Módulo I

Representaciones Gráficas
de Distribuciones
 Índice

Módulo I: Representaciones Gráficas de Distribuciones de Frecuencias

3. Representaciones Gráficas …………………………………………………………. 1

3.1. Distribución por intervalos ………………………………………………………. 1

3.1.1. Histograma …………………………………………………………………….. 1

3.1.2. Polígonos de frecuencias ……………………………................................ 2

3.1.3. Curvas de frecuencias ………………………………………………………. 3
3.1.4. Distribuciones Simétricas …………………………………………………….. 3
3.1.5. Distribuciones asimétricas …………………………………………………… 4
3.1.6 Distribución multimodal……………………………………………………….. 4
3.2. Distribución de frecuencias acumuladas……………………………………… 5
3.2.1. Distribución de variable cualitativa …………………………………….. 6
3.2.2. Distribución de frecuencias acumuladas ……………………………… 6
3.2.3 Distribución de frecuencias acumulativa por intervalos……………… 7
 Representaciones gráficas de distribuciones de frecuencias.

3. Las representaciones gráficas nos dan los datos en un diagrama de dos dimensiones.
La distribución de frecuencias por intervalos pueden ser un histograma o un polígono
de frecuencias, del polígono de frecuencias se obtiene la curva de frecuencia.

Sobre el eje horizontal podemos mostrar los valores de la variable (la característica
que estamos midiendo), como la producción de alfombras en metros. Sobre el eje
vertical señalamos las frecuencias de clase mostradas en el eje horizontal.
Las gráficas de distribuciones de frecuencias simples y de distribuciones de frecuencia
relativas son de utilidad debido a que resaltan y aclaran Los patrones que no se pueden
distinguir fácilmente en las tablas.
3.1 Distribución por intervalos

3.1.1 Histograma

Es una gráfica básica que consiste en una serie de rectángulos no separados,

dibujados con orientación horizontal o vertical. Los números representativos de la
escala de los intervalos de la variable son generalmente las marcas de clase de cada
intervalo. Si las clases que utilizamos en la distribución de frecuencias son del mismo
ancho, entonces las barras verticales de histograma.
La altura de la barra correspondiente a cada clase representar el número de
observaciones de la clase. El área contenido en cada rectángulo ocupa un porcentaje
del área total de todos los rectángulos igual al porcentaje de la frecuencia de la clase
correspondiente con respecto a todas las observaciones hechas. Sirve para obtener
una "primera vista" general, de la distribución de la población, o la muestra, respecto
a alguna característica, cuantitativa y continua, de la misma y que es de interés para
el observador.
Así pues, podemos poner en evidencia comportamientos, observar el grado de
homogeneidad, acuerdo o concisión entre los valores de todas las partes que
componen la población o la muestra, o, por el contrario, podremos observar el grado
de variabilidad o dispersión de todos los valores que toman las partes. Así como
también es posible encontrar ninguna tendencia y obtener que cada miembro de la
población toma por su lado y adquiere valor aleatorio sin mostrar ninguna preferencia
o tendencia, entre otras cosas.
Un histograma que utiliza las frecuencias relativas de los puntos de dato de cada una
de las clases, en lugar de usar el número real de puntos, se conoce como histograma
de frecuencias relativas. Este tipo de histograma tiene la misma forma que un
histograma de frecuencias absolutas construido a partir del mismo conjunto de datos.
Entre los diferentes tipos de histograma que podemos observar se encuentran,
diagramas de barras simples, diagramas de barras compuestas, diagrama de barras
agrupadas, polígono de frecuencias, ojiva porcentual.

