INTRODUCCION

Las aplicaciones estadísticas son necesarias en cualquier actividad

que desarrolle una persona. Los datos con los cuales se realizan los
trabajos estadísticos varían entre individuos y se obtienen a partir
de elementos que en conjunto conforman un universo.
Normalmente, el interés del investigador (estudiante) se dirige a las
características de los elementos que conforman el universo. A
dichas características se les designa como variables. A través del
desarrollo del presente módulo estudiaremos los conceptos
destacados de la Estadística descriptiva y construiremos nuevos
aprendizajes en torno a la pregunta central: ¿La aplicación de
conceptos estadísticos para recolectar, organizar, resumir,
presentar y analizar datos e información de tipo cuantitativo y
cualitativo, de los fenómenos de la vida y los propios de su
programa académico, le permitirán al estudiante tomar decisiones
adecuadas en su desempeño profesional, y le ayudarán a
desarrollar labores de investigación a nivel institucional, laboral y
profesional? El eje temático 1 presenta las generalidades de la
estadística, la introducción de conceptos fundamentales como
población, muestra, individuo y variable de tipo estadístico; así
mismo, se aborda la elaboración de tablas de distribución de
frecuencias que permiten resumir y presentar información sobre
variables cualitativas y cuantitativas y presentaciones gráficas. Así
mismo, estos conceptos son claves para responder la pregunta
orientadora de este primer eje: ¿Convertir datos en información
correcta sobre la realidad mediante el procesamiento de datos en
tablas y gráficos, beneficia el aprendizaje de la Estadística, para
plantear y resolver problemas del contexto profesional del
estudiante y procesos de investigación con el manejo de
herramientas tecnológicas?
DESARROLLO
¿Qué es la estadística?
El término estadística se deriva de la palabra “Estado”, en razón a
que los gobiernos, para su planificación, han llevado registros de
muchas variables como población, nacimientos, defunciones,
exportaciones, impuestos, producción, entre otros. La estadística se
considera una rama de la matemática, fundamentalmente dedicada
al análisis de datos con el fin de obtener apropiadas conclusiones y
apoyar la adecuada toma de decisiones, tarea que demanda la
previa recolección de los datos y su organización de tal manera que
se facilite el análisis. La estadística proporciona un conjunto de
principios, procedimientos y métodos basados en la elaboración de
tablas de datos, representaciones gráficas y expresiones
matemáticas asociadas a medidas representativas del conjunto de
datos bajo análisis, con el fin de aplicar las tècnicas propias que
contempla el estudio o investigación estadística, aspecto que
convierte a esta disciplina en una valiosa herramienta de
investigación en campos tales como las ciencias naturales, las
ciencias sociales, la educación, ciencias de la salud, ingeniería,
administración, economía y negocios. Clasificación de la estadística
La estadística fundamentalmente se clasifica en dos grandes ramas,
la estadísticadescriptiva y la estadística inferencial.
• Estadística descriptiva: Es la rama de la estadística cuya tarea se
centra en la recolección, organización y presentación de los datos a
fin de ser interpretados y analizados apropiadamente. Las
conclusiones obtenidas son aplicables al grupo del cual se obtienen
los datos y no a la totalidad de casos posibles. Por ejemplo, la
coordinación del programa de Negocios internacionales de la
Fundación Universitaria del Área Andina está interesada en la
obtención de información estadística relacionada con el
rendimiento académico de sus estudiantes; si aplica
procedimientos estadísticos sobre la información correspondiente a
los estudiantes de segundo semestre, el análisis realizado no
necesariamente se extiende o generaliza a todos los estudiantes del
programa, sino que solo describe la información del grupo
analizado.
• Estadística inferencial: Dada la frecuente dificultad para realizar
estudios sobre la totalidad de casos posibles, se suele seleccionar
un conjunto restringido de casos sobre las cuales es más viable
realizar el estudio. Tomando como base la información
correspondiente a casos debidamente seleccionados, la estadística
inferencial se centra en la inferencia o deducción respecto a la
totalidad de casos posibles. Por ejemplo una firma encuestadora
realiza un estudio sobre la preferencia de los ciudadanos sobre los
candidatos que participarán en la próxima elección de alcalde;
