INTRODUCCIÓN

La estadística se aplica prácticamente en todos los campos del saber humano.

La estadística es el estudio científico de datos numéricos basados en

fenómenos naturales. Es una técnica matemática de investigación que ayuda a
delimitar una muestra, a reconocer los datos, ordenarlos, presentarlos,
analizarlos y sacar conclusiones.

La estadística es una rama de las matemáticas que estudia los métodos de

obtención de datos sobre una población analizándolos con el fin de hallar alguna
información para un efecto dado.

La estadística generalmente es definida como la rama de las matemáticas que

se ocupa de reunir, organizar y analizar datos numéricos y así mismo que ayuda
a resolver problemas como el diseño de experimentos y la toma de decisiones.

La estadística inferencial trabaja con muestras, subconjuntos, formados por

algunos individuos de la población. A partir del estudio de la muestra se
pretende inferir aspectos relevantes de toda la población.

La estadística descriptiva analiza, estudia y describe a la totalidad de

individuos de una población. Su finalidad es obtener información, analizarla,
elaborarla y simplificarla lo necesario para que pueda ser interpretada cómoda
y rápidamente.

1
 OBJETIVOS

GENERAL

Por medio de este trabajo se pretende dar a conocer la gran

importancia de la estadística, y su aplicación en la vida cotidiana, al
igual que se pretende dar a conocer los distintos términos que son
utilizados para realizar un estudio estadístico y las diferentes
clases de graficas que hay para poder representar los datos
estadísticos.

ESPECÍFICOS

 Informarse sobre la estadística.

 Identificar los distintos términos estadísticos.
 Reconocer las diferentes clases de diagramas estadísticos.
 Distinguir las diferentes clasificaciones de datos estadísticos.
 Conocer sobre la tabulación de las encuestas.
 Diferenciar las medidas de tendencia central para datos no
agrupados
 Señalar las medidas de tendencia central de los datos agrupados.
 Determinar las medidas de dispersión para datos no agrupados y
para datos agrupados.
 Diversificar los términos de media, moda y mediana
 Enumerar las medidas de dispersión.
 Indagar acerca de la distribución normal.

2
 ESTADÍSTICA

Rama de las matemáticas que se ocupa de reunir, organizar y analizar datos

numéricos y que ayuda a resolver problemas como el diseño de experimentos y
la toma de decisiones.

A la estadística se le considera frecuentemente como una colección de hechos

numéricos expresados en términos, de proposiciones concisas y que han sido
recopilados mediante varias observaciones, o a partir de otros datos
numéricos.

La ESTADISTICA es la ciencia que le facilita al hombre el estudio de datos

masivos, pasa de esa manera sacar conclusiones valederas y efectuar
predicciones razonables de ellos; y así mostrar una visión de conjunto clara y
de más fácil apreciación, así como para describirlos y compararlos.

En una forma práctica, la ESTADÍSTICA nos proporciona los métodos

científicos para la recopilación, organización, resumen, representación y
ANALISIS de DATOS, o análisis de hechos, que se presenten a una valuación
numérica; tales como son: Características biológicas o sociológicas, fenómenos
físicos, producción, calidad, población riqueza, impuestos, cosechas, etc.

La cualidad de CIENCIA de la Estadística se presta aún a polémica; pero es un

hecho indiscutible el que viene a constituir un auxiliar maravilloso y sobretodo
insustituible para la investigación científica, al permitir que se aproveche el
material cuantitativo que arrojan las observaciones y los experimentos.

Sólo mediante el empleo de los procederes estadísticos se hace posible el

ordenamiento, clasificación, presentación y estudio claro de datos, hechos y
ocurrencias masivas; los cuales de ordinario presentan una apariencia confusa,
cambiante, afectados por interrelaciones diversas y variaciones sin
regulaciones aparentes; que de otra forma no se podrían apreciar.

Desde esta perspectiva, la estadística constituye una colección de

proposiciones tales como:

 El coeficiente intelectual (CI) medio de los niños de 5º de primaria es…

3
  Siete de cada diez personas prefieren la marca X a la marca Y.
 Los campeones mundiales de fútbol marcaron 15 goles en su última gira.

La estadística puede ser considerada también como un método para manejar

los datos. Esta definición destaca el punto de vista de que la distancia es una
herramienta para la recopilación, organización y análisis de hechos numéricos o
de observaciones.

Sólo cuando nos adentramos en un mundo más específico como es el campo de

la investigación de las Ciencias Sociales: Medicina, Biología, Psicología, ...
empezamos a percibir que la Estadística no sólo es algo más, sino que se
convierte en la única herramienta que, hoy por hoy, permite dar luz y obtener
resultados, y por tanto beneficios, en cualquier tipo de estudio, cuyos
movimientos y relaciones, por su variabilidad intrínseca, no puedan ser
abordadas desde la perspectiva de las leyes deterministas. Podríamos, desde
un punto de vista más amplio, definir la estadística como la ciencia que estudia
cómo debe emplearse la información y cómo dar una guía de acción en
situaciones prácticas que entrañan incertidumbre.

HISTORIA DE LA ESTADÍSTICA

Desde los comienzos de la civilización han existido formas sencillas de

estadística, pues ya se utilizaban representaciones gráficas y otros símbolos
en pieles, rocas, palos de madera y paredes de cuevas para contar el número de
personas, animales o cosas. Hacia el año 3000 a.C. los babilonios usaban
pequeñas tablillas de arcilla para recopilar datos sobre la producción agrícola y
sobre los géneros vendidos o cambiados mediante trueque. En el siglo XXXI
a.C., mucho antes de construir las pirámides, los egipcios analizaban los datos
de la población y la renta del país. Los libros bíblicos de Números y Crónicas
incluyen, en algunas partes, trabajos de estadística. El primero contiene dos
censos de la población de Israel y el segundo describe el bienestar material de
las diversas tribus judías. En China existían registros numéricos similares con
anterioridad al año 2000 a.C. Los griegos clásicos realizaban censos cuya
información se utilizaba hacia el 594 a.C. para cobrar impuestos.

Desde 3.000 años antes de Cristo, se tienen noticias de los primeros censos
hechos a la población, en la antigua Babilonia, Persia, Egipto y China, se
elaboraban censos de las propiedades de los habitantes con fines impositivos.

4
El mismo Moisés, que existió en los siglos XV - XIV antes de Cristo, y que era
profeta y legislador hebreo, levantó un censo de su pueblo en el desierto,
según lo señala la Biblia.

Y en Grecia, el censo era algo muy usual en sus principales ciudades

democráticas.

También Servio Tulio, que se supone vivió entre 578 y 534 antes de Cristo, y
fue el sexto Rey de Roma, ordenó que se llevara a acabo un censo cada 5 años,
y el fin era el de planificar los impuestos, preparar elecciones y la conscripción
militar. Como ha de recordarse, San José y la Virgen María iban a Belén a
inscribirse en el segundo de estos censos, cuando nació Jesús, según sus
discípulos Lucas, y Mateo, ya en la época del Emperador Augusto.

El primer censo en América fue llevado a cabo por los Incas, y lo más probable
es que haya sido en la época de Pachacútec Yupanqui, Inca que fue llamado “El
Reformador del Mundo” quien organizó el Imperio Incaico económica y
socialmente.

El Imperio romano fue el primer gobierno que recopiló una gran cantidad de
datos sobre la población, superficie y renta de todos los territorios bajo su
control. Durante la edad media sólo se realizaron algunos censos exhaustivos
en Europa. Los reyes caloringios Pipino el Breve y Carlomagno ordenaron hacer
estudios minuciosos de las propiedades de la Iglesia en los años 758 y 762
respectivamente. Después de la conquista normanda de Inglaterra en 1066, el
rey Guillermo I de Inglaterra encargó la realización de un censo. La
información obtenida con este censo, llevado a cabo en 1086, se recoge en el
Domesday Book. El registro de nacimientos y defunciones comenzó en
Inglaterra a principios del siglo XVI, y en 1662 apareció el primer estudio
estadístico notable de población, titulado Observations on the London Bills of
Mortality (Comentarios sobre las partidas de defunción en Londres). Un
estudio similar sobre la tasa de mortalidad en la ciudad de Breslau, en
Alemania, realizado en 1691, fue utilizado por el astrónomo inglés Edmund
Halley como base para la primera tabla de mortalidad. En el siglo XIX, con la
generalización del método científico para estudiar todos los fenómenos de las
ciencias naturales y sociales, los investigadores aceptaron la necesidad de
reducir la información a valores numéricos para evitar la ambigüedad de las
descripciones verbales.

5
En sus comienzos, la Estadística sólo era aplicada al estudio y valuación
numérica de manifestaciones inherentes al ESTADO: De allí sale nombre, del
vocablo latino “status”, que fue utilizado por primera vez en Alemania, en el
siglo XVII específicamente.

El matemático y filósofo italiano Girolano Cardano, que vivió entre los años
1510 y 1576, realizó los primeros estudios sobre probabilidades, y fueron
publicados en su trabajo “Iber de Ludo Alea” que quiere decir “Manual para
tirar los dados”.

Felipe II (1575 - 1578) fue el Rey de España, e hizo levantar un censo en el

Nuevo Mundo de sus dominios, en el año de 1576.

Gottfried Achenwall (Desde 1719 hasta 1772), un reconocido economista y

profesor universitario, de origen alemán, profundizó en estudios que dieron
origen a la Estadística Inductiva.

Juan Pedro Sussmilchi, que vivió desde 1707 hasta 1767, y fue un brillante
matemático, estadístico y teólogo alemán, perfeccionó los estudios
demográficos, al mismo tiempo que Antonio Deparcioux, que vivió entre 1703 y
1768 y fue un gran matemático francés, aplicó la Estadística para obtener las
primeras “Tablas de Mortalidad”, con lo cual se dio inicio el próspero negocio
del seguro de vida.

Jacques Bernouilli (1654-1705) matemático suizo, escribió “Ars Cojetandi” que

quiere decir en español, el Arte de Conjeturar, publicado póstumamente en
1713 y formula la Ley de los Grandes Números, primer paso hacia la Estadística
Matemática.

El Marqués Pedro Simón de Laplace que vivió desde 1749 hasta 1827,
matemático y astrónomo francés, anuncia su Teoría Analítica de las
Probabilidades en 1812, y este fue otro gran impulso a la Estadística
Matemática.

Lambert Jacques Quetelet (1796-1874), gran astrónomo y matemático de

origen belga, aplicó el método estadístico al estudio de la Economía Social
(Características físicas, intelectuales y morales de los humanos); creando así la
Sociometría.

6
Pafnuti Lvovich Chevyshev (1821-1884) crea la Desigualdad de Chevyshev, que
es de gran utilidad como herramienta teórica, aplicable a las distribuciones de
medias y varianzas finitas.

Gregor Johann Mendel, (1822-1884), conocido botánico austríaco, que

experimentó con 34 variedades de arvejas, durante un lapso de 2 años,
descubre y enuncia, en el año de 1865, las Leyes de Mendel; leyes estadísticas
que rigen la herencia y la hibridación de los vegetales, lo cual es considerado el
punto de partida de la biometría.

El científico inglés, Francis Galton (1822-1911), primo de Darwin y creador de

la Eugenesia, de nuevos métodos antropométricos, de la moderna teoría de la
Estadística y su aplicación a la Sociometría y a la Biometría. Ideó los deciles y
centiles.

Karl Pearson (1857-1936), matemático inglés, crea el método de los momentos,

la Prueba de chi cuadrana, los conceptos de Curva normal, y de Desviación
normal. Publica sus trabajos bajo el epígrafe de Contribución a la teoría
matemática de la evolución, y en total, da un gran impulso a las técnicas usadas
en estudios de fenómenos sociales (Sociometría) y biológicos (Biometría).

Hoy en día la Estadística ha llegado a tal grado de perfeccionamiento y

especialización, que casi no existe disciplina científica, o técnica, de
investigación, control o planificación, en la cual no se apliquen los métodos
estadísticos como una herramienta de trabajo valiosísima e insustituible.

En nuestros días, la estadística se ha convertido en un método efectivo para

describir con exactitud los valores de datos económicos, políticos, sociales,
psicológicos, biológicos o físicos, y sirve como herramienta para relacionar y
analizar dichos datos. El trabajo del experto estadístico no consiste ya sólo en
reunir y tabular los datos, sino sobre todo en el proceso de “interpretación” de
esa información. El desarrollo de la teoría de la probabilidad ha aumentado el
alcance de las aplicaciones de la estadística. Muchos conjuntos de datos se
pueden aproximar, con gran exactitud, utilizando determinadas distribuciones
probabilísticas; los resultados de éstas se pueden utilizar para analizar datos
estadísticos. La probabilidad es útil para comprobar la fiabilidad de las
inferencias estadísticas y para predecir el tipo y la cantidad de datos
necesarios en un determinado estudio estadístico.

7
 MÉTODOS ESTADÍSTICOS

La materia prima de la estadística consiste en conjuntos de números obtenidos

al contar o medir elementos. Al recopilar datos estadísticos se ha de tener
especial cuidado para garantizar que la información sea completa y correcta.

