Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Este compendio recoge textualmente documentos e información de varias fuentes debidamente citadas,
como referencias elaboradas por el autor para conectar los diferentes temas.
2
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
CONTENIDO
OBJETIVOS: .................................................................................................................................. 4
INTRODUCCIÓN ........................................................................................................................... 4
BIBLIOGRAFIA ........................................................................................................................... 16
3
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
UNIDAD 1: GENERALIDADES
Tema 1: Introducción a la Estadística
Subtema 1: Historia, división y conceptos básicos.
OBJETIVOS:
Conceptualizar el término estadística de manera precisa.
Interpretar información estadística obtenida en censos y muestras.
Conocer y aplicar las técnicas de recolección e información al momento de
efectuar una investigación.
INTRODUCCIÓN
La estadística descriptiva es una parte de las matemáticas que se refiere a la
recolección e interpretación de los datos logrados en un estudio. En esta asignatura
se abordan los conceptos básicos, que permiten analizar e interpretar datos que
sirven como herramienta fundamental a la hora de tomar decisiones.
4
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
DESARROLLO DE SUBTEMAS
Según Ferreiro & Fernández (1988) “El quehacer estadístico surgió con la invención
del dado, hace siete mil años, pero a causa de los prejuicios religiosos y las
especulaciones su desarrollo realmente inició hasta el siglo XVI, cuando Girolamo
Cardamo publicó Liberde Ludo Aleae. Por su parte, el adjetivo statisticus se conoció
hasta el siglo XVII, derivado del italiano statista, término empleado para referirse a
la persona dedicada a los asuntos del Estado (ragione di Stato). Así surgió una
disciplina híbrida, la del Estado, una especie de aglomeración de historias
constitucionales, algo de Economía Política y descripción de las constituciones de
los países de la época. Fue Gotfried A. Achenwall, hasta 1752, quien usó la palabra
“estadística” para esta nueva rama del conocimiento. Achenwall fundó la Escuela de
5
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
DIVISIÓN
“Bernoulli, De Moivre y Karl Gauss fueron los precursores del objeto de la Estadística
inferencial. Ésta tiene por objetivo describir las características de un conjunto, pero
sin la necesidad de realizar el registro de datos a todos los elementos o unidades del
conjunto o población, sino solo a una parte de esta. La inferencia constituye la base
teórica del muestreo, permite conocer el todo con cierta aproximación, a partir del
estudio de una parte. La Estadística inferencial no proporciona una certeza completa
de sus resultados, sino que los mismos están sujetos a una probabilidad de error.
Una selección incorrecta de las unidades muestra puede acarrear la imposibilidad
de inferir correctamente las características de la población”.
6
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
CONCEPTOS BÁSICOS
Según García, Ramos y Ruiz (2007) “El censo es cuando el investigador requiere
información de todos y cada uno de los elementos de la población estadística. La ventaja es
que posee una gran precisión. La desventaja es que tiene un costo elevado, en tiempo y
dinero, si el número de elementos de la población es grande. La obtención de la información
es lenta. La exhaustividad del censo influye en que la calidad de la información que se
obtiene es baja. Posible trasformación o destrucción de los elementos de la población”.
MUESTREO
7
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
“Por ejemplo, si se usa un margen de error del 5%, este margen representa el grado
de precisión que se tiene en la generalización. Quiere decir que los resultados
obtenidos en la muestra van a tener una precisión de +-5%. Si al procesar las
encuestas se advierte que el 65% de las personas encuestadas escucha una
determinada radio, ese dato en la generalización se puede interpretar que de toda
la población, puede ser que un 60% o un 70% de las personas escuchan esa emisora.
A esa posibilidad de que la afirmación sea correcta se llama confiabilidad. Y la
probabilidad es que cualquier elemento de la población tenga la misma posibilidad
de ser elegido para integrar la muestra que se elaborara”. (MATA et al, 1997)
La fórmula es:
8
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
m= muestra
N= Población o universo
K= margen de error (puede ser 10%, 5%, 2%) para la fórmula, el porcentaje a usar
debe ser expresado en decimales.
“El hecho de que una muestra sea grande no necesariamente cumple con el requisito
de representatividad pues esta cualidad depende de muchos factores y no sólo del
tamaño, sino del diseño del muestreo de cómo se seleccionará a los componentes de
la muestra”.
