Universidad Nacional de Quilmes

Departamento de Economía y Administración

Ciclo Introductorio

Matemáticas para Economía y Administración

Unidad 1. Estadística Descriptiva
Romina Amaya Guerrero
Marcela Grinszpun
Gabriela Guerrero
Florencia Pizzarulli
Introducción
En el siguiente material, les presentamos los contenidos que trabajamos en la unidad de
Estadística. En primer lugar, desarrollaremos los elementos que componen la estructura del
dato: unidad de análisis, variables y categorías o valores y la clasificación de las variables.
Luego veremos herramientas de análisis univariado: tablas y gráficos que nos permiten
analizar en detalle la distribución de las variables y medidas de tendencia central como el
modo, mediana y media o promedio aritmético que nos brindan información de forma
resumida.

La estadística es una rama de la matemática que, si bien es utilizada desde la antigüedad, su

uso moderno se ubica alrededor del siglo XVI, XVIII y se lo relaciona con las necesidades de
organización y control de poblaciones de los nacientes Estados Nación en Europa. Conocer la
cantidad de habitantes, sus tasas de mortalidad, medir los efectos de epidemias como la fiebre
amarilla, etc. fueron algunos de los usos asociados en ese entonces a la Estadística. La
etimología del vocablo en distintas lenguas refiere a dicho uso original (Statistik en alemán,
statista en italiano).

Fuente: Diccionario Google

 Matemáticas para Economía y Administración. Estadística Descriptiva

A partir de allí, se constituye como una disciplina que irá diversificándose en sus usos, campos
de aplicaciones, y a medida que avanza el desarrollo tecnológico, aumentarán también las
técnicas y aplicaciones posibles.

En cuanto a sus usos y funciones, siguiendo el texto de Aguirre, Niño y Simonetti, podemos
resumir que:
Es una disciplina que aporta los conocimientos y herramientas insustituibles para:
• Diseñar y aplicar procedimientos de recolección de datos (experimentos, muestras, censos,
registros administrativos y fuentes secundarias), referidos a un conjunto numeroso de
personas, animales, objetos, etc.; necesarios para el estudio de un fenómeno de nuestra esfera
de interés científico, o de toma de decisiones.
• Organizar y resumir los datos masivos recogidos.
• Describir y analizar a las personas, animales u objetos observados, mediante los datos
organizados y resumidos.
• Realizar inferencias sobre la población de la que provienen los datos recogidos, cuando
estos se originan en procedimientos muestrales.
• Obtener conocimientos e información sobre el fenómeno en estudio, a partir de interpretar
los resultados del análisis estadístico.

Unidad de análisis y población

Para comenzar, es necesario que comprendamos qué es una unidad de análisis y a qué nos
referimos con universo o población. La definición de la unidad de análisis y la población en
estudio NO es el tema en estudio. No es el objeto en tanto tema de interés, sino que es sobre
QUE o QUIEN vamos a relevar la información, a construir nuestros datos.

En ambos casos, la definición conceptual es la misma, sólo que la unidad de análisis refiere a
cada uno de los elementos que conforman la población (o universo), mientras que esta última
hace referencias a todo el conjunto. Constituye un “criterio de inclusión” porque indica qué
características debe tener un elemento para formar parte de nuestro universo de estudio. Es
por esto la definición de la unidad de análisis debe ser precisa y estar situada en espacio y
tiempo.

Las unidades de análisis pueden ser individuales, aunque no necesariamente se refieren a

sujetos, personas, sino que también pueden ser objetos inanimados, animales; o a colectivos
como hogares, instituciones (escuelas, hospitales) o países, provincias, ciudades, etc.

2
 Matemáticas para Economía y Administración. Estadística Descriptiva

Por ejemplo, si yo defino mi unidad de análisis como “Cada uno/a de los/as estudiantes de la
UNQ.”, no queda claro si me refiero a quienes cursaron alguna vez, a quienes cursan
actualmente, si corresponden a alguna carrera en especial, etc. O si planteo “Cada uno/a de
los/as jóvenes”, podría incluir a toda persona que alguna vez fue joven, de cualquier lugar del
mundo y tampoco sabríamos qué edad tiene un/a joven.
Si quisiéramos realizar un relevamiento sobre quienes cursan en una comisión, la correcta
definición sería: “Cada uno/a de los/as estudiantes de Matemática del Ciclo introductorio de
UNQ en el primer cuatrimestre de 2019 de la comisión…” La definición de la población o
universo, NO supone que la definición sea más inclusiva (todos/as los/as estudiantes de UNQ,
o de todos los cursos de matemática o de todas las comisiones o cuatrimestres), sino que
simplemente coincide su definición, pero hace referencia al conjunto completo de TODAS las
unidades de análisis en lugar de a cada una de ellas individualmente.