Uso de Probabilidades para el Análisis y la Gestión

1
 Tomando los datos de la tabla 2.7 se construye un histograma como el mostrado en
la figura 3.1

Histograma
10
9
8
7
Frecuencia

6 Fig.
5
3.1
4
3
Frecuencia
2
1
0

Clase

3.1.2 Polígono de frecuencias

Los polígonos de frecuencias son otra forma de representar gráficamente tanto

distribuciones de frecuencia simples como relativas. Para construir un polígono de
frecuencias señalamos estás en el eje vertical y los valores de la variable que
estamos midiendo en el eje horizontal, del mismo modo como lo hicimos en el
histograma.
A continuación, gráfica mostrando frecuencia de clase trazando un sobre su punto
medio y conectamos los resultante puntos sucesivos con una línea recta para formar
un polígono.
La Figura 3.2 es construida con los datos de la tabla 2.7

Uso de Probabilidades para el Análisis y la Gestión

2
 Poligono
12

10 Fig.
3.2
8
Frecuencia

0
15 15.3 15.6 15.9 16.2 16.5 16.8 17.1
Nivel de Producción

Los histogramas y los polígonos de frecuencia son parecidos ¿por qué necesitamos
ambos? Las ventajas de los histogramas son:
 Los rectángulos muestran cada clase la distribución por separado.
 El área de cada rectángulo, en relación con el resto, muestra la proporción del
número total de observaciones que se encuentran en esa clase.

Los polígonos, sin embargo, también poseen ciertas ventajas.

 El polígono de frecuencias es más sencillo que su correspondiente histograma.
 Traza con más claridad el perfil del patrón de los datos
 El polígono se vuelve cada vez más le hizo y parecido a una curva conforme
aumentamos el número de clases y el número de observaciones.

3.1.3 Curva de frecuencias

La curva de frecuencias es una gráfica avanzada de una distribución de frecuencias

por intervalos que se obtiene del polígono de frecuencias suavizando sus puntos
angulosos. En el proceso de suavización se recomienda tener en cuenta que la
porción de área que se descarta deberá de ser proporcional a la porción de área que
se incluye en el interior de la gráfica.
3.1.4 Distribuciones Simétricas

La importancia de una curva de frecuencias es que describe como una aproximación

del modelo de distribución de la variable o del tipo de población de la que se han
obtenido los datos de la muestra. Podemos observar también que dentro de las
distribuciones de frecuencia simétricas se pueden presentar múltiples formas, entre
ellas tenemos: Normal, Platicúrtica, Leptocúrtica.

Uso de Probabilidades para el Análisis y la Gestión

3
 Fig.
3.3

Fig.
3.4

3.1.5 Distribuciones asimétricas

Cuando se habla de curvas asimétricas podemos ver que son de dos tipos:
asimétricas positivas o de cola del lado derecho, o asimétricas negativas o de cola
del lado izquierdo.

Fig.
3.5

3.1.6 Distribución multimodal

La curva de frecuencia es binomial si es que tiene dos frecuencias máximas como la

figura a) esto quiere decir que existe más de un valor que se repite dentro de la serie
de datos.

Uso de Probabilidades para el Análisis y la Gestión

4
 Fig.
3.6

y la frecuencia será trinomial si es que tiene tres frecuencias máximas como en la

figura b).

Fig.
3.7

3.2 Distribución de frecuencias acumuladas

Uso de Probabilidades para el Análisis y la Gestión

5
 3.2.1 Distribución de variable cualitativa.- A nivel nominal no tienen ningún
significado las frecuencias acumuladas.
3.2.2 Distribución de frecuencias acumuladas de variable discreta.- Si la
variable es discreta y la distribución de frecuencias es de la forma dato ↔ frecuencia,
entonces, la frecuencia acumulada, relativa o en porcentaje, menos o igual que un
valor determinado de la variable, es la suma de las frecuencias no acumuladas
respectivas hasta el valor de la variable.

Si la distribución de la variable discreta X tiene k valores distintos X1, X2…., Xk,

entonces, la frecuencia acumulada absoluta, Fi hasta el valor Xi es la suma de las
frecuencias absolutas fi de todos los valores menores o iguales a Xi, esto es,
𝑖

𝐹𝑖 = ∑ 𝑓𝑗 , 𝑖 = 1,2, … , 𝑘.
𝑗=1
Del mismo modo la frecuencia acumulada relativa H1 hasta el valor Xi es la suma de
las frecuencias relativas hi de todos los valores menores o iguales a Xi, esto es,

𝑖
𝐹𝑖
𝐻𝑖 = ∑ ℎ𝑗 𝑜 𝐻𝑖 = , 𝑖 = 1,2, … , 𝑘
𝑛
𝑗=1
Y la frecuencia acumulada en porcentajes Pi hasta el valor Xi es la suma de las
frecuencias en porcentaje pi de todos los valores menores o iguales a Xi, esto es,
n

