08

2021

Apropiación social del conocimiento

Generación de contenidos impresos
N.° 8, septiembre de 2021
doi: https://doi.org/10.16925/gcgp.32

GRÁFICOS
ESTADÍSTICOS:
GUÍA PRÁCTICA
PARA ESTADÍSTICA
DESCRIPTIVA
Jorge Alejandro Obando-Bastidas
Universidad Cooperativa de Colombia
Sede Villavicencio

María Teresa Castellanos Sánchez

Universidad de los Llanos
Acerca de los autores
Jorge Alejandro Obando-Bastidas, doctor en Docencia e
Investigación, profesor tiempo completo de Contaduría
Pública, Universidad Cooperativa de Colombia, sede Vi-
llavicencio.
Correo electrónico: jorge.obandob@campusucc.edu.co
Cvlac:https://scienti.minciencias.gov.co/cvlac/visualiza-
dor/generarCurriculoCv.do?cod_rh=0001281569
Gruplac: https://scienti.minciencias.gov.co/gruplac/jsp/
visualiza/visualizagr.jsp?nro=00000000009298
orcid: https://orcid.org/0000-0002-4283-2871
Google Scholar: https://scholar.google.es/cita-
tions?hl=es&user=WHrpjDwAAAAJ

María Teresa Castellanos Sánchez, doctora en Educa-

tion Mathematica, profesora titular de Licenciatura en
matemáticas, Universidad de los Llanos.
Correo electrónico: mcastellanos@unillanos.edu.co
Cvlac:http://scienti.colciencias.gov.co:8081/cvlac/visua-
lizador/generarCurriculoCv.do?cod_rh=0000609455
Gruplac: https://scienti.minciencias.gov.co/gruplac/jsp/
visualiza/visualizagr.jsp?nro=00000000007746
orcid: https://orcid.org/0000-0001-7850-3183
Google Scholar: https://scholar.google.es/citations?u-
ser=yn9pkUYAAAAJ&hl=es&oi=ao

Cómo citar este documento

Obando Bastidas, J. A. y Castellanos Sánchez, M. T. (2021).
Gráficos estadísticos: guía práctica para estadística descripti-
va (Generación de contenidos impresos N° 08). Ediciones
Universidad Cooperativa de Colombia. doi: https://doi.
org/10.16925/gcgp.32

NOTA LEGAL
El presente documento de trabajo ha sido incluido dentro de nuestro repositorio institucional como Apropiación social de conocimiento por solicitud del autor,
con fines informativos, educativos o académicos. Asimismo, los argumentos, datos y análisis incluidos en el texto son responsabilidad absoluta del autor y no
representan la opinión del Fondo Editorial o de la Universidad.

DISCLAIMER
This coursework paper has been uploaded to our institutional repository as Social Appropriation of Knowledge due to the request of the author. This document
should be used for informational, educational or academic purposes only. Arguments, data and analysis included in this document represent authors’ opinion
not the Press or the University.

Este documento puede ser consultado, descargado o reproducido desde nuestro repositorio institucional (http://repository.
ucc.edu.co/handle/20.500.12494/7369) para uso de sus contenidos, bajo la licencia de Creative Commons Reconocimien-
to-NoComercial-SinObraDerivada 4.0 Internacional. http://creativecommons.org/licenses/by-nc-nd/4.0/
TABLA DE CONTENIDO

Resumen 7

Introducción 8

Propósito 8

Unidad de competencias 8

Elemento de competencia del saber 8

Marcos teóricos 8

Campo de acción 9

División 9

Población 9

Muestra 10

Variables 10

Variables enteras o discretas 10

Variables reales o continuas 10

Variables cualitativas 10

Clasificación de las variables según su naturaleza 10

Tablas de frecuencia 11

Gráficos estadísticos 12

Gráficos para datos categóricos 12

Gráfico de barras 13

Gráfico de sectores 13

Gráfico de arañas 15

Gráfico de anillos o sectores 15

Gráficos para datos numéricos enteros 15

Diagrama de barras para variables numéricas enteras 17

Gráfico de diagramas integrales 18

Tabla de frecuencias para datos continuos a través de intervalos 19

Ejemplo de aplicación 19

Gráficos para datos continuos organizados en intervalos de clase 20

Histograma 21

Diagrama de Tortas 21

Ojivas 22

Polígonos de frecuencia 23

Otras graficas 23

Boxplot 23

Diagrama de Pareto 25

Ejercicios de aplicación 27

Referentes 32
ÍNDICE DE TABLAS Y FIGURAS

Tabla 1. Clasificación y tipos de variables 11

Tabla 2. Estructura de una tabla de frecuencias 12

Tabla 3. Tabla de frecuencias para la variable motivos de visita

al departamento del Meta 13

Tabla 4. Tabla de frecuencias del número de fallecidos por la

covid-19 en Colombia discriminado por estratos sociales 17

Tabla 5. Edades de cien personas que se recuperan de la covid-19 20

Tabla 6. Tabla de frecuencias de personas con la covid-19 que se

recuperan en el hospital 20

Tabla 7. Tabla de frecuencias de personas con la covid-19 que se

recuperan en el hospital 21

Tabla 8. Tabla de Pareto de personas con la covid-19 que se

recuperan en el hospital 25

Figura 1. Asesinatos de líderes sociales (2016-2019). 9

Figura 2. Gráfico de barras para la variable motivos para visitar

los Llanos orientales (1) 14

Figura 3. Gráfico de barras para la variable motivos para visitar

los Llanos orientales (2) 14

Figura 4. Gráfico de torta para la variable motivos para visitar

los Llanos orientales 15

Figura 5. Gráfico de araña o radar para la variable motivos para

visitar los Llanos orientales 16

Figura 6. Gráfico anillos para la variable motivos para visitar los

Llanos orientales 16

Figura 7. Porcentaje de muertes por la covid-19 en Colombia por

estratos sociales 17
Figura 8. Número de muertes por covid-19 en Colombia por
estratos sociales 18

Figura 9. Diagrama integral para el número de muertes

por covid-19 18

Figura 10. Histograma de personas con la covid-19 que se han

hospitalizado. 21

Figura 11. Diagrama de tortas de personas con la covid-19 que

se han hospitalizado 22

Figura 12. Ojiva de personas con covid-19 que se han

hospitalizado 22

Figura 13. Polígono de frecuencias de personas con covid-19

que se han hospitalizado 23

Figura 14. Boxplot por género de personas con la covid-19 que

se han hospitalizado 24

Figura 15. Pirámide poblacional por género de personas con la

covid-19 en Colombia 25

Figura 16. Diagrama de Pareto de personas con la covid-19 que

se recuperan en el hospital 26

Figura 17. Radiografía de la deforestación en el Amazonas

brasileño (junio del 2019). 29

Figura 18. Emisiones gei de Colombia en el 2012 30

08 GRÁFICOS ESTADÍSTICOS:
GUÍA PRÁCTICA PARA
ESTADÍSTICA DESCRIPTIVA
Jorge Alejandro Obando-Bastidas
María Teresa Castellanos Sánchez