Variables y categorías
Luego, tenemos que definir qué es una variable. Las variables son propiedades, características,
aspectos de las unidades de análisis que resultan de interés para medirlas empíricamente. Y
como su nombre lo indica es un atributo que se espera que varíe en su resultado entre
nuestras unidades de análisis. Si esto no fuera así, si se encontrara en el mismo estado en
todos nuestros elementos sería una constante y por lo tanto, formaría parte de la definición de
la unidad de análisis (por ejemplo si en la variable sexo, todos los casos asumen el valor mujer,
ya no sería una variable, y nuestra definición de unidad de análisis contendría “Cada una de las
mujeres…”)

Las variables –para una unidad de análisis que sean personas, podrían ser sexo, edad, nivel
educativo, lugar de residencia, etc.- se expresan a partir de los valores que pueden asumir–
varón, mujer, otro en el caso de sexo; 18, 34, 57, años, en el caso de la edad, etc-. Esos valores
también se los conoce como categorías. Todas las variables tienen un sistema de categorías a
partir del cual se manifiestan.

El estudio del comportamiento de algún fenómeno –transformado en una variable para su

medición- tendrá como requisito previo poder clasificar a cada una de nuestras unidades de
análisis en alguna categoría de la/s variable/s en estudio. Así se constituye lo que vamos a
llamar como la estructura tripartita del dato. Un dato esta compuesto por tres elementos.
Unidad de análisis, variable, categoría o valor.

Los sistemas de categorías tienen que contar con ciertos requisitos o caracteristicas para estar
construidos correctamente.
1) Criterio de Exhaustividad: Que todos los casos -unidades de análisis- puedan ser
clasificados en alguna categoría. Para ello, necesitamos que el sistema incluya todas las
opciones de respuesta, todos los valores posibles. Por ejemplo, si planteamos que un
sistema de categorias para nivel educativo es primario, secundario y universitario, no
cumpliriría con este criterio si puede haber personas con estudios terciarios o sin estudios
o con posgrados.

3
 Matemáticas para Economía y Administración. Estadística Descriptiva

2) Criterio de Mutua Exclusión: Además de poder ser clasificados en una categoría, tienen
que clasificarse en “una y sólo una” categoría. En este sentido, no podríamos definir como
sistema de categorías, Primario, Secundario, Superior, Terciario, Universitario, porque
quien tiene estudios terciarios o universitarios también son superiores. O generar
intervalos que van del 1-10, 10-20, etc, porque quien asuma el valor 10 no sabríamos en
qué tramo ubicarlo o lo deberíamos ubicar en ambos. Para que pueda cumplir con su
función básica de clasificar a nuestras unidades de análisis entonces, las categorías del
sistema no pueden “solaparse” entre sí.
3) Criterio de Pertinencia o Relevancia Teórica: a diferencia de los anteriores, este criterio
más que un requisito lógico, plantea que las categorías elaboradas sean coherentes con el
concepto teórico con el que se está trabajando.

Además de estos requisitos del sistema de categorías, las variables pueden clasificarse en
función de “cómo miden” sus categorías a la que se la conoce como su nivel de medición:

Pueden encontrarse variables que clasifican o cuentan casos a partir de cuantos de ellos son
asignados a cada una de las categorías. Uno podría decir que “miden con palabras”. Estas
variables como sexo, o nivel educativo son conocidas como variables cualitativas, dado que
sus categorias están expresadas con conceptos.

Otras variables tienen sistemas de categorías en cambio, que miden con números, a las que
llamamos variables cuantitativas, edad, cantidad de miembros del hogar, etc. son ejemplos de
ello, dado que sus categorías están expresadas en valores numéricos.

Dentro de las variables cualitativas se diferencia entre variables Nominales y Ordinales. Las
primeras como sexo o lugar de residencia, nos plantean sistemas de categorías que nos
permiten clasificar a nuestras unidades de análisis, pero nada más. Sólo podemos conocer que
un caso dado tiene tal propiedad o cualidad.

Las Ordinales en cambio, si bien también son cualitativas, además de permitirnos clasificar a
nuestros casos, nos posibilitarán jerarquizarlos u ordenarlos a partir de algún criterio. Por
ejemplo, nivel educativo nos perimite saber que alguien con primario tienen menos estudio
que alguien con secundario incompleto, aunque no sepamos cuantitativamente cuanto menos
estudio.

Las variables cuantitativas o numéricas nos permitirán además de las ya mencionadas

propiedades de clasificación y ordenación, cuantificar las distancias entre las categorías y
realizar operaciones matemáticas con sus categorías. Quien tiene 20 años no sólo tiene mas
que alguien de 18, sino que tiene exactamente 2 años más.

Por último las variables cuantitativas pueden distinguirse entre variables discretas, en el caso
que sólo admita números enteros como valores posibles –por ejemplo, cantidad de miembros

4
 Matemáticas para Economía y Administración. Estadística Descriptiva

del hogar- o continuas si puede tener valores decimales –como edad, altura, peso, etc.- los
redondemos o no, admiten dicha posibildiad.

