Psicometría, Distribución Normal, Puntaje Z,
Percentil y Límites de una Población
Autor: Andrés Jaramillo Medina
1
Psicometría, Distribución Normal, Puntaje Z,
Percentil y Límites de una Población
La estadística ha cumplido y seguirá cumpliendo un rol central en la formulación de
muchas teorías psicológicas. Para criticar este rol, primero, es pertinente comprenderlo.
Este documento está diseñado con la intención de aportar a esta comprensión,
describiendo su uso en el contexto de la psicología.
Por otra parte, para criticar el rol de la estadística en la psicología, es relevante
diferenciar entre medir el comportamiento humano (con psicometría), describirlo (con
estadística descriptiva) y predecirlo (con estadística inferencial).
La psicometría debe responder a quienes cuestionan que el comportamiento
humano se pueda medir empleando números, porque la estadística sólo describe y
predice a partir de lo que la psicometría sanciona (los test psicológicos los construyen
psicólogas y psicólogos, no estadísticas ni estadísticos). Por lo tanto, la discusión respecto
de la pertinencia teórica de usar números para elaborar teorías psicológicas, corresponde
mucho más a las personas que se dedican a esta profesión, porque una vez evaluado el
comportamiento, su presencia en una población adquiere formas muy predecibles,
porque son estables. La estadística entrega herramientas para describir y predecir la
existencia de estas formas.
A continuación, se describe parte del argumento que conecta la psicología con la
estadística, considerando los conceptos de probabilidad, distribución normal, puntaje Z,
percentil y límites de una población.
2
1. El acto psicométrico
La psicología utiliza diferentes procedimientos de medición y/o evaluación del
comportamiento de las personas. Cuando utiliza metodología cualitativa, la mayoría de
las veces, esta medición y/o evaluación consiste en tomar el relato de una persona para
afirmar que está vivenciando un determinado fenómeno, al cual se le asigna un rótulo
teórico (por ejemplo, cuando se afirma que la experiencia fenomenológica de una persona
es ansiedad de separación).
En cambio, cuando se utiliza metodología cuantitativa, se asignan números a la
frecuencia del comportamiento que se mide y/o evalúa. Por ejemplo, se identifica la
frecuencia con la que las personas realizan determinados comportamientos (“con qué
frecuencia controlas el celular de tu pareja”; “con qué frecuencia sientes que pierdes el
control de tu estado emocional”). También, se puede medir el grado de acuerdo de las
personas con determinadas creencias (por ejemplo, “cuán de acuerdo estás con que las
personas aborten en determinadas condiciones”).
Dado que los comportamientos varían entre las personas, se les denomina
variables. Como se señaló, un comportamiento se puede presentar con diferentes niveles
de frecuencia y las personas pueden presentar diferentes grados de acuerdo con una
determinada creencia. Por ejemplo, el estado de ánimo tiene distintos niveles y estos
niveles se pueden presentar con diferentes frecuencias en una población.
2. Estadística descriptiva del acto psicométrico
Una vez que se ha medido el comportamiento de un grupo de personas, se puede
representar gráficamente. Supongamos que la Figura 1, grafica los niveles de estado de
ánimo de la población de adultos jóvenes, que ingresaron el 2020 al hospital de
Concepción con síntomas depresivos. Estos niveles de estado de ánimo, se obtuvieron
aplicando una escala que mide esta variable en el momento que ingresaron los pacientes
al hospital.
3
Figura 1
Distribución de la frecuencia absoluta de los niveles de estado de ánimo de los pacientes
que ingresaron el año 2020 al hospital de Concepción con síntomas depresivos
Frecuencia
4
1 2 3 4 5 6 7 8 9 10
Estado de Animo
3. Concepto de distribución de frecuencia absoluta de los niveles de una variable
La Figura 1, grafica la forma en la que se distribuyeron las personas en los
diferentes niveles de estado de ánimo. Es la frecuencia absoluta de personas que
presentaron los diferentes niveles de estado de ánimo. Se denomina frecuencia absoluta,
debido a que esta frecuencia es una cantidad de personas que no se compara con ninguna
otra cantidad. Por todo lo anterior, la Figura 1 es la distribución de la frecuencia absoluta
de los niveles de estado de ánimo y permite describir el estado de ánimo actual de las
personas de esta población.
