ESTADÍSTICA 1

INTRODUCCION A LA ESTADISTICA Y ORGANIZACIÓN DE DATOS

DEFINICION DE ESTADISTICA

La función principal de la estadística es elaborar principios y métodos que nos ayuden a tomar decisiones
frente a la incertidumbre. En realidad muchos autores definen la estadística actualmente como un método de
toma de decisiones frente a la incertidumbre. La estadística se a convertido en un invalioso instrumento para
tomar decisiones cuando no se esta seguro de sobre el estado de la naturaleza. El punto central del análisis
estadístico moderno es la toma de decisiones en condiciones de incertidumbre para resolver problemas.

A diario nos enfrentamos a fenómenos económicos, fisicos, sociales, industriales, psíquicos, etc. que nos
obligan a generalizar o actuar frente a la incertidumbre tal como son las cosas.
,
La estadística desde el punto de vista tradicional se define como los métodos científicos por medio de los
cuales se puede recolectar, organizar, tabular, procesar, analizar procesar e interpretar los datos relativos a un
conjunto de elementos (como ser personas, animales, cosas, materiales equipos , plantas, etc.) que poseen una
característica determinada. Toda persona recibe información a través de:

 Revistas
 Periódicos A menudo es necesario obtener conclusiones sobre la
 Televisión información contenida en los datos.
 Otros

Los ingenieros y científicos obtienen y analizan datos de manera rutinaria, por ello el conocimiento de la
estadística es importante, porque es una herramienta poderosa para científicos e ingenieros para el diseño de
nuevos productos y sistemas, perfeccionar los ya existentes a diseñar y mejorar los procesos de producción.

EL PAPEL DE LA ESTADISTICA EN LA INGENIERIA Y LA CIENCIA

El papel de la estadística es importante en las diferentes actividades del ser humano, así se puede
encontrar una variedad de aplicaciones:

 Aumento de la calidad; La calidad ayuda a eliminar el desperdicio, eliminar la cantidad de desecho, mejora la
satisfacción del cliente, permite que la empresa se convierta en un productor de alta calidad y bajo costo en
el mercado.
La estadística es un elemento decisivo en el incremento de la calidad ya que las técnicas estadísticas
pueden emplearse para describir y comprender la variabilidad.
La variabilidad puede presentarse cuando:
 Cambios en las condiciones en la cual se realiza el trabajo.
 Cambio en las propiedades de los materiales.
 Forma en que trabajan los obreros.
 Variables de proceso (Temperatura, Presión, Tiempo) o (Humedad Relativa).

El campo de la estadística y la probabilidad consiste de métodos tanto para describir y modelar la

variabilidad, como para tomar decisiones en presencia de estas.
La baja calidad de un producto tiene efectos negativos como:
 Defectos de fabricación
 Baja de confiabilidad en su rendimiento
 Baja productividad
 Afecta a la competencia
 Rentabilidad
 Para un Ing. Químico o Industrial; La estadística le sirve para el control del rendimiento de sus
investigaciones, control de los procesos para el control de la incidencia de ciertas variables en el
comportamiento de los productos por ejemplo vida en anaquel de los alimentos en función a la temperatura,
humedad ambiental, exposición a la luz, composición de los ingredientes, etc. También es usado en el
control de los procesos de producción desde diferentes puntos de vista como ser número de unidades
producidas, número de accidentes por año, número de paradas en un proceso de producción, número de
unidades defectuosas, etc.

-1-
 ESTADÍSTICA 2

 Para un director de colegio; la estadística es la información a cerca del ausentismo, el crecimiento de

alumnos a través de los años, el número de aplazados, las calificaciones de los alumnos , el sueldo de los
docentes, el presupuesto de gastos, la cantidad de nuevos profesionales etc.
 Para un investigador médico; le sirve para indagar los efectos de un determinado medicamento, la
estadística es la evidencia del éxito de sus trabajos de investigación.
 Para un comerciante; la estadística es la información proporcionada de las ventas por estación por área
geográfica, las preferencias de los clientes, el monto de las utilidades, el crecimiento del mercado de los
últimos 5 años, la variación de precios del producto en cuestión, etc.
 Para el gerente de una central de energía eléctrica; la estadística puede ser la información de la cantidad de
contaminantes que están siendo emitidos a la atmósfera, el incremento el consumo de energía eléctrica por
año

CAMPOS DE LA ESTADISTICA

La estadística se divide en tres campos claramente definidos así:

1. Estadística Descriptiva: Es la parte de la estadística que se encarga de la recolección clasificación,

presentación, descripción y simplificación de los datos que no sobrepasan el conjunto de conocimientos que
proporcionan estos datos. En otras palabras la estadística descriptiva se limita solo a analizar y describir los
datos.

