ESTADÍSTICA I

I. Introducción
 La estadística
El desarrollo de la estadística ha tenido un gran impacto en las áreas de ciencias sociales, ingeniería,
la agricultura, la medicina, la demografía, la biología, la administración, la economía, los negocios
etc., a tal grado que se ha convertido en una herramienta importante para éstas áreas; el conocimiento
de la estadística es una verdadera necesidad ya que para entender o aplicar gran parte del trabajo
realizado en alguno de estos campos, es necesario emplear ésta herramienta.

Las técnicas estadísticas existentes pueden ser muy generales, pero el surgimiento de necesidades en
los diferentes campos propiciaron el desarrollo de técnicas especiales, por ejemplo, en lo que
respecta a la ingeniería, se pueden mencionar tres áreas que emplean técnicas especiales para la
solución de problemas, como son: Garantía de Calidad (Control de Calidad), Confiabilidad y
Prueba de vida de los Productos y finalmente Investigación de Operaciones.

La estadística es una disciplina indispensable tanto para la investigación cuantitativa como para
la investigación social o cualitativa. En el ámbito de la ciencia jurídica, esta disciplina viene a
satisfacer la necesidad de contar con técnicas e instrumentos útiles para cuantificar con
precisión los hechos tanto materiales como humanos de la estructura y superestructura social.

La estadística, tiene como objetivo aplicar las leyes de la cantidad a los hechos sociales para
medir su intensidad, deducir las leyes que los rigen y hacer una predicción próxima; tiene una
utilidad e importancia significativa en el ámbito jurídico, pues permite ordenar, resumir y
procesar los datos más destacados de los elementos que componen un grupo o una población,
con el fin de analizar y entender, de forma más sencilla, su contenido y características.

En este sentido, la estadística, aplicada al terreno de lo jurídico, permite tratar información

extensa, diversa y compleja, darle orden e incluso una presentación sencilla mediante gráficos,
entre otras cosas.

 El Método Científico y la Estadística.

Una investigación generalmente inicia con una idea, ésta es obtenida por medio de muchas fuentes,
pero cualquiera que sea la formulación correcta de un problema a investigar, solo se puede lograr en
muchos casos, con base en el análisis, a veces simplemente exploratorio de datos referentes al
problema. La definición de objetivos, la determinación de procedimientos metodológicos, en fin,
prácticamente todas las etapas de un proceso investigativo requieren para su mejor desarrollo de la
estadística, en las circunstancias anotadas anteriormente.

Los métodos propios de la estadística están íntimamente relacionados con las características del
Método Científico. La estadística con sus métodos descriptivos, permite la observación de los hechos
y con sus métodos inferenciales colabora con el proceso de transcenderlos, de generalizar el
comportamiento o relación de fenómenos, aportando además formas de medir la confianza y validez
de tales generalizaciones con base en su soporte probabilístico.

Se puede entonces ubicar a la estadística como un valioso auxiliar del Método Científico, ubicación
que implica una visualización de esta ciencia en el aspecto de su aplicación práctica, sin considerar
su ubicación formal, el objeto formal de su conocimiento desde el punto de vista filosófico y por
ende epistemológico.

Entonces, ¿por qué se requiere de la estadística en muchas empresas importantes? La primera razón
consiste en que la información numérica prolifera por todas partes. Revise los periódicos, revistas de
noticias, revista de negocios, revistas de interés general, revista para mujeres o revistas deportivas y
quedará abrumado con la cantidad de información numérica que contienen.

1
 ESTADÍSTICA I

Una segunda razón para inscribirse en un curso de estadística estriba en que las técnicas estadísticas
se emplean para tomar decisiones que afectan la vida diaria. Es decir, que éstas influyen en su
bienestar, por ejemplo:
 Las compañías de seguro utilizan el análisis estadístico para establecer tarifas de seguros de
casas, automóviles, de vida y de servicio médico. Las primas de seguro de vida se establecen
con base a ciertos cálculos que dependen de la expectativa de vida.
 La Secretaría de Protección del Medio Ambiente está interesada la calidad del agua existente
en nuestras presas, entre otros. Constantemente se toman muestras de agua para determinar el
nivel de contaminación y mantener la norma de calidad.
 Los investigadores médicos estudian los índices de curación de enfermedades mediante la
utilización de diferentes fármacos y de diversos tratamientos.

