Dosier

Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –
Introducción a la Estadística Educativa UNSE

Lic. Mabel L. Molina
UNIDAD I
CONCEPTOS BÁSICOS DE ESTADÍSTICA
1
UNIDAD I (Conceptos Básicos de Estadística)
Concepto de Estadística:
Es una colección de métodos para planear
experimentos, obtener datos, y después organizar, resumir, presentar, analizar,
interpreta y llegar a conclusiones basadas en ellos (Tríola, 2004).
Otra definición considera a la Estadística como una disciplina de la Matemática
Aplicada que se dedica al estudio cuantitativo de fenómenos colectivos.
Tipos de la Estadística:
 Descriptiva: La estadística descriptiva describir una realidad determinada, sea

de un universo o de un grupo de población; se dedica única y exclusivamente
al ordenamiento y tratamiento mecánico de la información para su presentación
por medio de tablas y de representaciones gráficas, así como de la obtención
de algunos parámetros útiles para la explicación de la información. Es un
primer acercamiento a la información.
 Inferencial: Su objetivo es obtener conclusiones que puedan aplicarse al
universo habiendo estudiado solo una muestra representativa del mismo. Nos
permite tomar decisiones a partir de la muestra y está basada en el estudio de
Teorías de las Probabilidades.
La Estadística proporciona a la investigación científica una metodología
para la obtención y análisis de datos, de forma tal que la información producida
sea válida, comparable, verificable, repetible.
Es especialmente útil en cuanto a los procedimientos de recolección,
elaboración y análisis de datos, y para la realización de inferencias.
 CONCEPTOS BÁSICOS DE ESTADÍSTICA
Uno de los primeros pasos en una investigación, consiste en delimitar con

exactitud las personas u objetos sobre los que se desea realizar el estudio. Por lo
tanto definiremos tres conceptos básicos de Estadística como es Población o
Universo, Elemento o Unidad de Análisis de la Población y Variable.
¿Qué es POBLACION? Es un conjunto de todas las personas, objetos, animales,
unidades de tiempo, y hechos que son objeto de estudio de estudio.
¿Qué es Elemento de la Población? Es la UNIDAD de la población; o sea cada

una de las personas, cosas, hechos, animales y unidades de tiempo.
Ej: Si por ejemplo se deseara determinar el número de incapacitados físicamente

que residen en una ciudad, el universo estará formado por todos los habitantes de
la ciudad, ya que todos deberán ser interrogados sobre las características en
estudio que es la incapacidad física.
2
¿Qué es VARIABLE?
Se denomina variable a la característica que se observa en cada uno de los
elementos de la población y que varía de un elemento con respecto a otro.
En el ejemplo que acabamos de mencionar, la variable sería "si tiene o nó

incapacidad física", que evidentemente es una característica que debe observarse
en cada uno de los elementos de la población.
Gráficamente podemos ver la relación en población, elemento y variable del
siguiente modo.
Veamos otro ejemplo; supongamos que se desea conocer el ingreso

promedio de los hogares de Sgo del Estero.
Aquí la población serían todos los hogares de la ciudad de Sgo del Estero,
el elemento cada hogar y la variable el "ingreso" de cada hogar.
De ésta manera vemos que para definir población, elemento y variables
debemos tener presente la característica poblacional (parámetro) que se quiere
conocer.
¿Qué es un Parámetro? Es un Indicador, por lo tanto es una medida de resumen
que pueden ser un Porcentaje, un Promedio o la Cantidad.
En el primer ejemplo la variable "si tiene o nó incapacidad física" tendrá
como respuesta una cualidad, por eso las variables de este tipo se denomina
cualitativas.
En el segundo ejemplo la variable es el "ingreso", que tendrá como
respuesta un número. Es un ejemplo de lo que se denominan variables
cuantitativas.
En consecuencia las variables, pueden clasificarse en cualitativas y
cuantitativas.
3
V. Cualitativas o Atributos: son las que se describen mediante palabras, como la

profesión, el estado civil, la nacionalidad etc.
 V. Cualitativas Nominales: son variables cualitativas que se clasifican a

través del NOMBRE y no requieren un orden jerárquico. Ej: Procedencia,
Grupo Sanguíneo, Sexo, etc
 V. Cualitativas Ordinales: son variables cualitativas que se clasifican a

través del ORDEN JERARQUICO. Ej: Nivel de Instrucción, Tipo de
Quemadura etc.
V. Cuantitativas: son las que se describen mediante números, dentro de las

cuantitativas distinguimos 2 tipos (continuas y discretas).
 V. Discreta: es la que sólo puede tomar unos determinados valores y no es

posible que llegue a tomar ningún valor comprendido entre dos
consecutivos de aquellos. Es decir toma valores del conjunto de número
enteros. Ejemplo: Nro. de accidentes por día, es una variable discreta que
puede tomar los valores 0, 1, 2, 3, 4,....y nunca habrá por día un accidente
y medio, otro ejemplo es el Nro. de dientes cariados, etc.
 V. Continúas: son las que pueden tomar todos los infinitos valores posibles
de un cierto intervalo .Es decir toma un conjunto de Número decimales.
Además se caracterizan porque para su medición se utilizan instrumentos
de medición Por ejemplo la estatura, edad, peso etc.
4
MUESTREO
Cuando la población es muy numerosa, como en el caso mencionado, la

realización del estudio demanda mucho dinero, personal y tiempo, además se
complica demasiado el procesamiento de los datos. Para solucionar este
problema, la estadística ha desarrollado lo que se denomina, teoría de las
muestras. Su objetivo es obtener conclusiones válidas para el universo, partiendo
de una parte pequeña de éste, denominada muestra.
Cuando se trabaja con todo un universo, la obtención de los datos se denomina
censo, en cambio cuando los datos se obtienen sobre una muestra, se dice que
se está realizando un muestreo.
La teoría de las muestras establece el número de personas u objetos que
compondrán la muestra y la forma en que estas personas u objetos serán
elegidos.
Estos dos aspectos que constituyen el diseño de la muestra son de fundamental
importancia, ya que para la muestra represente correctamente el universo, debe
tener un tamaño suficiente y la forma de elegirla no debe ser arbitraria, sino que se
debe realizar siguiendo criterios establecidos.
Cada una de las personas u objetos que componen la muestra, constituyen los
elementos de la muestra, también se denomina unidad de observación o unidad
de análisis.
Las ventajas de trabajar con una muestra son las siguientes:
1) Se mejora la calidad de la información obtenida, ya que como se necesita

menos personal, el mismo puede ser de mejor nivel de instrucción y más
motivado.
2) Se obtiene una disminución notable del tiempo necesario para obtener la
información y procesarla, pudiéndose obtener información más oportuna.
3) Se disminuyen los costos, lográndose un mejor rendimiento del dinero
disponible.
Sin embargo el muestreo tiene sus desventajas en relación al censo. Ellas
son:
 Error de muestreo, que estudiaremos más adelante.
 No se puede desagregar demasiado los datos, sobre todo con muestras
pequeñas, por que ciertas conclusiones para grupos especiales pueden
carecer de significado.
5
Condiciones para que una Muestra sea representativa de la Población
 Debe ser PROBABILISTICA: que todos los elementos que integran la

población deben tener la misma PROBABILIDAD O POSIBILIDAD de ser
seleccionada para integrar la Muestra.
 Debe se ALEATORIA: que todos los elementos que integran la población
deben ser seleccionados a AZAR O en forma ALEATORIA.
APLICACIONES DEL MUESTREO
El muestreo se aplica para realizar distintos tipos de estudios que podemos

dividir en dos grandes grupos:
1. Estudios para lograr conocimientos sobre una o más características de la

población
Ejemplos de este tipo de estudio serían los mencionados anteriormente.
 Conocer cuántos incapacitados viven en una ciudad determinada.

 Conocer el ingreso promedio de los hogares de la ciudad de Sgo del
Estero.
 Conocer el porcentaje de enfermos chagásicos de la provincia de Sgo del
Estero.
En cada uno de éstos casos se elegirá una muestra a partir de la cual se

realizará el estudio y el resultado obtenido constituirá una estimación del
verdadero valor del universo.
ELECCION DE LA MUESTRA
Una vez fijado el tamaño de la muestra se debe especificar la forma en que

debe ser elegida.
Para que una muestra permita obtener conclusiones sobre la población el
muestreo debe ser aleatorio. Decimos que el muestreo es aleatorio cuando cada
una de las personas o cosas que componen la población tienen la misma
probabilidad de ser incluidas en la muestra.
METODOS DE MUESTREO
En estadística un muestreo es la técnica para la selección de una muestra a

partir de una población. En el muestreo, si el tamaño de la muestra es más
pequeño que el tamaño de la población, se puede extraer dos o más muestras de
la misma población. Al conjunto de muestras que se pueden obtener de la
población se denomina espacio muestral.
El muestreo: es una herramienta de la investigación científica. Su función básica
es determinar que parte de una realidad en estudio (población o universo) debe
6
examinarse con la finalidad de hacer inferencias sobre dicha población El

Muestreo es más que el procedimiento empleado para obtener una o más
muestras de una población; el muestreo es una técnica que sirve para obtener una
o más muestras de población.
Este se realiza una vez que se ha establecido un marco muestral representativo
de la población, se procede a la selección de los elementos de la muestra aunque
hay muchos diseños de la muestra.
Al tomar varias muestras de una población, las estadísticas que calculamos para
cada muestra no necesariamente serían iguales, y lo más probable es que
variaran de una muestra a otra.
Tipos de muestreo
Los autores proponen diferentes criterios de clasificación de los diferentes tipos de
muestreo, aunque en general pueden dividirse en dos grandes grupos: métodos
de muestreo probabilísticos y métodos de muestreo no probabilísticos.
Métodos de muestreo probabilísticos
Los métodos de muestreo probabilísticos son aquellos que se basan en el
principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos
tienen la misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamaño n tienen la misma
probabilidad de ser elegidas. Sólo estos métodos de muestreo probabilísticos nos
aseguran la representatividad de la muestra extraída y son, por tanto, los más
recomendables. Dentro de los métodos de muestreo probabilísticos encontramos
los siguientes tipos:
 Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1)

se asigna un número a cada individuo de la población y 2) a través de algún
medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios,
números aleatorios generados con una calculadora u ordenador, etc) se
eligen tantos sujetos como sea necesario para completar el tamaño de
muestra requerido. Este procedimiento, atractivo por su simpleza, tiene
poca o nula utilidad práctica cuando la población que estamos manejando
es muy grande.
 Muestreo aleatorio sistemático: Este procedimiento exige, como el

