Métodos Estadísticos I

Probabilidad
 TEMA 3. PROBABILIDAD
3.1 El modelo de distribución normal

En los capítulos anteriores vimos que las distribuciones de frecuencia pueden

tomar una variedad de formas. Algunas son perfectamente simétricas o libres de sesgo;
otras son sesgadas ya sea negativa o positivamente y algunas otras, incluso tienen más
de una “joroba”. Dentro de esta gran diversidad existe una distribución de frecuencia con
la cual muchos de nosotros ya estamos familiarizados, aunque sea sólo por las
calificaciones que nos dan los instructores de acuerdo a la “curva”. Esta distribución, que
se conoce comúnmente como la curva normal, es un modelo teórico o ideal que se obtuvo
de una ecuación matemática más que de una investigación y recolección de datos real.
Sin embargo, la utilidad de la curva normal, para el investigador social, puede verse en
sus aplicaciones a las situaciones reales de investigación.
La curva normal puede utilizarse para describir distribuciones de puntajes, para
interpretar la desviación estándar y para hacer un informe de probabilidades.

3.1.1 Características de la curva normal

¿Cómo puede caracterizarse la curva normal? y ¿cuáles son las propiedades que
la distinguen de otras distribuciones? Como lo indica la Figura 6.1, la curva normal es un
tipo de curva uniforme y simétrica cuya forma recuerda a muchos una campana y por
tanto se conoce como la “curva en forma de campana”. Tal vez el rasgo más
sobresaliente de la curva normal es su simetría: si doblamos la curva en su punto más
alto al centro, crearíamos dos mitades iguales, cada una fiel imagen de la otra.

Figura 1. La forma de la curva normal.

 Además, la curva normal es unimodal, ya que sólo tiene un pico o punto de
máxima frecuencia –aquel punto en la mitad de la curva en el cual coinciden la media, la
mediana y la moda- (el alumno recordará que la media, la mediana y la moda ocurren en
distintos puntos en una distribución sesgada). Desde el pico central redondeado de la
distribución normal, la curva cae gradualmente en ambas colas, extendiéndose
indefinidamente en una y otra dirección y acercándose más y más a la línea de base sin
alcanzarla realmente.

3.1.2 Curvas normales: el modelo y el mundo real

Podríamos preguntarnos: ¿hasta qué punto se asemejan o aproximan las
distribuciones de datos reales (esto es, los datos recogidos por los investigadores sociales
en el curso de una investigación) a la forma de la curva normal? Imaginemos, con fines
ilustrativos, que todos los fenómenos sociales, psicológicos y físicos estuvieran
distribuidos normalmente, ¿cómo sería este mundo hipotético?
En lo concerniente a las características físicas de los humanos, la mayoría de los
adultos caería dentro del campo de los 1.60 y 1.80m de estatura, siendo muy pocos muy
bajos (menos de 1.60m) o muy altos (más de 1.80m). Como lo muestra la Figura 2, el
Coeficiente Intelectual (C.I.) sería igualmente predecible –la mayor proporción de puntajes
de C.I. caería entre 90 y 110; veríamos una caída gradual de los puntajes en una y otra
cola con unos pocos “genios” que marcarían más de 130; igualmente, pocos marcarían
menos de 70.

70 80 90 100 110 120 130

Figura 2. Distribución hipotética de puntajes de coeficiente intelectual

Debido a que muchos fenómenos poseen esta característica, ya que ocurre

frecuentemente en la naturaleza, los investigadores, en muchos campos, han hecho
extensivo el uso de la curva normal aplicándola a los datos que recogen y analizan.
 Pero debería anotarse también que algunos fenómenos, tanto en las ciencias
sociales como en otros campos simplemente no se ajustan a la noción teórica de la
distribución normal. Muchas distribuciones son sesgadas; otras tienen más de un pico;
algunas son simétricas pero no tienen forma de campana.
Cuando tenemos buenos motivos para supone alejamientos radicales de la
normalidad –como en el caso de la edad y el ingreso- la curva normal no puede usarse
como un modelo de los datos que hemos obtenido. Por tanto, no puede aplicársele, a
voluntad, a todas las distribuciones con que se encuentre el investigador, sino que debe
usarse con una buena dosis de discreción.

3.1.3 El área bajo la curva normal

Para poder emplear la curva normal en la resolución de problemas, debemos
familiarizarnos con el área bajo la curva normal: aquella área que está entre la curva y la
línea base y que contiene el 100 por ciento, o todos los casos, en una distribución normal
dada. La figura 3 ilustra esta característica.

