , se cumpliría la ley de los grandes números y las frecuencias relativas calculadas
tenderían a mostrar el comportamiento de la población total dándonos los porcentajes ideales que
tendríamos que tener en cuenta para fabricar zapatos (probabilidad teórica).

En términos prácticos, el polígono de frecuencias sería:

a) cada vez más simétrico
b) cada vez con menos aristas
c) mesocúrtico
d) asintótico al eje horizontal (más adelante aclararemos esto)

Idealmente el polígono tomaría esta forma:

A este polígono ideal se lo conoce con el nombre de

Campana de Gauss1

Muchas variables cuantitativas de la naturaleza estudiadas por la física, la química, la economía,

la psicología, la biología, se presentan en la naturaleza con un polígono de frecuencias aproximadamente
“gaussiano o normal”.
La consecuencia más interesante de este concepto es que muestra que si bien en la naturaleza, las cosas se
presentan con rasgos de individualidad e irrepetibilidad (los seres humanos), hay cosas que no son “tan
distintas”. Si bien todos tenemos una contextuta física diferente, hay patrones que permiten diseñar ropa
para consumos masivo, sillas, mesas, asientos de medios de transporte, etc. Y en cuanto a lo psicológico,
podemos hacer planes educativos masivos, test de inteligencia, tratamientos psicoterapéuticos, etc., etc.,
etc.

Y lo más maravilloso es …
¡¡¡ que existe un modelo matemático que encaja perfectamente con ese patrón de la naturaleza ¡!!

¿Cómo puede ser que la Matemática, siendo al fin y al cabo un producto del pensamiento humano
independiente de la experiencia, esté tan admirablemente adaptada a los objetos de la realidad?
ALBERT EINSTEIN (1920).

2. Propiedades de las variables que se distribuyen normalmente

Una variable cuantitativa continua que se distribuye normalmente (es decir que su tabla de distribución de
frecuencias puede graficarse con un histograma que arroja un polígono similar a una campana de Gauss),
presenta la siguiente propiedad:
ubicado el promedio en el “medio” de la distribución, el rango se obtendrá
sumando tres veces el desvío estándar a dicho promedio y restándolo tres veces también, como se observa
en el siguiente 0 . 2 5

gráfico:
0 .2

0 . 1 5

0 .1

0 . 0 5

1
Gauss, Carl Friedrich: matemático, físico y astrónomo alemán (1777-1855)
Distribución Normal – Profesora Tajani
Pág.2
Esto es así para toda variable que se distribuya normalmente, de la que se conozcan el promedio () y el
desvío estandar ().

Si bien está claro, hacemos incapié en el hecho de que el área debajo de la curva representa al 100 % de la
población estudiada.

Volvamos ahora al ejemplo de los calzados de damas. Supongamos que se ha llegado a la conclusión de que
esta variable efectivamente se distribuye normalmente, con un  = 37 y un  = 1. La campana de Gauss
quedará así:

0 .2 5

0 .2

0 .1 5

0 .1

0 .0 5

¿Qué “nos cuenta” este gráfico?

a) Qué el valor más probable de la variable es 37 cm. Todos los demás valores se presentan con
probabilidades menores
(Lo interesante es que cuando hicimos el primer muestreo, la moda dio mayor que 37cm (37,5 cm).
Luego, agrandando la muestra, dió menor pero más cercana al valor teórico (36,75 cm). Aquí ya
tenemos una moda coincidente con el promedio)

b) Podemos asegurar que el 99,9% de la población de damas tienen pies de tamaños que van desde los 34
cm hasta los 40 cm.
¿porqué decimos 99,9% y no 100%?

Esto tiene que ver con la propiedad de este polígono de ser “asíntótico” al eje horizontal como lo
expresamos en el item anterior.
En matemática una asíntota es una recta a la cual una curva se aproxima siempre, pero nunca “la toca”. Si
bien esta definición es un poco casera, espero que sea clara. En el caso de nuestra campana, su gráfico se
aproxima al eje de abscisas pero nunca lo toca. Esto implica algo muy importante:

para valores extremos de la variable, la probabilidad de ocurrencia nunca es 0

Que la probabilidad teórica de algo sea cero implica que ese suceso es … imposible. Esta distribución nos
asegura que NADA ES IMPOSIBLE, a lo sumo POCO PROBABLE.