anterior, numerar todos los elementos de la población, pero en lugar de
extraer n números aleatorios sólo se extrae uno. Se parte de ese número
aleatorio i, que es un número elegido al azar, y los elementos que integran
la muestra son los que ocupan los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es
decir se toman los individuos de k en k, siendo k el resultado de dividir el
tamaño de la población entre el tamaño de la muestra: k=N/n. El número i
que empleamos como punto de partida será un número al azar entre 1 y k.
El riesgo se este tipo de muestreo está en los casos en que se dan
periodicidades en la población ya que al elegir a los miembros de la
muestra con una periodicidad constante (k) podemos introducir una
homogeneidad que no se da en la población. Imaginemos que estamos
seleccionando una muestra sobre listas de 10 individuos en los que los 5
7
primeros son varones y los 5 últimos mujeres, si empleamos un muestreo

aleatorio sistemático con k=10 siempre seleccionaríamos o sólo hombres o
sólo mujeres, no podría haber una representación de los dos sexos.
 Muestreo aleatorio estratificado: Trata de obviar las dificultades que

presentan los anteriores ya que simplifican los procesos y suelen reducir el
error muestral para un tamaño dado de la muestra. Consiste en considerar
categorías típicas diferentes entre sí (estratos) que poseen gran
homogeneidad respecto a alguna característica (se puede estratificar, por
ejemplo, según la profesión, el municipio de residencia, el sexo, el estado
civil, etc). Lo que se pretende con este tipo de muestreo es asegurarse de
que todos los estratos de interés estarán representados adecuadamente en
la muestra. Cada estrato funciona independientemente, pudiendo aplicarse
dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los
elementos concretos que formarán parte de la muestra. En ocasiones las
dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la población. (tamaño geográfico, sexos,
edades,...). La distribución de la muestra en función de los diferentes
estratos se denomina afijación, y puede ser de diferentes tipos:
 Muestreo aleatorio por conglomerados: Los métodos presentados hasta

ahora están pensados para seleccionar directamente los elementos de la
población, es decir, que las unidades muéstrales son los elementos de la
población. En el muestreo por conglomerados la unidad muestral es un
grupo de elementos de la población que forman una unidad, a la que
llamamos conglomerado. Las unidades hospitalarias, los departamentos
universitarios, una caja de determinado producto, etc, son conglomerados
naturales. En otras ocasiones se pueden utilizar conglomerados no
naturales como, por ejemplo, las urnas electorales. Cuando los
conglomerados son áreas geográficas suele hablarse de "muestreo por
áreas". El muestreo por conglomerados consiste en seleccionar
aleatoriamente un cierto numero de conglomerados (el necesario para
alcanzar el tamaño muestral establecido) y en investigar después todos los
elementos pertenecientes a los conglomerados elegidos.
8
TRABAJOS
PRÁCTICOS
(UNIDAD I)
9
TRABAJO PRÁCTICO Nº 1
Módulo I: “Conceptos básicos de Estadística”. (Primera parte)
Tema: “Población, Muestra y Variables”.
1- Una docente desea conocer, las causas del reiterado ausentismo de sus 30
alumnos de 2do año de una escuela pública, perteneciente a la ciudad capital de
Sgo del Estero. En el cuál se le interrogo a cada alumno sobre:
 el grado de instrucción del tutor de los alumnos de 2º año
 el número de faltas en los meses de octubre y noviembre en los alumnos
de 2º año
 la distancia en metros que deben recorrer los alumnos para llegar hasta
la escuela, puesto que es una zona rural y las distancias de acrecientan
 el sexo de los alumnos.
a) ¿Cuál será la Población objeto de estudio? y cuál es el Elemento a
estudiar?
b) ¿Cuáles son las variables a estudiar? .Clasifícalas.
2- Una investigación busca analizar los factores que influyen sobre el bajo
rendimiento académico de los estudiantes de 1er año 2da división del Colegio
Secundario N°15 “Padre Miguel Ángel Aquino” de la Ciudad de San Pedro de
Jujuy durante el 1er trimestre del año 2012. Por lo tanto se les interrogo a cada
alumno sobre:
 Si aprobaron o no los espacios curriculares
 El nro de materias que aprobaron y desaprobaron
 El nivel de instrucción del tutor de los alumnos
 El promedio general por area curricular del alumno
En cada una de las siguientes situaciones, se necesita conocer un parámetro. Se

pide identificar:
a) Parámetro
b) Población,
c) Elementos
d) Variables
 Porcentaje de docentes que utilizaron practicas pedagógicas con estrategias

creativas en el nivel Nivel Primario en escuelas de bajos recursos
 Porcentaje de alumnos de 3er año, que padecen de problemas de aprendizaje

de una determina escuela.
Parámetro……………………………Población………………………....Elemento……
………..........Variable……………………………...Tipo………………………………….
10
 La talla promedio de los niños que asisten a un comedor de un Barrio

determinado de la ciudad capital de Sgo del Estero.
Parámetro……………………………Población……………………….....Elemento……
……….........Variable……………………………....Tipo…………………………………
…
 Porcentaje de niños con bajo peso (CI, CII, CIII) a una escuela rural de Sgo del
Estero.
Parámetro……………………………Población……………………........Elemento……
……….........Variable………………………………Tipo…………………………………
…
 Cantidad de embarazadas adolescentes que asisten a una escuela.

Parámetro……………………………Población…………………….......Elemento……
………..........Variable……………………………...Tipo………………………………….
 Cantidad de niños nacidos vivos durante el año 2012 del B 8 de Abril de la

ciudad capital de Sgo del Estero.
Parámetro……………………………Población……………………….....Elemento……
……….........Variable………………………………Tipo…………………………………..
 El peso promedio de las embarazadas que se hacen atender en la UPA Nº7
del Bº Los Lagos
Parámetro…………………………..Población…………………….......Elemento………
……….........Variable……………………………..Tipo……………………………………
 Cantidad de Tipos de recursos didácticos (graficos, audiovisuales,
fotográficos, auditivos, etc) empleados por los docentes del Nivel Primario
del colegio Cristo Rey de Rosario, durante el mes de abril del año 2013.
Parámetro…………………………..Población…………………….......Elemento………
……….........Variable……………………………..Tipo……………………………………
4- Se observaron las siguientes variables en los alumnos de de una escuela

primaria.
a) Sexo. ----------------------------------------------
b) Edad ----------------------------------------------
c) Estatura ----------------------------------------------
d) Grupo Sanguíneo ----------------------------------------------
e) Nº de Mat. aprobadas -----------------------------------------------
f) Estado civil ----------------------------------------------
g) Nivel de Instrucción. ----------------------------------------------
h) procedencia ----------------------------------------------
En cada uno de los casos, clasifica las variables según corresponda como:
*Cuantitativa: Discreta- Continua
*Cualitativa: Nominal- Ordinal.
11
5- En una Escuela, se les realizo a los alumnos una encuesta compuesta por
varias preguntas; las características estudiadas fueron las siguientes:
a. Color del cabello

b. A que Barrio pertenecen
c. Cantidad de hermanos
d. Candidato al cual votaron para diputados y senadores en Sgo del
Estero
e. Cantidad de horas promedio por día que miran TV
f. número de miembros de una familia
Clasifiquen cada una de las variables.
6-Determinar en cada caso, si la variable que se indica es continua o discreta.

Justifiquen sus respuestas.
a) talla de los niños nacidos en el año 2013
b) velocidad con la que pasan los autos por un puesto de peaje
c) cantidad de accidentes de transito en el 2013
7-De ejemplos de cada una de las siguientes variables en su área profesional:

a) Variables cualitativas: una nominal y una ordinal
b) Variables cuantitativas: una continua y una discreta.
8-Marque con una cruz si es correcta o incorrecta, la clasificación realizada de

cada una de las siguientes variables, en caso de incorrecto complete la
clasificación correta en la columna
VARIABLES CLASIFICACION C I Si es Incorrecta
a)Nºde dientes V.Cuantitativa
cariados continua
b)Tipo de V.Cualitativa
fractura(grave, leve, nominsl
mínima)
c)Tiempo de V.Cuantitativa
gestación(1 a 9 discreta
meses)
d)Nºde hijos por V.Cuantitativa
familias discreta
e)Consecuencias V.Cuantitativa
de continua
accidentes(grave,
leve, mínima)
C:Correcto I:Incorrecto
12
UNIDAD II
TABULACIÓN Y REPRESENTACIONES
GRÁFICAS
13
UNIDAD II (TABULACIÓN Y REPRESENTACIONES GRAFICAS)
ACLARACIÓN DE DOS CONCEPTOS
Serie de Datos (Simples) o Datos No agrupados: son los datos tal cual han sido
recolectados o datos en bruto.
Ejemplo: En el año 2010, se examinan 30 niños de Jardín de Infantes de la

escuela San Francisco y se anota su estado de salud
(S=Sano, E=Enfermo).
xi : S, S, E, E, E, S, S, E, S, S, S, S, S, E, S, S, S, S, E, S, S, S, S, S, S,
S, S, S, S, S.
Serie Frecuencial o Datos Agrupados: cuando la masa de datos obtenidos es

muy grande y éstos están desordenados, no dan información alguna; conviene por
lo tanto ordenarlos a través del proceso de la Tabulación
Tabulación: es una operación o procedimiento que consiste en resumir un

conjunto de observaciones.
TABLA ESTADÍSTICA O ESTADÍSTICA: es el resultado de la Tabulación, la cual

contiene en forma ordenada y sistemáticamente un conjunto de datos numéricos.
En ella aparecen los valores observados presentados en un orden creciente de
magnitud y acompañados con sus respectivas frecuencias (el número de veces
con que se presenta uno o varios valores observados). Por tal motivo las
estadísticas así obtenidas reciben el nombre de “Distribuciones de
Frecuencias”.
14
CLASIFICACIÓN DE TABLAS (Según el nro. de variables que intervienen)
15
TABLA DE SIMPLE ENTRADA Y GRAFICO PARA una variable cualitativa

nominal u ordinal
Ejemplo 2: En un determinado año, se examinaron 30 niños de un jardín de

infantes con respecto a su estado de salud obteniéndose los siguientes resultados:
(S=sano, E=enfermo)
Xi(Estado de Salud):
S,S,E,E,E,S,S,E.S, S,S,S,S,E,S,S,S,S,E,S,S,S,S,S,S,S,S,S,S,S.
Pob: 30 niños Unidad de Análisis o Elemento: cada niño y Variable: Estado de

Salud Tipo: Cualitativa nominal
Los datos tal cual fueron recolectados sin agrupar constituyen una serie simple o
datos sin agrupar
Cuando la masa de datos obtenidos es grande y están desordenados, no dan

ninguna información. Por lo tanto conviene ordenarlos y tabularlos a través de
Tablas estadística o Distribuciones de Frecuencias.
¿Cómo las ordeno?:
Variable Cualitativa (En la primera columna basta poner los valores o cualidades
que toma la variable como por ejemplo 4 la variable: Estado de Salud (S= Sano y
E= Enfermo) y en la segunda columna la Frecuencia absoluta.(Fi) (N° de Niños).
Frecuencia Absoluta: El número de veces que se repite los valores o cualidades

que toma la variable.
Estado de Frecuencia (Fi)