Población
( General )

Muestra Muestra
(particular) (General)
Muestra
(particular)
(particular)

2. Inferencia Estadística: La estadística inferencial es aquella parte de la estadística que nos proporciona la
teoría, métodos y conjunto de técnicas necesaria para poder obtener conclusiones que sobrepasan los
límites del conocimiento que proporcionan los datos; en otra palabras, nos permite inferir o estimar las leyes
de la población a partir de los resultados o conclusiones de una muestra. Dicho de otra forma nos permite
información sobre el colectivo, total o global mediante un metódico procedimiento de datos de una nuestra
tomada de él; es decir, esta constituido por métodos que permiten generalizar información obtenida de una
muestra.

Muestra Población
( particular ) (general)

3. Toma de Decisiones: Los métodos y técnicas de la inferencia estadística también pueden ser utilizados en
una rama de esta disciplina denominada teoría de decisiones. El conocimiento de la teoría es de gran utilidad
para los gerentes porque les permite tomar decisiones en condiciones de incertidumbre.

POBLACION Y MUESTRA

Población:

Se entiende por población o universo de estudio la totalidad de individuos o elementos en las cuales
puede presentarse cualquier característica susceptible de ser enumerada. Generalmente este conjunto viene
definido por compresión, es decir citando las propiedades que caracterizan a sus elementos. Los datos
individuales de la población se llaman unidades elementales u observaciones.

La población puede ser:

 Finita: Cuando tiene un número determinado de elementos.

-2-
 ESTADÍSTICA 3

 Infinita: Aquella que tiene un número tan grande de elementos que no es posible al investigador
someter a medida cada uno los elementos.

Ejemplos:
 Los libros de la biblioteca municipal.
 Los alumnos del colegio Nacional Florida.
 La arena de la orilla del río Piraí

Muestra:
Es un subconjunto de la población o una fracción o segmento de la población con el propósito de obtener
información acerca de ella.

Se suelen tomar muestras cuando resulta difícil o costosa, el levantamiento de información de todos los
elementos de la población estadística o cuando esta actividad demandaría demasiado tiempo.

El número de elementos de una muestra se llama tamaño de muestra (n). La muestra se extrae de la
población.
La muestra debe ser representativa y para ello debe contener las características relevantes de la
población en las mismas proporciones que están incluidas en la población.

Censo: Es un procedimiento que permite la recolección de la información que abarca a la totalidad de las
unidades poblacionales

Muestreo: Es un procedimiento para recopilar datos que abarca sólo a una parte de la población llamada
muestra.

Dato Estadístico: Es un número o medida que se ha recopilado como resultado de observaciones que pueden
ser comparados, analizados e interpretados.

Un número aislado de que no muestra relación significativa o no puede compararse no es número

estadístico.

Variables Estadísticas:

Una variable estadística es una característica de una población que interesa al investigador y que puede
tomar diferentes valores. Las variables se pueden clasificar en:

1. Variable Cualitativa
Son variables cuyos valores consisten en categorías de clasificación, o sea se refiere a la cualidad que
representa la población, no lleva clasificación numérica.

1.1. Variable Cualitativa Nominal: Son aquellas que surgen cuando se definen categorías y se
cuenta el número de observaciones pertenecientes a cada categoría. No lleva ordenación.
Ejemplo:
 Orientación en el tiempo (presente, pasado y futuro)
 Color de Ojos
 Partidos Políticos
 Sexo

1.2. Variable Cualitativa Ordinal: Son aquellas variables que se buscan ordenar en términos que el
grado que posee una determinada característica.
Ejemplo:
 Nivel de estudios (1er Grado, 2do Grado…)
 Estatura (bajo, medio, alto)

2. Variable Cuantitativa
Son aquellas que se obtienen como resultado de mediciones o conteos. Estas variables se clasifican
en:

2.1. Discreta: Son aquellas que toman valores numéricos aislados y no pueden tomar ningún valor
entre dos consecutivos.

-3-
 ESTADÍSTICA 4

Ejemplo:
 Número de monedas.
 Número de muertes por día terminado.
 Número de hermanos.
 Número de accidentes automovilísticos en un mes determinado.