El primer problema para los estadísticos reside en determinar qué información

y en que cantidad se ha de reunir. En realidad, la dificultad al compilar un
censo está en obtener el número de habitantes de forma completa y exacta; de
la misma manera que un físico que quiere contar el número de colisiones por
segundo entre las moléculas de un gas debe empezar determinando con
precisión la naturaleza de los objetos a contar. Los estadísticos se enfrentan a
un complejo problema cuando, por ejemplo, toman una muestra para un sondeo
de opinión o una encuesta electoral. El seleccionar una muestra capaz de
representar con exactitud las preferencias del total de la población no es
tarea fácil.

Para establecer una ley física, biológica o social, el estadístico debe comenzar
con un conjunto de datos y modificarlo basándose en la experiencia. Por
ejemplo, en los primeros estudios sobre crecimiento de la población, los
cambios en el número de habitantes se predecían calculando la diferencia entre
el número de nacimientos y el de fallecimientos en un determinado lapso. Los
expertos en estudios de población comprobaron que la tasa de crecimiento
depende sólo del número de nacimientos, sin que el número de defunciones
tenga importancia. Por tanto, el futuro crecimiento de la población se empezó a
calcular basándose en el número anual de nacimientos por cada 1.000
habitantes. Sin embargo, pronto se dieron cuenta que las predicciones
obtenidas utilizando este método no daban resultados correctos. Los
estadísticos comprobaron que hay otros factores que limitan el crecimiento de
la población. Dado que el número de posibles nacimientos depende del número
de mujeres, y no del total de la población, y dado que las mujeres sólo tienen
hijos durante parte de su vida, el dato más importante que se ha de utilizar
para predecir la población es el número de niños nacidos vivos por cada 1.000
mujeres en edad de procrear. El valor obtenido utilizando este dato mejora al
combinarlo con el dato del porcentaje de mujeres sin descendencia. Por tanto,
la diferencia entre nacimientos y fallecimientos sólo es útil para indicar el
crecimiento de población en un determinado periodo de tiempo del pasado, el
número de nacimientos por cada 1.000 habitantes sólo expresa la tasa de

8
crecimiento en el mismo periodo, y sólo el número de nacimientos por cada
1.000 mujeres en edad de procrear sirve para predecir el número de
habitantes en el futuro.

ESTADÍSTICA DESCRIPTIVA
Analiza metódicamente los datos, simplificándolos y presentándolos en forma
clara; eliminando la confusión característica de los datos preliminares. Permite
la elaboración de cuadros, gráficos e índices bien calculados; suficientemente
claros, como para disipar las dudas y la oscuridad de los datos masivos.

Se limita a describir los datos que se analizan, sin hacer inferencias en cuanto
a datos no incluidos en la muestra.

La estadística descriptiva analiza, estudia y describe a la totalidad de

individuos de una población. Su finalidad es obtener información, analizarla,
elaborarla y simplificarla lo necesario para que pueda ser interpretada cómoda
y rápidamente y, por tanto, pueda utilizarse eficazmente para el fin que se
desee. El proceso que sigue la estadística descriptiva para el estudio de una
cierta población consta de los siguientes pasos:

 Selección de caracteres dignos de ser estudiados.

 Mediante encuesta o medición, obtención del valor de cada individuo en los
caracteres seleccionados.
 Elaboración de tablas de frecuencias, mediante la adecuada clasificación de
los individuos dentro de cada carácter.
 Representación gráfica de los resultados (elaboración de gráficas
estadísticas).
 Obtención de parámetros estadísticos, números que sintetizan los aspectos
más relevantes de una distribución estadística.

ESTADÍSTICA INFERENCIAL

La estadística descriptiva trabaja con todos los individuos de la población. La

estadística inferencial, sin embargo, trabaja con muestras, subconjuntos
formados por algunos individuos de la población. A partir del estudio de la
muestra se pretende inferir aspectos relevantes de toda la población. Cómo se

9
selecciona la muestra, cómo se realiza la inferencia, y qué grado de confianza
se puede tener en ella son aspectos fundamentales de la estadística
inferencial, para cuyo estudio se requiere un alto nivel de conocimientos de
estadística, probabilidad y matemáticas.

La estadística inferencial Provee conclusiones o inferencias, basándose en los

datos simplificados y analizados; detectando las interrelaciones que pueden
unirlos, las leyes que los rigen y eliminando las influencias del azar; llegando
más allá de las verificaciones físicas posibles. Sobre la base de la muestra
estudiada saca conclusiones, o sea, hace inferencia o inducción, en cuanto al
universo o población, de donde se obtuvo dicha muestra.

Cuando hay problemas cuya resolución se nos torna:

 Imposible debido a lo inmenso del problema (millones de individuos).

 Posible, pero ruinoso.

Recurrimos a la estadística inferencial (diseño de experimentos, teoría de

muestras, teoría de la estimación, etc.) para hallar respuesta de los
interrogantes.

Los datos recogidos deben ser organizados, tabulados y presentados para que
su análisis e interpretación sean rápidos y útiles. Por ejemplo, para estudiar e
interpretar la distribución de las notas o calificaciones de un examen en una
clase con 30 alumnos, primero se ordenan las notas en orden creciente: 3,0;
3,5; 4,3; 5,2; 6,1; 6,5; 6,5; 6,5; 6,8; 7,0; 7,2; 7,2; 7,3; 7,5; 7,5; 7,6; 7,7; 7,8;
7,8; 8,0; 8,3; 8,5; 8,8; 8,8; 9,0; 9,1; 9,6; 9,7; 10 y 10. Esta secuencia muestra, a
primera vista, que la máxima nota es un 10, y la mínima es un 3; el rango,
diferencia entre la máxima y la mínima es 7.

ESTADÍSTICA METODOLOGICA
La finalidad de esta asignatura es el estudio de los métodos estadísticos en
general, aplicables a las investigaciones, como valiosa herramienta auxiliar de la
ciencia y de la técnica. Nos señala la forma de proceder en cada caso, los
recursos disponibles y aplicables, de acuerdo al objetivo perseguido y al caso
particular en estudio.

10
 TÉRMINOS ESTADÍSTICOS

El primer campo de actuación de la estadística, como se ha visto, es la

demografía. De esta ciencia ha tomado la nomenclatura (población, individuo…).

Los datos se basan en observaciones individuales o ítems. Así, por ejemplo si se

pesan 100 ratones blancos, el peso de cada ratón es una observación individual
y los pesos de los 100 ratones representan la muestra de observaciones.

Se llama población al conjunto de todos los elementos cuyo conocimiento

interesa. Cada uno de esos elementos es un individuo. Si se está estudiando el
resultado de ciertos experimentos químicos, cada uno de esos experimentos
será un individuo estadístico y el conjunto de todos los posibles experimentos
en esas condiciones será la población.

Cada individuo puede ser descrito mediante uno o varios caracteres. Por
ejemplo, si los individuos son personas, el sexo, el estado civil, el número de
hermanos o su estatura son caracteres. Y si el individuo es una reacción
química, el tiempo de reacción, la cantidad de producto obtenido o si éste es
ácido o básico serán posibles caracteres que pueden analizarse.

Un carácter puede ser cuantitativo si es medible numéricamente o cualitativo

si no admite medición numérica. El número de hermanos y la estatura son
caracteres cuantitativos mientras que el sexo y el estado civil son caracteres
cualitativos.

Los distintos valores que puede tomar un carácter cuantitativo configuran una
variable estadística. La variable estatura, en cierta población estadística,
toma valores en el intervalo 147-205; y la variable número de hermanos toma
los valores 0, 1, 2, 3, 4, 5, 6, 7 y 8. Una variable estadística como esta última
es discreta, ya que sólo admite valores aislados. Una variable estadística es
continua si admite todos los valores de un intervalo, como ocurre con la
estatura.

11
INDIVIDUO

Cada uno de los elementos del colectivo que es objeto de estudio. Por ejemplo,
si se están estudiando datos sobre la habitabilidad de las viviendas de una
barriada, cada vivienda es un individuo estadístico.

POBLACIÓN

Es la recolección completa de todas las observaciones de interés para el

observador.

Es un conjunto completo de individuos, objetos o medidas que tienen una

característica común observable.

La población, o el universo, está formado por la totalidad de los elementos que

se desean estudiar, ejemplos podrían ser: La población total de Venezuela, los
alumnos cursantes en las universidades del país, la producción de toda una
industria, a cosecha de un año dado, el rendimiento de una raza de ganado,
entre otros.

Por ejemplo: si se esta estudiando el resultado de ciertos experimentos

químicos cada uno de esos experimentos será un individuo estadístico y el
conjunto de todos los posibles experimentos en esas condiciones será la
población.

La población es el conjunto de todos los individuos cuyo conocimiento es objeto

de interés desde un punto de vista estadístico. Por ejemplo, si se está
interesado en las ventas de los comercios de una cierta ciudad, cada comercio
es un individuo, y la población —también llamada universo— es el conjunto de
todos los comercios de la ciudad.

El estudio estadístico de una población se puede realizar mediante un análisis

exhaustivo de todos sus individuos (estadística descriptiva) o bien mediante
una inferencia realizada a partir de una muestra extraída de la población
(estadística inferencial).

12
Una población la constituyen todos los individuos de una especie determinada
que se encuentran en un área limitada en un momento dado. La población es la
totalidad de observaciones individuales sobre las cuales se hacen inferencias,
las cuales existen en cualquier parte del mundo o al menos dentro de un área
de muestreo claramente especificada, limitada en espacio y tiempo.

MUESTRA

Conjunto de individuos extraído de una población con el fin de inferir mediante

su estudio, características de toda la población.

En los estudios estadísticos, en vez de analizar la totalidad de la población o

universo, se acude al recurso de considerar solamente una parte de ella, a la
cual se llama muestra.

Es requisito indispensable que la muestra a analizarse sea representativa

realmente de la población o universo, al cual substituye en el estudio
estadístico, o sea, que debe contener valores típicos del fenómeno que se
desea estudiar.

Es un subconjunto de la población o el universo.

Es una parte representativa d la población seleccionada para ser estudiada ya

que la población es demasiado grande como para analizarla en su totalidad.

Conjunto de individuos extraídos de una población con el fin de inferir,

mediante su estudio, características de toda la población.

Se dice que una muestra es representativa cuando, por la forma en que ha sido
seleccionada, aporta garantías suficientes para realizar inferencias fiables a
partir de ella.

Una muestra se puede definir como un conjunto de observaciones individuales

seleccionadas por un procedimiento específico. Ejemplo, el peso de un ratón a
través de un periodo de tiempo.

El diseño de muestra o diseña de encuesta especifica el método de obtención

de la muestra.

13
El diseño no especifica la forma de recolectar o medir los datos reales.
Especifica únicamente el método de recolección de los objetos que contienen la
información requerida. Estos objetos se llaman elementos.

Un elemento es un objeto del cual se toma una medición.

Los elementos pueden ocurrir individualmente o en grupos en la población. Un

grupo de elementos, como una familia o una caja de cerillos se llama unidad de
muestreo.

Las unidades de muestreo son colecciones disjuntas de elementos de la

población. En algunos casos una unidad muestral esta constituida por un solo
elemento.

Para seleccionar una muestra aleatoria de unidades de elementos muéstrales,

es necesaria una lista de todas las unidades muéstrales contenidas en la
población. Esta lista se le denomina marco muestral.

Un marco muestral es una lista de unidades muéstrales.

MUESTRA ALEATORIA

Es un subconjunto de la población o universo seleccionado en forma tal que

cada miembro de la población tenga igual oportunidad de ser elegido.

Muestra elegida independientemente de todas las demás, con la misma

probabilidad que cualquier otra y cuyos elementos están elegidos
independientemente unos de otros y con la misma probabilidad.

Al seleccionar una muestra aleatoria de n mediciones de una población infinita

de N mediciones, si el muestreo se lleva a cabo de forma que todas las
muestras posibles de tamaño n tenga la misma probabilidad de ser
seleccionadas, el muestreo se llama aleatorio y el resultado es una muestra
aleatoria simple.

Una muestra aleatoria estratificada es una muestra aleatoria que se obtiene

separando los elementos de la población en grupos disjuntos, llamados estratos,
y seleccionando una muestra aleatoria simple dentro de cada estrato.

14
MUESTREO

Proceso por el cual se seleccionan los individuos que formarán una muestra.

Para que se puedan obtener conclusiones fiables para la población a partir de la

muestra, es importante tanto su tamaño como el modo en que han sido
seleccionados los individuos que la componen.

El tamaño de la muestra depende de la precisión que se quiera conseguir en la

estimación que se realice a partir de ella. Para su determinación se requieren
técnicas estadísticas superiores, pero resulta sorprendente cómo, con
muestras notablemente pequeñas, se pueden conseguir resultados
suficientemente precisos. Por ejemplo, con muestras de unos pocos miles de
personas se pueden estimar con muchísima precisión los resultados de unas
votaciones en las que participarán decenas de millones de votantes.

Para seleccionar los individuos de la muestra es fundamental proceder

aleatoriamente, es decir, decidir al azar qué individuos de entre toda la
población forma parte de la muestra.

15
Si se procede como si de un sorteo se tratara, eligiendo directamente de la
población sin ningún otro condicionante, el muestreo se llama aleatorio simple o
irrestrictamente aleatorio.

Cuando la población se puede subdividir en clases (estratos) con

características especiales, se puede muestrear de modo que el número de
individuos de cada estrato en la muestra mantenga la proporción que existía en
la población. Una vez fijado el número que corresponde a cada estrato, los
individuos se designan aleatoriamente. Este tipo de muestreo se denomina
aleatorio estratificado con asignación proporcional.