Salud
Absoluta(Nº de
niños)
Sano 24
Enfermo 6
TOTAL 30
¿Cómo las presento? Se puede presentar gráficamente a través de dos gráficos:

1) Barras Simple y 2) Sectores Circulares
16
Distribución de Frecuencias Relativas: Cuando en la cuarta columna del

ejemplo 4, se expresa a través del cálculo de porcentaje.
El porcentaje= Frecuencia relativa x 100

Frecuencia Absoluta
Frecuencia Relativa (Fri)=
TotaldelaF recuencia
Estado de Frecuencia Frecuencia %

Salud Absoluta
Relativa (Fri x 100)
(Nº de
niños) (Fri)
Sano 24 24/30=0.80 80
Enfermo 6 6/30=0.20 20
TOTAL 30 1 100
Tabla de simple entrada y Grafico para una variable cuantitativa discreta
17
Ejemplo 5: En un determinado año, se recolectaron información de 30 niños de

un jardín de infantes, sobre el número de hermanos obteniéndose los siguientes
resultados:
Xi (Nro de Hermanos):
Pob: 30 niños Unidad de Análisis o Elemento: cada niño y Variable: Número de

Hermanos Tipo: Cuantitativa Discreta o discontinua
¿Cómo las ordeno?
Variable Discreta: (En la primera columna se agrupa en forma ordenada los

valores distintos que toma la variable discreta y en la segunda columna la
frecuencia absoluta, Nº de niños).
Nº de Fi (Nro Frecuencia %
de Niños)
Relativa (Fri x 100)
Hermanos
(Fri)
0 5 0.17 17
1 5 0.17 17
2 6 0.20 20
3 3 0.10 10
4 4 0.13 13
5 3 0.10 10
6 4 0.13 13
TOTAL 30 1 100
¿Cómo las presento? Se puede presentar gráficamente a través de el Gráfico de

Bastones con valores originales o porcentuales
18
Tabla de simple entrada y Grafico para una variable cuantitativa continua
Ejemplo 6: Un maestro mide la altura a sus 25 alumnos de la sección maternal de

una determinada escuela; obteniéndose los siguientes resultados:
Xi(Altura: cms):
Pob: 25 alumnos Unidad de Análisis o Elemento: cada alumno y Variable:

Altura(cm) Tipo: Cuantitativa Continua
¿Cómo las ordeno?:
Variable Continua (Por la naturaleza de la variable se agrupa en la primera

columna en intervalos de clases y en la segunda columna la frecuencia absoluta:
Nº de alumnos)
PASOS A SEGUIR PARA ARMAR INTERVALOS
a) Se ubica el mayor y menor valor de la variable. En este caso 99 cm y 70

cm, respectivamente
b) Se calcula el rango o amplitud de variación y se la distingue con la letra R
c) . La amplitud de la serie se determina como:
d) a= R/nº de intervalos= 29/5=5,8
e) Para facilitar el agrupamiento se tomara, a= 5
19
f) Se forman las clases. El límite inferior de la primera clase es el menor

número.
g) Se determina la frecuencia con la que aparece cada valor de la variable.

Esto se hace contando.
h) 7. La “marca de clase” (xi) es decir el valor medio de cada intervalo. Se

calcula como:
i) x1=(Li1+Ls1)/2 ; x2=(Li2+Ls2)/2 ; ……………..; x6=(Li6+Ls6)/2
j) Obteniéndose la siguiente distribución frecuencial con intervalos:
¿Cómo las presento?
Se puede presentar gráficamente a través de dos gráficos: 1) Histograma y 2)

Polígono de Frecuencia
20
1) Histograma
Nº de Alumnos
Xi: (Altura: cm)
Diapositiva 20
2) Polígono de Frecuencia
21
Tabla de Doble entrada y Grafico
Comenzaremos diciendo que en cada elemento de la población se observan

simultáneamente dos variables, por lo tanto se obtienen parejas de valores
procurando conocer la relación que existe entre ellas.
Ejemplo 7: Una muestra de 500 niños de una cierta escuela primaria, se clasifico
en forma cruzada respecto a su estado de nutrición y desempeño académico,
obteniéndose los siguientes resultados
V1Desempeño V2Estado Nutricional Total
Académico
Pobre Bueno
Malo 105 15 120
Satisfactorio 80 300 380
TOTAL 185 315 500
Elementos de una Tabla
TÍTULO : Se colocan en la parte superior de la Tabla. Debe expresar en forma

breve y clara el contenido de la tabla.
Para la confección del título: nos orientará a que debe responder a las
siguientes preguntas: QUE, COMO, DÓNDE, y CUANDO.
QUE: Identifica la naturaleza del fenómeno a representar. (Elementos de la
población o la muestra)
22
COMO: Identificar los criterios de clasificación (variables) a los arreglos según los
cuales se presentan los datos.
DÓNDE: Identificar el área o lugar geográfica a la zona cubierta por la recolección
de esos datos.
CUANDO: Identificar la fecha a la que corresponden los datos.
1) Engloba los títulos de las filas y generalmente se encuentran a la izquierda

de la tabla.
2) Engloba los títulos de la columna.
Cuerpo: Comprende las celdas emergentes de la filas y columnas que son las
frecuencias.
Totales: Encierra la distribución de frecuencias de cada variable. Dichas

distribuciones de frecuencia por separado se llaman distribuciones de frecuencias
marginales.
Lectura de una Tabla: se lee de izquierda a derecha y de arriba hacia abajo.
¿Cómo las presento?
Se puede presentar gráficamente a través de dos gráficos:
1) Gráfico de Barras Compuestas y 2) Gráfico de Barras Agrupadas
Gráfico de Barras Compuestas
Si el fenómeno tratado en la variable dependiente es compleja, es decir se
puede descomponer en otros más simples” Esto significa cuando tenemos una
tabla de doble entrada” es imposible discriminar en cada barra la fracción que
le corresponde a cada subdivisión. Las barras así construidas reciben el
nombre de barras compuestas.Se comienza dibujando las barras como si
fueran simples, es decir que las alturas correspondan a los totales y luego se
yuxtaponen los valores hasta alcanzar el de su suma.
23
2) Gráfico de Barras Agrupadas
Sirven para representar fenómenos similares a la que originan las barras

compuestas .La diferencia está en que cada valor que la toma la variable (X) le
corresponde un grupo de barras.
OTROS GRÁFICOS
Gráfico de curva o lineal: Se utiliza específicamente para representar las

Estadísticas Cronológicas o Series Temporales.
Fundamentalmente sirve para descubrir la relación funcional entre dos variables
cuantitativas (X y Y). En cuya abscisa se ubica las unidades de (tiempo)(días,
meses, año, etc.) y en la ordenada la variable en estudio. Fundamentalmente sirve
para conocer la evolución de la variable en función al tiempo. Ejemplo Tabla 10
24
25
Gráfico de Dispersión o scatter

Cuando intervienen 2 variables cuantitativas y el número de individuos observado7
es pequeño se utilizan los gráficos de dispersión.
Ejemplo 9: Alumnos de un Jardín clasificados según el peso y la altura
Peso (kg) 30 20 25 26 25 22 26 28 31 35
Altura (cm) 80 65 68 75 72 68 74 80 82 85
RESU
26
RESUMEN DE LOS DIFERENTES TIPOS DE GRAFICOS
TIPO DE GRAFICO TABLA DE SIEMPLE TABLA DE DOBLE ENTRADA

ENTRADA
Cualitativa V. CUANTITATIVA N pequeño N Grande
Discreta Continua
Barras Simples x
Sectores circulares x
Bastones x
Histograma x
Polígono de Frec x
Barras compuestas x
Barras Agrupadas x
Grafico de x
Dispersión
Gráfico Lineal x
27
TRABAJOS
PRÁCTICOS
(UNIDAD II)
28
TRABAJO PRACTICO N°2

(Tema: Tabla de Simple Entrada y Representaciones Gráficas)
1) Se realizó una encuesta sobre el Nro de miembros de 40 familias, con los
siguientes resultados:
X (Nro de miembros):3 - 2 - 6 - 6 - 5 - 7 - 7 - 2 - 5 - 8 - 5 - 5 - 2 - 2 - 3 - 3 - 4 - 7 - 5 -
3 - 5 - 6 - 6 - 2 - 6 - 5 - 4 - 4 - 3 - 3 - 4 - 5 - 6 - 7 - 8 - 3 - 3 - 2 - 4 - 2.-
a) Construir la distribución de Frecuencias.
b) Cuantas familias tuvieron hasta cinco miembros?
c) Qué porcentaje de familias tuvieron hasta tres miembros?
d) Presente gráficamente los datos de la tabla formada.
e) Emita sus conclusiones.
2) A los padres de 50 alumnos de sección de 5 años de Jardín de Infantes de un
establecimiento de la Capital de la Pcia. de S. M. de Tucumán, se les distribuyó un
cuestionario con la finalidad de determinar la actitud de los mismos ante el
desempeño de los docentes. Una de las preguntas estaba referida al grado de
conformidad sobre el desarrollo de actividades lúdicas.
Los resultados obtenidos fueron los siguientes:
(X i: Actitud al desempeño) : MC MD C I C MC D D MC MC I MC I MC D MC MD C
D C MC D MC D MC D MD I C C C MD MC I C MC MC D C MC C MC D MD MC I
D MC I MC
Dónde:
MC: muy conforme
C: conforme
I: indiferente
D: disconforme
MD: Muy disconforme
a) Construya la tabla en función a la variable de conocer de los padres de los
alumnos la actitud ante el desempeño académico.
b) a) Proponga un título para la tabla.-
c) Incluya las frecuencias relativas y absolutas
d) Represente gráficamente seleccionando el grafico que usted considera el
más adecuado-
e) Emita conclusiones.
3) Los siguientes datos corresponden a la edad de los tutores de alumnos que

concurren al Jardín de Infantes de un establecimiento escolar.
Xi(Años):
44 30 45 48 31 45 33 35 54 44
45 47 38 56 29 43 43 62 60 30
29
52 36 45 31 31 32 34 32 54 55
55 46 61 39 43 38 47 45 38 37
63 49 34 48 34 64 44 47 36 60
50 52 37 41 29 37 49 37 39 56
39 46 46 31 60 29 53 40 41 58
a) Realice la distribución de frecuencia teniendo en cuenta el tipo de variable.

b) a) Proponga un título para la tabla.-
c) Grafique la distribución de frecuencia formada en utilizando el gráfico que
usted considera el más adecuado.
d) Emita sus conclusiones.
4) El siguiente cuadro muestra dos distribuciones de la variable: X(Nº de hijos) por
flia. Una de las distribuciones corresponde a 30 flias de un barrio céntrico de la
ciudad capital de Sgo del Estero; y la otra distribución corresponde a 21 flias de un
barrio periférico.
Nºde hijos Barrios
Céntrico Periférico
0 9 1
1 7 0
2 5 1
3 3 3
4 2 7
5 2 4
6 1 2
7 1 2
8 0 1
TOTAL 30 21
-Analizar las distribuciones de frecuencias correspondientes a cada Barrio y luego
compararlos. Con su respectivo gráfico y emita sus conclusiones.
Tema: Tabla de Doble Entrada (Tabulación y Representación Grafica).
5) La siguiente tabla muestra a un grupo de 300 pacientes quienes participaron en

una encuesta de salud, en la UPA Nº 7, en el cual se les pregunto el nivel de
atención de los distintos profesionales de salud.
30
Nivel de Profesionales de la UPA