4
Como se puede observar en la Figura 1, algunos niveles de estado de ánimo se
presentan con mayor frecuencia que otros. Así, por ejemplo, hay 2 personas con el nivel
de estado de ánimo de 3 puntos, mientras que 4 personas presentan el nivel de 5 puntos.
Figura 1
Distribución de la frecuencia absoluta de los niveles de estado de ánimo de los pacientes que ingresaron el
2020 al hospital de Concepción con síntomas depresivos
Frecuencia
4
1 2 3 4 5 6 7 8 9 10
Estado de Animo
4. Concepto de distribución de frecuencia relativa de los niveles de una variable
La distribución de la frecuencia absoluta del estado de ánimo de los pacientes del
2020, permite predecir cómo será esta distribución del año 2021. Esto es posible porque
el futuro se predice con información que se posee en el presente. Si todo sigue igual,
entonces se debe esperar el mismo patrón de comportamiento de las personas. Esta
predicción se hace empleando los criterios de la estadística inferencial.
5
Podemos predecir el futuro identificando la proporción de personas que en este
momento presenta (o que en el pasado presentó), cada nivel de estado de ánimo. Por
ejemplo, en la Figura 1 se observa que sólo 1 persona del total de 16 personas, presenta el
estado de ánimo de 2 puntos. Por lo tanto, la proporción de personas que presenta el
estado de ánimo de 2 puntos, se calcula de la siguiente forma:
1 𝑝𝑒𝑟𝑠𝑜𝑛𝑎 𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑒𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝑑𝑒 á𝑛𝑖𝑚𝑜 𝑑𝑒 2 𝑝𝑢𝑛𝑡𝑜𝑠 1
= = 0.0625
16 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑠𝑜𝑛 𝑒𝑙 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 16
El valor 0.0625 es la proporción de personas de la población que presenta el
estado de ánimo de 2 puntos. Este valor, se puede transformar a porcentaje si se
multiplica por 100, lo cual genera el valor 0.0625*100 = 6.25%. También se puede
transformar a porcentaje, moviendo dos espacios hacia la derecha el punto decimal. De
ambas formas, hemos identificado que, el año 2020, el 6.25% de los pacientes tenía el
estado de ánimo de 2 puntos.
Cuando calculamos la proporción de personas que presenta cada nivel de estado
de ánimo, estamos obteniendo la frecuencia relativa o probabilidad de que cada nivel se
vuelva a presentar en el futuro. Cuando hacemos esto, comparamos la frecuencia
absoluta de cada nivel de estado de ánimo (por ejemplo, la frecuencia 1 persona), con la
frecuencia total de personas que componen la población (16 personas). Por lo mismo, se
plantea que el resultado de esta comparación es la frecuencia relativa de los niveles de
estado de ánimo, porque la frecuencia absoluta (o cantidad de personas) que presenta
cada nivel de la variable, se analiza “en relación a” la frecuencia total de personas que
componen la población.
En el ejemplo recién descrito, identificamos que el 6.25% de las personas presenta
el estado de ánimo de 2 puntos. ¿Qué porcentaje de los pacientes que lleguen el 2021 al
hospital, tendrá un estado de ánimo de 2 puntos? Si nada cambia de un año a otro,
6
entonces podemos predecir que el 6.25% de los pacientes que lleguen, tendrá el estado
de ánimo de 2 puntos. Usando el lenguaje probabilístico, se dice que la probabilidad de
que un paciente presente el estado de ánimo de 2 puntos, es de 0.0625. Debido a que los
valores de probabilidad van de 0 (cero) a 1, se omite el 0 que está a la izquierda del punto
decimal, de manera que se escribe .0625 .