Una tercera razón radica en que el conocimiento de sus métodos facilita la comprensión de la forma
en que se toman decisiones y proporciona un entendimiento más claro de cómo le afectan.

En la actualidad la Estadística es probablemente una de las disciplinas científicas más

utilizada y estudiada en todos los campos del conocimiento humano. Por ejemplo:
• en la Administración de Empresas se utiliza para evaluar la aceptación de un producto
antes de comercializarlo,
• en Economía para medir la evolución de los precios mediante números índice o para
estudiar los hábitos de consumo mediante encuestas,
• en Ciencias Políticas para conocer las preferencias de los electores antes de la votación
mediante sondeos y así orientar las estrategias de los candidatos,
• en Sociología para estudiar las opiniones de los colectivos sociales sobre temas de
actualidad,
• en Psicología para elaborar las escalas de los test y cuantificar aspectos del
comportamiento humano,
• en general en las Ciencias Sociales para medir la relación entre variables y hacer
predicciones sobre ellas.

II. Manejo de Datos

 Introducción.

Una de las tantas definiciones de la estadística, es concebida como el conjunto sistemático de

procedimientos para la observación, registro, organización, síntesis, análisis e interpretación de los
fenómenos y las leyes que los regulan para poder así predecir ó concluir acerca de ellos.

Lo anterior involucra a las dos ramas en la que se divide la estadística que son:

Estadística Descriptiva: “es la parte de la estadística que agrupa las técnicas apropiadas para la
organización, representación y descripción de un conjunto de datos, con el propósito de resaltar sus
rasgos más importantes y extraerla información esencial que contiene”.

Estadística Inferencial: “es la parte de la estadística que nos permite hacer estimaciones o
inferencias sobre una POBLACIÓN por medio de una MUESTRA, la cual es extraída de ella (con
ayuda de la Teoría de la probabilidad)”.

 Población y Muestras.

Población: “se define como la totalidad de valores posibles (mediciones ó conteos) de una
característica particular de un grupo especificado de objetos llamado Universo”

2
 ESTADÍSTICA I

Muestra: “se define como un subconjunto de valores seleccionados de la población”.

Observaciones:
i. Una población puede ser una muestra.
ii. La muestra debe de ser seleccionada de tal manera que sea representativa de la población (teoría
de muestreo).
Universo Población Muestra
Son Es un
Objetos los valores subconjunto
Individuos obtenidos de de la
Cosas..... los objetos... población

Elementos esenciales de un problema estadístico.

a. Una definición clara del objetivo del experimento y de la población pertinente, es decir, tener
bien clara la pregunta que se requiere responder y la población a considerar.
b. Seleccionar el diseño de experimento o procedimiento de muestreo, esto es, ¿cómo debemos
seleccionar la muestra?
c. La recopilación y el análisis de datos, es decir, utilizar un método de análisis apropiado para los
datos muestrales y poder así obtener la información deseada de ellos.
d. Aplicar el procedimiento adecuado para hacer inferencias acerca de la población, basada en la
información muestral, en otras palabras, utilizar los datos muestrales para hacer inferencias
sobre la población.
e. La proposición de una medida de bondad (confiabilidad o probabilidad) para la inferencia, esto
es, decir con que confiabilidad tal inferencia es válida.

VARIABLES
“Una variable es una función que nos relaciona a dos conjuntos A y B, y se denotan mediante la
letras mayúsculas X, Y, Z, W, .....

Universo: Estudiantes de la Licenciatura en Derecho

X: “El número de mascotas que hay en la casa de un estudiante de LD”
Población: 0, 0, 0, 1, 1, 2, 3, 3, ……………………………….
Muestra de X: 4, 0, 2, 6, …..

Y: “Deporte de preferencia de un estudiante de LD”

Muestra de Y: Natación, Natación, Beisbol, Futbol, Futbol…..
En este caso la Población es diferente y corresponde a los deportes de preferencia de todos los
estudiantes de LD.

Además, las variables se clasifican en:

Variables Cualitativas (categóricas):
Es cuando lo valores que toma la variable son clasificaciones, etiquetas ó categorías.