Clasificación de las variables según nivel de medición

Aguirre, Niño y Simonetti. Pág. 16

Comprender los niveles de medición de las variables es fundamental dado que no todas las
herramientas nos servirán para todos los niveles de medición. Por ejemplo, como veremos, de
la variable edad pordíamos obtener un promedio o media aritmética de años de cierta
población, no así de la variable sexo.

En el siguiente cuadro podemos ver los distintos niveles de medicion según sus funciones y
ejemplos.

Matriz de datos
La matriz de datos nos permite organizar la información obtenida, para luego trabajar con
dichos datos.

Por su gran volumen y consecuente alto nivel de detalle de información volcada en la matriz
nunca podríamos analizar la información directamente desde la allí, “a simple vista”, pero su
estructura nos permitirá luego poder hacerlo a través de software estadísticos específicos o
planillas de cálculos como el Excel.

5
 Matemáticas para Economía y Administración. Estadística Descriptiva

Captura de pantalla de Satistical Software for Social Science (SPSS)

La matriz de datos se construye del siguiente modo: tiene tantas columnas como variables
tengamos y tantas filas como casos o unidades de análisis se hayan relevado. En cada celda, se
coloca el valor/categoría que asume cada unidad de análisis para cada variable en estudio.
Así, podemos claramente identificar en la matriz, la estructura tripartita del dato que vimos:
Unidad de análisis, variables y categoría.

Esquema de matriz de datos

V1 V2 V3 V4 .. .. Vn
(sexo) (edad)
Ua1 Varón 18
Ua2 Mujer 56
…. Mujer 35
Ua i Varón 44

Tablas de distribución de frecuencias. Frecuencias: absolutas, relativas, porcentuales,

acumuladas.
Una vez que toda la información está registrada y ordenada en la matriz de datos, podemos
comenzar con el análisis propiamente dicho. Cuando se trabaja con una gran cantidad de
observaciones, para organizar y resumir la información, pueden presentarse en forma de
distribuciones de frecuencias.

Las distribuciones de frecuencias constituyen así la primera exploración que realizamos de

nuestro fenómeno en estudio y forman parte de lo que se conoce como análisis univariado,
dado que podemos utilizarlas sólo con una variable a la vez.

6
 Matemáticas para Economía y Administración. Estadística Descriptiva

Conocer el comportamiento de un fenómeno –de una variable- en un primer nivel de análisis

es poder analizar cuántos casos –unidades de análisis- fueron clasificados en cada categoría o
valor de la variable. Así la variable toma forma, se “expresa” a través de su sistema de
categorías.

Dado que todas las variables cuentan con un sistema de categorías y todo sistema tiene que
permitirnos como mínimo poder clasificar a nuestras unidades de análisis en alguna categoría,
podemos realizar distribuciones de frecuencias para todos los niveles de medición. Suelen
presentarse tres tipos de frecuencias:
 Frecuencias Absolutas: Es la cantidad de casos u observaciones que encontramos en cada
categoría de una variable.
 Frecuencias Relativa o Porcentual: es la proporción de casos de cada categoría sobre el
total de casos relevados.
 Frecuencias Acumuladas: Está compuesta por el número o porcentaje de casos de las
categorías más todas las que quedan por debajo de ella. Este tiene sentido cuando
trabajamos con variables de medición ordinal o numérica.

Las frecuencias pueden expresarse de modo absoluto, pero muchas veces esta forma de
expresión dificulta poder tener una rápida comprensión de lo que ocurre. Es por eso que se
suele utilizar más su expresión relativa.
Ejemplos de tablas de frecuencias para distintos niveles de medición:

Piensen para cada una de estas tablas, ¿qué destacarían? Propongan alguna lectura.

Cuando las variables tienen muchas categorías, pueden también reagruparse las categorías
para que las distribuciones de frecuencia sean más claras y nos permita leer e interpretar
mejor la información.

7
 Matemáticas para Economía y Administración. Estadística Descriptiva

Así, ya sea que la variable sea cualitativa o cuantitativa, podemos rearmar el sistema de
categorías. Por ejemplo, en el caso de la variable ordinal, podríamos decidir unir las categorías
de Muy y Bastante Adecuada (sumaría un 58%), dejar sola “Algo” (18%) y unir también Poco y
Nada (24%). De este modo podríamos apreciar que sólo un cuarto de los entrevistados –
aproximadamente- tiene una opinión negativa sobre la adecuación de la materia en la carrera.
También podría realizarse para variables nominales. Si tuviéramos un listado de las más de 30
carreras de la UNQ, podríamos decidir agruparlas según departamento o alguna otra
característica que nos permita unirlas entre sí.

En el caso de las variables cuantitativas, el reagrupamiento se realiza en forma de tramos

conocidos como intervalos de clase. Para hacerlo hay criterios matemáticos-estadísticos
(amplitud igual de intervalos, cierta cantidad mínima máxima, etc.) y también existen criterios
teóricos en la que los intervalos quedan definidos en función de criterios analíticos. Por
ejemplo, si quiero reagrupar la variable edad en un estudio sobre educación, podría armar los
siguientes tramos: Menos de 5 años, entre 6 y 12 años, entre 13 y 18 años, 19 y más, pensando
que son las edades que corresponden a cada nivel educativo.