Las inferencias realizadas mediante muestras seleccionadas aleatoriamente

están sujetas a errores, llamados errores de muestreo, que están controlados.
Si la muestra está mal elegida —no es significativa— se producen errores
sistemáticos no controlados.

DATOS

Números o medidas obtenidos como resultado de observaciones. Pueden ser

recuentos de frecuencias (datos de frecuencias) tales como el número de
personas que manifiestan su preferencia por el candidato liberal; o pueden ser
calificaciones, como las que se obtienen en las pruebas psicológicas o de
exámenes. A los datos de frecuencias se les llama también datos enumerativos
o categóricos.

Los datos Son cada uno de los términos que componen la muestra y, de acuerdo
a la función existente entre ellos, también pueden ser discretos o continuos.
En general, los discretos son los que pueden contar y los continuos, los que se
pueden medir.

VARIABLE

Cualquier característica de una persona, medio ambiente o situación

experimental que pueda variar de persona a persona, de un medio ambiente a
otro o de una situación experimental a otra. Así el peso, el CI y el sexo son
variables, ya que toman valores diferentes al observar distintos individuos.

Es una característica de la población que se esta analizando en un estudio

estadístico.

16
Una variable es una propiedad con respecto a la cual los individuos de una
muestra difieren de algún modo verificable. Ejemplo: la longitud, el peso, la
altura.

Las variables se dividen en:

 VARIABLES MEDIBLES: son todas aquellas cuyos diferentes valores

pueden expresarse en forma numérica ordenada, pueden ser de dos clases:
variables continuas o variables discontinuas.

 VARIABLES CONTINUAS: pueden tomar un número infinito de valores

entre dos puntos determinados, como por ejemplo, las longitudes, áreas,
volúmenes, pesos, ángulos, temperaturas, períodos de tiempo, porcentajes y
velocidades.

 VARIABLES DISCONTINUAS: o discretas o mirísticas, solo tienen

valores numéricos fijos (enteros) sin posibles valores intermedios. Son
ejemplos el número de crías, el número de plantas en un cuadrado
determinado.

 VARIABLES CLASIFICABLES: no pueden medirse pero pueden ordenarse

o alinearse por su magnitud.

 ATRIBUTOS: no pueden medirse sino que deben expresarse

cualitativamente. Todas ellas son propiedades tales como: negro o blanco,
muerto o vivo, macho o hembra.

PARÁMETRO

Es una medida descriptiva de la población total de todas las observaciones de

interés para el observador.

Las tablas estadísticas son una forma organizada de dar toda (o casi toda) la
información, todos los datos de que disponemos.

Con las gráficas estadísticas se pierde algo de información (mucho o poco,

según los casos).

17
En cualquiera de los dos casos, la cantidad de datos que se dan es excesiva
para que sea operativo, para poder hacer referencias concisas a esa
distribución o comparaciones rápidas con otras distribuciones.

Esa es la razón de ser de los parámetros estadísticos, el resumir en un número

un aspecto relevante de la distribución que pueda dar una idea de la misma o
compararla en ese aspecto con otras.

Cualquier característica medible de una población; por ejemplo: la proporción

real de demócratas inscritos entre todos los ciudadanos norteamericanos de
edad para votar.

Nos referimos a estas funciones, tales como las medias, desviaciones típicas,
momentos, coeficientes de correlación, etc., con el nombre genérico de
parámetros. Modernamente se reserva esta palabra para los valores de la
población y para designar el valor correspondiente de la muestra se utiliza la
palabra estadígrafo. Por lo tanto, una media muestral es un estadígrafo que
estima la media de la población, que es un parámetro.

Son cantidades, las cuales son constantes para distribuciones en particular,

pero pueden tomar diferentes valores para diferentes miembros de familias de
distribuciones del mismo tipo. Los parámetros más comunes son
y .

Número que se obtiene a partir de los datos de una distribución estadística y

que sirve para sintetizar alguna característica relevante de la misma.
Conociendo los valores de algunos parámetros, aunque se desconozcan los datos
de la distribución, se adquiere una idea suficientemente clara de ella.

Los parámetros estadísticos correspondientes a distribuciones con una

variable se pueden clasificar del siguiente modo: medidas de centralización,
medidas de dispersión y medidas de posición.

Las medidas de centralización son parámetros estadísticos alrededor de los

cuales se distribuyen los datos de la distribución y se toman como el centro de
la misma. Las más importantes son la media, la mediana y la moda.

18
Las medidas de dispersión son parámetros estadísticos que indican cuánto se
alejan del centro los valores de la distribución. Las más importantes son la
desviación típica y la varianza.

Las medidas de posición sirven para indicar la proporción de individuos de la

distribución que hay antes y después de un determinado valor. Las más
importantes son los cuartiles y los percentiles o centiles.

Ciertos parámetros estadísticos indican si la distribución es más o menos

asimétrica (coeficiente de asimetría) y más o menos picuda o aplastada
(coeficiente de aplastamiento).

Existen también parámetros estadísticos correspondientes a distribuciones

bidimensionales (con dos variables), que sirven para indicar la relación entre las
variables: la covarianza, el coeficiente de correlación y el coeficiente de
regresión.

ERROR DE MUESTREO

Es la diferencia entre el parámetro desconocido de la población y el

estadístico de la muestra utilizado para calcular el parámetro.

Las inferencias realizadas mediante muestras seleccionadas aleatoriamente

están sujetas a errores, llamados errores de muestreo, que están controlados.
Si la muestra está mal elegida —no es significativa— se producen errores
sistemáticos no controlados.

Sea el estimador muestral del parámetro poblacional. El error de estimación es

la diferencia absoluta ø- ø.

SESGO MUESTRAL

Es la tendencia a favorecer la selección de ciertos elementos de la muestra en

lugar de otros.

Los sesgos son precisamente el principal problema a controlar en la realización

de una encuesta; pueden provenir de errores muestrales, que dan como
resultado una mayor presencia de un grupo de individuos con determinadas

19
características, y/o de la mayor o menor accesibilidad a la entrevista de
determinados grupos de personas. También se pueden producir por errores en
el cuestionario, que o bien inducen determinadas respuestas, o no tienen en
cuenta todas las opciones posibles de los entrevistados. Y, finalmente, pueden
aparecer sesgos en el tratamiento estadístico, al establecer las variables a
utilizar y al agrupar los datos o los individuos en determinadas categorías.

Las curvas que representan los puntos de datos de un conjunto de datos

pueden ser simétricas o sesgadas. Las curvas simétricas, tienen una forma tal
que una línea vertical que pase por el punto más alto de la curva dividirá el área
de ésta en dos partes iguales. Cada parte es una imagen espejo de la otra. En
las curvas sesgadas, los valores de su distribución de frecuencias están
concentrados en el extremo inferior o en el superior de la escala de medición
del eje horizontal. Los valores no están igualmente distribuidos. Las curvas
pueden estar sesgadas hacia la derecha (positivamente sesgadas) o sesgadas
hacia la izquierda (negativamente sesgadas).

MARCA DE CLASES

Se le llama marca de clase a los valores representativos de todos los valores

incluidos en el intervalo respectivo; equivale a la semisuma de los límites
inferior y superior de un intervalo.

Es el valor medio de los límites de cada intervalo de clase. Suelen escogerse

siempre intervalos de extensiones iguales.

ETAPAS PARA REALIZAR UN ESTUDIO

ESTADÍSTICO…

 Selección de caracteres dignos de ser estudiados.

 Mediante encuestas o medición, obtención del valor de cada individuo en los
caracteres seleccionados.
 Elaboración de tablas de frecuencias mediante la adecuada clasificación de
los individuos dentro de cada carácter.
 Representación grafica de los resultados (elaboración de graficas
estadísticas).
 Obtención de parámetros estadísticos, números que sintetizan los aspectos
más relevantes de una distribución estadística.

20
 Reordenar los punteos y agruparlos en varias formas para que sea posible
tener a primera vista una imagen global de los datos.
 Construir tablas, graficas y figuras que permitan visualizar los resultados.
 Convertir los datos originales en formas que sean mas útiles:
calificaciones porcentajes
 Calcular promedios
 Tomando el promedio como punto de referencia, describir la dispersión de
los datos.
 Obtener una relación entre dos instrumentos de medida diferente.

LA INVESTIGACIÓN ESTADÍSTICA

La investigación estadística es la búsqueda sistematizada y objetiva de hechos

o de explicación de fenómenos.

El método de investigación estadística comprende las cinco fases siguientes:

 Preparación del trabajo.

 Recopilación de los datos.

 Evaluación y depuración de los datos.

 Presentación de los datos.

 Análisis e interpretación.

PRIMERA FASE O PREPARACION DEL TRABAJO

Se limita a la redacción de las instrucciones para recabar los datos, definición

precisa de los datos que se necesitan; diseño de formularios y planillas,
planificación y organización del trabajo en el espacio y en el tiempo.

En esta fase deben quedar perfectamente claros los conceptos y cada

participante debe conocer a cabalidad sus atribuciones y responsabilidades; ya
que las dudas o malas interpretaciones echarán a perder el resto de la
investigación.

SEGUNDA FASE O RECOPILACION DE LOS DATOS

21
En ella se recaban los datos necesarios para la investigación, mediante
encuestas, muestreos, censos, o se toman de fuentes secundarias o registros y
publicaciones.

La eficiencia con que se realice esta etapa generará la calidad de todo el

trabajo de investigación estadística.

1.3.3 TERCERA FASE O EVALUACIÓN DE LOS DATOS

Los datos recopilados, en la vida real, suelen adolecer de imperfecciones y

errores varios; debidos a la ignorancia, a malos entendidos, a intereses creados
o a prejuicios sociales, de parte de quien aporta los datos o de quien los
recaba. De allí que el paso inmediato sería una depuración y evaluación de tales
datos, a fin de subsanar o mitigar las influencias y efectos de tales errores e
imperfecciones. Para lograrlo se recomiendan los siguientes procedimientos:

 Revisión total de los cálculos, de las tabulaciones y del procedimiento

utilizado.
 Confrontar los datos recopilados, con los obtenidos al cálculo, con los de
otras regiones o países, tomados en otras ocasiones o con otra finalidad.

 Repetir al muestreo, el mismo trabajo, en zonas estratégicamente

escogidas; cuando en las verificaciones anteriores se hubieran obtenido
notorias discrepancias.

* Ecuaciones compensadoras:

Se usan para efectuar verificaciones, como las anteriores. Un ejemplo sería la

utilizada en censos demográficos, así:

Explicando cada uno de los elementos de la ecuación nos queda entonces que:

Todo referido a un mismo período censal. El resultado así obtenido, debe

resultar muy aproximado al obtenido mediante el censo realmente efectuado.

* Índices de preferencia:

Indican la predilección que por determinados dígitos suelen tener los

declarantes; lo cual los induce a errores. Al respecto existen varias

22
publicaciones, siendo la más recomendable la de la “Secretaría de la
Organización de las Naciones Unidas” (ONU.)

CUARTA FASE O PRESENTACIÓN DE LOS DATOS

Los datos suelen estar presentados en forma tabular, en cuadros de doble

entrada, proporcionales, porcentuales, o en valores promedios. También suelen
representarse gráficamente, mediante: Histogramas, polígonos, diagramas
figurados, prismogramas, pictogramas, dibujos acotados, entre otros.

QUINTA FASE O ANALISIS E INTERPRETACIÓN DE LOS DATOS

Podría decirse que es ésta la fase más amplia de todas y en la cual la

investigación rinde sus mejores frutos. Desde la más remota antigüedad se ha
venido aplicando el análisis estadístico a las investigaciones demográficas,
socioeconómicas, fiscales, entre otros. Obteniéndose así índices y tendencias
de natalidad, mortalidad, mortinalidad (nacidos muertos), nupcialidad,
inmigración, emigración, etc. De generalización más reciente tenemos los
índices y tendencias del costo de la vida, de tan rotunda actualidad; los cuales
se obtienen sumando los costos promedios de alimentos, vivienda, medicinas,
ropas y servicios consumidos por una persona, familia, estándar, en el período
que se estudia. Igualmente, los índices de productividad o relación entre la
producción y las horas - hombre de trabajo en ella utilizadas.

La investigación debe desarrollarse sistemáticamente pasando por las etapas

de planificación, ejecución y evaluación. En la primera etapa se considera
integralmente la investigación, poniéndose por escrito en un documento no solo
lo que precede a la obtención de la información en el campo, sino que se toman
en cuenta las actividades que se desarrollaran en las etapas restantes.

PLANIFICACIÓN.

 Justificación de la investigación.

Justificar la investigación significa exponer las razones que fundamentan su

realización que en general podrían ser de tipo netamente intelectual o
pragmático. En el primer caso podría resultar difícil identificar beneficios,
pero en el segundo, los argumentos podrán ser expresados en términos de la
utilidad que pudiera reportar tal investigación a la institución en donde se

23
trabaja o al investigador mismo. En cualquier circunstancia, la justificación
debe hacerse por escrito para contar, con oportunidad y precisión, con los
puntos que habrán de esgrimirse para obtener los recursos necesarios.

