REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN SUPERIOR

UNIVERSITARIA CIENCÍA Y TECNOLOGÍA
CALABOZO-EDO-GUÁRICO
UPTLL “JUANA RAMÍREZ”
PNF: VETERINARIA 1
TRIMESTRE 1
SECCIÓN 3

PROFESOR: ESTUDIANTE:
ING. ALBER BLANCO MOTA, ANDRÉS
CI: 28.254.053

(MAYO, 2020)
 ÍNDICE

INTRODUCCIÓN ............................................................................................ 1

Concepto de Estadística ......................................................................... 2

Objetivo de la Estadística ....................................................................... 2

Importancia de la Estadística ................................................................. 3

¿Qué es Estadística Descriptiva?........................................................... 4

¿Qué es Estadística Inferencial? ............................................................ 5

¿Universo Estadístico? ........................................................................... 6

Población Estadística ............................................................................. 7

Tipos de Población (Finitas e Infinitas) ................................................... 8

¿Qué es Dato? ....................................................................................... 8

¿Qué es un Rango? ............................................................................. 10

¿Qué es un Intervalo? .......................................................................... 11

Concepto de Muestra ........................................................................... 12

Muestreo .............................................................................................. 13

Tipos de Muestreo ................................................................................ 14

¿Qué es una Variable? ......................................................................... 18

Tipos de Variables ................................................................................ 18

¿Qué es una tabla de Distribución de Frecuencias? ............................ 20

Concepto de Frecuencia, Frecuencia Relativa y Frecuencia Acumulada

.................................................................................................................... 23

Concepto de Histograma y ejemplo gráfico .......................................... 25

Concepto de Polígono de Frecuencia y ejemplo gráfico ...................... 26

Concepto de Ojiva o Curva de Frecuencia y ejemplo gráfico ............... 27

CONCLUSIÓN .............................................................................................. 29

REFERENCIAS BIBLIOGRÁFICAS.............................................................. 31
 INTRODUCCIÓN

La estadística es una ciencia cuyo campo de acción es muy diverso,

pues el estudio estadístico es una herramienta de recopilación, ordenamiento
y análisis de cualquier tipo de información, de carácter cualitativo o
cuantitativo. De allí la importancia de que esta asignatura sea esencial en la
formación de casi todas las, si no todas, las profesiones no solo desde el
haber científico, con las llamadas ciencias puras, sino también desde las
ciencias sociales.

Partiendo de allí, el siguiente texto tiene la función de cumplir como

introductorio del estudio teórico de la estadística, cumpliendo por ende con
una recopilación documental de diferentes autores, que nos explican de
manera sencilla y a la vez amplia que es la estadística y cuáles son sus
objetivos e importancia para las demás áreas de estudio.

Cumpliendo con las normas ICA para la cita de textual y referencias,

se hace un ordenamiento de los diferentes conceptos y clasificaciones de
relevancia dentro de la estadística, centrándose específicamente en la
estadística inferencial y la terminología básica para la selección y distribución
de la información en tablas y gráficas para su posterior análisis.

Sin más, la estadística inferencial ha sido el resultado de un estudio

científico matemático de diferentes autores a través de los años, que han
generalizado el método o tratamiento de la información pudiendo ser esta de
cualquier clase, con el fin practico de ordenar y tabular la información para
luego ser expresada en graficas que sean de mayor comprensión para
cualquier lector.

1
 Concepto de Estadística

Según Pérez (2012) la estadística es la “ciencia que trata de analizar e

interpretar los datos recogidos con algún propósito, como la investigación
científica.” (p. 92)

Por su parte Rincón (2006) explica que: “La estadística es la ciencia

que se encarga de recolectar, organizar, resumir y analizar datos para
después obtener conclusiones a partir de ellos.” (p. 76)

Ruíz (2004) aclara con respecto a la definición y terminología de

estadística que:

“(…) una confusión que es conveniente aclarar debido a que

esta palabra tiene tres significados: la palabra estadística, en
primer término se usa para referirse a la información
estadística; también se utiliza para referirse al conjunto de
técnicas y métodos que se utilizan para analizar la
información estadística; y el término estadístico, en singular y
en masculino, se refiere a una medida derivada de una
muestra.” (p. 3)

Objetivo de la Estadística

Ruíz (2004) aclara que: “La estadística es la ciencia cuyo objetivo es

reunir una información cuantitativa concerniente a individuos, grupos, series
de hechos, etc. y deducir de ello gracias al análisis de estos datos unos
significados precisos o unas previsiones para el futuro.” (p. 3)

2
 Ruíz (2004) citando a Minguez, amplia que: “tiene por objeto aplicar
las leyes de la cantidad a los hechos sociales para medir su intensidad,
deducir las leyes que los rigen y hacer su predicción próxima.” (p.3)

Con respecto a la ello, Pérez (2012) indica:

“(…) su objeto es el estudio de los fenómenos aleatorios;

recuerde el lector que cuando hablamos de contrastar los
efectos de diversas intervenciones lo que hacemos es
asignar probabilidades a que tales efectos se deban al puro
azar (aleatoriedad) o a la intervención llevada a cabo por el
investigador en condiciones de rigor o control de
explicaciones alternativas. (92 p.)”