En cualquiera de los casos mencionados, el nuevo sistema de categorías tiene que cumplir con
los criterios de exhaustividad, mutua exclusión y relevancia teórica que ya mencionamos.

Así, cualquier variable puede ser presentada en tablas de frecuencia y ser representada
gráficamente, siempre teniendo en cuenta el tipo de gráfico apropiado para cada nivel de
medición de variables –o teniendo en cuenta también otras características como la cantidad
de categorías de la variable-. Para variables cualitativas (Nominales u Ordinales) son habituales
los gráficos de barras o de sectores entre otros, mientras que para variables cuantitativas
suelen utilizarse diagrama de bastones o de puntos, histograma, polígonos de frecuencias, etc.

El gráfico circular o de sectores, puede ser de utilidad al trabajar con variables nominales que
no tengan muchas categorías como se presenta a continuación en cualquiera de sus dos
versiones –“torta” o “anillo”-.
Gráfico circular o de sectores para variables nominales de pocas categorías

¿Pueden reconocer los elementos vistos en las tablas de frecuencias en los gráficos
presentados?

8
 Matemáticas para Economía y Administración. Estadística Descriptiva

Si la variable es ordinal o tiene muchas categorías, probablemente esta no sea nuestra mejor
elección para comunicar y analizar la información, dado que no se visualizarían bien las
categorías porque serían muchas porciones de tamaño muy pequeño. En el caso de las
ordinales, un gráfico circular, no permitiría apreciar la jerarquía, el ordenamiento de las
categorías ya que no tiene un inicio y un fin predeterminado.

Gráfico circular o de sectores para variables ordinales y de muchas categorías

En esos casos probablemente un gráfico de barras (horizontales, verticales o apiladas) sea más
adecuado para la representación de la variable.

Gráficos de barras

Para las variables numéricas, el polígono de frecuencias y el histograma -para las continuas con
datos agrupados- suelen ser los más comunes. Para valores discretos también puede graficarse
con barras o bastones.

9
 Matemáticas para Economía y Administración. Estadística Descriptiva

Polígono de frecuencias e histograma

En la mayoría de estos casos se representaron frecuencias relativas, pero también pueden

utilizarse números absolutos. Es importante utilizar colores que se distingan o patrones o
texturas en el caso que sea en blanco y negro para identificar la referencia de cada categoría
de la variable.

Resumiendo, las tablas de frecuencias y los gráficos nos permiten presentar y analizar la
información de manera detallada para distribuciones de variables de cualquier nivel de
medición, teniendo siempre en cuenta sus particularidades para su elaboración. Incluso
cuando reagrupamos categorías, si bien perdemos algo de precisión, seguimos teniendo
información de cada una de las nuevas categorías.

Pero además de estas formas de análisis, contamos con otras herramientas que son medidas
sintéticas que resumen en un solo valor características de toda la distribución de la variable
analizada. Estas medidas tienen un alto poder de síntesis, -por lo tanto, una gran pérdida de
detalle- por lo cual suelen interpretarse conjuntamente para poder tener una idea más
acabada del comportamiento del fenómeno. Estas medidas que presentaremos a continuación
son conocidas como Medidas de Tendencia Central y Medidas de Posición.

Medidas de Tendencia Central (MTC): media, mediana, modo.

Estas medidas resumen nos permiten caracterizar típicamente a la distribución en estudio. Al
ser un único número, son útiles para realizar comparaciones entre variables. Su resultado
siempre refiere a alguna categoría de la variable (o a algún valor dentro de su rango).

Las tres medidas más utilizadas son el Modo o Moda (Mo), Media aritmética (𝑥 ) y Mediana
(Md) y se las conoce con el nombre de medidas de tendencia central por el lugar de la
distribución donde tienden a ubicarse. Para su aplicación hay que tener en cuenta el nivel de
medición de la variable como se puede observar en el recuadro a continuación:

10
 Matemáticas para Economía y Administración. Estadística Descriptiva

Modo o Moda (Mo): NOM, ORD, NUM

Mediana (Md) o (Me): ORD, NUM
Media o Promedio Aritmético (x): NUM

Modo o Moda (Mo)

Es la categoría o valor que se presenta u ocurre con mayor frecuencia. Se dice que es el valor
más común de la distribución. La moda puede no ser única. Existen distribuciones unimodales,
bimodales o multimodales. Esta medida puede utilizarse con variables de cualquier nivel de
medición.
Entre sus propiedades o características podemos mencionar que puede aplicarse en todos los
niveles de medición y es de fácil comprensión y determinación.
Pero, por otro lado, brinda escasa información sobre el resto del conjunto de los datos, sólo
sobre la categoría más frecuente (nada dice sobre el resto de los valores, cuan cerca o lejos se
encuentra del resto de las frecuencias, etc.).