Resumen
Los gráficos estadísticos son objetos de la estadís-
tica con los que se pretende establecer un grado
de comunicación, breve, sencillo y didáctico. El
propósito general que motiva el desarrollo de este
documento es la apropiación de las características
de los gráficos construidos en las tablas de frecuen-
cias y en los datos no agrupados que provienen de
bases de datos reales. La importancia de adquirir
la habilidad de diseñar un gráfico radica principal-
mente en la necesidad de comunicar datos de una
manera visual, de manera que sea comprendido
ampliamente por muchos grupos. Generalmente,
los gráficos están en todos los medios de comu-
nicación visuales y transmiten la realidad de los
acontecimientos; el presente documento contiene,
desde la definición de variables hasta la construc-
ción de gráficos, estableciendo diferencias entre las
variables de tipo numérico y las variables de tipo
categórico. Los gráficos que aquí se muestran par-
ten de la construcción de una tabla de frecuencias
y son datos agrupados; sin embargo, gráficos como
los Boxplot, no necesitan agrupación de los datos,
puesto que, por su característica, estos gráficos sa-
len de las bases de datos y proponen una informa-
ción más precisa, ya que provienen de la fuente tal
y como se conciben. Finalmente, en el trabajo se
proponen algunos ejercicios de bases de datos rea-
les y como propósito de evaluación se entrega un
cuestionario de diez preguntas, diseñado con base
en los lineamientos y los requerimientos de la ta-
xonomía solo.
Palabras clave: datos agrupados, datos no agrupados,
frecuencias, variables categóricas, variables numéricas.
 8 · Generación de contenidos impresos
INTRODUCCIÓN
Los gráficos estadísticos se visualizan en dife-
rentes contextos, por ejemplo, en periódicos,
revistas, libros, textos, entre otros. Su presen-
cia masiva en todos los espacios y el poder de
comunicación de ellos proponen un grado de
importancia. Teniendo en cuenta la presen-
cia de los gráficos estadísticos en las estructu-
ras curriculares, esta guía se diseña teniendo
en cuenta dos circunstancias: por un lado, se
busca que los estudiantes que cursan progra-
mas relacionados con las Ciencias Económi-
cas, Administrativas y Contables desarrollen
competencias en la lectura de gráficos y, por
ende, alcanzar una mejor comprensión de este
tipo de representación de los datos estadísti-
cos; por otro lado, se pretende que esta guía se
convierta en un material de apoyo para aque-
llos estudiantes que ingresan a la universidad
con escasa formación en estadística y que, por
lo tanto, requieren un proceso de fortaleci-
miento que estructure en ellos el aprendiza-
je inicial de esta ciencia. El desarrollo de esta
guía parte de una definición de estadística, su
campo de acción, el reconocimiento de con-
ceptos relacionados, con la muestra, pobla-
ción, tipo de variables, construcción de tablas
de frecuencia y sus respectivos gráficos. Se
hace una distinción entre gráficos para datos
discretos y datos continuos, además en la guía
se analizan otro tipo de gráficos como el del
Boxplot, las pirámides poblaciones, la impor-
tancia de la regla de Pareto. Todos los ejercicios
relacionados con la presente guía se desarro-
llarán completamente en Excel.
Propósito
Establecer diferencias entre los diferentes
tipos de gráficos construidos a partir de tablas
de frecuencias en datos agrupados y desde la
propuesta de los datos dispuestos en bases de
datos reales, como los bases del coronavirus
y las bases de datos de las pruebas saber en
Colombia.
Unidad de competencias
Construir información para que apoye la toma
de decisiones en el entorno organizacional me-
diante organización, sistematización y lectura
de datos.
Elemento de competencia
del saber
Clasificar las herramientas estadísticas para la
sistematización de la información.
Marcos teóricos
La abundancia de datos y fuentes de informa-
ción en la era de internet y de las redes sociales
genera complejidad en los procesos de comuni-
cación, lo cual también genera dificultad para
aquellas personas y entidades que toman de-
cisiones a partir de ellos. Desde esta posición,
Ross (2018) propone que la estadística es un
arte que propicia el aprendizaje usando datos
como insumo de la información, ya que ayuda
en su descripción, organización y análisis, lo
que lleva a tomar conclusiones y decisiones. 
Por otro lado, la estadística no solo evidencia
un proceso para organizar los datos y tomar
decisiones a partir de ellos, también permite
evidenciar la realidad, contemplar el contex-
to a partir de una problemática real y una po-
sición visual (Castellanos y Obando, 2013). Por
ejemplo, en forma gráfica, la figura 1 informa
sobre el fenómeno social de los asesinatos de
líderes en Colombia, cruda realidad que se
puede abordar en el estudio de la estadística.
Con el análisis de la realidad se trata de fo-
mentar el razonamiento estadístico, más que
el aprendizaje rutinario y descontextualiza-
do de conceptos y propiedades, puesto que la
tecnología, hoy en día, permite aplicar la es-
tadística con gran facilidad, por consiguiente,
cobran mayor importancia las actividades in-
terpretativas que el cálculo rutinario (Batane-
ro y Díaz, 2011).
 Gráficos estadísticos: guía práctica para estadística descriptiva·  9
120
100
80 69
60
40 32
20
0
1ero de ene - 2016
6 de ago - 2016
7 de ago - 2016
9 de jul - 2017
10 de jul - 2017
6 de ago - 2017
FIGURA 1. Asesinatos de líderes sociales (2016-2019). Tomado de la Consejería Presidencial de los Derechos Humanos (2019).
Campo de acción
La aplicación de la estadística en la dirección
de procesos enfatiza la toma de decisiones. La
necesidad de resolver problemas pone de ma-
nifiesto la aplicabilidad de la estadística. La
aplicabilidad se extiende a todo el universo
social, biológico, físico, ingeniería, educacional,
médico, de negocios y leyes, en fin, a casi todas
las fases de la vida.
El campo de la estadística es una disciplina
dirigida a lograr un mejor entendimiento del
mundo que nos rodea, con el objetivo final que
todos tengamos una vida más completa y con
un mayor entendimiento de esta. No hay parte
de nuestro ambiente que no sea una fuente de
datos (nosotros mismos, otros individuos, la
familia, sociedades, culturas, ciudades, países,
planetas, escuelas, colegios religiones, etcéte-
ra), en pocas palabras cada aspecto de nuestra
existencia, incluso el comportamiento de la
covid-19 en Colombia y en el mundo.
División
La estadística se divide en dos grandes ramas
de estudio:
105
68
5 10
7 de ago - 2017
9 de jul - 2018
10 de jul - 2018
6 de ago - 2018
7 de ago - 2018
9 de jul - 2019
• Estadística descriptiva: se encarga de la
recolección, la clasificación y la descrip-
ción de datos muéstrales o poblacionales,
para su interpretación y análisis.
• Estadística inferencial: desarrolla modelos
teóricos que se ajusten a una determinada
realidad con cierto grado de confianza.
Población
Se define como un conjunto de individuos o de
objetos que poseen una o varias característi-
cas comunes. El total de las unidades posibles
de observar hace referencia también a una de-
finición de población. La población no hace re-
ferencia únicamente a los seres vivos; una po-
blación puede estar constituida por los peces
de un estanque, por animales de una determi-
nada raza.
Poblaciones finitas
En este tipo de población, el número de uni-
dades observables es contable, es decir, un
número conocido de elementos del conjunto
llamado población. De la misma manera, se
considera finita a una población, si se conoce
 10 · Generación de contenidos impresos
la fuente de donde provienen los datos. Por
ejemplo, la población de estudiantes de una
universidad es finita, ya que se sabe que en los
programas existe una base de datos en los que
están inscritos todos los estudiantes de dicha
universidad.
Poblaciones infinitas
En este tipo de población, el conteo de uni-
dades observables se hace un poco difícil. El
término de infinito en estadística no se ajusta
a una definición semántica, puede hacer rela-
ción a un grupo de objetos, personas, cosas, en
las que se desconoce la fuente de donde pro-
vienen. Ejemplo: como el número de vendedo-
res informales, que dado la crisis de la pande-
mia de covid-19, se ha incrementado en todas
las ciudades de Colombia y estos no se regis-
tran en una base de datos, se puede considerar
una población infinita.
Muestra
Se define como la mejor representación de la
población. La muestra es un subconjunto de
la población a la cual se le efectúa la medi-
ción con el fin de estudiar las propiedades del
conjunto del cual es obtenida. El tamaño de la
muestra, la disponibilidad de recursos, la ho-
mogeneidad de los elementos y de los datos
que la conforman le da la importancia su-
ficiente al uso adecuado de la muestra; un
buen conocimiento de la población permite
encontrar una buena muestra representativa.
Existen muestras tomadas al azar y sin seguir
ningún modelo de muestreo que llevan a con-
clusiones inadecuadas y, por lo tanto, a tomar
decisiones que no corresponden a la solución
de un problema planteado dentro de conjunto.
Variables
Es el conjunto de características de las entida-
des que se interesan en una investigación; por
ejemplo, tamaño, edad, precios, rendimiento
académico o indicadores económicos.
VARIABLES ENTERAS O DISCRETAS
En este conjunto de variables, los valores que
se representan se visualizan como número
entero. Por ejemplo, número de estudiantes
en la universidad, número de personas diarios
que se contagian con el virus sars-CoV-2.
VARIABLES REALES O CONTINUAS
Es aquella que teóricamente puede tomar
cualquier valor dentro de un intervalo de
valores, ella se mide uniformemente. Dentro
de la escala de los conjuntos numéricos, re-
presentan a los números reales. Por ejemplo,
estatura de los estudiantes de una universi-
dad, salarios devengados por los docentes de
un núcleo educativo, temperaturas a ciertas
horas del día, edad de una persona.
VARIABLES CUALITATIVAS
Representan características propias de las
cualidades de los objetos que conforman la
muestra o la población. Por ejemplo, sexo,
origen o color de piel.
Las variables cualitativas se dejan expresar en
niveles de categoría. Por ejemplo, sexo: mascu-
lino o femenino; origen: colombiano, venezola-
no o panameño; color de piel: blanco, negro o
amarillo.
CLASIFICACIÓN DE LAS VARIABLES SEGÚN
SU NATURALEZA
Las variables sean enteras o continuas por su
naturaleza se las puede clasificar como cate-
góricas y numéricas; a la vez, esta clasificación
responde a ciertos criterios de diferenciación.
Variables categóricas: establecen categorías
de los datos. Producen muchas informaciones.
 Gráficos estadísticos: guía práctica para estadística descriptiva·  11
Por ejemplo: las categorías de bajos, medios,
altos superiores es una escala categórica de
estudiantes evaluados en una universidad.
Nominal: no establecen ningún orden. Corres-
ponde a variables categóricas; por ejemplo,
estado civil, soltero, casado, viudo, unión libre.
Ordinales: indican un orden. Por ejemplo,
grado académico (primaria, bachillerato, uni-
versidad, especialización y maestría).
Variables numéricas: a diferencia de las an-
teriores, producen más información y mejores
procedimientos estadísticos. A toda variable
numérica se la puede categorizar, pero pierde
información y detalles de esta. Por ejemplo, las
edades, siendo numérica producen informa-
ción relacionada con medias, medianas, modas,
entre otras. Se pueden categorizar como: niños,
jóvenes, adultos y tercera edad; en estas cate-
gorías ya no se puede obtener la información
que se obtuvo en el caso numérico.
Para tal efecto, las variables pueden ser:
Intervalo: se pueden asociar en intervalos
de clase y corresponden a variables de tipo
continuo. Preservan de las variables ordina-
les el orden y se acomodan las distancias. Por
ejemplo, salarios, edades, notas estudiantiles.
Razón: son variables que conservan más infor-
mación y detalles de las demás variables. Con-
servan el orden de las ordinales, la distancia
TABLA 1
Clasificación y tipos de variables
Tipo de variable Se dividen en Pueden ser
Intervalos
Continuas
Numéricas Razón
Enteras Número de estudiantes en un salón, números de personas recuperadas de la covid-19.
Nominales
Categóricas
Ordinales
Nota. Elaboración propia.
de las de intervalo y tienen un origen. Por
ejemplo, el peso de una persona.
En la tabla 1 se resume la clasificación de estas
variables.
Tablas de frecuencia
Muchas veces se presenta una muestra con
muchos datos, por lo que se hace necesario
organizarlos en una tabla de frecuencias o en
una distribución de frecuencias. Este tipo de
tabla está formada por las distintas catego-
rías (valores o intervalos) del carácter X y por
las frecuencias absolutas, relativas, absolutas
acumuladas y relativas acumuladas.
A manera de definición, se puede decir que
una tabla de frecuencias es un método para
presentar la información en forma resumida,
muestra los datos tal como aparecen en la dis-
tribución, organizados en diferentes formas de
conteo de los elementos de una variable, a lo
que se denomina “frecuencia”. A continuación,
se muestran los tipos de frecuencias que se
presentan para organizar los datos.
Frecuencias absolutas (f)
Se llama frecuencia absoluta (f) de la variable o
categoría al número de datos que se presen-
tan en el conteo directo de los datos que se
repiten en una distribución. La suma de todas
las frecuencias absolutas es el tamaño de la
muestra, como se aprecia en la ecuación 1.
Ejemplos
Temperatura
Salarios, notas obtenidas en un curso, estatura de una persona
Género, estado civil de una persona.
Grados militares, formación académica.
 12 · Generación de contenidos impresos