Señala que “Por lo general, todo investigador está interesado en saber

si los valores obtenidos en una muestra, denominados estadísticos,
representan a los de toda la población (parámetros).” (p. 98)

Importancia de la Estadística

Planteando la importancia de la Estadística, para los investigadores en

las diferentes áreas de estudio, Pérez (2012) propone que la estadística le
capacita para:

- “Interpretar las puntuaciones individuales de los sujetos

en el contexto de los grupos de los que forman parte.
- Caracterizar los grupos con los que trabaje: una clase, un
curso, los miembros de una profesión (médicos,
abogados, fontaneros, jornaleros…), los sujetos que han
realizado una encuesta, etc.

3
 - Extraer información de tales características para la toma
de decisiones de carácter profesional.
- Identificar relaciones existentes entre las puntuaciones
obtenidas por los miembros de esos grupos en dos o más
variables.
- Aplicar a los miembros de los grupos las propiedades de
los modelos estadísticos a los que se acomodan los datos
empíricos.
- Poner a prueba diferentes formas de intervención –
métodos, formas de motivación, sistemas de disciplina,
castigos, premios…- sobre sujetos o grupos.” (p. 6)

En su racionamiento con respecto a este punto Laguna (s.f.) aclara

que:

“Sólo cuando nos adentramos en un mundo más específico

como es el campo de la investigación de las Ciencias
Sociales: Medicina, Biología, Psicología,...percibimos que la
Estadística se convierte en la única herramienta que permite
dar luz y obtener resultados, y por tanto beneficios, en
cualquier tipo de estudio, cuyos movimientos y relaciones,
por su variabilidad intrínseca, no puedan ser abordadas
desde la perspectiva de las leyes deterministas.”

A esto añade: “Desde un punto de vista más amplio, podemos decir

que la Estadística se utiliza como tecnología al servicio de las ciencias donde
la variabilidad y la incertidumbre forman parte de su naturaleza.” (p. 1)

¿Qué es Estadística Descriptiva?

La estadística según diversos autores se divide en descriptiva e

inferencial, atendiendo a esta clasificación Mendenhall y otros (2010)

4
explican que la estadística descriptiva es la rama de la estadística que
presenta técnicas para describir conjuntos de mediciones, es decir cuando se
presentan un conjunto de mediciones, ya sea una muestra o una población, y
necesita encontrar una forma de organizarlo y resumirlo (p.4)

Además resalta que: “La estadística descriptiva está formada por

procedimientos empleados para resumir y describir las características
importantes de un conjunto de mediciones.” (p. 4)

En tanto que Ruíz (2004) aclara que:

“Consiste sobre todo en la presentación de datos en forma

de tablas y gráficas. Esta comprende cualquier actividad
relacionada con los datos y está diseñada para resumir o
describir los mismos sin factores pertinentes adicionales;
esto es, sin intentar inferir nada que vaya más allá de los
datos, como tales.” (p. 6)

¿Qué es Estadística Inferencial?

Dentro de la clasificación de la estadística, se encuentra la estadística

inferencial, Mendenhall y otros (2010) señalan que “está formada por
procedimientos empleados para hacer inferencias acerca de características
poblacionales, a partir de información contenida en una muestra sacada de
esta población”. (p.4)

Indica que el objetivo de esta es hacer inferencias “(es decir, sacar

conclusiones, hacer predicciones, tomar decisiones) acerca de las

5
características de una población a partir de información contenida en una
muestra.” (p. 4)

Por su parte Pérez (2012) explica que “pretende sacar conclusiones

sobre gran número de datos a través de observaciones de parte de esos
datos. Se trata de generalizar los datos de una muestra a la población de la
que procede.” (p. 92). Añade que su utilidad radica en que permite estimar
parámetros y realizar contraste de hipótesis planteadas por el investigador.

Rincón (2006) especifica que “consiste entonces de algunas técnicas

que nos ayudan a conocer, con determinado grado de confianza, cierta
información de la población con base en la información de la muestra
obtenida.” (p. 76)

¿Universo Estadístico?

Este concepto tiene diferentes significaciones según el observador y lo

observado. Laguna (s.f.) por un lado explica que “Se entiende por población
o universo al conjunto de todos los individuos o elementos (unidades de
análisis) que cumplen ciertas características.” (p. 6)

Ortego: Gibergans-Báguena (s.f.) indica que el universo desde el

punto de vista estadístico:

“Es el conjunto de referencia sobre el cual van a recaer las

observaciones, y el análisis estadístico. Se hablará en
particular de población de individuos, pero también de
población de aldeas, terrenos o acontecimientos
(nacimientos, fallecimientos, migraciones,…)”

6
 El universo estudio se debe definir de manera precisa, tanto
respecto de las unidades elementales que lo componen
como de sus límites: si, por ejemplo, se estudia el dominio de
la agricultura ¿se incluyen o no las huertas familiares en el
universo? La definición de los límites condiciona el alcance
de los resultados proporcionados por el muestreo.” (p. 1)

Población Estadística

Para Mendenhall y otros (2010) “Una población es el conjunto de

mediciones de interés para el investigador.” (p. 8)

Según Pérez (2012), “El término “población” se define como el

conjunto de todos los casos o elementos que cumplen con las características
que la definen: los varones, las mujeres, los estudiantes de Farmacia, los
políticos, los abogados...” (p.96)

Rincón (2006) simplifica este término y señala que: “(…) un conjunto

arbitrario de personas, mediciones u objetos cualesquiera.” (p. 75)