Ejemplos:

La media aritmética (𝒙 )
Se calcula como la suma de todos los valores de una distribución dividida por el número de
casos por lo cual sólo puede utilizarse en variables de nivel de medición cuantitativa.
Entre sus características podemos mencionar que su cálculo incluye a todos los valores y casos.

11
 Matemáticas para Economía y Administración. Estadística Descriptiva

Esta fórmula es equivalente a esta otra manera de calcular la media:

∑ 𝑥𝑖
𝑋̅ =
𝑛
en donde 𝑥𝑖 indica cada uno de los datos. El símbolo ∑ indica que se suman todos los datos,
desde el primero hasta el último. Esta cuestión suele simbolizarse también de la siguiente
manera:
𝑛

∑ 𝑥𝑖
𝑖=1

Para calcular el promedio de una variable, se requiere necesariamente que sea de nivel de
medición numérico.

Es sensible a valores extremos no compensados. Es decir que ante la presencia de algún valor
que se aleja del resto de los casos en un sentido, la media se ve afectada por el mismo –
creciendo o decreciendo según corresponda-. Esto hace que en muchos casos no resulte útil
como medida, por lo cual hay que siempre leerla conjuntamente con el resto de las medidas
de tendencia central.

Mediana (Md)
Es la categoría o valor del caso que ocupa la posición central de la distribución, dividiéndola en
dos partes iguales. Para poder ubicar dicha posición, es condición que nuestra distribución esté
previamente ordenada con algún criterio, por lo que esta medida no puede utilizarse en
variables de nivel de medición nominal. Dado que para su determinación es necesario hallar
una posición a partir de un conjunto de valores ordenados, está medida suele considerarse
también Medida de Posición además de ser una Medida de Tendencia Central por ubicarse en
el centro.

En cuanto a sus propiedades, a diferencia de la media, la mediana no es sensible a valores

extremos. No importa cuál sea el valor de los casos más bajos o más altos, el valor del caso que
se encuentra en el centro no se afecta por ellos, dado que no modifica la posición. Sí se
modificaría si cambia la cantidad de casos observados.

Requiere necesariamente que los valores/categorías de la variable estén ordenados y al igual

que el modo no brinda información sobre el resto de los valores de la distribución.

Para determinar la mediana debemos encontrar el orden o posición del caso central de la
distribución. Si la cantidad de casos totales (n) es impar el orden de la mediana puede
encontrarse a partir de la ecuación Md(o) = (n+1) / 2, mientras que, si son pares al no “caer”
exactamente en un caso sino entre dos de ellos, se toman ambos como “medianas” y las
fórmulas para hallarlos son: Md(o) = n/2 y n/2 + 1. Los resultados de estas fórmulas, indican
el número del caso donde se encuentra la mediana, pero es importante no confundir este
resultado con el valor de la Mediana. Una vez encontrada el orden o posición, la mediana será
el valor o categoría que tenga ese caso.

12
 Matemáticas para Economía y Administración. Estadística Descriptiva

Si se presentan los casos en tablas de frecuencias es común también hallar la posición de la

mediana a partir de la frecuencia acumulada. Así, se ubica la categoría en que la Fac de la
distribución supera (acumula) la barrera del 50% -mitad de la distribución-, prescindiendo del
número de caso en absolutos.

Ejemplo:

Medidas de Posición: mediana, cuartiles, deciles, percentiles

Análogamente a la mediana, existen otras medidas de posición que dividen a la distribución en
cierto número de partes iguales. Las más comunes son los cuartiles que dividen a la
distribución en cuatro partes iguales de 25% de los datos en cada una, quintiles –cuando los
datos se dividen en 5 grupos de 20%-, deciles –en 10 partes de 10% cada una- y percentiles –
en 100 grupos de 1% de los datos cada uno-.

Cabe aclarar que cuando se dice que dividen en partes iguales, nos estamos refiriendo siempre
a la proporción o cantidad de casos, frecuencias, que quedan incluidas en cada grupo. Es
importante diferenciar que no es la misma cantidad de valores o categorías.

Las medidas de posición no refieren a cada uno de los grupos, sino que refieren a un punto
definido como el valor del caso que se encuentra delimitando dichos grupos (como lo vimos
con la mediana). En el habla común es habitual utilizar la palabra para referir indistintamente
al grupo conformado, como a al valor del caso que se encuentra en el punto que delimita las
porciones. Es decir, se habla que hay diez “deciles” pero los deciles, como medida de posición,
son nueve: son los valores de los casos que se ubican en las posiciones que dividen esas partes.
Análogamente a la mediana que es una sola, pero divide en dos mitades a la distribución

En el siguiente esquema se grafican los grupos y la posición donde se encontraría cada una de
las medidas.

13
 Matemáticas para Economía y Administración. Estadística Descriptiva

Pueden hallarse, al igual que la mediana, a partir de establecer en primer lugar el orden o
posición de la medida que se está intentando determinar o también buscando el porcentaje
correspondiente en la columna de frecuencia acumulada. Una vez identificado el caso en dicha
posición, la medida queda determinada por el valor de dicho caso.

