Estadistica

Matemática Avanzada para Ingenieros Mgt. Rina M.
Zamalloa Cornejo
PRIMERA UNIDAD DIDÁCTICA

ESTADÍSTICA DESCRIPTIVA
INTRODUCCION
Iniciamos este capítulo con la definición de algunos conceptos elementales y
básicos, y sin embargo pilares, para una comprensión intuitiva y real de lo que es la
estadística. Pretendemos introducir al estudiante en los primeros pasos sobre el uso y
manejo de datos numéricos: distinguir y clasificar las características en estudio, enseñarle a
organizar y tabular las medidas obtenidas mediante la construcción de tablas de frecuencia
y por último los métodos para elaborar una imagen que sea capaz de mostrar gráficamente
unos resultados.
DEFINICION DE ESTADISTICA
Como establece M.G. Kendall, definir en que consiste o qué es la Estadística ha
sido una materia que ha dividido a lo largo de la historia a los propios estadísticos. Desde
Quetelet que la consideraba la reina de las ciencias hasta autores que la definen como una
técnica más, al servicio de otras ramas del conocimiento. La característica común ha sido
la multiplicidad de definiciones que se han escrito sobre estadística. W.F. Willcox, en
1935, reúne 115 definiciones y aporta una más para sustituirlas, sin lograrlo. El número de
definiciones de estadística ha seguido aumentando.
La estadística es la rama de las matemáticas que describe los fenómenos donde no
hay un componente absoluto, es decir es discreta, y sus modelos son estocásticos. La
estadística ayuda a todas las demás ciencias a generar modelos matemáticos "generales"
donde se haya considerado el componente aleatorio.
Es una disciplina de estudio relacionada con la recopilación, organización y
resumen de datos y la obtención de inferencias a partir de esos datos.
La Estadística es una disciplina científica que se dedica a la recopilación,
descripción, análisis e interpretación de datos y, por ello, constituye la metodología
científica que permite transformar datos en información. Esto la hace especialmente
atractiva, ya que en cualquier sociedad desarrollada existe una inmensa variedad de
problemas cuya solución sólo es posible mediante la utilización de técnicas estadísticas.
En una forma práctica, la estadística proporciona los métodos científicos para la
recopilación, organización, resumen, representación y análisis de datos o hechos, que se
1
Matemática Avanzada para Ingenieros Mgt. Rina M. Zamalloa Cornejo
presten a una evaluación numérica; tales como: fenómenos sociales, económicos, políticos,
culturales, etc.
La estadística se clasifica en estadística descriptiva y estadística inferencial.
Estadística descriptiva:
Describe, analiza y representa un grupo de datos utilizando métodos numéricos,
tabulares y/o gráficos que resumen y presentan la información contenida en ellos. Se puede
definir como aquel método que contiene la recolección, organización, presentación y
resumen de una serie de datos. El análisis que se realiza se limita en sí mismo a los datos
recolectados y no se puede realiza inferencia alguna o generalizaciones alguna, acerca de la
población de donde provienen esos datos estadísticos; es decir a partir de una muestra de
datos (recogida según una técnica concreta), es la descripción de las características más
importantes, entendiendo como características, aquellas cantidades que nos proporcionen
información sobre el tema de interés del cual hacemos el estudio.
Estadística inferencial:
Es aquella rama de la estadística que apoyándose en el cálculo de probabilidades y
a partir de datos muéstrales, efectúa estimaciones, decisiones, predicciones u otras
generalizaciones sobre un conjunto mayor de datos. Puede definirse como aquella rama de
la estadística que hace posible la estimación de una característica de una población o la
toma de una decisión referente a una población, fundamentándose sólo en los resultados de
la muestra.
DETERMINACIÓN DE LA POBLACIÓN Y MUESTRA

Población:
Estadísticamente, la población se define como un conjunto de individuos o de
objetos que poseen una o varias características comunes que interesan al investigador. No
se refiere esta definición únicamente a los seres vivientes; una población puede estar
constituida por los habitantes de un país o por lo peces de un estanque, así como por los
establecimientos comerciales de un barrio o las unidades de vivienda de una ciudad. Al
número de elementos de la población se denota por N.
2
Existen desde el punto de vista de su manejabilidad poblaciones finitas e infinitas.

Aquí el término infinito no está siendo tomado con el rigor semántico de la palabra; por
ejemplo, los peces dentro de un estanque son un conjunto finito; sin embargo, en términos
estadísticos, puede ser considerado como infinito.
Muestra:
Conjunto de elementos que forman parte de población. La muestra representa a esta
población.
También se puede definir como el subconjunto de la población a la cual se le
efectúa la medición con el fin de estudiar las propiedades del conjunto del cual es obtenida.
Existen diversos métodos para calcular el tamaño de la muestra y también para tomar los
elementos que la conforman, la muestra debe ser representativa de la población y sus
elementos escogidos al azar para asegurar la objetividad de la investigación.
Se llama muestreo al procedimiento científico que se utiliza para la obtención de
muestras estadísticamente significativas de una población que permitirá estimar los
parámetros poblacionales con un grado de confianza fijado previamente.
Se llama muestreo al procedimiento científico que se utiliza para la obtención de
muestras estadísticamente significativas de una población que permitirá estimar los
parámetros poblacionales con un grado de confianza fijado previamente.
Tamaño muestral: Es el número de elementos u observaciones que tomamos en la

muestra, se denota por n.
3
Un procedimiento estadístico descriptivo no hace referencia a muestra ni a

población. Los conceptos de población y muestra están íntimamente ligados y tiene sentido
determinarlos cuando se va a proceder a realizar lo que se conoce como inferencia
estadística.
La inferencia estadística realiza un estudio sobre una o varias muestras extraídas de
una población o universo y las conclusiones a las que se arriban son aplicables a todos los
elementos de dicha población.
Estas conclusiones se aplican a todos los elementos de la población, pero ello no
quiere decir que todos (absolutamente todos) tienen que cumplir con las características
determinadas. Para ello se utiliza la teoría de probabilidades, en el trabajo estadístico de un
estudio las pruebas se diseñan de modo que se puede determinar con qué grado de
probabilidad se encontrarán las características determinadas en la muestra, entre los
elementos que componen la población. El hecho de que todos los elementos de la
población estén bien representados en la muestra es una condición necesaria para poder
realizar un buen trabajo estadístico. En efecto, la estadística se divide para dar solución a
los problemas en dos partes. Por una parte, encontramos a los procedimientos descriptivos
y por otra a los inferenciales.
VARIABLE
Es la característica de la población que interesa al investigador y se está midiendo.
Existen dos categorías o tipo de variables:
Variable cualitativa: Es aquella que expresa un atributo o característica, ejemplo:

estado civil, sexo, color de ojos, etc. No son numéricas y se subdividen en:
o Variable Nominal: son cualidades sin orden. Ej. Estado civil, preferencia
por una marca, sexo, lugar de residencia.
o Variable Ordinal: son cualidades que representan un orden y jerarquía. Ej.
Nivel educacional, días de la semana, calidad de la atención, nivel
socioeconómico.
Variable cuantitativa: Es aquella que podemos expresar numéricamente: edad,

peso, nº. de hijos, etc. Esta a su vez la podemos subdividir en:
4
o Variable discreta, aquella que entre dos valores próximos no puede tomar
ningún valor. Ejemplos: el número de hijos de una familia, el de obreros de
una fabrica, el de alumnos de la universidad, etc.
o Variable continua la que puede tomar los infinitos valores de un intervalo.