En la Tabla 1, se presentan los niveles de estado de ánimo, la frecuencia absoluta,
el porcentaje y la frecuencia relativa (proporción o probabilidad) de los niveles de estado
de ánimo de los pacientes del estudio.
Tabla 1. Niveles de estado de ánimo, sus frecuencias absolutas, porcentajes y frecuencias relativas
Frecuencia Frecuencia
Nivel de estado de ánimo absoluta Porcentaje Percentil relativa
1 0 0 0 0
2 1 6,25 6,25 0,0625
3 2 12,50 18,75 0,125
4 3 18,75 37,5 0,1875
5 4 25,00 62,5 0,25
6 3 18,75 81,25 0,1875
7 2 12,50 93,75 0,125
8 1 6,25 100 0,0625
9 0 0 100 0
10 0 0 100 0
Total 16 100 100 1
La frecuencia relativa de los niveles de estado de ánimo, nos permite predecir el
comportamiento futuro de una población, incluso cuando su tamaño aumente o
disminuya. De esta forma, el cálculo de la probabilidad de que se presente cada nivel de
estado de ánimo, nos permite independizarnos del tamaño de la población que estamos
estudiando. Por ejemplo, el año 2020 llegaron sólo 16 pacientes a consultar por
alteraciones en el estado de ánimo, pero el 2020 podría llegar una cantidad mayor o una
menor. Si el 2021 llegaran 100 pacientes, entonces podemos predecir que el 6.25% de
estos 100 pacientes, tendrá un estado de ánimo de 2 puntos. Como son 100 nuevos
pacientes, entonces se espera que 6.25 personas tengan el estado de ánimo de 2 puntos.
Hacemos esta predicción debido a que el 2020 el 6.25% de los pacientes presentó el
7
estado de ánimo de 2 puntos. Lo mismo se hace para predecir los demás estados de
ánimo.
5. Descriptores de una distribución de frecuencias: las medidas de tendencia central y
las medidas de variabilidad
Para describir el comportamiento de esta población, se puede usar medidas de
tendencia central y medidas de variabilidad. Primero, vamos a calcular la media del
estado de ánimo de los pacientes del estudio:
∑(𝑿𝒊𝒋 )
𝝁=
𝑵.𝒋
2+3+3+4+4+4+5+5+5+5+6+6+6+7+7+8
𝜇=
16
80
𝜇=
16
𝜇=5
La media de estado de ánimo de los pacientes que ingresaron al hospital es de 5
puntos. Lo anterior, significa que las personas tuvieron experiencias que provocaron un
efecto común en su estado de ánimo. La magnitud de este efecto, es el valor 5 puntos de
estado de ánimo.
Ahora, vamos a calcular la desviación estándar del estado de ánimo de esta
población:
𝟐
∑(𝑿𝒊𝒋 − 𝝁)
𝝈=√
𝑵
(2 − 5)2 + (3 − 5)2 +(3 − 5)2 + (4 − 5)2 +(4 − 5)2 +(4 − 5)2 + (5 − 5)2 + (5 − 5)2 + (5 − 5)2 +(5 − 5)2 +(6 − 5)2 +(6 − 5)2 +(6 − 5)2 +(7 − 5)2 +(7 − 5)2 +(8 − 5)2
𝜎=√
16
40
𝜎=√
16
𝜎 = √2,5
𝜎 = 1.58
La desviación estándar del estado de ánimo de los pacientes de esta población, es
de 1.58 puntos de estado de ánimo. Este valor, es la magnitud promedio en la cual el
8
estado de ánimo de los pacientes varía en torno a la media. Esta variabilidad, es generada
por las experiencias que afectan a algunos de los pacientes y a otros no. Es un indicador
del error de medición que se comete cuando se quiere evaluar sólo el efecto puro que
provocan aquellas experiencias que generan homogenización del estado de ánimo de las
personas.