Por ejemplo, al buscar la categoría del caso que se encuentra en la frecuencia acumulada que
incluye el 30%, estaríamos determinando el Decil 3. Dicho valor delimita el tercer grupo
decílico del cuarto. Deja por debajo el 30% y por encima el 70% mayor.
Para determinar el percentil 73 deberíamos buscar el valor del caso en dónde se encuentra
incluido el 73% en la frecuencia acumulada, y si buscamos el Quintil 4 deberíamos buscar el
valor del caso donde queda acumulado el 80% y así análogamente para cualquier medida de
posición.

Hay otro tipo de medidas que no veremos en esta materia pero que verán luego en Estadística,
que son las medidas de dispersión o variabilidad. Estas medidas son complementarias a la
información brindada por las de tendencia central y de posición para la interpretación del
fenómeno bajo estudio. Las medidas de tendencia central nos brindan información sobre las
regularidades y comportamientos típicos de la distribución, mientras que las de dispersión nos
van a dar información sobre cómo varía la variable. Nos indican cuan homogénea o
heterogénea es nuestra distribución. Sin ellas podríamos interpretar incorrectamente el
fenómeno.

Números Índice
Un número índice es una medida estadística que sirve para comparar valores/categorías de
una variable en dos situaciones (temporales o espaciales) distintas; una de las cuales se
considera como base o de referencia.
 Período base o de referencia: es el período de tiempo fijado arbitrariamente que se
toma como origen de las comparaciones.
 Período actual o corriente: es el período de tiempo que se compara con el período
base.
𝑉𝑎𝑙𝑜𝑟 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑎𝑐𝑡𝑢𝑎𝑙/𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒
𝑁ú𝑚𝑒𝑟𝑜 Í𝑛𝑑𝑖𝑐𝑒 = × 100
𝑉𝑎𝑙𝑜𝑟 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑏𝑎𝑠𝑒

14
 Matemáticas para Economía y Administración. Estadística Descriptiva

Aplicaciones en Economía y Administración

Los campos de aplicación de la estadística son múltiples y sus fines son diversos. En Ciencias
Sociales, en la Psicología, en Ciencias de la Educación, así como en la Medicina, en Ciencias
Naturales y en Economía y Administración se valen de la estadística tanto para conocer más
sobre su campo como también para poder tomar decisiones, intervenir y modificar la realidad
función del conocimiento construido a través de ellas.

En el caso específico de la Economía y Administración podemos citar las definiciones de dos

textos clásicos de estadística aplicada a este campo:
“La estadística es la rama de las matemáticas que examina las formas de procesar y analizar
datos. La estadística ofrece los procedimientos para recolectar y transformar los datos de
manera que sean útiles a quienes toman decisiones en los negocios.” Berenson

“En este sentido el término estadística se refiere a datos numéricos, tales como promedios,
medianas, porcentajes y números índices que ayudan a entender una gran variedad de
negocios y situaciones económicas.
Sin embargo, como se verá, el campo de la estadística es mucho más que datos numéricos. En
un sentido amplio, la estadística se define como el arte y la ciencia de reunir datos,
analizarlos, presentarlos e interpretarlos. Especialmente en los negocios y en la economía, la
información obtenida al reunir datos, analizarlos, presentarlos e interpretarlos proporciona a
directivos, administradores y personas que deben tomar decisiones una mejor comprensión
del negocio o entorno económico, permitiéndoles así tomar mejores decisiones con base en
mejor información.” Anderson

En cuanto a las aplicaciones en los negocios y la economía, tanto Anderson como Webster,
señalan diversas áreas y usos dentro de las que la estadística resulta útil: En Finanzas los
analistas utilizan la información estadística en cuanto a la evolución de precios y márgenes de
ganancias de distintas acciones o inversiones a lo largo del tiempo, en Marketing se realizan
estudios de hábitos, tendencias, gastos, etc. de los consumidores; en el ámbito de la
Producción donde se realizan controles de calidad como procedimiento habitual y en
Economía donde los profesionales analizan series de datos de diversos indicadores para
comprender escenarios macroeconómicos y en muchos casos realzar pronósticos.

“Casi todas las áreas del saber requieren del pensamiento estadístico. Las disciplinas de estudio
que dependen ampliamente del análisis estadístico, incluyen —pero no se limitan a—,
marketing, finanzas, economía e investigación de operaciones. Los principios aprendidos en
contabilidad y gerencia administrativa también se basan en la preparación estadística. Los
analistas financieros y económicos con frecuencia se basan en sus habilidades cuantitativas
para proporcionar soluciones a problemas difíciles. La comprensión de los principios financieros
y económicos permitirá aplicar las técnicas estadísticas para hallar soluciones viables y tomar
decisiones.” Webster

15
 Matemáticas para Economía y Administración. Estadística Descriptiva

Como mencionamos, la estadística es una disciplina que nos permite trabajar con datos de
distintos tipos en una gran variedad de temas. Les proponemos a continuación algunos usos
habituales de estas herramientas en la Economía y Administración.

