Documentos de Académico
Documentos de Profesional
Documentos de Cultura
estadística. frecuencias.
>■'. tablas de frecuencias. Controversias y limitaciones.
!► ¿Cómo crear tina tabla de ■>. Tablas de frecuencias, histogramas y
frecuencias? polígonos de frecuencias según se
Tabla de frecuencias agrupadas. describen en publicaciones científicas.
Histogramas, Resumen.
Polígonos de frecuencias. Términos clave.
Ejercicios,
Q
se asemeja a otros estudiantes de psicología que hemos conocido: eligió cursar esta
materia porque le fascinan las personas, sus comportamientos visibles, y tal vez
también su vida interior e incluso la propia. Algunos lectores son altamente científi-
■eos; otros más intuitivos. A algunos les gusta la matemática, a otros no tanto; y al
gunos hasta le temen. Cualquiera sea la categoría en la que se encuentre el lector, es
bienvenido y puede estar seguro de que si le presta especial atención a nuestro libro (tal vez un
poco más que a la mayoría de los libros de texto), realmente aprenderá estadística. El método uti
lizado en este libro resultó de gran utilidad en la enseñanza de la materia a todo tipo de alumnos,
incluso a aquellos que previamente habían cursado estadística con resultados insatisfactorios. Es
tamos seguros de que con nuestro libro y la ayuda de un profesor aprenderá bien la estadística.
Lo más importante es que el lector sepa que no importa por qué razón estudia psicología. Este
curso no pretende ser una pérdida de tiempo. La utilidad de esta materia radica en la necesidad de
comprender la estadística para leerlos trabajos realizados por otros psicólogos; también para reali
zar sus propias investigaciones y para pulir tanto su capacidad de razonamiento como su intuición,
¿Qué es realmente la estadística? Es una herramienta que ha evolucionado a partir de un proceso
básico de pensamiento que todo psicólogo, todo ser humano, emplea: observamos algo; nos pre
guntamos cuál es su significado o cuál es su causa; aplicamos nuestra capacidad de discernimiento
o nuestra intuición; volvemos a observar, pero ahora en detalle, o bien intentamos realizar algunos
pequeños cambios en el proceso para probar nuestra intuición. Entonces nos enfrentamos al eterno
problema: ¿Se confirmó o no nuestro presentimiento? ¿Cuáles son las posibilidades de que lo que
hemos observado en esta segunda oportunidad suceda una y otra vez, de tal forma que podamos
anunciar el resultado de nuestro razonamiento al mundo como algo probablemente cierto?
En otras palabras, ia estadística es un método de búsqueda de la verdad. O al menos puede in
dicamos las probabilidades de que nuestro presentimiento sea verdadero en este momento y en
este lugar, con este tipo de personas. Esa búsqueda de la verdad, o al menos de la probabilidad fu
tura, es la esencia de la psicología, de la ciencia y de la evolución humana. Pensemos en las pri
meras hipótesis: ¿Qué harán los mamuts la próxima primavera?; ¿qué sucederá si como esta raíz?
Es fácil ver cómo han sobrevivido aquellos que han acertado, y el propio lector es uno de ellos. La
estadística es una forma de búsqueda de precisión y verdad.
Los psicólogos utilizan métodos estadísticos para dar sentido a los números que reúnen al in
vestigar. El problema de cómo diseñar una investigación adecuada es todo un tema en sí mismo,
el cual resumiremos en el apéndice A. No obstante, en este libro nos limitamos a tratar los méto
dos estadísticos que dan sentido a los datos recolectados durante una investigación.
TABLAS DE FRECUENCIAS
Comencemos con un ejemplo. Durante la primera semana del curso, Aron, París y Aron (1995),
como parte de un estudio más amplio, repartieron un cuestionario a 151 alumnos en una clase de
introducción a la estadística. Una de las preguntas era la siguiente: “¿Qué grado de estrés has ex-
---------------------------------- perimentado en las últimas dos semanas y media, en una escala del
Tabla. 1-1, _ Oal 10, enlaqueO indicaparanadaestresadof y lO tanestresado
eii*” *cada valo^defa escala corao es posible?” Las puntuaciones dadas por 151 estudiantes
de medición de estrés. fueron las siguientes.