Por su parte Selltiz (citado por Hernández; 2006, p.229) al referirse a la observación,
recomienda que “para que ésta se convierta en una técnica como tal, debe cumplir
con cuatro condiciones: 1. Debe servir a un objeto formulado de investigación. 2.
Debe de ser planificada sistemáticamente. 3. Debe estar controlada y relacionada
con proposiciones generales. 4. Debe ser sujeta a comprobaciones y controles de
validez y fiabilidad”.
9
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
CLASES
ENCUESTA
10
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
IMPORTANCIA DE LA ENCUESTA
FUNCIONES DE LA ENCUESTA
TIPOS DE ENCUESTAS
11
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Encuestas de opinión: Son aquellas que tienen por objetivo averiguar lo que el
público en general piensa acerca de un determinado tema, debe hacerse en una
circunstancia concreta. Este tipo de encuesta se realiza a través de procedimientos
de muestreo y son aplicadas a una parte de la población, teniendo como ventaja el
de obtener con mayor rapidez los resultados, asimismo la encuesta de opinión no
indica necesariamente lo que el público piensa de un tema, sino lo que pensaría si le
plantease una pregunta sobre el tema, ya que existen personas que no tienen una
opinión formada sobre lo que se les pregunta y contestan lo que dicen los periódicos
y/o revistas. Algunas veces las personas encuestadas tienen más de una respuesta a
una misma pregunta dependiendo de la forma en se haga la encuesta y por
consecuencia las respuestas que se dan no tienen por qué ser sinceras”.
CUESTIONARIO
12
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Clasificación :
ENTREVISTA
Según Hernández; Fernández (2003) “La entrevista es una técnica para recolectar
datos para una investigación, que consisten en un diálogo entre dos personas: El
entrevistador "investigador" y el entrevistado; se realiza con el fin de obtener
información de parte de este, que es, por lo general una persona entendida en la
materia de la investigación.
13
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
IMPORTANCIA DE LA ENTREVISTA
Según el RRPPnet Portal de Relaciones Públicas “Es importante utilizar este tipo de
técnica, porque conlleva al entrevistador a tener mayor habilidad en conducir el
tema de la entrevista, debido a que las respuestas son por lo general abiertas y
permiten implementar nuevas preguntas no contempladas por el entrevistador
inicialmente. También proporciona la ventaja de explorar temas no contemplados
inicialmente o profundizar en algunos ya contemplados.
FUNCIONES DE LA ENTREVISTA
VENTAJAS DE LA ENTREVISTA
A través de la entrevista se pueden captar los gestos, los tonos de voz, etc, que
aportan una importante información sobre el tema y las personas entrevistadas”.
14
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
DESVENTAJAS DE LA ENTREVISTA
- Existen muchos temas tabúes entre las personas, algunos de los cuales producen
rechazo cuando se trata de responder preguntas concretas”.
TIPOS DE ENTREVISTAS
- Entrevista no estructurada: este tipo de entrevistas son más flexibles porque los
objetivos de la investigación rigen a las preguntas, su contenido, orden, profundidad
y formulación se encuentran por entero en manos del entrevistador.
15
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
- Las desventajas son: no requiere de mayor tiempo, es más costoso por la inversión
de tiempo de los entrevistadores, dificulta la tabulación de los datos, requiere mucha
habilidad técnica y mayor conocimiento en el tema.
- Entrevista a Profundidad, es una técnica para obtener que una persona transmita
oralmente al entrevistador su definición persona de la situación.
BIBLIOGRAFIA
Banducci Júnior, A. (2011). Turismo e frontera: integraçao cultural e
tensoesidentitáriasna divisa do Brasil com o Paraguai. PASOS , Revista de
Turismo y Patrimonio Cultural , 9 (3), 7-18.
Bringas Rábago, N.L. (1997). Las dos caras del turismo: beneficios
económicos contra costos sociales, culturales y ecológicos: el caso de
México. Fermentum. Miradas sobre América Latina , 18, 89-116.