2.2. Continua: Son aquellas que pueden tomar infinitos valores entre dos números, por muy
próximos que estos sean.
Ejemplo:
 La estatura de los estudiantes de la UAGRM.
 La temperatura.
 Densidad.
 Humedad.
 Numero de Reynolds.
 Promedio de muertes por año

DIFERENCIA ENTRE PARAMETRO Y ESTADIGRAFO:

Parámetro: Es una medida para describir las características de la población y para determinar su valor es
necesario utilizar la información de la población completa y por lo tanto, las decisiones se tomarán con
certidumbre total; ejemplo:
 Media poblacional.
 Desviación Poblacional.
 Proporción Poblacional.

Estadígrafo: Es una medida usada para describir algunas características de la muestra y la toma de decisiones
contienen un grado de incertidumbre; ejemplo:
 Media muestral.
 Proporción Muestral.
 Varianza Muestral.

ETAPAS DEL METODO ESTADISTICO

1. Formulación o definición del problema: El análisis estadístico al igual que un proceso industrial comienza
con la materia prima, osea con los datos numéricos, y a través de este proceso fluyen los productos
terminados, que consisten en cualquier información útil o conclusiones valederas que se encuentran
escondidas en los datos no elaborados.

Al industrializar un bien el productor debe primero decidir lo que se va a producir, y luego fijar las
especificaciones precisas de la calidad del bien, de lo contrario no puede saber ¿qué clase de material voy a
utilizar?, Ni ¿cuánto va a consumir?

En estadística lo primero que se debe hacer es definir ¿qué se va a investigar?, formular la pregunta tan
precisa como sea posible. Solo así el investigador puede decidir cuales son los datos relevantes del
problema. Si no se procede así, los datos recolectados pueden ser totalmente irrelevantes o pueden tender a
oscurecer en lugar de aclarar el problema.

Dependen de la adecuación de
La calidad de las
conclusiones los datos y estos a su vez
Estadísticas

Dependen de la
formulación del
problema

-4-
 ESTADÍSTICA 5

2. Diseño del Experimento. Una vez que el problema ha sido claramente definido o formulado el investigador
debe decidir entre estudiar la población en su totalidad u observar sólo una parte de ella. El primer
procedimiento se llama enumeración completa o censo, el segundo es llamado muestreo. En la práctica
realizar censo es demasiado costoso, largo y a veces físicamente imposible, por ello debemos recurrir al
muestreo como único método práctico de realizar el estudio.

Existen diferentes tipos de muestreo, así:

 Muestreo Probabilístico:
 Aleatorio simple
 Porcentual
 Estratificado
 Sistemático
 Conglomerados
 Por etapas
 No Probabilístico
 Por cuotas
 Basado en criterios de expertos

La muestra debe representar a la población adecuadamente; es decir, la muestra debe tener la

variabilidad que posee la población para que ésta pueda considerarse representativa.

3. Recolección de Datos. Una vez definido el diseño muestral o diseño del experimento se procede a la
recolección de datos. Esta etapa es la que consume mayor tiempo y es un componente costoso del proceso
estadístico total.
Se recopila información por observación, por encuestas o simplemente es obtenida de publicaciones y/o
fuentes confiables.
Para la recolección de la información se utiliza por lo general cuestionarios cerrados o preguntas
claras o precisas.

4. Procesamiento, Clasificación y Organización de Datos. Una vez reunidos los datos, estos deben ser
ordenados en forma legible. Pueden ser clasificados según algún criterio y presentados en tablas o cuadros o
bien en gráficas o diagramas. Seguido de esto se calculan medidas descriptivas como la varianza, la media,
etc. Una medida derivada de los datos muestrales se llama estadigrafo, mientras que una medida derivada a
partir de la población se llama parámetro.

5. Análisis y Generalización de los Resultados. Luego se concluye con el análisis y generalización de los
resultados, que consiste en realizar un análisis de los datos muestrales y establecer conclusiones
generalizadas para toda la población. Cuando la muestra incluye toda la población, es decir, cuando se ha
hecho un censo, la última etapa del análisis es la etapa descriptiva, con esto las características de la
población habrán sido descritas y se podrá tomar decisiones de uno u otro tipo acerca de ella.
Pero si se realizó un muestreo, el estudio no se detendrá con las medidas descriptivas, pues se necesita
de metodologías y del razonamiento para llegar a conclusiones; a esto se llama Estadística Inductiva, esta es
parte más valiosa de la estadística.