Atención Med.Clinica Pediatra Obstetr Educ.sanit. Agen.sanit. Total
a
Muy Bueno 27 35 38 28 35 163
Bueno 22 25 35 32 30 144
Regular 18 15 10 12 15 70
Malo 7 6 0 3 7 23
Total 74 81 83 75 87 400
a) Realice el gráfico que considere apropiado.

c) Emita conclusiones.
d) Construye a partir de la tabla proporcionada una tabla de simple para cada
variable y proponga el titulo correspondiente.
6) Los alumnos de noveno están organizando un campamento para fines de

noviembre, a modo de viaje de fin de ciclo, junto con los profesores de Educación
Física. Como no logran ponerse de acuerdo sobre el destino y la empresa de
turismo, organizaron una encuesta para decidir según la mayoría.
Las respuestas de las 30 familias se volcaron en la siguiente matriz de datos
Familias Sexo Destino Dinero

1 F Tan 2000
2 M Tan 2000
3 F Cor 2000
4 M Cor 2000
5 M Cor 4000
6 M Tan 2000
7 M Cor 3000
8 F Cor 4000
9 F Tan 2000
10 M Cor 1000
11 F Cor 2000
12 F Tan 1000
13 M Tan 2000
14 F Tan 1000
15 F Cor 2000
16 M Tan 1000
17 M Tan 3000
18 M Cor 1000
19 F Cor 2000
20 F Tan 2000
21 M Tan 2000
22 F Pin 2000
23 F Tan 2000
31
24 F Tan 2000
25 F Tan 2000
26 M Cor 2000
27 M Tan 3000
28 M Tan 3000
29 M Tan 3000
30 F Cor 2000
a) Completar la tabla con los datos de la matriz de datos
Sexo Destino Total
Total
a) Realice el gráfico que considere apropiado.

b) Emita conclusiones.
c) Construye a partir de la tabla proporcionada una tabla de simple para cada
variable y proponga el titulo correspondiente.
d) Construya una tabla para cruzar las variables Destino y Dinero
Tema: Otros Tipos de Gráficos
7) Utilice un gráfico lineal para mostrar la evolución de egresados del Polimodal.
AÑOS Nro de
Egresados
1980 233
1985 278
1990 321
1995 375
2003 91
FUENTE: Datos ficticios
32
UNIDAD III
INDICES
33
UNIDAD III (INDICES).
34
Los Índices más comunes utilizados en educación son:
35
• Razón de alumnos matriculados en las escuelas con respecto a la población

en edad escolar.
I= Nro de alumnos matriculados/ Población en edad escolar
Ejemplo: En el año 2001, en el departamento Robles, Pcia. de Santiago del

Estero según el INDEC, la población en edad preescolar fue de 3229 y los
alumnos matriculados fue de 1272. La razón de alumnos matriculados es entonces
en ese año de:
I= 1272/3229=0.39
Es decir que solo el 39% del total de la población en edad preescolar asiste a la
escuela en ese departamento.
• Alumnos por maestro en las escuelas primarias.
I= N alumnos / Nro de Maestros
Ejemplo: Si el total de alumnos de preescolar de una escuela es de 300 y el

plantel docente es de 15 docentes (Datos ficticios), la razón alumnos por maestro
es de:
I= 300/15= 20
Es decir que en esa escuela hay 20 alumnos por cada maestro.
• Porcentaje de población analfabeta de 15 años y más.
I= N analfabetos de 15 años y más / Población de 15 años y más
Ejemplo: En la provincia de Santiago del Estero según el INDEC, en el año 2001

el total de población de 15 años y más fue de 571546 personas. De ellas, 31625
no tenían ninguna instrucción.
El Porcentaje de población analfabeta para la provincia es entonces,
%= 31625/57146x 100= 5.53%
• Tasa de ausentismo de docentes.
Es el porcentaje de ausentismo de docentes en un período de tiempo

determinado.
Ta = N de días de ausencia de todos los docentes en un período / N de días de

clase de todos los docentes en ese período x 100
Ejemplo: Si en un Jardín de Infantes hay una planta docente de 15 personas y el

total de inasistencias de los docentes (por diversas causas) en el año es de 405, la
36
Tasa de ausentismo se calcula como sigue (considere que los días de clase en el
año son 180):
Ta= 405/ 15x180 *100=15%
Tasa de desgranamiento
Es la proporción de alumnos ingresados al primer grado (o curso) que no lograron

culminar todos los grados (o cursos) correspondientes al nivel, en el período
establecido.
Ta= N de alumnos que no culminaron sus estudios en el período establecido/N de

alumnos matriculados al inicio del período x 100
Ejemplo: Si en el estudio de la cohorte 1974-1980 el número de alumnos

articulados en la Argentina en la escuela primaria al inicio del período es de
729048 y los que no culminaron sus estudios es de 337292 (Fuente: Estado, Sociedad
y Educación en la Argentina de fin desiglo. D. Filmus. Troquil-Bs.As.1996. Pag.87, citado por Lic.
Julio Zurita: Guía de actividades del a asignatura: Introducción a la
estadística Educativa. Escuela para la Innovación educativa. UNSE .)
La Tasa de desgranamiento es:

Td= 337292/729048 x 100=0.46%
Es decir que en ese período hay un desgranamiento del 46%.El 46% de los
alumnos matriculados al inicio del período no culminaron sus estudios al final del
mismo.
• Tasa de retención de la cohorte
Es la proporción de alumnos ingresados al primer grado (o curso) que lograron

culminar todos los grados (o cursos) correspondientes al nivel,en el período
establecido.
Tr = N de alumnos que culminaron sus estudios en el período establecido/ N de

alumnos matriculados al inicio del período x 100
Ejemplo: Si en el mismo período considerado en el ejercicio anterior terminan el

7º grado 391756 alumnos de los 729048 matriculados, la Tasa de retención será:
Tr = 391756/729048=0,5374
Es decir que la Tasa de retención es aproximadamente del 54%. El 54% del os

alumnos matriculados al inicio del período culminaron sus estudios al final del
mismo.
37
• Tasa de escolarización
Proporción de la población en edad escolar que está efectivamente escolarizada

Ez = N de alumnos matriculados /Población en edad escolar x 100
Ejemplo: La población de 5 años y más para Sgo. del Estero en el 2001según el

INDEC es de 706794 habitantes. De ellos asisten a la escuela 237708.
La Tasa de escolarización es:
I = 237708/706794 x 100= 33.63%
Es decir que el 33.63% de la población en edad escolar asiste a la escuela.
38
TRABAJO
PRÁCTICO
(UNIDAD III) Índices
39
TRABAJO PRÁCTICO N°3
(Tema: INDICES)
1) En base a los datos de la siguiente tabla: Población en edad escolar, Nº de

alumnos matriculados y Nº de maestros correspondiente a cuatro lugares de
la República Argentina
Población en Nº de Nº de Nº de
LUGAR edad escolar alumnos alumnos no maestros
matriculados matriculados
A 300000 248.000 7.000
B 150000 106.000 4.000
C 25000 24.000 1.200
D 60000 42.000 4.750
Fuente: Datos Ficticios
Calcular para cada lugar:

a) Proporción de alumnos matriculados
b) Nº de alumnos por maestro
c) Tasa de escolarización
d) Número de alumnos No matriculados
e) Porcentaje de alumnos No matriculados
2) Dada la siguiente tabla, calcule la tasa de retención y el desgranamiento de

cada cohorte y en base a los resultados realice el análisis correspondiente
Retención y Desgranamiento de la Escuela Primaria. Su evolución en 3 ciclos
escolares del período 1964-1980.
Ciclo Escolar Alumnos matriculados

1er Grado 7º Grado
1964 - 1970 723.264 321.940
1969 - 1975 751.049 375.723
1974 - 1980 729.048 391.756
Fuente: Filmus. Troquil-Bs.As.-1996-Pág.87.Citado por Lic,. Julio Zurita: Guía de actividades de la signatura:
Introducción a la Estadística Educativa.
a) Calcule la tasa de desgranamiento

b) Calcule la tasa de retención
c) Interprete los resultados obtenidos
40
UNIDAD III
MEDIDAS de Resumen: DE POSICIÓN y

DISPERSIÓN
41
UNIDAD III : MEDIDAS DE POSICIÓN y TENDENCIAL CENTRAL
1- INTRODUCCIÓN:
El objetivo de la Estadística Descriptiva es obtener

información a partir de los datos, los cuales surgidos de la recolección se
muestran en una primera etapa como un conjunto desordenado de valores de
variables.
Es por ello necesario ordenarlos y clasificarlos (Tabulación) y resumir esas

grandes cantidades de datos en unos pocos números. Estos números se conocen
con el nombre de Medidas de Posición y Tendencia central y Medidas de
Dispersión.
De Posición: si dicha información se refiere a la ubicación (en el eje de la X) del

conjunto de datos.
Tendencia Central: (Por que indica la ubicación de centro del conjunto de datos.
Por lo tanto los demás datos tienden a acercarse al valor Central.
* X Media Aritmética
*Md Mediana
Las Medidas de Posición y Tendencia Central son:
*Mo Modo
Otras: Cuartiles, Deciles y Percentiles
Conceptos importantes: en estas unidades III que estamos

estudiando, debemos tener en cuenta que se entiende por DATOS
AGRUPADOS Y DATOS NO AGRUPADOS en función a esa clasificación
se calcularán las medidas correspondientes.
Datos NO Agrupados: son los datos o valores de la variable tal cuál han sido
obtenidos, sin ninguna proceso de ordenación. Generalmente son hasta 30
valores.
Datos Agrupados: son los datos o valores de la variable ordenados a través de

una distribución de frecuencia (Se compone con los valores de la variable
ordenados y su respectiva frecuencia)
42
Entre las medidas que permiten resumir información

proveniente de una población, podemos considerar las
medidas de posición y tendencia central y las
medidas de dispersión
MEDIDAS DE RESUMEN
43
Media Aritmética, Media o Promedio
Es el promedio más conocido y usado, que se obtiene al dividir el total (suma de todos los valores que
intervienen) entre el número de valores involucrados. Nos permite promediar valores cuantitativos.
Se simboliza con X . Promedia valores cuantitativos.
CÁLCULO DE PROMEDIO PARA DATOS NO AGRUPADOS
Ejemplo Nº1:
Se registró la edad de una muestra de 4 alumnos universitarios y se quiere averiguar
cuál es el promedio de edad de esa muestra.
Elemento o Unidad de Análisis: Cada alumno
Variable (x): edad (años)
Datos: 22, 19, 26, 23
Tipo de Variable: cuantitativa continua.
n: 4
4 n n 4
44
Indica que Suma todos los valores

La variable deben sumarse
Conclusión: los alumnos universitarios tienen en promedio de 23 años
VENTAJAS E INCONVENIENTES DE LA MEDIA ARITMÉTICA
Ventajas: Es sencillo su cálculo

Desventajas: Es muy sensible a los valores extremos
Supongamos que en el ejemplo Nº1, se cambie el 23 por 62
Xi :Edad (años): 22, 19, 26,62 x = 32,25 años 32 años
.
Mediana: Es el valor que divide al conjunto de los datos en dos partes iguales. El 50 % de ellos a su
izquierda y el otro 50 % restante a su derecha. Se simboliza con Me. Promedia valores cuantitativos
PASOS A SEGUIR PARA SU CÁLCULO

1. Ordenar los datos en forma ascendente o descendente.
2. Si n es impar, la mediana es el valor de la variable que se localiza exactamente en la mitad de
la lista ordenada.
3. Si n es par, el valor de la mediana se determina promediando los dos valores centrales. Los
valores centrales se ubican con:
45
Ejemplo Nº 2: Se desea establecer el valor mediano de la edad de 5 alumnos universitarios.