∑ fi = n Finalmente, una tabla de frecuencias propone

f = f1 + f2 + f3 + ... + fn = n (1) una estructura determinada, la cual se muestra
en la tabla 2.
En la ecuación 1, n es el tamaño de la muestra.

TABLA 2
Frecuencia absoluta relativa (h) Estructura de una tabla de frecuencias

Se llama frecuencia relativa de la variable X al Variable f h F H

cociente entre la frecuencia absoluta de cada
X1 f1 h1 F1 H1
dato y el total de elementos que conforman la
X2 f2 h2 F2 H2
muestra, como se aprecia en la ecuación 2.
X3 f3 h3 F3 H3
f
hi = (2) . . . . .
n
. . . . .
La suma de todas las frecuencias relativas re-
presenta al 100 % de la población y equivale a Xn fn hn n 1
1 (uno), como se aprecia en la ecuación 3. Total n 1
n

∑
f1 f2 f3 fn hi Nota. Elaboración propia.
n
+ n
+ n
+ ... + n
= n
= 100%
i=1
(3) Gráficos estadísticos
Los gráficos estadísticos son recursos visuales
que permiten comunicar la información, se
Frecuencias acumuladas (F) constituye en un instrumento estadístico para
Esta frecuencia se obtiene de la acumula- analizar los datos en forma eficiente y desde
ción sucesiva de las frecuencias absolutas. El diferentes niveles de lectura (Castellanos y
último dato acumulado es el tamaño de la Obando, 2013). Existen gráficos para los datos
muestra, como se aprecia en la ecuación 4. numéricos y para los datos categóricos.
n

i=1
F1 = f1 + f2 + f3 + ... . fn =
∑ fi
Gráficos para datos
(4) categóricos
De acuerdo con el tipo de frecuencias, se pueden
Frecuencias relativas encontrar gráficos, tipo barra, torta, arañas,
barras acumuladas, pictogramas, anillos, entre
acumuladas (H)
otros. A continuación, se propone una situa-
Estas se obtienen de la acumulación sucesi- ción problemas y se construye en Excel la tabla
va de las frecuencias relativas. El último dato de frecuencias con sus respectivos gráficos. Por
acumulado es el 100 % de la muestra, como se ejemplo, en un estudio realizado en el Meta y
aprecia en la ecuación 5.
que está relacionado con el turismo, una de las
n
preguntas de la encuesta aplicada tenía el si-
H =
F1
n
F2 F3
+ n + n + ... + n =
fn

i=1
Fi
n
= 100% ∑ guiente contenido: ¿cuál es el principal motivo
por el que usted visita al departamento del
(5) Meta? Señale solo una opción:
 Gráficos estadísticos: guía práctica para estadística descriptiva·  13

1. Paisaje. TABLA 3
Tabla de frecuencias para la variable motivos de visita al
2. Gastronomía.
departamento del Meta
3. Diversión. Motivos f h F H

4. Calor humano. Paisaje 15 0,15 15 0,15

Gastronomía 15 0,15 30 0,3
5. Clima. Diversión 25 0,25 55 0,55
Calor Humano 19 0,19 74 0,74
6. Descanso.
Clima 14 0,14 88 0,88
Descanso 12 0,12 100 1
Se realizó la pregunta a 100 turistas y se obtu-
Total 100 1    
vieron los siguientes resultados:

Nota. Elaboración propia, haciendo uso del Excel.