Figura 3. Área bajo la curva normal.

Podríamos encerrar una porción de esta área total dibujando líneas a partir de dos
puntos cualesquiera en la línea hasta la curva.
Una proporción constante del área total, bajo la curva normal, estará entre la
media y cualquier distancia dada, medida en unidades DE. Esto es cierto a pesar de la
media y la DE de la distribución en particular, y se aplica universalmente a todos los datos
normales distribuidos.
3.1.4 Aclarando la desviación estándar: una ilustración
Una importante función de la curva normal es la interpretación y aclaración del
significado de la desviación estándar. Para comprender cómo se realiza esta función,
examinemos lo que nos dicen los antropólogos sobre las diferencias de sexo en cuanto al
coeficiente intelectual. A pesar de las pretensiones de los cauvinistas, existen evidencias
de que tanto los hombres como las mujeres tienen puntajes medios de coeficiente
intelectual de aproximadamente 100. Digamos también que estos puntajes de coeficiente
intelectual difieren marcadamente en términos de la variabilidad alrededor de la media. En
particular, supongamos que los coeficientes intelectuales masculinos tienen mayor
heterogeneidad que los femeninos, esto es, la distribución de los coeficientes intelectuales
masculinos presenta un porcentaje mucho mayor de puntajes extremos que representan
tanto a individuos muy inteligentes como a otros muy tontos, en tanto que la distribución
de coeficientes femeninos tiene un mayor porcentaje localizado cerca del promedio,
hallándose al centro el punto de máxima frecuencia.
Como la desviación estándar es una medida de variación, estas diferencias de
sexo en la variabilidad deberían reflejarse en el valor de las DE en cada distribución de
puntajes de coeficiente intelectual. Así, podríamos encontrar que la DE para los
coeficientes intelectuales masculinos es 10, mientras que para los femeninos es de 5.
Conociendo la desviación estándar de cada conjunto de puntajes de coeficiente
intelectual, y suponiendo que cada conjunto está distribuido normalmente, podríamos
estimar y comparar el porcentaje de hombres y mujeres que tienen cualquier extensión de
puntajes de coeficiente intelectual.
Por ejemplo, midiendo la línea base de la distribución de coeficientes intelectuales
masculinos en unidades DE, sabremos que el 68.26% de los puntajes de coeficientes
intelectuales masculinos cae entre -1 y +1 de la media. De igual manera, como la
desviación estándar siempre está dada en unidades de puntaje no procesadas y = 10,
sabremos también que éstos puntos de la distribución en los que se localizan los
coeficientes 110 y 90 (X - = X: 100 – 10 = 90 y 100 + 10 = 110). Así, el 68.25% de los
hombres tendrían puntajes de coeficiente intelectual que fluctúan entre 90 y 110.
Alejándonos de la X, y más allá de estos puntos, encontraríamos, como se ilustra
en la Figura 4, que el 99.74% de estos casos, o prácticamente todos los hombres, tienen
puntajes de coeficiente intelectual entre 70 y 130 (entre -3 y +3 ).
 Figura 4. Una distribución de puntajes de coeficientes intelectuales femeninos.

Del mismo modo, mirando ahora la distribución de lo puntajes de coeficientes

intelectuales femeninos como se grafican en la Figura 5, vemos que el 99.74% de estos
casos caerían entre los puntajes 85 y 115 (entre -3 y +3 ). Entonces, en contraste con
los hombres, la distribución de puntajes de coeficientes intelectuales femeninos podría
considerarse relativamente homogénea, teniendo una proporción menor de puntajes
extremos en una y otra dirección. Esta diferencia se refleja en el tamaño comparativo de
cada DE, y en los coeficientes intelectuales que oscilan entre -3 y +3 de la media.

Figura 5. Una distribución de puntajes de coeficientes intelectuales femeninos

 Referencia Bibliográfica

Gispert, C. (2004). Diccionario de psicología. Barcelona: Editorial Océano.

Hernández-Sampieri, R.; Fernández-Collado, C. y Bapista, P. (2006). Metodología de la
Investigación. 4ta Edición. México: McGraw Hill.
McMillan, James y Schumacher, Sally. (2005). Investigación educativa. 5a Edición.
Madrid: Pearson Educación, S.A.