6. Formas en las que se puede presentar una distribución de probabilidad
Las distribuciones de probabilidad pueden presentar diferentes formas. Algunas
pueden ser asimétricas, porque se inclinan hacia la derecha o hacia la izquierda, como se
puede observar en la Figura 2.
Figura 2
Formas asimétricas de una distribución de probabilidad
Distribución con Distribución con
Asimetría Negativa Asimetría Positiva
Una distribución también puede ser simétrica, de manera que la mitad del grupo
descrito se encuentra sobre la media y la otra mitad bajo este nivel.
7. Propiedades de la distribución normal
La distribución de frecuencias más estudiada es la distribución normal. Muchos
comportamientos humanos se distribuyen de esta forma, especialmente cuando el
tamaño de la muestra o de la población es relativamente grande (sobre 30 casos).
9
Es útil conocer las propiedades de la distribución normal, porque nos permiten
describir, evaluar y predecir el comportamiento humano. Como se verá, muchos criterios
y conceptos psicológicos, se han elaborado considerando la distribución de frecuencias
con la que se presentan los diferentes comportamientos.
Algunas de las principales propiedades de la distribución normal son las siguientes:
a. En una distribución normal, la media, la moda y la mediana son el mismo nivel
de la variable.
b. La distribución normal es simétrica, de manera que sobre y bajo la media, la
moda y la mediana, se encuentra el mismo porcentaje de casos (50%).
c. Las áreas de la distribución normal se pueden identificar. Para lograr lo anterior,
el puntaje bruto de una variable se transforma a un puntaje estándar o tipificado.
Una de las escalas más usadas para estandarizar o tipificar un puntaje bruto, se
denomina puntaje Z. En esta escala, el valor de µ es 0 (cero) y el valor de σ es 1.
d. Para transformar el puntaje bruto de cualquier variable a puntaje Z, se debe
emplear la siguiente fórmula:
𝑿𝒊𝒋 − 𝝁
𝒁=
𝝈
donde, 𝑋𝑖𝑗 es el puntaje individual de una persona de la población en la
variable X
μ es la media que presenta la población en la variable X
σ es la desviación estándar que presenta la población en la variable X
e. Una vez que se ha estandarizado o tipificado un puntaje bruto, se puede
identificar la proporción de casos de la población que se encuentran sobre y bajo
el puntaje bruto que se estandarizó.
10
Por ejemplo, en Chile el coeficiente intelectual tiene una μ de 100 puntos y una σ
de 10 puntos. Supongamos que una persona tiene 110 puntos de coeficiente intelectual
(𝑋𝑖𝑗 = 110). Necesitamos saber la proporción de personas de la población que tienen
menos de 110 puntos, así como la proporción de personas que tiene más de 110 puntos.
Lo anterior, permite saber la posición de la persona respecto del total de personas de la
población con la cual se compara su rendimiento.
Primero, se estandariza el puntaje bruto transformándolo a puntaje Z:
𝑿𝒊𝒋 − 𝝁
𝒁=
𝝈
110 − 100
𝑍=
10
10
𝑍=
10
𝑍=1
El puntaje bruto 110 equivale al puntaje Z = 1. Esto quiere decir que el puntaje
bruto 110, se desvía 10 puntos de la media poblacional de 100 puntos (110-100 = 10) y
que estos 10 puntos de desviación individual equivalen a 1 desviación estándar, debido a
que el valor de la desviación estándar es de 10 puntos.
La expresión 10/10 = 1, debe leerse “el 10 es 1 vez el 10”. También se puede leer
“la desviación individual de 10 puntos que tiene la persona, es igual a la desviación
estándar cuyo valor es 10 puntos” o “la desviación individual es una con la desviación
estándar”.
Ahora que se ha obtenido el puntaje Z, se debe ingresar a una tabla que muestra el
área (o proporción) de la distribución normal que se encuentra bajo el puntaje Z, así
como el área que se encuentra sobre este puntaje.