1 4 4 2 5 3 3

2 4 5 1 6 2 3
Gráfico de barras
2 6 1 1 6 3 4
Es una figura que permite representar los
2 6 2 1 6 3 2 elementos de la variable de estudio con los
3 6 2 1 3 4 1 valores obtenidos en la frecuencia absoluta o
también se pueden representar los valores de
3 6 2 1 3 6 2 la frecuencia relativa. En el ordenado siempre
3 6 3 4 3 6 3 estarán los elementos que constituyen la va-
riable y en el eje de las abscisas el valor de las
5 3 3 4 5 6 3
frecuencias. La figura 2 se elaboró en Excel.
5 3 3 4 5 5 3
Obsérvese que, en la figura 2, se describen ex-
5 3 4 4 5 5 6 clusivamente los valores de la frecuencia ab-
1 3 4 4 4 4 soluta; cada barra evidencia el valor de la fre-
cuencia absoluta, propuesto en la tabla 3.
1 3 1 4 4 4
En Excel se pueden generar diferentes formas
1 2 1 5 4 3
para representar esta información; en la figura
1 2 1 5 3 2 3, se observa la misma gráfica, con la informa-
ción sobre las barras y con una tabla de deno-
4 2 5 5 3 2
minación de las unidades de variables. Queda
a gusto del diseñador la forma como represen-
Siguiendo un proceso de organización en
ta la información.
columna de los datos y en orden ascendente,
Excel es una de las mejores herramientas para
construir una tabla de frecuencias, ya que fa-
cilita su conteo y su proceso de construcción,
Gráfico de sectores
puesto que el uso de las fórmulas creadas en Denominado también “tartas” (pie), consiste
este permite con rapidez replicarla en otras en un círculo dividido en tantas partes o por-
celdas y obtener los demás resultados de una ciones como valores de frecuencia relativa
manera rápida y sencilla. La tabla de frecuen- existan, a cada valor de frecuencias relativa le
cias construida a partir de los datos anteriores corresponde en forma proporcional un arco de
se puede observar en la tabla 3. círculo (figura 4).
14 · Generación de contenidos impresos

24
22
20
18
16
14
12
10
8
6
4
2
0
Paisaje Gastronomía Diversión Calor Clima Descanso
Humano

Figura 2. Gráfico de barras para la variable motivos para visitar los Llanos orientales (1). Elaboración propia
haciendo uso de Excel como herramienta.

25

19

15 15
14
12

Paisaje Gastronomía Diversión Calor Clima Descanso

Humano

Figura 3. Gráfico de barras para la variable motivos para visitar los Llanos orientales (2). Elaboración
propia haciendo uso de Excel como herramienta.
 Gráficos estadísticos: guía práctica para estadística descriptiva·  15
Descanso
12%
Clima
14%
Calor Humano
19%
Figura 4. Gráfico de torta para la variable motivos para visitar los Llanos orientales. Elaboración propia
haciendo uso de Excel como herramienta.
La lectura de estos gráficos es directa, se lo hace
teniendo en cuenta el valor del porcentaje pro-
puesto en cada unidad de variable. Por ejemplo,
el 25 % de los turistas visitan el Meta, porque
aquí encuentran diversión. Una interpretación
más general estará amarrada al objetivo de la
investigación que generó la pregunta.
Gráfico de arañas
Una gráfica de radar, también conocida como
un “diagrama de araña”, es una herramienta
muy útil para mostrar visualmente los valores
de una frecuencia relativa o absoluta. Su
nombre se hereda porque propone la visuali-
zación en la forma de una tela de araña. Pro-
porciona la misma información de un diagra-
ma de barras o de una torta (ver figura 5).
El gráfico de la figura 5 puede ser una exce-
lente alternativa para representar la informa-
ción de los datos propuestos en las frecuencias
relativas, brinda la misma información, pero
desde otra visualización.
Gráfico de anillos o sectores
Otra de las formas de representar las fre-
cuencias relativas en variables categorías lo
Paisaje
15%
Gastronomía
15%
Diversión
25%
constituyen los anillos o los sectores. Son pe-
queños sectores en forma de un aro o anillo,
divido en forma proporcional de acuerdo con el
valor de dicha frecuencia (figura 6).
Los diagramas para las frecuencias absolutas
acumuladas, denominados “diagramas integra-
les”, no tienen sentido en el contexto de las va-
riables categóricas, se observarán en el contexto
de las variables numéricas, enteras y continuas.
Gráficos para datos
numéricos enteros
Algunos de los gráficos para datos enteros son
los mismos que para los datos categóricos, sin
embargo, en los datos numéricos enteros ya
se pueden realizar gráficos para las frecuen-
cias acumuladas. Para revisar el tipo de gráfi-
cos, se propone una situación real que ocurre
en Colombia en el margen de la aparición de
la pandemia de covid-19. Se propone entonces
la siguiente situación: en marzo del 2020, se
registraron los primeros casos del virus, hasta
el 3 de enero del 2021. El total de decesos por
covid-19 era de 51 397. El Departamento Ad-
ministrativo Nacional de Estadística (dane),
con respecto al número de muertos por la
covid-19, emitió la siguiente información que
se resume en la figura 7.
16 · Generación de contenidos impresos

Paisaje

15%

Descanso Gastronomía
15%
12%

14%
Clima Diversión
25%

19%
Calor Humano

Figura 5. Gráfico de araña o radar para la variable motivos para visitar los Llanos orientales. Elabora-
ción propia haciendo uso de Excel como herramienta.

Descanso Paisaje
12%
15%

Clima
14%
Gastronomía
15%

Calor Humano
19%
Diversión
25%

Figura 6. Gráfico anillos para la variable motivos para visitar los Llanos orientales. Elaboración
propia haciendo uso de Excel como herramienta.
 Gráficos estadísticos: guía práctica para estadística descriptiva·  17

Estrato 5: 1,5%
Estrato 4: 4,6% Estrato 6: 0,80%

Estrato 3: 24% Estrato 1: 32,9%

Estrato 2: 36,7%

Figura 7. Porcentaje de muertes por la covid-19 en Colombia por estratos sociales. Tomada de dane
(16 de octubre de 2020).

La triste realidad reflejada en la figura 7 (que
corresponde a una torta con frecuencias rela-
tivas) evidencia que la mayoría de las muertes
en Colombia son de personas que carecen de
recursos económicos. Corresponde aquí rea-
lizar otro tipo de gráficos que permitan evi-
denciar la información desde otro punto de
vista. Para ello, lo recomendable es reconstruir
la tabla de frecuencias y proceder a la cons-
trucción de otras representaciones; de esta
manera, se presenta la tabla 4, correspondien-
te a la tabla de frecuencias para la variable
que relaciona el número de personas falleci-
das en Colombia y discriminadas por estrato
social (ver tabla 4).
por covid-19 en Colombia por estratos socia-
les. Por ejemplo, en el estrato 1, a la fecha en
las que se tomaron los datos de las bases de
datos del ministerio de salud pública de Co-
lombia, se observaban 16 910 personas en el
estrato 1. La figura 8 permite comparar resul-
tados; se observa, por ejemplo, que en los es-
tratos 1, 2, y 3 es donde más se han presenta-
do casos de mortalidad por la covid-19. Estos
gráficos sencillos son ligeros de interpretación,
son muy utilizados, ya que proponen la infor-
mación de manera directa.
TABLA 4
Tabla de frecuencias del número de fallecidos por la COVID-19
en Colombia discriminado por estratos sociales

Diagrama de barras para Estratos f h F H

Estrato 1 16 910 32,9 % 16 910 32,9 %
variables numéricas enteras
Estrato 2 18 863 36,7 % 35 773 69,6 %
Un gráfico de barras o gráfico de columnas es Estrato 3 12 078 24 % 47 851 93,1 %
una forma de representar gráficamente un Estrato 4 2364 4,6 % 50 215 97,7 %
conjunto de datos o valores mediante barras
Estrato 5 771 1,5 % 50 986 99,2 %
rectangulares de longitud proporcional a los
Estrato 6 411 0,80 % 51 397 100,0 %
valores representados; los valores represen-
Total 51 397 100,0 %    
tados pueden ser frecuencias relativas o fre-
cuencia absolutas. Su lectura es directa. En la Nota. Información suministrada por el dane (16 de octubre
figura 8, se evidencia el número de fallecidos de 2020).
 18 · Generación de contenidos impresos

18863
16910 Estrato 1
Estrato 2
Estrato 3
12078 Estrato 4
Estrato 5
Estrato 6

2364
771 411

Figura 8. Número de muertes por covid-19 en Colombia por estratos sociales. Tomado de dane (16 de octubre
de 2020).

Gráfico de diagramas Las frecuencias acumuladas indican el número

integrales
Se realizan con las frecuencias acumuladas y
solo para variables numéricas, ya sean de tipo
entero o de tipo continuo. Siguiendo el ejemplo
anterior en la figura 9, se representa el diagra-
ma integral para muertes por la covid-19 en
Colombia determinado por estratos sociales.
de muertes que se suman por estratos, por
ejemplo, la lectura de estas figuras propone
que el número de muertes acumulado hasta
el estrato 3 que es de 47 851. En el proceso de
registros de casos de contagio en Colombia, es
este tipo de gráficos los que expresan la canti-
dad de contagios que se registran en un periodo
determinado.