puesto que a la firma no le resulta práctico encuestar a todos los
votantes, selecciona un grupo de personas habilitadas para votar, y
con base en su análisis plantea generalizaciones sobre todos los
posibles votantes. El proceso de generalización o inferencia a partir
de la información de un grupo pequeño, es arriesgado y no puede
realizarse con certeza absoluta, inherente a él está la incertidumbre
o margen de error, sin embargo esta incertidumbre se puede
controlar al tiempo que es posible medir el nivel de confianza de las
deducciones. Este módulo se centra fundamentalmente en el
estudio de principios y procedimientos correspondientes a la
estadística descriptiva. Sin embargo a continuación se presenta un
conjunto de conceptos propios del ámbito estadístico en general.
Conceptos básicos de estadística Un estudio estadístico llevado a
cabo de manera sistemática involucra un conjunto de conceptos, a
continuación se presenta los conceptos básicos de la estadística.
• Población o universo: En un estudio o investigación estadística, la
población corresponde a la totalidad de elementos o unidades que
forman el área de interés, es decir, el conjunto total de personas,
elementos u objetos con características comunes de los cuales se
quiere obtener información. Advierta que el término población
hace referencia no sólo a las personas que habitan en una ciudad
región o país. En un estudio estadístico la población debe estar
perfectamente delimitada en el tiempo y en el espacio, por
ejemplo, para hacer un análisis de las pequeñas empresas, se debe
especificar cuáles empresas y en qué período de tiempo se
analizan: pequeñas empresas de la capital del país en el año 2008.
Una característica importante de la población es su tamaño, el cual
corresponde a la cantidad de elementos que la componen.
• Muestra: En estadística el término muestra se refiere a una
porción de la población, la cual es seleccionada con el fin de
adelantar un estudio o investigación. Las causas por la cuales se
realizan estudios a partir de muestras, y no de toda la población,
son variadas, una de ellas puede ser la dificultad o imposibilidad de
realizar el estudio sobre toda la población, lo cual está ligado a
grandes costos y demasiado tiempo requerido para para la
recolección de datos. Otra razón podría ser la naturaleza
destructiva de la selección de la muestra, por ejemplo si se realiza
un control de calidad sobre sobre un lote de producción de
fósforos, no tendría sentido realizar la prueba sobre todos los
elementos del lote. La muestra debe ser seleccionada de tal
manera que sea representativa de la población, por ejemplo, si se
quiere adelantar una investigación sobre hábitos de consumo de
alcohol, quizá no sea muy apropiado tomar una muestra solamente
de un grupo de personas en una taberna o discoteca, como
tampoco en un convento o en una comunidad cristiana. La
selección de la muestra debe cumplir ciertos requisitos para que
sea representativa, estos requisitos se refieren a lo que se conoce
como proceso de muestreo.
• Individuo: Un individuo, en un estudio estadístico, corresponde a
cada una de las unidades que conforman la población, por ejemplo
al considerar como población la totalidad de personas que cuentan
con empleo formal, un individuo es cualquiera de las personas
debidamente empleada. Según este concepto, se puede afirmar
que la población corresponde a la totalidad de los individuos.
• Parámetro y estadístico: Así como es necesario tener claridad si
un estudio estadístico se realiza sobre toda una población o sobre
una muestra de ella, es también necesario aclarar la clasificación de
los valores numéricos calculados sobre la población y sobre la
muestra. Un parámetro es un valor numérico de interés calculado
con base en observaciones sobre toda la población, mientras que
un estadístico es un valor calculado con base en observaciones
sobre una muestra. Posteriormente en este módulo se estudiarán
los parámetros y estadísticos usuales en un estudio o investigación
estadística. Ninguna estrategia de negocios puede construirse
sobre análisis o infamación fragmentaria. En éste caso, si las cosas
salen bien, será una simple cuestión de suerte o de intuición. El
verdadero estratega no depende de una cosa ni de la otra. La
estrategia no se concibe para escenarios estáticos donde los
competidores no reaccionan o donde no existen las
discontinuidades. Si así fuera, la estrategia fuese un asunto
meramente administrativo.
 • Variable estadística: En el campo de la estadística, una variable es