En el INEI (2006), explican que: “Es cualquier conjunto de unidades o

elementos claramente definido, en el espacio y el tiempo, donde los
elementos pueden ser personas, granjas, hogares, manzanas, condados,
escuelas, hospitales, empresas, y cualquier otro. Las poblaciones pueden ser
finitas e infinitas.” (p. 51)

Por otro lado el INEI especifica que para un entendimiento más

detallado, es menester aclarar que es la población objetivo, que definen
como: “el conjunto de elementos de los que nos interesa obtener información
o tomar decisiones.” (p.51)

7
 Tipos de Población (Finitas e Infinitas)

Ortego: Gibergans-Báguena (s.f.) resaltan que “La población puede

ser según su tamaño: finita o infinita. Es población finita aquella que tiene un
número determinado, por grande que sea de elementos; mientras que una
población infinita es aquella que tiene un número infinito de elementos.” (p. 1)

Y hace una aclaración muy importante desde el punto de vista teórico:

“Esta distinción sólo existe en teoría pues en la práctica no nos
encontraremos nunca con poblaciones con infinitos elementos, sino en todo
caso con poblaciones con un número enormemente grande de elementos.”
(p. 1)

INEI (2006) por otro lado, señala que la población finita: “Es aquella en
la que es posible enumerar (contar) físicamente los elementos que
pertenecen a la población”.

Mientras que la población infinita describe que: “Es aquella en la que

no es posible enumerar (contar) físicamente los elementos que pertenecen a
la población. Dicho de otra manera, cuando los elementos de la población
son ilimitados.” (p. 51)

¿Qué es Dato?

En la UAA (2015) se maneja el dato de la siguiente forma, así como se

describe la tipología de los mismos para mayor claridad a la hora de manejar
la información:

8
 “Se le llama datos a las agrupaciones de cualquier número
de observaciones relacionadas. Para que se considere un
dato estadístico debe tener dos características:
a) Que sean comparables entre sí.
b) Que tengan alguna relación.
La recolección de información o recopilación de datos
estadísticos se divide en:
A) Datos Internos: son aquellos datos que no necesitan de
observaciones adicionales al experimento; es decir, no
es necesario buscar características que proporcionen
información adicional acerca del experimento. Ejemplo:
Las calificaciones de un grupo, un experimento químico,
etcétera.
B) Datos Externos: estos datos pueden ser de dos tipos:
a) Datos Bibliográficos: son aquellos ya conocidos y
que podemos encontrar fácilmente utilizando
bibliografía, registros, actas, etcétera, como los datos
históricos, censos y otros.
b) Datos Originales: son aquellos que podemos obtener
mediante métodos de recolección, como las
encuestas, plebiscitos, referéndum, y nos
proporcionan datos reales y certeros.”

Según INEI (2006) es: “Conocido también como información, es el

valor de la variable asociada a un elemento de una población o una
muestra.” (p. 17)

La tipología manejada por INEI en cuanto a los datos es la siguiente:

Dato cualitativo: “Es aquel que representa alguna característica de los

elementos de una muestra o una población que presentan, atributos,
actitudes o son opiniones. Son datos no numéricos.” (p.17)

9
 Dato cuantitativo: “Es aquel dato numérico que representa aspectos
de una muestra o una población que es medible o que se puede contar.” (p.
18)
Por su parte Mendenhall y otros (2010) desglosan el siguiente
diagrama para denotar la tipología de los datos.

Figura 1. Tipos de datos.

Fuente: Mendenhall y otros (2010), p. 11

¿Qué es un Rango?

Para Cañas y Galo (s.f.): “Se define el rango o recorrido de una

variable estadística como la diferencia entre el mayor y el menor valor de la
variable. El rango indica la longitud del intervalo en el que se hallan todos los
datos de la distribución.”

Estos recalcan su relevancia a la hora de interpretar y analizar los

datos, y es que: “El rango es una medida de dispersión importante aunque
insuficiente para valorar convenientemente la variabilidad de los datos.”

10
 Por parte del INEI (2006), el dato es: “Conocido también como
recorrido, es un número que mide la amplitud de los valores de un conjunto
de datos y se calcula por diferencia entre el valor mayor y el valor menor.” (p.
54)
Así como describe la fórmula para determinar el rango asociado a los
datos estudiados, indica por tanto: “Lo notaremos como R. No constituye una
medida muy significativa en la mayoría de los casos, pero es muy fácil de
calcular. (p. 54)

¿Qué es un Intervalo?

Chiner (s.f.) lo define como “Distancia entre dos valores. Cualquier

intervalo viene definido por dos valores llamados límites de intervalo. Uno es
el límite inferior y el otro el superior.”

De igual forma explica que existen dos tipos de límites:

- “Aparentes: son aquellos que tenemos en una distribución

cuando existe discontinuidad entre un intervalo y el
siguiente.
- Reales: aquellos que no presentan discontinuidad entre
un intervalo y el siguiente. Se calcula:
o El límite real superior: se toma el límite aparente
superior más media unidad de media (+ 0’5).
o El límite real inferior es igual al límite aparente
inferior menos media unidad de medida (- 0’5).” (p.
7)

11
 La UAA (2015) por su parte señala que: “Los intervalos de clase
deben estar definidos por límites que permitan identificar plenamente si un
dato pertenece a uno u otro intervalo. Estos límites son los valores extremos
de cada intervalo.”