¿puede una mujer adulta tener un pié de 45 cm? Sí, aunque es poco probable.

3. ¿Qué es el puntaje Z?

Problema: ¿cómo calculamos ahora el porcentaje de calzados entre 36 y 38 cm que hay que fabricar?

Recordemos que antes sólo agrupábamos las columnas que contenían los valores de la variable en cuestión
(sumábamos sus fr%). Al trabajar con el modelo teórico (que es lo que se hace en la realidad) no contamos
con las barras del histograma y no podemos acumular las frecuencias parciales. Si tenemos en cuenta que
resolver este problema equivale a calcular el área porcentual bajo la curva (ver zona sombreada), habrá que
instrumentar algún método para lograrlo ya que la superficie no tiene la forma de ninguna figura
geométrica conocida de la que conozcamos la expresión matemática de su área.

Existe una tabla que permite hallar todas las áreas debajo de la curva normal, pero para ello hay que
independizarse del valor de la variable, en este caso, el tamaño de los piés. Teniendo en cuenta que , como

Distribución Normal – Profesora Tajani

Pág.3
dijimos, muchas variables se comportan “normalmente”, hay que buscar algo que las unifique , que las “mida”
con la misma “regla”. Esto se logra NORMALIZANDO la variable o transformándola en PUNTAJE Z.

Z es un número que se calcula para cada valor de la variable ( si esta es normal), de la siguiente manera:

x
Z

Por ejemplo, y siguiendo con los zapatos …

38  37
Para x = 38 cm Z (38)  1
1
36  37
Para x = 36 cm Z (36)   1
1
37  37
Para x = 37 cm Z (37)  0
1

Vemos que Z indica la distancia entre un valor de la variable y el promedio medidos en desvíos
estándar.

 38 cm está un desvío estándar por encima del promedio

 36 cm está un desvío estándar por debajo del promedio
 37 cm al ser el promedio, dista a cero

Con estos puntajes Z recurrimos a la tabla de áreas ( ver apéndice)

Para cada valor de Z, la tabla da un número menor que 1 que es la proporción del área bajo la curva
comprendida entre el promedio y dicho valor de Z. Para obtener un resultado porcentual hay que multiplicar
lo que se lee por 100.

Ejemplos

 ¿Qué porcentaje de la población calza entre 37 y 38 cm?

Como 38 cm tiene puntaje Z = 1, en la tabla buscamos dicho valor y encontramos que el área es :0.3413
que porcentualmente es 34,13 %

0 . 2

0 .1 5

0 . 1

0 .0 5

 ¿Qué porcentaje de la población calza entre 36 y 37 cm?

Como 36cm tiene puntaje Z = -1, en la tabla buscamos dicho valor (positivo ya que la distribución es
simétrica) y encontramos que el área es :0.3413 que porcentualmente es 34,13 %

0 . 2

0 .1 5

0 . 1

0 .0 5

Distribución Normal – Profesora Tajani

Pág.4
 ¿Qué porcentaje de la población calza entre 36 y 38 cm? ( pregunta original del problema )
Evidentemente, hay que sumar las áreas.

0 . 2

0 .1 5

0 . 1

0 .0 5

 ¿Qué porcentaje de la población calza entre 38 y 39 cm?

0 . 2

0 .1 5

0 . 1

0 .0 5

Z(38) =1 Tabla 0,3413  34,13 %

El área buscada es la diferencia entre estos
dos valores

Z(39) =2 0,4772  47,72 % 47,72 – 34,13 = 13,59 %

Tabla

La única dificultad de este tema en cuanto a lo operativo, es “ingeniárselas” para calcular el área solicitada
según la posición de los valores de las variables:

 Si es un área comprendida entre dos valores del sector derecho: se obtienen los dos puntajes Z y se
restan los porcentajes obtenidos de la tabla
 Si es un área comprendida entre dos valores del sector izquierdo: idem teniendo en cuenta que hay
simetría
 Si es un área cuyos valores extremos están en lados distintos de la campana: se suman los porcentajes
obtenidos de tabla