La tabla de áreas de la distribución normal que estamos usando en el curso, tiene
una columna A, donde se encuentran los puntajes Z, una columna B, donde aparece la
11
proporción del área de la distribución normal que va desde la media y hasta el puntaje Z y
una columna C, que contiene el área que está sobre el puntaje Z.
En la columna A, se encuentra el puntaje Z = 1. En la columna B, aparece el valor
.3413 y en la columna C, aparece el valor .1587. Estos valores indican que una persona
que tiene 110 puntos de CI, tiene un rendimiento intelectual que está sobre la media, de
manera que supera al 50% de la población. Además, su rendimiento intelectual es
superior al del 34,13% de quienes están sobre la media. También, se puede decir que el
rendimiento intelectual de una persona cuyo puntaje bruto es 110, forma parte del
15,87% superior de la población chilena.
Por todo lo anterior, se concluye que tener un puntaje bruto de 110 puntos,
implica superar al 84,13% de las personas de la población chilena. El porcentaje de
personas que está bajo el puntaje bruto que se transformó a puntaje Z, se denomina
percentil.
8. Representación gráfica de la relación entre el puntaje bruto, el puntaje Z y el percentil
Existe una relación entre el puntaje bruto, el puntaje Z y el percentil. La Figura 3,
grafica esta relación, usando el puntaje bruto 110 del ejemplo que hemos desarrollado
hasta este momento.
Como se puede observar en dicha figura, el puntaje bruto se transforma a puntaje
Z y se delimita una proporción de casos de la población que se encuentra bajo el puntaje
bruto. Esta proporción, expresada en porcentaje, es el percentil del puntaje bruto.
12
Figura 3
Representación gráfica de la relación entre el puntaje bruto, el puntaje Z y el percentil
Puntaje bruto = 110
𝜇 = 100 ; 𝜎 = 10
Puntaje bruto de coeficiente intelectual
Puntaje Z = 1
𝜇 =0; 𝜎 =1
Puntaje Z
15,87% de la población está sobre el
puntaje Z = 1
Percentil
34,13% de la población se ubica entre
50% de la población se ubica bajo la media
la media y el puntaje Z = 1
13
9. Límites de una población
Para comprender el concepto límites de una población, es pertinente recordar que
las personas que comparten una misma experiencia de vida, tienden a presentar un
mismo comportamiento o comportamientos similares. Por lo mismo, la media, la moda y
la media son medidas de tendencia central. Así, por ejemplo, la media de CI de Chile,
cuyo valor es 100 puntos, es la representación cuantitativa del efecto de todos aquellos
factores que desarrollan la inteligencia y que se han presentado de manera similar en la
vida de las personas: la calidad de la educación formal, la estimulación familiar, la calidad
de la cultura a la que se tiene acceso y la que se busca activamente, la calidad de la
alimentación durante los primeros años de vida, etc. Este conjunto de factores se presenta
en una cantidad relativamente similar para la gran mayoría de los chilenos, lo cual genera
una homogenización de su rendimiento intelectual. La media de CI es el indicador
cuantitativo de esta homogenización.
Sin embargo, el rendimiento intelectual de los chilenos no es totalmente
homogéneo, debido a que algunas personas presentan un nivel de CI mayor que la media
y otras un menor nivel. Lo anterior, sucede debido a que algunas personas se ven
expuesta, de manera particular, a factores que también les ayudan a desarrollar su
inteligencia como, por ejemplo, estar en cama durante mucho tiempo por una
enfermedad física, lo cual lleva a dedicar más tiempo a leer. Otras personas, en cambio, se
ven expuestas a factores que dificultan su desarrollo intelectual cuando, por ejemplo, en
el hogar no hay personas dispuestas a aclarar las dudas que surgen cuando se estudia un
contenido o a dialogar acerca de algún tema.