TRATAMIENTO DE DATOS

Una vez obtenidos los datos de encuestas experimentos o cualquier serie de medidas, los datos estadísticos
son con frecuencia tan numerosos que se hace necesario ordenarlos y organizarlos de tal manera que sea más
fácil manejarlos y además con una simple mirada podamos identificar algunas características como ser:
 Su valor mínimo
 Su valor máximo
 El valor que más se repite
 Podemos definir fácilmente los datos en secciones
 Podemos observar la distancia entre los valores consecutivos
 Podemos apreciar ¿qué otros valores se repiten más?

La organización de datos contempla las siguientes etapas:

1. Revisión y corrección de la información recogida.

2. Presentación de la información mediante cuadros.
3. Presentación de la información mediante gráficas.

-5-
 ESTADÍSTICA 6

DISTRIBUCION DE FRECUENCIA DE UNA VARIABLE DISCRETA

Cuando se estudia la característica X de una población, el mayor interés del investigador es conocer la
distribución de esta característica a través de los posibles valores del mismo:
Una distribución de frecuencia es un arreglo de datos observados x1, x2, x3,….xn de la variable X,
donde Y1 , Y2 , Y3 , Y4 ,…… Ym es el conjunto de valores diferentes que toma la variable X , y ni representa sus
respectivas frecuencias, donde:

n : Número total de observaciones.

m : Número de los diferentes valores que hay en las n observaciones.
n m : Esto debe cumplirse

Frec. Frec. Frec. relativa Frec. relativa

Frecuencia Frecuencia
Valor de la Acumulada Acumulada acumulada acumulada
Absoluta Relativa
Variable x Menor que Mayor que menor que mayor que
ni hi
Ni Ni * Hi Hi*
Y1 n1 N1 N1 h1 H1 H1*
*
Y2 n2 N2 N2 h2 H2 H2
. . . . .
. . . . .
Ym n3 Nm Nm hm Hm Hm *

Frecuencia Absoluta (ni): La frecuencia absoluta de la variable Yi, es el número de veces que aparece repetido
dicho valor en el conjunto de las observaciones realizadas.

Frecuencia Acumulada Menor que (Ni): La frecuencia acumulada menor que correspondiente al valor Yi, viene
a ser el número de las observaciones cuyos valores son menores o iguales a Yi.

Frecuencia Acumulada Mayor que (Ni * ): La frecuencia acumulada mayor que correspondiente al valor Yi,
viene a ser el número de las observaciones cuyos valores son mayores o iguales a Yi.

Frecuencia Relativa (hi): La frecuencia relativa correspondiente al valor Yi, viene a ser el cociente entre la
frecuencia absoluta y el número total de observaciones.

hi= ni/n
Frecuencia Relativa Acumulada menor que (Hi): La frecuencia relativa acumulada menor que de Yi , viene a
ser el cociente entre su frecuencia absoluta acumulada menor que y el número total de observaciones.

N i n1  n2  n3 ........ ni
 ( j 1 n j ) / n
i
Hi  
n n
n1 n2 n3 n
   ....  i  h1  h2  h3  ...  hi   j 1 h j
i

n n n n
Frecuencia Relativa mayor que (Hi *).- La frecuencia relativa acumulada mayor que del valor de Yi , viene a
ser a frecuencia total de las observaciones mayores o iguales a yi

Hi *  ji h j  h i  h i1  h i2 ........ h m

m

Algunas propiedades:
m m

 hj  1
j 1
n
j i
j  Ni *

-6-
 ESTADÍSTICA 7

n
j 1
j n n = N1 *
m
Hi *   hj
j i

i
Ni  n
j 1
i

ni  N1  N 2  N 3  N 4  ....  N m  n

N i  N i 1  ni

n  N1*  N 2 *  N3 *  N 4 *  ....  N m *  nm

N i *  ni  N *i 1

De igual forma se puede hacer el análisis para las frecuencias relativas

H i  H i 1  hi H i *  hi  H *i 1
Ejemplo:

Durante 25 días se observo el número de artículos defectuosos:

3, 4, 3, 2, 1, 0, 3, 4, 4, 0, 1, 2, 4, 4, 4, 2, 2, 3, 3, 1, 3, 2, 2, 0, 1
n=25
m=5

Variable * *
Frecuencia ni Ni hi Hi
X Ni Hi
0 3 3 3/25 3/25 25 1
1 4 7 4/25 7/25 22 22/25
2 6 13 6/25 13/25 18 18/25
3 6 19 6/25 19/25 12 12/25
4 6 25 6/25 25/25 6 6/25

n3=6 …………………… Es el número de días que hubo 2 artículos defectuosos

N5=25 …………………... Es el número de días que hubo 4 0 menos artículos defectuosos
h2=4/25 …………………. Es la proporción de días con un 1 artículo defectuoso
H3=13/25…………………Es la proporción de días con 2 o menos artículos defectuosos
N4*=12 …………………. Representa el número de días que se ha encontrado 3 o más artículos defectuosos
H2*=22/25 ……………... Es la proporción de dias que se ha tenidos 1 o más artículos defectuosos

DISTRIBUCIONES DE FRECUENCIA DE DATOS AGRUPADOS EN INTERVALOS DE CLASES

A continuación anotamos algunas razones por las cuales es necesario agrupar los datos en clases:
1. Es antieconómico trabajar con muchos datos.
2. Poco práctico
3. Algunos valores tienen a veces frecuencias tan bajas que no se justifica mantenerlos como entidades
individuales o aisladas.

Rango o recorrido de la variable Es la longitud del recorrido del conjunto de datos y se simboliza
por la letra R.

-7-
 ESTADÍSTICA 8

Clase Se llama clase a cada uno de los grupos en que se dividen los datos, o a cada uno de los
grupos que describe una característica. El número de clases se simboliza por la letra m. El número de
clases no debe ser grande porque no se simplificaría el trabajo, pero tampoco debe ser pequeño
porque perderíamos información. Algunos autores aconsejan que el número de clases debe estar
comprendido entre 5 y 20 ; otros entre 8 y 15. Para determinar el número de clases se dispone dos
puntos de vista que plantean que :
* m ≥ n siempre que n sea mayor que 25
* m = 1+3.22 log(n) ; conocido como la regla de Sturges
Intervalos de Clase: Esta formado por los valores contenidos entre el limite superior e inferior de cada clase.

Amplitud de Clase: Es la diferencia que hay entre el limite superior e inferior de cada clase. Los intervalos de
clase pueden ser de:
 Amplitud constante (se usa más)
 Amplitud variable
 La amplitud de clase se simboliza con la letra C= R/m

Se sugiere que los intervalos de clase contengan solamente datos más o menos homogéneos. Estos intervalos
pueden ser:
 Intervalos Semiabiertos [ > , < ]

TABLA - 1
Valores que caen dentro del
Intervalos Frecuencia
intervalo
[ 21 , 24 > 21, 23, 23, 22, 21 5
[ 24 , 27 > 24, 25, 25 , 26, 24, 25 6
[ 27 , 30 > 27, 27, 27, 28, 28, 29, 30 7

TABLA - 2
Peso en Kg. Numero de personas
50 -- 54 4
55 -- 59 8
60 -- 64 12
65 -- 69 4

Los limites de clase pueden ser:

 Limites reales, como se indica en la TABLA – 1
 Limites aparentes, como se indica en la TABLA – 2

Los limites reales de los intervalos de clase se obtendrá restando y sumando 0.5 (mitad de la unidad de medida)
al limite inferior y superior, respectivamente.
Ejemplo:

Limites Aparentes Frecuencia

10 12 3
13 14 10
15 16 15
17 18 11

Limites Reales de Clase Frecuencia

9.5 12.5 3
12.5 14.5 10
14.5 16.5 15
16.5 18.5 11

-8-
 ESTADÍSTICA 9

Marca de Clase

Es el valor promedio de los límites reales (o aparentes ) de cada intervalo de clase punto medio del intervalo de
clase y se obtiene sumando el límite inferior más el límite superior de una clase todo dividido entre 2.