 Planteamiento del problema

Solo cuando el problema este bien enunciado y delimitado será factible

localizar todos los posibles antecedentes que bien podrían incluir una
investigación que resolviera una pare o la totalidad del problema, aunque
también es cierto que tales antecedentes debieran ser enjuiciados para
determinar su validez y aplicabilidad a la situación particular que se este
manejando.

 Determinación de los objetivos de la investigación.

Cuando se ha planteado el problema se está en condiciones de decidir si la

actual investigación se abocará a la solución parcial o integral del problema y
de acuerdo con ello se podrán redactar los objetivos.

Si de acuerdo con la naturaleza de la investigación lo que se pretende es

obtener información sobre el estado de las cosas, esto determinara la
redacción del o de los objetivos. Si por el contrario, lo que se pretende es
probar una hipótesis, el objetivo expresara esa intención.

Debe tenerse en cuenta la posibilidad de que para solucionar el problema

planteado en el punto anterior pudiera requerirse la realización de
investigaciones previas y que por lo tanto la actual investigación solo
constituiría un antecedente indispensable para el desarrollo de lo que pudiese
resolver completamente el problema.

 Definición del universo de estudio.

Con el termino universo se hace referencia al conjunto al cual se le podrán

atribuir los resultados, ya sea porque comprende todos los elementos que
vayan a ser realmente estudiados o porque habiendo acudido al recurso de
examinar solo una muestra, sus integrantes hayan tenido una probabilidad –
conocida y distinta a cero – de haber podido formar parte de la muestra. Es
necesario que la definición incluya la delimitación precisa del área geográfica y

24
de los requisitos que debe satisfacer cada elemento para considerarlo
inequívocamente dentro del universo.

 Determinación de variables

Las variables no son otra cosa que las características que se van a captar en
cada elemento del conjunto y se les denomina así porque no todos los elementos
quedan clasificados en la misma categoría o clase. Es frecuente denominar
variables independientes a aquellos que podrían causar o influir la variabilidad
de otras llamadas variables dependientes. Algunas características importantes
son: el peso, la edad, el sexo, la estatura, la presión sanguínea.

Debe hacerse una selección cuidados de las variables que se van a manejar en
la investigación teniendo siempre presente los objetivos para no omitir datos
importantes y cuidando de no agregar más que los estrictamente necesarios
para controlar las actividades de campo.

 Formulación de hipótesis

Como las hipótesis son enunciados de relaciones entre algunas e las variables,
es preciso haber determinado estas para darle un sentido preciso a la relación.

Con frecuencia en la hipótesis se niega lo que se pretende probar obteniendo lo

que se denomina una hipótesis de nulidad que constituye el punto de partida
para la llamada prueba de hipótesis en estadística.

 Procedimientos de medición

Una vez identificadas las variables que van a ser analizadas en cada uno de los
elementos del conjunto por estudiar, es necesario definirlas estableciendo los
procedimientos de medición o en su caso los criterios para establecer la
presencia o ausencia de las características.

Conviene destacar que las definiciones deben ser operacionales y no

conceptuales, pues, por ejemplo, si una de las variables es obesidad, la
definición de que un animal obeso es aquel que tiene un evidente exceso de
peso Al que podría considerarse como normal para su estatura, sexo y edad, no
establece que procedimientos deben seguirse para calificar al animal como

25
obeso, los cual podría realizarse en términos de que exceda en cierta
proporción al peso proporcionado en una tabla o que la piel rebase cierta
medida en cierta parte del organismo.

Lo anterior implica que hay que describir la técnica para medir, ya sea peso,
estatura, numero de células; para identificar desarrollo de colonias; para
establecer la presencia de padecimientos; para identificar preferencias; para
conocer puntos de vista, ETC.

 Selección del diseño.

En el caso de una investigación observacional descriptiva (aquella en la cual se

busca obtener información relevante y precisa sobre una situación existente)
ocurre que a veces la cobertura es total o sea que se incluye a todo el universo,
como en el caso de los censos; pero en otras ocasiones solo se estudio un
subconjunto, y los resultados obtenidos se generalizan a todo el universo. En
esta situación hay necesidad de utilizar la parte de la estadística que se
refiere a los problemas de estimación.

En la investigación observacional analítica (aquella cuyo objetivo es establecer

el tipo de asociación que pudiera existir entre dos mas características cuya
presencia o ausencia en los elementos de los grupos es ajena a la voluntad del
investigador). Y en la experimental (por medio de la cual se analizan los efectos
de la exposición o privación intencionada de un factor bien definido en parte de
los elementos del conjunto en estudio), el estudio de subconjuntos para
generalizar a todo el universo es una necesidad, y los problemas que con tal
proceder se generen pueden ser resueltos con la parte de la estadística que se
refiere a las pruebas de hipótesis.

 Procedimientos de captación de la información.

Decididos los datos necesarios debe determinarse cuáles de ellos ya han sido
obtenidos, por otro investigador o por otra institución, con las especificaciones
requeridas y finalmente establecer para los datos faltantes los mecanismos de
captación, que puedan consistir en que el individuo estudiado llene un
cuestionario o que un miembro del personal del equipo investigador obtenga la
información necesaria; en cualquier caso, habrá que considerar el diseño de un
formulario.

26
 Procedimientos de elaboración y análisis de la información.

Para garantizar, en los posible que todo el tratamiento de los datos se

realizara sin tropiezos es conveniente considerar con anticipación a la
captación de los datos cual va a ser el proceso de elaboración de la
información, ya que esto puede sugerir la inclusión de un nuevo dato o una
manera particular de distribución de los datos en el formulario para facilitar la
codificación o la perforación de tarjetas, en el caso en que se decide utilizar la
computación electrónica, o establecer alguna actividad de control de calidad de
la información del terreno.

 Programación y conducción de la investigación

Todas las actividades de campo y de oficina deben ser consideradas en su

conjunto, permitiendo así establecer la organización detallada de la
investigación definiendo las diversas unidades administrativas, las relaciones
entre ellas, los procedimientos de trabajo y los recursos necesarios. Entre
otras cosas, conviene destacar la importancia de la elaboración del calendario
de actividades, de itinerarios cuando sean necesarios, la descripción del flujo
de unidades de observación, las precauciones que deben ser tomadas en la
aplicación de ciertas técnicas de medición, las medidas que deben tomarse en
las situaciones de emergencia que puedan ser anticipadas y particularmente , la
forma en que deben ser identificados los elementos del conjunto que sean
incluidos como unidades de observación, y en su caso, la forma en que ellos
deban ser asignadas a los diferentes tratamientos.

 Informe de investigación

Conviene esbozar el contenido con que deberá contar el informe. Esto debe
incluir la elaboración de un título que explique claramente el contenido del
informe, y cuando sea necesario, un subtitulo; una introducción que enuncie el
propósito, tópicos y objetivos del estudio, incluyendo donde y cuando se
realizo; los elementos estudiados y los métodos; los hallazgos en forma textual
concisa o en forma tabular y gráfica cuando sea necesario; discusión de los
resultados; el resumen y finalmente los apéndices.

27
En los apéndices, además de incluir cuadros, definiciones, bibliografías y
descripciones de técnicas de medición, se puede agregar un apéndice técnico
de circulación restringida en el cual se hagan derivaciones de fórmulas y se den
otros resultados de interés, no tanto para los usuarios de esos hallazgos sino
para los que necesiten conocer más el proceso de la investigación.

EJECUCIÓN

Poco puede decirse de la ejecución o desarrollo de investigación en general,

pues las características de estas quedan determinadas por el tópico, los
recursos y la institución que las vaya a realizar; en esta etapa deberá
realizarse todo lo planeado en la etapa anterior.

EVALUACIÓN

De toda inversión debe obtenerse cierto rendimiento y la que se hace en

investigación no debe ser una excepción, por lo que durante el desarrollo debe
irse captando información que permita decidir si se está obteniendo un
rendimiento razonable de los recursos, y al final de la investigación deberá
establecerse no solo en que medida se lograron los objetivos de la
investigación, si no que, comparando el rendimiento de cada uno de los recursos
con el que habitualmente debía esperarse, decidir si fue satisfactorio o no y,
por último, establecer si la inversión global quedó justificada con los hallazgos
finales.

Por lo que se ha dicho de la investigación en general y tomando en cuenta la

definición que se dio de estadística, ya deberá resultar evidente que el papel
que esta juega en la primera es muy importante en cada una de sus etapas.

Para concluir, la investigación ha de ser un trabajo de equipo, y cuando

concurran en una misma persona los dos papeles, el de investigador y el de
estadístico, conviene que toda la investigación se discuta con otro investigador
o con otro estadístico para no pasar por alto aspectos relevantes.

RECOLECCIÓN Y ORGANIZACIÓN DE DATOS

RECOLECCIÓN:

28
ENCUESTAS:

Instrumento cuantitativo de investigación social mediante la consulta a un

grupo de personas elegidas de forma estadística, realizada con ayuda de un
cuestionario.

En poblaciones pequeñas (por ejemplo, los trabajadores de una empresa) se

pueden realizar encuestas censales, es decir, a todos los individuos de un
colectivo, pero normalmente las encuestas se realizan mediante muestras
estadísticamente representativas de una población mayor, para posteriormente
extrapolar los resultados al conjunto de la población. La encuesta se diferencia
de otros métodos de investigación en que la información obtenida ya está de
antemano preparada y estructurada. En este sentido, la encuesta presenta
notables limitaciones, al restringir las posibilidades de obtener información a
validar o refutar hipótesis previamente establecidas en el cuestionario,
coartando el discurso del entrevistado, y sin que resulte posible saber si
existe información relevante que no se tiene en cuenta. Además, al tratarse de
entrevistas individuales, se pierde la riqueza de fenómenos que resultan de la
interacción social.

Según la forma en que se obtienen los datos, las encuestas pueden ser
presenciales, telefónicas o postales. Las encuestas presenciales administradas
por encuestadores cualificados son las más fiables, exhaustivas y, también,
costosas. Por su parte, las encuestas telefónicas permiten una gran rapidez en
la obtención de los datos a un bajo coste, pero presentan limitaciones respecto
a la duración de la entrevista y un riesgo mayor de sesgo muestral. Los sesgos
son precisamente el principal problema a controlar en la realización de una
encuesta; pueden provenir de errores muestrales, que dan como resultado una
mayor presencia de un grupo de individuos con determinadas características,
y/o de la mayor o menor accesibilidad a la entrevista de determinados grupos
de personas. También se pueden producir por errores en el cuestionario, que o
bien inducen determinadas respuestas, o no tienen en cuenta todas las opciones
posibles de los entrevistados. Y, finalmente, pueden aparecer sesgos en el
tratamiento estadístico, al establecer las variables a utilizar y al agrupar los
datos o los individuos en determinadas categorías.

En cualquier caso, la utilización masiva de las encuestas en procesos de toma de

decisiones, tanto en el ámbito publico como privado, ha supuesto una progresiva
sistematización de los procesos de trabajo en este tipo de estudios y la

29
creación de normas metodológicas y códigos deontológicos que tratan de
asegurar su calidad y consistencia.

ENCUESTA
ESTADÍSTICA DE ESTATURA DE IAFIC

NOMBRE_____________________________________ EDAD______________

CC___________________________________________ SEXO______________

PROGRAMA__________________________________ SEMESTRE_________

PASATIEMPO_______________________________________________________

QUE TIPO DE EJERCICIO REALIZAS___________________________________

____________________________________________________________________

PESO____________Kgs. ESTATURA____________Mts.

FIRMA DEL ENCUESTADO____________________________________________

NOMBRE DEL ENCUESTADOR_________________________________________

FIRMA DEL ENCUESTADOR____________________________________________

ENCUESTA
ESTADÍSTICA DE ESTATURA DE IAFIC

NOMBRE_____________________________________ EDAD______________

CC___________________________________________ SEXO______________

PROGRAMA__________________________________ SEMESTRE_________

PASATIEMPO_______________________________________________________

30
QUE TIPO DE EJERCICIO REALIZAS___________________________________

____________________________________________________________________

PESO____________Kgs. ESTATURA____________Mts.

FIRMA DEL ENCUESTADO____________________________________________

NOMBRE DEL ENCUESTADOR_________________________________________

FIRMA DEL ENCUESTADOR____________________________________________

TABLAS ESTADÍSTICAS

Las tablas estadísticas son recopilaciones numéricas bien estructuradas y

fáciles de interpretar de las que se vale el estadístico para sintetizar los datos
obtenidos con el fin de hacer un uso sencillo de ellos o bien para darlos a
conocer de forma comprensible.

Existen infinidad de tablas estadísticas, pero las más básicas son las tablas de
frecuencias, las de frecuencias relativas y frecuencias acumuladas, las de
frecuencias con datos agrupados en intervalos y las de doble entrada.

TABLAS DE FRECUENCIAS

Estas tablas constan de dos columnas. En la primera se escriben los valores de

la variable, xi. En la segunda las correspondientes frecuencias, fi. Estas
sencillas tablas se utilizan, únicamente, cuando la variable es discreta y admite
pocos valores (a lo sumo, de 12 a 16).