X: Edad (Años): 22, 19, 26, 23, 18
Ordenar los datos : 18, 19 , 22, 23, 26
n, impar: 5
La ubicación de la mediana es:
La mediana Me = 22 años
Conclusión: el 50% de los alumnos universitarios son menores o iguales a 22 años
Modo:
Se define como aquel valor de la variable más frecuente o que más se repite. Permite
promediar valores cualitativos y cuantitativos
Se simboliza con Mo.
.
Ejemplo Nº 3: Calcule el Mo para los siguientes datos recolectados de seis alumnos
universitarios con respecto a las variables edad y sexo.
Xi(Edad: años): 18, 20, 25, 18, 21,.22 Mo=18 años(La mayoría de los alumnos tienen
18 años)
Xi (Sexo): F F M F F F Mo= F(La Mayoría son mujeres)
Ejemplo 4: Calcule el modo (Mo) para los siguientes conjuntos de datos.
Serie A: 4,5; 7,6; 2,8; 4,5; 3,6; 2,6. Mo=
Serie B: 4, 5, 4, 6, 8, 5 Mo=
Serie C: 27, 27, 27, 55, 55, 55, 88, 88, 99 Mo=
Serie D: 1, 2, 4, 5, 7, 8, 10 Mo=
46
TABLA RESUMEN DE TIPOS DE VARIABLES Y MEDIDAS DE POSICIÓN QUE SE PUEDEN

DETERMINAR
TIPO DE VARIABLES MEDIDAS DE POSICIÓN
PROMEDIO Me Mo
Cualitativa Nominal NO NO SI
Ordinal NO NO SI
Cuantitativa Discreta SI SI SI
Continua SI SI SI
47
CALCULO DE LAS MEDIDAS DE POSICION Y TENDENCIA CENTRAL EN DATOS

AGRUPADOS
Media Aritmética: en datos No AGRUPADOS se calcula utilizando la siguiente fórmula:
Es decir que se suman todos los valores que intervienen entre el número
total de valores involucrados. Aplicando este concepto calcularemos Media aritmética En
las siguientes distribuciones de frecuencias:
Ejemplo 4: la profesora de nivel inicial necesita conocer el número promedio de

hermanos que tienen sus 25 alumnos.
a) Variable
Discreta
Nº hermanos Nº alumnos
xi*fi
xi fi
0 1 0
1 9 9
2 7 14
3 5 15
4 3 12
Total 25 50
48
49
CALCULO DE MEDIA ARITMETICA EN V CONTINUA (En Datos Agrupados)
Cálculo de Modo en Datos Agrupados para v Discreta (DATOS Agrupados)
CALCULO DE MODO EN V CONTINUA (DATOS AGRUPADOS)
Cálculo de Modo en Datos Agrupados para v Continua (DATOS Agrupado
50
Cálculo de Modo en Datos Agrupados para v Continua (DATOS Agrupados)
Representativa de las formas modales
1 valor Modal 2 valores Modal +3 valores

modales
Otras Medidas de Posición o Localización : (Cuartiles, Deciles, Percentiles)
Las medidas de localización dividen la distribución en partes iguales, sirven para

clasificar a un individuo o elemento dentro de una determinada población o
muestra.
51
ACLARACIÓN: Estas medidas, No son específicamente medidas de

tendencia central porque no se refieren exclusivamente al centro de la
distribución sino particularmente a otras fracciones del conjunto de datos.
Cuartiles:
1) Introducción
Al estudiar la mediana hemos dicho que cuando un conjunto de

datos se colocan ordenados de menor a mayor, la mediana es el valor que divide
al conjunto de datos en más partes iguales, y a los valores que verifican esta
división se los conoce con el nombre de Cuartiles por ejemplo son tres Q1 primer
Cuartel, Q2 segundo Cuartel , Q3 tercer Cuartel y dividen al conjunto de datos
después de haber sido ordenado en forma creciente en 4 partes iguales de
manera tal : a) A la izquierda del Q1 se encuentra el 25% a la derecha del mismo
el 75% de conjunto de datos.
b) Q2 coincide con la Md
c) Q3 deja a la izquierda del 75% de los datos mientras que el 25% restante, se
encuentra a la derecha.
Ej.: De determinación de Cuartiles en datos NO AGRUPADOS
Xi: (Nro. de dientes cariados en 10 niños)
10, 8, 15, 17, 9, 6, 21, 19, 20,7.
6, 7, 8, 9, 10, 15, 17, 19, 20, 21 (n Par)
Q1=8 Q2=12,5 Q3=19
6, 7, 8, 9, 10, 15, 17, 19, 20. (N Impar)
El Q1 ocupa el orden N+2 = 3 seria el valor (8)
El Q2 ocupa la Md = (10)
El Q3 ocupa el orden 3N+2 = 8 seria el valor (19)
Deciles: son nueve y dividen al conjunto de datos en 10 partes iguales : D1 D2
52
D3 D4 D5 D6 D7 D8 D9 en general Di con i= 1, 2, ….9.
Para su determinación de Deciles en datos DATOS NO AGRUPADOS
a= n° de decil.
Da = xn
10
Percentiles: son 99 y dividen al conjunto de datos en 100 partes iguales. Se

simboliza con Pi con i: 1,2,3…….100.
Para su determinación en Percentiles en DATOS NO AGRUPADOS
A= n° de percentil.
Pa = xn
100
53
CALCULO DE MEDIDAS DE POSICIÓN EN DATOS AGRUPADOS
a) Cálculo de la Mediana
( V. discreta)
Hay que tener presente para el cálculo la ordenación en sentido creciente de los
valores de la variable. Pero esta ordenación ya existe en toda distribución de
frecuencia. El problema está en encontrar el valor de la variable que corresponda
a la observación Central Como el número total de observaciones =  Frec , la
observación central será la

 frecque sería la ubicación u orden de la Md.
2
Para encontrar tal valor, el procedimiento más rápido consiste en calcular las
frecuencias acumuladas: originada por la suma de frecuencias y se designa con fai
, el valor de la variable que corresponde a la primera fai mayor a

 frec es la Md
2
Procedimiento: Tomando el ejemplo a)
1. Hacer la columna de fai
2. Calcular
 frec = 50  25
2 2
3. Localizar la 1era fila de fai > a la

 frec que sería con este ejemplo 39.
2
4.  la Md = 1 accidente
54
b) Cálculo de la Mediana
( V. continua)
En las distribuciones de Fe de V. Continuas no puede obtenerse exactamente la

Md, porque se desconocen los valores singulares de la variable no obstante puede
obtenerse una aproximación mediante la siguiente formula:
Md = Li +
 fi / 2  fa Md 1
x ai
fMd
Dónde Li = Límite inferior de la clase dónde se encuentra la Md.

FaMd-1 = Frecuencia acumulada de la clase anterior que contiene la Md.
fMd = Frecuencia de la clase que contiene a la Md.
Ai = amplitud de la clase que contiene a la Md.
Fai = es la frecuencia acumulada
Procedimiento: Tomando como ejemplo el b)
1. Hacer la columna de fai
2. Calcular
 frec
2
3. Localizar la 1era fila de fai > a la

 frec para determinar la clase que
2
contiene a la Md.
4. Aplicar la fórmula reemplazando los valores
30 / 2  10
Ejemplo: Md = 9+ x 2= 10 mtos
10
Representación Gráfica del Modo

V. Continua
Una vez determinada la clase modal que se detecta aquel rectángulo
que tiene > altura. Para poder determinar el valor que toma la variable dentro de la
clase modal. Una forma de lograrlo es trazando líneas desde los extremos
superiores de la clase considerada hacia los extremos superiores de las clases
adyacentes y de la intersección de esas líneas bajar una proyección al eje de la
“X” determinando así la ubicación del Mo.
El siguiente gráfico muestra la construcción gráfica del Mo.
55
56
UNIDAD III: MEDIDAS DE DISPERSIÓN O VARIABILIDAD EN DATOS NO

AGRUPADOS
Introducción:
Ej: Consideremos la edad en un grupo de alumnos de la UNSE.
240
Xi: 21-17-19-23-20-18-18-24-18-20-23-19- Promedio= = 20 años
12
Aproximadamente.
Veamos ahora las edades de las personas que habitan en un edificio

240
Xi: 9-4-53-20-5-72-17-5-40-1-2-12 Promedio= = 20 años.
12
Aproximadamente
¿Cuál es la diferencia esencial entre ambos grupos? Haciendo la

representación gráfica se puede observar: en el primer grupo todas las edades
son próximo a la media aritmética, que es de cada uno 20 años. En cambio en el
segundo grupo se presenta una mayor variabilidad. La variabilidad es una de las
características de los fenómenos aleatorios. Trataremos de medir dicha
variabilidad.
1 72 ( Grupo del Edificio)

20
17 20 24 ( Grupo de la UNSE)
Ejemplo gráfico de Dispersión

X
57
Entonces el Promedio o la Media Aritmética nos dá una cierta información a cerca

del conjunto de datos pero es una información incompleta porque no nos dice
nada de la variabilidad, o dispersión de los datos.
58
59
60
61
62
63
GENERALIDADES Y USO DE LAS MEDIDAS DE VARIABILIDAD O

DISPERSIÓN
 El concepto de variabilidad se refiere a la heterogeneidad u homogeneidad de

un conjunto de datos, o la semejanza o desemejanza de los datos entre si.
Diremos que una distribución de frecuencias presenta gran variabilidad o una
variabilidad mayor que la de otra, en la medida que los datos son más
heterogéneos, diversos entre sí o semejantes entre sí. Dos conjuntos de datos
pueden ser iguales en cuanto a las medidas de tendencia central pero
diferentes en cuanto a variabilidad o bien esos conjuntos puede diferir y esto es
lo más común, tanto en tendencia central como en variabilidad. Gráficamente
se puede observar en la siguiente figura:
Tres curvas con la misma localización central pero diferente dispersión
 Otro sentido el concepto de variabilidad es la siguiente: las medidas de

tendencia central representan mejor un conjunto de datos cuanto menor
es la dispersión o variabilidad de éste. Decimos lo mismo al afirmar que
las medidas de variabilidad indican cuán bien se representa un conjunto de
datos por medio de una medida de tendencia central.
64
CALCULO DE MEDIDAS DE DISPERSIÒN EN DATOS AGRUPADOS
Medidas de Dispersión
a) Rango:
V. Continua: Rg = Ls – Li Ejemplo: Rg=15-3=12 nro de accidentes.