En muchas ocasiones la diferencia es más teórica que práctica, ya que los
aparatos de medida dificultan que puedan existir todos los valores del
intervalo. Ejemplos, peso, estatura, distancias, etc.
La variable se denota por las mayúsculas de letras finales del alfabeto castellano X, Y, Z.
A su vez cada una de estas variables puede tomar distintos valores y se denota por las
letras minúsculas x, y, z, etc. o colocando un subíndice en las letras minúsculas, que indica
orden.
Ejemplos.
En una fábrica se quiere realizar un estudio sobre la duración de los focos para lo cual se
procedió de la siguiente manera, se seleccionaron al azar el 5% de los focos producidos
cada día durante una semana, posteriormente se iluminaron todos y se procedió a anotar la
duración de cada uno, después se promediaron los tiempos para hallar el tiempo promedio
de vida de todo el lote.
PARÁMETRO Y ESTADÍGRAFO
Existen medidas para realizar descripciones cuantitativas de los conjuntos de datos
de poblaciones, o de sus muestras, diferenciándose entre ellas las que se refieren a las
mismas poblaciones y a las muestras.
o PARÁMETRO – Es una medida resumen que se obtiene a base de los datos de una
población es decir que cuantifica una característica de esa población. Nos referimos
a las funciones, tales como las medias, desviaciones típicas, momentos, coeficientes
de correlación, etc. Los parámetros son cantidades, las cuales son constantes para
5
distribuciones en particular, pero pueden tomar diferentes valores para diferentes

miembros de familias de distribuciones del mismo tipo.
o ESTADÍGRAFO – Un estadístico o estadígrafo es una medida resumen cuyo valor

se puede calcular a partir de datos muestrales.
Antes de obtener datos, hay incertidumbre en cuanto a que valor resulta de

cualquier estadística particular, por lo tanto, un estadístico es una variable aleatoria y estará
denotada por una letra mayúscula; una minúscula se emplea para representar el valor
calculado u observado de la estadística para toda la población, entonces se le considera
como un parámetro.
Cuando se llevan a cabo investigaciones y sus resultados son comprobados como

ciertos y los mismos se generalizan o se aplican a la población, se da entonces la inferencia
estadística como un procedimiento mediante el cuál se estiman los parámetros, por ejemplo
una media muestral es un estadígrafo que estima la media de la población, que es un
parámetro.
6
ETAPAS DEL MÉTODO ESTADÍSTICO

Una vez que se haya seleccionado el asunto o problema a investigar se procede a redactar
el proyecto según los criterios que siguen a continuación.
Para el planeamiento de una investigación, por norma general, se siguen las siguientes
etapas:
➢ Planteamiento del problema.
➢ Fijación de los objetivos.
➢ Formulación de la hipótesis.
➢ Definición de la unidad de observación y de la unidad de medida.
➢ Determinación de la población y de la muestra.
➢ La recolección.
➢ Crítica, clasificación y ordenación.
➢ Tabulación.
➢ Presentación.
➢ Análisis.
➢ Publicación.
PLANTEAMIENTO DEL PROBLEMA

Al abordar una investigación se debe tener bien definido qué se va a investigar y por qué se
pretende estudiar algo. Es decir, se debe establecer una delimitación clara, concreta e
inteligible sobre el o los fenómenos que se pretenden estudiar, para lo cual se deben tener
en cuenta, entre otras cosas, la revisión bibliográfica del tema, para ver su accesibilidad y
consultar los resultados obtenidos por investigaciones similares, someter nuestras
proposiciones básicas a un análisis lógico; es decir, se debe hacer una ubicación histórica y
teórica del problema.
FIJACIÓN DE LOS OBJETIVOS

Luego de tener claro lo que se pretende investigar, Debemos presupuestar hasta dónde
queremos llegar; en otras palabras, debemos fijar cuales son nuestras metas y objetivos.
Estos deben plantearse de tal forma que no haya lugar a confusiones o ambigüedades y
debe, además, establecerse diferenciación entre lo de corto, mediano y largo plazo, así
como entre los objetivos generales y los específicos.
7
PROPÓSITO Y JUSTIFICACIÓN DE LA INVESTIGACIÓN

Debe indicarse porqué se quiere llevar a cabo la investigación y establecerse un argumento
donde se expone la importancia, cómo ésta contribuye al mejoramiento de la calidad de
vida en la comunidad y si se tratará del de la educación, como la misma contribuye al
proceso enseñanza aprendizaje, entre otras.
FORMULACIÓN DE LAS HIPÓTESIS

Una hipótesis es, ante todo, una explicación provisional de los hechos objeto de estudio, y
su formulación depende del conocimiento que el investigador posea sobre la población
investigada. Una hipótesis estadística debe ser susceptible de docimar, esto es, debe
poderse probar para su aceptación o rechazo.
Una hipótesis que se formula acerca de un parámetro (media, proporción, varianza, etc.),
con el propósito de rechazarla, se llama Hipótesis de Nula y se representa por H0; a su
hipótesis contraria se le llama Hipótesis Alterna (H1).
REVISIÓN DE LA LITERATURA
Se ausculta y se dispone qué estudios e investigaciones se han realizado sobre el asunto o
problema a investigar. Pueden considerarse estudios e investigaciones relacionadas, o sea,
no necesariamente tienen que ser tan similares como la investigación que se propone.
Deben de disponerse en orden cronológico comenzando con las menos recientes y terminar
con las actuales. También hay que considerar, si hay tres preguntas de investigación,
presentar los estudios según el orden de las preguntas. Puede también presentarse los
estudios según las variables de la investigación propuesta.
DEFINICIÓN DE LA UNIDAD DE OBSERVACIÓN Y DE LA UNIDAD DE

MEDIDA
La Unidad de Observación, entendida como cada uno de los elementos constituyentes de la
población estudiada, debe definirse previamente, resaltando todas sus características; pues,
al fin de cuentas, es a ellas a las que se les hará la medición.
La unidad de observación puede estar constituida por uno o varios individuos u objetos y
denominarse respectivamente simple o compleja.
El criterio sobre la unidad de medición debe ser previamente definido y unificado por todo
el equipo de investigación. Si se trata de medidas de longitud, volumen, peso, etc., debe
8
establecerse bajo qué unidad se tomarán las observaciones ya sea en metros, pulgadas,
libras, kilogramos, etc. asociado a la unidad de medida, deben establecerse los criterios
sobre las condiciones en las cuales se ha de efectuar la toma de la información.
METODOLOGÍA
Diseño: Mediante la presentación de un flujograma se ilustra las partes o componentes de
la investigación demostrando así mismo el procedimiento de cómo se va a llevar a cabo la
investigación.
Población y muestra: Se describe la población y el lugar donde se llevará a cabo la

investigación y si es necesario se seleccionará una muestra. Es cuestión de presentar un
perfil de los sujetos bajo la investigación y puede ilustrarse con una tabla y/o gráfica.
Instrumentos: Debe describir los instrumentos o medios de cómo va a recoger los datos
para la investigación. Ya sea pruebas, cuestionarios o listas de cotejo, etc., debe de
describirlos indicando su magnitud en números de reactivos… indicar cuánto tiempo toma
en contestarse…
Los instrumentos van a estar determinados según las preguntas de investigación propuestas
en la primera parte.
Debe de procurar por la validez y la confiabilidad de los instrumentos e informarla.
Análisis estadístico: Indicar que tipo de estadísticas se va a calcular y qué análisis se va
llevar a cabo. Esto dependerá según las preguntas de investigación establecidas en la
primera parte de la propuesta.
LA RECOLECCIÓN
Una de las etapas más importantes de la investigación es la recolección de la información,
la cual ha de partir, a menos que se tenga experiencia con muestras análogas, de una o
varias muestras piloto en las cuales se pondrán a prueba los cuestionarios y se obtendrá una
aproximación de la variabilidad de la población, con el fin de calcular el tamaño exacto de
la muestra que conduzca a una estimación de los parámetros con la precisión establecida.
El establecimiento de las fuentes y cauces de información, así como la cantidad y
complejidad de las preguntas, de acuerdo con los objetivos de la investigación son
decisiones que se han de tomar teniendo en cuenta la disponibilidad de los recursos
9
financieros, humanos y de tiempo y las limitaciones que se tengan en la zona geográfica, el

grado de desarrollo, la ausencia de técnica, etc. Es, entonces, descubrir dónde está la
información y cómo y a qué "costo" se puede conseguir; es determinar si la encuesta se
debe aplicar por teléfono, por correo, o si se necesitan agentes directos que recojan la
información; establecer su número óptimo y preparar su entrenamiento adecuado.
CRITICA, CLASIFICACIÓN Y ORDENACIÓN

Después de haber reunido toda la información pertinente, se necesita la depuración de los
datos recogidos. Para hacer la crítica de una información, es fundamental el conocimiento
de la población por parte de quien depura para poder detectar falsedades en las respuestas,
incomprensión a las preguntas, respuestas al margen, etc.
Separado el material de "desecho" con la información depurada se procede a establecer las
clasificaciones respectivas y con la ayuda de hojas de trabajo, en las que se establecen los
cruces necesarios entre las preguntas, se ordenan las respuestas y se preparan los modelos
de tabulación de las diferentes variables que intervienen en la investigación.
El avance tecnológico y la popularización de los computadores hacen que estas tareas,
manualmente dispendiosas, puedan ser realizadas en corto tiempo.
PRESENTACIÓN DE LA INFORMACION
Una vez recolectados los datos es necesario organizarlos, clasificarlos y resumirlos
adecuadamente, de manera tal que posibilite un mejor análisis de la información obtenida.
Un recurso muy útil para este fin lo constituye las medidas resumen.
Se presentan los hallazgos según el orden que fueron formuladas las preguntas, las
hipótesis, objetivos de la investigación. Se presentan los datos estadísticos, por medio de
tablas y/o gráficas en la forma más objetiva posible o medidas cuantitativas resumen. No
debe hacerse ningún juicio o comentario. Sólo se presentan los datos y hechos con sus
estadísticas correspondientes.
Una información estadística adquiere más claridad cuando se presenta en la forma
adecuada. Los cuadros, tablas y gráficos facilitan el análisis, pero se debe tener cuidado
con las variables que se van a presentar y la forma de hacerlo. No es aconsejable saturar un
informe con tablas y gráficos redundantes que, antes que claridad, crean confusión.
10
Además, la elección de determinada tabla o gráfico para mostrar los resultados, debe
hacerse no sólo en función de las variables que relaciona, sino del lector a quien va
dirigido el informe
DISCUSIÓN Y ANÁLISIS DE RESULTADOS