4. Problema Tipo ( se resolverá en clase )

Luego de una evaluación nacional sobre conocimientos matemáticos realizado mediante un examen
escrito con 100 ítems, se ha llegado a la conclusión de que los resultados se distribuyen normalmente con
un promedio  = 65 puntos y un desvío estándar  = 10.
Le pedimos que nos brinde la siguiente información:
1) ¿Cuál es el rango de puntajes obtenidos por el 99,9 % de la población?
2) ¿Qué porcentaje de los encuestados obtuvo puntajes entre 55 y 75 ?
3) ¿Qué porcentaje obtuvo entre 45 y 85?
4) ¿Qué porcentaje superó las 80 respuestas correctas?
5) ¿qué porcentaje superó la mitad de las respuestas correctas?
6) ¿qué porcentaje contestó menos de 40 respuestas correctas?
7) ¿qué porcentaje contestó entre 40 y 60 respuestas correctas?
Consejo: realizar siempre primero el gráfico con el doble eje

Distribución Normal – Profesora Tajani

Pág.5
5. Aplicaciones en Psicopedagogía

Antes de abordar ejemplos de la especialidad, indicamos que en Estadística Inferencial, el modelo será de
gran utilidad para dos temas:
a) Estimación puntual
Ejemplo: Dados el promedio y el desvío estandar de una variable evaluada en una muestra, compararlas con
los valores de la población para preguntarse:
 ¿estará bien tomada la muestra?
 ¿las diferencias se deben a algún problema? Vinculado directamente con el tema test
 ¿hay diferencia significativa?

b) Test de hipótesis
Ejemplo: Si se hace una prueba en dos grupos por ejemplo , la efectividad de un remedio (grupo de prueba =
remedio, grupo control= placebo) y los porcentajes de efectividad son distinto ¿qué diferencia de
porcentajes vamos a aceptar como efectivamente debida al remedio? (recordar la moneda cargada)

En cuanto a la especialidad , se trabajará con tests “normalizados” : Bender, Figura humana, Wisc, etc, por
lo que es importante comprender el término y conocer las operaciones básicas con el modelo.

5.1 Ejemplo de aplicación al test de Bender

Este Test evalúa madurez visomotora en niños de hata 12 años. Consiste en que el sujeto a
estudiar copie 9 dibujos que se le suministran en 9 tarjetas. Luego se contabilizan el número de
errores cometidos.
En principio, el número de errores disminuye a medida que aumenta la edad. Pero a igualdad de
edad se han verificado diferencias significativas según la región del país donde el sujeto viva y si
su habitat es rural o urbano.
Es decir que para la unidad de análisis “niño” se deben analizar las siguientes variables:

 Edad Con estos tres datos se determinan el promedio y el desvío

 Región de residencia estándar poblacional con los que se va a comparar al sujeto.
 Hábitat (Tablas Regionales)

 número de errores cometidos  a este dato se lo transformará en puntaje Z

Obtenido el puntaje Z se recurrirá a la tabla de percentiles (Tabla I) que viene con el test, que
no es más que la tabla de áreas ya traducida en términos de medida de posición.

Por último se lo clasifica según la tabla final de Bender (Tabla II)

Ejemplo:
Niño de 7 años, región noroeste, zona rural   = 8,7 errores  = 3,7 errores
Suministrada la prueba comete 6 errores (menos que el promedio)  Z = (6 - 8,7) / 3,7 = -0,7
El percentil que ocupa es : 76  que supera al 76 % de los sujetos en sus mismas condiciones
En términos de diagnóstico: Supera al Término Medio

5.2 Ejemplo de aplicación al Test de la Figura Humana

En este Test también se evalúa madurez. Se solicita realizar el dibujo de una persona y en
función de varias pautas (posición en la hoja, detalles de la cara, proporción, etc) se coloca una
puntuación.
Esa puntuación se evalúa en función del sexo, edad, región (urbana o suburbana), transformando
el puntaje en puntaje z según las variables analizadas.