Buscar en el ejemplo de la pagina Nº 49
Ls: Limite Superior de la ultima clase

Li : Limite Inferior de la primera clase.
V. Discreta: Rg = X (máx) – X (min.) Ejemplo: Rg = 4-0 =4 nro de accidentes

Buscar en el ejemplo de la pagina Nº 48
65
TRABAJOS
PRÁCTICOS
(UNIDAD III)
M. de Posición y Dispersión
66
Tema: Medidas de Posición y Dispersión en datos No Agrupados y

Agrupados
a) No Agrupados:
1- Se realiza una fiesta de bienvenida en la facultad y se seleccionan al azar 20
chicos y se le pregunta por la edad de cada uno.
a) calcules la edad media. Moda y la mediana para cada sexo
Varones 17 23 17 22 21 24 21 19 20 17
Mujeres 21 18 21 18 19 20 21 18 19 21
a) ¿Cual de los dos promedios es más representativo de su sexo? ¿Porque?

b) ¿Cuál es la edad de la mayoría de todos los chicos de la fiesta?
2- En 13 cigarrillos de la marca A se observaron, las siguientes cantidades de

nicotina (en mg).
Marca A: 19 - 31 - 20 - 23 - 30 - 26 - 25 - 27 - 26 - 24 - 26 - 33 - 28.-
Mientras que en 13 cigarrillos de la marca B se observaron los siguientes
resultados:
Marca B: 24 - 29 - 30 - 27.2 - 26 - 24.1 - 28.2 - 26.3 - 23 - 26 - 26.5 - 25 - 22.5-
a) Calcule el promedio, la Mediana, el Modo y la desviación estándar para cada
grupo.
b) De acuerdo a éstos resultados: ¿Cuáles son las diferencias entre ambas
marcas? Explique.
3-En base a una encuesta relacionada sobre los pesos de 10 niños de 2 a 6 años,
que se realizan el control de niño Sano en una Escuela A: y en otra Escuela B: se
obtuvieron los siguientes resultados:
Escuela A: 15,5-10-12,3-8-14-14-13,5-12,5-9,3-10
Escuela B: 11,3-8-16-17,3-16-15,9-13,9-14,9-15-10
a) Calcule el promedio, la Mediana, el Modo y la desviación estándar para cada
grupo de Escuela.
b) Realice una breve conclusión con respecto a los pesos de los niños de las
diferentes escuelas.
67
b) Datos Agrupados:
3- En una escuela, se registraron las alturas de los alumnos de 2 cursos A Y B del

3 año del Polimodal. Los datos recopilados se reorganizaron de la siguiente
manera:
Curso A
Altura (cm) 145-160 160-175 175-190 190-205
Cantidad de 4 7 10 4
alumnos
Curso B
Altura (cm) 145-160 160-175 175-190 190-205
Cantidad de 1 10 13 1
alumnos
Calcular:
a) La Media, la Md y el Mo para cada curso.
b) Rg, S2 y S para cada curso.
c) ¿Qué curso tiene las alturas mas concentradas alrededor de la media
aritmética? ¿Por qué?
d) Emita sus conclusiones
4-En un mes determinado, estuvieron ausentes en una escuela del estado, 72
alumnos. La siguiente tabla muestra la distribución de frecuencias de la variable X
(Nº de días ausentes)
X 1 2 3 4 5 Total
Frec. 31 16 9 8 8 72
Por su parte en el mismo mes, estuvieron ausentes en una escuela privada, 32

alumnos. La siguiente tabla muestra la distribución de frecuencias de la variable
X(Nº de días ausentes).
X 1 2 3 4 5 Total
Frec. 3 5 6 8 10 32
Calcule el promedio de días ausentes de ambas escuelas.
68
 Calcule las medidas de dispersión (Rg y S) de ambas escuelas.

 Comente las diferencias que observa entre ambos grupos.
5- La siguiente tabla da las edades en que comenzaron a sentarse dos grupos de

niños de diferentes características.
Meses de Edad Grupo A Grupo B
4-5 - 3
5-6 10 22
6-7 21 63
7-8 35 45
8-9 28 38
9-10 14 21
10-11 7 15
11-12 6 7
12-13 1 1
Total 122 215
Calcule el promedio de meses que comenzaron a sentarse ambos grupos.

 Calcule las medidas de dispersión (Rg,y S)de ambos grupos.
 Comente la diferencia que observa entre ambos grupos.
6-La tabla siguiente muestra las distribuciones de frecuencias del C.I. (Coeficiente
intelectual) medidos en una grupo de 32 niños de una escuela de zona marginal
y otro grupo de 62 niños de una escuela de zona clasificada como clase alta-
media.
Coeficiente Intelectual Esc. Esc. Alta-
(C.I.) Marginal Media
80-90 4 4
90-100 18 14
69
100-110 8 18
110-120 1 12
120-130 1 10
130-140 0 4
TOTAL 32 62
 Calcule el promedio de coeficiente intelectual de ambos grupos. (Emitiendo sus

conclusiones).
 Calculé las medidas de Dispersión (Rg y S) de ambos grupos.
 Comente las diferencias que observa entre ambos grupos.
70
RESUMEN DE LAS FORMULAS MAS IMPORTANTE A UTILIZAR
Medidas D. No Agrupados D. Agrupados
X =
x i

x
 xi. Frec
n  frec
Posición Md para n impar: 1) se ordena de menor a mayor
2)Se localiza el valor central Mo ni Md no se calcula
Md para n par: 1) se ordena de menor a mayor
2)Se realiza la semisuma de los dos valores

centrales
Mo: valor mas alto de la frecuencia
Rg = Ls – Li (para v. contina)
Rg= Xmax - Xmin
Rg= Xmax - Xmin (para v. discreta)

Dispersión _
S=2 ( x  x) 2
n 
2
( xi  x ) 2 . frec
S=
 frec
S= S 2
S= S 2
S
C.V.= _
x 100
x
71
UNIDAD IV
ESTADÍSTICA INFERENCIAL
(Conceptos Básicos de Probabilidad)
72
UNIDAD IV (ESTADÍSTICA INFERENCIAL: Conceptos Básicos de

Probabilidad)
DEFINICIÓN DE PROBABILIDAD.
En la práctica es difícil muchas veces, imposible estudiar a la población completa,

o sea efectuar un Censo. Por eso el investigador debe conformarse con conocer
una “muestra” a partir de ella se estima o se aproxima a la “población”. La
Muestra, al no cubrir a la población, en forma total, origina resultados que no son
ciertos pero si “probables”.
Por ejemplo: en el área de Educación. Nos preguntamos:
Ejemplos
 ¿Cuál es la probabilidad que sea un éxito el uso de las nuevas tecnologías

en una muestra de los centros educativos?
 Cual es la probabilidad de una muestra de los alumnos de la Carrera: Lic de

Inglés, promocionen la Asignatura: Estadística Aplicada a la Salud?
Concepto:
Entonces nos preguntamos: ¿Que se entiende por el término PROBABILIDAD?
Casi todas las personas tienen algún concepto acerca de lo que significa la
expresión “probable” y por eso se usa diariamente la Probabilidad de ocurrencia
de un hecho. Es por eso es frecuente escuchar las expresiones: probablemente,
poco probable, o imposible o seguro etc.. Todas ellas intentan dar una “medida”
de la probabilidad o posibilidad de ocurrencia de un suceso o evento. Que se
utiliza una escala numérica que va desde el 0 (imposible) al 1 (certeza de
ocurrencia).
CONCEPTOS BÁSICOS DE PROBABILIDAD:
1. Experimento Aleatorio y Experimento Determinístico.

2. Espacio Muestral
3. Evento.
1. Experimento Aleatorio: es una operación realizada un cierto número de veces,

bajo las mismas condiciones y no arrojan un único resultado. Un resultado no
puede preverse cuando se realiza una sola vez. El término aleatorio se refiere al
azar. Ejemplo: al arrojar un dado, al tira una moneda.
73
1. Experimento Determinístico: son aquellas operaciones que repetidas bajo las

mismas condiciones dan siempre iguales resultados.
Ejemplos:
 ¿Qué ocurriría si experimentamos poniendo agua en un recipiente, y
calentándolo hasta 100 ° Centígrados? R: el agua hierve.
 ¿Qué ocurriría si experimentamos si suelto un vaso que tengo en la mano?
R: Se rompe el vaso o caerá.
En estos experimentos los resultados el agua hervirá y el vaso caerá. Por lo tanto
el resultado es previsible.
2. Espacio Muestral: es el conjunto de todos los resultados posibles de un

experimento aleatorio. Se simboliza con la letra (M)
Ejemplos:
 (Al arrojar una moneda)
M= {c, e} c: cara e: escudo
 Se arrojaron dos monedas simultáneamente.
M={ (c,c) , (c,e), (e,c), (e,e) }
3. Evento o suceso: es un resultado de un experimento aleatorio.

Ejemplo: al tirar una moneda al aire, es un experimento aleatorio. La obtención de
una cara es un evento aleatorio. Se simboliza con la letra (A)
Teniendo en cuenta los anteriores conceptos relacionados estamos en

condiciones de llegar a calcular la Probabilidad a través de tres formas:
a) Probabilidad Clásica o A priori.

b) Probabilidad Frecuencial o Posteriori
c) Probabilidad Axiomática.
a) Probabilidad Clásica: se define a la probabilidad de obtener cierto evento (A).