Se discuten los hallazgos con su respectivo análisis estadístico según el orden que fueron
formuladas las preguntas o hipótesis de la investigación. En esta discusión de resultados se
relacionan los hallazgos con los estudios e investigaciones referidas en la sección de la
revisión de literatura, se indican las implicaciones y recomendaciones que suelen surgir a
partir de los hallazgos de la investigación. Es el análisis donde se cristaliza la
investigación. Esta es la fase de la determinación de los parámetros y estadísticos
muestrales para las estimaciones e inferencias respecto a la población, el ajuste de modelos
y las pruebas de las hipótesis planteadas, con el fin de establecer y redactar las
conclusiones definitivas.
PUBLICACIÓN
Toda conclusión es digna de ser comunicada a un auditorio. Es más, hay otros estudiosos
del mismo problema a quienes se les puede aportar información, conocimientos y otros
puntos de vista acerca de él.
TÉCNICAS PARA LA OBTENCIÓN DE DATOS

En las diferentes ramas de la ciencia existen numerosas técnicas para la obtención
de datos, para lo cual se emplean diversos, y a veces muy complejos instrumentos, que son
del dominio de las diferentes especialidades. Además, existen otras técnicas más generales
y de amplio uso destinadas a recopilar información referida de forma oral o escrita, por los
individuos estudiados.
Entre estas podemos destacar:
El censo. - Esta técnica consiste en la obtención de datos procedentes de todos los
elementos de la población u objeto de estudio, en un tiempo determinado y siguiendo un
cuestionario previamente elaborado.
La encuesta. - Se diferencia del censo en que la encuesta se aplica solo a una muestra de la
población u objeto de estudio.
11
La entrevista. - Es la técnica de obtención de información a través del diálogo, por lo que

requiere de ciertas habilidades por parte del entrevistador. La entrevista puede o no, estar
estructurada a partir de un cuestionario.
El registro. - Consiste en recoger información sobre determinadas variables en forma

sistemática y continua o periódica.
INSTRUMENTOS PARA LA RECOLECCIÓN DE DATOS
Cuestionario. - Es un instrumento imprescindible para el censo y la encuesta, y como se

dijo antes, su uso es opcional en la entrevista. Consiste en una serie de preguntas
específicas, que permiten evaluar una o varias de las variables definidas en el estudio.
Planilla de recolección de datos. - Es un instrumento muy utilizado con la finalidad de

facilitar la recopilación referente a cada elemento de la muestra o población. La
información obtenida, como resultado de las mediciones de las variables, es recogida en
una planilla específicamente diseñada al efecto.
Base de Datos.- Es la forma organizada y estructurada de recopilar la información obtenida

de todos los elementos estudiados. Las "Sabanas de Datos" utilizadas hasta hace un tiempo
han sido sustituidas progresivamente por diversos programas de aplicación de la
computación por cuanto facilitan y agilizan espectacularmente el procesamiento de la
información.
ORGANIZACIÓN DE DATOS CUALITATIVOS

TABLAS
Las tablas estadísticas resultan de gran ayuda tanto para el investigador como para el lector
del informe de su trabajo, ya que constituyen una forma sintetizada y más comprensible de
mostrar los resultados sobre todo cuando la información es de tipo repetitivo. Además,
permite mostrar frecuencias, relaciones, contrastes, variaciones y tendencias mediante una
presentación ordenada de la información.
Las partes de una tabla son:
12
• Número de orden.
• Título
• Cuadro propiamente dicho o cuerpo de la tabla
• Fuente
• Notas explicativas, también se le llama píe.
Número de orden: El mismo se emplea para facilitar la referencia a la tabla en el texto.

Debe asignársele un número consecutivo a cada tabla siguiendo el orden en que se citan
por primera vez en el texto. Este número la identifica y se coloca precediendo al título. Ej.:
Tabla 1, Tabla 2. Cuadro 1, Cuadro 2. No debe usarse indistintamente Tabla 1, Cuadro 2.
Título: Debe ser completo, claro y conciso, es decir, debe reflejar claramente en qué
consiste el contenido y con qué criterios se clasificaron los elementos a que se hace
referencia, ubicándolo además en tiempo y lugar. Para ser completo, el título debe
responder a las preguntas qué, cómo, dónde y cuándo.
Cuadro o cuerpo de la tabla: Esta constituido por un grupo de casillas o celdas formadas
por el entrecruzamiento de filas y columnas. La primera fila se reserva para indicar a qué
se refieren los datos subyacentes y que unidad de medida se utilizó. En la primera columna
se reflejan las diferentes clases según la escala de clasificación empleada.
Fuente: Se refiere al documento de donde se extrajo la información presentada. Por lo

general, las fuentes de información se clasifican en:
• Primaria: Aquella de la que el investigador obtiene directamente la información

utilizando diversas técnicas y métodos. Ejemplo: La encuesta o modelo de recolección
del dato primario.
• Secundaria: Aquella que existe independientemente del estudio y el investigador sólo
la utiliza. Ejemplo: El Registro de Nacimientos, Historias clínicas.
Una fuente es un documento. Frecuentemente esto se olvida, y se consignan erróneamente

como fuentes algunos locales, departamentos, entre otros, como la Oficina Nacional de
Estadísticas, el Archivo del hospital, etc.
13
Notas explicativas o aclaratorias: Se utilizan cuando se desea aclarar algo, por lo general
del título o del cuerpo de la tabla, la significación estadística o alguna breve nota
aclaratoria del contenido, que puede indicarse mediante símbolos colocados como
exponentes.
Las tablas estadísticas suelen clasificarse según el número de variables que representan en:
• Simple (unidimensional): una variable.

• Compuesta (bidimensionales o multidimensional): dos variables, tres o más variables.
Deben ser autoexplicativas, o sea, que se expliquen por sí mismas, por lo que se debe
evitar presentar demasiada información en ellas en aras de ganar claridad. En general,
como forma de presentación se utilizan cuadros uni y bidimensionales, reservándose el uso
de los multidimensionales para fines de trabajo.
TABLA SIMPLE
Tabla Nº 1
Viviendas a construirse según material predominante en la construcción, 1989-2010
Frecuencia Porcentaje
Ladrillo 987 25,9
Adobe 2014 52,9
Quincha 363 9,5
Madera 445 11,7
Total 3809 100,0
Fuente: INEI
14
TABLA COMPUESTA
Tabla Nº 2
Viviendas a construirse según material predominante en la construcción y sexo del jefe de
hogar, 1989-2010
Sexo
Masculino Femenino Total
N° % N° % N° %
Material predominante Ladrillo 455 11,9% 532 14,0% 987 25,9%
en la construcción Adobe 1010 26,5% 1004 26,4% 2014 52,9%
Quincha 250 6,6% 113 3,0% 363 9,5%
Madera 125 3,3% 320 8,4% 445 11,7%
Total 1840 48,3% 1969 51,7% 3809 100,0%
Fuente: INEI
GRÁFICO
La forma gráfica constituye un complemento importante para la presentación de los
resultados ya que permite incrementar la información científica que se trata de transmitir.
Son representaciones visuales que emplean símbolos, barras, polígonos y sectores, de los
datos contenidos en tablas o cuadros. La utilidad de los gráficos es doble, ya que pueden
servir no sólo como sustituto a las tablas o cuadros, sino que también constituyen por sí
mismos una poderosa herramienta para el análisis de los datos, siendo en ocasiones el
medio más efectivo y fácil no sólo para describir y resumir la información, sino también
para analizarla
El gráfico, al igual que las tablas, debe ser auto explicativo, sencillo y de fácil
comprensión.
Las partes del gráfico son:
• Número de orden.
• Título
• Cuerpo o gráfico propiamente dicho
• Leyenda
15
El número de orden y el título deben cumplir los mismos requisitos señalados