Dado todo lo anterior, surge la pregunta respecto de cuál es el nivel de inteligencia
que caracteriza a la población chilena, así como cuáles niveles de inteligencia delimitan
esta población. Si la media de CI en Chile es de 100 puntos y una persona tiene 101
puntos ¿se puede considerar que su inteligencia se desarrolló más que la media, de
manera que podemos afirmar que esta persona no ha vivido en las condiciones típicas que
desarrollan la inteligencia en nuestro país? La misma pregunta se puede plantear respecto
14
de una persona que tenga un CI de 99 puntos. En términos generales, la pregunta es ¿cuál
es el rango de rendimiento intelectual que caracteriza a los chilenos? y ¿qué niveles de
rendimiento intelectual conforman este rango?
Para responder a estas preguntas, se emplean las propiedades de la distribución
normal, debido a que el CI se distribuye de manera normal y, por lo tanto, posee las
propiedades de esta distribución teórica.
9.1. Límite superior de una población
La primera pregunta a responder es ¿cuán superior a la media poblacional debe
ser el nivel de CI de una persona, para considerar que no pertenece a la población
chilena? Para responder a esta pregunta, se utiliza un criterio probabilístico. Se plantea
que si el CI de una persona tiene un percentil de 95% (en otros casos se usa el percentil
99%), entonces su rendimiento intelectual es tan alto, que no se puede concluir que es
producto de que haya vivido en las condiciones típicas que en Chile producen la media
poblacional de 100 puntos de CI.
Otra forma de plantear esta misma idea consiste en decir que, si el nivel de CI de
una persona es tan alto como el CI del 5% superior de la distribución, entonces no
pertenece a la población chilena. Obviamente, una persona puede formar parte del 5% de
chilenos con mayor rendimiento intelectual y tener la nacionalidad chilena. El punto es
que su CI es tan alto, que se plantea que su desarrollo intelectual no es producto de las
condiciones que generan, típicamente, un CI de 100 puntos. Por lo tanto, esta persona ha
vivido en circunstancias de vida particulares, de manera que no podemos afirmar que sea
“un chileno típico”, en términos de su rendimiento intelectual.
Como se puede ver, lo que se considera como comportamiento típico de una
población, se define empleando la frecuencia relativa (o probabilidad) con la que se
presentan los diferentes niveles de una variable. Un nivel de CI es normal o propio de una
población, si su probabilidad de ocurrencia es mayor que .05. Por lo mismo, si un nivel de
CI tiene una probabilidad de ocurrencia igual o menor que .05, se considera que es atípico
15
y que no forma parte de la población. Esta misma idea se puede expresar en lenguaje de
percentil: si un nivel de CI tiene un percentil de 95% o menos, entonces se considera que
es típico de la población. En cambio, si el percentil es mayor que el 95%, se considera que
el nivel de CI es atípico de la población.
En una distribución normal, se puede identificar el puntaje bruto cuyo percentil es
95%. Para identificar este puntaje, ingresaremos por la columna C de la tabla de áreas de
la distribución normal. En dicha columna, identificaremos la proporción más cercana al
valor .05. Recuerda que el valor es 0.05, pero se omite el 0 (cero) a la izquierda del punto
decimal. En la columna C, aparece el valor .0495, el cual lo aproximaremos a .05. En la
columna B aparece el valor .4505 y en la columna A se encuentra el puntaje Z 1.65. Por lo
tanto, un puntaje bruto que al ser transformado a puntaje Z sea equivalente al valor 1.65,
tendrá el percentil 95%.
Para identificar el puntaje bruto cuyo percentil es 95%, debemos considerar que ya
sabemos que este puntaje corresponde al puntaje Z = 1.65. Otra forma de decir lo
anterior, es afirmar que el nivel de CI que buscamos está alejado sobre la media 1.65
veces la desviación estándar. Por lo tanto, podemos identificar este puntaje bruto de CI,
sumando a la media poblacional 1.65 veces el valor de la desviación estándar, porque el
puntaje bruto que buscamos es la media más 1.65 veces el valor de la desviación
estándar.