Variables Cuantitativas (numéricas):

Es cuando lo valores que toma la variable son números por naturaleza. De acuerdo con su naturaleza
matemática, estas variables se dividen en Discretas y Continuas, siendo las primeras aquellas en las
que el conjunto de valores que puede tomar es finito o infinito numerable; no pueden tomar valores
intermedios entre dos valores dados. Las continuas son aquellas en las que el conjunto de valores que
pueden tomar es infinito no numerable; pueden tomar cualquier valor dentro del conjunto.

3
 ESTADÍSTICA I

ESCALAS DE MEDICIÓN DE LAS VARIABLES.

Para clasificar o categorizar variables, se utilizan diferentes tipos de escalas, siendo las más comunes
las Nominales, las Ordinales, las de Intervalo y las de Proporción o Razón, cuyo uso dependerá
básicamente de los objetivos de estudio y la naturaleza de la variable.

a. Escala Nominal: Es cuando el nombre, números ó símbolos solo se utilizan con el fin de
distinguir entre sí a las clases ó grupos al que pertenecen varios objetos. Estos nombres, números
ó símbolos constituyen una escala nominal, también denominada escala clasificatoria.

b. Escala Ordinal: Incluye todas las propiedades de una escala nominal, con la característica
adicional de que los valores de las clases guardan cierta relación de orden, existe la relación de
mayor o menor que entre las categorías de la variable.

c. Escala de Intervalo: Además de cumplir con las propiedades de una escala de ordinal se sabe
la magnitud de los intervalos entre los valores de las clases. Como observación podemos decir
que la unidad de medición y el cero son arbitrarios.

d. Escala de Proporción (Razón): Es cuando la escala tiene todas las propiedades de una
escala de intervalo y además tiene un punto cero real en su origen, en ella la proporción de un
punto a otro de la escala es independiente de la unidad de medida.

CONCLUSIÓN:
 Una variable cualitativa tiene asociadas las escalas de medición Nominal y Ordinal
 Una variable cuantitativa tiene asociadas las escalas de medición de Intervalo y
Razón o Proporción

Cuando uno clasifica a una variable y le asigna la escala de medición correspondiente,

las únicas respuestas factibles son:
 La Variable es Cualitativa, con escala Nominal
 La Variable es Cualitativa, con escala Ordinal
 La Variable es Cuantitativa Discreta, con escala Intervalo
 La Variable es Cuantitativa Discreta, con escala Razón o Proporción
 La Variable es Cuantitativa Continua, con escala Intervalo
 La Variable es Cuantitativa Continua, con escala Razón o Proporción

Ejemplos:
En cada uno de los siguientes casos clasifique el tipo de variable que se le define y establezca su
escala de medición.

1. “El número telefónico de una persona” è 6623547801, 6623547802, ….

Variable Cualitativa con escala de medición Nominal

2. “El color de los ojos de un animal” è Verdes, café,….

Variable Cualitativa con escala de medición Nominal

3. “El número obtenido en el juego de la ruleta” è 7, 8, 7, 8,

Variable Cualitativa con escala de medición Nominal

4. “El grado de fanatismo de una persona” è Mucho (2), Extremo (3), Más o menos (1),
Poco (0), …
Variable Cualitativa con escala de medición Ordinal

4
 ESTADÍSTICA I

5. “El grado asignado en el ejército a una persona” è Cabo, Capitán, General …

Variable Cualitativa con escala de medición Ordinal

6. “El puesto que ocupa una persona en una empresa”

Variable Cualitativa con escala de medición Ordinal

7. “Medir la temperatura ambiente” è 13° C, 12.1°C, 24.8°C, 42°C

Variable Cuantitativa Continua con escala de medición Intervalo

8. “La vida útil de un televisor” è 5.02, 14, 6, 7

Variable Cuantitativa Continua con escala de medición de Proporción ó Razón

9. “El peso de una computadora”

Variable Cuantitativa Continua con escala de medición de Proporción ó Razón

10. “El tiempo que dura un programa de televisión”

Variable Cuantitativa Continua con escala de medición de Proporción ó Razón

11. “El lugar que ocupa un equipo de béisbol al finalizar una temporada”
Variable Cualitativa con escala de medición Ordinal

12. “Determinar el estado civil de un estudiante universitario”

Variable Cualitativa con escala de medición Nominal

13. “El número de estudiantes que le escriben en un chat a un desconocido”, 0, 1, 2, ..

Variable Cuantitativa Discreta con escala de medición de Proporción ó Razón
14. “La clasificación de un producto (muy bueno, bueno, regular, malo, muy malo)
Variable Cualitativa con escala de medición Ordinal

15. “Medir el coeficiente intelectual (C.I.) de un estudiante de primer ingreso de la UniSon.