anteriormente para la tabla o cuadro estadístico.
El cuerpo o gráfico propiamente dicho, varía en su configuración en dependencia
del tipo de dato que se representa, pero siempre debe indicar claramente las coordenadas,
las escalas y las unidades de medida, reservando el eje de las abscisas (eje X) para la
variable y el eje de las ordenadas (eje Y) para las frecuencias.
La leyenda permite identificar claramente los diferentes elementos del cuerpo del
gráfico.
Existen varios tipos de gráficos, o representaciones gráficas, utilizándose cada uno
de ellos de acuerdo al tipo de información que se está usando y los objetivos que se
persiguen al presentar la información, mencionaremos algunas consideraciones que
conviene tomar en cuenta al momento de realizar cualquier gráfica a fin de que la
información sea transmitida de la manera más eficaz posible y sin distorsiones:
El eje que represente a las frecuencias de las observaciones (comúnmente el vertical
o de las ordenadas) debe comenzar en cero (0), de otra manera podría dar impresiones
erróneas al comparar la altura, longitud o posición de las columnas, barras o líneas que
representan las frecuencias.
Las gráficas más comúnmente usadas en estadística descriptiva son: gráfico de
barras, gráfico de línea, gráfica circular (o "de pastel")
GRÁFICO DE BARRAS
Un gráfico de barras, también conocido como gráfico de columnas, es un diagrama con
barras rectangulares de longitudes proporcional al de los valores que representan. Los
gráficos de barras son usados para comparar dos o más valores. Existen dos principales
clases de gráficos de barras:
➢ Barra simple: se emplean para graficar hechos únicos
➢ Barras compuestas: es muy recomendable para comprar una serie estadística con
otra, para ello emplea barras simples se distinto color o tramado en un mismo plano
cartesiano, una al lado de la otra
GRÁFICO DE BARRAS SIMPLE

Gráfico Nº 1
16
GRÁFICO DE BARRAS COMPUESTA

Gráfico Nº 2
Viviendas a construirse según material predominante en la construcción y sexo del jefe de
hogar, 1989-2010
Fuente:
17
GRÁFICO DE LINEAS
Cuando los datos se relacionan entre sí, es decir, cuando podemos decir que existe
cierta continuidad entre las observaciones (como por ejemplo el crecimiento poblacional,
la evolución del peso o estatura de una persona a través del tiempo, el desempeño
académico de un estudiante a lo largo de su instrucción escolar, las variaciones presentadas
en la medición realizada en algún experimento cada segundo o minuto) se pueden utilizar
las gráficas de líneas, que consisten en una serie de puntos trazados en las intersecciones de
las marcas de clase y las frecuencias de cada una, uniéndose consecutivamente con líneas:
Este ejemplo muestra el comportamiento del peso corporal (en kilogramos) de dos
individuos a lo largo de cinco observaciones anuales.
GRÁFICOS DE SECTORES
Cuando los datos representan partes de un total y se desea ver la importancia de
cada parte en relación a las otras o al total, se utiliza este tipo de diagrama.
El gráfico de sectores, gráfico circular, o, como es tradicionalmente llamado gráfico
de pastel es un diagrama circular donde los valores de cada categoría estadística
representada son proporcionales a las respectivas medidas de los ángulos (1% en el gráfico
de sector equivale a 3,6º). Es decir, es el resultado de dividir un círculo en sectores
circulares de ángulos proporcionales a las frecuencias absolutas (Nº) de cada valor de la
variable. Para calcular los grados de cada sector se divide la frecuencia entre el número de
datos y se multiplica por 360.
18
Gráfico Nº 3
ORGANIZACIÓN DE DATOS CUANTITATIVOS
DISTRIBUCIÓN DE FRECUENCIAS
INTRODUCCIÓN
Una distribución de frecuencias o tabla de frecuencias es una ordenación en forma
de tabla de los datos estadísticos, asignando a cada dato su frecuencia correspondiente
DEFINICIONES
Uno de los primeros pasos que se realiza en cualquier estudio estadístico es la
tabulación de resultados, es decir, recoger la información de la muestra resumida en una
tabla en la que a cada valor de la variable se le asocian determinados números que
representan el número de veces que ha aparecido, su proporción con respecto a otros
valores de la variable, etc. Estos números se denominan frecuencias.
En el caso de variables cuantitativas, existen dos posibilidades:
19
Si la variable es discreta, las clases serán valores numéricos y1 , y2 ,..., yk .
Si la variable es continua las clases vendrán definidas mediante lo que

denominamos intervalos. En este caso, las modalidades que contiene una clase son
todos los valores numéricos posibles contenidos en el intervalo, el cual viene
normalmente definido de la forma:  y 'i −1 − y 'i ) donde y 'i −1 es el límite inferior y
y 'i es el límite superior del intervalo.
Así tenemos los siguientes tipos de frecuencia:

Frecuencia absoluta , frecuencia absoluta acumulada, frecuencia relativa y frecuencia
relativa acumulada
Consideramos una variable estadística Y que, en una muestra de tamaño n extraída

de una población estadística, toma los valores y1  y2  .......  yk , definimos los
siguientes conceptos:
Llamamos tamaño muestral al número de observaciones

Tamaño de la realizadas, es decir, al número total de datos.
n
muestra k
n
i =1
i = n1 + n2 + ..........+ nk = n
Llamamos frecuencia absoluta de un valor yi de la variable

estadística Y al número de veces que aparece repetido dicho
Frecuencia
ni valor en el conjunto de las observaciones realizadas.
Absoluta
k
n
i =1
i = n ; 0  ni  n i = 1, 2, ......., k
Llamamos frecuencia absoluta acumulada en el valor yi a la

Frecuencia suma de las frecuencias absolutas de los valores inferiores o
Absoluta Ni iguales a él.
Acumulada Evidentemente, los valores yi han de estar ordenados de
forma creciente, como ya se ha indicado, y la frecuencia
20
absoluta acumulada del último valor será igual a n.

i
Ni =  n j = n1 + n2 + .......... + ni
j =1
Nk = n
Llamamos frecuencia relativa de un valor yi de la variable

estadística Y al cociente entre la frecuencia absoluta y el
Frecuencia
hi número de observaciones realizadas.
Relativa
k
ni
hi =
n
; h
i =1
i = h1 + h2 + ..........+ hk = 1 ; 0  hi  1
Llamamos frecuencia relativa acumulada en el punto yi al

cociente entre la frecuencia absoluta acumulada y el número
de observaciones realizadas.
Frecuencia
i
Relativa Hi H i =  h j = h1 + h2 + .......... + h j
j =1
Acumulada
Ni
Hi = ; Hk = 1
n
TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS

DISCRETOS
yi ni Ni hi Hi
y1 n1 N1 h1 H1
y2 n2 N2 h2 H2
yk nk Nk hk Hk
21
Ejemplo 1
Se quiere saber el número de viviendas construidas en 50 comunidades con el programa
Techo Propio. Se obtienen los siguientes datos:
0 2 1 2 2 0 1 2 1 3 2 3 2
2 2 1 2 4 2 0 3 3 3 0 2 1
4 3 1 3 2 3 3 3 4 2 2 4 2
3 3 2 3 3 2 2 4 2 2 3
Elaborar una tabla de distribución de frecuencias.
Solución
yi ni Ni hi Hi
0 4 4 0,08 0,08
1 6 10 0,12 0,20
2 20 30 0,40 0,60
3 15 45 0,30 0,90
4 5 50 0,10 1
TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS

CONTINUOS
Agrupamos los valores de la variable estadística en intervalos de clase contiguos y
elegidos convenientemente para no perder mucha información. No existe un criterio claro
de cuál debe ser el número de intervalos que debemos escoger, algunos estadísticos
establecen que el número de clases debe ser, aproximadamente igual a la raíz cuadrada
positiva del número de datos. Normalmente, el número de intervalos de clase se suele fijar
entre 5 y 20, de tal manera que en cada clase se tengan, al menos, 5 observaciones. De
todas formas, el investigador los acomodará a las condiciones específicas del problema
estadístico objeto de estudio (se tomarán tantos intervalos traslapados como sean
necesarios para recubrir todo el recorrido de la variable).
Los extremos de los intervalos de clase se denominan límites inferior y superior
 y 'i−1 − y 'i ) y sus puntos medios yi marcas de clase (valor que nos representa la información
que contiene un intervalo).
22
Como cada observación debe quedar perfectamente encasillada en uno y sólo un

intervalo de clase, debemos decidir a qué intervalos pertenecen los extremos de las clases,
por lo que habrán de tomarse intervalos semiabiertos o tomando el extremo de cada clase
con un decimal más que las observaciones. Con el fin de que la clasificación esté bien
hecha, los intervalos se deben construir de manera que el límite superior de una clase
coincida con el límite inferior de la siguiente, y además, adoptando el criterio de que los
intervalos sean cerrados por la izquierda y abiertos por la derecha.
Por otro lado, tenemos la amplitud de cada intervalo, que puede ser constante o
variable. Si procuramos que todas las clases tengan la misma amplitud y los límites de cada
clase sean números redondos (múltiplos p. ej. de 5) conseguiremos simplificar mucho los
cálculos (siempre y cuando no se pierda demasiada información con estas
consideraciones).
Debemos observar un hecho importante, se entiende que cuando hacemos una
agrupación en intervalos de clase, para nosotros solamente cuenta el número de
observaciones que caen dentro de cada uno de los intervalos y no la colocación en su
interior, es decir, suponemos que la distribución de estos valores en el intervalo es
homogénea, en esto radica la pérdida de información que supone agrupar los datos de las
observaciones.
 y 'i−1 − y 'i ) yi ni Ni hi Hi
1  y '0 − y '1 ) y1 =
y0 + y1 n1 N1 h1 H1
2
2  y '1 − y '2 ) y2 =
y1 + y2 n2 N2 h2 H2
2
k  y 'k −1 − y 'k ) yk nk Nk hk Hk
MAS DEFINICIONES
➢ RANGO (R): Es el intervalo en que se distribuyen los datos y se determina
restándole el mayor valor observado el menor valor observado:
R = XMax - XMin
23
➢ AMPLITUD DE CLASE: Para una distribución de frecuencias que tiene clases del
mismo tamaño, la amplitud de clase se obtiene restando el límite inferior de una
clase del límite superior de la misma clase: Ci = y 'i − y 'i−1
Si la tabla de distribución de frecuencias tiene amplitud constante entonces:

C=R/k
➢ MARCA DE CLASE (punto medio): punto que divide a la clase en dos partes
iguales. Es el promedio entre los límites superior e inferior de la clase.
y 'i −1 + y 'i
yi =
2
La marca de clase no es más que una forma abreviada de representar un intervalo
mediante uno de sus puntos. Por ello hemos tomado como representante, el punto
medio del mismo. Esto está plenamente justificado, si recordamos que cuando se
mide una variable continua como el peso, la cantidad con cierto número de
decimales que expresa esta medición, no es el valor exacto de la variable, sino una
medida que contiene cierto margen de error, y por tanto representa a todo un
intervalo del cual ella es el centro.
CRITERIOS DE ELECCIÓN DE EL NÚMERO DE INTERVALOS DE CLASE Y

LA AMPLITUD
A la hora de seleccionar los intervalos para las variables continuas, se plantean
varios problemas como son el número de intervalos a elegir y sus tamaños respectivos.
El número de intervalos, k, a utilizar y el tamaño de la amplitud, C no está
determinado de forma fija y por tanto tomaremos un k y el valor de C que nos permita
trabajar cómodamente y ver bien la estructura de los datos.
1.- No existe ninguna ley que defina cómo obtener el número de intervalos de clase, pero la
experiencia recomienda que no sea menor que 5 ni mayor que 20. Por lo tanto, la amplitud
de clase puede ser: R  C  R .

20 5
2.- Si n  25  k = 5 . Si n  25  k = n
R
Amplitud: C = yí − yí −1 = LS − LI o C=
k
24
3.- Regla de Sturges: k = 1 + 3,32log n
Amplitud: C = yí − yí −1 = LS − LI o C= R

k
Ejemplo 2
1. En el siguiente conjunto de datos, se proporcionan la cantidad de cemento que se
utilizó (en kg.) para 50 diferentes mezclas en un cierto intervalo de tiempo en una obra de
construcción: 3, 8, 4, 14, 8, 6, 7, 9,13, 8, 10, 9, 7, 11, 10, 8, 5, 9, 6, 2, 13, 6, 3, 7, 6, 9, 12,
4, 7, 12, 8, 8, 9, 15, 8, 9, 10, 8, 5, 8, 7, 6, 5, 10, 8, 9, 7, 5, 6, 5.
Construir una distribución de frecuencias de estos pesos.
Solución
k = 1 + 3,32log n = 1 + 3,32log50 = 6,64  7
R = XMax - XMin = 15 - 2 = 13
R 13
C= = = 1,857 2
k 7
 y 'i−1 − y 'i ) yi ni Ni hi Hi
2 - 4 3 3 3 0,06 0,06
4 - 6 5 7 10 0,14 0,20
6 - 8 7 12 22 0,24 0,44
8 - 10 9 17 39 0,34 0,78
10 - 12 11 5 44 0,10 0,88
12 - 14 13 4 48 0,08 0,96
14 - 16 15 2 50 0,04 1
50 1
GRÁFICOS
1. HISTOGRAMA
El histograma es la representación gráfica en el plano coordenado de las características
concentradas en la tabla de la distribución de una variable cuantitativa continua, que
representa frecuencias mediante el volumen de las áreas. Un histograma consiste en un
conjunto de rectángulos con:
25
(a) En el eje de las abscisas (horizontal) se representan las clases con centros en las marcas
de clase y longitudes iguales a los tamaños de los intervalos de clase.
(b) En el eje de las ordenadas (vertical) representamos las frecuencias absolutas o relativas.
En el caso de un histograma para intervalos desiguales sólo se señalizan los valores sobre
el eje horizontal, el eje vertical no tiene sentido porque las frecuencias corresponden al
área de cada rectángulo.
Formas típicas de histogramas relacionadas con curvas de frecuencias
En el siguiente apartado se presentan varias formas de histogramas que responden a

patrones de comportamiento típico. A su lado podemos encontrar curvas de frecuencia que
aparecen normalmente en la práctica y que se relacionan con estos histogramas ya que
representan a datos con características muy parecidas.
Histograma 1 corresponde a la forma de campana habitual que representa la

variabilidad debida a causas aleatorias. A su lado podemos apreciar una curva de
frecuencias simétricas o en forma de campana, se caracteriza porque las observaciones
equidistantes del máximo central tienen la misma frecuencia. En este caso corresponde con
la curva de la normal o Gaussiana.
Histograma 2 con dos máximos diferenciados, responde a una distribución denominada

bimodal y se presenta cuando están mezclados datos de distinto origen centrados en
valores distintos. De igual manera la curva de frecuencia bimodal tiene dos máximos, ya
que representan a la misma colección de datos.
26
Histograma 3 se denomina, por su forma, sesgado a la derecha, y responde a la

variabilidad que presenta ciertas variables que no siguen una ley normal, como los tiempos
de vida. En las curvas de frecuencias poco asimétricas, o sesgadas, la cola de la curva a un
lado del máximo central es más larga que al otro lado. Si la cola mayor está a la derecha, la
curva se dice asimétrica a la derecha o de asimétrica positiva.
Histograma 4 parece faltarle una parte y por ello se le llama censurado o sesgado (en
este caso, a la izquierda). No representa una variabilidad natural y por tanto hay que
sospechar que se han eliminado algunos valores. Igual ocurre con las curvas de frecuencias
poco asimétricas o sesgadas a la izquierda o de asimetría negativa.
Histogramas 5 y 6, en los cuales aparecen datos que no siguen el patrón de

comportamiento general (anomalías, errores, etc...). Su variabilidad puede atribuirse a
alguna causa asignable que deberá ser identificada y eliminada.
27
2. POLÍGONOS DE FRECUENCIA
El polígono de frecuencias es una representación gráfica de la distribución de
frecuencias que resulta esencialmente equivalente al histograma y se obtiene uniendo
mediante segmentos los centros de las bases superiores de los rectángulos del histograma
(es decir, los puntos de las marcas de clase).
3. POLÍGONO DE FRECUENCIA ACUMULADA U OJIVA

Su objetivo, al igual que el histograma y el polígono de frecuencias es representar
distribuciones de frecuencias de variables cuantitativas continuas, pero sólo para
frecuencias acumuladas.
Se unen los extremos superiores de las bases superiores de los rectángulos de la
distribución del histograma de frecuencias acumuladas.
La diferencia con el polígono de frecuencia es que la frecuencia acumulada no se
plotea sobre el punto medio de la clase, sino al final de la misma, ya que representa el
número de individuos acumulados hasta esa clase. Como el valor de la frecuencia
acumulada es mayor a medida que avanzamos en la distribución, la poligonal que se
obtiene siempre va a ser creciente y esa forma particular de la misma es la que ha hecho
que se le dé también el nombre de ojiva.
28
MEDIDAS DE TENDENCIA CENTRAL