La tabla siguiente da la distribución de la variable “número de hijos”

correspondiente a un conjunto de 43 familias:

31
TABLAS DE FRECUENCIAS RELATIVAS Y FRECUENCIAS ACUMULADAS

Una tabla de frecuencias se puede ampliar con nuevas columnas con las
frecuencias relativas y las frecuencias acumuladas. La tabla anterior con estos
nuevos datos sería:

TABLAS DE FRECUENCIAS CON DATOS AGRUPADOS EN INTERVALOS

32
Cuando la variable es continua, o es discreta pero toma una gran cantidad de
valores, conviene dividir el rango de la variable en unos pocos intervalos (entre
6 y 12) y repartir los valores en ellos. El resultado será una tabla de
frecuencias en la cual la variable, en lugar de tomar valores numéricos
concretos, varía dentro de intervalos.

Cuando se necesita (por ejemplo para el cálculo de parámetros) que cada

intervalo quede representado por un único número, se toma su punto medio, al
que se llama marca de clase.

En la tabla adjunta se muestra cómo se han repartido 1.200 calificaciones

entre 0 y 10, en 10 intervalos iguales —columna ( a). Las marcas de clase
(centros de los intervalos) están en la columna ( b), las frecuencias en la (c), las
frecuencias relativas en la (d), las frecuencias acumuladas en la (e) y las
frecuencias acumuladas relativas en la columna (f).

(a) (b) (c) (d) (e) (f)

INTERVALO MARCA DE FRECUENCIA FECUENCIA FRECUENCIA FRECUENCIA
CLASES RELATIVA ACUMULADA CUMULADA
RELATIVA
0-1 0.5 20 0.017 20 0.017
1-2 1.5 15 0.012 35 0.029
2-3 2.5 18 0.015 53 0.044
3-4 3.5 25 0.021 78 0.065
4-5 4.5 44 0.037 122 0.102
5-6 5.5 88 0.073 210 0.175
6-7 6.5 222 0.185 432 0.360
7-8 7.5 335 0.279 767 0.639
8-9 8.5 218 0.182 985 0.821
9-10 9.5 215 0.179 1200 1000
1.200 CALIFICACIONES DISTRIBUIDAS EN 10 INTERVALOS

Tabla de frecuencias con intervalos

Una tabla de distribución de frecuencias sirve para resumir un conjunto de

datos estadísticos. Por ejemplo, esta tabla muestra las 1.200 notas o
calificaciones recibidas en 4 exámenes por 10 clases de 30 alumnos cada una.
La primera columna es la lista de los diez intervalos en que se han agrupado las
notas. La segunda columna es el punto medio de cada intervalo. La tercera

33
muestra el número de notas de cada intervalo, es decir, su frecuencia (por
ejemplo, hay 20 notas entre 0 y 1). La cuarta es el cociente entre el número de
notas en el intervalo y el número total, es decir, la frecuencia relativa (hay
0,017 notas entre 0 y 1 por cada una de las 1.200 notas). La quinta columna es
el número de notas en un intervalo y los intervalos menores que él, es decir, la
frecuencia acumulada (hay 35 notas menores o iguales que 2). La sexta columna
es el cociente entre el número de notas menores o iguales que el intervalo y el
número total, es decir, la frecuencia acumulada relativa (0,029 notas entre 0 y
2 por cada una de las 1.200).

TABLAS DE DOBLE ENTRADA

En las distribuciones bidimensionales, en las que a cada individuo le

corresponden dos valores, xi, yi, puede suceder que cada par de valores ( xm, yn)
ocurra varias veces, es decir, lleve apareada una frecuencia. En tal caso
conviene disponer los resultados mediante una tabla de doble entrada como la
que se muestra a continuación, correspondiente a los resultados de un colectivo
de 125 personas puntuadas por su sensibilidad ecológica, xi, y por sus
conocimientos de biología, yi:

ORGANIZACIÓN DE DATOS

TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS:

Son tablas que contienen frecuencias absolutas, relativas y acumuladas, maraca

de clases y numero de clases.
Son muy útiles para describir el comportamiento de una sola variable.

34
TABLAS DE CONTINGENCIA:

Son muy útiles cuando se desea examinar o comparar dos o más variables.

CLASES DE FRECUENCIAS

 FRECUENCIA

El número de veces que ocurre un cierto suceso. Número de elementos

comprendidos dentro de un intervalo en una distribución determinada.

Es un numero que nos indica las veces que un dato esta repetido. En una tabla
de frecuencias, nos indica la cantidad de datos que están comprendidos en un
intervalo de clase.

Es el número de datos o elementos de la muestra, que caen en un mismo

intervalo de clase. Es decir, que sus valores quedan totalmente comprendidos
dentro de los linderos de ese mismo intervalo.

 FRECUENCIA ABSOLUTA (ni):

Consiste en la proporción de veces que ocurre dicho suceso con relación al

número de veces que podría haber ocurrido.

Puede definirse como el número de veces que se repite cada valor o

modalidad de la variable o atributo.

El número de veces que se observa un mismo ítem (Los datos de una misma
magnitud o clase), o la cantidad d datos que caen en un mismo intervalo.

La suma de las frecuencias absolutas es igual al tamaño de la población o la

muestra.

 FRECUENCIA RELATIVA (hi):

Es la frecuencia absoluta dividida por el número de casos, es decir la

muestra o la población.

35
 Es la relación geométrica entre la frecuencia absoluta y el total de datos. O
sea, el cociente de dividir el número de veces que aparece un dato de un
intervalo, entre la totalidad de los datos que conforman la muestra de que
se trate.

La suma de las frecuencias relativas es igual a la unidad.

Por ejemplo, si una experiencia aleatoria se repite 80 veces y un cierto

suceso, S, ocurre 36 veces, decimos que su frecuencia ha sido 36, y su
frecuencia relativa 36/80 = 0,45:

f(S) = 36 fr(S) =36/80 = 0,45

La frecuencia relativa también se expresa, en ocasiones, en tantos por

ciento (45%).

 FRECUENCIAS ACUMULADAS (Ni, Hi)

La frecuencia acumulada de una observación de la variable es la suma de las

frecuencias correspondientes a los valores menores o anteriores a dicho valor.
Es la suma de las frecuencias de un intervalo de clase, con todas las
frecuencias de los intervalos que le preceden. Hay dos frecuencias acumuladas
que son:

 Frecuencia absoluta acumulada (Ni)

 Frecuencia relativa acumulada (Hi)

 Frecuencia acumulada absoluta

Es la acumulación o suma de todas las frecuencias absolutas hasta el

intervalo de clase considerado, inclusive.

 Frecuencia acumulada relativa

Viene a ser la acumulación de todas las frecuencias relativas hasta el mismo

intervalo considerado, inclusive.

36
En una tabla de frecuencias, cuando la variable es cuantitativa y, por tanto, los
distintos valores de la tabla aparecen ordenados de menor a mayor, se llama
frecuencia acumulada de un valor de la variable a la suma de su frecuencia con
las frecuencias de los valores anteriores. Por ejemplo, si al lanzar un dado 100
veces se obtienen los siguientes resultados:

f(1) = 16 f(2) = 13 f(3) = 21

f(4) = 19 f(5) = 14 f(6) = 17

las frecuencias acumuladas son:

fa(1) = 16 fa(2) = 16 + 13 = 29

fa(3) = 29 + 21 = 50 fa(4) = 50 + 19 = 69

fa(5) = 69 + 14 = 83 fa(6) = 83 + 17 = 100

Estos resultados se aprecian mejor en una tabla:

37
Las frecuencias relativas acumuladas son las frecuencias acumuladas divididas
por el número total de individuos.

EJEMPLO:

Supóngase que treinta empleados de acuerdo con el rendimiento al trabajo

durante una semana fueron calificados así:
B= Bueno D= Regular
A= Excelente C= Aceptable F=Deficiente

Los resultados fueron:

C–B–C–A–F–A–D–B–D–C–A–B–F–D–C–
A –B – D – C – C –B – A – A – C – B – F – A – D – D – F

HALLAR: Las frecuencias (ni), (hi), (Ni), (Hi).

RENDIMIENTO TABULACIÓN ni hi Ni Hi

A /////// 7 0.233 7 0.233

B ////// 6 0.20 13 0.433
C /////// 7 0.233 20 0.666
D ////// 6 0.20 26 0.866
F //// 4 0.133 30 0.999

Los datos se pueden ordenar dividiéndolos en clases y

registrando el número de observaciones en cada clase.

CLASES

Es un intervalo que contiene un límite inferior y un

límite superior.

NUMERO DE CLASES

38
En una tabla de distribución de frecuencias se puede
utilizar la siguiente formula para aproximar el número
de clase a utilizar.

nº C= 2C ≥ n
n = Número de la observación
c = Número de clases

El número de clases es la menor potencia a la que se

eleva el 2, de tal manera que el resultado será igual o
mayor al número de observaciones.

INTERVALO DE CLASES (IC)

Es el rango de valores encontrados dentro de una clase.

valor mayor – valor menor v> - v<

IC = IC =
Número deseado de clases c

EJEMPLO:

El siguiente conjunto de datos corresponde al número

de pasajeros que han decidido viajar en la línea aérea T
& T, correspondiente a los últimos 50 días.

68 71 77 83 79
72 74 57 67 69
50 60 70 66 76
70 84 59 75 94
65 72 85 79 71
83 84 74 82 97
77 73 78 93 95
79 81 79 99 83
80 84 91 101 86
93 92 102 80 69

39
Se pide ordenar los datos mediante una tabla de
distribución de frecuencias:

n = 50 días
26 ≥ 50 IC = 102 –
50
c=6 64 ≥ 50 6
IC = 8.6
pasajeros
IC = ~ 10

CLASES FRECUENCIA FRECUENCIA FRECUENCIA F. RELATIVA MARCA DE

ABSOLUTA RELATIVA ACUMULADA ACUMULADA CLASE.
(PASAJEROS) (DÍAS) (%) (DÍAS) (%) (PASAJEROS)

50 – 59 3 0.06 3 0.06 54.5

60 – 69 7 0.14 10 0.20 64.5
70 -79 18 0.36 28 0.56 74.5
80 -89 12 0.24 40 0.86 84.5
90 -99 8 0.16 48 0.96 94.5
100 -109 2 0.04 30 1.00 104.5

TABLA DE FRECUENCIA
ACUMULADA “MENOR DE”

CLASES FRECUENCIA F. ACUMULADA MENOR

ABSOLUTA DE (DIAS)

MENOS DE 50 0 0
MENOS DE 60 3 3
MENOS DE 70 7 10
MENOS DE 80 18 28
MENOS DE 90 12 40

40
 MENOS DE 100 8 48
MENOS DE 110 2 50

INTERPRETACIÓN

La tabla muestra que en ningún momento volaron menos

de cincuenta pasajeros, la frecuencia acumulada de la
primera clase es cero. En tres días menos de sesenta
pasajeros abordaron, por eso la frecuencia acumulada
de la segunda clase es tes. Debido a que hubo diez días
en los cuales menos de setenta pasajeros volaron, la
frecuencia acumulada de la tercera clase es 3 + 7 = 10.
la frecuencia acumulada de las clases restantes se
determinan de manera similar.

TABLA DE FRECUENCIA ACUMULADA

“MAYOR DE”

CLASES FRECUENCIA F. ACUMULADA MAYOR

ABSOLUTA DE (DIAS)

50 O MAS 3 50
60 O MAS 7 47
70 O MAS 18 40
80 O MAS 12 22
90 O MAS 8 10
100 O MAS 2 2
110 O MAS 0 0

INTERPRETACIÓN

En los cincuenta días, por lo menos cincuenta pasajeros

abordaron la aerolínea, por lo tanto la frecuencia
acumulada de la primera clase es cincuenta. En tres de
esos días menos de sesenta pasajeros abordaron, por
tanto la frecuencia acumulada de la segunda clase es

41
50 – 3 = 47. debido a que el número de pasajeros fue
menor de setenta en diez días, la frecuencia acumulada
para la tercera clase es igual a 50 – 10 = 40. la
frecuencia acumulada para las clases restantes se
determinan de manera similar.

GRÁFICOS ESTADÍSTICOS

Representaciones gráficas de los resultados que se

muestran en una tabla estadística. Pueden ser de
formas muy diversas, pero con cada tipo de gráfica se
cumple un propósito. Por ejemplo, en los medios de
comunicación, libros de divulgación y revistas
especializadas se encuentran multitud de gráficas
estadísticas en las que, con notable expresividad, se
ponen de manifiesto los rasgos de la distribución que
se pretende destacar. Los diagramas de barras, los
diagramas de sectores, los histogramas y los polígonos
de frecuencias son algunas de ellas.

Los gráficos sirven para percibir más fácilmente las

características esenciales de una distribución de
frecuencias y comparar una distribución con otra, si se
desea. Estas graficas no deben ser consideradas como
sustitutivos del tratamiento estadístico de los datos,
sino más bien como ayudas visuales para pensar en los
problemas estadísticos y para discutirlos más
fácilmente.