P u n t u a c ió n F r e c u e n c ia 4 . 7 . 7 . 7 , 8, 8, 7 , 8, 9 , 4, 7, 3, ó, 9, 10, 5, 7, 1 0 , 6, 8 , 7 , 8 , 7 , 8 , 7 , 4 , 5,
1 0 , 1 0 , 0 , 9, 8, 3, 7 , 9 , 7 , 9 , 5 , 8 , 5 , 0 , 4 , ó, 6, 7 , 5 , 3 , 2 , 8, 5 , 1 0 , 9 , 1 0 ,
10 14
6 , 4 , 8 , 8 , 8 , 4 , 8 , 7 , 3 , 8 , 8 , 8 , 8 , 7 , 9 , 7 , 5 , 6 , 3 , 4 , 8 , 7 , 5 , 7 , 3 , 3 , 6 , 5,
9 15
7 . 5 . 7 . 8 . 8 . 7 , 10, 5 , 4 , 3 , 7 , 6 , 3 , 9 , 7 , 8 , 5 , 7 , 9 , 9 , 3 , 1 , 8 , 6 , 6 , 4 , 8 , 5 ,
8 26
7
10, 4, 8, 1 0 , 5 , 5 , 4 , 9 , 4 , 7 , 7 , 7 , 6, ó, 4 , 4 , 4 , 9 , 7 , 1 0 , 4 , 7 , 5, 10, 7, 9,
31
Ó 13 2.7, 5,9,10, 3 , 7 , 2 , 5 , 9 , 8 , 1 0 , 1 0 , 6 , 8 , 3
5 ■ 18
4 16
El sólo hecho de leer todas estas clasificaciones llevaría un tiempo
3 12 considerable. Al examinar rápidamente los datos obtenemos una
2 3 idea de la tendencia general, pero difícilmente sea un método pre
I 1 ciso. Una solución es confeccionar una tabla que muestre cuántos
0 2 alumnos eligieron cáda uno de los once valores de estas puntua
Fuente: Aron, Paris & Aron ciones (0,1, 2 y siguientes, hasta 10). Es precisamente lo que he
(1995). mos hecho en la tabla 1-1. Este tipo de tabla se denomina tabla de
frecuencia, porque muestra con qué frecuencia (cuántas veces)
ocurre cada puntuación. Una tabla de frecuencias hace que el patrón numérico se comprenda
claramente y a simple vista. En este ejemplo, podemos ver que la mayoría de los alumnos se atri
buyeron un nivel de estrés en alrededor de 7 u 8 puntos, y que muy pocos lo hicieron por debajo
de esos valores.
V C u a e tr d -i^ l. ;. *.
Trivialidades im portantes pará estu d ian tes d e estadística
\\ J r con espíritu p o é tic o .
l,La mayoría de. los expertos en estadística siguen el procedimiento aquí recomendado, ordenando los valores desde el
mayor, en lá parte superior, hasta el menor, en la parte inferior. Sin embargo, en las publicaciones científicas es más
probable que las rabias de frecuencias contengan el número menor en la parte superior y el mayor en la parte inferior.
F igura 1-1. Construcción de
una tabla de frecuencias, uti
PUNTUACIONES FRECUENCIA lizando los datos de; Aron,
10 -- ■ París, & Aron (1995).
9 ' 7,8,9, 4, 7, 3, 6, 9, TO', 5,
8 ■ ■, 7, 10, 6, 8, 78, 7, 8, 7, 4, 5, ' 10,10.0,9,,
7 i ' 8,3,7,9,7,9,5,8,5,0,4,6, 6,7,5,3,2,
6 \ 8,5/10,9,10,6,4,8,8,8,4,8,7,3,8,8,
75:7 M ,.7; 9,7,5,0,3, 4, 8, 7, 3, 7, 3, 3, 6,
4 O 5, 7, 5, 7, 8, 8, 7, 10, 5, 4, 3, 7, 6, 3, 9, 7,
• 3 8,5,7,9.9,3,1,8,6,6,4,-8,5,10,4,8,
' 2 10,'5,5,4,9,4,7,7, 7, 6, 6, 4, 4, 4, 9, 7,
1 10, 4,7,5,10,7,9,2,7,5,9,10,3,7,2,
0 5,‘9,8,10,10,6,8,3, ‘
48-/ 31- . ' 15-/ 48,15, 33, 3, 21, 19, 17,16,44,25, 30,3, 5,9, 35,32,26,
.'4 7 -// 3 0 -//-: 1 4 -/// .
46’- , , 2 9 -//// 1 3 -// 1 3 ,1 4 ,1 4 ,47,47,29, 18,1 1 ,5 ,1 9 ,2 4 ,1 7 ,6 ,2 5 , 8,18,29,
'45-' - - ' 2 8 - /.' /.
'44 ¡ 7 : , ’ - 27 - / ■
• .1 2 -/ 1, 18, 22, 3 ,2 2 ,2 9 ,2 , 6,10, 29, 10, 21, 38, 41,16,17, 8,
M i-////
26 7 / 7 r - . : . i o ' . m i l 40, 8, 10, 18, 7, 4, 4, 8, 11, 3, 23, 10, 19, 21, 13, 12, 10,
’4 2 - . 2 5 - // /'■ ' ■ L 9 - » / . •
41-/ \ ',24,-7/
4,17, 11,21, 9 , 8,7 , 5 ,3 ,2 2 ,1 4 ,2 5 , 4,11, 10,18, 1,28,
;- 8r-W 2/
4 0 :/', . 1 -//;» ; 2 7 ,1 9 ,2 4 ,3 5 ,9 ,3 0 ,8 ,2 6
39--, 1 ..2 2 7 /7 »■■■;■
3 8 -/-" M í ' ; - / / » ■■’7 ' 5-->)/
.37- - '2 0 - , - . ' ,: ■ 4 - //7/
36 r - » 9 - / / / / - ■ .% 'y tfU . F igura 1-2, Construcción de una tabla
'35,-7/ ' 1 8 - M « ' 7 ;- » - / M M
de frecuencias del número de interac
34- - ■ 1 7 -////' '-Y '-» - 7
3 3-/ J ó - / » : ; 7 7 '. . Ó 7 7 . '7 '
ciones sociales mantenidas por estu
3^ - z i . ; v’•(: ¡l •: •;:r;;4-; diantes durante una semana.