50986 51397
50215
47851

35773

16910

Estrato 1 Estrato 2 Estrato 3 Estrato 4 Estrato 5 Estrato 6

Figura 9. Diagrama integral para el número de muertes por covid-19. Tomado de dane (16 de octubre de
2020).
 Gráficos estadísticos: guía práctica para estadística descriptiva·  19
Tabla de frecuencias para
datos continuos a través de
intervalos
Para determinar las frecuencias en datos con-
tinuos, se deben seguir los siguientes pasos
que involucran cálculos matemáticos y la uti-
lización de algunas fórmulas de aproximación,
como la del rango, número de intervalos me-
diante la fórmula de Sturges y la amplitud de
intervalo.
Rango
Es el dato calculado mediante la diferen-
cia entre el dato máximo y mínimo, como se
muestra en la ecuación 6.
R = Xmax – Xmin (6)
Número de intervalos
Representado por la letra m y se define me-
diante la fórmula denominada formula de
Sturges, como se muestra en la ecuación 7.
m = 1 + 3,3*log(n) (7)
Donde n es el tamaño de la muestra. El número
de intervalos no puede ser inferior a 5 ni supe-
rior a 16, como se muestra en la ecuación 8.
5 ≤ m ≤ 16 (8)
Algunos, sin embargo, utilizan la ecuación 9.
√n
m = (9)
La aproximación de m se puede hacer por
defecto o por exceso.
Amplitud del intervalo
La amplitud del intervalo determina la distan-
cia que existe entre un dato y otro, se simboli-
za por C; depende del criterio establecido para
presentar la información, puede variar la am-
plitud en cada intervalo, pero se recomienda
tener a C constante a lo largo de toda la distri-
bución de frecuencias, se calcula mediante la
fórmula.
Rango
C = (10)
m
Si esta división es exacta, se procede, con la
construcción de los intervalos y la tabla de
frecuencias, en caso contrario se rediseña un
nuevo rango; para ello, es necesario examinar
si el producto de C*m excede al rango original
y en cuánto excede. Esta diferencia propone la
construcción del nuevo rango. El procedimiento
es el siguiente y se muestra en la ecuación 11.
1. Si RNuevo = C*m > Rango
2. Se realiza la diferencia D = RNuevo – Rango
3. Ahora se construyen los límites del nuevo
rango
Xmin = Min – 1/D
Xmax = Max + 1/D (11)
Intervalos aparentemente
nominales
Son los intervalos utilizados en la clase que
utilizamos, tal como resulta en el cálculo de
la amplitud C.
Ejemplo de aplicación
En el informe diario de contagios por covid-
19 en Colombia, se registran a los pacientes
que se recuperan en casa, en el hospital, en
la uci o que fallecieron. A continuación, se
propone la tabla 5 la cual contiene los datos
con las edades de cien personas que se recu-
peran de la enfermedad en los diferentes hos-
pitales de Colombia.
 20 · Generación de contenidos impresos

TABLA 5 D = 70 – 68 = 2; esta diferencia propone la exis-

Edades de cien personas que se recuperan de la COVID-19 tencia de un nuevo rango que tendrá como
límites (ver ecuación 15).
80 27 29 74 80 65 37 42 66 60
54 45 75 58 85 90 60 68 86 49 Mínimo = Min – 1 = 24 – 1 = 23
79 59 57 79 68 79 41 26 42 75 R- Nuevo Máximo = Max + 1 = 92 + 1 = 93
77 60 56 82 57 72 80 51 29 72
60 90 51 80 38 34 67 76 62 58
87 55 37 62 76 46 54 31 28 63 (15)
32 80 58 85 57 92 32 31 44 61
El valor de la unidad que se ha restado al
27 77 65 60 48 46 44 35 75 55 mínimo y sumado en el máximo está determi-
79 67 55 49 77 34 71 24 68 59 nado por la diferencia de 2, el cual se reparte
38 64 28 29 78 49 56 58 74 69 en forma equitativa sobre estos valores ex-
tremos. Estos resultados indican que el nuevo
Nota. Elaboración propia. rango empieza en 23 y termina en 93. De esta
manera, se construirá la tabla de frecuencias
Se pide construir una tabla de frecuencia para
con 7 intervalos, una longitud de 10 inicia en 23
estos datos, organizando intervalos. Para ello,
y termina en 93 años. La tabla 6 de frecuencia,
el procedimiento es el siguiente:
realizada en Excel, tiene el siguiente aspecto.

1. Se calcula el rango, como se muestra en la

ecuación 12. TABLA 6

Rango = Xmax – Xmin = 92 – 24 = 68 (12) Tabla de frecuencias de personas con la covid-19 que se
recuperan en el hospital
El rango indica que una persona de 92 años es
Edades f h F H
la de mayor edad que se encuentra hospita-
23-33 13 13 % 13 13 %
lizada y que la persona de menor edad en el
33-43 10 10 % 23 23 %
hospital tiene 24 años.
43-53 11 11 % 34 34 %
2. Número de intervalos (ver ecuación 13) 53-63 25 25 % 59 59 %
63-73 13 13 % 72 72 %
m = 1 + 3,3 * log(100) = 7,6 (13) 73-83 21 21 % 93 93 %
83-93 7 7 % 100 100 %
Aquí, se pueden escoger 7 intervalos que co-
  100 1    
rresponde a un redondeo por defecto o 8,
si el redondeo es por exceso. Sin ajustarse a
Nota. Datos tomados del Ministerio de Salud de Colombia (2020).
ninguna regla se escogerá el redondeo por
defecto, entonces se tienen 7 intervalos.

3. Longitud del intervalo (ver ecuación 14)

Gráficos para datos continuos
R 68
organizados en intervalos de
C =
m
=
7
= 9,71 ≈ 10 (14) clase
En este caso, la aproximación se recomienda por La tabla 7 corresponde a los cien pacientes con
exceso, por ejemplo, se la puede aproximar a 10. la covid-19 que se recuperan en algún hospi-
tal de Colombia. A esta tabla se le ha agrega-
El producto C*m = 10 * 7 = 70 excede al Rango = 68 do una nueva columna que corresponde a la
 Gráficos estadísticos: guía práctica para estadística descriptiva·  21

marca de clase de los intervalos. El concep- Histograma

to de marca de clase corresponde a la ubica-
ción del centro de cada uno de los intervalos El histograma es una figura propia de las va-
de clase. riables continuas, cuya tabla se ha organizado
en intervalos de clase. Sobre el eje horizontal
se observan los intervalos de clase y sobre el
TABLA 7 eje vertical el valor de las frecuencias absolu-
Tabla de frecuencias de personas con la COVID-19 que se tas (figura 10).
recuperan en el hospital
La lectura sobre el histograma es directa, cada
Edades f h F H Xi caja representa el valor absoluto de las fre-
23-33 13 13 % 13 13 % 28 cuencias, por ejemplo, para este caso 13 per-
33-43 10 10 % 23 23 % 38 sonas entre 23 y 33 años, se encuentran re-
43-53 11 11 % 34 34 % 48 cuperándose de la covid-19 en el hospital. El
53-63 25 25 % 59 59 % 58
histograma es exclusivo de los datos numéri-
cos continuos.
63-73 13 13 % 72 72 % 68
73-83 21 21 % 93 93 % 78
83-93 7 7 % 100 100 % 88
Diagrama de tortas
  100 1    
El diagrama de tortas es una de las gráficas
que se usa para representar las frecuencias re-
Nota. Datos tomados del Ministerio de Salud de Colombia (2020).
lativas, es común a todo tipo de variables, ya
Teniendo en cuenta la información registrada sean numéricas o categóricas. Al igual que en
en la tabla 7, se construyen los siguientes tipos los datos enteros o categóricos, expresan el
de graficas: histogramas, tortas, ojivas, y polí- valor de la frecuencia relativa para cada uno
gonos de frecuencias. de los elementos de la variable de estudio, en

25

21

13 13
11
10

23___33 33___43 43___53 53___63 63___73 73___83 83___93

Figura 10. Histograma de personas con la covid-19 que se han hospitalizado. Datos tomados del Ministerio
de Salud de Colombia (2020).
 22 · Generación de contenidos impresos

este caso representa las categorías o los inter-
valos de clase, formadas con la variable edad,
de las personas que se han hospitalizado a
causa del contagio por covid-19 en Colombia
(ver figura 11).
Ojivas
Las ojivas son gráficos exclusivos de los datos
numéricos continuos que permiten visualizar
el valor de las frecuencias acumuladas tanto
absolutas como acumuladas. Para este gráfico,
en el eje horizontal, se ubican los intervalos de
clase; en el eje vertical, se leen las frecuencias
absolutas acumuladas (figura 12).
Como el salto de intervalo implica continuidad
en sus valores, su lectura se hace con base en
el valor acumulado de la frecuencia tomando
como final el extremo superior del interva-
lo. Por ejemplo, existen 34 personas con la
covid19 que están recuperándose en el hospi-
tal por debajo de los 53 años.