Regla para la construcción de una distribución de frecuencias de una variable agrupada en

intervalos de clase

1. Determinar el rango

Rango = Xmax – Xmin

2. Definir el número de Clases (m)

Esto depende de la experiencia del investigador, de la naturaleza del tema, etc. Para determinar el número
de clase se sugiere el uso de las siguientes reglas:
 Regla de Sturges m  1 3.22 * log n
 Regla m  n ; Cuando n>25
La práctica aconseja que el número de clases no sea pequeña, debido a que la condensación de la
información se vería afectada; pero tampoco, debe ser grande porque no se simplificaría el trabajo
El número de clases siempre debe ser un valor entero

3. Se determina la amplitud de cada clase (c)

R
C 
m
Si c resulta un valor decimal este debe redondearse al inmediato superior, por consiguiente el rango deberá
también ampliarse. Si c resulta entero se pasa al 4.

4. Este último cálculo se adiciona el valor Xmin y así obtenemos el límite superior de primera clase, el límite
inferior de la primera clase es igual a Xmin.

El límite inferior de la 2da. Clase será igual al limite superior de la anterior y el límite superior de la segunda
clase se obtendrá sumándole a este último el valor de la amplitud de la clase y asi sucesivamente.

Limite Inferior Limite Superior

LI1 =Xmin LS1 = LI1 + (c)
LI2 = LS1. LS2 = LI2 + (c)
LI3 = LS2 LS3 = LI3 + (c)
LI4 = LS3. LS4 = LI4 + (c)
LI5 = LS4. LS5 = LI5 + (c)

5. Luego se determina la marca de clase, la frecuencia absoluta, la frecuencia relativa, las frecuencias
acumuladas mayores y menores que, las frecuencias relativas acumuladas mayores y menores que.

Ejemplo:
2
Los siguientes datos son mediciones de intensidad solar en (watt/m ) realizadas en distintos días en una
localidad del sur de Santa Cruz.

562 869 708 775 775 704 809 856 655 806 878 870 909 918 558 768
918 940 946 898 661 820 935 952 957 693 835 905 939 955 960 498
653 730 753

Organice estos datos en una tabla de distribución de frecuencias con 5 clases

m=5
Rango = 960 – 498 = 462
R 462
C   92.4
m 5
Como no es entero redondeamos el valor de c a: c = 93

-9-
 ESTADÍSTICA 10

2
Intensidad Solar En (Watt/M ) De Una Localidad Del Sur De La Ciudad
De Santa Cruz Tomada En Distintos Días.

Intervalos de Clase *
ni Ni hi Hi yi
Reales Ni
498 591 3 3 3/35 3/35 35 544
591 684 3 6 3/35 6/35 32 637
684 777 8 14 8/35 14/35 29 730
777 870 6 20 6/35 20/35 21 823
870 963 15 35 15/35 35/35 6 916

Terminado este cálculo se debe interpretar:

2
y2 = 637 Watt/M ; este es el valor representativo de la segunda clase
2
n1 = 3; ha habido tres días en la intensidad solar estuvo entre 509.5 - 683 Watt/M
2
N4 = 20; ha habido 20 días con intensidad solar igual o menor que 869.5 Watt/M
H1 = 3/35; es la proporción de días en que la intensidad solar ha sido 590.5
2
Watt/M o menos
N5* = 6; ha habido 6 días o más en que la intensidad solar ha sido de 869.5
2
Watt/M o más

NOTA:
En toda tabla o cuadro estadístico debe considerarse:
1. Titulo
2. Indicaciones complementarias
3. El cuadro propiamente dicho.

REPRESENTACIONES GRÁFICAS

Las representaciones gráficas sean de distribuciones de frecuencias absolutas o relativas son útiles porque
ponen de relieve, aclaran las tendencias de los datos que no se captan fácilmente.

Los gráficos:

 Atraen la atención del investigador sobre los datos.

 Ayudan a resolver problemas concernientes a distribuciones de frecuencias.
 Nos permiten estimar algunos valores con una simple ojeada.
 Nos brindan una verificación grafica sobre la veracidad de nuestras soluciones.