(Fuente: McLaughlin-Vólpe et al. 1998).
Sigamos ahora los tres pasos indicados para la creación de una tabla de frecuencias.
1. Preparar una lista de cada valor posible a lo largo del margen izquierdo de la página,, co
menzando con el mayor y finalizando con el menor. En este estudio en particular, la mayor canti
dad de interacciones podría ser cualquier numero. Sin embargo, el mayor número obtenido en ei
grupo analizado es 48, por lo tanto, podemos utilizarlo como el mayor valor posible. Y la menor
cantidad posible de interacciones es 0. Teniendo en cuenta lo anterior, el primer paso a seguir es
hacer una lista de esos valores. (Sería buena idea utilizar varias columnas para poder incluir todos
los registros en una sola página).
2. Revisar los registros uno por uno, haciendo una marca por cada uno junto al valor corres
pondiente en la lista. La figura 1-2 muestra el resultado de este paso.
3. Preparar una tabla prolija que indique cuántas veces ocurre cada uno de los valores de la
lista. La tabla 1-2 es la tabla de frecuencias definitiva.
T a b la d e fr e c u e n c i a s d e i n ú m e r o d e in t e r a c c io n e s s o c ia l e s m a n t e n id a s p o r 9 4 e s t u d ia n t e s u n iv e r s it a r io s
d u ra n te u n a se m a n a .
O b s e r v a c io n e s F r e c u e n c ia s O b s e r v a c io n e s F r e c u e n c ia s O b s e r v a c io n e s F recue
48 1 31 0 15 1
47 2 30 2 14 3
46 0 29 4 13 2
45 0 28 1 12 1
44 1 27 1 11 4
43 0 26 2 10 6
42 0 25 3 9 3
41 1 24 2 8 6
40 Î 23 1 7 2
39 0 22 3 6 2
38 1 21 4 5 3
37 0 20 0 4 4
36 0 19 4 3 5
35 2 18 5 2 1
34 Û 17 4 1 ." 2
33 1 ló 2 0 0
32' 1
In terv a lo s d e d a s e F r e c u e n c ia
4 5 -4 9 ,9 3
4 0 -4 4 ,9 3
3 5 -3 9 ,9 3
3 0 -3 4 ,9 4
2 5 -2 9 ,9 11
2 0 -2 4 ,9 10
1 5 -1 9 ,9 16
1 0 -1 4 ,9 16
5 - 9,9 16
0 - 4,9 12
A través de una tabla de frecuencias agrupadas se puede, brindar información de forma aún más
directa que mediante una tabla de frecuencias común. Cabe destacar, sin embargo, que la facili
dad de comprensión que brinda una tabla de frecuencias agrupadas se logra a costa de perder cier
ta información, como por ejemplo, el detalle de las frecuencias dentro de cada intervalo.
A continuación, se describen los pasos que se deben seguir para construir una tabla de fre
cuencias agrupadas utilizando los datos contenidos en la lista.
1. Restar el valor menor al mayor para saber cuál es la amplitud de la serie de valores. El va
lor mayor (2,99) menos el menor (2,50) da 0,49.
2. Dividir la amplitud por varios tamaños de intervalo posibles hasta encontrar, después de re
dondear, una cantidad razonable de intervalos. Cuando la amplitud es pequeña, es necesario tener
en cuenta tamaños de intervalo representados por decimales. Sin embargo, aun utilizando deci
males, es conveniente utilizar sólo tamaños de intervalos que sean números comunes y regulares.
Así, en este ejemplo, podríamos tomar un tamaño de intervalo de 0,1, lo cual daría como resulta
do 5 intervalos, pero sería aún más adecuado utilizar el tamaño 0,05, para obtener 10 intervalos.
3. Realizar una lista de los intervalos ordenándolos de mayor a menor. En este caso, los inter
valos deberían comenzar con 2,95-2,99 y continuar hasta 2,50-2,54.
4. Proceder del mismo modo que con una tabla de frecuencias común. La tabla 1-5 muestra el
resultado.
T a b la 1 -5 .
T a b la d e f r e c u e n c i a s a g r u p a d a s c o r r e s p o n d i e n t e a u n e s t u d i o r e a l i z a d o a 1 0 0 a l u m n o s s e c u n d a r i o s ,
p a r a m e d i r e i t i e m p o p r o m e d i o d e le c tu r a d e o r a c i o n e s a m b i g u a s ( e n s e g u n d o s ) .