Al cociente entre el número de casos favorables a (A) y el número total de casos
posibles o resultados igualmente posibles.
nrodecasosfavoralbles( A)
P(A)=
nrototalde casosposibles ( M )
Ejemplo: Si se arroja un dado

a. ¿Cuál es la probabilidad de que salga 4?
b. Cuál es la probabilidad de que salga impar?
c. Cuál es la probabilidad de que salga par?
74
d. Cuál es la probabilidad de que salga menor e igual a 2?
Respuestas:
a. M = {1,2,3,4,5,6 }
1
P(4) =
6
3
b. P(nro. par) =
6
3
c. P(nro. impar) =
6
2
d. P(menor=2) =
6
Ejemplo: Un urna tiene 5 bolillas rojas, 6 bolillas negras, 8 bolillas blancas.
a. ¿Cuál es la probabilidad de que salga roja?
b. ¿Cuál es la probabilidad de que salga blanca?
Respuestas:
5
a. P(roja) =
19
8
b. P(blanca)=
19
b) Probabilidad Frecuencial
La definición clásica de probabilidad presenta el siguiente defecto:

considera a todos los casos igualmente probables por ésta razón, esta definición
recibe el nombre de “a priori” ya que antes de efectuar el experimento se supone a
todos los eventos equiprobables.
Pero esta situación no se da en la práctica una moneda debe ser perfecta,
lo mismo ocurre con las bolillas en la urna, deben ser exactamente iguales en
dimensiones, en formas y peso, para que tengan la misma probabilidad de ser
elegible.
Por eso en forma práctica se ha tratado de determinar el valor de
probabilidad después de realizar el experimento o experiencia, este método recibe
el nombre de “Frecuencial o posteriori”.
Definición:
75
Frec..absoluta
P(A) = Frecuencia relativa =
 Frec
Es el cociente de la frecuencia que se presenta ese evento, sobre el número total

de repeticiones del experimento.
Ejemplo: 600 tiradas con un dado se obtuvieron los siguientes resultados:
Xi Frec. Frec. relativa

1. 50 50/600
2. 80 80/600
3. 100 100/600
4. 120 120/600
5. 100 100/600
6. 150 150/600
Total 600 1
80 120 150 350

P(par) = + + =
600 600 600 600
50 80 130
P (obtener como máximo 2 puntos) = + =
600 600 600
c) Probabilidad Axiomática o Matemática
Cuando el experimento aleatorio resulta infinito se aplica este tipo de

probabilidad.
Esta probabilidad debe satisfacer a tres axiomas (leyes).
1) P(A)  0
2) P(M) = 1
3) Si A y B son dos eventos mutuamente excluyentes, se tiene que:
P(A + B) = P(A) + P(B)
Ejemplo:
De una baraja española: ¿Cuál es la probabilidad de que salga caballo o rey?
A(Obtener caballo)
B(Obtener rey)
4 4 8
P(A + B ) = P(A) + P(B) = + =
40 40 40
Explicación de los axiomas:
76
1) La probabilidad es positiva, no puede ser de otra manera, ya que la

probabilidad negativa no es razonable.
2) En el caso de la certeza de ganar el premio de una rifa habiendo comprado
todos los números, la probabilidad es la máxima e igual a 1.
77
CÁLCULO DE PROBABILIDAD EN TABLA DE DOBLE ENTRADA
Si tenemos una Tabla de doble entrada como calcularíamos la Probabilidad?

Utilizaríamos la definición clásica de Probabilidad?
Veamos un Ejemplo1:
En una escuela donde asisten 2350 niños se recolectaron datos sobre el barrio de
donde viven y la ocupación de la madre, obteniéndose los siguientes resultados;
Barrios
Ocupacion de la madre Total
A B C
Ama de casa 400 500 200 1100
Profesional 200 200 50 450
Empleada 300 400 100 800
Total 900 1100 350 2350
Variable 1: Ocupación de la madre del niño

Variable 2: Barrio donde vive el niño
Cuál es la probabilidad de que:
a) El niño sea del barrio A?

b) El niño sea del barrio C y su mamá sea profesional?
d) El niño sea del barrio B o su mamá sea empleada?
Podemos calcular con el concepto de Probabilidad Clásica.
NúmerodecasosfavorablesaA
P(A) 
Númerototaldecasosig ualmentepo sibles
Respuesta de la pregunta a)
NúmerodecasosfavorablesaA 900
P(A) 
Númerototaldecasosig ualmentepo sibles  0.38
2350
Interpretación: existe una probabilidad del 38% de que el niño sea del barrio A
78
Respuesta de la pregunta b)
b) El niño sea del barrio C y su mamá sea profesional?
Variable T: Barrio C
Variable V: Mamá profesional
P(A) 
50
PT  V   0.02
2350
Interpretación: existe una probabilidad del 2% de que el niño sea del barrio C y
su mama sea profesional
Respuesta de la pregunta c)
d) El niño sea del barrio B o su mamá sea empleada?

P(A) 
Variable A: Barrio B
Variable B: Mamá empleada
P A  B  P A  PB  P A  B
PA   PB 
1100 800
PA  B 
400
 0.47  0.34  0.17
2350 2350 2350
PA  B  0.47  0.34  0.17  0.64
Interpretación: existe una probabilidad del 64% de que el niño sea del
Barrio B o su mama sea empleada
79
TRABAJO
PRÁCTICO
(UNIDAD IV)
Cálculo de Probabilidad, en
Tabla Doble entrada.
80
Tema: Cálculo de Probabilidad en Tabla de doble Entrada.
1) En una encuesta realizada a los padres de 90 alumnos que egresan del

Jardín de Infantes en un establecimiento educativo, se les preguntaba
sobre el nivel de instrucción alcanzado y si a los hijos los inscribirían o
no en el mismo establecimiento educativo para continuar sus estudios.
El resultado de la encuesta figura en la tabla siguiente:
Nivel de ¿Inscriben a sus

educación de los hijos en la misma TOTAL
padres escuela?
SI NO
Superior 20 10 30
Secundario 30 10 40
Primaria 15 5 20
TOTAÑ 65 25 90
Si se selecciona un padre al azar, cuál es la probabilidad de:

a) ¿Qué el padre posea educación superior?
b) ¿Qué el padre inscriba a su hijo en la misma escuela?
c) ¿Qué el padre inscriba a su hijo en la misma escuela y tenga Educación
primaria?
d) ¿Qué el padre posea educación superior o no inscriba en la misma escuela?
2) Los alumnos de una escuela fueron clasificados según el rendimiento en

el período lectivo (Muy Bueno, Bueno, Regular y Malo) y el número de
inasistencias: Escasas (de 0 a 4) Pocas (de 4 a 8) y Muchas (mas de
8).(Para calcular la probabilidad en la Tabla insertar los totales
marginales)
Inasistencias Rendimiento
Muy Bueno Bueno Regular Malo
Escasas 20 18 15 6
Pocas 12 20 17 9
Muchas - 15 20 18
81
Si se toma un alumno al azar, cual es la probabilidad de que: a) tenga un

rendimiento muy bueno b) Tenga un rendimiento bueno y pocas inasistencias c)
Tenga escasa o mal rendimiento? (Para calcular debe incorporar a la Tabla,los
totales marginales)
82
UNIDAD IV
Tablas de Contingencias y Chi al Cuadrado
83
1 INTRODUCCIÓN: En el análisis de resultados de variables cualitativas

dicotómicas o clasificadas en varias categorías; es importante considerar este
tipo de prueba para la aplicación específica en el campo de la obstetricia. Por
esa razón considero que es necesario desarrollar como Unidad VI. Ya que es
muy frecuente su uso como prueba de asociación. En este caso su objetivo
principal es demostrar si dos o más variables están asociadas.
2. Concepto y su aplicación:
Consiste en comparar los datos observados en una experiencia con
datos teóricos calculados, de acuerdo ya sea con una hipótesis determinada
de trabajo, o bien con datos teóricos que deberían esperarse que se
presenten derivados de alguna norma científica.
Si los datos teóricos coinciden con los observados, tendríamos una diferencia
de cero entre ellos, o sea, habría una ajuste perfecto entre el experimento y
la hipótesis.
Pero lo mas común es que se encuentren diferencias y como en casos
anteriores la tarea es determinar si esas diferencias pueden explicarse por
azar o si se trata de Universos diferentes.
Condiciones de aplicación:
*en ningún casillero debe aparecer el cero
*no deben presentarse frecuencias observadas o teóricas menores d 5 en
casilleros.
*en la practica se acepta que hasta el 25 % de los casilleros presenten
frecuencias esperadas menores a 5
Concepto:
 (O T )
2
2
X=
T
84
Es la sumatoria del cuadrado de las diferencias entre frecuencias

observadas y las teóricas dividido por las frecuencias teóricas.
Para conocer la probabilidad de que dicho valor de X2 se deba al azar o
no, debemos consultar una tabla específica que contiene:
 En la matriz de las columnas: los grados de libertad.

 En la matriz de las filas: los valores de probabilidad.
 En el cuerpo de la tabla: los valores de X2
Pasos para aplicar el test de X2
1- determinar Ho e H1
2- establecer el nivel de confianza que se utilizara
3- calcular los grados de libertad.
Grados de libertad
g.l= (filas -1) (columnas - 1)
Es el número de clases en las que las frecuencias pueden distribuirse

libremente.
Se calcula con la siguiente formula:
4- calcular los valores teóricos: cuando no existen valores teóricos

preestablecidos por investigaciones anteriores (resultados aceptados
por la comunidad científica), se calculan los valores o frecuencias
teóricas multiplicando el total de la fila por el total de la columna
sobre el total general.
Este cálculo de frecuencias se realiza en base al siguiente
razonamiento: si hay independencia entre las dos variables, por azar la
frecuencia teórica será el resultado de la multiplicación del total de la
fila por el total de la columna en cuestión, dividido por el total general.
5- Calcular el X2 observado mediante la formula desarrollada:
85
 (O T )
2
2
X =
T
6- hallar el X2 teórico en la tabla, teniendo en cuenta los grados de

libertad y el nivel de confianza.
7- Interpretar.
 si el X2 observado es menor o igual al X2 teórico, aceptamos Ho.