E indica que los límites se clasifican como:

 “Límite inferior: Es el valor menor de cada intervalo, se denota por Li.
 Límite superior: Es el número mayor de cada intervalo, se denota por
Ls.”

INEI (2006) amplia el concepto de intervalo y señala que existen dos

acepciones con respecto al término. Por una parte habla sobre el intervalo de
clase, explicando que “Es el conjunto de datos cuantitativos comprendido
entre dos valores. Generalmente se ubican en la primera columna en una
tabla de distribución de frecuencias. Se conoce intervalos abiertos,
semiabiertos, cerrados y semicerrados, en función a la inclusión de los
valores extremos.” (p.41)

Mientras que indica que también existe el intervalo de confianza

conocido también como límites de confianza, e indica que: “Es un rango de
valores en el cual se encontraría el valor del parámetro, con una probabilidad
determinada. Generalmente se construye intervalos de confianza con 95%
de probabilidad.” (p.41)

Concepto de Muestra

Mendenhall y otros (2010) señalan que: “Una muestra es un

subconjunto de mediciones seleccionado de la población de interés.” (p. 8)

12
 Aclara Pérez (2012) que en estadística: “Entendemos por muestra un
subconjunto de una población. La muestra debe ser representativa de la
población, para lo que deberá contar con un tamaño suficiente y con una
selección por procedimientos imparciales, como el muestreo aleatorio.” (p.
96)

Sin embargo, Rincón (2006) simplifica por mucho estos conceptos

indicando que una muestra es un: “(…) pequeño subconjunto de la
población”. (p. 75)

Figura 2. Muestra.

Fuente: Rincón (2006), p. 75.

Muestreo

Para INEI (2006) “Es un conjunto de métodos y procedimientos

estadísticos destinados a la selección de una o más muestras es la técnica
seguida para elegir muestras.” Señalando que el propósito u objetivo
principal de un muestreo es proporcionar procedimientos para la selección de
muestras que sean representativas de la población en estudio, esta última se
recalca como una característica inherente de la muestra. (p. 46)

13
 Por su parte Pérez (2012) simplifica el concepto e indica que el:
“Muestreo es el procedimiento utilizado para seleccionar la muestra” y resalta
que “el preferible es el denominado aleatorio simple”. (p. 96)

Según Laguna (s.f.): “Al proceso de extracción de una muestra a partir

de una población se le denomina muestreo”.

Laguna da importancia a su utilización y expone que: “El muestreo es

una herramienta de la investigación científica, su función básica es
determinar qué parte de la realidad en estudio (población o universo) debe
de examinarse con la finalidad de hacer inferencias sobre el todo de la que
procede.” (p. 6)

Tipos de Muestreo

En la UAA (2015) fundamentalmente el muestreo es de los siguientes

tipos:

A) Probabilístico o aleatorios: tipo de muestreo que se obtiene mediante

sorteo de los individuos que la forman teniendo así, cada individuo la
misma posibilidad de pertenecer a la muestra, permitiendo calcular el
posible error de la muestra. De entre los que destacan, el muestreo
aleatorio simple, el sistemático, el estratificado y el de conglomerados.
B) No probabilística: tipo de muestreo en el que no es posible estimar la
probabilidad de que cada individuo o elemento estará incluido en la
muestra, además no permite el cálculo del posible error de la muestra.
Pueden ser de tres clases: Accidental o incidental, por cuotas,
intencional por conveniencia o de juicio. Aunque este tipo de muestreo
no será objeto de estudio en este curso.

14
 C) El muestreo Aleatorio simple es el tipo de muestreo en el cual todos y
cada uno de los elementos de la población se elige de tal forma que
tengan la misma posibilidad de ser seleccionados y pertenecer a la
muestra.
D) El muestreo Sistemático se utiliza cuando el universo es de gran
tamaño o ha de extenderse en el tiempo y requiere de una selección
aleatoria inicial de observaciones seguida de otra selección de
observaciones, obtenida mediante una constante denominada
constante de sistematización: Cs= N/n; Donde N = es el tamaño de la
población y n = el tamaño de la muestra.
Esta constante nos sirve para determinar cada cuántos elementos o
cada cuánto tiempo se debe elegir el siguiente; para ello hay que
elegir al azar un número entre 1 y Cs; de ahí en adelante tomar uno
de cada K a intervalos regulares. Es conveniente tener en cuenta la
periodicidad del fenómeno.
E) En el tipo de muestreo Estratificado se involucra la división previa de
la población en subgrupos, clases o estratos que se suponen más
homogéneos, y a los cuales se le asigna una cuota que determina el
número de miembros del estrato que compondrán la muestra, estos
son escogidos mediante muestreo aleatorio simple.
F) Se le llama muestreo Por conglomerados al dividir primero la
población en grupos o conglomerados convenientes para el muestreo,
seleccionando de cada uno de ellos una porción, al azar o por un
método sistemático. Bajo este método, aunque no todos los grupos
son muestreados, cada grupo tiene una igual probabilidad de ser
seleccionado.