Variable Cuantitativa Continua con escala de medición de Proporción ó Razón

MUESTREO
a. Muestreo Aleatorio: “Método de selección de una muestra en forma tal que todas y cada una
de las posibles muestras tengan la misma posibilidad de ser seleccionadas”. La muestra
resultante recibe el nombre de Muestra Aleatoria.
M1, M2, ……

b. Muestreo Aleatorio Simple: “Es cuando los elementos de la muestra tienen la misma
posibilidad de pertenecer a la misma”. Este tipo de muestreo puede ser con sustitución ó sin
sustitución, y la muestra resultante recibe el nombre de Muestra Aleatoria Simple.

c. Muestreo Estratificado: “Es cuando la población está dividida en grupos, llamados

estratos, y los elementos de la muestra se eligen de cada uno de estos estratos, mediante un
muestreo aleatorio simple.”

5
 ESTADÍSTICA I

Tamaño de la Población N = 700

Tamaño de la muestra n = 200
Número Conformación
Licenciaturas en
Estudiantes de la Muestra
Psicología 2200 20
Trabajo Social 300 20
Sociología 200 20
Derecho 3200 20
Ciencias de la
600 20
Comunicación
Administración Pública 200 20
Educación 100 20
Historia 50 20
Antropología 50 20
Seguridad Pública 100 20

d. Muestreo Proporcional: “Es cuando la población está estratificada y los elementos de la

muestra se seleccionan proporcionalmente al número de elementos de cada uno de los
estratos”.
Tamaño de la Población N = 29,800
Tamaño de la muestra n = 200
Divisiones URC Número Porcentaje Conformación de la
Estudiantes (%) Muestra
Ciencias Sociales 9500 31 31 % de 200 = 62
Económicas 4100 14 14 % de 200 = 28
Administrativas
Ciencias Biológicas y de la 3600 12 12 % de 200 = 24
Salud
Ingeniería 7400 25 25 % de 200 = 50
Ciencias Exactas y 3800 13 13 % de 200 = 26
Naturales
Humanidades y Bellas 1400 5 05 % de 200 = 10
Artes

e. Muestreo por Conglomerados: “una muestra por conglomerados se obtiene seleccionando

un subconjunto de estratos de la población y de estos obtenemos los elementos la muestra”.

Tamaño de la Población N = 700

Tamaño de la muestra n = 200
Licenciaturas Num. Conformación
Estudiantes de la Muestra
Psicología 2200 40

6
 ESTADÍSTICA I

Trabajo Social 300

Sociología 200 40
Derecho 3200 40
Ciencias de la 600
Comunicación
Administración Pública 200
Educación 100 40
Historia 50
Antropología 50 40
Seguridad Pública 100

f. Muestreo Sistemático: “Para obtener una muestra sistemática, se elige aleatoriamente un

elemento de entre los primeros K elementos de la población y posteriormente se selecciona en
forma sucesiva el K-ésimo elemento que sigue al último que se obtuvo”.

43, 67, 65, 36, 49, 84, 79, 56, 44, 82, 38, 82, 43, 78, 37, 48, 63, 72, 68, 51, 40, 43,
50, 60, 76, 57, 46, 55, 39, 45, 62, 59, 48, 76, 74, 70, 51, 40, 82, 39, 52, 35, 52, 52,
63, 63, 80, 84, 28, 37, 48, 76, 60, 48, 55, 51, 54, 45, 27, 70, 80, 21, 35, 38, 54, 42,
61, 45, 33, 61, 37, 92, 74, 36, 45, 53, 64, 37, 43, 89, 52, 48, 52, 56, 62, 65, 55, 75,
61, 73, 50, 53, 84, 71, 28, 41, 54, 82, 38, 26, 35, 47, 32, 64, 36, 43, 67, 36, 44, 41,
35, 51, 29, 80, 75, 56, 62, 22, 82, 80, 54, 88, 64, 75, 38, 62, 73, 65, 83, 68, 51, 84,
47, 53, 28, 32, 75, 56, 45, 75, 59, 53, 74, 64, 40, 50, 38, 70, 60, 43.
Muestra de tamaño (n=10)
Muestra: {82, 72, 60, 45, 70, 35, 84, 48, 70, 42}
Muestra aleatoria (m. a.) :{35, 42, 45, 48, 60, 70, 70, 72, 82, 84}