Niña de 10 años, región Pampa, Capital Federal

Puntaje obtenido: 37

Distribución Normal – Profesora Tajani

Pág.6
5.3 Ejemplo de aplicación al Test de Wisc IV (ver apéndice III)

Distribución Normal – Profesora Tajani

Pág.7
6. Conclusión
Cuando comenzamos nos preguntamos ¿qué significa estándar o normal?. La respuesta es:
matemáticamente aquel fenómeno cuantificable que puede modelarse con la campana de Gauss.
Como se ha visto en Bender, la normalidad total se suele vincular a estar en la parte más central
de la campana. En general se considera normal o estandar lo que está inscripto entre los
primeros desvíos estandar por derecha e izquierda que constituyen el 68 % de la población.
Por supuesto este criterio se amplia o achica según la importancias del problema. Como
analogía podemos dar el ejemplo del control de calidad: si el producto es caro, consideraremos
“normal” a aquellos productos cuyas características son muy cercanas a la media deseada.
Lo más importante es que tengan en cuenta que matemáticamente tal vez nunca tengan que
trabajar profundamente en cuanto a cálculos se refiere, pero es fundamental que quede claro el
concepto sobre el tema aquí expuesto.

Apéndice I: Tabla de áreas de la curva de probabilidad normal

0.2

0.15

0.1

0.05

Z 0 1 2 3 4 5 6 7 8 9
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0398 0.0399 0.0399 0.0399 0.0399 0.0399 0.0399 0.0400 0.0400
0.2 0.0794 0.0794 0.0794 0.0794 0.0794 0.0794 0.0794 0.0794 0.0794 0.0794
0.3 0.1182 0.1182 0.1182 0.1182 0.1182 0.1182 0.1182 0.1182 0.1182 0.1182
0.4 0.1559 0.1559 0.1559 0.1559 0.1559 0.1559 0.1559 0.1559 0.1559 0.1559

0.5 0.1920 0.1920 0.1920 0.1920 0.1920 0.1920 0.1920 0.1920 0.1920 0.1920
0.6 0.2264 0.2264 0.2264 0.2264 0.2264 0.2264 0.2264 0.2264 0.2264 0.2264
0.7 0.2587 0.2587 0.2587 0.2587 0.2587 0.2587 0.2587 0.2587 0.2587 0.2587
0.8 0.2889 0.2889 0.2889 0.2889 0.2889 0.2889 0.2889 0.2889 0.2889 0.2889
0.9 0.3167 0.3167 0.3167 0.3167 0.3167 0.3167 0.3167 0.3167 0.3167 0.3167

1.0 0.3421 0.3421 0.3421 0.3421 0.3421 0.3421 0.3421 0.3421 0.3421 0.3421
1.1 0.3651 0.3651 0.3651 0.3651 0.3651 0.3651 0.3651 0.3651 0.3651 0.3651
1.2 0.3856 0.3856 0.3856 0.3856 0.3856 0.3856 0.3856 0.3856 0.3856 0.3856
1.3 0.4039 0.4039 0.4039 0.4039 0.4039 0.4039 0.4039 0.4039 0.4039 0.4039
1.4 0.4198 0.4198 0.4198 0.4198 0.4198 0.4198 0.4198 0.4198 0.4198 0.4198

1.5 0.4337 0.4337 0.4337 0.4337 0.4337 0.4337 0.4337 0.4337 0.4337 0.4337
1.6 0.4457 0.4457 0.4457 0.4457 0.4457 0.4457 0.4457 0.4457 0.4457 0.4457
1.7 0.4559 0.4559 0.4559 0.4559 0.4559 0.4559 0.4559 0.4559 0.4559 0.4559
1.8 0.4644 0.4644 0.4644 0.4644 0.4644 0.4644 0.4644 0.4644 0.4644 0.4644
1.9 0.4716 0.4716 0.4716 0.4716 0.4716 0.4716 0.4716 0.4716 0.4716 0.4716

2.0 0.4775 0.4775 0.4775 0.4775 0.4775 0.4775 0.4775 0.4775 0.4775 0.4775
2.1 0.4823 0.4823 0.4823 0.4823 0.4823 0.4823 0.4823 0.4823 0.4823 0.4823
2.2 0.4863 0.4863 0.4863 0.4863 0.4863 0.4863 0.4863 0.4863 0.4863 0.4863
2.3 0.4894 0.4894 0.4894 0.4894 0.4894 0.4894 0.4894 0.4894 0.4894 0.4894
2.4 0.4919 0.4919 0.4919 0.4919 0.4919 0.4919 0.4919 0.4919 0.4919 0.4919