Tasas utilizadas para el mercado de trabajo

Hay tres indicadores de uso habitual para el análisis del mercado de trabajo que son la tasa de
actividad, la tasa de empleo y la tasa de desocupación. Estas tasas podemos pensarlas como
frecuencias relativas, pero para poder utilizarlas tenemos que conocer primero algunas
definiciones para su construcción. 1

La tasa de actividad se define como la población económicamente activa (PEA) de una

población, sobre el total de habitantes de esa población. La PEA es definida como todas las
personas mayores de 10 años que trabajan o buscan trabajo (desocupados).

𝑃𝐸𝐴
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑎𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 = 𝑥 100
𝑇𝑜𝑡𝑎𝑙 𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡𝑒𝑠
Entonces si nuestra unidad de análisis es cada una de las personas habitantes de los 31
aglomerados urbanos de Argentina y la variable, pertenencia a la PEA podríamos elaborar la
siguiente distribución de frecuencias.

Cuadro: Población económicamente activa. Total 31 aglomerados urbanos. Argentina,

Tercer trimestre 2018.
fa fr
Económicamente Activa 12.990 0,47
Económicamente no activa 14.852 0,53
Total 31 aglomerados urbanos 27.842 1
Fuente: Encuesta Permanente de Hogares (EPH). 3er trimestre 2018. INDEC

Así, la frecuencia relativa de PEA sobre total de habitantes por 100, es la tasa de actividad.

𝑃𝐸𝐴 12.990
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑎𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 = 𝑥 100 = 𝑥 100 = 47%
𝑇𝑜𝑡𝑎𝑙 𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡𝑒𝑠 27.842

La tasa de empleo es la población que está trabajando sobre el total de la población.

𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑜𝑐𝑢𝑝𝑎𝑑𝑎
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑒𝑚𝑝𝑙𝑒𝑜 = 𝑥 100
𝑇𝑜𝑡𝑎𝑙 𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡𝑒𝑠

1
Encuesta Permanente de Hogares Conceptos de Condición de Actividad, Subocupación Horaria y Categoría
Ocupacional. INDEC.

16
 Matemáticas para Economía y Administración. Estadística Descriptiva

Nuevamente, tomando como unidad de análisis es cada una de las personas habitantes de los
31 aglomerados urbanos de Argentina y considerando la variable condición de actividad, se
construye la siguiente distribución de frecuencias.

Cuadro: Condición de actividad. Total 31 aglomerados urbanos. Argentina, Tercer trimestre

2018.
fa fr
Ocupados/as 11.822 0,42
Desocupados/as 1.168 0,04
Inactivos/as 14.852 0,53
Población total 31 aglomerados urbanos 27.842 1
Fuente: Encuesta Permanente de Hogares (EPH). 3er trimestre 2018. INDEC

𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑜𝑐𝑢𝑝𝑎𝑑𝑎 11.822

𝑇𝑎𝑠𝑎 𝑑𝑒 𝑒𝑚𝑝𝑙𝑒𝑜 = 𝑥 100 = 𝑥 100 = 42%
𝑇𝑜𝑡𝑎𝑙 𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡𝑒𝑠 27.842

La tasa de desocupación es la población que no se encuentra ocupada y que busca

activamente trabajo sobre la población económicamente activa (PEA).

Es importante destacar aquí que, para construir esta tasa, cambia respecto a las anteriores, la
unidad de análisis, siendo ahora sólo quienes pertenecen a la PEA, es decir, sólo se incluyen
ocupados y desocupados y se excluyen a los inactivos (población que no trabaja ni busca
trabajo).
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝐷𝑒𝑠𝑜𝑐𝑢𝑝𝑎𝑑𝑎
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑑𝑒𝑠𝑜𝑐𝑢𝑝𝑎𝑐𝑖ó𝑛 = 𝑥 100
𝑇𝑜𝑡𝑎𝑙 𝑃𝐸𝐴

Cuadro: Condición de actividad. PEA. Total 31 aglomerados urbanos. Argentina, Tercer

trimestre 2018.
fa fr
Ocupados/as 11.822 91%
Desocupados/as 1.168 9%
PEA 31 aglomerados urbanos 12.990 100%
Fuente: Encuesta Permanente de Hogares (EPH). 3er trimestre 2018. INDEC

𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝐷𝑒𝑠𝑜𝑐𝑢𝑝𝑎𝑑𝑎 1.168

𝑇𝑎𝑠𝑎 𝑑𝑒 𝑑𝑒𝑠𝑜𝑐𝑢𝑝𝑎𝑐𝑖ó𝑛 = 𝑥 100 = 𝑥 100 = 9%
𝑇𝑜𝑡𝑎𝑙 𝑃𝐸𝐴 12.990

17
 Matemáticas para Economía y Administración. Estadística Descriptiva

Números Índice
Por lo general, las magnitudes socioeconómicas varían en el tiempo y en el espacio. Con
frecuencia se realizan comparaciones de tales magnitudes en varios periodos de tiempo o en
distintas zonas geográficas. Por ejemplo, analizar la evolución del Producto Interno Bruto (PIB)
en los últimos años, comparar el PIB de diferentes países, estudiar la evolución de los precios
de los productos de consumo a lo largo del tiempo o comparar el nivel de desarrollo de los
países del mundo. Así para realizar este tipo de análisis, se utilizan los números índices.