Por su parte el INEI (2006) explica que existen los siguientes tipos de
muestreo:

15
 Muestreo aleatorio simple: También llamado irrestrictamente aleatorio.
Es un método de muestreo donde una muestra aleatoria simple es
seleccionada de tal manera que cada muestra posible del mismo
tamaño tiene igual probabilidad de ser seleccionada de la población.
Una muestra aleatoria es también llamada una muestra probabilística
es aquella cuyos elementos se seleccionan individualmente de la
población en forma aleatoria, y es preferida por los estadísticos porque
la selección de las muestras es objetiva y el error muestral puede ser
medido en términos de probabilidad bajo la curva normal. Por
conveniencia, este método puede ser reemplazado por una tabla de
números aleatorios cuando una población es infinita. Se aplica cuando
los datos son casi homogéneos.
Una variante del muestreo aleatorio simple es el muestreo aleatorio
sistemático. Otros tipos más comunes de muestreo aleatorio son:
muestreo aleatorio estratificado y muestreo por conglomerados. (p. 46)
o Muestreo estratificado aleatorio: Es un método de muestreo que
se aplica cuando se divide la población en grupos, llamados
estratos, donde los datos son más homogéneos pero un estrato
frente al otro muy distintos. Para extraer la muestra aleatoria se
aplica el muestreo aleatorio simple a cada estrato y el tamaño
es la suma de los tamaños de todos los estratos. Para
determinar los tamaños de los estratos se puede utilizar la
asignación proporcional, óptima y óptima económica. Si no se
conoce la variabilidad de los datos se aplica la asignación
proporcional. (p. 47)
o Muestreo por conglomerados: Es un método de muestreo en el
cual la población está en grupos debido a la organización
administrativa u otro (conglomerados). Ejemplo: Colegios,
Universidades, manzanas de casas, entre otros. Al interior de
los conglomerados no se puede garantizar homogeneidad.

16
 Cada conglomerado es una unidad donde la muestra se
selecciona como en el muestreo aleatorio simple y se aplica la
encuesta a todos los elementos del conglomerado. Una
muestra de conglomerados, usualmente produce un mayor
error muestral (por lo tanto, se obtiene menor precisión de las
estimaciones acerca de la población) que una muestra aleatoria
simple del mismo tamaño. Los elementos individuales dentro de
cada "conglomerado" tienden frecuentemente a ser iguales. (p.
47,48)
 Muestreo sistemático: Es una variante del método aleatorio simple de
selección de cada elemento de la muestra. Se aplica cuando la
población está listada en algún orden. Consiste en seleccionar un
número aleatorio menor que N/n y luego los (n-1) elementos de la
muestra se eligen agregando al primer aleatorio: el entero K obtenido
por K=N/n y así sucesivamente. El primer elemento de la muestra es
seleccionado al azar. Por lo tanto, una muestra sistemática puede dar
la misma precisión de estimación acerca de la población que una
muestra aleatoria simple cuando los elementos en la población están
ordenados al azar. (p. 47)
 Muestreo con reposición: Es el método para obtener una muestra con
reposición. Esta muestra consiste en que al seleccionar un segundo
elemento, el primero debe haber sido devuelto a la población. De este
modo un elemento puede repetirse en la muestra. Es decir, con este
método una unidad en particular puede quedar incluida más de una
vez en la muestra, pudiendo ser hasta "n veces". El universo o
población se mantiene permanentemente con un tamaño N. (p. 48)
 Muestreo sin reposición: Es el procedimiento para seleccionar cada
elemento de la población éste no se repone o considera de nuevo en
la población, por lo que no puede ser seleccionado nuevamente. En
este caso el tamaño de la población o universo se irá reduciendo en

17
 cada selección N-1, N-2, N-3,...,etc. unidades de muestreo hasta N – n
elementos. (p. 48)

¿Qué es una Variable?

Para Mendenhall y otros (2010): “Una variable es una característica

que cambia o varía con el tiempo y/o para diferentes personas u objetos bajo
consideración.” (p. 8)

Según Pérez (2012): “Frente a una constante, la variable es aquella

realidad que admite diversos valores, como la edad, la clase social, la
inteligencia, el rendimiento académico o diferentes dimensiones o factores de
la personalidad.” (p. 99)

Añade Rincón (2006); “Una variable es una característica que varía de

elemento a elemento en una población en estudio.” (p. 76)

Tipos de Variables

Con relación a los tipos de variables Mendenhall y otros (2010)

exponen que: “Se pueden clasificar variables en una de dos categorías:
cualitativas y cuantitativas.” (p. 10)

A su vez estos autores definen y ejemplifican estos dos tipos de

variables, indicando que:

18
 “Las variables cualitativas miden una cualidad o
característica en cada unidad experimental. Las variables
cuantitativas miden una cantidad numérica en cada unidad
experimental.
Las variables cualitativas producen datos que se pueden
clasificar de acuerdo a similitudes o diferencias en clase; por
lo tanto, con frecuencia se denominan datos categóricos.
Las variables como género, año y especialidad son variables
cualitativas que producen datos categóricos. He aquí algunos
otros ejemplos:
- Afi liación política: republicano, demócrata, independiente
- Clasifi cación de gusto: excelente, bueno, regular, malo
- Color de un dulce M&M’S®: café, amarillo, rojo,
anaranjado, verde, azul.” (p. 10)

Ahora con respecto a las variables cuantitativas Mendenhall y otros

enseñan que:

“Las variables cuantitativas, con frecuencia representadas

por la letra x, producen datos numéricos, por ejemplo estos:
- x _ tasa preferencial de interés.
- x _ número de pasajeros en un vuelo de Los Ángeles a
Nueva York.
- x _ peso de un paquete listo para ser enviado.
- x _ volumen de jugo de naranja en un vaso.” (p. 10)