una característica propia de cada uno de los individuos de la
población o muestra. Se seleccionan variables, o características,
que resultan de interés en el estudio, por ejemplo: edad, ingreso,
sexo, estado civil, nacionalidad, religión de una persona, cantidad
de lluvia caída, entre otras. Las variables usualmente se
representan con letras minúsculas del alfabeto, tales como x, y, z, o
cualquier otra que sea de mayor significado según el contexto.
• Valores de una variable: Los valores de una variable se refieren al
conjunto de posibles resultados de la observación de la variable en
un estudio estadístico. Como resultados de las observaciones se
obtiene un conjunto de valores de la variable, tales valores
obtenidos conforman los datos empleados en el estudio
estadístico. Clasificación de las variables estadísticas En estadística
las variables pueden clasificarse de diferentes formas, una primera
clasificación podría diferenciar variables cualitativas y cuantitativas,
otra clasificación es la que distingue variables discretas y continuas.
A continuación se presentan los conceptos de cada una de estas
clases de variables.
• Variables cualitativas: Una variable cualitativa hace referencia a
una característica de los individuos de la población o muestra, cuyo
valor puede indicarse a través de una cualidad, es decir, no puede
expresarse numéricamente. Ejemplos de variables cualitativas son:
departamento de origen de los estudiantes de la Fundación
Universitaria del Área Andina, ocupación, sexo, cargo, color de los
ojos de un grupo de personas, entre otras.
• Nivel o escala de medición de variables cualitativas: Atendiendo a
la naturaleza de la medida de los valores que se pueden obtener,
los niveles o escalas de medida de las variables cualitativas se
pueden clasificar en nominal y ordinal.
• Nominal: expresan el valor de una cualidad mediante palabra o
nombres que establecen clases o categorías, por ejemplo, la
variable género en un grupo de personas puede tomar los valores,
“hombre” o “mujer”; “masculino” o “femenino”; en el caso de la
variable tipo en las prendas de vestir masculina, se podría tener,
por ejemplo, valores como “camisa”, “pantalón”, “corbata”, “saco”.
En estos casos también es posible asignar un número (“1”, “2”, “3”,
“4”), pero sin que realmente tenga significado numérico, por tanto
no tiene sentido el desarrollo de operaciones matemáticas entre
ellos.
• Ordinal: expresan el valor de una cualidad mediante palabra o
nombres que establecen categorías, entre los cuales se puede
establecer un orden, por ejemplo la valoración académica de un
estudiante puede tomar los valores “excelente”, “sobresaliente”
“aceptable” e “insuficiente”. En estos casos también se puede
asignar un número (“1”, “2”, “3”, “4”), solo con el fin de establecer
un orden y sin que realmente tenga significado numérico.
• Variables cuantitativas: Una variable cuantitativa hace referencia
a una característica de los individuos de la población o muestra
cuyos valores pueden expresarse numéricamente, y realizar con
ellos operaciones matemáticas ligadas a los principios estadísticos.
Como ejemplos de variables cuantitativas se tiene: peso, estatura,
número de hijos, salarios de un grupo de personas, entre otras. Los
valores de variables cuantitativas pueden incluir una unidad de
medida, por ejemplo, metros, días, pesos, entre otras. Las variables
cuantitativas a su vez se clasifican en discretas y continuas.
• Variable discreta: una variable discreta toma sus valores del
conjunto de números naturales, frecuentemente se asume una
variable discreta como una variable de conteo, a través de la cual
no es posible expresar valores fraccionarios. Ejemplos de variables
discretas son: número de automóviles que entran a un
parqueadero y número de cheques girados al mes.
• Variable continua: una variable continua toma sus valores del
conjunto de números reales, esto significa, por ejemplo, que el
valorde la variable puede ser cualquier número comprendido entre
dosvalores específicos, es decir, se permite que la variable tome
valores decimales. Ejemplos de variables continuas son: el peso de
un libro, el tiempo de duración de una conversación telefónica, el
tiempo que gastamos en ir de la casa al trabajo, las ventas
semanales de un almacén.
• Nivel o escala de medición de variables cuantitativas: Atendiendo
a la naturaleza de la medida de los posibles valores, los niveles de
medición de las variables cuantitativas se pueden clasificar en nivel
de intervalo y nivel de razón o proporción. Nivel de intervalo:
permite clasificar, ordenar y medir la distancia o diferencia entre las
diferentes categorías. La representación de la variable es numérica
con sentido matemático, es decir los valores de la variable se
pueden sumar, restar, multiplicar y dividir. En esta escala de
medida el valor 0 (cero) es arbitrario, es decir el 0 no indica
“ausencia de”. Por ejemplo, en el caso de la temperatura, decir que
estamos a 0 grados centígrados no significa que no haya
temperatura. Nivel de razón o proporción: corresponde también a
una escala numérica, pero aquí el valor 0 sí indica ausencia, por
ejemplo: el ingreso de agua a un tanque. Pasos de una investigación
estadística El proceso de aplicación de la estadística implica una
serie de pasos, los principales se describen brevemente a
continuación.
• Selección y determinación de la población o muestra y de las
características que se desea estudiar: en el caso de que se desee
tomar una muestra, es necesario determinar el tamaño de la misma
y el tipo de muestreo a realizar (probabilístico o no probabilístico).
• Obtención de los datos: este paso puede ser realizado mediante
la observación directa de los elementos, la aplicación de encuestas
y entrevistas, y la realización de experimentos.
• Clasificación, tabulación y organización de los datos: la
clasificación incluye el tratamiento de los datos considerados
anómalos, que pueden en un momento dado falsear el análisis de
los indicadores estadísticos.
• Análisis descriptivo de los datos: el análisis se complementa con la
obtención de indicadores estadísticos como las medidas de
tendencia central, dispersión, posición y forma, las cuales se
estudiarán en este módulo.
• Análisis inferencial de los datos: se aplican técnicas de
tratamiento de datos, que involucran elementos probabilísticos,
que permiten inferir conclusiones de una muestra hacia la
población.
• Elaboración de conclusiones: se construye el informe final.
adecuada organización con el fin de poder analizarla a la luz de los
principios estadísticos. Para efectos de organización de datos, en
estadística se cuenta con diversas herramientas, entre las que se
destacan las distribuciones de frecuencias y las representaciones
gráficas, estas herramientas son de gran importancia
principalmente en los casos en que se trabaja grandes cantidades
de datos. En lo que sigue del presente eje se tratará la construcción
de distribuciones de frecuencia para variables cualitativas y
cuantitativas y la presentación gráfica de datos. Distribución de
frecuencias En el campo estadístico el término frecuencia se refiere
al número de veces que se presenta un valor específico de la
variable bajo estudio, una distribución de frecuencias es una tabla
que resume información de los diferentes valores o categorías de
valores y las veces que ocurren. En un estudio estadístico se puede
elaborar distribuciones de frecuencias para variables cualitativas y
cuantitativas. Distribuciones de frecuencia para variables
cualitativas Para el análisis de datos estadísticos correspondientes a
variables cualitativas se define básicamente la frecuencia absoluta y
la frecuencia relativa.
• Frecuencia absoluta: la frecuencia absoluta o simplemente
frecuencia se refiere al número de veces que se presenta un valor
específico de la variable.
• Frecuencia relativa: la frecuencia relativa representa la fracción
del total de datos que corresponde a una categoría específica. La
frecuencia relativa para un valor o categoría se calcula dividiendo la
respectiva frecuencia absoluta por el número total de datos. Para
repasar y reforzar los conceptos vistos hasta ahora, recomiendo la
lectura: Estadística para todos: análisis de datos: estadística
descriptiva, teoría de la probabilidad e inferencia. Romeros, E.
Paginas: 21 - 30. Distribución de frecuencias como herramienta de
organización de datos En estudios estadísticos además de la
recolección de la información se requiere su Estadística - eje 1
conceptualicemos 10 • Ejemplo 1: frecuencia absoluta y frecuencia
relativa para una variable cualitativa: En un estudio socioeconómico
se quiere analizar el grado de formación de 80 empleados de una
mina de carbón, para ello se indaga a cada empleado sobre el nivel
de formación académica alcanzado, los resultados considerados
son:
1 = Sin formación 2 = Primaria incompleta 3 = Primaria completa 4 =
Bachillerato incompleto 5 = Bachillerato completo 6 = Superior
incompleta 7 = Superior completa El resultado de las indagaciones
se muestra en la siguiente tabla.