CLASE: Es cada valor distinto encontrado en la muestra aleatoria

TABLA ESTADÍSTICA
Frecuenci Frecuencia
Frecuencia
Clases Frecuencia a Relativa
Acumulada
Relativa Acumulada
35 1 0.1 1 0.1
42 1 0.1 2 0.2
45 1 0.1 3 0.3
48 1 0.1 4 0.4
60 1 0.1 5 0.5
70 2 0.2 7 0.7
72 1 0.1 8 0.8
82 1 0.1 9 0.9
84 1 0.1 10 1
Total n=10 1

 Distribuciones de frecuencia.

Como se mencionó anteriormente, la estadística descriptiva es la parte de la estadística que

proporciona los métodos que permiten organizar y resumir los resultados de las observaciones de las
características de interés contenida en una muestra, con el objetivo de hacer estimaciones sobre las
características principales de la población, así como también los métodos para presentar y describir
la información.

7
 ESTADÍSTICA I

El método utilizado en la organización y resumen de los datos son la Tablas de Distribución de

Frecuencias (TDF). Los valores observados de las variables se agrupan en clases y se anota el
número de elementos de cada clase, este número recibe el nombre de frecuencia de clase cuyo

símbolo representativo será

fi .

Como observación les comento que f i, la i se le denomina índice y juega el papel de “contador”
f 1 : La frecuencia de la clase 1
f 2 : La frecuencia de la clase 2
f 3 : La frecuencia de la clase 3
Y así sucesivamente.

Otras características importantes que se deben de incluir en una TDF de este tipo son:

Frecuencia Relativa de Clase: “Se define como el cociente de la frecuencia de clase y el tamaño
~
de la muestra y se denota por
fi ”.
~ fi
f i=
n
~ f1
f 1=
n
~ 2 f
f 2=
n
En ocasiones se acostumbra expresar la frecuencia relativa como porcentaje, es decir,
~ fi
f i=
n (100%)

Frecuencia Acumulada de Clase: La frecuencia acumulada de la i -ésima clase, denotada

por
Fi , se define como las suma todas las frecuencias de clase anteriores, hasta la i -ésima
clase, es decir,
i
Fi = ∑ f k
k =1
1
F 1=∑ f k =f 1
k=1
2
F 2=∑ f k =f 1+ f 2
k=1
5
F 5=∑ f k =f 1+ f 2 + f 3 +f 4 +f 5
k=1

Frecuencia Relativa Acumulada de Clase: La frecuencia relativa acumulada de la i -ésima

~
clase, que denotamos
Fi , se define como la suma de todas las frecuencias relativas anteriores,
hasta la i -ésima clase, esto es:

8
 ESTADÍSTICA I

i
~ ~
F i= ∑ f k
k=1
lo anterior es equivalente a el cociente de la frecuencia acumulada de la i -ésima clase y el tamaño
de la muestra
~ F
F i= i
n

Ejemplos. (Clase)

5. El primer día de clases del semestre pasado se les preguntó a 35 estudiantes el tiempo que hicieron
de su casa a la Universidad (redondeados a los cinco minutos más próximos). Los resultados de la
encuesta son:
20, 25, 25, 15, 25, 05, 20, 25, 30, 25, 30, 15, 40, 20, 20, 25, 25,
10, 20, 15, 20, 25, 45, 25, 05, 45, 25, 25, 30, 30, 25, 35, 30, 20, 15.

a. ¿Cuál es el grado de medición de la variable?

X = Medir el tiempo que hace un estudiante de su casa a la universidad
(redondeados a los cinco minutos más próximos)
X es una variable Cuantitativa Discreta con escala de medición de Proporción
(Razón)
b. Elabore una Tabla Estadística para este conjunto de datos.
K w TKT
Frecuencia
Frecuencia Frecuencia
Clases Frecuencia Relativa
Relativa Acumulada
Acumulada
05 2 0.0571 2 0.0571
10 1 0.0285 3 0.0857
15 4 0.1142 7 0.2000
20 7 0.2000 14 0.4000
25 12 0.3428 26 0.7428
30 5 0.1428 31 0.8857
35 1 0.0285 32 0.9142
40 1 0.0285 33 0.9428
45 2 0.0571 35 1
Total n=35 1