De las mismas, se desprende otra clasificación, dos tipos de variables

cuantitativas: discretas y continuas. Explican que “Una variable discreta
puede tomar sólo un número finito o contable de valores. Una variable
continua puede tomar infinitamente muchos valores correspondientes a los
puntos en un intervalo de recta.” (p. 10)

19
 Por su parte Ortego: Gibergans-Báguena (s.f.), señalan: “Así pues, el
tipo de variables que nosotros consideramos son:”

1. Variables cualitativas o atributos: no toman valores

numéricos sino modalidades, y describen cualidades. Por
ejemplo, clasificar una pieza como aceptable o defectuosa.
2. Variables cuantitativas discretas: toman únicamente
valores enteros y corresponden en general, a contar el
número de veces que ocurre un suceso. Por ejemplo, el
pulso, el número de hijos de una familia, etc.
3. Variables cuantitativas continuas: toman valores en un
intervalo. Corresponden a medir magnitudes continuas.
Por ejemplo, el peso, la longitud, etc.). (p. 2)

Rincón (2006) simplificando la clasificación de las variables, expone

que: “Las variables pueden ser cuantitativas, cuando se realiza una
medición, o pueden ser cualitativas, cuando solamente presentan una
cualidad.” (p. 76)

¿Qué es una tabla de Distribución de Frecuencias?

Mendenhall y otros (2010) indican que: “Una vez recolectados los

datos, éstos pueden consolidarse y resumirse para mostrar la siguiente
información:
• ¿Qué valores de la variable han sido medidos?
• ¿Con qué frecuencia se presenta cada uno de los valores?”

Para ello se construye una tabla estadística o de distribución que

según estos autores “se puede usar para mostrar los datos gráficamente

20
como una distribución de datos.” También revela que “el tipo de gráfica que
se escoja depende del tipo de variable que se haya medido.” (11, 12 p.)

La UAA (2015) explica respecto a la distribución o tabla de

frecuencias, que es la: “representación conjunta de los datos en forma de
tabla o subgrupo de datos correspondientes a un fenómeno en estudio y su
ordenamiento en base al número de observaciones que corresponden a cada
dato o a cada grupo de datos (…)”.

Por otro lado Ortego: Gibergans-Báguena (s.f.) enseña que: “Para que
el tratamiento de los datos sea cómodo, las observaciones originales se
agrupan formando tablas, llamadas tablas estadísticas. Las tablas
estadísticas propias de las frecuencias, suelen denominarse distribuciones
de frecuencias.”

Estos autores acotan que existen dos casos particulares con respecto
a la distribución de frecuencia, estos son:

“Cuando el número de observaciones es grande, pero el

número de valores distintos que puede tomar la variable es
pequeño, agruparemos los resultados de las observaciones
disponiendo los datos en dos columnas. En la primera
dispondremos los valores distintos que toma la variable y en
la segunda, las frecuencias para cada uno de estos valores
distintos.” (p. 18)

21
Figura 3. Ejemplo de tabla de frecuencias

Fuente: Ortego: Gibergans-Báguena (s.f.), p.18

Cuando el número de observaciones es grande, y el número

de valores distintos que toma la variable es tan grande,
agruparemos los resultados obtenidos de las observaciones,
eligiendo unos intervalos con amplitud variable o fija que se
dispondrán en la primera columna; una segunda columna
contendrá el número de observaciones correspondientes a
cada intervalo (frecuencias). (p. 18)

Figura 4. Ejemplo de tabla de frecuencia para datos agrupados

Fuente: Ortego: Gibergans-Báguena (s.f.), p.18

22
Concepto de Frecuencia, Frecuencia Relativa y Frecuencia Acumulada

Los diferentes tipos de frecuencia son definidos por el INEI (2006) de

la siguiente forma:

La frecuencia o mejor conocida frecuencia absoluta: “Es el número de

veces que la variable asume un valor dado o pertenece a una clase dada. Se
representa simbólicamente por ni.”

Por otro lado la frecuencia relativa: “Es un valor que se obtiene como
el cociente de la frecuencia absoluta (ni) sobre el tamaño de la muestra (N).
Simbólicamente se representa por hi. hi = ni/N.”

Y las frecuencias acumuladas se dividen en:

Frecuencia absoluta acumulada que es: “Es el número de

observaciones hasta (inclusive) un valor dado de una variable numérica. Se
representa por Ni”. Expresada a través de la siguiente formula:

Frecuencia relativa acumulada, siendo esta “una cantidad que se

obtiene como el cociente de la frecuencia absoluta acumulada (N i) sobre el
tamaño de la muestra (N). Simbólicamente se representa por H i. Hi= Ni/N” (p.
33)

Ortego: Gibergans-Báguena (s.f.) tienen de igual forma una

concepción de los diferentes tipos de frecuencias, siendo estas:

23
 “Frecuencia absoluta de una variable (id. atributo): n i: El número de
individuos para los cuales dicha variable (id. atributo) toma el mismo valor X i
(id. modalidad). La representamos por ni.”