• Solución: Si se quiere saber cuántas veces se da el valor 1, el

conteo respectivo indica 2 veces, por tanto la frecuencia absoluta
para ese valor de la variable es 2. El conteo de cuántas veces se da
cada uno de los valores de la variable permite determinar las
respectivas frecuencias absolutas. Teniendo en cuenta también que
el número total de observaciones es 80, se puede presentar la
siguiente tabla de distribución de frecuencias
Notación Sigma Antes de continuar con conceptos relacionados con
distribuciones de frecuencias, conviene analizar brevemente la
notación Sigma. En estadística, al igual que en la matemática en
general, se usa el símbolo (Letra griega sigma en mayúscula) para
abreviar la suma de un conjunto de términos variable que
dependen del valor de un subíndice. La siguiente expresión muestra
una suma genérica abreviada con la notación sigma así como su
suma equivalente

En la expresión anterior la variable es Xi , donde el subíndice i toma

los valores i = 1, i = 2,…, i = n, por lo tanto la variable Xi toma los
valores X1 , X2 ,…, Xn. Por ejemplo si X1 = 3, X2 = 7, X3 = 10, X4 =
11, X5 = 8, X6 = 5, X7 = 1, usando la notación Sigma se tiene

Distribuciones de frecuencia para variables cuantitativas: Cuando se

observan las variables bajo estudio, se obtiene un conjunto de
resultados denominados datos originales, si el conjunto de datos es
pequeño (menor que 20) no existe ninguna dificultad al elaborar la
tabla de distribución que muestre la frecuencia de cada uno de los
diferentes valores de la variable, tal como se hace con las variables
cualitativas, sin embargo, si hay un gran número de datos, en los
que a su vez la variable de interés toma un gran número de posibles
valores, puede ser poco práctico establecer la frecuencia para cada
uno de los valores, en cambio resulta más conveniente crear clases,
grupos o intervalos de valores y elaborar la distribución de tal
manera que se muestre la información concerniente a la frecuencia
de cada grupo. Las clases creadas deben ser mutuamente
excluyentes y exhaustivas, lo que significa que cada dato debe
pertenecer a una y sólo una clase (ni más ni menos). En estos casos,
la tabla de distribución de frecuencias se construye de tal forma
que las clases se escriben en orden ascendente según los valores,
en la columna correspondiente a la frecuencia absoluta se indica
cuántas veces se presenta un valor perteneciente a determinada
clase. Este tipo de distribución de frecuencias en la que los datos se
agrupan en clases se denomina distribución de frecuencia para
datos agrupados. Para efectos de cálculos a partir de la tabla de
distribución de frecuencias de datos agrupados, es útil asignar un
índice o número de clase a cada clase: 1 a la primera, 2 a la segunda
y así sucesivamente hasta la clase n. En los encabezados de la tabla
de frecuencia y en las diferentes fórmulas de cálculo se usa el
número i como subíndice para referirse a valores asociados a la
clase que ocupa el lugar i, por ejemplo fi representa la frecuencia
de la clase i donde toma valores desde i = 1 hasta i = n, lo que
usualmente se representa mediante i = 1, 2,…, n. Frecuencia
absoluta y frecuencia relativa para datos agrupados Los conceptos
de frecuencia absoluta y frecuencia relativa para datos agrupados
correspondientes a variables cuantitativas son similares a los
definidos antes para datos originales de variables cualitativas.
Frecuencia absoluta de una clase: la frecuencia absoluta
correspondiente a la i − esima clase indica el número de
ocurrencias de valores de la variable pertenecientes a la clase. La
frecuencia absoluta de la i − esima clase se denota mediante el
símbolo fi . Frecuencia relativa de una clase: la frecuencia absoluta
no da información sobre qué fracción de la totalidad de datos
corresponde a la clase, por tanto resulta pertinente definir la
frecuencia relativa de la i − esima clase (es decir, la clase que ocupa
el lugar i) como el cociente de la frecuencia absoluta de la clase y el
número total de datos (N). La frecuencia relativa de la i − esima
clase se denota mediante el símbolo y se calcula a través de la
expresión

La suma de las frecuencias relativas de todas las clases corresponde

a la unidad, es decir

Nota: el valor de la frecuencia relativa se puede expresar en

porcentaje al multiplicar elvalor obtenido por 100%. Frecuencia
absoluta acumulada de una clase: en cálculos estadísticos, que
involucran variables cuantitativas, además de la frecuencia absoluta
de una clase se puede requerirel acumulado de la respectiva clase y
las clases anteriores, esto se conoce como frecuencia absoluta
acumulada, es decir, la frecuencia absoluta de la k − esima clase
corresponde a la suma de las frecuencias absolutas hasta esa clase.
La frecuencia absouta de la k − esima clase se denota mediante Fk y
está dada por
Frecuencia relativa acumulada de una clase: la frecuencia relativa
acumulada de la k − esima clase es el cociente de la frecuencia
acumulada de la clase y el número total de datos, se denota
mediante el símbolo . Para un total de N datos, la frecuencia
relativa acumulada de la k − esima clase está dada por:

La frecuencia relativa acumulada de la última clase corresponde a la

unidad o al 100 %. • Ejemplo 2: distribución de frecuencia para una
variable cuantitativa discreta. Sobre un grupo de 900 empresarios
se realiza un estudio respecto al número de empleados a su cargo,
los resultados van desde 10 hasta 95 empleados. Luego de recoger
los datos, el responsable del estudio considera conveniente crear 5
clases o grupos de valores y realizar el conteo para registrar la
frecuencia de cada clase. Con los resultados del conteo realiza la
siguiente tabla de distribución de frecuencias, la primera columna
de la tabla muestra los índices de clase, la segunda, el intervalo de
valores de cada clase, las columnas 3 a 6 muestran respectivamente
la frecuencia absoluta, frecuencia relativa, frecuencia absoluta
acumulada y frecuencia relativa acumulada para cada una de las
cinco clases
Rango de datos Un valor que se debe considerar al definir una
distribución de frecuencias para un conjunto de datos agrupados es
el de rango de datos. El rango de un conjunto de datos corresponde
a la diferencia entre el mayor valor y el menor valor de todas las
observaciones. En el caso del ejemplo 2 el rango de datos
corresponde a: N = 95 − 10 = 85 Límites de clase Son los valores
extremos que definen una clase, se identifica en ellos el límite
inferior (menor valor posible en la clase) y el límite superior. Se
deben elegir de tal manera que un valor especifico de las
observaciones pertenezca (mayor valor posible en la clase) y
exactamente una clase, en el caso de la variable discreta del
ejemplo 2, los límites de clase son los valores extremos allí
indicados. Para el caso de una distribución de frecuencias
correspondiente a una variable continua se debe tener especial
cuidado con los límites de clase, específicamente debe ser claro si
un extremo dado pertenece o no a la clase. Una forma de hacerlo
es emplear la notación de intervalos. • Ejemplo 3: distribución de
frecuencia para una variable continua: En un torneo
interuniversitario de natación se quiere realizar un estudio
estadístico sobre los resultados de los participantes en la prueba de
50 metros estilo espalda, el registro de los datos originales se
muestra en la siguiente tabla

• Solución: Con los resultados el analista decide crear 5 clases así

Nótese que la definición de los límites de clase y la notación de
intervalos dan claridad respecto a la pertenencia o no de un
extremo del intervalo a la clase, en la notación de intervalo, el
corchete indica que el extremo correspondiente pertenece al
intervalo, mientras que el paréntesis indica no pertenencia, por
ejemplo el valor 40 pertenece a la cuarta clase. Amplitud o ancho
de clase La amplitud de una clase es una medida del rango de
valores de la clase. No es obligatorio que todas las clases tengan
igual amplitud, pero lo usual es definirlo así con el fin de facilitar los
cálculos. En cualquier conjunto de clases adecuadamente definida,
el valor de la amplitud de una clase, excepto la última, se puede
calcular restando el límite inferior de la respectiva clase al límite
inferior de la clase siguiente, en el ejemplo 2 la amplitud de la clase
3 se puede hallar restando 41 (límite inferior de la clase 3) de 61
(límite inferior de la clase siguiente o clase 4). Nótese que de esta
forma no se puede realizar elcálculo de la amplitud de la última
clase debido a que no hay una clase siguiente. El cálculo de
amplitud de clase también puede hacerse restando el límite
superior de la clase anterior al límite superior de la respectiva clase,
excepto para la primera. En el ejemplo 2 la amplitud de la segunda
clase se puede hallar restando 20 a 40. Existen situaciones en las
que a la primera clase no se le defina límite inferior o a la última no
se le defina límite superior, por ejemplo al considerar rangos de
edades medidas en años cumplidos podría tener el siguiente
conjunto de clases: • De 0 a 5 años • De 6 a 12 años • De 13 a 25
años • De 26 años o más. Marca o punto medio de una clase La
marca de una clase es el valor que se encuentra en la mitad del
intervalo de valores de la clase y se considera como su valor
representativo. Para cada una de las clases, la marca de clase se
representa mediante el símbolo y se calcula promediando los
valores extremos de la clase. En la tabla de distribución de
frecuencia, a la derecha de la columna de los intervalos de clase, se
agrega otra columna para registrar las marcas de las clases. Los
ejemplos 3 y 4 muestran las tablas de distribución de frecuencia
resumidas incluyendo las marcas de clase para los ejemplos 1.2 y
1.3. • Ejemplo 4: distribución de frecuencia incluyendo marca de
clase para el ejemplo de número de empleados a cargo de un grupo
de empresarios

• Ejemplo 5: distribución de frecuencia incluyendo marca de clase

del ejemplo deltiempo en una prueba de natación