La operación anterior se presenta a continuación:
𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 100 + (1.65 ∗ 10)
𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 100 + 16.5
𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 116.5
16
Como se observa en el cálculo anterior, el límite superior se obtuvo sumando a la
media (100) “Z veces” (1.65 veces) la desviación estándar (10).
𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 100 + (1.65 ∗ 10)
Otra forma de ver el análisis que se está realizando, consiste en tomar el puntaje
bruto que ya identificamos como el límite superior (116,5), transformarlo a puntaje Z y
luego identificar su percentil:
𝑿𝒊𝒋 − 𝝁
𝒁=
𝝈
116.5 − 100
𝑍=
10
16.5
𝑍=
10
𝑍 = 1.65
Como se puede observar, el puntaje bruto 116.5, corresponde al puntaje Z 1.65.
En la columna B de la tabla de distribución normal, se observa la proporción .45. Por lo
tanto, una persona con un puntaje bruto 116.5 de CI, presenta un rendimiento intelectual
superior al del 95% de la población chilena. Todo lo anterior, se grafica en la Figura 4.
17
Figura 4
Representación gráfica del nivel de CI que constituye el límite superior en la población chilena
Puntaje bruto 116.5
𝜇 = 100 ; 𝜎 = 10
Puntaje bruto de coeficiente intelectual
Puntaje Z 1.65
𝜇 =0; 𝜎 =1
Puntaje Z
5% sobre el puntaje Z 1.65
Percentil
50% bajo la media 45% entre la media y el puntaje Z = 1.65
18
9.2. Nivel alfa de significación
Hemos visto que una forma de definir el límite superior de una población, consiste
en usar una proporción o porcentaje de casos del extremo superior de la distribución
normal. Así, por ejemplo, vimos que, si un nivel de CI lo presenta sólo un 5% de la
población con más alto rendimiento, entonces se dice que este nivel de CI es atípico. En
términos de probabilidad, se plantea que si un nivel de CI tiene una probabilidad de
ocurrencia de .05 o menor (por ejemplo, .049, .048….. .039, .038….etc.), entonces tal nivel
de CI es atípico. Esta proporción, probabilidad o porcentaje se denomina nivel de
significación. Se emplea la letra alfa (𝜶) del alfabeto griego para nombrarlo. Luego que
definimos el valor alfa, buscamos en la tabla de áreas de la distribución normal el puntaje
Z asociado a esta probabilidad, el cual es 1.65. Por lo tanto, el nivel de significación o
valor alfa, tiene asociado un determinado puntaje Z.
Dado todo lo anterior, la fórmula para identificar el límite superior de una
población, se expresa de la siguiente manera:
𝑳í𝒎𝒊𝒕𝒆 𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓 = 𝝁 + (𝒁𝜶 ∗ 𝝈)
La fórmula anterior señala que el límite superior se obtiene sumando a la media
poblacional “zeta veces” el valor de la desviación estándar poblacional.
9.3. Límite inferior de una población
También se puede identificar el límite inferior de una población. En este caso, se
plantea que el límite inferior de la población chilena, es aquél puntaje bruto de CI cuyo
percentil es 5%. En términos probabilísticos, se dice que el límite inferior es el puntaje
bruto que al ser transformado a puntaje Z, tiene asociado una probabilidad de ocurrencia
de .05.
Para identificar este puntaje bruto, ingresaremos a la columna C de la tabla de
áreas bajo la distribución normal y ubicaremos el valor que más se acerca a la
19
probabilidad .05. El valor que se emplea es el .0495. En la columna B, aparece el valor
.4505 y en la columna A aparece el valor del puntaje Z = 1.65. Con este último valor,
encontraremos el puntaje bruto que constituye el límite inferior.
El cálculo se realiza con la siguiente fórmula:
𝑳í𝒎𝒊𝒕𝒆 𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓 = 𝝁 − (𝒁𝜶 ∗ 𝝈)
𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 100 − (1.65 ∗ 10)
𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 100 − 16.5
𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 83.5
El límite inferior es 83.5 puntos de CI.