T ie m p o d e le c tu r a F r e c u e n c ia
2 ,9 5 - 2 ,9 9 9
2 ,9 0 - 2 ,9 4 7
2 ,8 5 - 2 ,8 9 20
2 ,8 0 - 2 ,8 4 n
2 ,7 5 - 2 ,7 9 10
2 , 7 0 - 2 ,7 4 Í0
2 , 6 5 - 2 ,6 9 4
2 ,6 0 - 2 ,6 4 8
2 , 5 5 - 2 ,5 9 10
2 , 5 0 - 2 ,5 4 11
HISTOGRAMAS
Los gráficos constituyen otro medio adecuado para facilitar la comprensión de una cantidad im
portante de registros. “Una imagen vale más que mil palabras”, y a veces más que mil números.
Una manera de graficar la información de una tabla de frecuencias es con un gráfico de barras es
pecial denominado histograma. En un histograma, la altura de cada barra representa la frecuen
cia que le corresponde al intervalo de acuerdo con la tabla de frecuencias. Además, las barras
están ubicadas una al lado de la otra, sin espacios entre ellas. Los histogramas se parecen al con
torno de una ciudad en el horizonte. La figura 1-3 muestra dos histogramas basados en el ejemplo
de medición del estrés (uno representa la tabla de frecuencias clásica y el otro la tabla de frecuen
cias agrupadas).
Intecvalo
45 -49,9
.40-44,9
35-39,9'::
30 - 34,9'
■ '.2 5 -2 9 ,9 . ■
■" 20 -2 4 ,9 •
'■ '..li-.19,9 :
1 0 a 4 ‘,9
. ’ 5-9,9 '
0 - 4 ,9 .
Figura 1-4. Histograma que representa el número de interacciones sociales vividas durante una semana por 94 estu
diantes universitarios, basado en frecuencias agrupadas. (Fuente: McLaughlin- Volpe et al., 1998).
Figura 1-5. Histograma que representa
Tiempo el tiempo promedio de lectura de ora
de'lectura ■■ Frecuencia ciones ambiguas por parte de 100 alum
2,95-2,99 9 nos secundarios, basados en frecuencias
2,90 - 2,94 .■ 7 é agrupadas {datos ficticios),
2,8S~2,89 20 '• ■
2,80 ~2,84 ii
2,75-2,79 10 ■
2,70 -2,74 , : : 10 ’’
2,65 - 2 , 6 9 \ 4 /'7l
2,60 - 2 ,6 4 8 ^
2 .5 5 - 2 ,5 9 ,■ 10 ' ■
2;50'-2;54, .' U -"Vi
POLIGONOS DE FRECUENCIAS
Existe otro método utilizado comunmente para mostrar gráficamente la información contenida
en una tabla de frecuencias. Este tipo de gráfico, denominado polígono de frecuencias, es bási
camente la versión del histograma representado con un gráfico de Eneas. En lugar de barras, la
frecuencia de cada intervalo se indica a través de la altura de una línea que se desliza por la pági
na, creando una especie de contorno de montañas. La figura 1-6 muestra los polígonos de fre
cuencias creados a partir de las tablas de frecuencias comunes y agrupadas correspondientes al
ejemplo de medición del estrés.
F igura 1-6. Polígonos de frecuencias basados en (a) una tabla de frecuencias y (b) una tabla de frecuencias agrupadas,
construidas con los datos de Aron, París & Aron (1995).
Otro ejemplo de polígonos de frecuencias
La figura 1-7 muestra los cinco pasos necesarios para construir un polígono de frecuencias, utili
zando la tabla de frecuencias agrupadas correspondiente al ejemplo sobre interacciones sociales
de varios alumnos.
■■'i A -:'í i;A .'-'’.'-'A -A :, A A' , A' A -'-'-.A . Ó ■_ ® ‘ " a ...‘; ; Aí; . ■ A - ,..À .:'r : A ; ' ' : 'A ' . ; 'A V ; • A '; ' i
: l?,5 v n ,5 422,5;.27>5::32^:;37;5,.42,5;4 Z 5 .; 5 Z 5 Y ; /^ ,S .;; 2 ; S J ^ ¿ { 2 , 5 ü 7 j 5 ^
.v.;:■;■V
S-:;=/:-■;g - i V;:f■'.!Cantíjîà*ïd* interacciones sociales ' V. ;¡- • Cantidad de ¡riteracciones sociales' •¡ ;
:2,475 2,525 2,575 2,625 2,675 2.725 2,775 2.825 2,p?5 2,925 2,975 3,025-
' Tiem po de lectura <$eg.)
Figura 1-10. Ejemplos ficticios de distribuciones que no son unimodaies. (a) Distribución bimodal que indi-
cajas posibles frecuencias en diferentes niveles de calidad del trabajo realizado por empleados que llama
ron la atención de gerentes de mayor nivel, (b) Distribución rectangular que muestra las posibles
frecuencias de la cantidad de alumnos en los diferentes grados de la escuela primaria.
Figura 1-11. E jem p lo s d e p o líg o n o s d e frecu en cias de d istrib u cion es (a) prácticam ente sim étrica s, (b ) a si
m étricas h a cia la derecha (p o sitiv a m en te asim étricas) y (c ) asim étricas hacia la izquierda (n egativam en te
asim étricas).