Bunge, M. (2007). La investigación científica. México, Siglo XXI
Castellanos Verdugo, M. y Orgaz Agüera, F. (2013). Potencialidades
ecoturísticas de la República Dominicana. TURyDES, Revista de Turismo y
Desarrollo Local , 6 (14), 1-15.
Ferreiro, O.; Fernández, P.(1988). La Estadística, una ciencia en la
controversia, en Revista Universitaria, núm. 25.
16
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
17
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
18
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
1
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Este compendio recoge textualmente documentos e información de varias fuentes debidamente citadas,
como referencias elaboradas por el autor para conectar los diferentes temas.
2
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
CONTENIDO
UNIDAD 1: GENERALIDADES................................................................... 4
BIBLIOGRAFÍA ........................................................................................ 21
3
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
UNIDAD 1: Generalidades
Tema 2: Organización de datos
Subtema 1: Clasificación de las variables.
Subtema 2: Escala de medición de variables.
Subtema 3: Cuadro de frecuencias.
Subtema 4: Frecuencias absolutas, relativas y acumuladas.
OBJETIVOS:
Identificar las variables mediante ejemplos a fin de resolver problemas.
Identificar los tipos de frecuencias en ejercicios para la toma acertada de
decisiones.
INTRODUCCIÓN
4
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
DESARROLLO DE SUBTEMAS:
5
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
rasgo distintivo o de una propiedad del objeto de la investigación que, por lo menos,
tiene dos valores antagónicos que se excluyen recíprocamente”.
Según Grau et al. (2004), "el concepto de variable siempre está asociado a las
hipótesis de investigación. Una variable es una propiedad que puede adquirir
diferentes valores en un conjunto determinado y cuya variación es susceptible de
ser medida. Una investigación, cualitativa o cuantitativa, exige la operacionalización
de sus conceptos centrales en variables, de esta definición operativa depende el
nivel de medición y potencia de las pruebas realizadas."
Campistrous Pérez & Rizo Cabrera (s/f), acotan que “en la investigación educativa
se utilizan las variables para representar atributos, conceptos, constructos. En cada
caso la variable es el símbolo que se utiliza para representar cualquiera de los
estadios particulares del aspecto de la realidad representada, esos estadios son los
valores de la variable y en cada manifestación particular, en cada caso concreto, la
variable asume uno de esos valores”.
b.- Clasificación
Según Guardia, J. et al. (2008) “los tipos de variables son: cualitativas y cuantitativas.
6
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
1.-ESCALAS 2.-ESCALAS
CATEGÓRICAS NÚMERICAS
NIVELES DE
MEDICIÓN NOMINAL INTERVALO
ORDINAL RAZÓN
“Las escalas o niveles de medición se utilizan para medir variables o atributos. Por
lo general, se distinguen cuatro escalas o niveles de medición: nominal, ordinal,
intervalos y escalas de proporción, cociente o razón. Las dos primeras (nominal y
7
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
ordinal) se conocen como escalas categóricas, y las dos últimas (intervalo y razón)
como escalas numéricas. Las escalas categóricas se usan comúnmente para
variables cualitativas, mientras que las numéricas son adecuadas para la medición
de variables cuantitativas” .
A continuación se presenta un resumen de las características, propiedades y
aplicaciones de cada una de las escalas mencionadas (Stevens, 1957; Cohen y Cohen,
1975; Saris, 1984) – Escala nominal. “En esta escala las unidades observacionales
(UO) se agrupan en clases excluyentes según determinada propiedad, con lo que se
define una partición sobre el conjunto de tales unidades. Los números se usan como
identificadores o nombres. Cuando se estudia el desempleo de un país y se incluye
la variable sexo, se codifica masculino como 1 y femenino como 2, por ejemplo; los
números 1 y 2 representan categorías de datos: son simples identificadores y son
completamente arbitrarios. La operación matemática permitida es el conteo. –
Escala ordinal: Surge a partir de la operación de ordenamiento; en esta escala se
habla de primero, segundo, tercero. No se sabe si quien obtiene el primer puesto
está cerca o lejos del segundo puesto. Los valores de la escala representan categorías
o grupos de pertenencia, con cierto orden asociado, pero no una cantidad
mensurable. La escala ordinal tiene las propiedades de identidad y magnitud. Los
números representan una cualidad que se está midiendo, y expresan si una
observación tiene más de la cualidad medida que otra UO. La distancia entre puntos
de la escala no es constante: no se puede determinar la distancia entre las categorías,
sólo es interpretable el orden entre sus valores. Ejemplos: situación
socioeconómica, nivel educativo. – Escala de intervalos. Esta escala representa
magnitudes, con la propiedad de igualdad de la distancia entre puntos de escala de
la misma amplitud. Aquí puede establecerse orden entre sus valores, hacerse
comparaciones de igualdad, y medir la distancia existente entre cada valor de la
escala. El valor cero de la escala no es absoluto, sino un cero arbitrario: no refleja
ausencia de la magnitud medida, por lo que las operaciones aritméticas de
multiplicación y división no son apropiadas. Cumple con las propiedades de
identidad, magnitud e igual distancia. La igual distancia entre puntos de la escala
significa que puede saberse cuántas unidades de más tiene una UO comparada con
8
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Medición nominal
Escala nominal: clasificar los objetos según las categorías de una variable.