INTRODUCCION
Consideraremos ahora datos correspondientes a un solo carácter, el cual, como
antes dijimos llamaremos variable estadística. Todo análisis estadístico se inicia con una
primera fase descriptiva de los datos, ésta tiene por objeto sintetizar la información
mediante el cálculo de medidas estadísticas o medidas resumen que hacen referencia al
análisis de una sola variable (análisis unidimensional).
Aunque se organicen los datos en una forma útil y significativa es preciso disponer
de los datos de forma tal que puedan presentarse proposiciones cuantitativas (Haber y
Runyon, 1992). Una forma útil de describir a un grupo en su totalidad es encontrar un
número que lo represente (Levin, 1979). Se ha observado que una de las características
que se presenta en múltiples distribuciones de frecuencias es que los datos se acumulan
alrededor de un valor central situado entre los dos extremos de la variable que se estudia
(Haber y Runyon, 1992). En la investigación social, ese valor se conoce como una medida
de tendencia central, ya que está generalmente localizada hacia el medio o centro de una
distribución en la que la mayoría de los puntajes tienden a concentrarse (Levin, 1979). La
tendencia central es un índice de localización central empleado en la descripción de las
distribuciones de frecuencias. La capacidad de localizar un punto de tendencia central
puede ser muy útil para el investigador. Por ejemplo, podrá reducir una masa de datos a un
simple valor cuantitativo que llegará a ser comprendido y comunicado a otros especialistas.
29
Puesto que el centro de una distribución puede ser definido de diferentes maneras,
habrá también diferentes medidas de tendencia central. Las medidas de tendencia central
comúnmente empleadas son:
Media aritmética
Mediana
Moda
Cuartil
MEDIA ARITMÉTICA
MEDIA ARITMÉTICA O PROMEDIO
La media aritmética o promedio es la medida de tendencia central comúnmente
utilizada. Es el centro de gravedad, el punto alrededor del cual los valores se aglutinan.
Usted probablemente estará íntimamente familiarizado con la media, porque siempre que
obtiene un "promedio" de calificaciones (notas) donde suman los valores de las notas y se
divide por el número total de notas se calcula la media aritmética.
La media aritmética es la sumatoria de todos los valores observados dividida entre
el número de valores que se sumaron. La media aritmética obtenida de la población se
representa con la letra griega μ y la media aritmética obtenida de la muestra se representa
con la letra latina X.

➢ Media para datos no agrupados - Para datos no agrupados, la media de una muestra
es la suma de todos los valores divididos entre el número total de los mismos:
n
x i
x1 + x2 + ....... + xn
X = i =1
=
n n
Ejemplo
Una muestra de cinco ejecutivos recibió la siguiente cantidad en bonos el año pasado:
$14000, $15000, $17000, $16000 y $15000. Encuentre el promedio en bonos para los
cinco ejecutivos.
Solución
Como estos valores representan la muestra de 5 ejecutivos, la media de la muestra es:
n
x i
X = i =1
= (14000 + 15000 + 17000 + 16000 + 15000) / 5 = $15400.
n
30
➢ Media para datos agrupados - Si los datos vienen agrupados en una tabla de
frecuencias, la expresión de la media es:
k
n y i i
n1 y1 + n2 y2 + ....... + nk yk
Y = i =1
=
n n
Ejemplo
En la tabla se tiene el número viviendas construidas en 50 comunidades con el programa
Techo Propio:
yi ni Ni hi Hi ni yi
0 4 4 0,08 0,08 4
1 6 10 0,12 0,20 6
2 20 30 0,40 0,60 40
3 15 45 0,30 0,90 45
4 5 50 0,10 1 20
111
Calcular el número medio de viviendas construidas.
n
 ni yi 111
i =1
Y= = = 2, 22
n 50
2. En la siguiente tabla de distribución de frecuencias, se proporcionan la cantidad de

cemento que se utilizó (en kg.) para 50 diferentes mezclas
 y 'i−1 − y 'i ) yi ni yi ni
2 - 4 3 3 9
4 - 6 5 7 35
6 - 8 7 12 84
8 - 10 9 17 153
10 - 12 11 5 55
12 - 14 13 4 52
14 - 16 15 2 30
50 418
31
Calcular la cantidad media de cemento utilizado.
Solución:
n
 ni yi
418
i =1
Y = = = 8,36
n 50
PROPIEDADES DE LA MEDIA ARITMÉTICA

1. Todo conjunto de datos cuantitativos tiene un valor medio.
2. Al evaluar la media se incluyen todos los valores.
3. Los valores extremos influyen en la media aritmética y en algunos casos pueden
distorsionarla tanto que resulte inconveniente como una medida de tendencia central.
4. Un conjunto de valores sólo tiene una media.
5. La cantidad de datos a evaluar rara vez afecta la media.
6. M  c  = c
7. M  cX  = c M  X 
8. M  aX  b  = a M  X   b
9. La media es la única medida de ubicación donde la suma de las desviaciones de cada

n
valor con respecto a la media, siempre es cero: ( x − X ) = 0 .
i =1
i
10. La media aritmética de los valores de una variable no varía si todas las frecuencias de
su distribución se multiplican o dividen por un mismo número
MEDIANA
La mediana, a diferencia de la media no busca el valor central del recorrido de la
variable según la cantidad de observaciones, sino que busca determinar el valor que tiene
aquella observación que divide la cantidad de observaciones en dos mitades iguales. Por lo
tanto es necesario atender a la ordenación de los datos, y debido a ello, este cálculo
depende de la posición relativa de los valores obtenidos. Es necesario, antes que nada,
ordenar los datos de menor a mayor (o viceversa).
32
Primer caso - Variable discreta y n impar

La mediana es el valor del dato central, es decir M e = X n +1
2
Ejemplo
Calcule la mediana para la edad de una muestra de cinco estudiantes: 21, 25, 19, 20 y 22.
Solución:
Al ordenar los datos de manera ascendente y es n impar quedan:
19, 20, 21, 22, 25
entonces la mediana es 21.
M e = X n +1 = X 3 = 21
2
n+1 5 +1
= = 3
2 2
Segundo caso - Variable discreta y n par

La mediana es el valor el valor de la semisuma de los valores de los dos datos centrales, es
Xn + Xn
+1
decir M e = 2 2
2
Ejemplo
1.- Los siguientes datos son las mediciones obtenidas de un circuito utilizado en un arnés
de lavadora; se toman como muestra ocho circuitos y sus mediciones son: 11,3; 11,2; 11,5;
11,2; 11,2; 11,4; 11,5; 11,4 cm.
Solución:
Ordenando los datos de mayor a menor valor: 11,1; 11,2; 11,2; 11,2; 11,3; 11,4; 11,4; 11,5
cm. Se observa que en la parte central de los datos no hay dato alguno por lo que la
mediana se determina con el promedio de los datos subrayados, entonces:
Xn + Xn
+1
Me = 2 2
2
n 8 n 8
= =4 +1 = +1 = 5
2 2 2 2
33
X4 + X5
Me =
2
11, 2 + 11,3
Me = = 11, 25 cm
2
2.- En la tabla se tiene el número viviendas construidas en 50 comunidades con el

programa Techo Propio:
yi ni Ni hi Hi
0 4 4 0,08 0,08
1 6 10 0,12 0,20
2 20 30 0,40 0,60
3 15 45 0,30 0,90
4 5 50 0,10 1
Calcule la mediana de las viviendas construidas.
Solución:
Xn + Xn
+1
Como n es par: M e = 2 2
2
- Primero se debe calcular las posiciones:
n 50 n 50
= = 25 y +1 = + 1 = 26
2 2 2 2
Luego ubicar estas posiciones en las frecuencias absolutas acumuladas de la tabla de
distribución de frecuencias y reemplazar en la fórmula:
X 25 + X 26 2 + 2
Me = = = 2
2 2
Nota: Es imprescindible para calcular el valor de la mediana el que primero se ordenen los
datos en cuanto a su magnitud, ya que, de no hacerlo, se incurriría en un grave error.
Tercer caso - Variable continua

- Cálculo a partir de frecuencias absolutas: La mediana se ubicará en el intervalo donde las
frecuencias absolutas toman el valor n / 2 ; que es lo mismo que decir que la mediana de
34
una distribución se ubicará el intervalo en el cual la frecuencia absoluta acumulada alcanza

el 50% de los datos.
n 
 − Ni −1 
Por lo tanto la fórmula para calcular la mediana sería: M e = yi' −1 + C  
2
( Ni − Ni −1 )
1 
 − H i −1 
- Cálculo a partir de la frecuencia relativa: M e = yi'−1 + C  2 
( H i − H i −1 )
Ejemplo:
En la siguiente tabla de distribución de frecuencias, se proporcionan la cantidad de
cemento que se utilizó (en kg.) para 50 diferentes mezclas en una obra de construcción en
un cierto intervalo de tiempo:
 y 'i−1 − y 'i ) yi ni Ni
2 - 4 3 3 3
4 - 6 5 7 10
6 - 8 7 12 22
8 - 10 9 17 39
10 - 12 11 5 44
12 - 14 13 4 48
14 - 16 15 2 50
50
Calcular la mediana de la cantidad de cemento utilizado.