El término curtosis se refiere al grado en el que la forma de una distribución difiere de la curva nor
mal, principalmente con respecto ai hecho de que las colas sean más espesas o delgadas que las de
la curva normal (DeCarlo, 1997). El término curtosis proviene de la palabra griega kyrtos, que sig
nifica “curva”. La línea oscura de la figura l-14b indica una distribución cúrtica con colas más es
pesas que las de la curva normal. La figura l-14c presenta un ejemplo extremo de distribución
curtica, una distribución sin colas. (Una distribución rectangular sería un caso aún más extremo).
Además de la diferencia en el espesor de las colas con respecto a la curva normal, las distri
buciones con colas espesas por lo general son más empinadas que la curva normal (véase figura
l-14b), y aquéllas con colas más delgadas o sin colas, por lo general son más chatas que la-curva
normal (véase figura 3-14c).
Las distribuciones con colas espesas se ven como si a la curva normal se la pellizcara en la
mitad, y parte de ella se elevara formando un pico agudo y el resto se extendiera para formar espe
sas colas. Las distribuciones con colas delgadas (o sin colas), se ven como si se tirara hacia fuera
el centro de la distribución y se absorbieran las colas y el pico. De todos modos, aun cuando
usualmente la elevación o chatura de una distribución esté relacionada con ía curtosis, lo más im
portante es el espesor de las colas.
CONTROVERSIAS Y LIMITACIONES______________________
La controversia más importante con respecto a ia utilización de tablas de frecuencias, histogra-
ma$ y polígonos de frecuencias no se genera entre los psicólogos, sino entre el público en general.
La utilización y el uso incorrecto de estos procedimientos descriptivos por parte de los medios pa
rece haber creado escepticismo con respecto a la confiabilidad de la estadística en general y de las
tablas y cuadros estadísticos en particular ¡Quién no ha escuchado decir que “la estadística mien
te” ! En realidad, las personas pueden mentir a través de la estadística, y así lo hacen. Es tan senci
llo como mentir con palabras, pero las mentiras dichas con números son seguramente más
difíciles de reconocer. En esta sección destacamos dos maneras a través de las cuales las tablas de
frecuencias y los gráficos equivalentes pueden ser usados en forma errónea, y mostramos cómo
reconocer esos usos incorrectos. (Gran parte del material está basado en la excelente y entreteni
da exposición de estos temas). (Tufte, 1983)
Figura 1-15. R ep resen tación e n g a ñ o sa d e una distri
b u ción d e frecu en cias a causa d e lo s d istin to s tam a
ños de intervalos, (F u e n te : N e w Y o r k T im e s, 8 de
agosto, 1978, p. D - l . © 1978 por la N e w Y o rk T im e s
C o m p a n y . R eim p reso con autorización).
, 0.5- -2J ■. « 8,5 ■ 10,5 , 0.5 . 2,5 ' '4 J ,'' 6^ “ . 8 J í l O J . - '
; ' Ó) ; : Estris ‘ (c) ' , Esiífa
De tanto en tanto, alguien intenta argumen susíancialmente, y aún más en aquellos lu
tar que al ser los hombres blancos quienes i gares en los que se han mejorado la actitud
tienden u lograrlos mayores éxitos en ma y las oportunidades. Esta sugiere que..las /
temática, las ^mujeres y las;personas de co diferencias no eran genéticas sino que.esta- .
lor son inherentemente menos .capaces én . •ban determinadas culturahnente. (Baker &
ese campo (y en la estadística). Planteamos • Jones, 1993; Hyde, 199.3) En una revisión
este tema porque seguramente. el alumno , de las. investigaciones realizadas sobre el y
ha oído hablar de tales actitudes y no que " tema, Hyde (1993) descubrió que en la se-
remos que eHaainfluyan sutilmente en n in -; cundaria los vaiories aun ,se. desempeñan
gunp .de/ellosy. especialmente en los que n o .. mejor que las mujeres en la solución de
son hombres biaricós. problemas complejos y en el ¿ at (Scholas- i
i... Con respecto a los sexos, existía cierta ,. tic Amplitude Test, Examen de aptitud esco-
brecha entre ellos que sugería .que las mu- -i lar) por diversas razones (es como el hecho '
jeres eran menos capaces paira íámatemáti- ’ de qué los varones continúen tomando ‘cur- i
ca, pero la ' rhismá se h a ! estrechado sos de matemática). Sin embargo, éstas di- i
lerendas no se encontraban en oíros indi e n la m a te r ia y m e n o s r e c u r s o s p a r a la e n - d
cadores de capacidad matemática. Algunos s e ñ a n z a d e la m a te m á tic a y la c ie n c ia . L a
han descubierto que los varones tienen me fa lt a d e e s t u d ia n te s d o c to r a d o s d e n tro d e
jor razonamiento espacial, pero este aspec e s t a s c o m u n id a d e s p r o b a b le m e n te p e r p e
to aún:no ha sido comprendido o medido tú e la d e s v e n ta ja . T o d o d e m u e s tr a q u e e l
adecuadamente, y es probable que no se p r o b le m a r e a l n o s o n lo s g e n e s s in o la s a c -
deba a una diferencia genética. titu d e s q u e h a n fo m e n ta d o la s d e s ig u a ld a
Es verdad qué, en general, los que mejor d e s e n la e d u c a c ió n .