83 ___ 93 23 ___ 33
7% 13%
73 ___ 83 33 ___ 43
21% 10%

43 ___ 53
11%
63 ___ 73
13%
53 ___ 63
25%

Figura 11. Diagrama de tortas de personas con la covid-19 que se han hospitalizado. Datos
tomados del Ministerio de Salud de Colombia (2020).

100

93

72

59

34

23

13

23___33 33___43 43___53 53___63 63___73 73___83 83___93

Figura 12. Ojiva de personas con covid-19 que se han hospitalizado. Datos tomados del Ministerio de
Salud de Colombia (2020).
 Gráficos estadísticos: guía práctica para estadística descriptiva·  23
Polígonos de frecuencia
El polígono de frecuencia es el gráfico estadísti-
co creado partir de un histograma de frecuen-
cia y las marcas de clase. Estos histogramas
emplean columnas verticales para reflejar fre-
cuencias: el polígono de frecuencia es realiza-
do uniendo los puntos que reflejan las marcas
de clase del intervalo y la frecuencia absoluta
(ver figura 13).
Visualmente, este gráfico identifica los puntos
más altos y bajos de la distribución. Por ejemplo,
en la figura 13, se puede evidenciar que las per-
sonas entre 53 y 63 años representan el mayor
número de hospitalizados por la covid-19. Asi-
mismo, se puede determinar cómo el número
de personas que tienen edades ente 83 y 93 es
el grupo más pequeño en condiciones de hos-
pitalización.
Otras gráficas
Existen otro tipo de gráficas que tienen que ver
con los datos categóricos o con datos numéri-
cos y que proponen mucha información, entre
13
11
10
23___33 33___43 43___53
Figura 13. Polígono de frecuencias de personas con la covid-19 que se han hospitalizado. Datos tomados del
Ministerio de Salud de Colombia (2020).
ellos podemos nombrar a los boxplot, las pirá-
mides poblacionales, los diagramas de Pareto y
otros que no se abordarán en este documento.
BOXPLOT
Para Walker et al. (2018), el diagrama de caja
es una herramienta eficaz de visualización de
datos y útil en diversas aplicaciones y disci-
plinas. Aunque existen métodos gráficos más
sofisticados, el diagrama de caja sigue siendo
relevante debido a su simplicidad, interpreta-
bilidad y utilidad, incluso en la era del big data.
Los boxplot se constituyen en gráficos para
datos numéricos, generalmente, si agrupan
tablas de frecuencias.
Uno de los aspectos importantes que es posible
visualizar en los boxplots son los datos atípicos
(puntos outlaiers), los cuales suponen una es-
pecial atención en el análisis de datos, ya que
suponen limitaciones inherentes al tratar con
datos de distribuciones sesgadas. Por ejemplo,
en la figura 14, para el grupo de mujeres existen
cuatro puntos outlaiers, que llaman la atención
ya que corresponden a edades de niños que se
encuentran hospitalizados por la covid-19
25
21
13
53___63 63___73 73___83 83___93
 24 · Generación de contenidos impresos
101
81
61
41
21
1
Figura 14. Boxplot por género de personas con la covid-19 que se han hospitalizado. Datos
tomados del Ministerio de Salud de Colombia (2020).
Otros de los aspectos que permite visualizar
los boxplots es la comparación de grupos; por
ejemplo, en la figura 14 se observa cómo están
los grupos por género de aquellas personas
que se han contagiado por la covid-19 y que
se encuentran hospitalizados. Por la construc-
ción de las cajas, el grupo de hombres es más
grande que el de mujeres; asimismo, se ob-
servan que en el grupo de hombres existe un
nutrido grupo de personas jóvenes que están
en situación de hospitalización. Todas estas
observaciones y otras son posibles a la luz de
la construcción de estas figuras.
Finalmente, estos gráficos permiten obser-
var el valor de las medidas de tendencia
central, de posición, de dispersión e, incluso,
es posible analizar la asimetría y la normali-
dad de los datos, asimismo, observar, valores
mínimos máximos, rangos, entre otros. Todos
estos elementos de información que propo-
nen los boxplots suponen importancia esta-
dística para el análisis de datos números o de
pequeños grupos.
Mujeres
Hombres
PIRÁMIDES POBLACIONALES
Las pirámides poblacionales han venido siendo
usadas para representar la distribución de la
población en diferentes eventos. En tiempos
de la covid-19 se han vuelto muy comunes y
han sido usadas para representar y comparar
el número de contagios por sexo y por grupos
etarios. Pacheco y Rosselli (2018) proponen el
uso de estas figuras para hacer proyecciones
demográficas, por ejemplo, la transición de-
mográfica, y comparar la composición de la
población en una región determinada.
La figura 15 se refiere a la pirámide población
por grupo etario y género de los contagios por
la covid-19 en Colombia. Lo que propone la pi-
rámide es una comparación de la forma como
se contagian hombres y mujeres; en la mayoría
de los intervalos de clase etaria, el problema
del contagio es similar, en otros se observa un
aumento ligero en los hombres, en síntesis,
permite observar el equilibrio o desequilibrio
que existe en la población femenina y masculi-
na que se ha contagiado con la covid-19.
 Gráficos estadísticos: guía práctica para estadística descriptiva·  25

> 90 6546 7049

80 __ 89 32713 30379

70 __ 79 69566 64592
Hombres
60 __ 69 134421 124829
Mujeres
50 __ 59 211638 196535

40 __ 49 249174 231393

30 __ 39 341887 317490

20 __ 29 322530 299514

10 __ 19 103220 95355

0 __ 9 49408 45882

400000 300000 200000 100000 0 100000 200000 300000 400000

Figura 15. Pirámide poblacional por género de personas con la COVID-19 en Colombia. Adaptado del Boletín
Epidemiológico COVID-19, por la Subred Integrada de Servicios de Salud. (2020).

Si da clic en el enlace, puede encontrar un TABLA 8

video titulado “Pirámide poblacional en Excel Tabla de Pareto de personas con la COVID-19 que se recuperan
| Tips y trucos en Excel”, que le servirá de guía en el hospital
para la construcción de una pirámide pobla-
Edades f h F H
cional en Excel.
53-63 25 25 % 59 25 %

73-83 21 21 % 93 46 %

DIAGRAMA DE PARETO 23-33 13 13 % 13 59 %
Un diagrama de Pareto es una técnica gráfica 63-73 13 13 % 72 72 %
simple para ordenar elementos, desde el más 43-53 11 11 % 34 83 %
frecuente hasta el menos frecuente (en forma
33-43 10 10 % 23 93 %
descendente), basándose en el principio de
83-93 7 7 % 100 100 %
Pareto. En el caso que aquí se expone (ver
tabla 8), se trata de observar el grupo etario   100 1    
de mayores casos de contagio por edades, a los
Nota. Datos tomados del Ministerio de Salud de Colombia.
que se los puede dividir en dos grupos: críti-
cos y poco críticos. La proporción de los grupos En la tabla 7, se han preparado los datos para
críticos para Pareto resulta ser de aproxima- la realización de la gráfica de Pareto. Los inter-
damente un 20 % para los “pocos críticos” de valos están dispuestos de acuerdo con el orden
un 80 %. Este 20 % serán los grupos etarios res- descendente de las frecuencias absolutas. La
ponsables de la mayor parte del efecto que preparación de los datos supone la división de
se produce en casos de hospitalización por la los grupos determinados en grupos críticos y
covid-19 en Colombia. poco críticos, lo cual se observa en la figura 16.
 26 · Generación de contenidos impresos