Existen diferentes tipos de índices que estudian magnitudes económicas. Algunos de ellos
pueden ser:
 Índices de precios: estudian la evolución de los precios de un bien o de un conjunto de
bienes.
 Índices de cantidades: estudian la evolución de la cantidad producida o consumida de
un bien o de un conjunto de bienes.
 Índices de valores: estudian la evolución del valor de un bien o de un conjunto de
bienes.

Un ejemplo de un índice de precios muy difundido en Argentina es el Índice de Precios al

Consumidor (IPC). El IPC mide la evolución promedio de los precios de un conjunto de bienes y
servicios representativos del gasto de consumo de los hogares residentes en un área
determinada.

En Argentina, para calcular el IPC, el Instituto Nacional de Estadística y Censos (INDEC) realiza
una encuesta a un grupo representativo de hogares para conocer sus consumos.
Con la información obtenida en las entrevistas se confecciona una lista de artículos (bienes y
servicios) que forman la canasta del IPC. Ej: alimentos y bebidas, transporte, bienes y servicios,
comunicación, educación, etc. Tomando como base esta canasta, se realiza un seguimiento y
una comparación mensual de precios para calcular su variación en el tiempo. Para esto,
mensualmente, los encuestadores visitan comercios y hacen un relevamiento de los precios de
los bienes y servicios de la canasta.

¿Cómo se calcula el IPC?

Para hacer más fácil el análisis veamos un ejemplo. Supongamos una economía sencilla, en la
que los consumidores sólo compran pizzas y hamburguesas.
En nuestra economía se consume 4 pizzas y 2 hamburguesas por mes. Los precios de las pizzas
y hamburguesas se pueden observar en la siguiente tabla:

Año Pizzas Hamburguesas

2015 $100 $200
2016 $200 $300
2017 $300 $400

18
 Matemáticas para Economía y Administración. Estadística Descriptiva

Pasos:
1. Se calcula el costo de la canasta de consumo por año:
2015: (4 pizzas x $100) + (2 hamburguesas x $200) = $400 + $400 = $800
2016: (4 pizzas x $200) + (2 hamburguesas x $300) = $800 + $600 = $1400
2017: (4 pizzas x $300) + (2 hamburguesas x $200) = $1200+ $800 = $2000

2. Se elige un año base y se calcula el índice: hay que designar un año como base, que es el año
de referencia con el que se comparan los demás. Una vez elegido el año base se calcula
mediante la siguiente fórmula:

𝑃𝑟𝑒𝑐𝑖𝑜 𝑑𝑒 𝑙𝑎 𝑐𝑎𝑛𝑎𝑠𝑡𝑎 𝑑𝑒 𝑏𝑖𝑒𝑛𝑒𝑠 𝑦 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑎ñ𝑜 𝑒𝑛 𝑐𝑢𝑒𝑠𝑡𝑖ó𝑛

𝐼𝑃𝐶 = × 100
𝑃𝑟𝑒𝑐𝑖𝑜 𝑑𝑒 𝑙𝑎 𝑐𝑎𝑛𝑎𝑠𝑡𝑎 𝑑𝑒 𝑏𝑖𝑒𝑛𝑒𝑠 𝑦 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜𝑠 𝑑𝑒𝑙 𝑎ñ𝑜 𝑏𝑎𝑠𝑒

En nuestro ejemplo, si elegimos como año base el 2015:

$800
𝐼𝑃𝐶 2015 = × 100 = 100
$800
$1400
𝐼𝑃𝐶 2016 = × 100 = 175
$800
$2000
𝐼𝑃𝐶 2017 = × 100 = 250
$800

Bibliografía

Aguirre, Niño, Simonetti E. Estadística aplicada en las Ciencias Sociales Y Humanas. Estadística
I. Editorial Universitaria de Misiones, 2005. Capítulo 1.
Anderson, D. J. Sweeney y T. A. Williams. (2003). Estadística para Administración y Economía.
Editorial Thomson. México.2003. Capítulo. 1.
Berenson M.L, y Levine D.M., Estadística para Administración y Economía. Editorial Prentice
Hall. 4º edición. México.2006. Capítulo 1.
Webster Allen, Estadística aplicada a los negocios y la economía. Cap. 1.
INDEC (2016), ¿QUÉ ES EL ÍNDICE DE PRECIOS AL CONSUMIDOR? Disponible en:
https://www.indec.gov.ar/ftp/cuadros/economia/ipc_que_es_06_16.pdf
INDEC (2018) Mercado de trabajo. Tasas e indicadores socioeconómicos (EPH). Tercer
trimestre de 2018. Disponible en:
https://www.indec.gob.ar/uploads/informesdeprensa/mercado_trabajo_eph_3trim1
8.pdf

19