9
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
• El Nº no representa jerarquización.
Medición ordinal
“Se establecen categorías con dos o más niveles que implican un orden inherente
entre sí. La escala de medición ordinal es cuantitativa porque permite ordenar a los
eventos en función de la mayor o menor posesión de un atributo o característica.
Las escalas o categorías indican etiquetas o símbolos de las categorías que indican
jerarquía. Las formas más comunes de variables ordinales son los ítems (reactivos)
actitudinales, establecen una serie de niveles que expresan una actitud de acuerdo
o desacuerdo con respecto a algún referente. Las anteriores alternativas de
respuesta pueden codificarse con números que van del uno al cinco que sugieren un
orden preestablecido, pero no implican una distancia entre un número y otro.
(Baker, 1997, citado por Ávila, asegura que las escalas de actitudes son ordinales
pero son tratadas como variables continuas”.
Escala ordinal: utiliza la escala para clasificar los objetos en forma jerárquica, según
el grado.
Medición de intervalo
10
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Medición de razón
“En este nivel, además de tenerse todas las características del nivel de intervalos, el
cero es real y es absoluto. Cero absoluto, implica que hay un punto en la escala donde
no existe la propiedad. Una escala de medición de razón incluye las características
de los tres niveles de medición anteriores (nominal, ordinal e intervalo). Determina
la distancia exacta entre los intervalos de una categoría. Adicionalmente tiene un
punto cero absoluto, es decir, en el punto cero no existe la característica o atributo
que se mide. Las variables de ingreso, edad, número de hijos son ejemplos de este
tipo de escala. El nivel de medición de razón se aplica tanto a variables continuas
como discretas. Escala de proporción o razón: contiene características de una escala
de intervalo con la ventaja adicional de poseer cero absoluto. Ejemplo: peso, talla,
11
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
12
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
A esto se suma los pensamientos de Icart; Fuentelsaz; Pulpón (2006) que “la
frecuencia absoluta es el número de individuos ue tienen una determinada
característica (un valor de la variable x). La suma de todas las frecuencias absolutas
es el número total de observaciones”.
13
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Fig. 5
Ejemplo
con
variable discreta
Consutado en: https://enciclopediaeconomica.com/frecuencia-absoluta
“A partir de esto, entonces podemos saber la cantidad de veces que se repite X
variable en una investigación. Además, podemos observar que la suma total de las
frecuencias absolutas es igual a N (cantidad de individuos)”.
14
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
por lo que vuelve a consultar a 20 de estos y los resultados que se obtienen son los
siguientes: 1,79; 1,90; 1,82; 1,73; 1,66; 1,77; 1,88; 1,71; 1,72; 1,92; 1,84; 1,87;
1,68; 1,78; 1,96; 1,72; 1,76; 1,90; 1,72 y 1,67”
“Cabe destacar que en este caso el «[« significa que incluye al número en dicho
intervalo y que «)» cierra el número sin incluirlo. Por ejemplo, si el intervalo es [1,90
– 2,00), la estatura 1,90 si se incluiría en este, mientras que la estatura 2,00 no
estaría incluida en este. Por lo tanto se podría saber a través de la frecuencia
absoluta cuál de todas las variables es la que más se repite y sacar conclusiones a
partir de esto”.