Para obtener la figura 16, los datos tienen que lleguen al hospital producto del contagio por
estar ordenados de mayor a menor. Las causas la covid-19.
en el eje x, sobre el eje y izquierdo, se dispo-
Una lectura de la figura nos propone que el
nen los valores de la frecuencia absoluta acu-
72 % está generado por cuatro causas princi-
mulada; sobre el lado derecho, se observan los
pales, determinados por los grupos etarios de
valores de la frecuencia relativa acumulada.
53-63; 73-83; 23-83; 63-73. Una recomendación
a la luz de estos resultados propondría hacer
De acuerdo con lo dispuesto por Pareto, el 80 %
una revisión sobre estos grupos etarios, ya que
de las consecuencias es producto del 20 % de
aquí se concentra la mayoría de las personas
las causas. El grafico identifica el 80 %; como
con la covid-19 en el hospital.
este valor se observa sobre las frecuencias
acumuladas, para el caso que se observa el Si da clic en el siguiente enlace, podrá encontrar
valor cercano corresponde al 72 %, en el cual un video titulado “¿Cómo hacer un diagrama
se concentrará el esfuerzo de grupo etario de Pareto en Excel 2016?”, que le servirá de guía
por disminuir el número de personas que para la construcción de los diagramas de Pareto.

100 100% 100%

Personas con COVID-19 que se recuperan en el hospital

90 93% 90%

80 83% 80%

70 72% 70%

Porcentaje Acumulado
60 60%
59%
50 50%
46%
40 40%

30 30%
25%
20 20%
25 21
10 10%
13 13 11 10 7
0 0%
53 __63 73 __83 23 __33 63 __73 43 __53 33 __43 83 __93

Rango de edades de personas con COVID-19 que se recuperan en el hospital

Figura 16. Diagrama de Pareto de personas con la covid-19 que se recuperan en el hospital. Datos tomados
del Ministerio de Salud de Colombia.
 Gráficos estadísticos: guía práctica para estadística descriptiva·  27

EJERCICIOS DE APLICACIÓN Aquí:

1. Primaria
Ejercicio n.° 1
2. Secundaria
En una encuesta aplicada a microempresarios
de la ciudad de Villavicencio se desea indagar 3. Técnica
sobre su formación. Se realizó la encuesta con
4. Universidad
150 microempresarios. Los resultados fueron
los siguientes: 5. Posgrado

4 3 2 4 4 Elabore para datos categóricos, la tabla de fre-

2 2 4 2 4 cuencias y los respectivos gráficos, acordes
4 4 3 2 4 con este tipo de variables. Haga uso de Excel
3 2 4 3 4 para la construcción de las tablas y de sus res-

2 3 4 4 4
pectivos gráficos.

2 1 3 3 3
2 4 2 3 4
Ejercicio n.° 2
3 4 3 4 4
Cuestionario, por niveles taxonómicos de solo,
2 4 4 4 4
con lectura de gráficos estadísticos.
4 3 3 3 4
3 3 3 4 4 Con el propósito de fortalecer la lectura y la
4 4 2 3 3 comprensión de los gráficos estadísticos se
hace uso de la taxonomía solo en sus cuatro
4 3 3 3 4
niveles. Con respecto a esta taxonomía Biggs
3 5 4 4 4
y Collis (1982) observaron que, “en la progre-
4 2 3 4 4
sión desde la incompetencia hasta la maes-
4 3 3 3 3 tría, los estudiantes muestran una secuencia
2 2 3 4 4 consistente, o ciclo de aprendizaje, que es ge-
4 3 4 2 4 neralizable a una gran variedad de tareas y
1 3 3 4 3 en particular a las tareas escolares”. Esta se-
4 5 4 3 4 cuencia se refiere a un progreso jerárquico en
la complejidad estructural de sus respuestas,
4 4 4 4 3
cualquiera que sea el modo de funcionar o
4 3 3 4 4
modo de representación, en el que se exprese
4 3 3 3 4
el aprendizaje. Lo anterior supone que el
4 4 4 2 3 proceso de indagar partirá de posiciones sen-
4 5 2 4 4 cillas para llegar a propuestas complejas en
3 4 3 4 4 las que se evidencia el grado de aprendizaje
4 3 2 3 2 en los estudiantes (Biggs y Collis, 1991). En las
4 4 2 4 4 siguientes preguntas.

4 4 4 4 2
Según la figura 1 que muestra los asesinatos
4 3 4 3 3 ocurridos a líderes sociales, responda:
 28 · Generación de contenidos impresos
1. Entre el 7 de agosto del 2016 y el 9 de julio
del 2017 ocurrieron:
A. 69 asesinatos.
B. 80 asesinatos.
C. 105 asesinatos.
D. 10 asesinatos.
2. Fueron asesinados 105 lideres sociales entre
A. El de 10 de julio del 2017 y el 6 de agosto
del 2017.
B. El 7 de agosto del 2017 y el 9 de julio del
2018.
C. El 10 de julio del 2018 y el 6 de agosto del
2018.
D. El 1 de agosto del 2016 y el 9 de julio del
2019.
3. El mayor aumento de asesinatos es
A. 37 correspondiente a la diferencia de ase-
sinatos ocurridos entre el 7 de agosto del
2016 y el 9 de julio del 2018.
B. 1 representa el aumento de asesinatos
entre el 7 de agosto del 2016 y el 9 de julio
del 2019.
C. 5 son los asesinatos ocurridos entre el 10
de julio del 2018 y el 6 de agosto del 2018.
D. 100 corresponde a los asesinatos entre el 6
de agosto del 2017 al 9 de agosto del 2018.
4. Según los asesinatos ocurridos a líderes so-
ciales ocurridos entre enero del 2016 y julio
del 2019 se infiere que:
A. La disminución de los asesinatos durante
julio y agosto del 2017 obedece al aumento
de los casos ocurridos en el año imediata-
mente anterior.
B. El aumento de asesinatos ocurridos entre
agosto del 2017 y julio del 2018 provocan
desconfianza de pueblo en torno al se-
guimiento y la aplicación de la justicia.
C. La excesiva manifestaciòn de asesina-
tos ocurridos a lo largo de un año (2017
y 2018) implica que hubo un mayor de-
sarrollo de estrategias en contra la de-
lincuencia, lo que provoca disminución
de los casos refejados en año siguiente
(2018-2019).
D. El registro y analisis de asesinatos en un
periodo de un año y el aumento de los pro-
blemas de la delincuencia dilatan la apli-
cación de estrategias para su prevención.
De acuerdo con la información evidenciada en
la figura 17, responda las siguientes preguntas:
De acuerdo con la gráfica del comparativo del
mes de junio, responda:
5. La deforestación por km2 para el 2017 es
A. 600.
B. 1000.
C. 200.
D. 6000.
6. Para el 2016 y 2019 la deforestación por
km2 está entre
A. 200 y 400.
B. 200 y 1000.
C. 800 y 1000.
D. 400 y 600.
7. Al analizar la deforestación comparati-
va por años de agosto a junio por km2 se
puede afirmar que
A. Durante el gobierno de Bolsonaro hubo
más de 3000 km2 reportados en defores-
tación y degradación.
 Gráficos estadísticos: guía práctica para estadística descriptiva·  29

B. Para el 2019 la deforestación disminuyó lo que sugiere una falta de compromi-

notablemente.
C. Para el 2019 se presentó la cifra más alta
en deforestación y degradación.
D. Año tras años la cifra de deforestación
y degradación disminuye gradualmente.
8. La deforestación y la degradación de la
amazonia brasilera determina:
A. Una alta deforestación en los años 2016
y 2019 producto de la falta de compro-
miso del Gobierno con el medio ambien-
te, falta de control de los incendios arti-
ficiales y la consistente demanda de las
empresas productoras de madera.
B. Un decrecimiento mínimo en la defores-
tación para el 2019 con respecto al 2016
so del Gobierno actual por controlar las
causas de este.
C. La deforestación para el 2018 representa
la más baja deforestación lo cual implica
que hubo un mayor control en las políti-
cas de reserva ambiental.
D. Los altibajos en deforestación por kiló-
metro cuadrado en comparación con
junio, en el cual el 2016 y 2019 ocupan el
primer lugar y el 2017 y 2018 el segundo
con más bajos índices de deforestación.
En el 2012, las emisiones totales de Colom-
bia ascienden a 178 000 Gg CO², la distribución
sectorial de emisiones de Gases Efecto de In-
vernadero se representa en la figura 18.