Pi = ∑ Pi o Pi = Hi x 100%, i = 1,2, … , k
i=1
A manera de ejemplo entonces pondremos los resultados de una encuesta hecha
entre 20 familias sobre el número de hijos, los datos obtenidos fueron
Cuadro 3.1
2 1 2 4 1 3 2 3 2 0
3 2 1 3 2 3 3 1 2 4

El desarrollo sería entonces de la siguiente manera:

3

𝐹3 = ∑ 𝑓𝑗 = 𝑓1 + 𝑓2 + 𝑓3 = 1 + 4 + 7 = 12
𝑗=1
El valor 𝐹3 = 12 significa que hay 12 familias de las 20, que tienen 2 hijos o menos,
o que el 60% de las familias del grupo tienen 2 hijos o menos.

# de Frecuencias (familias) Frecuencias Acumuladas

hijos Xi Absolutas Relativas Porcentajes Absolutas Relativas Porcentajes
fi hi pi % Fi Hi P i%
0 1 0.05 5 1 0.05 5

Uso de Probabilidades para el Análisis y la Gestión

6
 1 4 0.20 20 5 0.25 25
2 7 0.35 35 12 0.60 60
3 6 0.30 30 18 0.90 90
4 2 0.10 10 20 1.00 100
Total 20 1.00 100

Cuando se habla de la gráfica de la distribución acumulativa discreta se podrá

observar que tiene forma de escalinata, donde, en cada valor de la variable se
produce un salto proporcional a la frecuencia no acumulada respectiva.

En general cuando, para cualquier variable estadística discreta X de k valores

Fig. 3.8

distintos X1, X2,…,Xk y frecuencias relativas respectivas h1, h2,…,hk su función de

distribución acumulativa menor o igual que cualquier número real X, está dada por:
0 𝑆𝑖 𝑋 < 𝑥1
𝑖 𝑆𝑖 𝑥𝑖 ≤ 𝑥 < 𝑥𝑖+1 , 𝑖=1,2,…,(𝑘−1) }
𝐻(𝑥) = {∑𝑗=1 ℎ𝑗
1 𝑆𝑖 𝑋 ≥ 𝑥𝑘

3.2.3 Distribución de frecuencias acumulativa por intervalos

Si la distribución de frecuencias es construida por intervalos, la frecuencia

acumulada, absoluta relativa o en porcentaje de cada intervalo es la suma de las
frecuencias respectivas hasta ese intervalo.
En el siguiente cuadro se ve el desarrollo de las frecuencias acumuladas absolutas,
relativas y de porcentajes de los salarios quincenales de los 45 empleados que
corresponden al cuadro siguiente:
Cuadro 3.2
63 82 36 49 56 64 59 35 78
43 51 70 57 62 43 68 62 26
64 72 52 51 62 60 71 61 55
59 60 67 57 67 61 67 51 81
50 64 76 44 73 56 62 63 60

Uso de Probabilidades para el Análisis y la Gestión

7
 La frecuencia acumulada 𝐹𝑖 es la suma de las frecuencia absolutas hasta el intervalo
i, donde i = 1, 2, 3, 4, 5, 6, 7. Por ejemplo,
𝐹3 = 𝑓1 + 𝑓2 + 𝑓3 = 1 + 2 + 4 = 7 , esto indica que 7 de 45 salarios son menores que
50
𝑇𝑎𝑏𝑙𝑎 3.1
Intervalos Frecuencias (empleados) Frecuencias Acumuladas
de Absoluta Relativa Porcentaje Absoluta Relativa Porcentaje
Salarios 𝐼𝑖 𝑓𝑖 ℎ𝑖 𝑃𝑖 % 𝐹𝑖 𝐻𝑖 𝑃𝑖 %
[26,34[ 1 0.022 2.2 1 0.022 2.2
[34,42[ 2 0.044 4.4 3 0.066 6.6
[42,50[ 4 0.089 8.9 7 0.155 15.5
[50,58[ 10 0.222 22.2 17 0.377 37.7
[58,66[ 16 0.356 35.6 33 0.733 73.3
[66,74[ 8 0.178 17.8 41 0.911 91.1
[74,82[ 4 0.089 8.9 45 1.000 100.0
Total 45 1.000 100.0