15
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
16
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Según Fernandez S. & Cordero J. & Córdoba A (2002) “se obtiene dividiendo la
frecuencia absoluta de un determinado dato entre la suma de las frecuencias
absolutas de todos los datos observados, es decir, entre el tamaño de la población.
Se representa por fi=ni/N”.
17
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
A esto se suma los pensamientos de Icart; Fuentelsaz; Pulpón (2006) que “la
frecuencia relativa es, por tanto, una proporción entre el número de veces que se
repite un dato y el tamaño de la población. En consecuencia, la suma de todas las
frecuencias relativa es siempre la unidad”.
18
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
2. “Las clases deben ser mutuamente excluyentes, es decir, cada dato debe
quedar exactamente en una sola clase, no en dos al mismo tiempo”.
4. “Mientras menos clases escojamos será más fácil el trabajo, pero se perderá
más información. Debido a que no hay un acuerdo general entre los
estadísticos acerca del número de clases que debe usarse y dado que la
elección es arbitraria para nuestros fines, escogemos entre 5 y 20. Una
sugerencia útil para el número de clases es la regla de Sturges”.
19
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
C=3,3(log n) + 1
C=√𝒏
𝑹
Amplitud de clase w=
𝑪
8. “Finalmente se verifica por cada clase cuantos valores son parte de dicha
clase que corresponden a la frecuencia absoluta”
20
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
BIBLIOGRAFÍA
Carballo, M. y Guelmes, E. Algunas consideraciones acerca de las variables en
las investigaciones que se desarrollan en educación. Universidad y Sociedad
[online]. 2016, vol.8, n.1 [citado 2020-01-26], pp.140-150. Disponible en:
<http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2218-
36202016000100021&lng=es&nrm=iso>. ISSN 2218-3620.
21
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
22
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
1
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
2
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
CONTENIDO
Objetivo .................................................................................................. 4
Introducción ............................................................................................ 4
BIBLIOGRAFÍA........................................................................................... 20
3
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Introducción
Los datos no agrupados es un grupo de información sin ningún orden que no nos
instituye correspondencia clara con lo que se intenta desplegar a lo largo de un
problema, esto se concluye mediante una tabulación que nos conduce a una tabla
de frecuencias. Se presentan cuando los antecedentes que se toman de la población
o de una muestra no están especificados según un rasgo en particular.
DESARROLLO DE SUBTEMAS:
4
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Según López “existen muchas formas de calcular una media. La más conocida es la
media aritmética. Aun así, hay otras formas para calcular la media de un conjunto
de valores, como la media geométrica, la ponderada o la armonizada”.
Según López “es la forma que todos conocemos en la que todas las observaciones
tienen la misma ponderación y la solemos calcular con la siguiente fórmula”:
14 17 19 23 12 21 18 17 20 14
5
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Según Llinás; Rojas (2017) “Si debemos encontrar la media para datos
proporcionados en tablas de frecuencia agrupada, usamos marcas de clase para
representar las medidas para cada clase. De esta forma, usamos la fórmula
conocida de la media aritmética para determinar la llamada MEDIA APROXIMADA
puesto que los datos originales se desconocen y cada observación está
representada por su marca de clase”.
Ventajas
6
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Desventajas
nota 2 4 5 6 7 8 9 10
Nº alumnos 1 3 6 10 5 4 3 2
absoluta, (xi) representa la variable en este caso notas del examen de estadística y
(N) que representa al total de los datos o también representa la
7
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
µ= =
µ= = 6,41 puntos
Para calcular la media en una variable continua debemos primero calcular la marca
de clase que representa el xi. La marca de clase se calcula sumando los límites de
cada clase y luego se divide para dos [ ] que no es otra cosa que el promedio
Gasto en Teléfono Nº de
($) estudiantes Marca de clase
0 - 50 25 (0+50)/2= 25
50 - 100 10 (50+100)/2= 75
100 - 150 4 (100+150)/2= 125
150 - 200 1 (150+200)/2= 175
Total 40
8
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Una vez encontrada la marca de clase de cada clase procedemos a calcular la media
utilizando la fórmula para datos agrupados.