Deforestación Deforestación y degradación

920,21 km2 2.072 km2
Top 3 por estados Top 3 por estados
Pará 446,56 Mato grosso 1.025,58
Amazonas 193,28 Pará 577,25
Mato grosso 153,55 Amazonas 228,44
REPUNTA LA DEFORESTACIÓN
Comparativo por años
Comparativo mes de junio (agosto a junio. Km2)
Gobierno
Bolsonaro
3.000 km2
km2
4.638,7 4.574,9
1.000 4.181,5 3.975,5

800

600

400

200

0
2016 2017 2018 2019 2016 2017 2018 2019

Figura 17. Radiografía de la deforestación en el Amazonas brasileño (junio del 2019). Tomado de Pasquali (2020), a partir
de efe, cifras de deter e inpe y adaptación infográfica etc.
 30 · Generación de contenidos impresos

Residuos

8%
Energía

43% 44%

Agricultura,
silvicultura y otros
usos de la tierra
(AFOLU) 5%
Procesos industriales
y usos de productos

Figura 18. Emisiones GEI de Colombia en el 2012. Tomado de Inventario Nacional de Gases de Efecto Invernadero (2012).

Teniendo en cuenta la información dada en la C. i y iv solamente.

figura 18, ¿cuál de las siguientes afirmaciones
son verdaderas? D. y iii solamente.

A. El sector que genera mayor contamina-

10. Sabiendo que la producción total de emisión
ción es el sector energético.
B. El sector agricultura, silvicultura y otros
usos de la tierra (afolu) generan más del
50 % de las emisiones de gei del país.
C. Los sectores energía y procesos indus-
triales y uso de productos generan más
del 50 % de las emisiones de gei del país.
de gei en Colombia ascienden a 178 000 Gg
CO², cuantos miles de Gg CO² debe dismi-
nuir el sector agricultura, silvicultura y
otros usos de la tierra (afolu) para que su
porcentaje descienda a un 40 %:
A. 14 000,24 Gg CO²

9. Los sectores energía y residuos generan más B. 71 000,2 Gg CO²

del 50 % de las emisiones de gei del país:
C. 76 000,54 Gg CO²
A. solamente.
B. solamente. D. 5000,34 mil Gg CO²
 Gráficos estadísticos: guía práctica para estadística descriptiva·  31

Ejercicio n.° 3

C-Ciudadanas
Matemáticas

C-Naturales
Intervalos

L-Critica
A continuación, se proponen algunos datos
obtenidos en las pruebas saber-2019.
L-Critica Matemáticas C-Naturales C-Ciudadanas 26-34,5        
47 48 37 30
60 65 54 59 34,5-43        

66 57 41 74 43-51,5        
62 54 61 73
51,5-60        
63 57 55 57
49 29 41 41 60-68,5        
76 70 70 68 68,5-77        
57 65 63 66
Total        
62 62 66 39
68 66 63 77
42 40 28 39
38 31 41 26 Ejercicio n.° 4
64 56 59 60
Para los datos no organizados de la prueba
52 66 54 52
saber, construya los Boxplot y establezca com-
54 49 40 33
paraciones entre las asignaturas que se pre-
52 55 61 50
sentan en la tabla.
63 68 54 69
48 54 58 50
52 55 49 32
61 38 44 45 Ejercicio n.° 5
55 64 57 57 Para los valores obtenidos en las asignaturas
57 51 45 38 de L-Critica y Matemáticas, elabore una pirá-
58 57 49 42 mide de resultados y establezca algunas com-
34 39 38 28 paraciones.
48 71 61 55
75 73 59 75
53 56 54 55
Ejercicio n.° 6
53 48 43 46
40 43 39 39 Al parecer, los resultados de la prueba de
69 57 63 61 lectura crítica están relacionados con la canti-
49 55 31 31 dad de libros leídos por un estudiante. A partir
59 51 51 45 de los datos obtenidos en la siguiente tabla,
65 64 54 62 dibuje un diagrama de Pareto. Concluya con
55 55 50 45 respecto a las variables de lectura.
56 51 49 51
Variables de lectura Intervalos Promedios
Para los datos propuestos, obtenga el valor
No leen 0 50
de las frecuencias absolutas, relativas y acu-
muladas, propuestas desde la siguiente tabla. Leen poco 0-10 51
Elabore histogramas para matemáticas y Lectura mediana 11-25 56
L-Crítica, Ojivas para C-naturales y diagramas
Bastante lectura 26-100 56,2
circulares para C-ciudadanas. Realice lecturas
Mucha lectura >10 58
para algunas graficas.
 32 · Generación de contenidos impresos

REFERENCIAS
Batanero, C. y Díaz, C. (2011). Estadística con proyectos. Universidad de Granada.

Castellanos. M. T. y Obando J. (2013). Análisis y sistemas de datos poderoso escenario de aprendizaje cultural.
Revista Científica, 2(54), 504-508.

Contreras, A., Cárdenas, C., González, J., Toloza, S., Zambrano, L. y Pulido-Rojan, A. (2019). Herramientas estadísti-
cas para la mejora del control de inventarios: un caso de estudio. Investigación y Desarrollo en tic, 10(1), 13-24.

Consejería Presidencial de los Derechos Humanos. (2019). Informe sobre el balance de las acciones y estrategias ade-
lantadas en el marco de la protección de los líderes, lideresas sociales y defensores de derechos humanos. Consejería
Presidencial de los Derechos Humanos. http://www.derechoshumanos.gov.co/Prensa/2019/Documents/
INFORME%20LDDH%20ACTUALIZADO%2017%20DE%20JULIO_V2.pdf

Departamento Administrativo Nacional de Estadística. (dane). (2020). Boletín técnico. Estadísticas vitales – eevv.
Defunciones por covid-19. 2 de marzo al 4 de octubre de 2020pr. dane. https://www.dane.gov.co/files/investiga-
ciones/poblacion/defunciones-covid19/boletin-defunciones-covid-2020-02mar-04oct.pdf

Ingeniería Industrial Easy. (2017, 11 de marzo). Cómo hacer un diagrama de Pareto en Excel 2016. [Video de You-
Tube]. https://bit.ly/38TKbou

Instituto Nacional de Salud. (ins). (2020). covid-19 en Colombia. Instituto Nacional de Salud. https://www.ins.
gov.co/Noticias/Paginas/coronavirus-casos.aspx

Inventario Nacional de Gases de Efecto Invernadero. (gei). (2012). Tercera Comunicación Nacional de Cambio Cli-
mático. Programa de las Naciones Unidas para el Desarrollo (pnud). http://documentacion.ideam.gov.co/
openbiblio/bvirtual/023421/cartilla_INGEI.pdf

Microsoft Excel a Todo Nivel. (2016, 1 de agosto). Pirámide poblacional en Excel | Tips y trucos en Excel. [Video de
YouTube]. https://bit.ly/3nf0Nzh

Pasquali, M. (2020). La deforestación en la Amazonia brasileña alcanza su nivel más alto en una década. Sta-
tista. https://es.statista.com/grafico/16328/deforestacion-estimada-en-la-amazonia-brasilena/

Polanía, M. J., Pacheco, B. y Rosselli, D. (2018). El uso de pirámides poblacionales como representación gráfica
del sistema de salud colombiano. Archivos de Medicina (Manizales), 18(1), 127-133.

Ross, S. M. (2018). Introducción a la estadística. Reverté.

Subred Integrada de Servicios de Salud. (2020, 26 de agosto). Boletín Epidemiológico covid-19. Datos Abiertos Bogo-
tá. https://datosabiertos.bogota.gov.co/dataset/9de30caa-a772-4fc9-9d8c-6baf0cd5078f/resource/cdecb5cf-
6f63-46b1-bc4a-70d95b6394b4/download/boletin-epidemiologico.pdf

Walker, M. L., Dovoedo, Y. H., Chakraborti, S. y Hilton, C. W. (2018). Un diagrama de caja mejorado para datos
univariados. The American Statistician, 72(4), 348-353.