se han desempeñado en el campo de la mate ¿Qué se .puede hacer al respecto? Un
mática han sido hombres. Pero aun así, las caminó es combatir de la mejor manera po
diferencias, son leves, y las mujeres no son sible la idea de que la matemática es “natu-
las más propensas a tener los peores desem raímente” más .complicada para uno que ;;
peños, como ocurriría si existieran diferen ; para otro.. Si lo es, probablemente sqdeba a .
cias genéticas. Más que nunca, las mujeres q u é e l a l u m n o h a t e n i d o . m e n o s c o n t a c t o '.
están obteniendo doctorados en matemática, ■] c o n e l l a y c o n l ö s n ú m e r o s e n g e n e r a l , a l
aunque también es el campo con el mayor .' h a b e r s i d o d e s a l e n t a d o a a s is t ir ; a c u r s o s . ;.
índice de deserción femenina. Tai vez una de avanzados de matemática o debido a que '
las razones sea que, si bien las mujeres no V nò Ha recibido una buena enseñanza en la
consideran la matemática un campo “para • m a te r ia . P o n e r s e a l d ía p u e d e s e r . d if íc il,
hombres”, lqs hombres definitivamente sí lo p e r o e l h e c h o d é te n e r , q u q e s f o r z a r s e m á s
consideran de ese modo, (Hyde et al., 1990) n o s ig n ific a n a d a c o n r e s p e c to a la p o te n -,
Coa esa actitud, es posible que los hombres d a lid a d p ara, a p r e n d e r e s ta d ís tic a .
dedípadps.a la matemática no incentiven a P a r a c a m b i a r l a s i d e a s . e q u i v o c a d á s q u e ,-y
sus alumnas o colegas femeninas. No obs •p u d i é r a m o s t e p e r s o b r e n u e s t r a s > p r o p i a s .
tante, cambiar ese tipo de actitud sólo és c a p a c i d a d e s ,, p u e d e s e r ú t i l r e c o n o c e r q u e -
cuestión de tiempo.. . e x i s t e p n a c r e e n q i a e n r ó n e a y s i n v a lo r , a m -
V En lo que respecta al desempeño feme . p li a n iie n t e d i f u n d i d a , . q u e'; s 0 s .tié r íe ...q u e . l a
nino en estadística, chequeamos las califi- c a p a c i d a d 'm a t e m á t i c a e s in n a t a ,, a l g o q u e
: caciones en nuestras. propias clases de s e t i e n e o n o ( p o r l o t a n t o , l a c o n c l u s i ó n ...
introducción y realmente río encontramos más f r e c u e n t e e á q u e n o t i e n e s e n t i d o e s t u
ninguna diferencia confiable relacionada diar una m a t e r i a s i n o e x i s t e l a m e n o r espéV
con el sexo. Tampoco Buck (1985) encon . r a n z a de l l e g a r à .d o r n in a r la ) . N o existe d
tró dicha diferencia en un análisis de trece ^ prueba alguna déla existencia d e Upa c a p a - d
semestres dé cursos de estadística para, cidad innata y, sin e m b a r g o ^ sí existe g r a n . .
alumnos universitarios no graduados, prin cantidad de e v i d e n c i a :que indica que los : :
cipiantes y avanzados. distintos rendimientos se deben al esfuerzo ;' ;
En cuanto a los grupos étnicos, sí exis realizado. ; :
ten. diferencias de desempeño, pero ningu Tobías (1987). cita un estudio compara-
na que no pueda ser explicada a través de ■tivo entre estudiantes asiáticos y nortéame- ■
las diferentes' oportunidades de cada gru ricanos en un examen internacional áe
po, En1particular, la gente de color no es matemática. Los estudiantes nórteamericá-
alentada con frecuencia a estudiar mate , nos fueron ' superados / por; completo, pero: ■
mática de alto nivel. Y lo que es peor, las aún más importante fue el motivo de ese re
escuelas a las que asisten por lo general sultado: las entrevistas revelaron que los '
cuentan con menos cursos avanzados' de estudiantes asiáticos consideraban que la
matemática, menos profesores calificados capacidad matemática estaba distribuida en
forma bastante pareja entre las personas, y mismo, sino que cada mujer y cada persona
pensaban que las diferencias de desempeño de color que curse estádística, o cualquier.:
eran el resultado del mayor esfuerzo. Los. otro curso de matemática a escala universi-
alumnos norteamericanos insistían con que tana, es en realidad ún modelo para aquellós
la capacidad para la matemática es un ta que vendrán después. •v
lento raro e innato. ' Consideremos, las pal ^bras. pronuncia- .
La matemática casi nunca resulta fácil das por .el .ex presidente de la Asociación '
para nadie. Y casi toda persona puede ápren- Americana de Matemática: • ..