Gráfica de distribución acumulativa por intervalos

La gráfica más usada de la distribución de frecuencias acumuladas por intervalos, es
el polígono de frecuencias acumuladas, conocida también como ojiva de distribución
de frecuencias.
Por ejemplo podríamos establecer como objetivo el saber cuántos telares tejen por
debajo de 17.0 metros, podemos utilizar una tabla que registre las frecuencias
acumuladas “menores que“ de nuestra muestra cómo se presenta en la tabla 3.2

Tabla 3.2 Clase Frecuencia Acumulada

Distribución de Menor que 15.2 0
frecuencias Menor que 15.5 2
acumuladas “menores Menor que 15.8 7
que” de los niveles de Menor que 16.1 18
producción de una Menor que16.4 24
muestra de 30 telares Menor que 16.7 27
para alfombra. Menor que 17.0 30

Uso de Probabilidades para el Análisis y la Gestión

8
 Los puntos representados en la gráfica indican el número de telares que tienen una
producción menor que el número de metros mostrados en el eje horizontal. Nótese
que el límite inferior de las clases de la tabla se convierte en el límite superior de la
distribución acumulativa de la ojiva.

Fig. 3.9

Ahora supongamos que se traza una línea perpendicular al eje vertical en la marca
0.50 para intersectar a nuestra ojiva, de esta manera podemos leer el valor
aproximado del nivel de producción del décimo quinto telar de un arreglo de 30.
De esta manera nos damos cuenta que a partir del ordenamiento de datos podemos
construir distribuciones de frecuencias. A partir de las distribuciones de frecuencias
podemos construir distribuciones de frecuencias acumuladas. A partir de estas
podemos trazar una ojiva y de esta ojiva podemos aproximar los valores que tenemos
en el ordenamiento de datos. Sin embargo no podemos recobrar de manera normal
los datos originales exactos a partir de cualquiera de las representaciones gráficas.
Aplicaciones de la distribución de frecuencias acumuladas
 La primera aplicación que podemos darle sería por ejemplo, calcular el número
de datos observados que corresponden a un intervalo dado de la variable por
ejemplo en la fig. 3.10 aproximadamente 17 empleados tiene salarios menores
o iguales a 50 (en el eje horizontal).
 Calcular cuantiles, los cuantiles son valores de la variable que dividen a la
distribución de los datos en 2, 4, 10 o 100 partes iguales, cuyos nombres
específicos son los que se muestran a continuación:

 Mediana (Me) es el valor de una variable que divide a la distribución en dos

partes iguales. Por ejemplo en la ojiva la mitad inferior de los empleados, el
50% o 22.5 en el eje de los empleados, tiene salarios inferiores o iguales a

Uso de Probabilidades para el Análisis y la Gestión

9
 61. Esto quiere decir que la media es aproximadamente 61. Se debe de
observar que en este caso desde el eje de las frecuencias se traza una línea
horizontal hacia la ojiva y de la ojiva una línea vertical hacia el eje de los
salarios.
 Cuartil de cada uno de los tres valores 𝑄1 , 𝑄2 𝑦 𝑄3 de la variable que dividen
al total de datos de la distribución en cuatro partes iguales. El cuartil 𝑄1 es el
cuarto inferior el cuartil 𝑄2 es la mediana el cuartil 𝑄3 es el cuarto superior.
 Percentil es cada uno de los 99 valores 𝑃1 … . . 𝑃25 … … 𝑃50 … … . 𝑃99 que
dividen a la distribución de los datos en 100 partes iguales.