Como los datos hacen referencia a una muestra ahora utilizamos n=40 y la
nomenclatura de la media para muestra también cambie ya que se la representa
como Ẍ
Ẍ= =
Ẍ= = = 51,25
Ẍ= 51,25 dólares
b.-Mediana para datos no agrupados
Según Marco “la mediana es un estadístico de posición central que parte la
distribución en dos, es decir, deja la misma cantidad de valores a un lado que a
otro”.
Además, Marco considera que “para calcular la mediana es importante que los
datos estén ordenados de mayor a menor, o al contrario de menor a mayor. Esto es,
que tengan un orden”.
Marco, acota que “la mediana, junto con la media y la varianza es un estadístico
muy ilustrativo de una distribución. Al contrario que la media que puede estar
desplazada hacia un lado o a otro, según la distribución, la mediana siempre se
sitúa en el centro de esta. Dicho sea paso, a la forma de la distribución se le conoce
como curtosis. Con la curtosis podemos ver hacia dónde está desplaza la
distribución”.
Fórmula de la mediana
Según Marco “una vez definida la mediana vamos a pasar a calcularla. Para ello,
necesitaremos una fórmula”.
9
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
“La fórmula no nos dará el valor de la mediana, lo que nos dará es la posición en la
que está dentro del conjunto de datos. Debemos tener en cuenta, en este sentido, si
el número total de datos u observaciones que tenemos (n) es par o impar”. De tal
forma que la fórmula de la mediana es:
Mediana = al valor central del conjunto de los datos ordenados de menor a mayor o
viceversa.
15 12 10 17 20 19 17 9 13 15
9 10 12 13 15 15 17 17 19 20
Como n es par porque es igual a 10, entonces escogemos los dos valores centrales
que son 15, 15 y calculamos el promedio:
Mediana = = 15 puntos
10
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
50 58 52 61 54 60 55 59
50 52 54 55 58 59 60 61
Como n es par porque es igual a 8, entonces escogemos los dos valores centrales
que son 55, 58 y calculamos el promedio:
Mediana = = 56,5 kg
65 74 81 67 54 83 72 96 61
54 61 65 67 72 74 81 83 96
Luego como el valor de n es impar escogemos el único valor central que en este
caso es 72. Entonces:
Mediana = 72 años
11
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
30 32 34 31 35 33 38
30 31 32 33 34 35 38
Luego como el valor de n es impar escogemos el único valor central que en este
caso es 33. Entonces:
Mediana = 33 ᵒC
Según Llinás; Rojas (2017) “Si se han registrado datos en una tabla de frecuencias,
no pueden colocarse en un arreglo ordenado para calcular la mediana”.
Ventajas
12
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Desventajas
EDAD FRECUENCIA
21 16
22 28
23 15
24 32
25 9
TOTAL 100
frecuencia frecuencia
Edad
absoluta acumulada
21 16 16
22 28 44
23 15 59
24 32 91
25 9 100
TOTAL 100
13
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
= = 50,5
Verificando ese valor nos damos cuenta que es 23 años que representa la mediana.
Me= 23 años
14
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Dónde:
Mediana = 50 +
15
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Ejemplo 2
CALCULAR LA MODA DE LA SIGUIENTE SERIE DE NÚMEROS QUE REPRESENTAN
HORAS DE ESTUDIO SEMANALES DE 12 ESTUDIANTES DEL CURSO DE
ESTADÍSTICA DESCRIPTIVA.
10 15 8 15 12 18 12 10 15 12 8 15
Verificamos el valor que más se repite en la serie y observamos que es el 15.
MODA= 15 horas
Según Llinás; Rojas (2017) “Una desventaja de usar la moda con una distribución
16
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
EDAD FRECUENCIA
21 16
22 28
23 15
24 32
25 9
TOTAL 100
Moda = 24 años
17
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Dónde:
Lmod = límite inferior de la clase donde está la moda
Da= frecuencia absoluta de la clase donde está la moda menos la frecuencia
absoluta anterior.
Db= = frecuencia absoluta de la clase donde está la moda menos la frecuencia
absoluta posterior.
Moda = 50 + [
18
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Medidas de posición
1.-Cuartiles
Álvarez (2007) “Los cuartiles dividen al conjunto de datos en cuatro partes iguales
en cuanto al número de datos, en cada una de ellas hay un 25% de los datos. En
caso de que el número de datos no sea divisible por cuatro, los grupos no podrán
tener todos exactamente el mismo número de datos”.