Frecuencia
Frecuencia Frecuencia
Clases Frecuencia Relativa
Relativa (%) Acumulada
Acumulada (%)
05 2 5.71 2 5.71
10 1 2.85 3 8.57
15 4 11.42 7 20
20 7 20 14 40
25 12 34.28 26 74.28
30 5 14.28 31 88.57
35 1 2.85 32 91.42
40 1 2.85 33 94.28
45 2 5.71 35 100
Total n=35 100

9
 ESTADÍSTICA I

OTRO EJEMPLO
2. Un Geólogo recolectó 120 especímenes de piedra caliza de un área particular, estos tienes el tamaño
de un puño. Se hace una evaluación cualitativa de la textura de cada espécimen clasificándolo como
grano fino (F), grano medio (M) ó grano grueso (G), obteniéndose los siguientes resultados:
TEXTURA F M G
FRECUENCIA 32 40 48
a. Defina la variable, clasifíquela y asigne la escala de medición correspondiente
X: “La textura de una piedra caliza de un área particular”
La variable es Cualitativa con escala de medición ordinal

b. Elaborar una Tabla Estadística

Textura de Frecuencia
la Piedra Frecuencia Frecuencia Relativa
Frecuencia
Relativa (%) Acumulada Acumulada
(%)
F 32 26.66 32 26.66
M 40 33.33 72 60.00
G 48 40.00 120 100
Total n = 120 100

8. Con el fin de estimar cual es el deporte que se practica con mayor frecuencia entre los empleados de
una pequeña industria de la localidad, la cual tiene a 500 empleados a su servicio, el jefe de personal
selecciona una muestra aleatoria de 30 empleados de dicha industria. Los datos obtenidos se resumen
en la siguiente tabla:

CLASES Beisbol Futbol Tenis Baloncesto Natación

EMPLEADO 10 8 6 4 2
S

a. Defina la variable y diga cuál es el nivel de medición.

Represente la información anterior mediante un diagrama de pastel

10
 ESTADÍSTICA I

Representación Gráfica.
La información contenida en una tabla de distribución de frecuencias puede representarse
gráficamente mediante:

1. Gráficas de Barra, también llamadas Histogramas y consiste en la construcción de

rectángulos para cada clase cuya altura puede ser:

1.1 La frecuencia de clase (

fi ) y se le denomina Histograma de Frecuencia.
~
1.2 La frecuencia relativa de clase (
fi ) y se le denomina Histograma de frecuencias Relativas.

1.3 La frecuencia acumulada (

Fi
1.4 La Frecuencia Relativa Acumulada (
Relativas Acumuladas.
) y se les denomina Histograma de Frecuencia Acumulada.
~
Fi ) y se le denomina Histograma de Frecuencias

2. Gráficas Circulares, también conocidas como gráficas de pastel, y consiste en dividir una
circunferencia en sectores, con áreas proporcionales a los porcentajes que se desea representar,
~
f
es decir, cada sector tendrá un ángulo central de tamaño “( i )(360°)”
3. Gráficas de Línea, llamadas también Polígonos y consiste en unir todos los puntos cuya
primer componentes es la clase (
ci ) y la segunda componente puede ser:

3.1. La frecuencia de clase (

fi ), en este caso recibe el nombre de Polígono de Frecuencia.
~
3.2. La frecuencia relativa de clase (
fi ), en este caso se le denomina Polígono de frecuencias
Relativas.

3.3. La frecuencia acumulada (

Fi ) y se le conoce con el nombre de Polígono de Frecuencia
Acumulada u Ojiva.
~
3.4. La Frecuencia Relativa Acumulada (
Fi ) y se le llama Polígono de Frecuencias Relativas
Acumuladas u Ojiva Porcentual.

Observaciones:
i. Si el nivel máximo alcanzado por la variable, es Nominal, entonces podemos representar la
información gráficamente mediante 1.1, 1.2, y 2.
ii. Si la escala de medición en Ordinal, el tipo de graficas que se pueden emplear para representar a
la información es 1 y 2.
iii. Finalmente, si la escala de medición es de la variable es de Intervalo ó Proporción regularmente
se emplean las gráficas 1 y 3, sin descartar la posibilidad de 2.

Ejemplos. (Clase)
Ejemplo: (Introductorio para agrupaciones)

11