Como nota adicional podemos acotar que la unidad estadística está en el cuarto
superior si es que su medición observada es mayor o igual que el tercer cuartel o
percentil 75.
A continuación se desarrollan algunos ejemplos para su mejor entendimiento.
Ejemplo 1
En una empresa después de haber estudiado los diferentes niveles de ingreso de los
empleados se ha levantado información de las salarios quincenales de 45 de ellos los
cuales se muestran en el cuadro 3.2. se solicita que en la distribución de frecuencias
por intervalos de los salarios quincenales de los 45 empleados:
A) Calcule el porcentaje de empleados que tiene salarios entre 52 y 75
B) Obtenga el salario que divide a la distribución en dos partes iguales
C) Calcule el percentil 25

Solución
A) En la distribución de frecuencias por intervalos de los 45 empleados, el número
de salarios quincenales comprendidos entre 52 y 75 es igual a:

𝑋 + 16 + 8 + 𝑦
Donde 𝑋 es el número de salarios comprendidos entre 52 y 58, e 𝑌 es el número de
salarios comprendidos entre 74 y 75 como mostramos en la figura siguiente:

Los valores de 𝑋 e 𝑌 se obtienen por interpolación lineal de la siguiente manera:

𝑋 10
= 58−50, de donde resulta 𝑋 = 7.5
58−52
Con esto podemos observar que la porción de frecuencia 𝑋 es a la porción de
intervalo que le corresponde, como la frecuencia del intervalo es a la amplitud. De
manera similar se procede para obtener 𝑌,
𝑌 4
= , de donde resulta 𝑌 = 0.5
75−74 82−74

Uso de Probabilidades para el Análisis y la Gestión

10
 Luego el porcentaje aproximado de empleados que tienen salarios entre 52 y 75 es
igual a: (7.5 + 16 + 8 + 0.5)⁄45 = 71.11%

B) Primero se ubica el intervalo que contiene a la mediana, para esto, del 50% de
las frecuencias acumuladas dada por 0.5n (o 0.5 en frecuencias relativas) se va
a la ojiva y de la ojiva se va al intervalo de los salarios. Esto se puede hacer
también directamente en la distribución de frecuencia. En la distribución, 0.5n =
22.5, entonces, Me ∈ [58, 66[ .

Luego Me = 58 + X donde, el valor de X se calcula por interpolación lineal como

sigue:

𝑋 66−58 5.5
= 33−17 de donde resulta 𝑋 = 𝑥 8 = 2.75
22.5−17 16

Luego el valor que divide a la distribución de frecuencias de los salarios en dos

partes iguales es la mediana:
5.5
Me = 58 + 16 𝑥 8 = 60.75
Primero, se ubica al intervalo que contiene al percentil 25, 𝑃25 . Para esto del
cuarto inferior de las frecuencias, dado que 0.25xn (o 0.25 en frecuencias
relativas) se va hacia la ojiva y de la ojiva hacia el intervalo de salarios.
En el eje de las frecuencias de distribución se tiene 0.25 x n = 11.25,y en el eje
de los salarios se ubica, 𝑃25 ∈ [50,58[ entonces, 𝑃25 = 50 + X. el valor de X se
calcula de:
𝑋 58−50 4.25
= 17−7 de donde resulta 𝑋 = 10 x 8 = 3.4
11.25−7
Luego el percentil 25 es el número 𝑃25=4.25𝑥8=53.4
10
Debemos se observar que 50 es el límite inferior del intervalo, 10 es la
frecuencia absoluta del intervalo, 8 es la amplitud del intervalo y 4.25 es la
porción de la frecuencia del intervalo para llegar a 11.25.
Debemos de tener en cuenta que por lo general si el percentil 𝑃𝑘 , donde k =
1,…25,…,50…,75…,99 es el rango del percentil, es ubicado en el intervalo 𝐼𝑖 ,
entonces:

Uso de Probabilidades para el Análisis y la Gestión

11
 𝑃 ∆𝑓𝑖
𝑘= 𝐿𝑖 + 𝑥𝐴
𝑓𝑖
Donde:
𝐿𝑖 es el límite inferior del intevalo
𝑓𝑖 es la frecuencia absoluta del intervalo
A es la amplitud del intervalo
∆𝑓𝑖=0.01𝑘 𝑥 𝑛− 𝐹𝑖 −1 es la porción de la frecuencia 𝑓𝑖 para llegar a 0.01 K x n y donde
𝐹𝑖−1 es la frecuencia acumulada absoluta hasta el intervalo 𝐼𝑖−1