Los gráficos se han de explicar enteramente por sí

mismos. El contenido de un gráfico deberá ser tan
completo como sea posible. Las escalas vertical y
horizontal estarán rotuladas con claridad dando las
unidades pertinentes. La mayoría de los gráficos
presentan información numérica con escalas, que deben
rotularse para describir completamente la variable
presentada en la escala y para variables de medida se
dirán las unidades de medición. No se debe tratar de

42
abarcar demasiada información en un solo gráfico. Es
mejor hacer varios gráficos que comprimir toda la
información en uno solo. Una regla práctica segura es
evitar gráficos que contengan más de 3 curvas. Los
gráficos tienen que dar una visión general y no una
imagen detallada de un conjunto de datos. Las
presentaciones detalladas se deben reservar para las
tablas. Las tablas se explicarán por sí mismas
enteramente. Como los gráficos, se ha de dar
suficiente información en el título y en los
encabezamientos de columnas y filas de la tabla para
permitir que el lector identifique fácilmente su
contenido. Como el título será por lo general lo primero
que se lee en detalle, deberá suministrar toda la
información esencial sobre el contenido de la tabla y
deberá especificar el tiempo, lugar, material ó estudio
experimental y relaciones que se presenten en la tabla.
Para cada variable numérica se han de dar las unidades.
La función del rayado es dar claridad de
interpretación. Las anotaciones de numéricas del cero
se han de escribir explícitamente. Una anotación
numérica no debe comenzar con un punto decimal. Los
números que indican valores de la misma característica
se han de dar con el mismo número de decimales.

EMPLEO ERRÓNEO DE LAS TÉCNICAS DE

REPRESENTACIÓN GRÁFICA…

Las graficas han sido empleadas algunas veces por los

negocios comerciales para tratar de confundir al
lector. Por ejemplo, si se manipulan intencionadamente
los ejes de una gráfica, el vertical (de las coordenadas
o eje y) y el horizontal (de las abscisas o eje x), es
posible dar la impresión que se desee.

43
 90
80 90
70
60
50 60
40
30
30
20
10

A B C A B C
(a) (b)

Esta gráfica muestra dos diagramas de barras

(basados en los mismos datos) en los cuales se
alargaron las ordenadas y las abscisas,
respectivamente, para causar dos impresiones
distintas.

En la grafica a tiende a exagerar la diferencia entre

las frecuencias de las tres clases, mientras que la b
tiende a reducirla al mínimo.

El uso de estos artificios es totalmente opuesto al

propósito de un estadístico, que es el de presentar
unos datos con tal claridad que las interpretaciones
equivocas sean mínimas.

Para evitar una anarquía en la técnica de

representación gráfica, es necesario adoptar un
convenio para minimizar la posibilidad de
interpretaciones erróneas. La mayor parte de los
estadísticos coinciden en que la altura de la gráfica
debe ser de aproximadamente 0.75 de su longitud,
siendo aceptable que esta proporción esté comprendida
entre 0.70 y 0.80.

44
DIAGRAMA DE BARRAS

En este tipo de gráfica, sobre los valores de las

variables se levantan barras estrechas de longitudes
proporcionales a las frecuencias correspondientes. Se
utilizan para representar variables cuantitativas
discretas.

Los diagramas de barras pueden ser de diferentes

tipos: de barras simples, de barras múltiples, o de
barras compuestas

Las barras pueden representarse horizontalmente. La

ventaja de la horizontalidad estriba en que es más fácil
añadir leyendas.

Recibe el nombre de diagrama de barras el gráfico que

asocia a cada valor de la variable una barra,
generalmente vertical, proporcional a la frecuencia (o a
la cantidad) con que se presenta.

Requisitos para realizar un diagrama de barras:

1- texto visible

2- separación de las barras menor que su ancho

3- escala presente

4- se comparan longitudes de rectángulos.

El diagrama de barras siguiente representa la

distribución del número de hijos de 43 familias:

45
El diagrama de barras es parecido a un histograma,
puede mostrar cantidades o porcentajes para dos o
más variables en el eje vertical.
HOMBRES
11 MUJERES
10
9
8
F. absoluta (días)

7
6
5
4
3
2
1

50 – 59 60 – 69 70 – 79 80 – 89 90 – 99 100 - 109
PUNTO MEDIO O MARCA DE CLASE
(PASAJEROS)

 Gráficos de barras verticales

(Llamados por algunos software de columnas)

Representan valores usando trazos verticales, aislados

o no unos de otros, según la variable a graficar sea
discreta o continua. Pueden usarse para representar:

 una serie

 dos o más series (también llamado de barras

comparativas)

46
  Gráficos de barras horizontales

Representan valores discretos a base de trazos

horizontales, aislados unos de otros. Se utilizan cuando
los textos correspondientes a cada categoría son muy
extensos.

 para una serie

 para dos o más series

47
  Gráficos de barras proporcionales

Se usan cuando lo que se busca es resaltar la

representación de los porcentajes de los datos que
componen un total.

Las barras pueden ser:

 Verticales

 Horizontales

 Gráficos de barras comparativas

Se utilizan para comparar dos o más series, para

comparar valores entre categorías.

Las barras pueden ser:

 Verticales

 horizontales

48
  Gráficos de barras apiladas

Se usan para mostrar las relaciones entre dos o más

series con el total.
Las barras pueden ser:

 verticales

 horizontales

49
HISTOGRAMA

Los histogramas se utilizan para representar tablas de

frecuencias con datos agrupados en intervalos. Si los intervalos
son todos iguales, cada uno de ellos es la base de un rectángulo
cuya altura es proporcional a la frecuencia correspondiente. El
histograma que se muestra a continuación es el correspondiente
a la tabla de frecuencias con intervalos (1.200 calificaciones
distribuidas en 10 intervalos):

El histograma es un grafico constituido por rectángulos

en donde se colocan las clases de una distribución de
frecuencias en el eje horizontal y las frecuencias
absolutas en el eje vertical. En la parte superior de
cada rectángulo va la frecuencia relativa de cada clase.

Es una de las tantas formas gráficas de representar la

distribución de frecuencias, consistente en rectángulos
o barras proporcionales.

50
Para dibujar el gráfico o histograma, se medirán los
intervalos de clase en el eje de las abscisas de un plano
cartesiano, y las frecuencias de cada intervalo, sobre
el eje de las ordenadas, en forma de barras.

El principio de representación que rige la construcción

del histograma es que la superficie de cada rectángulo
sea proporcional a la frecuencia de la clase que
representa, según una constante de proporcionalidad
fija e igual para todas las clases; cuando, como es
habitual, las clases son todas ellas de la misma
amplitud, este principio se traduce en que la altura de
cada rectángulo representa directamente la frecuencia
de la clase correspondiente.

51
 CLASES CLASE
19 36% 50 -59 49.5 – 59.5
18 50 -59 49.5 – 59.5
17
F. absoluta (días) 50 -59 49.5 – 59.5
16 50 -59 49.5 – 59.5
15 50 -59 49.5 – 59.5
14 50 -59 49.5 – 59.5
13
12 24%
11
10
9
8 16
14%
7 %
6
5
4 6
3
2 % 4%
1

50 60 70 80 90 100 110
49.5 59.5 69.5 79.5 89.5 99.5 109.5

CLASES (PASAJEROS)
INTERPRETACIÓN

En la grafica se puede observar que ningún día volaron

menos de cincuenta pasajeros, y tampoco volaron más
de ciento diez pasajeros. En dieciocho días volaron
entre setenta y ochenta pasajeros que equivale al 36%,
en tres días volaron entre cincuenta y sesenta
pasajeros los cuales equivalen al 6%, y en dos días
volaron entre cien y ciento diez pasajeros lo cual
equivales al 4%.

POLÍGONOS DE FRECUENCIA

52
En el eje horizontal se colocan los puntos medios de
cada clase y en el eje vertical la frecuencia absoluta.

Las distribuciones de frecuencias pueden ser

representadas mediante tablas o mediante
histogramas. Otra forma gráfica de representación la
constituyen los polígonos de frecuencias. Para
dibujarlos, se levantan en cada uno de los puntos
medios de clase, ordenadas iguales a las frecuencias de
cada intervalo de clase respectivo, es decir, que las
abscisas serán iguales a los puntos medios de clase, y
las ordenadas a las frecuencias.

Para que cierre el polígono se toman los puntos medios

de clase inferior y superior a la muestra, con
frecuencias CERO; es decir: Sobre el mismo eje de las
equis.

Si se unen entre si consecutivamente los puntos medios

de las bases superiores de los rectángulos de un
histograma, se obtiene una línea poligonal denominada
polígono de frecuencias. Esta línea acostumbra
prolongarse por sus extremos hasta cortar el eje de
abscisas. Para ello, se toman dos intervalos de clase
que no contienen valores de la variable, uno situado por
debajo del extremo inferior del rango de variable y a
continuación de él, y el otro, a continuación del
extremo superior del rango y por encima de el, ambos
de igual amplitud que las restantes clases; la línea
poligonal se cierra entonces prolongándola por cada
lado hasta unirla con los puntos medios de estos dos
intervalos. De esta manera se consigue que el área de
la superficie encerrada por el polígono de frecuencias y
el eje de abscisas sea igual a la suma de las áreas de
los rectángulos que integran el histograma
correspondiente, de modo que ambas representaciones
resultan ser equivalentes.

53
F. absoluta (días)
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1

54.5 64.5 74.5 84.5 94.5 104.5

PUNTO MEDIO O MARCA DE CLASE

(PASAJEROS)

54
INTERPRETACIÓN

En la grafica se puede observar que ningún día volaron

menos de cincuenta pasajeros, y tampoco volaron más
de ciento diez pasajeros. En dieciocho días volaron
entre setenta y ochenta pasajeros que equivale al 36%,
en tres días volaron entre cincuenta y sesenta
pasajeros los cuales equivalen al 6%, y en dos días
volaron entre cien y ciento diez pasajeros lo cual
equivales al 4%.

FORMAS DE LOS POLÍGONOS DE FRECUENCIA

Los polígonos de frecuencias pueden tomar un número

ilimitado de formas. No obstante, muchos de los
procedimientos estadísticos estudiados suponen una
forma particular de distribución que es la curva normal
que toma “forma de campana.

55
 Leptocúrtica Mesocúrtica Platicúrtica

 Distribución leptocúrtica caracterizada por una

concentración de datos en el centro de la
distribución.
 Distribución mesocúrtica: toma la forma ideal de la
curva normal.
 Platicúrtica: predomina el caso opuesto a la
Distribución leptocúrtica.

Se dice que la curva normal es una distribución

simétrica, porque si la dobla por la mitad, ambas partes
coinciden. Sin embargo, no todas las curvas simétricas
tienen forma de campana.

A ciertas distribuciones se les ha dado nombres

particulares: distribución rectangular, distribución en
u, distribución bimodal.

Rectangular En U Bimodal

Cuando una distribución no es simétrica se dice que es

sesgada. Al decir que una distribución es positivamente
sesgada queremos decir que decae hacia el extremo
derecho del eje horizontal y que relativamente hay un

56
número menor de frecuencias en ese extremo. Si, por
el contrario decimos que una distribución es
negativamente sesgada queremos decir que hay
relativamente menos datos asociados con el lado
izquierdo del eje horizontal.

En J Ojiva Positivame
Sesgo negativo extremo sesgada

HISTOGRAMA Y POLÍGONOS DE FRECUENCIAS

ACUMULADAS

Si se representan las frecuencias acumuladas de una tabla de

datos agrupados se obtiene el histograma de frecuencias
acumuladas o su correspondiente polígono. He aquí los que se
obtienen de la tabla de 1.200 calificaciones:

57
DIAGRAMA CIRCULAR

En un diagrama de este tipo, los 360º de un círculo se

reparten proporcionalmente a las frecuencias de los
distintos valores de la variable.

Se trata de representar, mediante un círculo, la

totalidad o el 100% de los datos de la muestra y, en el
mismo, mediante sectores circulares,
proporcionalmente, se representarán los valores
parciales. A tal efecto, se pueden obtener en el
mercado, transportadores especiales, graduados en por
cientos.

Resultan muy adecuados cuando hay pocos valores, o bien

cuando el carácter que se estudia es cualitativo. El diagrama de
sectores siguiente refleja el resultado de una encuesta (realizada
a 300 personas) sobre los tipos de película preferidos por el
público en general:

58
El diagrama circular es de especial utilidad para
mostrar proporciones o porcentajes relativos de una
variable. Se construye marcando una porción del círculo
correspondiente a cada categoría de la variable.

INTERPRETACIÓN

En la grafica se puede observar que ningún día volaron

menos de cincuenta pasajeros, y tampoco volaron más
de ciento diez pasajeros. En dieciocho días volaron
entre setenta y ochenta pasajeros que equivale al 36%,
en tres días volaron entre cincuenta y sesenta
pasajeros los cuales equivalen al 6%, y en dos días

59
volaron entre cien y ciento diez pasajeros lo cual
equivales al 4%.

OJIVAS
Cuando se trata de relacionar observaciones en un
mismo aspecto para dos colectivos diferentes no es
posible ejecutar comparaciones sobre la base de la
frecuencia, es necesario tener una base estándar, la
frecuencia relativa. La ojiva representa gráficamente
la forma en que se acumulan los datos y permiten ver
cuantas observaciones se hallan por arriba o debajo de
ciertos valores. Es útil para obtener una medida de los
cuartiles, deciles, percentiles.

OJIVA DE FRECUENCIA ACUMULADA MENOR DE

Se grafica colocando en el eje horizontal las clases de una

distribución de frecuencia acumulada menor de y en el eje
vertical las frecuencias acumuladas menor de.