2.5 0.4939 0.4939 0.4939 0.4939 0.4939 0.4939 0.4939 0.4939 0.4939 0.4939
2.6 0.4954 0.4954 0.4954 0.4954 0.4954 0.4954 0.4954 0.4954 0.4954 0.4954
2.7 0.4966 0.4966 0.4966 0.4966 0.4966 0.4966 0.4966 0.4966 0.4966 0.4966
2.8 0.4975 0.4975 0.4975 0.4975 0.4975 0.4975 0.4975 0.4975 0.4975 0.4975
2.9 0.4982 0.4982 0.4982 0.4982 0.4982 0.4982 0.4982 0.4982 0.4982 0.4982

3.0 0.4987 0.4987 0.4987 0.4987 0.4987 0.4987 0.4987 0.4987 0.4987 0.4987
3.1 0.4990 0.4990 0.4990 0.4990 0.4990 0.4990 0.4990 0.4990 0.4990 0.4990
3.2 0.4993 0.4993 0.4993 0.4993 0.4993 0.4993 0.4993 0.4993 0.4993 0.4993
3.3 0.4995 0.4995 0.4995 0.4995 0.4995 0.4995 0.4995 0.4995 0.4995 0.4995
3.4 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997

3.5 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998
3.6 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998
3.7 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000

Distribución Normal – Profesora Tajani

Pág.8
Apéndice II: Tablas de Bender Y Figura Humana

Tabla I: Relación entre los puntajes

estandarizados z y percentiles

Percentil Percentil Percentil

z Percentil FH Bender z FH Bender
3 99,9 0,1 -0,1 46 54
2,9 99,8 0,2 -0,2 42 58
2,8 99,7 0,3 -0,3 38 62
2,7 99,6 0,4 -0,4 34 66
2,6 99,5 0,5 -0,5 31 69 Tabla II
2,5 99,4 0,6 -0,6 27 73
2,4 99,2 0,8 -0,7 24 76
2,3 99 1,1 -0,8 21 79 Percentil Diagnóstico de Madurez
2,2 99 1,4 -0,9 18 82 95 ó más Superior
2,1 98 2,0 -1 16 84 75 a 90 Superior al Término Medio
2 98 2,3 -1,1 14 86 70 a 30 Término medio
1,9 97 3 -1,2 12 88 25 a 10 Inferior al Término Medio
1,8 96 4,0 -1,3 10 90 5 o menos Deficiente
1,7 96 4,5 -1,4 8 92
1,6 95 6 -1,5 7 93
1,5 93 7 -1,6 6 95
1,4 92 8 -1,7 4,5 96
1,3 90 10 -1,8 4 96
1,2 88 12 -1,9 3 97
1,1 86 14 -2 2,3 98
1 84 16 -2,1 2 98
0,9 82 18 -2,2 1,4 99
0,8 79 21 -2,3 1,1 99
0,7 76 24 -2,4 0,8 99,2
0,6 73 27 -2,5 0,6 99,4
0,5 69 31 -2,6 0,5 99,5
0,4 66 34 -2,7 0,3 99,7
0,3 62 38 -2,8 0,3 99,7
0,2 58 42 -2,9 0,2 99,8
0,1 54 46 -3 0,1 99,9
0 50 50

Apéndice III : Resultados del test de Wisc según la medida de dispersión elegida

DS ( con desvío estándar) EP (con Desvío Semi Intercuartil)