Ejemplo 2
Calcule los percentiles 10, 75 y 90 para los 45 salarios quincenales agrupados en
la distribución de frecuencias de intervalos del ejemplo de la Tabla 3.1
Solución
1.5
𝑃10 ∈ [42, 50], 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠, 𝑃10 = 42 + 4 * 8 = 42+3 = 45
0.75
𝑃75 ∈ [66, 74], entonces, 𝑃75 = 66 + * 8 = 66 + 0.75 = 66.75
8
7.5
𝑃90 ∈ [66, 74], entonces, 𝑃90 = 66 + 8 * 8 = 66 + 7.5 = 73.5
Para hallar los percentiles en n datos no agrupados, pero ordenados en forma
ascendente: 𝑋1 ≤ 𝑋2 ≤ 𝑋3……… ≤ 𝑋𝑛 el valor del percentil 𝑃𝑘 es 𝑃𝑘 = (𝑋𝑗 + 𝑋𝑗+1 )/2 ,
si g=0, y 𝑃𝑘 = 𝑋𝑗+1 , 𝑔 > 0 donde, 0.01k * n = j + g, k = rango percentil, j = parte
entera y g = parte fraccional.

Diagrama de Tallo
Es una técnica que se usa para organizar datos sin perder la identidad de cada dato
observado, como si ocurre en una distribución de frecuencias por intervalos.
El diagrama de tallo y hojas se construye partiendo cada dato numérico en 2. El
tallo que consiste del dígito o los dígitos iniciales y las hojas que consisten de los
dígitos restantes del dato. Usualmente se eligen entre 5 y 20 tallos.
Ejemplo 3
Tomando los datos del Cuadro 3.2
a) Desarrolle un diagrama de tallo y hojas
b) Halle el porcentaje de ingresos inferiores a 52
c) Cuál es el valor de en medio o central
d) Cuantos valores están entre 50 y 65. Incluir los extremos

Solución
a) Utilicemos el primer dígito de cada dato como tallo y el segundo como hoja. Para
el 63 por ejemplo el tallo es 6 y la hoja es 3. Como el dato mínimo es 26 y el
dato máximo es 82, entonces los tallos empiezan en 2 y terminan en 8.

Uso de Probabilidades para el Análisis y la Gestión

12
 Después de organizar los datos, el diagrama de tallo y hojas resulta
Tallo Hojas
2 6
3 56
4 3349
5 011235667799
6 000112222334447778
7 012368
8 12

b) El porcentaje de ingresos inferiores a 52 es (10/45)= 0.222 ó 22.2%

c) El valor de en medio o central es 61
d) Hay 26 valores entre 50 y 65

Ejemplo 4
Los siguientes datos representan el periodo de duración en meses de 32 baterías
AA,
3.3 4.0 6.0 4.2 6.0 5.4 4.5
1.5 7.0 6.5 7.4 5.2 5.7 6.2
5.5 5.2 6.8 3.8 2.4 3.6
5.0 6.2 5.3 6.5 5.5 6.0
2.8 7.1 6.7 4.7 5.6 5.9
a) Desarrolle un diagrama de tallo y hojas
b) ¿Cuál es el valor de en medio?
c) ¿Cuántas baterías duraron entre 2.9 y 5.8 meses?

Solución
a) Utilicemos dígito entero de cada dato como tallo y el dígito decimal como hoja. Para
el número 5.2 por ejemplo, el tallo es 5 y la hoja es 2. Como el dato mínimo es 1.5
y dato máximo es 7.4, entonces los tallos empiezan en 1 y terminan en 7.

Después de organizar todos los datos, el diagrama de tallo y hojas resulta.

Tallo Hoja
1 5
2 48
3 368
4 0257
5 0223455679
6 000225578
7 014

Uso de Probabilidades para el Análisis y la Gestión

13
 b) El valor de en medio es 5.5 meses.
c) Hay 16 baterías que duraron entre 2.9 y 5.8 meses.