■der incluso el más complejo de los concep L a p a r a d o j a d e ñ u e s t r o s t ie m p o s es=
tos matemáticos, si es perseverante y si;los q u e' a lá v e z q u e l a m a t e m á t ic a es- c a
conceptos le son bien enseñados. Si para al d a v e z m á s p o d e r o s a , s o lí* í ó s p o d e r -
gunas personas la matemática es más sen r o s o s p a r e c e n b e n e fic ia r s e ^ c o n ' é l l á . •
cilla que. para ,otros; sólo se debe a. que al . L a c a p a c id a d d e p e n s a r , m a t e m á t ic a - .
gunos tienen mayor práctica y experiencia .j m e n te ^ e n u n s e n t id o a m p liò ,:- es' a b s ó - ¡ :
con los números. Pensar que uno ha naci ■ lu t a m e n t e c r u c i a l p a r a el- 4esarroi.ro!' ’. : /■'.
do con menor capacidad para aprender mate . e n p r á c t ic a m e n t e t o d a s l a s c a r r e r a s .i '
mática y estadística crea una preocupación L a c o n f ia n z a é h e l r n a h e j o .d e ín f o r - 'f ; ; .
adicional que es necesario descartar ahora m a c ió n , e l e s c e p t i c i s m ó ;é h e í; án a lisis:- .
mismo. Como mencionamos antes, sencilla : d e a rg u m e n to s-, la p e r s e y é r a h c i a : :
mente no existe prueba alguna que indique p e n etra r.' p r o b le m a s :■-c o m p le j o s
■diferencias inherentes, y las diferencias de : .- cajjacidatd-.de; ¡ M m ú n f c a ^ ó n v s o b w ' ; É ^ ¿ ^ .
: desempeño que en efecto existen no necesa- : ó ;, m a s té c n ic o s e n fo f m á ó r á jfo é ^ ':
riamente predicen algo acerca de uno. Cada . s o n la s a r te s f a c u lt a t iv a s q u e . o f r e c e ii. ■
uno es un individuo, con su propia capaci la s nuevas d e n < ^ m á t é i á M ^ f ( S ú é á i i y
dad y determinación. Si un alumno necesita . ■ ■198Í7,;pfxviii>v : CC;•' d :' Y.'vf-
trabajar con más esfuerzo para aprobar esta N o d e b e m o s d e ja r d é a p r e n d e r e s t a s ; “ a r te s
materia, seguramente- se sentirá más satisfe-: fa c u lta tiv a s ” s ó lo p o r q u e a lg u ie n - ¿ o s h iz o :
cho cuando1lo logre. Y vale la pehá;recordar; c r e e r q ú e n o p o d r í a m ó s o ñ o q u è m a f n ò s . .' ^
que uno no lo está haciendo sólo por uno a p r e n d e r l a s . •f f f.f.;
Tabla 1-6.
F r e c u e n c ia s c o n q u e s e c o n fir m a r o n lo s e n u n c ia d o s s o b r e la p r o b a b ilid a d d e q u e e i c a n d id a to
a s ig n a d o fu e r a c o n tr a ta d o : e x p e r im e n to 1.
F r e c u e n c ia
(n = 31)
Fuente: Sanbonmatsu, D. M., Posavac, S.S., & Stasney, R. (1997), tab. 2. "Opiniones subjetivas implícitas en la sobres-
timación de probabilidades”. R e v is ta C ientífica ¿le P s ic o lo g ía S o c ia l E x p erim en ta l [J o u rn a l q f E x p erim en ta l S o cia l
P s y c k o b g y ] 3 3 ,2 7 6 -2 9 6 . Copyright, 1997, por Academic Press, Reimpreso con autorización.
como bebedores por diversión a aquéllos que informaban haber bebido al menos una vez durante
las dos semanas previas a la encuesta (cuatro copas de bebida alcohólica seguidas en el caso de las
mujeres y cinco en el caso de los hombres). La figura 1-17 reproduce la tabla que elaboraron. Úni
camente una facultad presentó sólo un 1-5% de bebedores por diversión. Sin embargo, bastantes
facultades presentaron un 30-50% de estos bebedores. ¡Seis facultades presentaron un 66 -70% de
alumnos considerados bebedores por diversión!
Tabla 1-7.
C u r so s r e q u e r id o s c o m o c o n d ic ió n p r e v ia p o r p r o g r a m a s p a r a g r a d u a d o s q u e e x ig e n c u r s o s
e s p e c ífic o s d e p s ic o lo g ía (n = 1 .5 5 4 ).
Fuente: Norcross, J. C., Hanych, J. M „ & Terranova, R. D. (1996), tab. 4 , Postgrado de Psicología, 1992-1993. A m e ri
c a n P sy ch o lo g ist, 5 1, 631-643, Copyright, 1996, por la Asociación Americana de Psicología [American Psychological
Association]. Reimpreso con autorización.