Solución
n 
 − Ni −1 
Me = y + C
'  2  = 8 + 2 ( 25 − 22 ) = 8,35
( Ni − Ni −1 )
i −1
( 39 − 22 )
PROPIEDADES DE LA MEDIANA
1. La mediana es única para cada conjunto de datos.
35
2. No se ve afectada por valores muy grandes o muy pequeños, y por lo tanto es una
medida valiosa de tendencia central cuando ocurren.
3. Puede obtenerse para datos de nivel de razón, de intervalo y ordinal. Puede calcularse
para una distribución de frecuencias con una clase de extremo abierto, si la mediana no se
encuentra en una de estas clases.
MODA
La moda se define como aquel valor o valores que más se repiten o que tienen
mayor frecuencia entre los datos que se han obtenido en una muestra, la muestra de una
población nos genera la distribución de los datos una vez que estos se han graficado y en
esta gráfica es posible observar la moda o modas de la misma, es por esto que una
distribución de datos puede ser amodal (carece de moda), unimodal (tiene una sola moda),
bimodal (tiene dos modas) o polimodal (tiene más de dos modas).
La medida de tendencia central más fácil de obtener es la moda. Esto es cierto
debido a que la moda puede encontrarse simplemente por inspección más que por cálculos
(Levin, 1979).
En el caso de que la variable sea continua se utiliza la siguiente expresión para
calcular la moda:
 1 
M 0 = y 'i −1 + c  donde: 1 = ni − ni −1 2 = ni − ni +1
 1 +  2 
Ejemplo
1. Las calificaciones de un examen de diez estudiantes son:
81, 93, 84, 75, 68, 87, 81, 75, 81, 87.
Solución
Como la calificación 81 es la que más ocurre, la calificación modal es 81, M 0 = 81
36
2. En la tabla se tiene el número viviendas construidas en 50 comunidades con el

programa Techo Propio:
yi ni Ni hi Hi
0 4 4 0,08 0,08
1 6 10 0,12 0,20
2 20 30 0,40 0,60
3 15 45 0,30 0,90
4 5 50 0,10 1
Calcule la moda de las viviendas construidas
Solución:
Como el número de viviendas construidas que tiene mayor frecuencia es 2, entonces:
M0 = 2

cemento que se utilizó (en kg.) para 50 diferentes mezclas en un cierto intervalo de tiempo
en una obra de construcción:
 y 'i−1 − y 'i ) ni
2 - 4 3
4 - 6 7
6 - 8 12
8 - 10 17
10 - 12 5
12 - 14 4
14 - 16 2
50
Calcular la moda de la cantidad de cemento utilizado

Solución
1 = ni − ni−1 = 17 − 12 = 5 2 = ni − ni +1 = 17 − 5 = 12
37
 1   5 
M 0 = y 'i −1 + c   = 8 + 2  = 8,59
 1 +  2   5 + 12 
RELACIÓN ENTRE LA MEDIA, MEDIANA Y MODA
Las distribuciones pueden describirse según la forma que asume su gráfica. Cuando
se construye el polígono de frecuencias la gráfica tiene una forma que puede ser simétrica
o asimétrica.
Distribuciones simétricas: Se dice que la distribución es simétrica si se puede dividir

en dos mitades que parecen ser la imagen una de la otra. En estos casos las frecuencias en
los extremos de la distribución son idénticas es decir el sesgo es cero. También en
distribuciones unimodales cuando la media, la moda y la mediana coinciden la distribución
es simétrica.
Distribuciones asimétricas: Se dice que la distribución unimodal es asimétrica cuando

la media, la moda y la mediana no coinciden.
Distribución asimétrica sesgada hacia la derecha - Si la distribución tiene algunos valores

extremos altos, entonces en la gráfica se nota una cola larga y fina hacia la derecha de la
distribución y cuando en distribuciones unimodales, la media es mayor que la mediana y
estas a la vez son mayores que la moda entonces, se dice que la distribución está sesgada
positivamente o que tiene un sesgo a la derecha.
38
Distribución asimétrica sesgada hacia la izquierda - Si la distribución tiene algunos

valores extremos muy bajos, entonces en la gráfica se nota una cola larga y fina hacia la
izquierda de la distribución y cuando en distribuciones unimodales, la media es menor que
la mediana y estas a su vez son menores que la moda entonces, se dice que la distribución
está sesgada negativamente o que tiene un sesgo a la izquierda.
MEDIDAS DE DISPERSION
Una de las funciones de la estadística se relaciona con el cálculo de la variabilidad.
Conocer las medidas de dispersión (variación) es de suma importancia, ya que la no
consideración de diferencias puede conducir a errores de juicio en la toma de decisiones
(Sánchez, 1992). Una medida particular de tendencia central da lugar a un valor que, en
cierto sentido, "representa" a todos los valores que toma la variable estadística en estudio
(Glass & Stanley, 1974). Sin embargo, cuando se usa cualquier medida de tendencia
central, ésta nos da sólo un cuadro incompleto de un conjunto de datos y, por consiguiente,
podría conducir a conclusiones erróneas o distorsionadas (Levin, 1979), porque este
proceso pasa por alto las diferencias entre las puntuaciones en sí (Glass & Stanley, 1974).
Sería incorrecto concluir que dos conjuntos de datos son iguales sólo porque tienen las
mismas medidas de tendencia central, es decir, que el valor de la media aritmética sea el
mismo para ambos conjuntos, cuando la distancia de los datos de ambos conjuntos se
distribuye de una forma diferente (Elorza, 1987).
Para describir una distribución en forma más completa o para interpretar con más
detalle una calificación, necesitamos información adicional acerca de la dispersión de las
39
calificaciones con respecto a nuestra medida de tendencia central (Haber & Runyon,
1992). Es necesario un índice de cómo están diseminados los valores alrededor del centro
de la distribución. A tales distancias se les suele denominar medidas de dispersión o
variación.
Las medidas de dispersión, también conocidas como medidas de variación o
variabilidad, indican el grado en que los sujetos se dispersan respecto al centro de la
distribución. A través de las mismas el investigador verifica cuán homogéneos, parecidos
o estables son los elementos bajo estudio, en contraste con otros grupos de interés
(Sánchez, 1992). Si todos los valores son los mismos, no existe dispersión; si no todos son
los mismos, hay dispersión en los datos. La magnitud de la dispersión puede ser pequeña,
cuando los valores, aunque diferentes, están próximos entre sí y si los valores están
ampliamente separados, la dispersión es mayor.
Las medidas de dispersión o variabilidad más conocidas son:

Rango o recorrido
Varianza y Desviación estándar
Coeficiente de variación
RANGO
Una manera de medir la variación en un conjunto de valores es calculando el
rango. El rango es la más sencilla y directa de las medidas de dispersión (Runyon &
Haber, 1992) y a la vez la menos confiable (Sánchez, 1992). Se trata simplemente de la
distancia entre el valor menor y el valor mayor en un conjunto de observaciones. El hecho
de que sólo tome en consideración dos valores, hace que la medida sea muy pobre.
Nótese que si hay un valor extremo en la distribución, se tendrá la impresión de que la
dispersión es grande cuando, en realidad, si hiciéramos caso omiso de esa calificación,
podríamos encontrar que dicha distribución es, por el contrario, una distribución
"compacta". El rango o recorrido refleja únicamente las dos calificaciones extremas de la
distribución (Runyon & Haber, 1992), es decir, solamente dos puntuaciones exactas de un
grupo son las que los determina, ignorando así, todas las demás puntuaciones.
El rango no puede darnos una idea precisa con respecto a la dispersión y en el
mejor de los casos, debe considerarse sólo como un índice preliminar o muy aproximado
(Levin, 1977). Puede expresarse de la siguiente manera:
40
R = XMax - XMin
Xmax = valor máximo de los datos observados