Ejemplo 5
El siguiente es el diagrama de tallo y hojas de los valores (un entero y dos decimales) de
una variable continua. El tronco consiste de un entero y un decimal:
Tallo Hojas
35 245
35 3567
37 34556889
38 0024455
39 358

a) ¿Cuántos datos se observaron? Indique el mínimo y el máximo.

b) ¿Cuál es el valor del centro?

Solución
a) Se observaron 25 datos, donde, mínimo 3.53 y, máximo 3.98.
b) El valor central es 3.78

Otras gráficas estadísticas

En algunos casos, el total en cada modalidad de una variable, puede estar compuesto de
varias partes, como por ejemplo, en el cuadro la modalidad “año” tiene los componentes
“hombres”, “mujeres” y “total”.
El tipo de gráfico para este cuadro depende de lo que se quiere resaltar.
Año Hombres Mujeres Total
1975 8 17 25
1980 12 20 32
1985 10 30 40
1990 18 27 45

Gráfica de Línea
Si se quiere resaltar variaciones de los datos a través del tiempo, se utiliza una gráfica de
línea, la misma que se obtiene uniendo segmentos puntos de la forma (tiempo,
frecuencias) en cada modalidad y para una o más de las partes componentes. La figura
3.10
Principio de Pareto
De acuerdo a este principio podemos determinar que cuando se hace el análisis de un
grupo de elementos que tienen características similares y contribuyen a un mismo
propósito, solo unos pocos son los responsables de la mayor parte de dicho efecto.

Uso de Probabilidades para el Análisis y la Gestión

14
Con este gráfico lo que se desea establecer es que del total de clientes que posee una
empresa, el 20% de los mismos representa el 70 de las ventas realizadas por esta
empresa. Por lo que el otro 80% es responsable únicamente del 30% del total de las
ventas. Lo que significa que la empresa debe de colocar especial cuidado en mantener a
estos clientes.
Es así que se debe de hacer un trabajo arduo para identificar a estos clientes dada su
importancia dentro del grupo.
Características de las tablas y diagramas de Pareto.
Simplicidad.- al determinar la tabla y el gráfico no se requiere realizar cálculos complejos,
ni tampoco se requieren técnicas sofisticadas para la representación gráfica.
El diagrama de Pareto deja ver de manera clara y evidente, sin más que una mirada rápida
el resultado del análisis de comparación y priorización.

Paso 1
Como en todas las herramientas de análisis de datos, el primer paso consiste en recoger
los datos correctos o asegurarse de que los existentes lo son.
Para la construcción de un Diagrama de Pareto son necesarios:
a) Un efecto cuantificado y medible sobre el que se quiere priorizar (Costes, tiempo,
número de errores o defectos, porcentaje de clientes, etc).
b) Una lista completa de elementos o factores que contribuyen a dicho efecto (tipos de
fallos o errores, pasos de un proceso, tipos de problemas, productos, servicios, etc).
Las herramientas de calidad más útiles para obtener esta lista son: la Tormenta de Ideas,
el Diagrama de Flujo, el Diagrama de Causa-Efecto y sus similares, o los propios datos.
c) La magnitud de la contribución de cada elemento o factor al efecto total.
Estos datos, bien existan o bien haya que recogerlos, deberán ser:
- Objetivos: basados en hechos, no en opiniones.
- Consistentes: debe utilizarse la misma medida para Causa Frecuencia
todos los elementos contribuyentes y los mismos Problema 1 125
supuestos y cálculos a lo largo del estudio, ya que el Problema 2 98
Análisis de Pareto es un análisis de comparación. Problema 3 149
- Representativos: deben reflejar toda la variedad de Problema 4 70
hechos que se producen en la realidad.
Problema 5 40
- Verosímiles: evitar cálculos o suposiciones
Problema 6 180
controvertidas, ya que buscamos un soporte para la
toma de decisiones, si no se cree en los datos, no Problema 7 100
apoyarán las decisiones. Problema 8 35
Tenemos en nuestra tabla una lista de 10 diferentes Problema 9 28
problemas que se presentan durante la fabricación de Problema 10 15
cierta pieza mecánica en una fresadora. Estos datos
han sido recogidos de manera absolutamente objetiva después de haber analizado cada
fallo de las piezas.
Paso 2