Figura 1-17. D istrib u ción d e facu ltad es seg ú n porcen taje d e b eb ed ores por d iversión . (F u e n te : W ech sler,
H ., D avenport, A ., D o w d a ll, G ., M o ey k en s, B ., & C a stillo, S . (7 d e d iciem b re d e 1 9 9 4 ), tab. 1. “ C o n se
c u e n c ia s para la sa lu d y e l co m p o rta m ien to p rovocad as por e l h áb ito d e beber p or d iversión durante la ép o
c a universitaria: un e stu d io n a cio n a l d e alu m n o s d e 140 cam p u s u n iversitarios” , J A M A , 2 7 2 ,1 6 7 4 ) .
Los histogramas y los polígonos de frecuencias sólo en raras ocasiones se publican en artícu
los de investigación. Es más probable que se vean breves comentarios sobre la forma de la distri
bución de los registros recolectados durante el estudio, especialmente si la distribución se desvía
de lo normal Speed y Gangestad (1997) aportan una típica descripción, como la mencionada en
sus comentarios, sobre un grupo de variables que analizaron; “Estas variables no estaban distri
buidas en forma normal (eran positivamente asimétricas)”, (p. 930)
Resumen
Los psicólogos utilizan procedimientos de estadística descriptiva para describir, es decir, pa
ra resumir y hacer fácilmente comprensibles un grupo de números obtenidos a partir de una
investigación.
Un valor es un número o categoría; una variable es una característica que puede tener diferen
tes valores; una observación es el valor particular correspondiente a una persona en una variable.
Con una variable numérica, los valores nos transmiten el grado o cantidad de lo que se mide. Hay
dos clases principales de variables numéricas: en el caso de las variables intervalares, los valores
representan cantidades iguales de lo que se mide; en el caso de las variables ordinales, los valores
sólo representan posiciones relativas. En el caso de las variables nominales, los valores son cate
gorías o nombres.
Una tabla de frecuencias organiza los números en una tabla en la que cada uno de los valores
posibles aparecen en una lista a lo largo del margen izquierdo, ordenado de mayor a menor, junto
con la cantidad de observaciones que corresponden a cada valor.
Cuando hay una gran cantidad de valores diferentes es más útil construir una tabla de fre
cuencias agrupadas, que es igual a una tabla de frecuencias común, sólo que las frecuencias se
atribuyen a intervalos que incluyen una serie de valores. El tamaño de los intervalos debe elegirse
de tal modo que (a) la cantidad total de intervalos sea de entre 5 y 15; (b) sea un número común,
simple, y (c) el límite inferior de cada intervalo sea múltiplo del tamaño del intervalo.
El patrón de las frecuencias puede representarse con un histograma, es decir, una especie de
gráfico en el que la altura de cada barra es la frecuencia para un valor o intervalo determinado, y
en el que no existen espacios entre las barras. Los polígonos de frecuencias son otra alternativa de
los histogramas; en ellos, una línea conecta puntos, es decir, la altura de cada uno de los cuales re
presenta la frecuencia de un valor o intervalo determinado.
La forma general del histograma o polígono de frecuencias puede ser unimodal (con un solo
pico), bimodal, multimodal (que incluye al bimodal), o rectangular (sin picos); puede ser simé
trica o asimétrica (con una larga cola) hacia la derecha o hacia la izquierda; y con respecto a la
curva normal con forma de campana, puede presentar curtosis (con colas que son muy anchas o
muy angostas).
A veces se puede distorsionar la representación gráfica de información para el público en ge
neral, de tal manera que a simple vista resulte engañosa, como por ejemplo, utilizando intervalos
que no son iguales o exagerando las proporciones.
Las tablas de frecuencias, los histogramas y los polígonos de frecuencias rara vez aparecen
en publicaciones científicas. Cuando aparecen, por lo general lo hacen en formatos no tradiciona
les o presentando frecuencias (o porcentajes) para varias categorías, más que para los diferentes
valores numéricos de una variable.
Términos clave
- Bimodaí. Histogramas. - Variable ordinal.
- Efecto techo. Estadística inferencial. - Rectangular.
- Estadística descriptiva. intervalo. - Valor observado
- íntervalar. Curtosis. u observación.
- Efecto piso. Niveles de medición. - Asimétrico.
- Distribución de frecuencias. Multimodal. - Simétrico.
- Polígono de frecuencias. Variable nominal. - Unimodal.
- Tabla de frecuencias. Curva normal. - Valor.
- Tabla de frecuencias agrupadas. Variable numérica. -Variable.
Ejercicios
Los ejercicios implican la realización de cálculos o tabulaciones. La mayoría de los problemas
estadísticos reales se resuelven por computadora, pero aun así, es conveniente realizar estos ejer
cicios manualmente para incorporar el método de trabajo.
Para adquirir práctica en la utilización de una computadora, para resolver problemas estadís
ticos, se puede utilizar la sección de computación de cada capítulo, publicada en la Guía de estu
dio y libro de tareas de computación para el alumno / Student’s Study Guide and Computer
WorkbookJ que acompaña este libro.
Todos los datos de esta sección son ficticios (a menos que se especifique lo contrario). Las
respuestas a los ejercicios de la serie I se encuentran al final del libro.