Existe un criterio de corrección que señala que: “La suma de todas las
frecuencias absolutas evidentemente será igual al número total de individuos
que componen la muestra y que representaremos por n”. (p. 17)

La fórmula matemática que describe este criterio es:

Frecuencia relativa (fi): “Es la relación existente entre la frecuencia

absoluta y el total de elementos, o sea:

Las frecuencias relativas normalmente se dan en porcentaje (%),

simplemente multiplicando por 100.” (p. 17)

Por ultimo dentro de esta clasificación se encuentran las frecuencias

acumuladas: absoluta (Ni) y relativa (Fi), Ortego: Gibergans-Báguena
señalan:

“Consideremos ordenados en sentido creciente (o

decreciente) los valores de una variable, definiremos la
frecuencia acumulada como la suma de frecuencias hasta un
valor determinado de la variable.
Cuando dicho valor de la variable es el último de la
ordenación creciente, la frecuencia acumulada será igual al
número total de elementos si se trata de acumulación de
frecuencias absolutas, o igual a la unidad si se trata de
acumulación de frecuencias relativas.

24
 Designaremos por Ni la frecuencia absoluta acumulada hasta
el valor xi y por Fi la frecuencia relativa acumulada hasta
dicho valor xi.” (p.18)

Concepto de Histograma y ejemplo gráfico

Un histograma según Pérez (2012) es la: “Representación gráfica de

las puntuaciones obtenidas por un conjunto de sujetos en una variable
cuantitativa. En el eje X se sitúan los límites de los intervalos; en el Y, la
frecuencia del intervalo.” (p.94)

Añade “(…) consistente en un eje de coordenadas, con los diferentes

valores en el eje de abscisas y con las frecuencias en el de ordenadas.”
(p.22)

Figura 5. Ejemplo de histograma.

Fuente: Pérez (2012), p. 23

25
 Para el INEI (2006) un histograma:

“Gráfico utilizado para representar la distribución de

frecuencias de una variable continua. Describe el
comportamiento de un conjunto de datos en cuanto a su
tendencia central, forma y dispersión. Está formado por un
conjunto de rectángulos unidos, cuya base es igual a la
amplitud del intervalo, y la longitud proporcional a la
frecuencia. (p. 35)

Concepto de Polígono de Frecuencia y ejemplo gráfico

El INEI (2006) define un polígono de frecuencias como: “un gráfico

utilizado para representar una distribución de frecuencias de una variable
numérica, teniendo en cuenta su marca de clase.” (p. 52)

La definición más acepta por la UAA (2015) dentro del estudio de la

estadística descriptiva se encuentra el siguiente:

“Es una gráfica del tipo de las gráficas de líneas trazadas

sobre las marcas de clase, (de ahí el nombre de polígono), y
se traza uniendo con segmentos de recta, de izquierda a
derecha, las parejas ordenadas que se forman, al considerar
como abscisa la marca de clase (eje horizontal) y como
ordenada la frecuencia del intervalo representado (eje
vertical).”

A continuación podemos ver un ejemplo ilustrado de un polígono de

frecuencia descrito por la UAA, en donde podemos apreciar claramente

26
como la intersección entre la frecuencia y las marcas de clase dibujan un
polígono irregular.

Figura 6. Ejemplo de polígono de frecuencia.

Fuente: UAA (2015)

Concepto de Ojiva o Curva de Frecuencia y ejemplo gráfico

En el glosario de términos expuesto por la INEI (2006), encontramos

definida una ojiva como: “un gráfico acumulativo de frecuencias o frecuencias
relativas. Existen las ojivas mayor que y menor que.” (p. 49)

La UAA describe de manera más amplia este tipo de gráfico, y señala

que:

“Es un gráfico que igual al histograma y polígono de

frecuencias se utiliza para el análisis y representación de
variables continuas, sólo que en vez de utilizar las
frecuencias absolutas, por sus características se construye
uniendo con segmentos de recta, de izquierda a derecha, las
parejas ordenadas que se forman, al considerar como
abscisa los límites superiores de cada intervalo (eje

27
 horizontal) y como ordenada las frecuencias relativas
acumuladas hasta cada intervalo representado (eje vertical).”

Figura 7. Ejemplo de Ojiva menor que

Fuente: INEI (2006), p. 49

28
 CONCLUSIÓN

A modo de conclusión, se puede decir que la Estadística es una

ciencia, cuyos orígenes surgen en la matemática, ya que su lenguaje es el de
números, tablas y gráficas de relación matemática. Su Objetivo es el de
aplicar el método estadístico (recopilar, ordenar, clasificar, analizar y
presentar resultados), de allí su Importancia en el tratamiento de la
información de cualquier ámbito tratado.

Este método estadístico inicia con la recolección de Datos, o llámese

información, de un Universo o área de estudio y Población específicos, finita
o infinita según la cantidad de datos que pudiera arrojar el estudio; de donde
se tomara una Muestra representativa de la población, por medio de alguna o
varias de las técnicas de Muestreo, arrojando estas un conjunto de datos
Variables de tipo Cuantitativo, arrojando un valor numérico o Cualitativo
asociado a una característica o cualidad valorada. Estas variables estudiadas
son escogidas por el investigador, siendo estas una representación de los
diferentes casos de estudio que pueden darse dentro de una muestra
seleccionada, la mayoría de las veces de forma aleatoria.