Existen diferentes tipos de representaciones gráficas como ser:

1. Histogramas
2. Diagrama de barras
3. Polígono de frecuencias
4. Polígono de frecuencias acumuladas “Ojivas”
5. Pictografos
6. Gráfico de sectores o de Pastel

1. Diagrama de frecuencias.

Se usa para representar gráficamente diferentes tipos de distribución de datos discretos. Con este tipo
de representación grafica se puede representar tanto datos absolutos como relativos, así mismo frecuencias
acumuladas. Así:
 Diagrama de frecuencias absolutas
 Diagrama de frecuencias absolutas acumulada menor que
 Diagrama de frecuencias absolutas acumulada mayor que
 Diagrama de frecuencias absolutas relativas

- 10 -
 ESTADÍSTICA 11

 Diagrama de frecuencias absolutas relativas acumulada menor que

 Diagrama de frecuencias absolutas relativas acumulada mayor que

Número de hijos

yi ni Ni hi
0 3 3 3/20
1 4 7 4/20
2 7 14 7/20
3 5 19 5/20
4 1 20 1/20

Diagrama de frecuencias absolutas del número de hijos de un grupo de familias

Diagrama de frecuencias absoluta acumuladas menor que

2. Diagrama de Barras.

Consiste en representar el fenómeno que se estudia a través de barras verticales u horizontales. Este
tipo de grafico se usa para representar variables cualitativas y discretas. Así podemos tener:
 Diagrama de barras simples

- 11 -
 ESTADÍSTICA 12

 Diagrama de barras dobles

 Diagrama de barras multiples y
 Diagrama de barras compuestas

Diagrama de Barras Simples

40
35
Frecuencias

30
25
20
15
10
5
0
Atención Atención Vacunación Partos Hospitalización Quemados
Médica Odontológica

Servicios de Atención realizados en el

Hospital del Niño el año 2001

- 12 -
 ESTADÍSTICA 13

Diagrama de Barras Dobles

45
40
Frecuencias

35
30
25 Año1
20 Año2
15
10
5
0
Atención Médica Atención Vacunación Partos Hospitalización Quemados
Odontológica

Servicios de Atención realizados en el

Hospital del Niño el año 2001-2002

Gráfico Barras Proporcionales

1600

1400

1200
Cantidad de
Estudiantes

1000 Sistemas
Electrónica
800
Civil
600 Industrial

400

200

0
1 2 3 4 5

Años

- 13 -
 ESTADÍSTICA 14

3. Grafica de sectores o de pastel.

Este tipo de representación es de la misma naturaleza que el gráfico de barras. Se utiliza para
representar datos discretos y cualitativos. Su uso es frecuente para fines comparativos

Gráfico de Sectores o de Pastel

Otros
Internet 7%
6%
Periódicos Periódicos
34% Revistas
Correo
18% Televisión
Radio
Correo

Radio Internet
8% Otros
Revistas
Televisión 7%
20%

4. Histograma de frecuencias.
Se usa para representar gráficamente las frecuencias absolutas y frecuencias relativas de datos
cuantitativos continuos agrupados en intervalos de clase. El histograma esta constituido por una serie de
rectángulos todos de anchura proporcional a la amplitud de clase y de altura proporcional al número de
elementos que cae dentro de cada clase. Así tenemos:
 Histograma de frecuencias absolutas
 Histograma de frecuencias absolutas relativas
 Histograma de frecuencias absolutas acumulada mayor que
 Histograma de frecuencias absolutas acumulada menor que
 Histograma de frecuencias absolutas relativas acumulada mayor que
 Histograma de frecuencias absolutas relativas acumulada menor que

Histogramas

25
frecuencia

20
absoluta

15

10

0
100 - 150 150 - 200 200 - 250 250 - 300 300 - 350 350 - 400 400 - 450

peso de conservas de atun en gr

5. Polígono de frecuencias

- 14 -
 ESTADÍSTICA 15

Los polígonos de frecuencia pueden ser absolutas o relativas, mayor que o menor que. Estos se
obtienen uniendo los puntos medios de las bases superiores de los rectángulos.
Los polígonos de frecuencias acumuladas se denominan también Ojivas

Gráfico de Polígonos
25

20
Frecuencias

15

10

0
125 175 225 275 325 375 425

Promedio

6.- Ojivas o Polígonos de frecuencia acumulada

Los polígonos de frecuencia acumulada pueden ser polígonos de frecuencia absoluta o relativa mayor o menor
que. Estos se obtienen uniendo los puntos medios de las bases superiores de los rectángulos de un histograma.
Los polígonos de frecuencia acumulada se denominan también ojivas.

7.- Pictografos.-
Es la representación de datos mediante símbolos que por su forma sugieren la naturaleza del dato. Los expertos
ponen en juego gran creatividad e ingenio en la presentación de datos buscando siempre atraer la atención del
auditorio con una vistosa y llamativa presentación de la información

- 15 -