2.-Deciles
Álvarez (2007) “Los deciles dividen al conjunto de datos en diez partes iguales en
cuanto al número de datos, en cada una de ellas hay un 10% de los datos”.
3.- Percentiles
19
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
BIBLIOGRAFÍA
Álvarez, R. (2007). Estadística aplicada a Ciencias de la Salud. España. Edit.
Díaz de Santos.
Freund, J.; Simon, G. (1994). Estadística elemental. México. Octava Edición.
Editorial Pearon Prentice Hall.
Llinás, H.; Rojas, C. (2017). Estadística descriptiva y distribuciones de
probabilidad. Barrranquilla. 13 Edición. Editorial Universidad del Norte.
20
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
1
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
2
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
CONTENIDO
Objetivo .................................................................................................. 4
Introducción ............................................................................................ 4
BIBLIOGRAFÍA........................................................................................... 20
3
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Introducción
Los datos no agrupados es un grupo de información sin ningún orden que no nos
instituye correspondencia clara con lo que se intenta desplegar a lo largo de un
problema, esto se concluye mediante una tabulación que nos conduce a una tabla
de frecuencias. Se presentan cuando los antecedentes que se toman de la población
o de una muestra no están especificados según un rasgo en particular.
DESARROLLO DE SUBTEMAS:
4
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Según López “existen muchas formas de calcular una media. La más conocida es la
media aritmética. Aun así, hay otras formas para calcular la media de un conjunto
de valores, como la media geométrica, la ponderada o la armonizada”.
Según López “es la forma que todos conocemos en la que todas las observaciones
tienen la misma ponderación y la solemos calcular con la siguiente fórmula”:
14 17 19 23 12 21 18 17 20 14
5
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Según Llinás; Rojas (2017) “Si debemos encontrar la media para datos
proporcionados en tablas de frecuencia agrupada, usamos marcas de clase para
representar las medidas para cada clase. De esta forma, usamos la fórmula
conocida de la media aritmética para determinar la llamada MEDIA APROXIMADA
puesto que los datos originales se desconocen y cada observación está
representada por su marca de clase”.
Ventajas
6
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Desventajas
nota 2 4 5 6 7 8 9 10
Nº alumnos 1 3 6 10 5 4 3 2
absoluta, (xi) representa la variable en este caso notas del examen de estadística y
(N) que representa al total de los datos o también representa la
7
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
µ= =
µ= = 6,41 puntos
Para calcular la media en una variable continua debemos primero calcular la marca
de clase que representa el xi. La marca de clase se calcula sumando los límites de
cada clase y luego se divide para dos [ ] que no es otra cosa que el promedio
Gasto en Teléfono Nº de
($) estudiantes Marca de clase
0 - 50 25 (0+50)/2= 25
50 - 100 10 (50+100)/2= 75
100 - 150 4 (100+150)/2= 125
150 - 200 1 (150+200)/2= 175
Total 40
8
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Una vez encontrada la marca de clase de cada clase procedemos a calcular la media
utilizando la fórmula para datos agrupados.
Como los datos hacen referencia a una muestra ahora utilizamos n=40 y la
nomenclatura de la media para muestra también cambie ya que se la representa
como Ẍ
Ẍ= =
Ẍ= = = 51,25
Ẍ= 51,25 dólares
b.-Mediana para datos no agrupados
Según Marco “la mediana es un estadístico de posición central que parte la
distribución en dos, es decir, deja la misma cantidad de valores a un lado que a
otro”.
Además, Marco considera que “para calcular la mediana es importante que los
datos estén ordenados de mayor a menor, o al contrario de menor a mayor. Esto es,
que tengan un orden”.
Marco, acota que “la mediana, junto con la media y la varianza es un estadístico
muy ilustrativo de una distribución. Al contrario que la media que puede estar
desplazada hacia un lado o a otro, según la distribución, la mediana siempre se
sitúa en el centro de esta. Dicho sea paso, a la forma de la distribución se le conoce
como curtosis. Con la curtosis podemos ver hacia dónde está desplaza la
distribución”.