Ya teniendo esta información recopilada se procede al ordenamiento

de la misma, en estadística esto se hace a través de una Tabla de
Distribución de Frecuencia, en donde se aprecia con mayor facilidad el
número de veces que se repite una variable, pudiendo ser esta una cualidad
o un elemento que arroje un valor numérico (peso, talla, etc.), dentro de la
muestra, este es el caso de datos cuyo número de observaciones es grande,
pero el número de valores que tomar la variable es pequeño

Ahora, cuando se tiene un número de observaciones grande, y el

número de valores que toma la variable es de igual forma grande, entonces

29
se procede a agrupar el número de observaciones a través de Intervalos,
mejor conocidos como intervalos de clases, formado por datos cuantitativos
comprendido entre dos valores, estos últimos son conocidos como límite
superior e inferior. Por otro lado la diferencia entre el mayor y el menor valor
de la variable a su vez es conocido como Rango, y nos muestra otro tipo de
intervalo en donde se encuentran todos los datos de la distribución de
frecuencia, y la longitud o amplitud del mismo.

Con todo el proceso de recopilación, ordenamiento y clasificación de

la información, ya realizado gracias a las técnicas y parámetros antes
descritos, se procede al análisis de los datos expresados en la tabla de
distribución de frecuencias, identificando a Frecuencia o Frecuencia Absoluta
como el número de veces que se repite la variable y teniendo esta se
determina la Frecuencia Relativa, que es la relación porcentual la frecuencia
absoluta y el total de los datos, por su parte la Frecuencia Acumulada es el
número total de las observaciones dentro de las frecuencias absolutas, y es
igual a la unidad si se trata de acumulación de Frecuencias Relativa, ya que
la relación porcentual nos indica que un 100 % de estas representan la
unidad de la muestra.

Este conjunto de frecuencias nos permitirán analizar la información

con respecto a otros parámetros de estudio dentro de la estadística como las
medidas de tendencia entre otras, sin embargo ese no es el tema que
compete en este momento. Luego de haber determinado estas frecuencias
sirven a su vez de corrección para conocer si se ha ordenado correctamente
los datos, siendo este el caso se prosigue con la representación gráfica de
los datos gracias a los histogramas (frecuencias-variables), polígonos de
frecuencia (frecuencia-marca de clase) y ojivas o curvas de frecuencia
(frecuencia acumulada-límite superior).

30
 REFERENCIAS BIBLIOGRÁFICAS

Cañas, J.; Galo, S. s.f. Estadística y probabilidad. (en línea). Consultado 11

mayo 2020. Disponible en https://proyectodescartes.org/iCartesiLibri/
materiales_didacticos/IntroduccionEstadisticaProbabilidad/aux-
portada/LibroESO.html

Chiner, E. s.f. Tema 3. Introducción a la estadística descriptiva (en línea).

Consultado 11 mayo 2020. Disponible en https://rua.ua.es/dspace/bitstream/
10045/19380/3/Tema%203-Estad%C3%ADstica.pdf

INEI (Instituto Nacional de Estadística e Informática, PE). 2006. Glosario

básico de términos estadísticos (en línea). Consultado 11 mayo 2020.
Disponible en https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_
digitales/Est/Lib0900/Libro.pdf

Laguna, C. s.f. Introducción a la estadística, Diplomado (en línea). España.

Instituto Aragónes de Ciencias de la Salud. Consultado 11 mayo 2020.
Disponible en http://www.ics-aragon.com/cursos/salud-publica/2014/pdf/M2T
01.pdf

Mendenhall, W.: Beaver, R.: Beaver, B. 2010. Introducción a la probabilidad y

estadística (en línea). México, D.F. Editorial Brooks/Cole. Trad. Cengage
Learning Editores, S.A. de C.V. Consultado 11 mayo 2020. Disponible en
https://www.fcfm.buap.mx/jzacarias/cursos/estad2/libros/book5e2.pdf

Ortego, M.: Gibergans-Báguena, J. s.f. análisis de datos estadísticos en

cooperación para el desarrollo (en línea). Huacho, PE. Universidad
Politécnica de Cataluña UPC. Consultado 11 mayo 2020. Disponible en

31
https://upcommons.upc.edu/bitstream/handle/2117/1979/4%20Anexo%20Ort
ego%20y%20Gibergans.pdf

Pérez. R. 2012. Estadística aplicada a las ciencias sociales (en línea).

España. Universidad Nacional de Educación a Distancia UNED. Consultado
11 mayo 2020. Disponible en https://www.guao.org/sites/default/files/
biblioteca/Estad%C3%ADstica%20aplicada%20a%20las%20Ciencias%20So
ciales.pdf

Rincón, L. 2006. Una introducción a la probabilidad y estadística (en línea).

México, DF. Universidad Nacional de México UNAM. Consultado 11 mayo
2020. Disponible en http://lya.fciencias.unam.mx/lars/libros/pe-agosto-
2006.pdfx

Ruíz, D. 2004. Manual de Estadística (en línea). España. Universidad Pablo

de Olavide. Consultado 11 mayo 2020. Disponible en https://www.eumed.
net/cursecon/libreria/drm/drm-estad.pdf

UAA (Universidad Autónoma de Aguas Calientes, MX). 2015. Matemáticas

IV. Estadística y principios de probabilidad. Consultado 11 mayo 2020.
Disponible en https://www.uaa.mx/centros/cem/dmf/wp-content/uploads/2015/
apuntes/4.%20Estadistica%20y%20Principios%20de%20Probabilidad/Apunt
es%20Estadistica.pdf

32