Xmin = valor mínimo de los datos observados
VARIANZA Y DESVIACIÓN ESTÁNDAR

La desviación estándar es la medida de dispersión más adecuada para la estadística
descriptiva (Haber & Runyon, 1992). Tanto en las escalas de intervalo como en las de
razones, la varianza y la desviación estándar son las mejores medidas de
dispersión. Toman en consideración todos los valores y controlan por el efecto de valores
extremos. La desviación estándar permite una interpretación precisa de las calificaciones
dentro de una distribución (Runyon & Haber, 1992). Si todos los sujetos son iguales en
una característica (por ejemplo, índice académico), entonces el resultado será igual a cero.
Por el contrario, si aumentan las diferencias, aumentará el índice, alejándose más y más del
punto cero. La varianza se define como las desviaciones cuadradas medias respecto a la
media.
VARIANZA
La varianza también está definida como el promedio de las diferencias elevadas al
cuadrado entre cada valor que se tiene en la muestra (xi) y la media aritmética X .
(x − X )
i
2
1  k 2 
- Varianza para datos no agrupados: S 2 = =   xi − nX 2 
n −1 n − 1  i =1 
k
 ni ( yi − Y )2
1  k 2
  ni yi − nY 
i =1
- Varianza para datos agrupados: S =
2
= 2
n −1 n − 1  i =1 
m m
 (ni − 1)Si2 +  ni ( X i − X )2
- Varianza para submuestras: S2 = i =1 i =1
n −1
Ejemplo:
41

cemento que se utilizó (en kg.) para 50 diferentes mezclas en un cierto intervalo de tiempo
en una obra de construcción:
Calcular la varianza de la cantidad de cemento utilizado
Solución
 y 'i−1 − y 'i ) yi ni ni yi2
2 - 4 3 3 27
4 - 6 5 7 175
6 - 8 7 12 588
8 - 10 9 17 1377
10 - 12 11 5 605
12 - 14 13 4 676
14 - 16 15 2 450
50 3898
k
 ni ( yi − Y )2
1  k 2
S =
2 i =1
n −1
=   ni yi − nY  =
n − 1  i =1
2 1
( )
3898 − (50)8,362 = 8, 2352 kg 2
 49
Desviación estándar
Es la desviación o diferencia promedio que existe entre cada valor de la muestra y la media
aritmética de la muestra. Y se obtiene a partir de la varianza, sacándole raíz cuadrada.
S = S2
42
Ejemplo
1. En la tabla se tiene el número viviendas construidas en 50 comunidades con el programa
Techo Propio:
yi ni Ni hi Hi
0 4 4 0,08 0,08
1 6 10 0,12 0,20
2 20 30 0,40 0,60
3 15 45 0,30 0,90
4 5 50 0,10 1
Calcule la desviación estándar de las viviendas construidas.

k
 ni ( yi − Y )2
i =1
S2 = = 1,1139 viviendas2
n −1
Entonces:
S = 1,0554 viviendas
2. S = S 2 = 8, 2352 = 2,8697 kg
La interpretación de este resultado sería, que la cantidad de cemento utilizado en la

muestra es en promedio de 8,36 kg y que la cantidad de cemento utilizado en la muestra se
aleja o dispersa en promedio 2,8697kg alrededor de la media, en pocas palabras existe una
dispersión de 2,8697kg en cantidad de cemento utilizado respecto al promedio.
COEFICIENTE DE VARIACION
Otra medida de dispersión que se suele utilizar es el coeficiente de variación (CV).
Es una medida de dispersión relativa de los datos y se calcula dividiendo la desviación
típica muestral por la media y multiplicando el cociente por 100.
S
CV = x 100%
X
Su utilidad estriba en que nos permite comparar la dispersión o variabilidad de dos
o más grupos o comparar dispersiones a escalas distintas pues es una medida invariante
ante cambios de escala. Sirve para comparar variables que están a distintas escalas pero
43
que están correlacionadas estadísticamente y sustantivamente con un factor en común. Es

decir, ambas variables tienen una relación causal con ese factor.
Es importante que todos los valores sean positivos y su media por tanto un valor
positivo. A mayor valor de C.V. mayor heterogeneidad de los valores de la variable; y a
menor C.V., mayor homogeneidad en los valores de la variable
S 2,8697
CV = = = 0,3432  34,32% de la cantidad de cemento empleado
X 8,36
S 1, 0554
CV = = = 0, 4754  47,54% número de viviendas construidas
X 2, 22
44

Estadistica

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica

Cargado por

Copyright:

Formatos disponibles

Matemática Avanzada para Ingenieros Mgt. Rina M.

PRIMERA UNIDAD DIDÁCTICA

La estadística se clasifica en estadística descriptiva y estadística inferencial.

DETERMINACIÓN DE LA POBLACIÓN Y MUESTRA

Existen desde el punto de vista de su manejabilidad poblaciones finitas e infinitas.

Tamaño muestral: Es el número de elementos u observaciones que tomamos en la

Un procedimiento estadístico descriptivo no hace referencia a muestra ni a

Variable cualitativa: Es aquella que expresa un atributo o característica, ejemplo:

Variable cuantitativa: Es aquella que podemos expresar numéricamente: edad,

o Variable continua la que puede tomar los infinitos valores de un intervalo.

distribuciones en particular, pero pueden tomar diferentes valores para diferentes

o ESTADÍGRAFO – Un estadístico o estadígrafo es una medida resumen cuyo valor

Antes de obtener datos, hay incertidumbre en cuanto a que valor resulta de

Cuando se llevan a cabo investigaciones y sus resultados son comprobados como

ETAPAS DEL MÉTODO ESTADÍSTICO

PLANTEAMIENTO DEL PROBLEMA

FIJACIÓN DE LOS OBJETIVOS

PROPÓSITO Y JUSTIFICACIÓN DE LA INVESTIGACIÓN

FORMULACIÓN DE LAS HIPÓTESIS

DEFINICIÓN DE LA UNIDAD DE OBSERVACIÓN Y DE LA UNIDAD DE

Población y muestra: Se describe la población y el lugar donde se llevará a cabo la

financieros, humanos y de tiempo y las limitaciones que se tengan en la zona geográfica, el

CRITICA, CLASIFICACIÓN Y ORDENACIÓN

DISCUSIÓN Y ANÁLISIS DE RESULTADOS

TÉCNICAS PARA LA OBTENCIÓN DE DATOS

La entrevista. - Es la técnica de obtención de información a través del diálogo, por lo que

El registro. - Consiste en recoger información sobre determinadas variables en forma

INSTRUMENTOS PARA LA RECOLECCIÓN DE DATOS

Cuestionario. - Es un instrumento imprescindible para el censo y la encuesta, y como se

Planilla de recolección de datos. - Es un instrumento muy utilizado con la finalidad de

Base de Datos.- Es la forma organizada y estructurada de recopilar la información obtenida

ORGANIZACIÓN DE DATOS CUALITATIVOS

Número de orden: El mismo se emplea para facilitar la referencia a la tabla en el texto.

Fuente: Se refiere al documento de donde se extrajo la información presentada. Por lo

• Primaria: Aquella de la que el investigador obtiene directamente la información

Una fuente es un documento. Frecuentemente esto se olvida, y se consignan erróneamente

• Simple (unidimensional): una variable.

El número de orden y el título deben cumplir los mismos requisitos señalados

GRÁFICO DE BARRAS SIMPLE

GRÁFICO DE BARRAS COMPUESTA

ORGANIZACIÓN DE DATOS CUANTITATIVOS

En el caso de variables cuantitativas, existen dos posibilidades:

Si la variable es discreta, las clases serán valores numéricos y1 , y2 ,..., yk .

Si la variable es continua las clases vendrán definidas mediante lo que

normalmente definido de la forma:  y 'i −1 − y 'i ) donde y 'i −1 es el límite inferior y

y 'i es el límite superior del intervalo.

Así tenemos los siguientes tipos de frecuencia:

Consideramos una variable estadística Y que, en una muestra de tamaño n extraída

Llamamos tamaño muestral al número de observaciones

Llamamos frecuencia absoluta de un valor yi de la variable

Llamamos frecuencia absoluta acumulada en el valor yi a la

absoluta acumulada del último valor será igual a n.

Llamamos frecuencia relativa de un valor yi de la variable

Llamamos frecuencia relativa acumulada en el punto yi al

TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS

TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS

que contiene un intervalo).

Como cada observación debe quedar perfectamente encasillada en uno y sólo un

Si la tabla de distribución de frecuencias tiene amplitud constante entonces:

CRITERIOS DE ELECCIÓN DE EL NÚMERO DE INTERVALOS DE CLASE Y

de clase puede ser: R  C  R .

3.- Regla de Sturges: k = 1 + 3,32log n