 Si el X2observado es mayor que el X2 teórico, aceptamos H1.
3-Tet de X2 Aplicado a dos variables dicotómicas.
En una investigación se estudiaron 631 niños de 0 a 5 años de edad y se

analizo su estado nutricional, con referencia particular a si presentaban o no
retardo de crecimiento. Una vez hallados los resultados, el investigador
desea saber si el peso de nacimiento ( bajo, igual o menor de 2500 g, o
norma: mas de 2500 gramos) esta asociado al retardo de crecimiento
posterior.
Para realizar este análisis, construye una tabla de doble entrada para
observar los resultados, como la siguiente:
RC SI NO Total
PN
Bajo 21 26 47
Normal 124 460 584
Total 145 486 631
Para obtener el X2 seguimos los pasos ya establecidos:
1- establecemos Ho e H1:
*Ho : A = B
*H1 : A ≠ B
86
2- Estableceremos el nivel de confianza: 95 % de P
3- Calculamos los grados de libertad:

g.l = ( col – 1 ) (filas – 1 )
g.l.= ( 2-1) ( 2-1 )= 1
1- Calculamos las frecuencias teóricas de la primera celda, multiplico el total

columna por el total fila correspondientes a ese casillero, o sea:
Total columna = 145

Total fila = 47
Total general 631
Frecuencia esperada = (145 47)/631 = 10.8  11
El resto de los frecuencias teóricas las calculo por diferencia, y la tabla de

calculo queda constituida de la siguiente manera:
PN fo ft fo ft T
B 21 11 26 36 47
N 124 134 460 450 584
T 145 145 486 486 631
 (O T )
2
2 2
5-Calculamos el X observado: X =
T
2 2 2 2
Aplicando: X =2(2111) 
(124 134) (26  36) (460  450)
  
11 134 36 450
100 100 100 100

=     9.09 + 0.75 + 2.78 + 0.22 = 12.84
11 134 36 450
87
2- buscamos el X2 teórico en la tabla:
Para 1 grado de libertad y un nivel de confianza del 95 % de P, el X 2

Teórico es igual a 3.84.
7-Comparamos el X2 observado y el X2 Teórico:
X2 obs > X2 teór ; 12.84 > 3.84
8-Interpretamos:
Rechazamos Ho y aceptamos H1.Entonces: el peso de nacimiento esta

asociado a desnutrición crónica posterior en el niño.
4. Test de CHI CUADRADO como prueba de asociación de dos variables

cualitativas clasificadas en varias categorías.
El proceso de cálculo es el mismo que en el caso anterior. Solo cambian los

grados de libertad.
Ejemplo:
Desnutrición según estratos sociales en niños concurrentes a primer grado en
la ciudad de Córdoba- 1985 (Modificado de Sabulsky, Pilcic y otros).
Estratos Normales Desnutridos Total % de

sociales desnutridos.
1 211 30 241 12.45
2 371 74 445 16.63
3 424 132 556 23.74
4 205 128 333 38.44
Total 1211 364 1575 23.11
88
En el estudio citado, se encontró que en estrato 1 (el mas alto) hay

12.45 % de desnutrición crónica; en el estrato 2 (profesionales o
comerciantes independientes establecidos, empleados con baja jerarquía o
empleados calificados) se observo un 16.63 % de desnutrición crónica ; en el
estrato 3 (obreros calificados con o sin jerarquía obreros o empleados sin
calificación, independientes no establecidos con oficio) se observo el 23.74 %
de desnutrición crónica, mientras que en el estrato 4 (trabajadores
temporarios o trabajadores sin estabilidad laboral) la desnutrición crónica era
del orden del 38.44 %.
El estrato 1 corresponde a Empleadores, profesional independiente y
personal jerárquico.
1-Ho: el estado socioeconómico de pertenencia es independientemente del
estado nutricional del niño (dicho en otras palabras, el nivel socioeconómico
no influye – de allí la independencia )
H1: el nivel socioeconómico al que pertenece un niño determina ( o influye
sobre) su estado nutrición.
Si pertenecer a una clase social u otra no tiene influencia en el pronostico del

estado de nutrición del niño, aceptaremos Ho.
2- N C = 95 P
3- Grados de libertad:
g. l = (filas – 1) (columnas – 1)
g.l = (4 – 1) (2 – 1) = 3
4- cálculos de las frecuencias teóricas:
Una f teórica para la primera celda:
241  1211
 185
1575
Una f teórica para la segunda celda:
445  1211
 342
1575
Un f teórica para la tercera celda:
89
556  1211
 427
1575
El resto de los valores teóricos los puedo calcular por diferencia

(Tengo 3 g.l.), conociendo los totales fila y los totales columna.
Y la tabla queda así constituida:
Estratos sociales Normales Desnutridos Total

O T O T 241
1 211 185 30 56 445
2 371 342 74 103 556
3 424 427 132 129 333
4 205 257 128 76
Total 1211 1211 364 364 1575
5- calcular el X2 Observado
 (O T )
2
2
X=
T
(211  185)2
Entonces X2 = 
185
2 2
(371 342) (424  427)
+  
342 427
2 2
(205  257) (30  56)
+  
257 56
2 2 2
(74 103) (132 129) (128  76)
+    3.56 +2.46+ 0.02 + 10.52+ 12.05 +
103 129 76
+ 8.16 + 0.07 + 35.58 = 72.53
90
6- Buscar el X2 teórico en la tabla
X2 3gl; 0.05 = 7.81
7- Interpretar: si el X2 observado es menor o igual a X2 teórico aceptamos

Ho. Si es superior, aceptamos H1
X Obs= 72.53 > 7.81 Aceptamos H1
Probabilidad exacta de Fisher: es una prueba que se aplica a variables

cualitativas dicotomicas cuando:
 n*p<5
 mas del 25% de los casilleros de una tabla una f<5
Tabla de X2
Esta tabla da los valores de X2 para diferentes áreas bajo la curva de la

distribución de X2 y para diferentes grados de libertad.
g.l Ą 0.05 Ą 0.01

1 3.84 6.63
2 5.99 9.21
3 7.81 11.34
4 9.49 13.28
5 11.07 15.09
6 12.59 20.09
7 14.07 18.48
8 15.51 20.09
91
9 16.92 21.67
10 18.31 23.21
11 19.68 24.73
12 21.03 26.22
13 22.36 27.69
14 23.68 29.14
15 25.00 30.58
Realice el Trabajo Práctico N° 7 utilizando la tabla presentada.
92
TRABAJO
PRÁCTICO
(UNIDAD VII)
Prueba de Chi al Cuadrado
93
PRACTICO DE APLICACIÓN Nº 7
( Tema: La prueba de X2 Cuadrado)
Ejercicio N° 1: El siguiente cuadro muestra el grado de accidentes que

tuvieron dos grupos en este caso, hombres y mujeres. Aplique la prueba de X
cuadrado para verificar si existe o no asociación entre el grado de accidentes
y el sexo. Con un nivel de confianza o significancia de 5%(p=0.05)
Grado de Sexo TOTAL

Accidente
Hombres Mujeres
No tuvieron 3965 4726 8691

nunca ningún
accidente
Tuvieron por lo 3115 2224 5339

menos un
accidente
TOTAL 7080 6950 14030
Ejercicio N° 2: Con la siguiente tabla, demuestre que si las mujeres que viven
a una distancia menor de 10 km de la clínica utililizan significativamente más
los servicios o no los servicios de atención prenatal que las mujeres que viven
a más de 10 km de distancia con un nivel de significancia o confianza de
5%(p=0.05).
Distancia de la Clínica Atención Prenatal Atención Prenatal NO TOTAL
Prenatal utilizada utilizada
Menos de 10 Km 51 29 80
10 Km o más 35 40 75
TOTAL 86 69 155
94

Dosier

Cargado por

Información del documento

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

Dosier

Cargado por

Copyright:

Formatos disponibles

Licenciatura de Educación Inicial – Escuela para la Innovación Educativa –

Introducción a la Estadística Educativa UNSE

CONCEPTOS BÁSICOS DE ESTADÍSTICA

UNIDAD I (Conceptos Básicos de Estadística)

 Descriptiva: La estadística descriptiva describir una realidad determinada, sea

 CONCEPTOS BÁSICOS DE ESTADÍSTICA

Uno de los primeros pasos en una investigación, consiste en delimitar con

¿Qué es Elemento de la Población? Es la UNIDAD de la población; o sea cada

Ej: Si por ejemplo se deseara determinar el número de incapacitados físicamente

En el ejemplo que acabamos de mencionar, la variable sería "si tiene o nó

Veamos otro ejemplo; supongamos que se desea conocer el ingreso

V. Cualitativas o Atributos: son las que se describen mediante palabras, como la

 V. Cualitativas Nominales: son variables cualitativas que se clasifican a

 V. Cualitativas Ordinales: son variables cualitativas que se clasifican a

V. Cuantitativas: son las que se describen mediante números, dentro de las

 V. Discreta: es la que sólo puede tomar unos determinados valores y no es

Cuando la población es muy numerosa, como en el caso mencionado, la

Las ventajas de trabajar con una muestra son las siguientes:

1) Se mejora la calidad de la información obtenida, ya que como se necesita

Condiciones para que una Muestra sea representativa de la Población

 Debe ser PROBABILISTICA: que todos los elementos que integran la

APLICACIONES DEL MUESTREO

El muestreo se aplica para realizar distintos tipos de estudios que podemos

1. Estudios para lograr conocimientos sobre una o más características de la

Ejemplos de este tipo de estudio serían los mencionados anteriormente.

 Conocer cuántos incapacitados viven en una ciudad determinada.

En cada uno de éstos casos se elegirá una muestra a partir de la cual se

Una vez fijado el tamaño de la muestra se debe especificar la forma en que

En estadística un muestreo es la técnica para la selección de una muestra a

examinarse con la finalidad de hacer inferencias sobre dicha población El

 Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1)

 Muestreo aleatorio sistemático: Este procedimiento exige, como el

primeros son varones y los 5 últimos mujeres, si empleamos un muestreo

 Muestreo aleatorio estratificado: Trata de obviar las dificultades que

 Muestreo aleatorio por conglomerados: Los métodos presentados hasta

Módulo I: “Conceptos básicos de Estadística”. (Primera parte)

Tema: “Población, Muestra y Variables”.

En cada una de las siguientes situaciones, se necesita conocer un parámetro. Se

 Porcentaje de docentes que utilizaron practicas pedagógicas con estrategias

 Porcentaje de alumnos de 3er año, que padecen de problemas de aprendizaje

 La talla promedio de los niños que asisten a un comedor de un Barrio

 Cantidad de embarazadas adolescentes que asisten a una escuela.

 Cantidad de niños nacidos vivos durante el año 2012 del B 8 de Abril de la

4- Se observaron las siguientes variables en los alumnos de de una escuela

a. Color del cabello

6-Determinar en cada caso, si la variable que se indica es continua o discreta.

7-De ejemplos de cada una de las siguientes variables en su área profesional:

8-Marque con una cruz si es correcta o incorrecta, la clasificación realizada de

UNIDAD II (TABULACIÓN Y REPRESENTACIONES GRAFICAS)

ACLARACIÓN DE DOS CONCEPTOS

Ejemplo: En el año 2010, se examinan 30 niños de Jardín de Infantes de la

Serie Frecuencial o Datos Agrupados: cuando la masa de datos obtenidos es

Tabulación: es una operación o procedimiento que consiste en resumir un

TABLA ESTADÍSTICA O ESTADÍSTICA: es el resultado de la Tabulación, la cual

CLASIFICACIÓN DE TABLAS (Según el nro. de variables que intervienen)

TABLA DE SIMPLE ENTRADA Y GRAFICO PARA una variable cualitativa

Ejemplo 2: En un determinado año, se examinaron 30 niños de un jardín de

Pob: 30 niños Unidad de Análisis o Elemento: cada niño y Variable: Estado de

Cuando la masa de datos obtenidos es grande y están desordenados, no dan

¿Cómo las ordeno?:

Frecuencia Absoluta: El número de veces que se repite los valores o cualidades

Estado de Frecuencia (Fi)

¿Cómo las presento? Se puede presentar gráficamente a través de dos gráficos:

Distribución de Frecuencias Relativas: Cuando en la cuarta columna del