CLASES FRECUENCIA F. ACUMULADA

ABSOLUTA MENOR DE (DIAS)
MENOS DE 50 0 0
MENOS DE 60 3 3
MENOS DE 70 7 10
MENOS DE 80 18 28
MENOS DE 90 12 40
MENOS DE 100 8 48
MENOS DE 110 2 50

60
 50
48

Frecuencia acumulada menor de

40

28

Menos de 50

Menos de 100
10

Menos de 110
Menos de 80
Menos de 60

Menos de 70

Menos de 90
3

CLASES

OJIVA DE FRECUENCIA ACUMULADA MAYOR DE

Se grafica colocando en el eje horizontal las clases de una

distribución de frecuencia acumulada mayor de y en el eje
vertical las frecuencias acumuladas mayor de.

CLASES FRECUENCIA ABSOLUTA F. ACUMULADA MAYOR

DE (DIAS)
50 O MAS 3 50
60 O MAS 7 47
70 O MAS 18 40
80 O MAS 12 22
90 O MAS 8 10
100 O MAS 2 2
110 O MAS 0 0

61
 50
47

Frecuencia acumulada mayor de

40

22

Menos de 50

10

Menos de 90
Menos de 70

Menos de 110
Menos de 60

Menos de 80

Menos de 100
2

CLASES

DIAGRAMA DE SECTORES

En los gráficos de diagramas de sectores cada suceso

viene representado por un sector circular de una
amplitud proporcional a su frecuencia.

La amplitud de cada sector circular se obtiene

mediante una simple regla de tres.

Cuando estos diagramas se utilizan para comparar

magnitudes en distintos períodos o para diferentes
lugares (por ejemplo países), a cada círculo hay que
asignarle una superficie proporcional a la magnitud que
representa.

DIAGRAMA DE CURVAS

62
Una curva es una representación gráfica de las
relaciones entre variables.

En estadística se emplean muchos tipos de curvas,

dependiendo de la naturaleza de los datos y del
propósito para el que la curva ha sido proyectada.

DIAGRAMAS DE LINEAS

En este tipo de gráfico se representan los valores de

los datos en dos ejes cartesianos ortogonales entre sí.

Se pueden usar para representar:

 una serie

 dos o más series

Estos gráficos se utilizan para representar valores con

grandes incrementos entre sí.

63
GRÁFICOS DE ÁREAS

En estos tipos de gráficos se busca mostrar la

tendencia de la información generalmente en un
período de tiempo.
Pueden ser:

 Para representar una serie

 para representar dos o más series

 en dos dimensiones

 en tres dimensiones.

64
CARTOGRAMAS

Estos tipos de gráficos se utilizan para mostrar datos

sobre una base geográfica. La densidad de datos se
puede marcar por círculos, sombreado, rayado o color.

65
GRÁFICOS MIXTOS

En estos tipos de gráficos se representan dos o más

series de datos, cada una con un tipo diferente de
gráfico. Son gráficos más vistosos y se usan para
resaltar las diferencias entre las series.

Pueden ser:

 en dos dimensiones

 en tres dimensiones.

OTROS GRÁFICOS

En esta categoría se encuentran la mayoría de los

gráficos utilizados en publicidad. Se los complementa
con un dibujo que esté relacionado con el origen de la
información a mostrar. Son gráficos llamativos, atraen
la atención del lector.

66
DISPERSOGRAMA

Son gráficos que se construyen sobre dos ejes

ortogonales de coordenadas, llamados cartesianos,
cada punto corresponde a un par de valores de datos x
e y de un mismo elemento suceso.

PICTOGRAMAS

Los pictogramas son gráficos similares a los gráficos

de barras, pero empleando un dibujo en una
determinada escala para expresar la unidad de medida
de los datos. Generalmente este dibujo debe cortarse
para representar los datos.

Es común ver gráficos de barras donde las barras se

reemplazan por dibujos a diferentes escalas con el
único fin de hacer más vistoso el gráfico, estos tipos
de gráficos no constituyen un pictograma.

Pueden ser:

67
 En dos dimensiones

 En tres dimensiones.

68
69
70
 TABULACIÓN ENCUESTAS
ESTATURA PROMEDIO DE LA
FACULTAD DE VETERINARIA

Se realizaron 50 encuestas a estudiante de la facultad de

veterinaria en la universidad de IAFIC para conocer su estatura
promedio en metros, en la siguiente tabla se observa a la
cantidad de personas que se les realizaron las preguntas por
semestre, para que del total de 50 estudiantes:

CANTIDAD DE ESTUDIANTES
SEMESTRE Hombres f. relativa Mujeres f. relativa
1 2 0.04 0 0
2 4 0.08 3 0.06
3 3 0.06 3 0.06
4 3 0.06 4 0.08
5 6 0.12 0 0
6 5 0.1 1 0.02
7 3 0.06 2 0.04
8 4 0.08 2 0.04
9 2 0.04 1 0.02
10 2 0.04 0 0
TOTAL 34 0.68 16 0.32

INTERPRETACIÓN:

El cuadro nos muestra que hay mas hombres que mujeres en la

facultad de Medicina Veterinaria, ya que el genero masculino
representa un mayor porcentaje, respecto a las mujeres.

Los resultados de las 50 encuestas realizadas para conocer la

estatura promedio de los estudiantes de medicina veterinaria de
la universidad IAFIC se pueden observar en la siguiente tabla:

1,54 1,62 1,68 1,74 1,80

1,55 1,64 1,68 1,75 1,80
1,56 1,65 1,69 1,75 1,82
1,58 1,65 1,69 1,78 1,82
1,58 1,65 1,70 1,79 1,84
1,59 1,65 1,71 1,80 1,85
1,61 1,65 1,72 1,80 1,87
1,62 1,65 1,72 1,80 1,89
1,62 1,66 1,72 1,80 1,89

71
 1,62 1,68 1,74 1,80 1,96
NÚMERO DE CLASES

N°C = 2C ≥ n = 26 ≥ 50 = 64 ≥ 50

INTERVALO DE CLASES

valor mayor – valor menor v> - v<

IC = IC =
Número deseado de clases c

IC = 1.96 – 1.54 IC = 7 METROS.

6

CLASES FRECUENCIA FRECUENCIA FRECUENCIA F. RELATIVA MARCA DE

ABSOLUTA RELATIVA ACUMULADA ACUMULADA CLASE.
(METROS) (PERSONAS) (%) (PERSONAS) (%) (METROS)

1.54 – 1.61 7 0.14 7 0.14 1.575

1.62 – 1.69 17 0.34 24 0.48 1.655
1.70 – 1.77 9 0.18 33 0.66 1.735
1.78 – 1.85 13 0.26 46 0.92 1.815
1.86 – 1.93 3 0.06 49 0.98 1.895
1.94 – 2.01 1 0.02 50 1.00 1.975

TABLA DE FRECUENCIA ACUMULADA MENOR DE…

CLASES FRECUENCIA F. ACUMULADA

ABSOLUTA MENOR DE (personas)
(personas)
MENOS DE 1.54 0 0
MENOS DE 1.62 7 7
MENOS DE 1.70 17 24
MENOS DE 1.78 9 33
MENOS DE 1.86 13 46
MENOS DE 1.94 3 49
MENOS DE 2.02 1 50

INTERPRETACIÓN

La tabla muestra que en ninguna persona mide menos de 1.54

metros, por lo tanto la frecuencia acumulada es 0; 7 personas

72
miden menos de 1.62 metros por lo que corresponde a la
frecuencia acumulada de 7; la frecuencia acumulada de la
tercera clase es 24 ya que 17 personas miden menos de 1.70
metros; 9 personas miden menos de 1.78 metros por lo que les
corresponde la frecuencia acumulada de 33; la quinta clase
indica que 13 personas miden menos de 1.86 metros por lo que
les corresponde la frecuencia acumulada de 46; 3 personas
miden menos de 1.94 metros por lo cual la frecuencia
acumulada es 49; la ultima clase indica que solo una persona
mide menos de 2.02 metros, la frecuencia acumulada es 50.

TABLA DE FRECUENCIA ACUMULADA MAYOR

DE…

CLASES FRECUENCIA F. ACUMULADA

ABSOLUTA MAYOR DE (DIAS)
1.54 O MAS 7 50
1.62 O MAS 17 43
1.70 O MAS 9 26
1.78 O MAS 13 17
1.86 O MAS 3 4
1.94 O MAS 1 1
2.02 O MAS 0 0

INTERPRETACIÓN

La tabla muestra que 7 personas miden 1.54 metros o mas, por

lo tanto la frecuencia acumulada es 50; 17 personas miden 1.62
metros o mas por lo que corresponde a la frecuencia acumulada
de 43; la frecuencia acumulada de la tercera clase es 26 ya que
9 personas miden 1.70 metros o mas; 13 personas miden 1.78
metros o mas por lo que les corresponde la frecuencia
acumulada de 17; la quinta clase indica que 3 personas miden
1.86 metros o mas por lo que les corresponde la frecuencia
acumulada de 4; 1 persona mide 1.94 metros o mas por lo cual
la frecuencia acumulada es 1; la ultima clase indica que ninguna
persona mide 2.02 metros o mas, por ende, la frecuencia
acumulada d esta clase es 0.

73
TABLA DE CONTINGENCIA…

HOMBRES MUJERES
CLASES FRECUENCIA FRECUENCIA FRECUENCIA FRECUENCIA
ABSOLUTA RELATIVA ABSOLUTA RELATIVA
1.54 – 1.61 0 0 7 0.14
1.62 – 1.69 12 0.24 5 0.1
1.70 – 1.77 6 0.12 4 0.08
1.78 – 1.85 12 0.24 0 0
1.86 – 1.93 3 0.06 0 0
1.94 – 2.01 1 0.02 0 0
TOTAL 34 0.68 16 0.32

INTERPRETACIÓN

La tabla muestra que no hay hombres que midan entre 1.54 y

1.61 metros, mientras que hay 7 mujeres que están en esta clase
por lo que la frecuencia relativa de las mujeres es 0.14%; entre
1.62 y 1.69 metros, hay 12 hombres por lo que la frecuencia
relativa es 0.24%, mientras que hay 5 mujeres que están en esta
clase por lo que la frecuencia relativa de las mujeres es 0.1%;
entre 1.70 y 1.77 metros, hay 6 hombres por lo que la
frecuencia relativa es 0.12%, mientras que hay 4 mujeres que
están en esta clase por lo que la frecuencia relativa de las
mujeres es 0.08%; entre 1.78 y 1.85 metros hay 12 hombres por
lo cual la frecuencia relativa de esta clase es 0.24%; entre 1.86 y
1.93 metros hay 3 hombres por lo que la frecuencia relativa es
0.06%; y en la ultima clase que es entre 1.94 y 2.01 metros hay
un solo hombre por lo que le corresponde una frecuencia
relativa de 0.02%, en las ultimas 3 clases no hay ninguna mujer
que clasifique, por ende, la frecuencia relativa para estas clases,
respecto a las mujeres es 0%.

74
75
 CANTIDAD DE ESTUDIANTES ENCUESTADOS POR SEMESTRE!!!
NUMERO DE ESTUDIANTES

HOMBRES

8 MUJERES
7

1 2 3 4 5 6 7 8 9 10
SEMESTRE…
HISTOGRAMA ESTATURA PROMEDIO DE LA
FACULTAD!!!
FRECUENCIA ABSOLUTA (ESTUDIANTES)

19
18
17 34%
16
15
14
13 26%
12
11
10
9 18%
INTERPRETACIÓN
8
7 14%
El grafico muestra que 7 personas, es decir, el 14% de los encuestados miden entre 1.54 y
6
1.61 metros, mientras que; entre 1.62 y 1.69 metros, hay 17 personas lo que equivale al
5 de los encuestados; hay 9 personas que mides entre 1.70 y 1.77 metros lo que
34% total
equivale4al 18%, entre 1.78 y 1.85 metros hay 13 personas lo que corresponde al 26%; ;
3 y 1.93 metros hay 3 personas lo que equivale al 6%;
entre 1.86 26%y en la ultima clase que es
entre 1.94
2 y 2.01 metros hay una sola persona por ende, le corresponde el 2%.
1 2%

1.54 1.62 1.70 1.78 1.86 1.94 2.02

CLASES
POLÍGONO DE FRECUENCIAS ESTATURA
PROMEDIO DE LA FACULTAD!!!

FRECUENCIA ABSOLUTA (ESTUDIANTES)

19
18
17
16
15
14
13
12
11
10
INTERPRETACIÓN 9
8
El grafico muestra que 7 personas miden entre 1.54 y 1.61 metros, mientras que; entre 1.62
y 1.69 metros,7hay 17 personas; hay 9 personas que mides entre 1.70 y 1.77 metros, entre
6 hay 13 personas; entre 1.86 y 1.93 metros hay 3 personas; y en la ultima
1.78 y 1.85 metros
clase que es entre
5 1.94 y 2.01 metros hay una sola persona.
4
3
2
1

1.575 1.655 1.735 1.815 1.895 1.975

PUNTO MEDIO
DIAGRAMA CIRCULAR ESTATURA PROMEDIO DE
LA FACULTAD!!!

INTERPRETACIÓN

El grafico muestra que el 14% de los encuestados miden entre 1.54 y 1.61 metros, mientras
que el 34% mide entre 1.62 y 1.69 metros, el 18% miden entre 1.70 y 1.77 metros , el 26%
de los encuestados miden entre 1.78 y 1.85 metros; el 6% mide entre 1.86 y 1.93 metros y
solo el 2% mide entre 1.94 y 2.01.