Fórmula de la mediana
Según Marco “una vez definida la mediana vamos a pasar a calcularla. Para ello,
necesitaremos una fórmula”.
9
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
“La fórmula no nos dará el valor de la mediana, lo que nos dará es la posición en la
que está dentro del conjunto de datos. Debemos tener en cuenta, en este sentido, si
el número total de datos u observaciones que tenemos (n) es par o impar”. De tal
forma que la fórmula de la mediana es:
Mediana = al valor central del conjunto de los datos ordenados de menor a mayor o
viceversa.
15 12 10 17 20 19 17 9 13 15
9 10 12 13 15 15 17 17 19 20
Como n es par porque es igual a 10, entonces escogemos los dos valores centrales
que son 15, 15 y calculamos el promedio:
Mediana = = 15 puntos
10
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
50 58 52 61 54 60 55 59
50 52 54 55 58 59 60 61
Como n es par porque es igual a 8, entonces escogemos los dos valores centrales
que son 55, 58 y calculamos el promedio:
Mediana = = 56,5 kg
65 74 81 67 54 83 72 96 61
54 61 65 67 72 74 81 83 96
Luego como el valor de n es impar escogemos el único valor central que en este
caso es 72. Entonces:
Mediana = 72 años
11
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
30 32 34 31 35 33 38
30 31 32 33 34 35 38
Luego como el valor de n es impar escogemos el único valor central que en este
caso es 33. Entonces:
Mediana = 33 ᵒC
Según Llinás; Rojas (2017) “Si se han registrado datos en una tabla de frecuencias,
no pueden colocarse en un arreglo ordenado para calcular la mediana”.
Ventajas
12
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Desventajas
EDAD FRECUENCIA
21 16
22 28
23 15
24 32
25 9
TOTAL 100
frecuencia frecuencia
Edad
absoluta acumulada
21 16 16
22 28 44
23 15 59
24 32 91
25 9 100
TOTAL 100
13
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
= = 50,5
Verificando ese valor nos damos cuenta que es 23 años que representa la mediana.
Me= 23 años
14
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Dónde:
Mediana = 50 +
15
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Ejemplo 2
CALCULAR LA MODA DE LA SIGUIENTE SERIE DE NÚMEROS QUE REPRESENTAN
HORAS DE ESTUDIO SEMANALES DE 12 ESTUDIANTES DEL CURSO DE
ESTADÍSTICA DESCRIPTIVA.
10 15 8 15 12 18 12 10 15 12 8 15
Verificamos el valor que más se repite en la serie y observamos que es el 15.
MODA= 15 horas
Según Llinás; Rojas (2017) “Una desventaja de usar la moda con una distribución
16
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
EDAD FRECUENCIA
21 16
22 28
23 15
24 32
25 9
TOTAL 100
Moda = 24 años
17
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Dónde:
Lmod = límite inferior de la clase donde está la moda
Da= frecuencia absoluta de la clase donde está la moda menos la frecuencia
absoluta anterior.
Db= = frecuencia absoluta de la clase donde está la moda menos la frecuencia
absoluta posterior.
Moda = 50 + [
18
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
Medidas de posición
1.-Cuartiles
Álvarez (2007) “Los cuartiles dividen al conjunto de datos en cuatro partes iguales
en cuanto al número de datos, en cada una de ellas hay un 25% de los datos. En
caso de que el número de datos no sea divisible por cuatro, los grupos no podrán
tener todos exactamente el mismo número de datos”.
2.-Deciles
Álvarez (2007) “Los deciles dividen al conjunto de datos en diez partes iguales en
cuanto al número de datos, en cada una de ellas hay un 10% de los datos”.
3.- Percentiles
19
UNIVERSIDAD ESTATAL DE MILAGRO-CARRERAS EN LÍNEAS
BIBLIOGRAFÍA
Álvarez, R. (2007). Estadística aplicada a Ciencias de la Salud. España. Edit.
Díaz de Santos.
Freund, J.; Simon, G. (1994). Estadística elemental. México. Octava Edición.
Editorial Pearon Prentice Hall.
Llinás, H.; Rojas, C. (2017). Estadística descriptiva y distribuciones de
probabilidad. Barrranquilla. 13 Edición. Editorial Universidad del Norte.
20