Uso de Probabilidades para el Análisis y la Gestión

15
 Causa Frecuencia Posteriormente procedemos a hacer un
Problema 6 180 ordenamiento de los datos de acuerdo a su
Problema 3 149 frecuencia de aparición de mayor a menor.
De esta manera es posible calcular de manera total, la
Problema 1 125
cantidad de problemas de fabricación que se
Problema 7 100 presentan en la máquina fresadora.
Paso 3 Problema 2 98
Problema 4 70 Posteriormente se calcula el porcentaje acumulado
de Problema 5 40 cada elemento de la distribución de manera que se
vaya Problema 8 35 acumulando con el anterior y de esta manera la
suma Problema 9 28 de los porcentajes de contribución de cada uno de
los Problema 10 15 elementos anteriores más el elemento en cuestión
se van acumulando.

Esto lo podemos notar en el cuadro siguiente de acuerdo a como se va pasando a la celda

inmediata inferior. Nótese que la celda al final de la tercera columna da el valor del 100%
que es el total de las frecuencias acumuladas.

Paso 4
%
Causa Frecuencia Acumulado A partir de aquí debemos de iniciar la construcción de
Problema 6 180 21% nuestro gráfico de Pareto. El eje vertical izquierdo
Problema 3 149 39% representa la magnitud del efecto estudiado. Debe
Problema 1 125 54%
empezar en 0 y ir hasta el valor del efecto total.
Problema 7 100 66% Rotularlo con el efecto, la unidad de medida y la
Problema 2 98 78% escala. La escala debe ser consistente, es decir
Problema 4 70 86% variar según intervalos constantes. Las escalas de
Problema 5 40 91% gráficos que se compararán entre sí, deben ser
Problema 8 35 95% idénticas. El eje horizontal contiene los distintos
Problema 9 28 98% elementos o factores que contribuyen al efecto.
Problema 10 15 100%
Dividirlo en tantas partes como factores existan y
rotular su identificación de izquierda a derecha según el orden establecido en la Tabla de
Pareto. El eje vertical derecho representa la magnitud de los porcentajes acumulados del
efecto estudiado.

Para manejar de manera adecuada la estructuración del cuadro de Pareto en Excel se

recomienda visitar los links en el documento Enlaces de Video M1. El análisis de la curva
de Pareto tiene como objetivo la identificación de la máxima concentración de potencial

Uso de Probabilidades para el Análisis y la Gestión

16
del efecto en estudio. Que puede ser número de errores, tiempo por máquina o proceso,
número de roturas, etc.

Este análisis es útil en todos los casos en donde se debe de establecer prioridades para
poder enfocar y dirigir las acciones correspondientes para la resolución del problema. Es
así que permite que los esfuerzos no se diluyan y optimiza el resultado de dicha inversión.

Podeos utilizarlos por ejemplo para; identificar las causas claves de un problema,
comprobar los resultados de un grupo de trabajo una vez implementada la solución
propuesta por el mismo. Para esto se compara el diagrama de Pareto inicial con el
diagrama actual de tal manera que se puede establecer la contribución de los elementos
que han disminuido el problema.

Para graficar un poco mejor la utilidad del gráfico de Pareto daremos un ejemplo sobre los
robos que sufría una tienda por departamentos y que le estaba costando una gran cantidad
de dinero mensualmente. Debido a que esta tienda cuenta con diferentes plantas en las
que se venden mercaderías distintas, se optó por recoger inicialmente los costos que
implicaban cada uno de estos robos en las diferentes áreas. Para lo cual se utilizó un
análisis de Pareto.
%
Causa Costes Acumulado
Joyería 62 22%
Perfumería 58 42%
Deportes 50 60%
Música 47 76%
Electro 22 84%
Ropa 16 90%
cafetería 15 95%
Hogar 10 99%
Muebles 4 100%

Después de este análisis se pudo determinar que en las primeras cuatro secciones se
registran el 76% de los costes totales por robos. Lo que indicaría que es imprescindible
hacer trabajos de seguridad en estas áreas de manera prioritaria, para poder obtener una
mejora significativa con estas medidas.

Uso de Probabilidades para el Análisis y la Gestión

17
Uso de Probabilidades para el Análisis y la Gestión
18