DIAGRAMA DE BARRAS ESTATURA HOMBRES Y

MUJERES EN LA FACULTAD!!!
NUMERO DE ESTUDIANTES

14
13
12
11 HOMBRES
F. ACUMULADA MENOR DE

10
9
MUJERES
8
7
6
5
4
3
2
1
INTERPRETACIÓN
1.54 -1.61
50 1.62 -1.69 1.70 -1.77 1.78 -1.85 1.86 -1.93 1.94 - 2.01
El grafico muestra
49 que no hay hombres que midan entre 1.54 y 1.61 metros, mientras que

46
CLASE
hay 7 mujeres que están en esta clase; entre 1.62 y 1.69 metros, hay 12 hombres mientras
que hay 5 mujeres que están en esta clase; entre 1.70 y 1.77 metros, hay 6 hombres,
mientras que hay 4 mujeres que están en esta clase; entre 1.78 y 1.85 metros hay 12
hombres; entre 1.86 y 1.93 metros hay 3 hombres y en la ultima clase que es entre 1.94 y
2.01 metros hay un solo hombre, en las ultimas 3 clases no hay ninguna mujer que
clasifique.
33

24

OJIVA FRECUENCIA ACUMULADA MENOR DE!!!

7
Menos de 1.78
Menos de 1.62

Menos de 1.70
Menos de 1.54

Menos de 1.94
Menos de 1.86

Menos de 2.02
 F. ACUMULADA MAYOR DE

50
INTERPRETACIÓN

El grafico muestra que ninguna

43 persona mide menos de 1.54 metros, por lo tanto la
frecuencia relativa es 0; 7 personas miden menos de 1.62 metros por lo que corresponde a
la frecuencia relativa de 7; la frecuencia relativa de la tercera clase es 24 ya que 17
personas miden menos de 1.70 metros; 9 personas miden menos de 1.78 metros por lo que
les corresponde la frecuencia acumulada de 33; la quinta clase indica que 13 personas
miden menos de 1.86 metros por lo que les corresponde la frecuencia acumulada de 46; 3
personas miden menos de 1.94 metros por lo cual la frecuencia acumulada es 49; la ultima
clase indica que solo una 26
persona mide menos de 2.02 metros, la frecuencia acumulada es
50.

OJIVA FRECUENCIA
17 ACUMULADA MAYOR DE!!!
2.02 o mas
1.54 o mas

1.94 o mas
1.62 o mas

1.70 o mas

1.86 o mas
1.78 o mas

4
17
INTERPRETACIÓN

El grafico muestra que 7 personas miden 1.54 metros o mas, por lo tanto la frecuencia
acumulada es 50; 17 personas miden 1.62 metros o mas por lo que corresponde a la
frecuencia acumulada de 43; la frecuencia acumulada de la tercera clase es 26 ya que 9
personas miden 1.70 metros o mas; 13 personas miden 1.78 metros o mas por lo que les
corresponde la frecuencia acumulada de 17; la quinta clase indica que 3 personas miden
1.86 metros o mas por lo que les corresponde la frecuencia acumulada de 4; 1 persona mide
1.94 metros o mas por lo cual la frecuencia acumulada es 1; la ultima clase indica que
ninguna persona mide 2.02 metros o mas, por ende, la frecuencia acumulada d esta clase es
0.

CONCLUSIONES

La estadística es una agrupación de datos ordenados en forma sistemática en

cuadros y/o gráficos. La estadística puede representarse como descriptiva o
inferencial.
Cuando coloquialmente se habla de estadística, se suele pensar en una relación
de datos numéricos presentada de forma ordenada y sistemática. Esta idea es
la consecuencia del concepto popular que existe sobre el término y que cada
vez está más extendido debido a la influencia de nuestro entorno, ya que hoy
día es casi imposible que cualquier medio de difusión, periódico, radio,
televisión, etc, no nos aborde diariamente con cualquier tipo de información
estadística sobre accidentes de tráfico, índices de crecimiento de población,
turismo, tendencias políticas, etc.

La estadística descriptiva describe el comportamiento de un hecho a través de

la recopilación, ordenamiento, clasificación y representación mediante cuadros
y gráficos de los datos en estudio, con la finalidad de analizarlos e
interpretarlos utilizando medidas.

La estadística inferencial es aquella técnica aplicada a investigaciones

parciales denominadas muestras. Que permiten la obtención de ciertos
resultados mediante la aplicación de medidas.

Estadísticas son todas aquellas informaciones que aparecen en publicaciones en

forma de cifras, cuadros o gráficos, los cuales han sido ordenados en forma
sistemática, para mostrar el comportamiento de un hecho que ha sido objeto
de un estudio.

La población es el conjunto de todos los elementos cuyo conocimiento interesa

a cada uno de esos elementos.

La muestra es un conjunto de individuos extraídos de una población con el fin

de inferir, mediante su estudio características de toda la población.

La variable es una propiedad con respecto a la cual los individuos de una

muestra difieren de algún modo verificable.

Para la planificación de un estudio estadístico se deben considerar las

siguientes actividades:

1. DETERMINACIÓN DE LOS OBJETIVOS DE LA INVESTIGACIÓN:

esto es claramente una atribución del investigador, pero como
constituye el punto de partida para definir y decidir tanto universo como
 variables y hasta el mismo diseño, el estadístico debe conocerlos y es
frecuentemente él quien contribuye a precisar los objetivos anticipando
las dificultades para obtener cierta información, identificando
imprecisiones que no le permitan decidir que conjunto va a ser
investigado o cuestionado el que realmente debe obtenerse la
información que queda implicada en los objetivos.

2. DEFINICIÓN DEL UNIVERSO EN ESTUDIO: Como lo más frecuente

es que deba estudiarse solo parte del universo, el estadístico va a
requerir cierta información previa sobre el conjunto total para poder
utilizar algún medio objetivo de seleccionar las unidades que van a ser
realmente estudiadas. Tal información constituye el marco muestral que
normalmente no existe para todos los elementos del conjunto o no existe
en absoluto, lo cual influenciará los costos y el diseño de la investigación
y a veces se traduce en una reducción del universo modificándose en
consecuencia la definición.

3. DETERMINACIÓN DE VARIABLES: Que variables o datos a ser

obtenidos es también fundamentalmente una distribución del
investigador, pero con frecuencia incluye mas datos de los que realmente
necesita para lograr los objetivos y a veces omita otros que son básicos
o que son indispensables para el control de las operaciones de campo, y
estos son frecuentemente sugeridos por el estadístico; además, que
anticipando las asociaciones que se podrían buscar entre dos o más
variables es posible que se llegue a la conclusión de que ciertos datos no
van a ser utilizados de manera alguna en el análisis y tampoco en las
operaciones por lo que su obtención resulta innecesaria.

4. FORMULACIÓN DE HIPÓTESIS: En el caso en que deba formularse una

o hipótesis, el estadístico probablemente no tenga mucho que hacer
excepto quizá sugerir el cambiar un poco la redacción de tal manera que
quede mas conveniente y expresada para el tipo de análisis que deba
hacerse posteriormente.

5. PROCEDIMIENTO DE MEDICIÓN: aquí deben considerarse las

definiciones de las variables, y mientras que el investigador pueda
ponerse muy riguroso en relación con la definición de las variables más
íntimamente relacionadas con su especialidad, suele descuidar la
 definición de las otras por considerarlas demasiado evidentes, y la
experiencia del estadístico con estas puede ser de gran utilidad.

La medición también es algo que rebase el campo de la estadística; pero

mientras que el especialista será el más indicado para establecer cómo
se va a decidirla presencia o ausencia de una característica cuya
obtención no sea frecuente, será el estadístico el que normalmente está
más familiarizado con la forma de medir aquellas otras que se incluyen
con mas frecuencia en las investigaciones.

6. SELECCIÓN DEL DISEÑO: la elección del diseño depende de

consideraciones basadas en la información disponible, en la naturaleza de
la investigación y en las posibilidades de obtener mayor presición en el
análisis estadístico, por lo que la desición sobre el diseño mas adecuado
habrá de ser tomada conjuntamente por el investigador y el estadístico.

7. PROCEDIMIENTO DE CAPTACIÓN: este aspecto cae más naturalmente

en la esfera de acción del estadístico. Aquí tampoco debe omitirse la
participación del investigador, pues tiene bastante que decir,
especialmente acerca de la información que más relación tiene con su
especialidad.

8. PROCEDIMIENTOS DE ELABORACIÓN Y ANÁLISIS: aquí se entra

todavía más al campo del estadístico, pero aun aquí la participación del
investigador se considera esencial para orientar al estadístico sobre la
utilidad de llevar el análisis más allá de donde pudiera haberse
anticipado o truncarlo en algún punto por la irrelevancia de los hallazgos.

9. PROGRAMACIÓN Y CONDUCCIÓN DE LA INVESTIGACIÓN: la

participación del estadístico no puede limitarse a contribuir en la
elección del diseño, sino que una vez decidida, su realización en la
práctica debe ajustarse tanto como sea posible a lo planeado para que el
análisis que se proyecta realizar tenga validez. Por lo tanto, el
estadístico debe participar activamente en la programación y conducción
de la investigación y cualquier modificación que se antoje conveniente no
deberá introducirse sin antes haber consultado con él, pues la
modificación bien podría invalidar todo el análisis proyectado.
Los datos recogidos deben ser organizados, tabulados, y presentados para su
análisis e interpretación sean rápidos y útiles. Por ejemplo, para estudiar e
interpretar la distribución de las notas de un examen en una clase con treinta
alumnos, primero se ordenan las notas en orden creciente.

Una vez que los datos han sido reunidos y tabulados, comienza el análisis con el
objeto de calcular un número único, que represente o resuma todos los datos.

La frecuencia es un numero que nos indica las veces que un dato esta repetido.
La frecuencia acumulada (Fi) es la suma parcial de las frecuencias. La
frecuencia Relativa (hi) resulta de dividir la frecuencia fi por el numero total
de datos n. La fecuencia absoluta (ni) es la cantidad de veces que aparece un
mismo dato en el muetreo. La frecuencia acumulada relativa (Hi) es la suma
parcial de las frecuencias relativas.

Para representar visualmente los datos obtenidos en el censo o el muestreo,

existen varias formas basicas de graficas estadisticas:
 HISTOGRAMA: los datos de la variable estadística se representan en el
eje horizontal del plano cartesiano, y sus frecuencias absolutas en el eje
vertical. Lugo se trazan columnas hasta los puntos del censo.
 PASTELES: Un circulo o cilindro se divide en sectores proporcionales a los
datos del censo o muestreo. Los sectores se indican con su propio valor y/o
con porcentajes.
 POLÍGONO DE FRECUENCIAS: se grafican los puntos del censo como en el
caso de los histogramas, y luego se traza una recta o curva que los contenga
en su gran mayoria, interponiendolos a través de una función matematica
adecuada.
Este método conlleva un estudio mucho mas avanzado en las matemáticas y
en la estadística, y su uso es práctico cuando los puntos son muchisimos.

El dicho “una imagen vale más que mil palabras” se puede aplicar al ámbito de la
estadística descriptiva afirmando que ``un gráfico bien elaborado vale más que
mil tablas de frecuencias''. Cada vez es más habitual el uso de gráficos o
imágenes para representar la información obtenida. No obstante, la confección
de dichos gráficos debe hacerse con mucho cuidado, y hemos de ser muy
prudentes ya que un mínimo error en la representación de una tabla de
frecuencia puede cambiar por completo la perspectiva de lo que en realidad
desea mostrarse. Se dice que debe hacerse con prudencia porque una misma
información puede tener muchas formas de representarse, y no todas son
correctas, como debe suponerse.

La estadística juega un papel muy importante en nuestras vidas, ya que

actualmente ésta se ha convertido en un método muy efectivo para describir
con mucha precisión los valores de datos económicos, políticos, sociales,
psicológicos, biológicos y físicos, además, sirve como herramienta para
relacionar y analizar dichos datos. El trabajo del experto estadístico ha
evolucionado mucho, ya no consiste sólo en reunir y tabular los datos, sino
sobre todo en el proceso de interpretación de esa información, ahora tiene un
papel mucho más importante del que tenia en años pasados.

Es de vital importancia para nuestra vida profesional venidera, que manejemos

estos conceptos con facilidad, así mismo el que los usemos de la manera
apropiada, siempre en pro de buscar soluciones a los problemas que se nos
puedan presentar.

BIBLIOGRAFÍA

 Biblioteca de consulta Encarta 2005.

 Diccionarios Encarta.
 Matematicas para el nuevo icfes, Los tres editores, 2003.
 Estadística para las ciencias sociales, Runyon, Richard, Haber, Autrey,
Fondo educativo Interamericano, 1992
 Enciclopedia Norma, matemáticas, Editorial Norma, 1998
 Analisis financiero Aplicado, Ortiz Anaya, Héctor, universidad externado de
Colombia, 1996.
 Apuntes de Bioestadística, Universidad UDCA Bogotá.
 Apuntes noveno grado, colegio siervas de san josé
 Apuntes once grado, colegio Pestalozzi.
 Apuntes II semestre psicología, universidad IAFIC.