µ: 100 µ: 100
: 15 : 10

Distribución Normal – Profesora Tajani

Pág.9
INFORME PSICOPEDAGÓGICO (Ejemplo)
Nombre y Apellido: AAA
Fecha de nacimiento: 13/04/2004
Edad: 13 años, 1 mes
Escolaridad: Segundo ciclo A
Escuela: Instituto Educación Especial ESSERE
Diagnóstico: F71.9, F84.9
Fecha informe: Mayo 2017
Se realizó una evaluación del perfil cognitivo actual del niño AAA a pedido de su médica tratante .
Se le administró el test de Inteligencia WISC IV: Este test se divide en cuatro escalas siendo la media 100 con una
desviación de +/- 15 puntos por arriba o por debajo de la media. Los resultados obtenidos por , son los siguientes:
índice de Comprensión Verbal (1CV) 65 Extremadamente Bajo
índice de Razonamiento Perceptivo (IRP) 51 Extremadamente Bajo
índice de Memoria de Operativa (IMO) 62 Extremadamente Bajo
índice de Velocidad de Procesamiento (IV P) 53 Extremadamente Bajo
Coeficiente Intelectual Total (CIT) 48 Extremadamente Bajo

El puntaje obtenido por AAA en este test indica un funcionamiento intelectual global extremadamente bajo con respecto a
la media esperable para su edad cronológica. No se observan diferencias significativas entre los diferentes puntajes. Por lo
tanto el CIT se puede interpretar como una estimación fiable y válida de la capacidad intelectual global del niño.
Análisis de los índices y subtest que lo componen: Siendo la media 10 con un desvío estándar de +/- 3 por arriba o por
debajo de la media para cada uno de los subtest.
*Comprensión verbal: El índice de comprensión verbal es una medida de inteligencia cristalizada. Representa la capacidad
para razonar con información previamente aprendida. Esta capacidad se desarrolla como una función de las oportunidades y
experiencias educativas formales e informales. Valor obtenido fue 65 y se clasifica como extremadamente bajo.
Se evaluó mediante tareas que le exigían expresar similitudes conceptuales entre palabras (Semejanzas, Pe= 6). Definir
palabras (Vocabulario, Pe= 4) y responder a cuestiones que implican conocimiento de principios generales y situaciones
sociales (Comprensión, Pe= 2)
*Razonamiento perceptivo: Es una medida del razonamiento fluido, el procesamiento espacial y la integración visomotora.
El valor obtenido fue de 51 y corresponde a un promedio extremadamente bajo. Ha sido evaluado mediante tres pruebas:
(Cubos, Pe= 6), en el cual tuvo que reproducir un modelo gráfico empleando cubos, (Conceptos, Pe= 4), tarea consistente en
seleccionar dibujos que tienen alguna característica en común entre varios, y (Matrices Pe= 1), prueba para evaluar la
inteligencia fluida, consiste en completar una matriz seleccionando una opción entre cinco que se le presentan.

Distribución Normal – Profesora Tajani

Pág.10
*Memoria Operativa: Mide la memoria a corto plazo y refleja la capacidad para retener temporalmente en la memoria cierta
información, trabajar u operar con ella y generar un resultado. La memoria de trabajo implica atención, concentración,
control mental y razonamiento. El valor obtenido fue de 62, y su clasificación corresponde a un promedio muy bajo. Dicho
índice se ha evaluado mediante dos tareas: en la primera se le pidió repetir una lista de cifras en el mismo orden y luego en
orden inverso (Retención de Dígitos Pe= 6), y en la segunda Debía ordenar los números en orden ascendente y las letras en
orden alfabético (Letras y Números Pe= 1)
*Velocidad de Procesamiento: Este índice hace referencia a la capacidad para realizar rápidamente tareas simples que
involucran habilidades visomotoras, búsqueda visual, codificación, discriminación visual, velocidad para procesar estímulos
visuales y memoria visual a corto plazo. Obtuvo un puntaje de 53, que se clasifica como extremadamente bajo. Esta
capacidad ha sido evaluada mediante dos tareas, en una se le pidió copiar rápidamente símbolos que estaban emparejados
con números según un modelo (Claves, Pez 1), y en la otra se le exigió identificar la presencia o ausencia de un símbolo
modelo en una fila de símbolos (Búsqueda de Símbolos Pe= 1).
Conclusión: De acuerdo a los datos obtenidos en la evaluación se refleja un nivel de funcionamiento intelectual global
Extremadamente Bajo.
Las escalas donde mostraría mayor compromiso en el rendimiento son: Razonamiento perceptivo y Velocidad de
procesamiento.
Orientaciones: Se sugiere continuar con los tratamientos en curso.
INFORME , 6 años antes
Fecha de nac.: 13/04/04 Edad: 7 años 9meses
Nacionalidad: argentina
Ocupación: I o año EP.
Motivo de consulta: Dificultad para adaptarse a situaciones regladas y para interactuar con otros.
Pruebas administradas: HE- DFH- Familia kinetica- Wisc IV- Pruebas pedagógicas- Test de Bender-Pruebas de diagnóstico
operatorio-Test de Cunmnin.
INFORME
Los padres de se acercan a la consulta por sugerencia del neurólogo, con el objetivo de realizar una evaluación
psicopedagógica y así ser orientados ya que les preocupa que no se pueda adaptar y no se relacione en forma adecuada con
los pares, como así también que no alcance los contenidos escolares del nivel que cursa.
AAA es un niño muy activo, quien se mostró muy disperso durante el proceso de evaluación. A partir de lo evaluado se
advierte lo siguiente:

Le resulta difícil acomodarse a las consignas, tiende a continuar haciendo lo que el desea, le resulta difícil resignar iniciativa
para responder a cualquiera de las actividades propuestas.
Con relación al área de la motricidad gruesa se observa que el niño no presenta dificultades(es capaz de realizar
desplazamientos aún existiendo obstáculos en el recorrido, puede disociar movimientos); en relación a la motricidad fina se
advierte que presenta defasaje en cuanto al manejo del espacio gráfico.
Con relación a la atención mostró períodos atencionales cortos de acuerdo a lo que se espera a su edad cronológica, el ritmo
de procesamiento de la información y el nivel de pensamiento también se encuentran descendidos para su rango de edad.
Teniendo en cuenta su desempeño en el test Cumanin se podría decir que su memoria y su percepción son adecuadas de
acuerdo a lo esperable para su edad cronológica.
En cuanto al área intelectual se puede decir que las herramientas de las que dispone se encuentran por debajo de lo que se
espera para su edad cronológica, su rendimiento corresponde a una significación diagnóstica de extremadarnente bajo,
evidenciando de este modo un déficit en el funcionamiento cognitivo.
Los valores son los siguientes:
Escala de comprensión verbal 84
Escala de Razonamiento Perceptivo 56
Escala de Memoria de trabajo 72
Escala de Velocidad de procesamiento 50
Escala Total 60

El desempeño de en los diferentes subtests presentó oscilaciones. La Escala de Comprensión verbal mide la capacidad de
conceptualización de un sujeto, el nivel de razonamiento verbal y el conocimiento adquirido del medio .En esta responde
dentro de los parámetros esperables para su edad y nivel de escolaridad.
La escala de Razonamiento perceptivo tiene por objetivo evaluar el nivel de procesamiento visoespacial, la integración viso-
motora y el razonamiento fluido. Se observa que a le resulta complejo llevar a cabo tareas que requieran la integración de
estímulos visuales.
En la memoria de trabajo su desempeño se encuentra levemente descendido de acuerdo a lo esperable para su edad, cabe
señalar que le resulta más complejo retener, recordar información, que procesar y discriminar adecuadamente estímulos
visuales en un tiempo acotado
En relación al lenguaje comprensivo se advierte que el mismo es acorde a su edad, en tanto que el lenguaje expresivo si bien
se observa que su lenguaje gestual es variado, expresa sus emociones y sentimientos adecuadamente, presenta un pequeño
defasaje .
Desde el punto de vista social se advierten alteraciones importantes que se dan preferentemente en el área de la
comunicación, en la cual se observa una disminución significativa en la interacción social (limitación para entablar
vínculos, para responder emocionalmente a estímulos).
En esta dirección, se sugirió:
 Entrevistas de orientación a padres e interconsulta psicológica.
 Comenzar trat.Psicopedagógico una vez que hayan realizado la consulta con la , con alguna profesional de la zona
ya que ellos se están mudando a Capital Federal en breve.
Sin más, quedamos a su entera disposición para lo que considere necesario.
Buenos Aires , Enero de 2012

Distribución Normal – Profesora Tajani

Pág.11