La fórmula para obtener el límite inferior debe leerse “restar al valor de la media
poblacional “zeta veces” la desviación estándar poblacional”.
El valor de Z es el que está asociado al valor alfa que se emplea para definir el
límite inferior. Por este motivo se simboliza 𝒁𝜶 . Todo lo anterior, se grafica en la Figura 5.
20
Figura 5
Representación gráfica del nivel de CI que constituye el límite inferior en la población chilena
Puntaje bruto = 83.5
𝜇 = 100 ; 𝜎 = 10
Puntaje bruto de coeficiente intelectual
Puntaje Z = - 1.65
𝜇 =0; 𝜎 =1
Puntaje Z
Percentil
5% bajo el puntaje Z = - 1.65
21
9.4. Ambos límites considerados simultáneamente
En ocasiones, se identifican ambos límites de una población. En este caso, se divide
en dos el valor de probabilidad que se utiliza como nivel de significación. Por lo tanto, las
fórmulas que se emplean para identificar cada límite, son las siguientes:
𝑳í𝒎𝒊𝒕𝒆 𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓 = 𝝁 + (𝒁𝜶⁄ ∗ 𝝈)
𝟐
𝑳í𝒎𝒊𝒕𝒆 𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓 = 𝝁 − (𝒁𝜶⁄ ∗ 𝝈)
𝟐
Como se puede observar, en ambas fórmulas el valor alfa se divide por dos, de
manera que el puntaje Z que se utiliza es 0.05/2 = 0.025. En la tabla de distribución
normal, se observa que la proporción 0.025 está asociada al puntaje Z = 1.96. Por lo tanto,
este es el valor de Z que se emplea cuando el nivel de significación es 0.05.
A continuación, identificaremos el límite superior y el límite inferior de la
población chilena en el nivel de CI:
Debido a que ya conocemos la media poblacional (100) y la desviación estándar
poblacional (10) de CI de la población chilena, se reemplazan en ambas fórmulas para
obtener ambos límites:
𝑳í𝒎𝒊𝒕𝒆 𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓 = 𝟏𝟎𝟎 + (𝟏. 𝟗𝟔 ∗ 𝟏𝟎)
= 𝟏𝟎𝟎 + 𝟏𝟗. 𝟔
= 𝟏𝟏𝟗. 𝟔
𝑳í𝒎𝒊𝒕𝒆 𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓 = 𝟏𝟎𝟎 − (𝟏. 𝟗𝟔 ∗ 𝟏𝟎)
= 𝟏𝟎𝟎 − 𝟏𝟗. 𝟔
= 𝟖𝟎. 𝟒
Por lo tanto, el 95% de los chilenos tenemos un nivel de CI que va entre 80.4 y
119.6 puntos. La Figura 6 se representa ambos límites:
22
Figura 6
Representación gráfica del límite inferior y del límite superior del nivel de CI de la población chilena
Puntaje bruto = 80.4 Puntaje bruto = 119.6
𝜇 = 100 ; 𝜎 = 10
Puntaje bruto de coeficiente intelectual
Puntaje Z = -1.96 Puntaje Z = 1.96
𝜇 =0; 𝜎 =1
Puntaje Z
95% de la población que está
entre el puntaje bruto 80.4 y
el 119.6 y entre el puntaje Z -
1.96 y el -1.96.
Percentil
2.5% de la población que está 2.5% de la población que está
bajo el puntaje bruto 80.4 y sobre el puntaje bruto 119.6 y
bajo el puntaje Z -1.96 sobre el puntaje Z 1.96
23
10. El concepto intervalo de confianza y el concepto de población
Como se señaló en el ejemplo, el 95% de los chilenos tenemos un nivel de CI que
va entre 80.4 y 119.6 puntos. Este porcentaje se denomina intervalo de confianza y
describe el comportamiento común de personas que han compartido un conjunto de
experiencias de vida. Por lo tanto, un intervalo de confianza define los límites de una
población.
24
